nohup: ignoring input
Warning: You are sending unauthenticated requests to the HF Hub. Please set a HF_TOKEN to enable higher rate limits and faster downloads.
01:20:16  WARNING   Warning: You are sending unauthenticated requests to the HF Hub. Please set a HF_TOKEN to enable higher rate limits and faster downloads.
01:20:16  INFO      Loaded 136008 PRMTrainRecord rows from /workspace/fms4navigation/datasets/Faithfulness-Critic-Dataset/train_dataset_edge.jsonl
01:20:16  INFO      Loaded 1000 PRMTrainRecord rows from /workspace/fms4navigation/datasets/Faithfulness-Critic-Dataset/val_eval_1k_edge.jsonl
01:20:16  INFO      Label balance (train, n=136008):
01:20:16  INFO        all     CONSISTENT=  96418  INCONSISTENT=  39590  (70.9% consistent)
01:20:16  INFO        E1      CONSISTENT=  27995  INCONSISTENT=   6007  (82.3% consistent)
01:20:16  INFO        E2      CONSISTENT=  24708  INCONSISTENT=   9294  (72.7% consistent)
01:20:16  INFO        E3      CONSISTENT=  22682  INCONSISTENT=  11320  (66.7% consistent)
01:20:16  INFO        E4      CONSISTENT=  21033  INCONSISTENT=  12969  (61.9% consistent)
01:20:16  INFO      Label balance (val, n=1000):
01:20:16  INFO        all     CONSISTENT=    709  INCONSISTENT=    291  (70.9% consistent)
01:20:16  INFO        E1      CONSISTENT=    205  INCONSISTENT=     45  (82.0% consistent)
01:20:16  INFO        E2      CONSISTENT=    181  INCONSISTENT=     69  (72.4% consistent)
01:20:16  INFO        E3      CONSISTENT=    168  INCONSISTENT=     82  (67.2% consistent)
01:20:16  INFO        E4      CONSISTENT=    155  INCONSISTENT=     95  (62.0% consistent)
01:20:16  INFO      Loading processor: Qwen/Qwen3-VL-4B-Instruct
01:20:16  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/processor_config.json "HTTP/1.1 404 Not Found"
01:20:16  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/preprocessor_config.json "HTTP/1.1 307 Temporary Redirect"
Warning: You are sending unauthenticated requests to the HF Hub. Please set a HF_TOKEN to enable higher rate limits and faster downloads.
01:20:16  WARNING   Warning: You are sending unauthenticated requests to the HF Hub. Please set a HF_TOKEN to enable higher rate limits and faster downloads.
01:20:16  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/preprocessor_config.json "HTTP/1.1 200 OK"
01:20:16  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/processor_config.json "HTTP/1.1 404 Not Found"
Warning: You are sending unauthenticated requests to the HF Hub. Please set a HF_TOKEN to enable higher rate limits and faster downloads.
01:20:17  WARNING   Warning: You are sending unauthenticated requests to the HF Hub. Please set a HF_TOKEN to enable higher rate limits and faster downloads.
01:20:17  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/preprocessor_config.json "HTTP/1.1 307 Temporary Redirect"
01:20:17  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/preprocessor_config.json "HTTP/1.1 200 OK"
01:20:17  INFO      HTTP Request: GET https://huggingface.co/api/models/Qwen/Qwen3-VL-4B-Instruct/tree/main/additional_chat_templates?recursive=false&expand=false "HTTP/1.1 404 Not Found"
Warning: You are sending unauthenticated requests to the HF Hub. Please set a HF_TOKEN to enable higher rate limits and faster downloads.
01:20:17  WARNING   Warning: You are sending unauthenticated requests to the HF Hub. Please set a HF_TOKEN to enable higher rate limits and faster downloads.
01:20:17  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/processor_config.json "HTTP/1.1 404 Not Found"
01:20:17  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/chat_template.json "HTTP/1.1 307 Temporary Redirect"
01:20:17  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/chat_template.json "HTTP/1.1 200 OK"
01:20:17  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/chat_template.jinja "HTTP/1.1 404 Not Found"
01:20:18  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/audio_tokenizer_config.json "HTTP/1.1 404 Not Found"
01:20:18  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/processor_config.json "HTTP/1.1 404 Not Found"
01:20:18  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/preprocessor_config.json "HTTP/1.1 307 Temporary Redirect"
01:20:18  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/preprocessor_config.json "HTTP/1.1 200 OK"
01:20:18  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/processor_config.json "HTTP/1.1 404 Not Found"
01:20:18  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/preprocessor_config.json "HTTP/1.1 307 Temporary Redirect"
01:20:18  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/preprocessor_config.json "HTTP/1.1 200 OK"
01:20:19  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/config.json "HTTP/1.1 307 Temporary Redirect"
01:20:19  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/config.json "HTTP/1.1 200 OK"
01:20:19  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/tokenizer_config.json "HTTP/1.1 307 Temporary Redirect"
01:20:19  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/tokenizer_config.json "HTTP/1.1 200 OK"
01:20:19  INFO      HTTP Request: GET https://huggingface.co/api/models/Qwen/Qwen3-VL-4B-Instruct/tree/main/additional_chat_templates?recursive=false&expand=false "HTTP/1.1 404 Not Found"
01:20:19  INFO      HTTP Request: GET https://huggingface.co/api/models/Qwen/Qwen3-VL-4B-Instruct/tree/main?recursive=true&expand=false "HTTP/1.1 200 OK"
01:20:20  INFO      HTTP Request: GET https://huggingface.co/api/models/Qwen/Qwen3-VL-4B-Instruct "HTTP/1.1 200 OK"
01:20:20  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/processor_config.json "HTTP/1.1 404 Not Found"
01:20:20  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/video_preprocessor_config.json "HTTP/1.1 307 Temporary Redirect"
01:20:20  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/video_preprocessor_config.json "HTTP/1.1 200 OK"
01:20:20  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/preprocessor_config.json "HTTP/1.1 307 Temporary Redirect"
01:20:20  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/preprocessor_config.json "HTTP/1.1 200 OK"
01:20:20  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/processor_config.json "HTTP/1.1 404 Not Found"
01:20:21  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/video_preprocessor_config.json "HTTP/1.1 307 Temporary Redirect"

Loading weights:   0%|                                                                                                            | 0/713 [00:00<?, ?it/s]01:20:21  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/video_preprocessor_config.json "HTTP/1.1 200 OK"

Loading weights:  75%|███████████████████████████████████████████████████████████████████████▋                        | 532/713 [00:00<00:00, 5309.65it/s]
Loading weights: 100%|████████████████████████████████████████████████████████████████████████████████████████████████| 713/713 [00:00<00:00, 5086.54it/s]
01:20:21  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/preprocessor_config.json "HTTP/1.1 307 Temporary Redirect"
01:20:21  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/preprocessor_config.json "HTTP/1.1 200 OK"
01:20:21  INFO      Loading base model: Qwen/Qwen3-VL-4B-Instruct (dtype=bfloat16, attn=sdpa)
01:20:21  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/config.json "HTTP/1.1 307 Temporary Redirect"
01:20:21  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/config.json "HTTP/1.1 200 OK"
01:20:21  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/config.json "HTTP/1.1 307 Temporary Redirect"
01:20:21  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/config.json "HTTP/1.1 200 OK"

Loading weights:   0%|                                                                                                            | 0/713 [00:00<?, ?it/s]
Loading weights:  87%|███████████████████████████████████████████████████████████████████████████████████▏            | 618/713 [00:00<00:00, 6162.93it/s]
Loading weights: 100%|████████████████████████████████████████████████████████████████████████████████████████████████| 713/713 [00:00<00:00, 5973.86it/s]

Loading weights:   0%|                                                                                                            | 0/713 [00:00<?, ?it/s]
Loading weights:  68%|████████████████████████████████████████████████████████████████▉                               | 482/713 [00:00<00:00, 4817.91it/s]
Loading weights: 100%|████████████████████████████████████████████████████████████████████████████████████████████████| 713/713 [00:00<00:00, 4667.87it/s]

Loading weights:   0%|                                                                                                            | 0/713 [00:00<?, ?it/s]
Loading weights:  72%|████████████████████████████████████████████████████████████████████▋                           | 510/713 [00:00<00:00, 5085.72it/s]
Loading weights: 100%|████████████████████████████████████████████████████████████████████████████████████████████████| 713/713 [00:00<00:00, 4720.93it/s]
01:20:38  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/generation_config.json "HTTP/1.1 307 Temporary Redirect"
01:20:38  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/generation_config.json "HTTP/1.1 200 OK"
01:20:39  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/custom_generate/generate.py "HTTP/1.1 404 Not Found"
01:20:40  INFO      LoRA enabled (r=256, alpha=256, dropout=0.05, targets=['q_proj', 'k_proj', 'v_proj', 'o_proj']).
trainable params: 188,743,680 || all params: 4,626,559,488 || trainable%: 4.0796
01:20:40  INFO      CameraStore dataset_dir: /workspace/fms4navigation/datasets/Faithfulness-Critic-Dataset
01:20:40  INFO      CameraStore: dataset_dir=/workspace/fms4navigation/datasets/Faithfulness-Critic-Dataset
[transformers] warmup_ratio is deprecated and will be removed in v5.2. Use `warmup_steps` instead.
[transformers] The tokenizer has new PAD/BOS/EOS tokens that differ from the model config and generation config. The model config and generation config were aligned accordingly, being updated with the tokenizer's values. Updated tokens: {'eos_token_id': 151645, 'bos_token_id': None, 'pad_token_id': 151643}.
01:20:43  INFO      Train config → /workspace/fms4navigation/results/PRM-edge-r256/train_config.json
[transformers] The tokenizer has new PAD/BOS/EOS tokens that differ from the model config and generation config. The model config and generation config were aligned accordingly, being updated with the tokenizer's values. Updated tokens: {'eos_token_id': 151645, 'bos_token_id': None, 'pad_token_id': 151643}.
[transformers] The tokenizer has new PAD/BOS/EOS tokens that differ from the model config and generation config. The model config and generation config were aligned accordingly, being updated with the tokenizer's values. Updated tokens: {'eos_token_id': 151645, 'bos_token_id': None, 'pad_token_id': 151643}.
[transformers] The tokenizer has new PAD/BOS/EOS tokens that differ from the model config and generation config. The model config and generation config were aligned accordingly, being updated with the tokenizer's values. Updated tokens: {'eos_token_id': 151645, 'bos_token_id': None, 'pad_token_id': 151643}.
wandb: [wandb.login()] Loaded credentials for https://api.wandb.ai from /root/.netrc.
wandb: Currently logged in as: mjf-su (mjf-su-stanford-university) to https://api.wandb.ai. Use `wandb login --relogin` to force relogin
wandb: Tracking run with wandb version 0.27.0
wandb: Run data is saved locally in /workspace/fms4navigation/wandb/run-20260516_012047-od1md0h1
wandb: Run `wandb offline` to turn off syncing.
wandb: Syncing run earthy-pyramid-22
wandb: ⭐️ View project at https://wandb.ai/mjf-su-stanford-university/huggingface
wandb: 🚀 View run at https://wandb.ai/mjf-su-stanford-university/huggingface/runs/od1md0h1
01:22:32  INFO        eval generation: 200/250  (1.91 rec/s, 104.5s elapsed, ~26s left)
01:23:07  INFO        eval generation: 250/250  (1.80 rec/s, 139.0s elapsed, ~0s left)
01:23:08  INFO      Eval @ start — n=1000
01:23:08  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
01:23:08  INFO        E1           0.712    0.712    0.711    0.352    0.711    0.471     250
01:23:08  INFO        E2           0.892    0.945    0.754    0.839    0.754    0.794     250
01:23:08  INFO        E3           0.708    0.988    0.134    0.846    0.134    0.232     250
01:23:08  INFO        E4           0.640    1.000    0.053    1.000    0.053    0.100     250
01:23:08  INFO        overall      0.772    0.835    0.728    0.863    0.728    0.790     250
01:23:08  INFO        edge_macro_acc=0.738  edge_macro_f1=0.399  exact_match=0.400  malformed=0.000  complete_groups=250

  0%|                                                                                                                            | 0/4251 [00:00<?, ?it/s]
  0%|                                                                                                                  | 1/4251 [00:05<6:32:23,  5.54s/it]
  0%|                                                                                                                  | 2/4251 [00:08<4:32:20,  3.85s/it]
  0%|                                                                                                                  | 3/4251 [00:10<3:52:31,  3.28s/it]
  0%|                                                                                                                  | 4/4251 [00:13<3:31:52,  2.99s/it]
  0%|▏                                                                                                                 | 5/4251 [00:16<3:42:15,  3.14s/it]
  0%|▏                                                                                                                 | 6/4251 [00:19<3:22:48,  2.87s/it]
  0%|▏                                                                                                                 | 7/4251 [00:21<3:17:35,  2.79s/it]
  0%|▏                                                                                                                 | 8/4251 [00:24<3:13:50,  2.74s/it]
  0%|▏                                                                                                                 | 9/4251 [00:27<3:13:58,  2.74s/it]
  0%|▎                                                                                                                | 10/4251 [00:29<3:11:20,  2.71s/it]
  0%|▎                                                                                                                | 11/4251 [00:32<3:09:47,  2.69s/it]
  0%|▎                                                                                                                | 12/4251 [00:34<3:07:07,  2.65s/it]
  0%|▎                                                                                                                | 13/4251 [00:37<3:04:34,  2.61s/it]
  0%|▎                                                                                                                | 14/4251 [00:39<2:59:32,  2.54s/it]
  0%|▍                                                                                                                | 15/4251 [00:42<3:01:21,  2.57s/it]
  0%|▍                                                                                                                | 16/4251 [00:44<2:54:19,  2.47s/it]
  0%|▍                                                                                                                | 17/4251 [00:47<2:52:42,  2.45s/it]
  0%|▍                                                                                                                | 18/4251 [00:47<2:18:39,  1.97s/it]
  0%|▌                                                                                                                | 19/4251 [00:50<2:31:03,  2.14s/it]
  0%|▌                                                                                                                | 20/4251 [00:53<2:41:10,  2.29s/it]
                                                                                                                                                          
{'loss': '0.1376', 'grad_norm': '0.5524', 'learning_rate': '1.484e-05', 'epoch': '0.004705'}

  0%|▌                                                                                                                | 20/4251 [00:53<2:41:10,  2.29s/it]
  0%|▌                                                                                                                | 21/4251 [00:55<2:40:37,  2.28s/it]
  1%|▌                                                                                                                | 22/4251 [00:58<2:50:36,  2.42s/it]
  1%|▌                                                                                                                | 23/4251 [01:00<2:55:17,  2.49s/it]
  1%|▋                                                                                                                | 24/4251 [01:03<2:55:52,  2.50s/it]
  1%|▋                                                                                                                | 25/4251 [01:05<2:58:07,  2.53s/it]
  1%|▋                                                                                                                | 26/4251 [01:08<2:54:28,  2.48s/it]
  1%|▋                                                                                                                | 27/4251 [01:09<2:19:57,  1.99s/it]
  1%|▋                                                                                                                | 28/4251 [01:11<2:25:45,  2.07s/it]
  1%|▊                                                                                                                | 29/4251 [01:13<2:34:53,  2.20s/it]
  1%|▊                                                                                                                | 30/4251 [01:16<2:41:17,  2.29s/it]
  1%|▊                                                                                                                | 31/4251 [01:19<2:51:40,  2.44s/it]
  1%|▊                                                                                                                | 32/4251 [01:21<2:55:36,  2.50s/it]
  1%|▉                                                                                                                | 33/4251 [01:22<2:20:44,  2.00s/it]
  1%|▉                                                                                                                | 34/4251 [01:25<2:31:20,  2.15s/it]
  1%|▉                                                                                                                | 35/4251 [01:27<2:41:05,  2.29s/it]
  1%|▉                                                                                                                | 36/4251 [01:30<2:46:11,  2.37s/it]
  1%|▉                                                                                                                | 37/4251 [01:32<2:43:17,  2.33s/it]
  1%|█                                                                                                                | 38/4251 [01:34<2:43:53,  2.33s/it]
  1%|█                                                                                                                | 39/4251 [01:37<2:48:06,  2.39s/it]
  1%|█                                                                                                                | 40/4251 [01:40<3:10:47,  2.72s/it]
                                                                                                                                                          
{'loss': '0.04572', 'grad_norm': '0.1798', 'learning_rate': '3.047e-05', 'epoch': '0.00941'}

  1%|█                                                                                                                | 40/4251 [01:40<3:10:47,  2.72s/it]
  1%|█                                                                                                                | 41/4251 [01:43<3:04:26,  2.63s/it]
  1%|█                                                                                                                | 42/4251 [01:45<2:58:39,  2.55s/it]
  1%|█▏                                                                                                               | 43/4251 [01:46<2:22:48,  2.04s/it]
  1%|█▏                                                                                                               | 44/4251 [01:47<1:57:41,  1.68s/it]
  1%|█▏                                                                                                               | 45/4251 [01:48<1:40:11,  1.43s/it]
  1%|█▏                                                                                                               | 46/4251 [01:50<2:03:22,  1.76s/it]
  1%|█▏                                                                                                               | 47/4251 [01:53<2:19:27,  1.99s/it]
  1%|█▎                                                                                                               | 48/4251 [01:55<2:24:54,  2.07s/it]
  1%|█▎                                                                                                               | 49/4251 [01:56<1:59:10,  1.70s/it]
  1%|█▎                                                                                                               | 50/4251 [01:57<1:40:59,  1.44s/it]
  1%|█▎                                                                                                               | 51/4251 [01:58<1:28:23,  1.26s/it]
  1%|█▍                                                                                                               | 52/4251 [02:00<1:54:58,  1.64s/it]
  1%|█▍                                                                                                               | 53/4251 [02:03<2:11:03,  1.87s/it]
  1%|█▍                                                                                                               | 54/4251 [02:05<2:22:00,  2.03s/it]
  1%|█▍                                                                                                               | 55/4251 [02:07<2:26:06,  2.09s/it]
  1%|█▍                                                                                                               | 56/4251 [02:09<2:28:14,  2.12s/it]
  1%|█▌                                                                                                               | 57/4251 [02:12<2:33:09,  2.19s/it]
  1%|█▌                                                                                                               | 58/4251 [02:13<2:04:44,  1.79s/it]
  1%|█▌                                                                                                               | 59/4251 [02:13<1:45:03,  1.50s/it]
  1%|█▌                                                                                                               | 60/4251 [02:16<2:15:56,  1.95s/it]
                                                                                                                                                          
{'loss': '0.03505', 'grad_norm': '0.2083', 'learning_rate': '4.609e-05', 'epoch': '0.01411'}

  1%|█▌                                                                                                               | 60/4251 [02:16<2:15:56,  1.95s/it]
  1%|█▌                                                                                                               | 61/4251 [02:19<2:28:20,  2.12s/it]
  1%|█▋                                                                                                               | 62/4251 [02:21<2:37:16,  2.25s/it]
  1%|█▋                                                                                                               | 63/4251 [02:22<2:07:38,  1.83s/it]
  2%|█▋                                                                                                               | 64/4251 [02:23<1:46:48,  1.53s/it]
  2%|█▋                                                                                                               | 65/4251 [02:26<2:08:06,  1.84s/it]
  2%|█▊                                                                                                               | 66/4251 [02:27<1:47:26,  1.54s/it]
  2%|█▊                                                                                                               | 67/4251 [02:29<2:10:05,  1.87s/it]
  2%|█▊                                                                                                               | 68/4251 [02:30<1:48:47,  1.56s/it]
  2%|█▊                                                                                                               | 69/4251 [02:31<1:33:52,  1.35s/it]
  2%|█▊                                                                                                               | 70/4251 [02:33<1:52:56,  1.62s/it]
  2%|█▉                                                                                                               | 71/4251 [02:35<2:06:04,  1.81s/it]
  2%|█▉                                                                                                               | 72/4251 [02:38<2:25:59,  2.10s/it]
  2%|█▉                                                                                                               | 73/4251 [02:39<2:00:00,  1.72s/it]
  2%|█▉                                                                                                               | 74/4251 [02:41<2:10:31,  1.87s/it]
  2%|█▉                                                                                                               | 75/4251 [02:44<2:24:04,  2.07s/it]
  2%|██                                                                                                               | 76/4251 [02:46<2:29:52,  2.15s/it]
  2%|██                                                                                                               | 77/4251 [02:48<2:32:18,  2.19s/it]
  2%|██                                                                                                               | 78/4251 [02:49<2:04:05,  1.78s/it]
  2%|██                                                                                                               | 79/4251 [02:50<1:44:27,  1.50s/it]
  2%|██▏                                                                                                              | 80/4251 [02:51<1:30:42,  1.30s/it]
                                                                                                                                                          
{'loss': '0.04117', 'grad_norm': '0.1074', 'learning_rate': '6.172e-05', 'epoch': '0.01882'}

  2%|██▏                                                                                                              | 80/4251 [02:51<1:30:42,  1.30s/it]
  2%|██▏                                                                                                              | 81/4251 [02:52<1:21:03,  1.17s/it]
  2%|██▏                                                                                                              | 82/4251 [02:53<1:14:21,  1.07s/it]
  2%|██▏                                                                                                              | 83/4251 [02:53<1:09:34,  1.00s/it]
  2%|██▏                                                                                                              | 84/4251 [02:56<1:41:08,  1.46s/it]
  2%|██▎                                                                                                              | 85/4251 [02:58<1:58:57,  1.71s/it]
  2%|██▎                                                                                                              | 86/4251 [03:01<2:15:41,  1.95s/it]
  2%|██▎                                                                                                              | 87/4251 [03:02<1:52:21,  1.62s/it]
  2%|██▎                                                                                                              | 88/4251 [03:02<1:36:13,  1.39s/it]
  2%|██▎                                                                                                              | 89/4251 [03:05<1:59:41,  1.73s/it]
  2%|██▍                                                                                                              | 90/4251 [03:06<1:41:10,  1.46s/it]
  2%|██▍                                                                                                              | 91/4251 [03:07<1:28:25,  1.28s/it]
  2%|██▍                                                                                                              | 92/4251 [03:07<1:19:49,  1.15s/it]
  2%|██▍                                                                                                              | 93/4251 [03:10<1:47:38,  1.55s/it]
  2%|██▍                                                                                                              | 94/4251 [03:11<1:33:25,  1.35s/it]
  2%|██▌                                                                                                              | 95/4251 [03:13<1:57:34,  1.70s/it]
  2%|██▌                                                                                                              | 96/4251 [03:14<1:39:43,  1.44s/it]
  2%|██▌                                                                                                              | 97/4251 [03:15<1:27:21,  1.26s/it]
  2%|██▌                                                                                                              | 98/4251 [03:17<1:47:44,  1.56s/it]
  2%|██▋                                                                                                              | 99/4251 [03:18<1:32:57,  1.34s/it]01:27:34  INFO        eval generation: 200/250  (3.03 rec/s, 65.9s elapsed, ~16s left)
01:27:51  INFO        eval generation: 250/250  (2.99 rec/s, 83.7s elapsed, ~0s left)
01:27:54  INFO      Eval @ step_100 — n=1000
01:27:54  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
01:27:54  INFO        E1           0.804    0.932    0.222    0.417    0.222    0.290     250
01:27:54  INFO        E2           0.920    0.917    0.928    0.810    0.928    0.865     250
01:27:54  INFO        E3           0.716    0.643    0.866    0.542    0.866    0.667     250
01:27:54  INFO        E4           0.828    0.877    0.747    0.789    0.747    0.768     250
01:27:54  INFO        overall      0.760    0.612    0.864    0.760    0.864    0.809     250
01:27:54  INFO        edge_macro_acc=0.817  edge_macro_f1=0.647  exact_match=0.488  malformed=0.000  complete_groups=250

  2%|██▌                                                                                                            | 100/4251 [04:45<31:16:41, 27.13s/it]
                                                                                                                                                          
{'loss': '0.04023', 'grad_norm': '0.1987', 'learning_rate': '7.734e-05', 'epoch': '0.02352'}

  2%|██▌                                                                                                            | 100/4251 [04:45<31:16:41, 27.13s/it]
  2%|██▋                                                                                                            | 101/4251 [04:46<22:10:58, 19.24s/it]
  2%|██▋                                                                                                            | 102/4251 [04:47<15:49:00, 13.72s/it]
  2%|██▋                                                                                                            | 103/4251 [04:48<11:21:44,  9.86s/it]
  2%|██▋                                                                                                             | 104/4251 [04:49<8:14:38,  7.16s/it]
  2%|██▊                                                                                                             | 105/4251 [04:51<6:39:31,  5.78s/it]
  2%|██▊                                                                                                             | 106/4251 [04:54<5:26:28,  4.73s/it]
  3%|██▊                                                                                                             | 107/4251 [04:56<4:37:20,  4.02s/it]
  3%|██▊                                                                                                             | 108/4251 [04:58<4:04:20,  3.54s/it]
  3%|██▊                                                                                                             | 109/4251 [04:59<3:08:32,  2.73s/it]
  3%|██▉                                                                                                             | 110/4251 [05:00<2:29:28,  2.17s/it]
  3%|██▉                                                                                                             | 111/4251 [05:03<2:38:14,  2.29s/it]
  3%|██▉                                                                                                             | 112/4251 [05:04<2:08:11,  1.86s/it]
  3%|██▉                                                                                                             | 113/4251 [05:04<1:47:13,  1.55s/it]
  3%|███                                                                                                             | 114/4251 [05:05<1:32:55,  1.35s/it]
  3%|███                                                                                                             | 115/4251 [05:06<1:22:25,  1.20s/it]
  3%|███                                                                                                             | 116/4251 [05:07<1:15:20,  1.09s/it]
  3%|███                                                                                                             | 117/4251 [05:09<1:39:38,  1.45s/it]
  3%|███                                                                                                             | 118/4251 [05:10<1:27:06,  1.26s/it]
  3%|███▏                                                                                                            | 119/4251 [05:11<1:18:26,  1.14s/it]
  3%|███▏                                                                                                            | 120/4251 [05:12<1:12:21,  1.05s/it]
                                                                                                                                                          
{'loss': '0.03491', 'grad_norm': '0.1474', 'learning_rate': '9.297e-05', 'epoch': '0.02823'}

  3%|███▏                                                                                                            | 120/4251 [05:12<1:12:21,  1.05s/it]
  3%|███▏                                                                                                            | 121/4251 [05:13<1:08:09,  1.01it/s]
  3%|███▏                                                                                                            | 122/4251 [05:13<1:05:11,  1.06it/s]
  3%|███▏                                                                                                            | 123/4251 [05:14<1:03:09,  1.09it/s]
  3%|███▎                                                                                                            | 124/4251 [05:15<1:01:36,  1.12it/s]
  3%|███▎                                                                                                            | 125/4251 [05:18<1:40:50,  1.47s/it]
  3%|███▎                                                                                                            | 126/4251 [05:19<1:28:34,  1.29s/it]
  3%|███▎                                                                                                            | 127/4251 [05:20<1:19:31,  1.16s/it]
  3%|███▎                                                                                                            | 128/4251 [05:22<1:48:12,  1.57s/it]
  3%|███▍                                                                                                            | 129/4251 [05:23<1:33:04,  1.35s/it]
  3%|███▍                                                                                                            | 130/4251 [05:24<1:22:27,  1.20s/it]
  3%|███▍                                                                                                            | 131/4251 [05:27<1:53:51,  1.66s/it]
  3%|███▍                                                                                                            | 132/4251 [05:27<1:37:02,  1.41s/it]
  3%|███▌                                                                                                            | 133/4251 [05:30<2:01:23,  1.77s/it]
  3%|███▌                                                                                                            | 134/4251 [05:32<2:11:28,  1.92s/it]
  3%|███▌                                                                                                            | 135/4251 [05:33<1:49:20,  1.59s/it]
  3%|███▌                                                                                                            | 136/4251 [05:34<1:33:50,  1.37s/it]
  3%|███▌                                                                                                            | 137/4251 [05:35<1:23:22,  1.22s/it]
  3%|███▋                                                                                                            | 138/4251 [05:36<1:15:56,  1.11s/it]
  3%|███▋                                                                                                            | 139/4251 [05:37<1:10:32,  1.03s/it]
  3%|███▋                                                                                                            | 140/4251 [05:37<1:06:42,  1.03it/s]
                                                                                                                                                          
{'loss': '0.03504', 'grad_norm': '0.1185', 'learning_rate': '9.973e-05', 'epoch': '0.03293'}

  3%|███▋                                                                                                            | 140/4251 [05:37<1:06:42,  1.03it/s]
  3%|███▋                                                                                                            | 141/4251 [05:38<1:04:10,  1.07it/s]
  3%|███▋                                                                                                            | 142/4251 [05:39<1:02:13,  1.10it/s]
  3%|███▊                                                                                                            | 143/4251 [05:40<1:00:49,  1.13it/s]
  3%|███▊                                                                                                              | 144/4251 [05:41<59:59,  1.14it/s]
  3%|███▉                                                                                                              | 145/4251 [05:42<59:24,  1.15it/s]
  3%|███▉                                                                                                              | 146/4251 [05:43<58:59,  1.16it/s]
  3%|███▉                                                                                                              | 147/4251 [05:43<58:40,  1.17it/s]
  3%|███▉                                                                                                              | 148/4251 [05:44<58:24,  1.17it/s]
  4%|███▉                                                                                                              | 149/4251 [05:45<58:02,  1.18it/s]
  4%|████                                                                                                              | 150/4251 [05:46<58:02,  1.18it/s]
  4%|████                                                                                                              | 151/4251 [05:47<57:51,  1.18it/s]
  4%|████                                                                                                              | 152/4251 [05:48<57:49,  1.18it/s]
  4%|████                                                                                                              | 153/4251 [05:48<57:49,  1.18it/s]
  4%|████▏                                                                                                             | 154/4251 [05:49<57:47,  1.18it/s]
  4%|████▏                                                                                                             | 155/4251 [05:50<57:49,  1.18it/s]
  4%|████▏                                                                                                             | 156/4251 [05:51<57:53,  1.18it/s]
  4%|████▏                                                                                                             | 157/4251 [05:52<58:07,  1.17it/s]
  4%|████▏                                                                                                           | 158/4251 [05:54<1:27:30,  1.28s/it]
  4%|████▏                                                                                                           | 159/4251 [05:57<2:06:57,  1.86s/it]
  4%|████▏                                                                                                           | 160/4251 [06:00<2:16:08,  2.00s/it]
                                                                                                                                                          
{'loss': '0.03232', 'grad_norm': '0.2488', 'learning_rate': '9.925e-05', 'epoch': '0.03764'}

  4%|████▏                                                                                                           | 160/4251 [06:00<2:16:08,  2.00s/it]
  4%|████▏                                                                                                           | 161/4251 [06:00<1:52:39,  1.65s/it]
  4%|████▎                                                                                                           | 162/4251 [06:01<1:36:06,  1.41s/it]
  4%|████▎                                                                                                           | 163/4251 [06:02<1:24:31,  1.24s/it]
  4%|████▎                                                                                                           | 164/4251 [06:03<1:16:27,  1.12s/it]
  4%|████▎                                                                                                           | 165/4251 [06:04<1:10:49,  1.04s/it]
  4%|████▎                                                                                                           | 166/4251 [06:05<1:06:48,  1.02it/s]
  4%|████▍                                                                                                           | 167/4251 [06:06<1:03:59,  1.06it/s]
  4%|████▍                                                                                                           | 168/4251 [06:06<1:02:04,  1.10it/s]
  4%|████▍                                                                                                           | 169/4251 [06:07<1:00:42,  1.12it/s]
  4%|████▌                                                                                                             | 170/4251 [06:08<59:49,  1.14it/s]
  4%|████▌                                                                                                             | 171/4251 [06:09<59:05,  1.15it/s]
  4%|████▌                                                                                                           | 172/4251 [06:11<1:32:56,  1.37s/it]
  4%|████▌                                                                                                           | 173/4251 [06:12<1:22:19,  1.21s/it]
  4%|████▌                                                                                                           | 174/4251 [06:13<1:14:56,  1.10s/it]
  4%|████▌                                                                                                           | 175/4251 [06:14<1:09:36,  1.02s/it]
  4%|████▋                                                                                                           | 176/4251 [06:15<1:06:02,  1.03it/s]
  4%|████▋                                                                                                           | 177/4251 [06:16<1:03:24,  1.07it/s]
  4%|████▋                                                                                                           | 178/4251 [06:17<1:02:09,  1.09it/s]
  4%|████▋                                                                                                           | 179/4251 [06:17<1:00:50,  1.12it/s]
  4%|████▊                                                                                                             | 180/4251 [06:18<59:53,  1.13it/s]
                                                                                                                                                          
{'loss': '0.03689', 'grad_norm': '0.1328', 'learning_rate': '9.876e-05', 'epoch': '0.04234'}

  4%|████▊                                                                                                             | 180/4251 [06:18<59:53,  1.13it/s]
  4%|████▊                                                                                                             | 181/4251 [06:19<59:20,  1.14it/s]
  4%|████▉                                                                                                             | 182/4251 [06:20<58:51,  1.15it/s]
  4%|████▉                                                                                                             | 183/4251 [06:21<58:23,  1.16it/s]
  4%|████▉                                                                                                             | 184/4251 [06:22<58:11,  1.16it/s]
  4%|████▉                                                                                                             | 185/4251 [06:23<57:54,  1.17it/s]
  4%|████▉                                                                                                             | 186/4251 [06:23<57:50,  1.17it/s]
  4%|█████                                                                                                             | 187/4251 [06:24<57:51,  1.17it/s]
  4%|████▉                                                                                                           | 188/4251 [06:27<1:27:12,  1.29s/it]
  4%|████▉                                                                                                           | 189/4251 [06:27<1:18:17,  1.16s/it]
  4%|█████                                                                                                           | 190/4251 [06:30<1:40:24,  1.48s/it]
  4%|█████                                                                                                           | 191/4251 [06:30<1:27:26,  1.29s/it]
  5%|█████                                                                                                           | 192/4251 [06:31<1:19:10,  1.17s/it]
  5%|█████                                                                                                           | 193/4251 [06:32<1:12:34,  1.07s/it]
  5%|█████                                                                                                           | 194/4251 [06:34<1:37:05,  1.44s/it]
  5%|█████▏                                                                                                          | 195/4251 [06:35<1:25:05,  1.26s/it]
  5%|█████▏                                                                                                          | 196/4251 [06:36<1:16:46,  1.14s/it]
  5%|█████▏                                                                                                          | 197/4251 [06:37<1:10:52,  1.05s/it]
  5%|█████▏                                                                                                          | 198/4251 [06:38<1:07:03,  1.01it/s]
  5%|█████▏                                                                                                          | 199/4251 [06:39<1:03:58,  1.06it/s]01:30:54  INFO        eval generation: 200/250  (3.05 rec/s, 65.6s elapsed, ~16s left)
01:31:11  INFO        eval generation: 250/250  (3.02 rec/s, 82.7s elapsed, ~0s left)
01:31:14  INFO      Eval @ step_200 — n=1000
01:31:14  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
01:31:14  INFO        E1           0.824    0.995    0.044    0.667    0.044    0.083     250
01:31:14  INFO        E2           0.940    0.917    1.000    0.821    1.000    0.902     250
01:31:14  INFO        E3           0.876    0.946    0.732    0.870    0.732    0.795     250
01:31:14  INFO        E4           0.856    0.903    0.779    0.831    0.779    0.804     250
01:31:14  INFO        overall      0.852    0.835    0.864    0.882    0.864    0.873     250
01:31:14  INFO        edge_macro_acc=0.874  edge_macro_f1=0.646  exact_match=0.612  malformed=0.000  complete_groups=250

  5%|█████▏                                                                                                         | 200/4251 [08:05<29:56:53, 26.61s/it]
                                                                                                                                                          
{'loss': '0.02541', 'grad_norm': '0.08311', 'learning_rate': '9.828e-05', 'epoch': '0.04705'}

  5%|█████▏                                                                                                         | 200/4251 [08:05<29:56:53, 26.61s/it]
  5%|█████▏                                                                                                         | 201/4251 [08:06<21:14:40, 18.88s/it]
  5%|█████▎                                                                                                         | 202/4251 [08:07<15:09:07, 13.47s/it]
  5%|█████▎                                                                                                         | 203/4251 [08:08<10:53:30,  9.69s/it]
  5%|█████▎                                                                                                          | 204/4251 [08:09<7:54:24,  7.03s/it]
  5%|█████▍                                                                                                          | 205/4251 [08:09<5:49:10,  5.18s/it]
  5%|█████▍                                                                                                          | 206/4251 [08:10<4:21:28,  3.88s/it]
  5%|█████▍                                                                                                          | 207/4251 [08:11<3:20:00,  2.97s/it]
  5%|█████▍                                                                                                          | 208/4251 [08:12<2:36:58,  2.33s/it]
  5%|█████▌                                                                                                          | 209/4251 [08:13<2:06:56,  1.88s/it]
  5%|█████▌                                                                                                          | 210/4251 [08:14<1:45:59,  1.57s/it]
  5%|█████▌                                                                                                          | 211/4251 [08:15<1:31:17,  1.36s/it]
  5%|█████▌                                                                                                          | 212/4251 [08:15<1:20:57,  1.20s/it]
  5%|█████▌                                                                                                          | 213/4251 [08:18<1:47:58,  1.60s/it]
  5%|█████▋                                                                                                          | 214/4251 [08:21<2:07:17,  1.89s/it]
  5%|█████▋                                                                                                          | 215/4251 [08:23<2:15:37,  2.02s/it]
  5%|█████▋                                                                                                          | 216/4251 [08:24<1:52:01,  1.67s/it]
  5%|█████▋                                                                                                          | 217/4251 [08:25<1:35:29,  1.42s/it]
  5%|█████▋                                                                                                          | 218/4251 [08:25<1:23:53,  1.25s/it]
  5%|█████▊                                                                                                          | 219/4251 [08:26<1:15:45,  1.13s/it]
  5%|█████▊                                                                                                          | 220/4251 [08:28<1:38:14,  1.46s/it]
                                                                                                                                                          
{'loss': '0.02786', 'grad_norm': '0.1719', 'learning_rate': '9.779e-05', 'epoch': '0.05175'}

  5%|█████▊                                                                                                          | 220/4251 [08:28<1:38:14,  1.46s/it]
  5%|█████▊                                                                                                          | 221/4251 [08:29<1:25:52,  1.28s/it]
  5%|█████▊                                                                                                          | 222/4251 [08:30<1:17:11,  1.15s/it]
  5%|█████▉                                                                                                          | 223/4251 [08:33<1:44:21,  1.55s/it]
  5%|█████▉                                                                                                          | 224/4251 [08:33<1:29:54,  1.34s/it]
  5%|█████▉                                                                                                          | 225/4251 [08:34<1:19:49,  1.19s/it]
  5%|█████▉                                                                                                          | 226/4251 [08:35<1:12:51,  1.09s/it]
  5%|█████▉                                                                                                          | 227/4251 [08:36<1:08:09,  1.02s/it]
  5%|██████                                                                                                          | 228/4251 [08:37<1:04:51,  1.03it/s]
  5%|██████                                                                                                          | 229/4251 [08:38<1:02:19,  1.08it/s]
  5%|██████                                                                                                          | 230/4251 [08:39<1:00:41,  1.10it/s]
  5%|██████▏                                                                                                           | 231/4251 [08:39<59:33,  1.12it/s]
  5%|██████▏                                                                                                           | 232/4251 [08:40<58:38,  1.14it/s]
  5%|██████▏                                                                                                           | 233/4251 [08:41<58:04,  1.15it/s]
  6%|██████▎                                                                                                           | 234/4251 [08:42<58:25,  1.15it/s]
  6%|██████▎                                                                                                           | 235/4251 [08:43<57:57,  1.15it/s]
  6%|██████▎                                                                                                           | 236/4251 [08:44<57:31,  1.16it/s]
  6%|██████▎                                                                                                           | 237/4251 [08:45<57:10,  1.17it/s]
  6%|██████▍                                                                                                           | 238/4251 [08:45<57:04,  1.17it/s]
  6%|██████▍                                                                                                           | 239/4251 [08:46<56:56,  1.17it/s]
  6%|██████▎                                                                                                         | 240/4251 [08:49<1:25:39,  1.28s/it]
                                                                                                                                                          
{'loss': '0.02674', 'grad_norm': '0.1184', 'learning_rate': '9.731e-05', 'epoch': '0.05646'}

  6%|██████▎                                                                                                         | 240/4251 [08:49<1:25:39,  1.28s/it]
  6%|██████▎                                                                                                         | 241/4251 [08:49<1:16:56,  1.15s/it]
  6%|██████▍                                                                                                         | 242/4251 [08:50<1:10:45,  1.06s/it]
  6%|██████▍                                                                                                         | 243/4251 [08:51<1:06:31,  1.00it/s]
  6%|██████▍                                                                                                         | 244/4251 [08:52<1:03:34,  1.05it/s]
  6%|██████▍                                                                                                         | 245/4251 [08:53<1:01:40,  1.08it/s]
  6%|██████▍                                                                                                         | 246/4251 [08:54<1:00:01,  1.11it/s]
  6%|██████▌                                                                                                           | 247/4251 [08:54<59:01,  1.13it/s]
  6%|██████▌                                                                                                         | 248/4251 [08:57<1:32:19,  1.38s/it]
  6%|██████▌                                                                                                         | 249/4251 [08:58<1:21:37,  1.22s/it]
  6%|██████▌                                                                                                         | 250/4251 [08:59<1:14:04,  1.11s/it]
  6%|██████▌                                                                                                         | 251/4251 [09:01<1:43:59,  1.56s/it]
  6%|██████▋                                                                                                         | 252/4251 [09:02<1:29:46,  1.35s/it]
  6%|██████▋                                                                                                         | 253/4251 [09:03<1:19:46,  1.20s/it]
  6%|██████▋                                                                                                         | 254/4251 [09:04<1:12:52,  1.09s/it]
  6%|██████▋                                                                                                         | 255/4251 [09:05<1:07:53,  1.02s/it]
  6%|██████▋                                                                                                         | 256/4251 [09:06<1:04:20,  1.03it/s]
  6%|██████▊                                                                                                         | 257/4251 [09:06<1:01:56,  1.07it/s]
  6%|██████▊                                                                                                         | 258/4251 [09:09<1:28:26,  1.33s/it]
  6%|██████▊                                                                                                         | 259/4251 [09:09<1:18:45,  1.18s/it]
  6%|██████▊                                                                                                         | 260/4251 [09:10<1:11:58,  1.08s/it]
                                                                                                                                                          
{'loss': '0.02922', 'grad_norm': '0.1724', 'learning_rate': '9.682e-05', 'epoch': '0.06116'}

  6%|██████▊                                                                                                         | 260/4251 [09:10<1:11:58,  1.08s/it]
  6%|██████▉                                                                                                         | 261/4251 [09:11<1:07:22,  1.01s/it]
  6%|██████▉                                                                                                         | 262/4251 [09:12<1:03:53,  1.04it/s]
  6%|██████▉                                                                                                         | 263/4251 [09:15<1:35:30,  1.44s/it]
  6%|██████▉                                                                                                         | 264/4251 [09:15<1:23:40,  1.26s/it]
  6%|██████▉                                                                                                         | 265/4251 [09:16<1:15:21,  1.13s/it]
  6%|███████                                                                                                         | 266/4251 [09:17<1:09:40,  1.05s/it]
  6%|███████                                                                                                         | 267/4251 [09:18<1:06:05,  1.00it/s]
  6%|███████                                                                                                         | 268/4251 [09:19<1:03:21,  1.05it/s]
  6%|███████                                                                                                         | 269/4251 [09:20<1:01:50,  1.07it/s]
  6%|███████                                                                                                         | 270/4251 [09:21<1:00:23,  1.10it/s]
  6%|███████▎                                                                                                          | 271/4251 [09:21<59:05,  1.12it/s]
  6%|███████▏                                                                                                        | 272/4251 [09:24<1:34:27,  1.42s/it]
  6%|███████▏                                                                                                        | 273/4251 [09:25<1:23:05,  1.25s/it]
  6%|███████▏                                                                                                        | 274/4251 [09:26<1:17:02,  1.16s/it]
  6%|███████▏                                                                                                        | 275/4251 [09:27<1:10:53,  1.07s/it]
  6%|███████▎                                                                                                        | 276/4251 [09:28<1:06:23,  1.00s/it]
  7%|███████▎                                                                                                        | 277/4251 [09:28<1:03:52,  1.04it/s]
  7%|███████▎                                                                                                        | 278/4251 [09:29<1:01:25,  1.08it/s]
  7%|███████▍                                                                                                          | 279/4251 [09:30<59:47,  1.11it/s]
  7%|███████▌                                                                                                          | 280/4251 [09:31<58:38,  1.13it/s]
                                                                                                                                                          
{'loss': '0.03003', 'grad_norm': '0.1008', 'learning_rate': '9.634e-05', 'epoch': '0.06587'}

  7%|███████▌                                                                                                          | 280/4251 [09:31<58:38,  1.13it/s]
  7%|███████▌                                                                                                          | 281/4251 [09:32<57:58,  1.14it/s]
  7%|███████▌                                                                                                          | 282/4251 [09:33<57:18,  1.15it/s]
  7%|███████▌                                                                                                          | 283/4251 [09:34<56:51,  1.16it/s]
  7%|███████▍                                                                                                        | 284/4251 [09:36<1:29:38,  1.36s/it]
  7%|███████▌                                                                                                        | 285/4251 [09:37<1:19:35,  1.20s/it]
  7%|███████▌                                                                                                        | 286/4251 [09:38<1:12:30,  1.10s/it]
  7%|███████▌                                                                                                        | 287/4251 [09:39<1:07:38,  1.02s/it]
  7%|███████▌                                                                                                        | 288/4251 [09:39<1:04:33,  1.02it/s]
  7%|███████▌                                                                                                        | 289/4251 [09:40<1:02:29,  1.06it/s]
  7%|███████▋                                                                                                        | 290/4251 [09:41<1:00:29,  1.09it/s]
  7%|███████▊                                                                                                          | 291/4251 [09:42<59:07,  1.12it/s]
  7%|███████▊                                                                                                          | 292/4251 [09:43<58:21,  1.13it/s]
  7%|███████▊                                                                                                          | 293/4251 [09:44<57:37,  1.14it/s]
  7%|███████▉                                                                                                          | 294/4251 [09:45<57:06,  1.15it/s]
  7%|███████▉                                                                                                          | 295/4251 [09:45<56:45,  1.16it/s]
  7%|███████▉                                                                                                          | 296/4251 [09:46<56:19,  1.17it/s]
  7%|███████▉                                                                                                          | 297/4251 [09:47<56:11,  1.17it/s]
  7%|███████▉                                                                                                          | 298/4251 [09:48<56:04,  1.18it/s]
  7%|████████                                                                                                          | 299/4251 [09:49<55:55,  1.18it/s]01:34:04  INFO        eval generation: 200/250  (3.04 rec/s, 65.8s elapsed, ~16s left)
01:34:22  INFO        eval generation: 250/250  (3.00 rec/s, 83.4s elapsed, ~0s left)
01:34:24  INFO      Eval @ step_300 — n=1000
01:34:24  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
01:34:24  INFO        E1           0.812    0.971    0.089    0.400    0.089    0.145     250
01:34:24  INFO        E2           0.956    0.961    0.942    0.903    0.942    0.922     250
01:34:24  INFO        E3           0.908    0.976    0.768    0.940    0.768    0.846     250
01:34:24  INFO        E4           0.892    0.955    0.789    0.915    0.789    0.847     250
01:34:24  INFO        overall      0.904    0.971    0.857    0.977    0.857    0.913     250
01:34:24  INFO        edge_macro_acc=0.892  edge_macro_f1=0.690  exact_match=0.660  malformed=0.000  complete_groups=250

  7%|███████▊                                                                                                       | 300/4251 [11:16<29:11:41, 26.60s/it]
                                                                                                                                                          
{'loss': '0.02823', 'grad_norm': '0.06914', 'learning_rate': '9.585e-05', 'epoch': '0.07057'}

  7%|███████▊                                                                                                       | 300/4251 [11:16<29:11:41, 26.60s/it]01:34:25  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/config.json "HTTP/1.1 307 Temporary Redirect"
01:34:25  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/config.json "HTTP/1.1 200 OK"

  7%|███████▊                                                                                                       | 301/4251 [11:18<21:23:01, 19.49s/it]
  7%|███████▉                                                                                                       | 302/4251 [11:19<15:14:38, 13.90s/it]
  7%|███████▉                                                                                                       | 303/4251 [11:20<10:56:52,  9.98s/it]
  7%|████████                                                                                                        | 304/4251 [11:21<7:56:17,  7.24s/it]
  7%|████████                                                                                                        | 305/4251 [11:23<6:19:02,  5.76s/it]
  7%|████████                                                                                                        | 306/4251 [11:24<4:41:57,  4.29s/it]
  7%|████████                                                                                                        | 307/4251 [11:25<3:34:11,  3.26s/it]
  7%|████████                                                                                                        | 308/4251 [11:26<2:46:54,  2.54s/it]
  7%|████████▏                                                                                                       | 309/4251 [11:27<2:13:38,  2.03s/it]
  7%|████████▏                                                                                                       | 310/4251 [11:28<1:50:16,  1.68s/it]
  7%|████████▏                                                                                                       | 311/4251 [11:30<2:06:26,  1.93s/it]
  7%|████████▏                                                                                                       | 312/4251 [11:31<1:45:11,  1.60s/it]
  7%|████████▏                                                                                                       | 313/4251 [11:32<1:30:15,  1.38s/it]
  7%|████████▎                                                                                                       | 314/4251 [11:33<1:19:52,  1.22s/it]
  7%|████████▎                                                                                                       | 315/4251 [11:33<1:12:33,  1.11s/it]
  7%|████████▎                                                                                                       | 316/4251 [11:34<1:07:22,  1.03s/it]
  7%|████████▎                                                                                                       | 317/4251 [11:37<1:33:42,  1.43s/it]
  7%|████████▍                                                                                                       | 318/4251 [11:37<1:22:16,  1.26s/it]
  8%|████████▍                                                                                                       | 319/4251 [11:38<1:14:12,  1.13s/it]
  8%|████████▍                                                                                                       | 320/4251 [11:39<1:08:32,  1.05s/it]
                                                                                                                                                          
{'loss': '0.02833', 'grad_norm': '0.29', 'learning_rate': '9.537e-05', 'epoch': '0.07528'}

  8%|████████▍                                                                                                       | 320/4251 [11:39<1:08:32,  1.05s/it]
  8%|████████▍                                                                                                       | 321/4251 [11:40<1:04:21,  1.02it/s]
  8%|████████▍                                                                                                       | 322/4251 [11:41<1:01:31,  1.06it/s]
  8%|████████▋                                                                                                         | 323/4251 [11:42<59:58,  1.09it/s]
  8%|████████▋                                                                                                         | 324/4251 [11:43<58:39,  1.12it/s]
  8%|████████▋                                                                                                         | 325/4251 [11:43<57:37,  1.14it/s]
  8%|████████▋                                                                                                         | 326/4251 [11:44<56:47,  1.15it/s]
  8%|████████▊                                                                                                         | 327/4251 [11:45<56:15,  1.16it/s]
  8%|████████▋                                                                                                       | 328/4251 [11:48<1:30:28,  1.38s/it]
  8%|████████▋                                                                                                       | 329/4251 [11:50<1:52:51,  1.73s/it]
  8%|████████▋                                                                                                       | 330/4251 [11:51<1:35:25,  1.46s/it]
  8%|████████▋                                                                                                       | 331/4251 [11:52<1:23:27,  1.28s/it]
  8%|████████▋                                                                                                       | 332/4251 [11:53<1:14:54,  1.15s/it]
  8%|████████▊                                                                                                       | 333/4251 [11:54<1:08:55,  1.06s/it]
  8%|████████▊                                                                                                       | 334/4251 [11:54<1:04:49,  1.01it/s]
  8%|████████▊                                                                                                       | 335/4251 [11:55<1:02:03,  1.05it/s]
  8%|█████████                                                                                                         | 336/4251 [11:56<59:53,  1.09it/s]
  8%|████████▉                                                                                                       | 337/4251 [11:59<1:30:33,  1.39s/it]
  8%|████████▉                                                                                                       | 338/4251 [11:59<1:19:51,  1.22s/it]
  8%|████████▉                                                                                                       | 339/4251 [12:00<1:12:15,  1.11s/it]
  8%|████████▉                                                                                                       | 340/4251 [12:01<1:07:06,  1.03s/it]
                                                                                                                                                          
{'loss': '0.03012', 'grad_norm': '0.09726', 'learning_rate': '9.488e-05', 'epoch': '0.07998'}

  8%|████████▉                                                                                                       | 340/4251 [12:01<1:07:06,  1.03s/it]
  8%|████████▉                                                                                                       | 341/4251 [12:02<1:03:37,  1.02it/s]
  8%|█████████                                                                                                       | 342/4251 [12:03<1:12:19,  1.11s/it]
  8%|█████████                                                                                                       | 343/4251 [12:06<1:49:04,  1.67s/it]
  8%|█████████                                                                                                       | 344/4251 [12:07<1:32:54,  1.43s/it]
  8%|█████████                                                                                                       | 345/4251 [12:10<1:54:20,  1.76s/it]
  8%|█████████                                                                                                       | 346/4251 [12:11<1:36:24,  1.48s/it]
  8%|█████████▏                                                                                                      | 347/4251 [12:11<1:24:00,  1.29s/it]
  8%|█████████▏                                                                                                      | 348/4251 [12:12<1:15:16,  1.16s/it]
  8%|█████████▏                                                                                                      | 349/4251 [12:13<1:08:53,  1.06s/it]
  8%|█████████▏                                                                                                      | 350/4251 [12:14<1:04:47,  1.00it/s]
  8%|█████████▏                                                                                                      | 351/4251 [12:15<1:01:39,  1.05it/s]
  8%|█████████▎                                                                                                      | 352/4251 [12:16<1:00:47,  1.07it/s]
  8%|█████████▍                                                                                                        | 353/4251 [12:17<59:06,  1.10it/s]
  8%|█████████▍                                                                                                        | 354/4251 [12:17<57:54,  1.12it/s]
  8%|█████████▎                                                                                                      | 355/4251 [12:20<1:30:22,  1.39s/it]
  8%|█████████▍                                                                                                      | 356/4251 [12:21<1:19:39,  1.23s/it]
  8%|█████████▍                                                                                                      | 357/4251 [12:22<1:12:10,  1.11s/it]
  8%|█████████▍                                                                                                      | 358/4251 [12:24<1:39:45,  1.54s/it]
  8%|█████████▍                                                                                                      | 359/4251 [12:25<1:26:17,  1.33s/it]
  8%|█████████▍                                                                                                      | 360/4251 [12:26<1:16:53,  1.19s/it]
                                                                                                                                                          
{'loss': '0.03078', 'grad_norm': '0.1231', 'learning_rate': '9.44e-05', 'epoch': '0.08469'}

  8%|█████████▍                                                                                                      | 360/4251 [12:26<1:16:53,  1.19s/it]
  8%|█████████▌                                                                                                      | 361/4251 [12:27<1:10:28,  1.09s/it]
  9%|█████████▌                                                                                                      | 362/4251 [12:28<1:05:51,  1.02s/it]
  9%|█████████▌                                                                                                      | 363/4251 [12:28<1:02:34,  1.04it/s]
  9%|█████████▌                                                                                                      | 364/4251 [12:31<1:33:16,  1.44s/it]
  9%|█████████▌                                                                                                      | 365/4251 [12:32<1:21:48,  1.26s/it]
  9%|█████████▋                                                                                                      | 366/4251 [12:33<1:13:46,  1.14s/it]
  9%|█████████▋                                                                                                      | 367/4251 [12:34<1:08:09,  1.05s/it]
  9%|█████████▋                                                                                                      | 368/4251 [12:34<1:04:02,  1.01it/s]
  9%|█████████▋                                                                                                      | 369/4251 [12:35<1:01:17,  1.06it/s]
  9%|█████████▉                                                                                                        | 370/4251 [12:36<59:19,  1.09it/s]
  9%|█████████▉                                                                                                        | 371/4251 [12:37<57:53,  1.12it/s]
  9%|█████████▉                                                                                                        | 372/4251 [12:38<57:14,  1.13it/s]
  9%|██████████                                                                                                        | 373/4251 [12:39<56:33,  1.14it/s]
  9%|██████████                                                                                                        | 374/4251 [12:40<56:09,  1.15it/s]
  9%|██████████                                                                                                        | 375/4251 [12:40<55:54,  1.16it/s]
  9%|██████████                                                                                                        | 376/4251 [12:41<55:30,  1.16it/s]
  9%|██████████                                                                                                        | 377/4251 [12:42<55:37,  1.16it/s]
  9%|██████████▏                                                                                                       | 378/4251 [12:43<55:25,  1.16it/s]
  9%|██████████▏                                                                                                       | 379/4251 [12:44<55:18,  1.17it/s]
  9%|██████████▏                                                                                                       | 380/4251 [12:45<55:09,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02591', 'grad_norm': '0.1111', 'learning_rate': '9.391e-05', 'epoch': '0.08939'}

  9%|██████████▏                                                                                                       | 380/4251 [12:45<55:09,  1.17it/s]
  9%|██████████▏                                                                                                       | 381/4251 [12:45<54:59,  1.17it/s]
  9%|██████████                                                                                                      | 382/4251 [12:48<1:24:54,  1.32s/it]
  9%|██████████                                                                                                      | 383/4251 [12:49<1:15:43,  1.17s/it]
  9%|██████████                                                                                                      | 384/4251 [12:50<1:09:20,  1.08s/it]
  9%|██████████▏                                                                                                     | 385/4251 [12:50<1:04:42,  1.00s/it]
  9%|██████████▏                                                                                                     | 386/4251 [12:51<1:01:50,  1.04it/s]
  9%|██████████▍                                                                                                       | 387/4251 [12:52<59:41,  1.08it/s]
  9%|██████████▍                                                                                                       | 388/4251 [12:53<58:09,  1.11it/s]
  9%|██████████▍                                                                                                       | 389/4251 [12:54<57:17,  1.12it/s]
  9%|██████████▎                                                                                                     | 390/4251 [12:56<1:23:26,  1.30s/it]
  9%|██████████▎                                                                                                     | 391/4251 [12:57<1:14:49,  1.16s/it]
  9%|██████████▎                                                                                                     | 392/4251 [12:58<1:08:42,  1.07s/it]
  9%|██████████▎                                                                                                     | 393/4251 [12:59<1:04:35,  1.00s/it]
  9%|██████████▍                                                                                                     | 394/4251 [12:59<1:01:57,  1.04it/s]
  9%|██████████▌                                                                                                       | 395/4251 [13:00<59:34,  1.08it/s]
  9%|██████████▌                                                                                                       | 396/4251 [13:01<58:21,  1.10it/s]
  9%|██████████▋                                                                                                       | 397/4251 [13:02<57:32,  1.12it/s]
  9%|██████████▋                                                                                                       | 398/4251 [13:03<56:26,  1.14it/s]
  9%|██████████▋                                                                                                       | 399/4251 [13:04<55:51,  1.15it/s]01:37:21  INFO        eval generation: 200/250  (3.05 rec/s, 65.6s elapsed, ~16s left)
01:37:38  INFO        eval generation: 250/250  (3.02 rec/s, 82.7s elapsed, ~0s left)
01:37:41  INFO      Eval @ step_400 — n=1000
01:37:41  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
01:37:41  INFO        E1           0.836    1.000    0.089    1.000    0.089    0.163     250
01:37:41  INFO        E2           0.964    0.983    0.913    0.955    0.913    0.933     250
01:37:41  INFO        E3           0.920    0.982    0.793    0.956    0.793    0.867     250
01:37:41  INFO        E4           0.920    0.955    0.863    0.921    0.863    0.891     250
01:37:41  INFO        overall      0.900    0.971    0.850    0.977    0.850    0.909     250
01:37:41  INFO        edge_macro_acc=0.910  edge_macro_f1=0.714  exact_match=0.712  malformed=0.000  complete_groups=250

  9%|██████████▍                                                                                                    | 400/4251 [14:32<29:07:43, 27.23s/it]
                                                                                                                                                          
{'loss': '0.02826', 'grad_norm': '0.1749', 'learning_rate': '9.343e-05', 'epoch': '0.0941'}

  9%|██████████▍                                                                                                    | 400/4251 [14:32<29:07:43, 27.23s/it]
  9%|██████████▍                                                                                                    | 401/4251 [14:33<20:39:23, 19.32s/it]
  9%|██████████▍                                                                                                    | 402/4251 [14:34<14:43:36, 13.77s/it]
  9%|██████████▌                                                                                                    | 403/4251 [14:35<10:34:39,  9.90s/it]
 10%|██████████▋                                                                                                     | 404/4251 [14:36<7:40:25,  7.18s/it]
 10%|██████████▋                                                                                                     | 405/4251 [14:37<5:38:24,  5.28s/it]
 10%|██████████▋                                                                                                     | 406/4251 [14:38<4:13:03,  3.95s/it]
 10%|██████████▋                                                                                                     | 407/4251 [14:38<3:13:20,  3.02s/it]
 10%|██████████▋                                                                                                     | 408/4251 [14:39<2:31:31,  2.37s/it]
 10%|██████████▊                                                                                                     | 409/4251 [14:42<2:31:21,  2.36s/it]
 10%|██████████▊                                                                                                     | 410/4251 [14:42<2:02:11,  1.91s/it]
 10%|██████████▊                                                                                                     | 411/4251 [14:43<1:41:46,  1.59s/it]
 10%|██████████▊                                                                                                     | 412/4251 [14:44<1:27:25,  1.37s/it]
 10%|██████████▉                                                                                                     | 413/4251 [14:45<1:17:47,  1.22s/it]
 10%|██████████▉                                                                                                     | 414/4251 [14:46<1:11:06,  1.11s/it]
 10%|██████████▉                                                                                                     | 415/4251 [14:47<1:05:59,  1.03s/it]
 10%|██████████▉                                                                                                     | 416/4251 [14:48<1:02:46,  1.02it/s]
 10%|██████████▉                                                                                                     | 417/4251 [14:48<1:00:01,  1.06it/s]
 10%|███████████▏                                                                                                      | 418/4251 [14:49<58:20,  1.10it/s]
 10%|███████████▏                                                                                                      | 419/4251 [14:50<57:22,  1.11it/s]
 10%|███████████▎                                                                                                      | 420/4251 [14:51<56:27,  1.13it/s]
                                                                                                                                                          
{'loss': '0.02673', 'grad_norm': '0.193', 'learning_rate': '9.294e-05', 'epoch': '0.0988'}

 10%|███████████▎                                                                                                      | 420/4251 [14:51<56:27,  1.13it/s]
 10%|███████████▎                                                                                                      | 421/4251 [14:52<56:00,  1.14it/s]
 10%|███████████▎                                                                                                      | 422/4251 [14:53<55:21,  1.15it/s]
 10%|███████████▎                                                                                                      | 423/4251 [14:54<55:01,  1.16it/s]
 10%|███████████▎                                                                                                      | 424/4251 [14:54<54:49,  1.16it/s]
 10%|███████████▍                                                                                                      | 425/4251 [14:55<54:28,  1.17it/s]
 10%|███████████▍                                                                                                      | 426/4251 [14:56<54:21,  1.17it/s]
 10%|███████████▍                                                                                                      | 427/4251 [14:57<54:07,  1.18it/s]
 10%|███████████▍                                                                                                      | 428/4251 [14:58<54:03,  1.18it/s]
 10%|███████████▌                                                                                                      | 429/4251 [14:59<53:58,  1.18it/s]
 10%|███████████▌                                                                                                      | 430/4251 [14:59<53:58,  1.18it/s]
 10%|███████████▌                                                                                                      | 431/4251 [15:00<53:51,  1.18it/s]
 10%|███████████▌                                                                                                      | 432/4251 [15:01<53:53,  1.18it/s]
 10%|███████████▌                                                                                                      | 433/4251 [15:02<53:54,  1.18it/s]
 10%|███████████▋                                                                                                      | 434/4251 [15:03<53:50,  1.18it/s]
 10%|███████████▋                                                                                                      | 435/4251 [15:04<54:19,  1.17it/s]
 10%|███████████▋                                                                                                      | 436/4251 [15:05<54:16,  1.17it/s]
 10%|███████████▋                                                                                                      | 437/4251 [15:05<54:01,  1.18it/s]
 10%|███████████▋                                                                                                      | 438/4251 [15:06<53:52,  1.18it/s]
 10%|███████████▊                                                                                                      | 439/4251 [15:07<54:07,  1.17it/s]
 10%|███████████▊                                                                                                      | 440/4251 [15:08<54:01,  1.18it/s]
                                                                                                                                                          
{'loss': '0.02725', 'grad_norm': '0.1447', 'learning_rate': '9.246e-05', 'epoch': '0.1035'}

 10%|███████████▊                                                                                                      | 440/4251 [15:08<54:01,  1.18it/s]
 10%|███████████▊                                                                                                      | 441/4251 [15:09<54:02,  1.18it/s]
 10%|███████████▊                                                                                                      | 442/4251 [15:10<54:03,  1.17it/s]
 10%|███████████▉                                                                                                      | 443/4251 [15:11<53:55,  1.18it/s]
 10%|███████████▉                                                                                                      | 444/4251 [15:11<53:58,  1.18it/s]
 10%|███████████▋                                                                                                    | 445/4251 [15:14<1:32:45,  1.46s/it]
 10%|███████████▊                                                                                                    | 446/4251 [15:15<1:21:06,  1.28s/it]
 11%|███████████▊                                                                                                    | 447/4251 [15:16<1:12:47,  1.15s/it]
 11%|███████████▊                                                                                                    | 448/4251 [15:17<1:07:06,  1.06s/it]
 11%|███████████▊                                                                                                    | 449/4251 [15:18<1:03:36,  1.00s/it]
 11%|███████████▊                                                                                                    | 450/4251 [15:20<1:26:39,  1.37s/it]
 11%|███████████▉                                                                                                    | 451/4251 [15:21<1:16:40,  1.21s/it]
 11%|███████████▉                                                                                                    | 452/4251 [15:22<1:09:34,  1.10s/it]
 11%|███████████▉                                                                                                    | 453/4251 [15:22<1:04:50,  1.02s/it]
 11%|███████████▉                                                                                                    | 454/4251 [15:23<1:01:27,  1.03it/s]
 11%|████████████▏                                                                                                     | 455/4251 [15:24<59:16,  1.07it/s]
 11%|████████████▏                                                                                                     | 456/4251 [15:25<57:43,  1.10it/s]
 11%|████████████▎                                                                                                     | 457/4251 [15:26<56:29,  1.12it/s]
 11%|████████████▎                                                                                                     | 458/4251 [15:27<55:46,  1.13it/s]
 11%|████████████▎                                                                                                     | 459/4251 [15:28<55:04,  1.15it/s]
 11%|████████████▎                                                                                                     | 460/4251 [15:28<54:25,  1.16it/s]
                                                                                                                                                          
{'loss': '0.02476', 'grad_norm': '0.123', 'learning_rate': '9.197e-05', 'epoch': '0.1082'}

 11%|████████████▎                                                                                                     | 460/4251 [15:28<54:25,  1.16it/s]
 11%|████████████▎                                                                                                     | 461/4251 [15:29<54:37,  1.16it/s]
 11%|████████████▍                                                                                                     | 462/4251 [15:30<54:14,  1.16it/s]
 11%|████████████▍                                                                                                     | 463/4251 [15:31<54:04,  1.17it/s]
 11%|████████████▍                                                                                                     | 464/4251 [15:32<53:56,  1.17it/s]
 11%|████████████▍                                                                                                     | 465/4251 [15:33<53:50,  1.17it/s]
 11%|████████████▍                                                                                                     | 466/4251 [15:34<53:39,  1.18it/s]
 11%|████████████▌                                                                                                     | 467/4251 [15:34<53:33,  1.18it/s]
 11%|████████████▌                                                                                                     | 468/4251 [15:35<53:26,  1.18it/s]
 11%|████████████▌                                                                                                     | 469/4251 [15:36<53:23,  1.18it/s]
 11%|████████████▌                                                                                                     | 470/4251 [15:37<53:27,  1.18it/s]
 11%|████████████▋                                                                                                     | 471/4251 [15:38<53:49,  1.17it/s]
 11%|████████████▋                                                                                                     | 472/4251 [15:39<53:38,  1.17it/s]
 11%|████████████▋                                                                                                     | 473/4251 [15:39<53:36,  1.17it/s]
 11%|████████████▋                                                                                                     | 474/4251 [15:40<53:26,  1.18it/s]
 11%|████████████▋                                                                                                     | 475/4251 [15:41<53:28,  1.18it/s]
 11%|████████████▊                                                                                                     | 476/4251 [15:42<53:28,  1.18it/s]
 11%|████████████▊                                                                                                     | 477/4251 [15:43<53:25,  1.18it/s]
 11%|████████████▌                                                                                                   | 478/4251 [15:45<1:25:28,  1.36s/it]
 11%|████████████▌                                                                                                   | 479/4251 [15:46<1:15:51,  1.21s/it]
 11%|████████████▋                                                                                                   | 480/4251 [15:47<1:08:57,  1.10s/it]
                                                                                                                                                          
{'loss': '0.02346', 'grad_norm': '0.1278', 'learning_rate': '9.149e-05', 'epoch': '0.1129'}

 11%|████████████▋                                                                                                   | 480/4251 [15:47<1:08:57,  1.10s/it]
 11%|████████████▋                                                                                                   | 481/4251 [15:48<1:04:25,  1.03s/it]
 11%|████████████▋                                                                                                   | 482/4251 [15:49<1:01:03,  1.03it/s]
 11%|████████████▉                                                                                                     | 483/4251 [15:50<58:55,  1.07it/s]
 11%|████████████▉                                                                                                     | 484/4251 [15:51<57:13,  1.10it/s]
 11%|█████████████                                                                                                     | 485/4251 [15:51<55:58,  1.12it/s]
 11%|█████████████                                                                                                     | 486/4251 [15:52<54:59,  1.14it/s]
 11%|█████████████                                                                                                     | 487/4251 [15:53<54:30,  1.15it/s]
 11%|█████████████                                                                                                     | 488/4251 [15:54<54:10,  1.16it/s]
 12%|█████████████                                                                                                     | 489/4251 [15:55<53:57,  1.16it/s]
 12%|█████████████▏                                                                                                    | 490/4251 [15:56<53:44,  1.17it/s]
 12%|█████████████▏                                                                                                    | 491/4251 [15:56<53:37,  1.17it/s]
 12%|█████████████▏                                                                                                    | 492/4251 [15:57<53:24,  1.17it/s]
 12%|█████████████▏                                                                                                    | 493/4251 [15:58<53:33,  1.17it/s]
 12%|█████████████▏                                                                                                    | 494/4251 [15:59<53:27,  1.17it/s]
 12%|█████████████▎                                                                                                    | 495/4251 [16:00<53:20,  1.17it/s]
 12%|█████████████▎                                                                                                    | 496/4251 [16:01<53:19,  1.17it/s]
 12%|█████████████▎                                                                                                    | 497/4251 [16:02<53:06,  1.18it/s]
 12%|█████████████▎                                                                                                    | 498/4251 [16:02<53:10,  1.18it/s]
 12%|█████████████▍                                                                                                    | 499/4251 [16:03<53:00,  1.18it/s]01:40:19  INFO        eval generation: 200/250  (3.03 rec/s, 65.9s elapsed, ~16s left)
01:40:36  INFO        eval generation: 250/250  (3.01 rec/s, 83.0s elapsed, ~0s left)
01:40:39  INFO      Eval @ step_500 — n=1000
01:40:39  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
01:40:39  INFO        E1           0.848    0.937    0.444    0.606    0.444    0.513     250
01:40:39  INFO        E2           0.964    0.994    0.884    0.984    0.884    0.931     250
01:40:39  INFO        E3           0.924    0.970    0.829    0.932    0.829    0.877     250
01:40:39  INFO        E4           0.896    0.903    0.884    0.848    0.884    0.866     250
01:40:39  INFO        overall      0.876    0.922    0.844    0.939    0.844    0.889     250
01:40:39  INFO        edge_macro_acc=0.908  edge_macro_f1=0.797  exact_match=0.724  malformed=0.000  complete_groups=250

 12%|█████████████                                                                                                  | 500/4251 [17:31<27:56:45, 26.82s/it]
                                                                                                                                                          
{'loss': '0.02655', 'grad_norm': '0.1475', 'learning_rate': '9.1e-05', 'epoch': '0.1176'}

 12%|█████████████                                                                                                  | 500/4251 [17:31<27:56:45, 26.82s/it]
 12%|█████████████                                                                                                  | 501/4251 [17:32<19:49:20, 19.03s/it]
 12%|█████████████                                                                                                  | 502/4251 [17:32<14:08:08, 13.57s/it]
 12%|█████████████▏                                                                                                 | 503/4251 [17:33<10:09:22,  9.76s/it]
 12%|█████████████▎                                                                                                  | 504/4251 [17:34<7:22:17,  7.08s/it]
 12%|█████████████▎                                                                                                  | 505/4251 [17:35<5:25:45,  5.22s/it]
 12%|█████████████▎                                                                                                  | 506/4251 [17:36<4:03:46,  3.91s/it]
 12%|█████████████▎                                                                                                  | 507/4251 [17:37<3:06:26,  2.99s/it]
 12%|█████████████▍                                                                                                  | 508/4251 [17:38<2:37:28,  2.52s/it]
 12%|█████████████▍                                                                                                  | 509/4251 [17:39<2:06:06,  2.02s/it]
 12%|█████████████▍                                                                                                  | 510/4251 [17:40<1:44:02,  1.67s/it]
 12%|█████████████▍                                                                                                  | 511/4251 [17:41<1:28:31,  1.42s/it]
 12%|█████████████▍                                                                                                  | 512/4251 [17:41<1:17:47,  1.25s/it]
 12%|█████████████▌                                                                                                  | 513/4251 [17:42<1:10:12,  1.13s/it]
 12%|█████████████▌                                                                                                  | 514/4251 [17:43<1:04:59,  1.04s/it]
 12%|█████████████▌                                                                                                  | 515/4251 [17:44<1:01:23,  1.01it/s]
 12%|█████████████▊                                                                                                    | 516/4251 [17:45<58:53,  1.06it/s]
 12%|█████████████▊                                                                                                    | 517/4251 [17:46<57:05,  1.09it/s]
 12%|█████████████▉                                                                                                    | 518/4251 [17:47<55:42,  1.12it/s]
 12%|█████████████▉                                                                                                    | 519/4251 [17:47<54:52,  1.13it/s]
 12%|█████████████▉                                                                                                    | 520/4251 [17:48<54:31,  1.14it/s]
                                                                                                                                                          
{'loss': '0.02417', 'grad_norm': '0.0881', 'learning_rate': '9.052e-05', 'epoch': '0.1223'}

 12%|█████████████▉                                                                                                    | 520/4251 [17:48<54:31,  1.14it/s]
 12%|█████████████▉                                                                                                    | 521/4251 [17:49<54:19,  1.14it/s]
 12%|█████████████▉                                                                                                    | 522/4251 [17:50<54:02,  1.15it/s]
 12%|██████████████                                                                                                    | 523/4251 [17:51<53:36,  1.16it/s]
 12%|██████████████                                                                                                    | 524/4251 [17:52<53:20,  1.16it/s]
 12%|██████████████                                                                                                    | 525/4251 [17:53<53:07,  1.17it/s]
 12%|██████████████                                                                                                    | 526/4251 [17:53<52:55,  1.17it/s]
 12%|██████████████▏                                                                                                   | 527/4251 [17:54<53:08,  1.17it/s]
 12%|██████████████▏                                                                                                   | 528/4251 [17:55<52:52,  1.17it/s]
 12%|██████████████▏                                                                                                   | 529/4251 [17:56<53:02,  1.17it/s]
 12%|██████████████▏                                                                                                   | 530/4251 [17:57<52:55,  1.17it/s]
 12%|██████████████▏                                                                                                   | 531/4251 [17:58<52:47,  1.17it/s]
 13%|██████████████                                                                                                  | 532/4251 [18:00<1:18:42,  1.27s/it]
 13%|██████████████                                                                                                  | 533/4251 [18:01<1:10:43,  1.14s/it]
 13%|██████████████                                                                                                  | 534/4251 [18:02<1:05:09,  1.05s/it]
 13%|██████████████                                                                                                  | 535/4251 [18:02<1:01:14,  1.01it/s]
 13%|██████████████▎                                                                                                   | 536/4251 [18:03<58:30,  1.06it/s]
 13%|██████████████▍                                                                                                   | 537/4251 [18:04<56:37,  1.09it/s]
 13%|██████████████▍                                                                                                   | 538/4251 [18:05<55:23,  1.12it/s]
 13%|██████████████▍                                                                                                   | 539/4251 [18:06<54:38,  1.13it/s]
 13%|██████████████▍                                                                                                   | 540/4251 [18:07<54:17,  1.14it/s]
                                                                                                                                                          
{'loss': '0.02575', 'grad_norm': '0.2057', 'learning_rate': '9.003e-05', 'epoch': '0.127'}

 13%|██████████████▍                                                                                                   | 540/4251 [18:07<54:17,  1.14it/s]
 13%|██████████████▌                                                                                                   | 541/4251 [18:08<53:53,  1.15it/s]
 13%|██████████████▌                                                                                                   | 542/4251 [18:08<53:34,  1.15it/s]
 13%|██████████████▌                                                                                                   | 543/4251 [18:09<53:10,  1.16it/s]
 13%|██████████████▌                                                                                                   | 544/4251 [18:10<53:06,  1.16it/s]
 13%|██████████████▌                                                                                                   | 545/4251 [18:11<52:48,  1.17it/s]
 13%|██████████████▋                                                                                                   | 546/4251 [18:12<52:39,  1.17it/s]
 13%|██████████████▋                                                                                                   | 547/4251 [18:13<52:31,  1.18it/s]
 13%|██████████████▋                                                                                                   | 548/4251 [18:13<52:39,  1.17it/s]
 13%|██████████████▋                                                                                                   | 549/4251 [18:14<52:46,  1.17it/s]
 13%|██████████████▋                                                                                                   | 550/4251 [18:15<52:38,  1.17it/s]
 13%|██████████████▊                                                                                                   | 551/4251 [18:16<52:32,  1.17it/s]
 13%|██████████████▊                                                                                                   | 552/4251 [18:17<52:22,  1.18it/s]
 13%|██████████████▊                                                                                                   | 553/4251 [18:18<52:25,  1.18it/s]
 13%|██████████████▊                                                                                                   | 554/4251 [18:19<52:22,  1.18it/s]
 13%|██████████████▉                                                                                                   | 555/4251 [18:19<52:22,  1.18it/s]
 13%|██████████████▉                                                                                                   | 556/4251 [18:20<52:33,  1.17it/s]
 13%|██████████████▉                                                                                                   | 557/4251 [18:21<52:26,  1.17it/s]
 13%|██████████████▉                                                                                                   | 558/4251 [18:22<52:31,  1.17it/s]
 13%|██████████████▉                                                                                                   | 559/4251 [18:23<52:23,  1.17it/s]
 13%|██████████████▊                                                                                                 | 560/4251 [18:25<1:18:38,  1.28s/it]
                                                                                                                                                          
{'loss': '0.02684', 'grad_norm': '0.09849', 'learning_rate': '8.955e-05', 'epoch': '0.1317'}

 13%|██████████████▊                                                                                                 | 560/4251 [18:25<1:18:38,  1.28s/it]
 13%|██████████████▊                                                                                                 | 561/4251 [18:26<1:10:49,  1.15s/it]
 13%|██████████████▊                                                                                                 | 562/4251 [18:27<1:05:04,  1.06s/it]
 13%|██████████████▊                                                                                                 | 563/4251 [18:28<1:01:10,  1.00it/s]
 13%|██████████████▊                                                                                                 | 564/4251 [18:30<1:29:36,  1.46s/it]
 13%|██████████████▉                                                                                                 | 565/4251 [18:31<1:18:22,  1.28s/it]
 13%|██████████████▉                                                                                                 | 566/4251 [18:32<1:10:34,  1.15s/it]
 13%|██████████████▉                                                                                                 | 567/4251 [18:33<1:05:03,  1.06s/it]
 13%|██████████████▉                                                                                                 | 568/4251 [18:34<1:01:19,  1.00it/s]
 13%|███████████████▎                                                                                                  | 569/4251 [18:34<58:38,  1.05it/s]
 13%|███████████████▎                                                                                                  | 570/4251 [18:35<56:44,  1.08it/s]
 13%|███████████████▎                                                                                                  | 571/4251 [18:36<55:31,  1.10it/s]
 13%|███████████████▎                                                                                                  | 572/4251 [18:37<54:32,  1.12it/s]
 13%|███████████████▎                                                                                                  | 573/4251 [18:38<53:45,  1.14it/s]
 14%|███████████████▍                                                                                                  | 574/4251 [18:39<53:08,  1.15it/s]
 14%|███████████████▍                                                                                                  | 575/4251 [18:40<52:51,  1.16it/s]
 14%|███████████████▍                                                                                                  | 576/4251 [18:40<52:36,  1.16it/s]
 14%|███████████████▍                                                                                                  | 577/4251 [18:41<52:36,  1.16it/s]
 14%|███████████████▌                                                                                                  | 578/4251 [18:42<52:20,  1.17it/s]
 14%|███████████████▌                                                                                                  | 579/4251 [18:43<52:17,  1.17it/s]
 14%|███████████████▌                                                                                                  | 580/4251 [18:44<52:17,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02559', 'grad_norm': '0.1362', 'learning_rate': '8.906e-05', 'epoch': '0.1364'}

 14%|███████████████▌                                                                                                  | 580/4251 [18:44<52:17,  1.17it/s]
 14%|███████████████▌                                                                                                  | 581/4251 [18:45<52:08,  1.17it/s]
 14%|███████████████▌                                                                                                  | 582/4251 [18:46<52:02,  1.18it/s]
 14%|███████████████▋                                                                                                  | 583/4251 [18:46<52:07,  1.17it/s]
 14%|███████████████▋                                                                                                  | 584/4251 [18:47<52:04,  1.17it/s]
 14%|███████████████▋                                                                                                  | 585/4251 [18:48<52:00,  1.17it/s]
 14%|███████████████▋                                                                                                  | 586/4251 [18:49<52:21,  1.17it/s]
 14%|███████████████▋                                                                                                  | 587/4251 [18:50<52:18,  1.17it/s]
 14%|███████████████▊                                                                                                  | 588/4251 [18:51<52:05,  1.17it/s]
 14%|███████████████▊                                                                                                  | 589/4251 [18:52<51:59,  1.17it/s]
 14%|███████████████▊                                                                                                  | 590/4251 [18:52<52:01,  1.17it/s]
 14%|███████████████▊                                                                                                  | 591/4251 [18:53<52:16,  1.17it/s]
 14%|███████████████▉                                                                                                  | 592/4251 [18:54<52:05,  1.17it/s]
 14%|███████████████▉                                                                                                  | 593/4251 [18:55<52:01,  1.17it/s]
 14%|███████████████▉                                                                                                  | 594/4251 [18:56<52:00,  1.17it/s]
 14%|███████████████▋                                                                                                | 595/4251 [18:58<1:17:59,  1.28s/it]
 14%|███████████████▋                                                                                                | 596/4251 [18:59<1:10:06,  1.15s/it]
 14%|███████████████▋                                                                                                | 597/4251 [19:00<1:04:39,  1.06s/it]
 14%|███████████████▊                                                                                                | 598/4251 [19:01<1:00:48,  1.00it/s]
 14%|████████████████                                                                                                  | 599/4251 [19:01<58:04,  1.05it/s]01:43:16  INFO        eval generation: 200/250  (3.06 rec/s, 65.3s elapsed, ~16s left)
01:43:34  INFO        eval generation: 250/250  (3.01 rec/s, 83.1s elapsed, ~0s left)
01:43:37  INFO      Eval @ step_600 — n=1000
01:43:37  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
01:43:37  INFO        E1           0.860    0.980    0.311    0.778    0.311    0.444     250
01:43:37  INFO        E2           0.972    0.978    0.957    0.943    0.957    0.950     250
01:43:37  INFO        E3           0.916    0.929    0.890    0.859    0.890    0.874     250
01:43:37  INFO        E4           0.896    0.916    0.863    0.863    0.863    0.863     250
01:43:37  INFO        overall      0.884    0.883    0.884    0.915    0.884    0.900     250
01:43:37  INFO        edge_macro_acc=0.911  edge_macro_f1=0.783  exact_match=0.720  malformed=0.000  complete_groups=250

 14%|███████████████▋                                                                                               | 600/4251 [20:29<27:10:46, 26.80s/it]
                                                                                                                                                          
{'loss': '0.02525', 'grad_norm': '0.06041', 'learning_rate': '8.858e-05', 'epoch': '0.1411'}

 14%|███████████████▋                                                                                               | 600/4251 [20:29<27:10:46, 26.80s/it]01:43:38  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/config.json "HTTP/1.1 307 Temporary Redirect"
01:43:38  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/config.json "HTTP/1.1 200 OK"

 14%|███████████████▋                                                                                               | 601/4251 [20:31<19:51:55, 19.59s/it]
 14%|███████████████▋                                                                                               | 602/4251 [20:32<14:09:38, 13.97s/it]
 14%|███████████████▋                                                                                               | 603/4251 [20:33<10:10:03, 10.03s/it]
 14%|███████████████▉                                                                                                | 604/4251 [20:34<7:22:17,  7.28s/it]
 14%|███████████████▉                                                                                                | 605/4251 [20:35<5:24:54,  5.35s/it]
 14%|███████████████▉                                                                                                | 606/4251 [20:36<4:03:06,  4.00s/it]
 14%|███████████████▉                                                                                                | 607/4251 [20:36<3:05:29,  3.05s/it]
 14%|████████████████                                                                                                | 608/4251 [20:37<2:25:18,  2.39s/it]
 14%|████████████████                                                                                                | 609/4251 [20:38<1:57:15,  1.93s/it]
 14%|████████████████                                                                                                | 610/4251 [20:39<1:37:43,  1.61s/it]
 14%|████████████████                                                                                                | 611/4251 [20:40<1:23:56,  1.38s/it]
 14%|████████████████                                                                                                | 612/4251 [20:41<1:14:18,  1.23s/it]
 14%|████████████████▏                                                                                               | 613/4251 [20:42<1:07:29,  1.11s/it]
 14%|████████████████▏                                                                                               | 614/4251 [20:42<1:02:35,  1.03s/it]
 14%|████████████████▍                                                                                                 | 615/4251 [20:43<59:19,  1.02it/s]
 14%|████████████████▌                                                                                                 | 616/4251 [20:44<56:56,  1.06it/s]
 15%|████████████████▌                                                                                                 | 617/4251 [20:45<55:14,  1.10it/s]
 15%|████████████████▌                                                                                                 | 618/4251 [20:46<54:06,  1.12it/s]
 15%|████████████████▌                                                                                                 | 619/4251 [20:47<53:11,  1.14it/s]
 15%|████████████████▋                                                                                                 | 620/4251 [20:48<52:40,  1.15it/s]
                                                                                                                                                          
{'loss': '0.02482', 'grad_norm': '0.07322', 'learning_rate': '8.809e-05', 'epoch': '0.1458'}

 15%|████████████████▋                                                                                                 | 620/4251 [20:48<52:40,  1.15it/s]
 15%|████████████████▋                                                                                                 | 621/4251 [20:48<52:26,  1.15it/s]
 15%|████████████████▋                                                                                                 | 622/4251 [20:49<52:06,  1.16it/s]
 15%|████████████████▋                                                                                                 | 623/4251 [20:50<51:52,  1.17it/s]
 15%|████████████████▋                                                                                                 | 624/4251 [20:51<51:42,  1.17it/s]
 15%|████████████████▊                                                                                                 | 625/4251 [20:52<51:37,  1.17it/s]
 15%|████████████████▊                                                                                                 | 626/4251 [20:53<51:26,  1.17it/s]
 15%|████████████████▊                                                                                                 | 627/4251 [20:53<51:23,  1.18it/s]
 15%|████████████████▊                                                                                                 | 628/4251 [20:54<51:15,  1.18it/s]
 15%|████████████████▊                                                                                                 | 629/4251 [20:55<51:12,  1.18it/s]
 15%|████████████████▉                                                                                                 | 630/4251 [20:56<51:23,  1.17it/s]
 15%|████████████████▉                                                                                                 | 631/4251 [20:57<51:15,  1.18it/s]
 15%|████████████████▉                                                                                                 | 632/4251 [20:58<51:16,  1.18it/s]
 15%|████████████████▉                                                                                                 | 633/4251 [20:59<51:23,  1.17it/s]
 15%|█████████████████                                                                                                 | 634/4251 [20:59<51:17,  1.18it/s]
 15%|█████████████████                                                                                                 | 635/4251 [21:00<51:08,  1.18it/s]
 15%|█████████████████                                                                                                 | 636/4251 [21:01<51:04,  1.18it/s]
 15%|█████████████████                                                                                                 | 637/4251 [21:02<51:07,  1.18it/s]
 15%|█████████████████                                                                                                 | 638/4251 [21:03<51:07,  1.18it/s]
 15%|█████████████████▏                                                                                                | 639/4251 [21:04<51:05,  1.18it/s]
 15%|█████████████████▏                                                                                                | 640/4251 [21:04<51:03,  1.18it/s]
                                                                                                                                                          
{'loss': '0.02287', 'grad_norm': '0.1611', 'learning_rate': '8.761e-05', 'epoch': '0.1506'}

 15%|█████████████████▏                                                                                                | 640/4251 [21:04<51:03,  1.18it/s]
 15%|█████████████████▏                                                                                                | 641/4251 [21:05<51:09,  1.18it/s]
 15%|█████████████████▏                                                                                                | 642/4251 [21:06<51:06,  1.18it/s]
 15%|█████████████████▏                                                                                                | 643/4251 [21:07<51:04,  1.18it/s]
 15%|█████████████████▎                                                                                                | 644/4251 [21:08<51:08,  1.18it/s]
 15%|█████████████████▎                                                                                                | 645/4251 [21:09<51:05,  1.18it/s]
 15%|█████████████████▎                                                                                                | 646/4251 [21:10<50:54,  1.18it/s]
 15%|█████████████████▎                                                                                                | 647/4251 [21:10<50:57,  1.18it/s]
 15%|█████████████████▍                                                                                                | 648/4251 [21:11<50:55,  1.18it/s]
 15%|█████████████████▍                                                                                                | 649/4251 [21:12<51:05,  1.18it/s]
 15%|█████████████████▍                                                                                                | 650/4251 [21:13<51:22,  1.17it/s]
 15%|█████████████████▍                                                                                                | 651/4251 [21:14<51:20,  1.17it/s]
 15%|█████████████████▍                                                                                                | 652/4251 [21:15<51:14,  1.17it/s]
 15%|█████████████████▌                                                                                                | 653/4251 [21:16<51:08,  1.17it/s]
 15%|█████████████████▌                                                                                                | 654/4251 [21:16<51:03,  1.17it/s]
 15%|█████████████████▌                                                                                                | 655/4251 [21:17<51:06,  1.17it/s]
 15%|█████████████████▌                                                                                                | 656/4251 [21:18<51:03,  1.17it/s]
 15%|█████████████████▌                                                                                                | 657/4251 [21:19<51:24,  1.17it/s]
 15%|█████████████████▋                                                                                                | 658/4251 [21:20<51:06,  1.17it/s]
 16%|█████████████████▋                                                                                                | 659/4251 [21:21<50:59,  1.17it/s]
 16%|█████████████████▋                                                                                                | 660/4251 [21:22<51:00,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02428', 'grad_norm': '0.1126', 'learning_rate': '8.712e-05', 'epoch': '0.1553'}

 16%|█████████████████▋                                                                                                | 660/4251 [21:22<51:00,  1.17it/s]
 16%|█████████████████▋                                                                                                | 661/4251 [21:22<50:59,  1.17it/s]
 16%|█████████████████▊                                                                                                | 662/4251 [21:23<50:56,  1.17it/s]
 16%|█████████████████▊                                                                                                | 663/4251 [21:24<50:53,  1.17it/s]
 16%|█████████████████▊                                                                                                | 664/4251 [21:25<50:59,  1.17it/s]
 16%|█████████████████▊                                                                                                | 665/4251 [21:26<50:53,  1.17it/s]
 16%|█████████████████▊                                                                                                | 666/4251 [21:27<50:50,  1.18it/s]
 16%|█████████████████▉                                                                                                | 667/4251 [21:27<50:47,  1.18it/s]
 16%|█████████████████▉                                                                                                | 668/4251 [21:28<50:58,  1.17it/s]
 16%|█████████████████▉                                                                                                | 669/4251 [21:29<51:24,  1.16it/s]
 16%|█████████████████▉                                                                                                | 670/4251 [21:30<51:06,  1.17it/s]
 16%|█████████████████▉                                                                                                | 671/4251 [21:31<51:02,  1.17it/s]
 16%|██████████████████                                                                                                | 672/4251 [21:32<51:07,  1.17it/s]
 16%|██████████████████                                                                                                | 673/4251 [21:33<51:07,  1.17it/s]
 16%|██████████████████                                                                                                | 674/4251 [21:34<51:09,  1.17it/s]
 16%|██████████████████                                                                                                | 675/4251 [21:34<50:54,  1.17it/s]
 16%|██████████████████▏                                                                                               | 676/4251 [21:35<50:45,  1.17it/s]
 16%|██████████████████▏                                                                                               | 677/4251 [21:36<51:09,  1.16it/s]
 16%|██████████████████▏                                                                                               | 678/4251 [21:37<51:03,  1.17it/s]
 16%|██████████████████▏                                                                                               | 679/4251 [21:38<50:57,  1.17it/s]
 16%|██████████████████▏                                                                                               | 680/4251 [21:39<50:55,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02379', 'grad_norm': '0.08371', 'learning_rate': '8.664e-05', 'epoch': '0.16'}

 16%|██████████████████▏                                                                                               | 680/4251 [21:39<50:55,  1.17it/s]
 16%|██████████████████▎                                                                                               | 681/4251 [21:39<50:53,  1.17it/s]
 16%|██████████████████▎                                                                                               | 682/4251 [21:40<50:49,  1.17it/s]
 16%|██████████████████▎                                                                                               | 683/4251 [21:41<50:47,  1.17it/s]
 16%|██████████████████▎                                                                                               | 684/4251 [21:42<50:44,  1.17it/s]
 16%|██████████████████▎                                                                                               | 685/4251 [21:43<50:43,  1.17it/s]
 16%|██████████████████                                                                                              | 686/4251 [21:46<1:24:35,  1.42s/it]
 16%|██████████████████                                                                                              | 687/4251 [21:47<1:14:22,  1.25s/it]
 16%|██████████████████▏                                                                                             | 688/4251 [21:47<1:07:13,  1.13s/it]
 16%|██████████████████▏                                                                                             | 689/4251 [21:50<1:27:32,  1.47s/it]
 16%|██████████████████▏                                                                                             | 690/4251 [21:50<1:16:28,  1.29s/it]
 16%|██████████████████▏                                                                                             | 691/4251 [21:51<1:08:34,  1.16s/it]
 16%|██████████████████▏                                                                                             | 692/4251 [21:52<1:03:19,  1.07s/it]
 16%|██████████████████▌                                                                                               | 693/4251 [21:53<59:32,  1.00s/it]
 16%|██████████████████▌                                                                                               | 694/4251 [21:54<56:55,  1.04it/s]
 16%|██████████████████▋                                                                                               | 695/4251 [21:55<55:23,  1.07it/s]
 16%|██████████████████▋                                                                                               | 696/4251 [21:56<53:59,  1.10it/s]
 16%|██████████████████▋                                                                                               | 697/4251 [21:57<53:03,  1.12it/s]
 16%|██████████████████▋                                                                                               | 698/4251 [21:57<52:03,  1.14it/s]
 16%|██████████████████▍                                                                                             | 699/4251 [22:00<1:17:08,  1.30s/it]01:46:15  INFO        eval generation: 200/250  (3.03 rec/s, 66.1s elapsed, ~17s left)
01:46:33  INFO        eval generation: 250/250  (3.00 rec/s, 83.2s elapsed, ~0s left)
01:46:35  INFO      Eval @ step_700 — n=1000
01:46:35  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
01:46:35  INFO        E1           0.840    1.000    0.111    1.000    0.111    0.200     250
01:46:35  INFO        E2           0.976    0.972    0.986    0.932    0.986    0.958     250
01:46:35  INFO        E3           0.936    0.976    0.854    0.946    0.854    0.897     250
01:46:35  INFO        E4           0.908    0.923    0.884    0.875    0.884    0.880     250
01:46:35  INFO        overall      0.896    0.922    0.878    0.942    0.878    0.908     250
01:46:35  INFO        edge_macro_acc=0.915  edge_macro_f1=0.734  exact_match=0.712  malformed=0.000  complete_groups=250

 16%|██████████████████▎                                                                                            | 700/4251 [23:27<26:37:19, 26.99s/it]
                                                                                                                                                          
{'loss': '0.02782', 'grad_norm': '0.1201', 'learning_rate': '8.615e-05', 'epoch': '0.1647'}

 16%|██████████████████▎                                                                                            | 700/4251 [23:27<26:37:19, 26.99s/it]
 16%|██████████████████▎                                                                                            | 701/4251 [23:27<18:52:49, 19.15s/it]
 17%|██████████████████▎                                                                                            | 702/4251 [23:28<13:27:46, 13.66s/it]
 17%|██████████████████▌                                                                                             | 703/4251 [23:29<9:40:17,  9.81s/it]
 17%|██████████████████▌                                                                                             | 704/4251 [23:30<7:01:05,  7.12s/it]
 17%|██████████████████▌                                                                                             | 705/4251 [23:31<5:09:42,  5.24s/it]
 17%|██████████████████▌                                                                                             | 706/4251 [23:32<3:51:46,  3.92s/it]
 17%|██████████████████▋                                                                                             | 707/4251 [23:32<2:57:12,  3.00s/it]
 17%|██████████████████▋                                                                                             | 708/4251 [23:35<2:44:30,  2.79s/it]
 17%|██████████████████▋                                                                                             | 709/4251 [23:36<2:10:10,  2.21s/it]
 17%|██████████████████▋                                                                                             | 710/4251 [23:36<1:46:07,  1.80s/it]
 17%|██████████████████▋                                                                                             | 711/4251 [23:37<1:29:14,  1.51s/it]
 17%|██████████████████▊                                                                                             | 712/4251 [23:38<1:17:19,  1.31s/it]
 17%|██████████████████▊                                                                                             | 713/4251 [23:39<1:09:07,  1.17s/it]
 17%|██████████████████▊                                                                                             | 714/4251 [23:40<1:03:32,  1.08s/it]
 17%|███████████████████▏                                                                                              | 715/4251 [23:41<59:28,  1.01s/it]
 17%|███████████████████▏                                                                                              | 716/4251 [23:42<56:44,  1.04it/s]
 17%|███████████████████▏                                                                                              | 717/4251 [23:42<54:50,  1.07it/s]
 17%|███████████████████▎                                                                                              | 718/4251 [23:43<53:23,  1.10it/s]
 17%|███████████████████▎                                                                                              | 719/4251 [23:44<52:32,  1.12it/s]
 17%|███████████████████▎                                                                                              | 720/4251 [23:45<51:55,  1.13it/s]
                                                                                                                                                          
{'loss': '0.02452', 'grad_norm': '0.08447', 'learning_rate': '8.567e-05', 'epoch': '0.1694'}

 17%|███████████████████▎                                                                                              | 720/4251 [23:45<51:55,  1.13it/s]
 17%|███████████████████▎                                                                                              | 721/4251 [23:46<51:47,  1.14it/s]
 17%|███████████████████▎                                                                                              | 722/4251 [23:47<51:06,  1.15it/s]
 17%|███████████████████▍                                                                                              | 723/4251 [23:48<50:43,  1.16it/s]
 17%|███████████████████▍                                                                                              | 724/4251 [23:48<50:26,  1.17it/s]
 17%|███████████████████                                                                                             | 725/4251 [23:50<1:00:16,  1.03s/it]
 17%|███████████████████▍                                                                                              | 726/4251 [23:51<57:12,  1.03it/s]
 17%|███████████████████▍                                                                                              | 727/4251 [23:52<55:04,  1.07it/s]
 17%|███████████████████▌                                                                                              | 728/4251 [23:52<53:31,  1.10it/s]
 17%|███████████████████▌                                                                                              | 729/4251 [23:53<52:26,  1.12it/s]
 17%|███████████████████▌                                                                                              | 730/4251 [23:54<51:58,  1.13it/s]
 17%|███████████████████▌                                                                                              | 731/4251 [23:55<51:43,  1.13it/s]
 17%|███████████████████▋                                                                                              | 732/4251 [23:56<51:03,  1.15it/s]
 17%|███████████████████▋                                                                                              | 733/4251 [23:57<50:51,  1.15it/s]
 17%|███████████████████▋                                                                                              | 734/4251 [23:58<50:32,  1.16it/s]
 17%|███████████████████▋                                                                                              | 735/4251 [23:58<50:24,  1.16it/s]
 17%|███████████████████▋                                                                                              | 736/4251 [23:59<50:29,  1.16it/s]
 17%|███████████████████▊                                                                                              | 737/4251 [24:00<50:14,  1.17it/s]
 17%|███████████████████▊                                                                                              | 738/4251 [24:01<50:06,  1.17it/s]
 17%|███████████████████▊                                                                                              | 739/4251 [24:02<50:02,  1.17it/s]
 17%|███████████████████▊                                                                                              | 740/4251 [24:03<50:03,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02159', 'grad_norm': '0.06871', 'learning_rate': '8.518e-05', 'epoch': '0.1741'}

 17%|███████████████████▊                                                                                              | 740/4251 [24:03<50:03,  1.17it/s]
 17%|███████████████████▊                                                                                              | 741/4251 [24:04<50:18,  1.16it/s]
 17%|███████████████████▉                                                                                              | 742/4251 [24:04<50:21,  1.16it/s]
 17%|███████████████████▉                                                                                              | 743/4251 [24:05<50:10,  1.17it/s]
 18%|███████████████████▉                                                                                              | 744/4251 [24:06<50:01,  1.17it/s]
 18%|███████████████████▉                                                                                              | 745/4251 [24:07<49:59,  1.17it/s]
 18%|████████████████████                                                                                              | 746/4251 [24:08<49:40,  1.18it/s]
 18%|████████████████████                                                                                              | 747/4251 [24:09<49:41,  1.18it/s]
 18%|████████████████████                                                                                              | 748/4251 [24:09<49:39,  1.18it/s]
 18%|████████████████████                                                                                              | 749/4251 [24:10<49:40,  1.17it/s]
 18%|████████████████████                                                                                              | 750/4251 [24:11<49:31,  1.18it/s]
 18%|████████████████████▏                                                                                             | 751/4251 [24:12<49:29,  1.18it/s]
 18%|████████████████████▏                                                                                             | 752/4251 [24:13<49:24,  1.18it/s]
 18%|████████████████████▏                                                                                             | 753/4251 [24:14<49:29,  1.18it/s]
 18%|████████████████████▏                                                                                             | 754/4251 [24:15<49:22,  1.18it/s]
 18%|████████████████████▏                                                                                             | 755/4251 [24:15<49:32,  1.18it/s]
 18%|████████████████████▎                                                                                             | 756/4251 [24:16<50:25,  1.16it/s]
 18%|████████████████████▎                                                                                             | 757/4251 [24:17<50:09,  1.16it/s]
 18%|████████████████████▎                                                                                             | 758/4251 [24:18<50:13,  1.16it/s]
 18%|████████████████████▎                                                                                             | 759/4251 [24:19<49:53,  1.17it/s]
 18%|████████████████████▍                                                                                             | 760/4251 [24:20<49:41,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01973', 'grad_norm': '0.1142', 'learning_rate': '8.47e-05', 'epoch': '0.1788'}

 18%|████████████████████▍                                                                                             | 760/4251 [24:20<49:41,  1.17it/s]
 18%|████████████████████▍                                                                                             | 761/4251 [24:21<49:34,  1.17it/s]
 18%|████████████████████▍                                                                                             | 762/4251 [24:21<49:24,  1.18it/s]
 18%|████████████████████▍                                                                                             | 763/4251 [24:22<49:51,  1.17it/s]
 18%|████████████████████▍                                                                                             | 764/4251 [24:23<49:47,  1.17it/s]
 18%|████████████████████▏                                                                                           | 765/4251 [24:25<1:15:01,  1.29s/it]
 18%|████████████████████▏                                                                                           | 766/4251 [24:26<1:07:08,  1.16s/it]
 18%|████████████████████▏                                                                                           | 767/4251 [24:27<1:01:46,  1.06s/it]
 18%|████████████████████▌                                                                                             | 768/4251 [24:28<58:04,  1.00s/it]
 18%|████████████████████▌                                                                                             | 769/4251 [24:29<55:27,  1.05it/s]
 18%|████████████████████▋                                                                                             | 770/4251 [24:30<53:38,  1.08it/s]
 18%|████████████████████▋                                                                                             | 771/4251 [24:31<52:22,  1.11it/s]
 18%|████████████████████▋                                                                                             | 772/4251 [24:31<51:24,  1.13it/s]
 18%|████████████████████▋                                                                                             | 773/4251 [24:32<50:53,  1.14it/s]
 18%|████████████████████▊                                                                                             | 774/4251 [24:33<51:06,  1.13it/s]
 18%|████████████████████▊                                                                                             | 775/4251 [24:34<50:30,  1.15it/s]
 18%|████████████████████▊                                                                                             | 776/4251 [24:35<50:05,  1.16it/s]
 18%|████████████████████▊                                                                                             | 777/4251 [24:36<49:40,  1.17it/s]
 18%|████████████████████▊                                                                                             | 778/4251 [24:37<49:44,  1.16it/s]
 18%|████████████████████▉                                                                                             | 779/4251 [24:37<49:33,  1.17it/s]
 18%|████████████████████▉                                                                                             | 780/4251 [24:38<49:31,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02168', 'grad_norm': '0.1273', 'learning_rate': '8.421e-05', 'epoch': '0.1835'}

 18%|████████████████████▉                                                                                             | 780/4251 [24:38<49:31,  1.17it/s]
 18%|████████████████████▉                                                                                             | 781/4251 [24:39<49:27,  1.17it/s]
 18%|████████████████████▉                                                                                             | 782/4251 [24:40<49:21,  1.17it/s]
 18%|████████████████████▉                                                                                             | 783/4251 [24:41<49:13,  1.17it/s]
 18%|█████████████████████                                                                                             | 784/4251 [24:42<49:10,  1.17it/s]
 18%|████████████████████▋                                                                                           | 785/4251 [24:44<1:15:20,  1.30s/it]
 18%|████████████████████▋                                                                                           | 786/4251 [24:45<1:07:29,  1.17s/it]
 19%|████████████████████▋                                                                                           | 787/4251 [24:46<1:01:55,  1.07s/it]
 19%|█████████████████████▏                                                                                            | 788/4251 [24:47<57:55,  1.00s/it]
 19%|█████████████████████▏                                                                                            | 789/4251 [24:47<55:02,  1.05it/s]
 19%|█████████████████████▏                                                                                            | 790/4251 [24:48<53:22,  1.08it/s]
 19%|█████████████████████▏                                                                                            | 791/4251 [24:49<52:07,  1.11it/s]
 19%|█████████████████████▏                                                                                            | 792/4251 [24:50<51:06,  1.13it/s]
 19%|█████████████████████▎                                                                                            | 793/4251 [24:51<50:27,  1.14it/s]
 19%|█████████████████████▎                                                                                            | 794/4251 [24:52<50:00,  1.15it/s]
 19%|█████████████████████▎                                                                                            | 795/4251 [24:53<49:43,  1.16it/s]
 19%|█████████████████████▎                                                                                            | 796/4251 [24:53<49:36,  1.16it/s]
 19%|█████████████████████▎                                                                                            | 797/4251 [24:54<49:12,  1.17it/s]
 19%|█████████████████████▍                                                                                            | 798/4251 [24:55<49:09,  1.17it/s]
 19%|█████████████████████▍                                                                                            | 799/4251 [24:56<49:11,  1.17it/s]01:49:14  INFO        eval generation: 200/250  (3.04 rec/s, 65.8s elapsed, ~16s left)
01:49:32  INFO        eval generation: 250/250  (2.98 rec/s, 83.9s elapsed, ~0s left)
01:49:34  INFO      Eval @ step_800 — n=1000
01:49:34  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
01:49:34  INFO        E1           0.860    0.980    0.311    0.778    0.311    0.444     250
01:49:34  INFO        E2           0.980    0.978    0.986    0.944    0.986    0.965     250
01:49:34  INFO        E3           0.920    0.946    0.866    0.887    0.866    0.877     250
01:49:34  INFO        E4           0.880    0.877    0.884    0.816    0.884    0.848     250
01:49:34  INFO        overall      0.872    0.864    0.878    0.902    0.878    0.890     250
01:49:34  INFO        edge_macro_acc=0.910  edge_macro_f1=0.784  exact_match=0.696  malformed=0.000  complete_groups=250

 19%|████████████████████▉                                                                                          | 800/4251 [26:25<26:12:37, 27.34s/it]
                                                                                                                                                          
{'loss': '0.02255', 'grad_norm': '0.09624', 'learning_rate': '8.373e-05', 'epoch': '0.1882'}

 19%|████████████████████▉                                                                                          | 800/4251 [26:25<26:12:37, 27.34s/it]
 19%|████████████████████▉                                                                                          | 801/4251 [26:26<18:35:06, 19.39s/it]
 19%|████████████████████▉                                                                                          | 802/4251 [26:27<13:15:02, 13.83s/it]
 19%|█████████████████████▏                                                                                          | 803/4251 [26:28<9:30:58,  9.94s/it]
 19%|█████████████████████▏                                                                                          | 804/4251 [26:28<6:54:17,  7.21s/it]
 19%|█████████████████████▏                                                                                          | 805/4251 [26:29<5:04:51,  5.31s/it]
 19%|█████████████████████▏                                                                                          | 806/4251 [26:30<3:47:51,  3.97s/it]
 19%|█████████████████████▎                                                                                          | 807/4251 [26:31<2:54:08,  3.03s/it]
 19%|█████████████████████▎                                                                                          | 808/4251 [26:32<2:16:43,  2.38s/it]
 19%|█████████████████████▎                                                                                          | 809/4251 [26:33<1:50:14,  1.92s/it]
 19%|█████████████████████▎                                                                                          | 810/4251 [26:34<1:31:45,  1.60s/it]
 19%|█████████████████████▎                                                                                          | 811/4251 [26:34<1:18:50,  1.38s/it]
 19%|█████████████████████▍                                                                                          | 812/4251 [26:35<1:09:39,  1.22s/it]
 19%|█████████████████████▍                                                                                          | 813/4251 [26:36<1:03:22,  1.11s/it]
 19%|█████████████████████▊                                                                                            | 814/4251 [26:37<59:00,  1.03s/it]
 19%|█████████████████████▊                                                                                            | 815/4251 [26:38<55:55,  1.02it/s]
 19%|█████████████████████▉                                                                                            | 816/4251 [26:39<53:43,  1.07it/s]
 19%|█████████████████████▉                                                                                            | 817/4251 [26:40<52:13,  1.10it/s]
 19%|█████████████████████▉                                                                                            | 818/4251 [26:40<51:17,  1.12it/s]
 19%|█████████████████████▉                                                                                            | 819/4251 [26:41<50:40,  1.13it/s]
 19%|█████████████████████▉                                                                                            | 820/4251 [26:42<50:11,  1.14it/s]
                                                                                                                                                          
{'loss': '0.02362', 'grad_norm': '0.07525', 'learning_rate': '8.324e-05', 'epoch': '0.1929'}

 19%|█████████████████████▉                                                                                            | 820/4251 [26:42<50:11,  1.14it/s]
 19%|██████████████████████                                                                                            | 821/4251 [26:43<49:53,  1.15it/s]
 19%|██████████████████████                                                                                            | 822/4251 [26:44<49:45,  1.15it/s]
 19%|██████████████████████                                                                                            | 823/4251 [26:45<49:22,  1.16it/s]
 19%|██████████████████████                                                                                            | 824/4251 [26:46<49:07,  1.16it/s]
 19%|██████████████████████                                                                                            | 825/4251 [26:46<49:11,  1.16it/s]
 19%|██████████████████████▏                                                                                           | 826/4251 [26:47<48:57,  1.17it/s]
 19%|██████████████████████▏                                                                                           | 827/4251 [26:48<49:09,  1.16it/s]
 19%|██████████████████████▏                                                                                           | 828/4251 [26:49<49:25,  1.15it/s]
 20%|██████████████████████▏                                                                                           | 829/4251 [26:50<49:16,  1.16it/s]
 20%|██████████████████████▎                                                                                           | 830/4251 [26:51<48:56,  1.17it/s]
 20%|██████████████████████▎                                                                                           | 831/4251 [26:52<48:53,  1.17it/s]
 20%|██████████████████████▎                                                                                           | 832/4251 [26:52<48:41,  1.17it/s]
 20%|██████████████████████▎                                                                                           | 833/4251 [26:53<48:33,  1.17it/s]
 20%|██████████████████████▎                                                                                           | 834/4251 [26:54<48:22,  1.18it/s]
 20%|██████████████████████▍                                                                                           | 835/4251 [26:55<48:29,  1.17it/s]
 20%|██████████████████████▍                                                                                           | 836/4251 [26:56<48:24,  1.18it/s]
 20%|██████████████████████▍                                                                                           | 837/4251 [26:57<48:22,  1.18it/s]
 20%|██████████████████████▍                                                                                           | 838/4251 [26:58<48:28,  1.17it/s]
 20%|██████████████████████▍                                                                                           | 839/4251 [26:58<48:14,  1.18it/s]
 20%|██████████████████████▌                                                                                           | 840/4251 [26:59<48:08,  1.18it/s]
                                                                                                                                                          
{'loss': '0.02172', 'grad_norm': '0.09463', 'learning_rate': '8.276e-05', 'epoch': '0.1976'}

 20%|██████████████████████▌                                                                                           | 840/4251 [26:59<48:08,  1.18it/s]
 20%|██████████████████████▌                                                                                           | 841/4251 [27:00<48:26,  1.17it/s]
 20%|██████████████████████▌                                                                                           | 842/4251 [27:01<48:39,  1.17it/s]
 20%|██████████████████████▌                                                                                           | 843/4251 [27:02<48:34,  1.17it/s]
 20%|██████████████████████▋                                                                                           | 844/4251 [27:03<48:38,  1.17it/s]
 20%|██████████████████████▋                                                                                           | 845/4251 [27:03<48:26,  1.17it/s]
 20%|██████████████████████▋                                                                                           | 846/4251 [27:04<48:19,  1.17it/s]
 20%|██████████████████████▋                                                                                           | 847/4251 [27:05<48:28,  1.17it/s]
 20%|██████████████████████▋                                                                                           | 848/4251 [27:06<48:36,  1.17it/s]
 20%|██████████████████████▊                                                                                           | 849/4251 [27:07<48:32,  1.17it/s]
 20%|██████████████████████▊                                                                                           | 850/4251 [27:08<48:22,  1.17it/s]
 20%|██████████████████████▊                                                                                           | 851/4251 [27:09<48:12,  1.18it/s]
 20%|██████████████████████▊                                                                                           | 852/4251 [27:09<48:06,  1.18it/s]
 20%|██████████████████████▉                                                                                           | 853/4251 [27:10<48:08,  1.18it/s]
 20%|██████████████████████▉                                                                                           | 854/4251 [27:11<48:08,  1.18it/s]
 20%|██████████████████████▉                                                                                           | 855/4251 [27:12<48:11,  1.17it/s]
 20%|██████████████████████▉                                                                                           | 856/4251 [27:13<48:07,  1.18it/s]
 20%|██████████████████████▉                                                                                           | 857/4251 [27:14<48:05,  1.18it/s]
 20%|███████████████████████                                                                                           | 858/4251 [27:15<48:08,  1.17it/s]
 20%|███████████████████████                                                                                           | 859/4251 [27:15<48:08,  1.17it/s]
 20%|███████████████████████                                                                                           | 860/4251 [27:16<48:01,  1.18it/s]
                                                                                                                                                          
{'loss': '0.02797', 'grad_norm': '0.1075', 'learning_rate': '8.227e-05', 'epoch': '0.2023'}

 20%|███████████████████████                                                                                           | 860/4251 [27:16<48:01,  1.18it/s]
 20%|███████████████████████                                                                                           | 861/4251 [27:17<47:59,  1.18it/s]
 20%|███████████████████████                                                                                           | 862/4251 [27:18<48:10,  1.17it/s]
 20%|███████████████████████▏                                                                                          | 863/4251 [27:19<48:02,  1.18it/s]
 20%|███████████████████████▏                                                                                          | 864/4251 [27:20<48:21,  1.17it/s]
 20%|███████████████████████▏                                                                                          | 865/4251 [27:21<48:16,  1.17it/s]
 20%|███████████████████████▏                                                                                          | 866/4251 [27:21<48:06,  1.17it/s]
 20%|███████████████████████▎                                                                                          | 867/4251 [27:22<47:58,  1.18it/s]
 20%|███████████████████████▎                                                                                          | 868/4251 [27:23<47:54,  1.18it/s]
 20%|███████████████████████▎                                                                                          | 869/4251 [27:24<47:51,  1.18it/s]
 20%|███████████████████████▎                                                                                          | 870/4251 [27:25<47:59,  1.17it/s]
 20%|███████████████████████▎                                                                                          | 871/4251 [27:26<48:12,  1.17it/s]
 21%|███████████████████████▍                                                                                          | 872/4251 [27:27<48:08,  1.17it/s]
 21%|███████████████████████▍                                                                                          | 873/4251 [27:27<48:03,  1.17it/s]
 21%|███████████████████████▍                                                                                          | 874/4251 [27:28<48:01,  1.17it/s]
 21%|███████████████████████▍                                                                                          | 875/4251 [27:29<48:01,  1.17it/s]
 21%|███████████████████████▍                                                                                          | 876/4251 [27:30<48:01,  1.17it/s]
 21%|███████████████████████▌                                                                                          | 877/4251 [27:31<47:51,  1.17it/s]
 21%|███████████████████████▌                                                                                          | 878/4251 [27:32<47:54,  1.17it/s]
 21%|███████████████████████▌                                                                                          | 879/4251 [27:32<47:46,  1.18it/s]
 21%|███████████████████████▌                                                                                          | 880/4251 [27:33<47:45,  1.18it/s]
                                                                                                                                                          
{'loss': '0.02257', 'grad_norm': '0.1269', 'learning_rate': '8.179e-05', 'epoch': '0.207'}

 21%|███████████████████████▌                                                                                          | 880/4251 [27:33<47:45,  1.18it/s]
 21%|███████████████████████▋                                                                                          | 881/4251 [27:34<47:53,  1.17it/s]
 21%|███████████████████████▋                                                                                          | 882/4251 [27:35<48:11,  1.17it/s]
 21%|███████████████████████▋                                                                                          | 883/4251 [27:36<48:16,  1.16it/s]
 21%|███████████████████████▋                                                                                          | 884/4251 [27:37<48:03,  1.17it/s]
 21%|███████████████████████▋                                                                                          | 885/4251 [27:38<47:49,  1.17it/s]
 21%|███████████████████████▊                                                                                          | 886/4251 [27:38<47:56,  1.17it/s]
 21%|███████████████████████▊                                                                                          | 887/4251 [27:39<47:55,  1.17it/s]
 21%|███████████████████████▊                                                                                          | 888/4251 [27:40<48:01,  1.17it/s]
 21%|███████████████████████▊                                                                                          | 889/4251 [27:41<47:57,  1.17it/s]
 21%|███████████████████████▊                                                                                          | 890/4251 [27:42<47:56,  1.17it/s]
 21%|███████████████████████▉                                                                                          | 891/4251 [27:43<47:47,  1.17it/s]
 21%|███████████████████████▉                                                                                          | 892/4251 [27:44<48:09,  1.16it/s]
 21%|███████████████████████▉                                                                                          | 893/4251 [27:44<48:15,  1.16it/s]
 21%|███████████████████████▉                                                                                          | 894/4251 [27:45<48:09,  1.16it/s]
 21%|████████████████████████                                                                                          | 895/4251 [27:46<48:02,  1.16it/s]
 21%|████████████████████████                                                                                          | 896/4251 [27:47<47:54,  1.17it/s]
 21%|████████████████████████                                                                                          | 897/4251 [27:48<47:49,  1.17it/s]
 21%|████████████████████████                                                                                          | 898/4251 [27:49<47:37,  1.17it/s]
 21%|████████████████████████                                                                                          | 899/4251 [27:50<47:30,  1.18it/s]01:52:06  INFO        eval generation: 200/250  (3.01 rec/s, 66.5s elapsed, ~17s left)
01:52:23  INFO        eval generation: 250/250  (2.99 rec/s, 83.6s elapsed, ~0s left)
01:52:24  INFO      Eval @ step_900 — n=1000
01:52:24  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
01:52:24  INFO        E1           0.832    0.956    0.267    0.571    0.267    0.364     250
01:52:24  INFO        E2           0.968    0.978    0.942    0.942    0.942    0.942     250
01:52:24  INFO        E3           0.936    0.935    0.939    0.875    0.939    0.906     250
01:52:24  INFO        E4           0.896    0.871    0.937    0.817    0.937    0.873     250
01:52:24  INFO        overall      0.896    0.874    0.912    0.912    0.912    0.912     250
01:52:24  INFO        edge_macro_acc=0.908  edge_macro_f1=0.771  exact_match=0.688  malformed=0.000  complete_groups=250

 21%|███████████████████████▌                                                                                       | 900/4251 [29:15<24:32:18, 26.36s/it]
                                                                                                                                                          
{'loss': '0.02163', 'grad_norm': '0.06374', 'learning_rate': '8.13e-05', 'epoch': '0.2117'}

 21%|███████████████████████▌                                                                                       | 900/4251 [29:15<24:32:18, 26.36s/it]01:52:25  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/config.json "HTTP/1.1 307 Temporary Redirect"
01:52:25  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/config.json "HTTP/1.1 200 OK"

 21%|███████████████████████▌                                                                                       | 901/4251 [29:18<17:57:21, 19.30s/it]
 21%|███████████████████████▌                                                                                       | 902/4251 [29:19<12:47:59, 13.76s/it]
 21%|███████████████████████▊                                                                                        | 903/4251 [29:20<9:11:30,  9.88s/it]
 21%|███████████████████████▊                                                                                        | 904/4251 [29:21<6:40:16,  7.18s/it]
 21%|███████████████████████▊                                                                                        | 905/4251 [29:22<4:55:00,  5.29s/it]
 21%|███████████████████████▊                                                                                        | 906/4251 [29:23<3:40:45,  3.96s/it]
 21%|███████████████████████▉                                                                                        | 907/4251 [29:23<2:48:39,  3.03s/it]
 21%|███████████████████████▉                                                                                        | 908/4251 [29:24<2:12:04,  2.37s/it]
 21%|███████████████████████▉                                                                                        | 909/4251 [29:25<1:46:30,  1.91s/it]
 21%|███████████████████████▉                                                                                        | 910/4251 [29:26<1:28:34,  1.59s/it]
 21%|████████████████████████                                                                                        | 911/4251 [29:27<1:16:10,  1.37s/it]
 21%|████████████████████████                                                                                        | 912/4251 [29:28<1:07:37,  1.22s/it]
 21%|████████████████████████                                                                                        | 913/4251 [29:29<1:02:13,  1.12s/it]
 22%|████████████████████████▌                                                                                         | 914/4251 [29:29<57:43,  1.04s/it]
 22%|████████████████████████▌                                                                                         | 915/4251 [29:30<54:19,  1.02it/s]
 22%|████████████████████████▌                                                                                         | 916/4251 [29:31<51:59,  1.07it/s]
 22%|████████████████████████▌                                                                                         | 917/4251 [29:32<50:39,  1.10it/s]
 22%|████████████████████████▌                                                                                         | 918/4251 [29:33<49:33,  1.12it/s]
 22%|████████████████████████▋                                                                                         | 919/4251 [29:34<48:42,  1.14it/s]
 22%|████████████████████████▋                                                                                         | 920/4251 [29:34<48:12,  1.15it/s]
                                                                                                                                                          
{'loss': '0.0236', 'grad_norm': '0.04184', 'learning_rate': '8.081e-05', 'epoch': '0.2164'}

 22%|████████████████████████▋                                                                                         | 920/4251 [29:34<48:12,  1.15it/s]
 22%|████████████████████████▋                                                                                         | 921/4251 [29:35<47:48,  1.16it/s]
 22%|████████████████████████▋                                                                                         | 922/4251 [29:36<47:32,  1.17it/s]
 22%|████████████████████████▊                                                                                         | 923/4251 [29:37<47:21,  1.17it/s]
 22%|████████████████████████▊                                                                                         | 924/4251 [29:38<47:13,  1.17it/s]
 22%|████████████████████████▊                                                                                         | 925/4251 [29:39<47:29,  1.17it/s]
 22%|████████████████████████▊                                                                                         | 926/4251 [29:40<47:16,  1.17it/s]
 22%|████████████████████████▊                                                                                         | 927/4251 [29:40<47:08,  1.18it/s]
 22%|████████████████████████▉                                                                                         | 928/4251 [29:41<47:20,  1.17it/s]
 22%|████████████████████████▉                                                                                         | 929/4251 [29:42<47:16,  1.17it/s]
 22%|████████████████████████▉                                                                                         | 930/4251 [29:43<47:15,  1.17it/s]
 22%|████████████████████████▉                                                                                         | 931/4251 [29:44<47:24,  1.17it/s]
 22%|████████████████████████▉                                                                                         | 932/4251 [29:45<47:13,  1.17it/s]
 22%|█████████████████████████                                                                                         | 933/4251 [29:46<47:06,  1.17it/s]
 22%|█████████████████████████                                                                                         | 934/4251 [29:46<47:01,  1.18it/s]
 22%|█████████████████████████                                                                                         | 935/4251 [29:47<47:22,  1.17it/s]
 22%|█████████████████████████                                                                                         | 936/4251 [29:48<47:11,  1.17it/s]
 22%|█████████████████████████▏                                                                                        | 937/4251 [29:49<47:09,  1.17it/s]
 22%|█████████████████████████▏                                                                                        | 938/4251 [29:50<46:59,  1.17it/s]
 22%|█████████████████████████▏                                                                                        | 939/4251 [29:51<47:09,  1.17it/s]
 22%|█████████████████████████▏                                                                                        | 940/4251 [29:51<47:05,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02203', 'grad_norm': '0.09892', 'learning_rate': '8.033e-05', 'epoch': '0.2211'}

 22%|█████████████████████████▏                                                                                        | 940/4251 [29:51<47:05,  1.17it/s]
 22%|█████████████████████████▏                                                                                        | 941/4251 [29:52<47:09,  1.17it/s]
 22%|█████████████████████████▎                                                                                        | 942/4251 [29:53<47:00,  1.17it/s]
 22%|█████████████████████████▎                                                                                        | 943/4251 [29:54<46:59,  1.17it/s]
 22%|█████████████████████████▎                                                                                        | 944/4251 [29:55<46:53,  1.18it/s]
 22%|█████████████████████████▎                                                                                        | 945/4251 [29:56<46:49,  1.18it/s]
 22%|█████████████████████████▎                                                                                        | 946/4251 [29:57<47:09,  1.17it/s]
 22%|█████████████████████████▍                                                                                        | 947/4251 [29:57<47:25,  1.16it/s]
 22%|█████████████████████████▍                                                                                        | 948/4251 [29:58<47:05,  1.17it/s]
 22%|█████████████████████████▍                                                                                        | 949/4251 [29:59<46:57,  1.17it/s]
 22%|█████████████████████████▍                                                                                        | 950/4251 [30:00<47:07,  1.17it/s]
 22%|█████████████████████████▌                                                                                        | 951/4251 [30:01<46:54,  1.17it/s]
 22%|█████████████████████████▌                                                                                        | 952/4251 [30:02<46:47,  1.18it/s]
 22%|█████████████████████████▌                                                                                        | 953/4251 [30:03<46:47,  1.17it/s]
 22%|█████████████████████████▌                                                                                        | 954/4251 [30:03<47:17,  1.16it/s]
 22%|█████████████████████████▌                                                                                        | 955/4251 [30:04<47:07,  1.17it/s]
 22%|█████████████████████████▋                                                                                        | 956/4251 [30:05<46:50,  1.17it/s]
 23%|█████████████████████████▋                                                                                        | 957/4251 [30:06<47:13,  1.16it/s]
 23%|█████████████████████████▏                                                                                      | 958/4251 [30:08<1:10:25,  1.28s/it]
 23%|█████████████████████████▎                                                                                      | 959/4251 [30:09<1:03:13,  1.15s/it]
 23%|█████████████████████████▋                                                                                        | 960/4251 [30:10<58:14,  1.06s/it]
                                                                                                                                                          
{'loss': '0.02541', 'grad_norm': '0.0461', 'learning_rate': '7.984e-05', 'epoch': '0.2258'}

 23%|█████████████████████████▋                                                                                        | 960/4251 [30:10<58:14,  1.06s/it]
 23%|█████████████████████████▊                                                                                        | 961/4251 [30:11<54:43,  1.00it/s]
 23%|█████████████████████████▊                                                                                        | 962/4251 [30:12<52:08,  1.05it/s]
 23%|█████████████████████████▊                                                                                        | 963/4251 [30:13<50:26,  1.09it/s]
 23%|█████████████████████████▊                                                                                        | 964/4251 [30:13<49:12,  1.11it/s]
 23%|█████████████████████████▉                                                                                        | 965/4251 [30:14<48:28,  1.13it/s]
 23%|█████████████████████████▉                                                                                        | 966/4251 [30:15<47:52,  1.14it/s]
 23%|█████████████████████████▉                                                                                        | 967/4251 [30:16<47:31,  1.15it/s]
 23%|█████████████████████████▉                                                                                        | 968/4251 [30:17<47:11,  1.16it/s]
 23%|█████████████████████████▉                                                                                        | 969/4251 [30:18<47:04,  1.16it/s]
 23%|██████████████████████████                                                                                        | 970/4251 [30:19<46:53,  1.17it/s]
 23%|██████████████████████████                                                                                        | 971/4251 [30:19<47:00,  1.16it/s]
 23%|██████████████████████████                                                                                        | 972/4251 [30:20<46:46,  1.17it/s]
 23%|██████████████████████████                                                                                        | 973/4251 [30:21<46:40,  1.17it/s]
 23%|██████████████████████████                                                                                        | 974/4251 [30:22<46:38,  1.17it/s]
 23%|██████████████████████████▏                                                                                       | 975/4251 [30:23<46:45,  1.17it/s]
 23%|██████████████████████████▏                                                                                       | 976/4251 [30:24<46:40,  1.17it/s]
 23%|██████████████████████████▏                                                                                       | 977/4251 [30:24<46:37,  1.17it/s]
 23%|██████████████████████████▏                                                                                       | 978/4251 [30:25<46:56,  1.16it/s]
 23%|██████████████████████████▎                                                                                       | 979/4251 [30:26<47:03,  1.16it/s]
 23%|██████████████████████████▎                                                                                       | 980/4251 [30:27<46:53,  1.16it/s]
                                                                                                                                                          
{'loss': '0.02447', 'grad_norm': '0.05364', 'learning_rate': '7.936e-05', 'epoch': '0.2305'}

 23%|██████████████████████████▎                                                                                       | 980/4251 [30:27<46:53,  1.16it/s]
 23%|██████████████████████████▎                                                                                       | 981/4251 [30:28<46:51,  1.16it/s]
 23%|██████████████████████████▎                                                                                       | 982/4251 [30:29<46:42,  1.17it/s]
 23%|██████████████████████████▎                                                                                       | 983/4251 [30:30<55:51,  1.03s/it]
 23%|██████████████████████████▍                                                                                       | 984/4251 [30:31<53:02,  1.03it/s]
 23%|██████████████████████████▍                                                                                       | 985/4251 [30:32<50:55,  1.07it/s]
 23%|██████████████████████████▍                                                                                       | 986/4251 [30:33<49:49,  1.09it/s]
 23%|██████████████████████████▍                                                                                       | 987/4251 [30:34<48:43,  1.12it/s]
 23%|██████████████████████████▍                                                                                       | 988/4251 [30:34<48:08,  1.13it/s]
 23%|██████████████████████████▌                                                                                       | 989/4251 [30:35<48:31,  1.12it/s]
 23%|██████████████████████████▌                                                                                       | 990/4251 [30:36<48:04,  1.13it/s]
 23%|██████████████████████████▌                                                                                       | 991/4251 [30:37<47:33,  1.14it/s]
 23%|██████████████████████████▌                                                                                       | 992/4251 [30:38<47:08,  1.15it/s]
 23%|██████████████████████████▋                                                                                       | 993/4251 [30:39<47:06,  1.15it/s]
 23%|██████████████████████████▋                                                                                       | 994/4251 [30:40<46:56,  1.16it/s]
 23%|██████████████████████████▋                                                                                       | 995/4251 [30:41<46:39,  1.16it/s]
 23%|██████████████████████████▋                                                                                       | 996/4251 [30:41<46:28,  1.17it/s]
 23%|██████████████████████████▋                                                                                       | 997/4251 [30:42<46:24,  1.17it/s]
 23%|██████████████████████████▊                                                                                       | 998/4251 [30:43<46:33,  1.16it/s]
 24%|██████████████████████████▊                                                                                       | 999/4251 [30:44<46:32,  1.16it/s]01:55:00  INFO        eval generation: 200/250  (3.03 rec/s, 66.1s elapsed, ~17s left)
01:55:17  INFO        eval generation: 250/250  (2.98 rec/s, 83.9s elapsed, ~0s left)
01:55:19  INFO      Eval @ step_1000 — n=1000
01:55:19  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
01:55:19  INFO        E1           0.852    0.966    0.333    0.682    0.333    0.448     250
01:55:19  INFO        E2           0.972    0.978    0.957    0.943    0.957    0.950     250
01:55:19  INFO        E3           0.952    0.994    0.866    0.986    0.866    0.922     250
01:55:19  INFO        E4           0.920    0.942    0.884    0.903    0.884    0.894     250
01:55:19  INFO        overall      0.896    0.942    0.864    0.955    0.864    0.907     250
01:55:19  INFO        edge_macro_acc=0.924  edge_macro_f1=0.803  exact_match=0.744  malformed=0.000  complete_groups=250

 24%|█████████████████████████▉                                                                                    | 1000/4251 [32:10<23:52:05, 26.43s/it]
                                                                                                                                                          
{'loss': '0.0238', 'grad_norm': '0.1036', 'learning_rate': '7.887e-05', 'epoch': '0.2352'}

 24%|█████████████████████████▉                                                                                    | 1000/4251 [32:10<23:52:05, 26.43s/it]
 24%|█████████████████████████▉                                                                                    | 1001/4251 [32:11<16:55:57, 18.76s/it]
 24%|█████████████████████████▉                                                                                    | 1002/4251 [32:12<12:04:33, 13.38s/it]
 24%|██████████████████████████▏                                                                                    | 1003/4251 [32:13<8:40:48,  9.62s/it]
 24%|██████████████████████████▏                                                                                    | 1004/4251 [32:13<6:18:09,  6.99s/it]
 24%|██████████████████████████▏                                                                                    | 1005/4251 [32:14<4:38:28,  5.15s/it]
 24%|██████████████████████████▎                                                                                    | 1006/4251 [32:15<3:28:35,  3.86s/it]
 24%|██████████████████████████▎                                                                                    | 1007/4251 [32:16<2:40:03,  2.96s/it]
 24%|██████████████████████████▎                                                                                    | 1008/4251 [32:17<2:05:49,  2.33s/it]
 24%|██████████████████████████▎                                                                                    | 1009/4251 [32:18<1:41:48,  1.88s/it]
 24%|██████████████████████████▎                                                                                    | 1010/4251 [32:19<1:25:00,  1.57s/it]
 24%|██████████████████████████▍                                                                                    | 1011/4251 [32:19<1:13:11,  1.36s/it]
 24%|██████████████████████████▍                                                                                    | 1012/4251 [32:20<1:05:01,  1.20s/it]
 24%|██████████████████████████▉                                                                                      | 1013/4251 [32:21<59:14,  1.10s/it]
 24%|██████████████████████████▉                                                                                      | 1014/4251 [32:22<55:15,  1.02s/it]
 24%|██████████████████████████▉                                                                                      | 1015/4251 [32:23<52:28,  1.03it/s]
 24%|███████████████████████████                                                                                      | 1016/4251 [32:24<50:42,  1.06it/s]
 24%|███████████████████████████                                                                                      | 1017/4251 [32:25<49:16,  1.09it/s]
 24%|███████████████████████████                                                                                      | 1018/4251 [32:25<48:07,  1.12it/s]
 24%|███████████████████████████                                                                                      | 1019/4251 [32:26<47:27,  1.14it/s]
 24%|███████████████████████████                                                                                      | 1020/4251 [32:27<48:13,  1.12it/s]
                                                                                                                                                          
{'loss': '0.02272', 'grad_norm': '0.06077', 'learning_rate': '7.839e-05', 'epoch': '0.2399'}

 24%|███████████████████████████                                                                                      | 1020/4251 [32:27<48:13,  1.12it/s]
 24%|███████████████████████████▏                                                                                     | 1021/4251 [32:28<47:36,  1.13it/s]
 24%|███████████████████████████▏                                                                                     | 1022/4251 [32:29<47:02,  1.14it/s]
 24%|███████████████████████████▏                                                                                     | 1023/4251 [32:30<46:59,  1.15it/s]
 24%|███████████████████████████▏                                                                                     | 1024/4251 [32:31<46:39,  1.15it/s]
 24%|███████████████████████████▏                                                                                     | 1025/4251 [32:31<46:20,  1.16it/s]
 24%|███████████████████████████▎                                                                                     | 1026/4251 [32:32<45:59,  1.17it/s]
 24%|███████████████████████████▎                                                                                     | 1027/4251 [32:33<45:51,  1.17it/s]
 24%|███████████████████████████▎                                                                                     | 1028/4251 [32:34<45:50,  1.17it/s]
 24%|███████████████████████████▎                                                                                     | 1029/4251 [32:35<45:38,  1.18it/s]
 24%|███████████████████████████▍                                                                                     | 1030/4251 [32:36<45:34,  1.18it/s]
 24%|███████████████████████████▍                                                                                     | 1031/4251 [32:37<46:01,  1.17it/s]
 24%|███████████████████████████▍                                                                                     | 1032/4251 [32:37<45:53,  1.17it/s]
 24%|███████████████████████████▍                                                                                     | 1033/4251 [32:38<45:42,  1.17it/s]
 24%|███████████████████████████▍                                                                                     | 1034/4251 [32:39<45:39,  1.17it/s]
 24%|███████████████████████████▌                                                                                     | 1035/4251 [32:40<45:52,  1.17it/s]
 24%|███████████████████████████▌                                                                                     | 1036/4251 [32:41<45:42,  1.17it/s]
 24%|███████████████████████████▌                                                                                     | 1037/4251 [32:42<45:36,  1.17it/s]
 24%|███████████████████████████▌                                                                                     | 1038/4251 [32:43<45:27,  1.18it/s]
 24%|███████████████████████████▌                                                                                     | 1039/4251 [32:43<45:38,  1.17it/s]
 24%|███████████████████████████▋                                                                                     | 1040/4251 [32:44<45:23,  1.18it/s]
                                                                                                                                                          
{'loss': '0.02122', 'grad_norm': '0.09723', 'learning_rate': '7.79e-05', 'epoch': '0.2446'}

 24%|███████████████████████████▋                                                                                     | 1040/4251 [32:44<45:23,  1.18it/s]
 24%|███████████████████████████▋                                                                                     | 1041/4251 [32:45<45:24,  1.18it/s]
 25%|███████████████████████████▋                                                                                     | 1042/4251 [32:46<45:26,  1.18it/s]
 25%|███████████████████████████▋                                                                                     | 1043/4251 [32:47<45:26,  1.18it/s]
 25%|███████████████████████████▊                                                                                     | 1044/4251 [32:48<45:26,  1.18it/s]
 25%|███████████████████████████▊                                                                                     | 1045/4251 [32:48<45:23,  1.18it/s]
 25%|███████████████████████████▊                                                                                     | 1046/4251 [32:49<45:17,  1.18it/s]
 25%|███████████████████████████▊                                                                                     | 1047/4251 [32:50<45:18,  1.18it/s]
 25%|███████████████████████████▊                                                                                     | 1048/4251 [32:51<45:19,  1.18it/s]
 25%|███████████████████████████▉                                                                                     | 1049/4251 [32:52<45:13,  1.18it/s]
 25%|███████████████████████████▉                                                                                     | 1050/4251 [32:53<45:12,  1.18it/s]
 25%|███████████████████████████▉                                                                                     | 1051/4251 [32:54<45:22,  1.18it/s]
 25%|███████████████████████████▉                                                                                     | 1052/4251 [32:54<45:36,  1.17it/s]
 25%|███████████████████████████▉                                                                                     | 1053/4251 [32:55<45:28,  1.17it/s]
 25%|████████████████████████████                                                                                     | 1054/4251 [32:56<45:23,  1.17it/s]
 25%|████████████████████████████                                                                                     | 1055/4251 [32:57<45:15,  1.18it/s]
 25%|████████████████████████████                                                                                     | 1056/4251 [32:58<45:17,  1.18it/s]
 25%|████████████████████████████                                                                                     | 1057/4251 [32:59<45:15,  1.18it/s]
 25%|████████████████████████████                                                                                     | 1058/4251 [33:00<45:22,  1.17it/s]
 25%|████████████████████████████▏                                                                                    | 1059/4251 [33:00<45:22,  1.17it/s]
 25%|████████████████████████████▏                                                                                    | 1060/4251 [33:01<45:16,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01931', 'grad_norm': '0.0722', 'learning_rate': '7.742e-05', 'epoch': '0.2494'}

 25%|████████████████████████████▏                                                                                    | 1060/4251 [33:01<45:16,  1.17it/s]
 25%|████████████████████████████▏                                                                                    | 1061/4251 [33:02<45:19,  1.17it/s]
 25%|████████████████████████████▏                                                                                    | 1062/4251 [33:03<45:11,  1.18it/s]
 25%|████████████████████████████▎                                                                                    | 1063/4251 [33:04<45:05,  1.18it/s]
 25%|████████████████████████████▎                                                                                    | 1064/4251 [33:05<45:36,  1.16it/s]
 25%|████████████████████████████▎                                                                                    | 1065/4251 [33:06<45:30,  1.17it/s]
 25%|████████████████████████████▎                                                                                    | 1066/4251 [33:06<45:26,  1.17it/s]
 25%|████████████████████████████▎                                                                                    | 1067/4251 [33:07<45:34,  1.16it/s]
 25%|████████████████████████████▍                                                                                    | 1068/4251 [33:08<45:29,  1.17it/s]
 25%|████████████████████████████▍                                                                                    | 1069/4251 [33:09<45:25,  1.17it/s]
 25%|████████████████████████████▍                                                                                    | 1070/4251 [33:10<45:20,  1.17it/s]
 25%|████████████████████████████▍                                                                                    | 1071/4251 [33:11<45:12,  1.17it/s]
 25%|████████████████████████████▍                                                                                    | 1072/4251 [33:11<45:09,  1.17it/s]
 25%|████████████████████████████▌                                                                                    | 1073/4251 [33:12<45:15,  1.17it/s]
 25%|████████████████████████████▌                                                                                    | 1074/4251 [33:13<45:09,  1.17it/s]
 25%|████████████████████████████▌                                                                                    | 1075/4251 [33:14<45:14,  1.17it/s]
 25%|████████████████████████████▌                                                                                    | 1076/4251 [33:15<45:17,  1.17it/s]
 25%|████████████████████████████▋                                                                                    | 1077/4251 [33:16<45:08,  1.17it/s]
 25%|████████████████████████████▋                                                                                    | 1078/4251 [33:17<45:01,  1.17it/s]
 25%|████████████████████████████▋                                                                                    | 1079/4251 [33:17<44:59,  1.18it/s]
 25%|████████████████████████████▋                                                                                    | 1080/4251 [33:18<45:18,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02565', 'grad_norm': '0.09695', 'learning_rate': '7.693e-05', 'epoch': '0.2541'}

 25%|████████████████████████████▋                                                                                    | 1080/4251 [33:18<45:18,  1.17it/s]
 25%|████████████████████████████▋                                                                                    | 1081/4251 [33:19<45:20,  1.17it/s]
 25%|████████████████████████████▊                                                                                    | 1082/4251 [33:20<45:07,  1.17it/s]
 25%|████████████████████████████▊                                                                                    | 1083/4251 [33:21<45:01,  1.17it/s]
 25%|████████████████████████████▊                                                                                    | 1084/4251 [33:22<45:02,  1.17it/s]
 26%|████████████████████████████▊                                                                                    | 1085/4251 [33:23<44:59,  1.17it/s]
 26%|████████████████████████████▊                                                                                    | 1086/4251 [33:23<45:16,  1.17it/s]
 26%|████████████████████████████▉                                                                                    | 1087/4251 [33:24<45:07,  1.17it/s]
 26%|████████████████████████████▉                                                                                    | 1088/4251 [33:25<45:04,  1.17it/s]
 26%|████████████████████████████▉                                                                                    | 1089/4251 [33:26<45:12,  1.17it/s]
 26%|████████████████████████████▉                                                                                    | 1090/4251 [33:27<45:23,  1.16it/s]
 26%|█████████████████████████████                                                                                    | 1091/4251 [33:28<45:33,  1.16it/s]
 26%|█████████████████████████████                                                                                    | 1092/4251 [33:29<45:45,  1.15it/s]
 26%|█████████████████████████████                                                                                    | 1093/4251 [33:30<46:27,  1.13it/s]
 26%|█████████████████████████████                                                                                    | 1094/4251 [33:30<46:17,  1.14it/s]
 26%|█████████████████████████████                                                                                    | 1095/4251 [33:31<46:16,  1.14it/s]
 26%|█████████████████████████████▏                                                                                   | 1096/4251 [33:32<46:18,  1.14it/s]
 26%|█████████████████████████████▏                                                                                   | 1097/4251 [33:33<46:14,  1.14it/s]
 26%|█████████████████████████████▏                                                                                   | 1098/4251 [33:34<46:07,  1.14it/s]
 26%|█████████████████████████████▏                                                                                   | 1099/4251 [33:35<46:02,  1.14it/s]01:57:54  INFO        eval generation: 200/250  (2.89 rec/s, 69.2s elapsed, ~17s left)
01:58:11  INFO        eval generation: 250/250  (2.89 rec/s, 86.5s elapsed, ~0s left)
01:58:12  INFO      Eval @ step_1100 — n=1000
01:58:12  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
01:58:12  INFO        E1           0.848    0.976    0.267    0.706    0.267    0.387     250
01:58:12  INFO        E2           0.952    0.961    0.928    0.901    0.928    0.914     250
01:58:12  INFO        E3           0.952    0.988    0.878    0.973    0.878    0.923     250
01:58:12  INFO        E4           0.924    0.968    0.853    0.942    0.853    0.895     250
01:58:12  INFO        overall      0.904    0.961    0.864    0.969    0.864    0.914     250
01:58:12  INFO        edge_macro_acc=0.919  edge_macro_f1=0.780  exact_match=0.740  malformed=0.000  complete_groups=250

 26%|████████████████████████████▍                                                                                 | 1100/4251 [35:04<23:53:08, 27.29s/it]
                                                                                                                                                          
{'loss': '0.02169', 'grad_norm': '0.06382', 'learning_rate': '7.645e-05', 'epoch': '0.2588'}

 26%|████████████████████████████▍                                                                                 | 1100/4251 [35:04<23:53:08, 27.29s/it]
 26%|████████████████████████████▍                                                                                 | 1101/4251 [35:05<16:56:17, 19.36s/it]
 26%|████████████████████████████▌                                                                                 | 1102/4251 [35:05<12:04:28, 13.80s/it]
 26%|████████████████████████████▊                                                                                  | 1103/4251 [35:06<8:40:26,  9.92s/it]
 26%|████████████████████████████▊                                                                                  | 1104/4251 [35:07<6:17:45,  7.20s/it]
 26%|████████████████████████████▊                                                                                  | 1105/4251 [35:08<4:37:37,  5.29s/it]
 26%|████████████████████████████▉                                                                                  | 1106/4251 [35:11<3:54:00,  4.46s/it]
 26%|████████████████████████████▉                                                                                  | 1107/4251 [35:11<2:57:07,  3.38s/it]
 26%|████████████████████████████▉                                                                                  | 1108/4251 [35:12<2:17:12,  2.62s/it]
 26%|████████████████████████████▉                                                                                  | 1109/4251 [35:13<1:49:20,  2.09s/it]
 26%|████████████████████████████▉                                                                                  | 1110/4251 [35:14<1:29:45,  1.71s/it]
 26%|█████████████████████████████                                                                                  | 1111/4251 [35:15<1:16:05,  1.45s/it]
 26%|█████████████████████████████                                                                                  | 1112/4251 [35:16<1:06:30,  1.27s/it]
 26%|█████████████████████████████▌                                                                                   | 1113/4251 [35:16<59:52,  1.14s/it]
 26%|█████████████████████████████                                                                                  | 1114/4251 [35:19<1:17:27,  1.48s/it]
 26%|█████████████████████████████                                                                                  | 1115/4251 [35:20<1:07:28,  1.29s/it]
 26%|█████████████████████████████▏                                                                                 | 1116/4251 [35:20<1:00:31,  1.16s/it]
 26%|█████████████████████████████▋                                                                                   | 1117/4251 [35:21<55:44,  1.07s/it]
 26%|█████████████████████████████▋                                                                                   | 1118/4251 [35:22<52:17,  1.00s/it]
 26%|█████████████████████████████▋                                                                                   | 1119/4251 [35:23<49:51,  1.05it/s]
 26%|█████████████████████████████▊                                                                                   | 1120/4251 [35:24<48:12,  1.08it/s]
                                                                                                                                                          
{'loss': '0.02266', 'grad_norm': '0.1251', 'learning_rate': '7.596e-05', 'epoch': '0.2635'}

 26%|█████████████████████████████▊                                                                                   | 1120/4251 [35:24<48:12,  1.08it/s]
 26%|█████████████████████████████▊                                                                                   | 1121/4251 [35:25<47:10,  1.11it/s]
 26%|█████████████████████████████▊                                                                                   | 1122/4251 [35:26<46:18,  1.13it/s]
 26%|█████████████████████████████▊                                                                                   | 1123/4251 [35:26<45:42,  1.14it/s]
 26%|█████████████████████████████▉                                                                                   | 1124/4251 [35:27<45:30,  1.15it/s]
 26%|█████████████████████████████▉                                                                                   | 1125/4251 [35:28<45:16,  1.15it/s]
 26%|█████████████████████████████▉                                                                                   | 1126/4251 [35:29<45:25,  1.15it/s]
 27%|█████████████████████████████▉                                                                                   | 1127/4251 [35:30<45:04,  1.16it/s]
 27%|█████████████████████████████▉                                                                                   | 1128/4251 [35:31<44:43,  1.16it/s]
 27%|██████████████████████████████                                                                                   | 1129/4251 [35:32<44:34,  1.17it/s]
 27%|██████████████████████████████                                                                                   | 1130/4251 [35:32<44:21,  1.17it/s]
 27%|██████████████████████████████                                                                                   | 1131/4251 [35:33<44:18,  1.17it/s]
 27%|██████████████████████████████                                                                                   | 1132/4251 [35:34<44:12,  1.18it/s]
 27%|██████████████████████████████                                                                                   | 1133/4251 [35:35<44:16,  1.17it/s]
 27%|██████████████████████████████▏                                                                                  | 1134/4251 [35:36<44:12,  1.18it/s]
 27%|██████████████████████████████▏                                                                                  | 1135/4251 [35:37<44:13,  1.17it/s]
 27%|██████████████████████████████▏                                                                                  | 1136/4251 [35:37<44:08,  1.18it/s]
 27%|██████████████████████████████▏                                                                                  | 1137/4251 [35:38<44:04,  1.18it/s]
 27%|██████████████████████████████▎                                                                                  | 1138/4251 [35:39<44:06,  1.18it/s]
 27%|██████████████████████████████▎                                                                                  | 1139/4251 [35:40<44:10,  1.17it/s]
 27%|██████████████████████████████▎                                                                                  | 1140/4251 [35:41<44:09,  1.17it/s]
                                                                                                                                                          
{'loss': '0.0223', 'grad_norm': '0.175', 'learning_rate': '7.548e-05', 'epoch': '0.2682'}

 27%|██████████████████████████████▎                                                                                  | 1140/4251 [35:41<44:09,  1.17it/s]
 27%|██████████████████████████████▎                                                                                  | 1141/4251 [35:42<44:16,  1.17it/s]
 27%|██████████████████████████████▎                                                                                  | 1142/4251 [35:43<44:16,  1.17it/s]
 27%|██████████████████████████████▍                                                                                  | 1143/4251 [35:43<44:07,  1.17it/s]
 27%|██████████████████████████████▍                                                                                  | 1144/4251 [35:44<44:05,  1.17it/s]
 27%|██████████████████████████████▍                                                                                  | 1145/4251 [35:45<44:15,  1.17it/s]
 27%|██████████████████████████████▍                                                                                  | 1146/4251 [35:46<44:39,  1.16it/s]
 27%|██████████████████████████████▍                                                                                  | 1147/4251 [35:47<44:37,  1.16it/s]
 27%|██████████████████████████████▌                                                                                  | 1148/4251 [35:48<45:36,  1.13it/s]
 27%|██████████████████████████████▌                                                                                  | 1149/4251 [35:49<45:09,  1.14it/s]
 27%|██████████████████████████████▌                                                                                  | 1150/4251 [35:50<44:47,  1.15it/s]
 27%|██████████████████████████████▌                                                                                  | 1151/4251 [35:50<44:32,  1.16it/s]
 27%|██████████████████████████████▌                                                                                  | 1152/4251 [35:51<44:18,  1.17it/s]
 27%|██████████████████████████████▋                                                                                  | 1153/4251 [35:52<44:12,  1.17it/s]
 27%|██████████████████████████████▋                                                                                  | 1154/4251 [35:53<44:09,  1.17it/s]
 27%|██████████████████████████████▋                                                                                  | 1155/4251 [35:54<44:06,  1.17it/s]
 27%|██████████████████████████████▋                                                                                  | 1156/4251 [35:55<44:01,  1.17it/s]
 27%|██████████████████████████████▊                                                                                  | 1157/4251 [35:55<44:00,  1.17it/s]
 27%|██████████████████████████████▊                                                                                  | 1158/4251 [35:56<43:52,  1.18it/s]
 27%|██████████████████████████████▊                                                                                  | 1159/4251 [35:57<43:47,  1.18it/s]
 27%|██████████████████████████████▊                                                                                  | 1160/4251 [35:58<44:13,  1.16it/s]
                                                                                                                                                          
{'loss': '0.02423', 'grad_norm': '0.04888', 'learning_rate': '7.499e-05', 'epoch': '0.2729'}

 27%|██████████████████████████████▊                                                                                  | 1160/4251 [35:58<44:13,  1.16it/s]
 27%|██████████████████████████████▊                                                                                  | 1161/4251 [35:59<44:05,  1.17it/s]
 27%|██████████████████████████████▉                                                                                  | 1162/4251 [36:00<43:55,  1.17it/s]
 27%|██████████████████████████████▉                                                                                  | 1163/4251 [36:01<44:00,  1.17it/s]
 27%|██████████████████████████████▉                                                                                  | 1164/4251 [36:01<43:57,  1.17it/s]
 27%|██████████████████████████████▉                                                                                  | 1165/4251 [36:02<43:59,  1.17it/s]
 27%|██████████████████████████████▉                                                                                  | 1166/4251 [36:03<43:55,  1.17it/s]
 27%|███████████████████████████████                                                                                  | 1167/4251 [36:04<43:50,  1.17it/s]
 27%|███████████████████████████████                                                                                  | 1168/4251 [36:05<43:59,  1.17it/s]
 27%|███████████████████████████████                                                                                  | 1169/4251 [36:06<44:07,  1.16it/s]
 28%|███████████████████████████████                                                                                  | 1170/4251 [36:07<44:03,  1.17it/s]
 28%|███████████████████████████████▏                                                                                 | 1171/4251 [36:07<43:52,  1.17it/s]
 28%|███████████████████████████████▏                                                                                 | 1172/4251 [36:08<43:48,  1.17it/s]
 28%|███████████████████████████████▏                                                                                 | 1173/4251 [36:09<43:45,  1.17it/s]
 28%|███████████████████████████████▏                                                                                 | 1174/4251 [36:10<43:35,  1.18it/s]
 28%|███████████████████████████████▏                                                                                 | 1175/4251 [36:11<43:34,  1.18it/s]
 28%|███████████████████████████████▎                                                                                 | 1176/4251 [36:12<43:30,  1.18it/s]
 28%|███████████████████████████████▎                                                                                 | 1177/4251 [36:13<43:29,  1.18it/s]
 28%|███████████████████████████████▎                                                                                 | 1178/4251 [36:13<43:29,  1.18it/s]
 28%|███████████████████████████████▎                                                                                 | 1179/4251 [36:14<43:22,  1.18it/s]
 28%|███████████████████████████████▎                                                                                 | 1180/4251 [36:15<43:19,  1.18it/s]
                                                                                                                                                          
{'loss': '0.02037', 'grad_norm': '0.06504', 'learning_rate': '7.451e-05', 'epoch': '0.2776'}

 28%|███████████████████████████████▎                                                                                 | 1180/4251 [36:15<43:19,  1.18it/s]
 28%|███████████████████████████████▍                                                                                 | 1181/4251 [36:16<43:24,  1.18it/s]
 28%|███████████████████████████████▍                                                                                 | 1182/4251 [36:17<43:20,  1.18it/s]
 28%|███████████████████████████████▍                                                                                 | 1183/4251 [36:18<43:25,  1.18it/s]
 28%|███████████████████████████████▍                                                                                 | 1184/4251 [36:19<43:44,  1.17it/s]
 28%|███████████████████████████████▍                                                                                 | 1185/4251 [36:19<43:53,  1.16it/s]
 28%|███████████████████████████████▌                                                                                 | 1186/4251 [36:20<43:48,  1.17it/s]
 28%|███████████████████████████████▌                                                                                 | 1187/4251 [36:21<43:41,  1.17it/s]
 28%|███████████████████████████████▌                                                                                 | 1188/4251 [36:22<43:54,  1.16it/s]
 28%|███████████████████████████████▌                                                                                 | 1189/4251 [36:23<43:45,  1.17it/s]
 28%|███████████████████████████████▋                                                                                 | 1190/4251 [36:24<43:49,  1.16it/s]
 28%|███████████████████████████████▋                                                                                 | 1191/4251 [36:25<43:49,  1.16it/s]
 28%|███████████████████████████████▋                                                                                 | 1192/4251 [36:25<43:38,  1.17it/s]
 28%|███████████████████████████████▋                                                                                 | 1193/4251 [36:26<43:31,  1.17it/s]
 28%|███████████████████████████████▋                                                                                 | 1194/4251 [36:27<43:21,  1.17it/s]
 28%|███████████████████████████████▊                                                                                 | 1195/4251 [36:28<43:18,  1.18it/s]
 28%|███████████████████████████████▊                                                                                 | 1196/4251 [36:29<43:17,  1.18it/s]
 28%|███████████████████████████████▊                                                                                 | 1197/4251 [36:30<43:14,  1.18it/s]
 28%|███████████████████████████████▊                                                                                 | 1198/4251 [36:30<43:13,  1.18it/s]
 28%|███████████████████████████████▊                                                                                 | 1199/4251 [36:31<43:15,  1.18it/s]02:00:48  INFO        eval generation: 200/250  (2.98 rec/s, 67.1s elapsed, ~17s left)
02:01:06  INFO        eval generation: 250/250  (2.94 rec/s, 85.0s elapsed, ~0s left)
02:01:07  INFO      Eval @ step_1200 — n=1000
02:01:07  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
02:01:07  INFO        E1           0.856    0.946    0.444    0.645    0.444    0.526     250
02:01:07  INFO        E2           0.956    0.956    0.957    0.892    0.957    0.923     250
02:01:07  INFO        E3           0.932    0.952    0.890    0.901    0.890    0.896     250
02:01:07  INFO        E4           0.904    0.910    0.895    0.859    0.895    0.876     250
02:01:07  INFO        overall      0.896    0.883    0.905    0.917    0.905    0.911     250
02:01:07  INFO        edge_macro_acc=0.912  edge_macro_f1=0.805  exact_match=0.724  malformed=0.000  complete_groups=250

 28%|███████████████████████████████                                                                               | 1200/4251 [37:58<22:33:21, 26.61s/it]
                                                                                                                                                          
{'loss': '0.02219', 'grad_norm': '0.06222', 'learning_rate': '7.402e-05', 'epoch': '0.2823'}

 28%|███████████████████████████████                                                                               | 1200/4251 [37:58<22:33:21, 26.61s/it]02:01:07  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/config.json "HTTP/1.1 307 Temporary Redirect"
02:01:07  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/config.json "HTTP/1.1 200 OK"

 28%|███████████████████████████████                                                                               | 1201/4251 [38:01<16:29:46, 19.47s/it]
 28%|███████████████████████████████                                                                               | 1202/4251 [38:02<11:45:34, 13.88s/it]
 28%|███████████████████████████████▍                                                                               | 1203/4251 [38:03<8:26:41,  9.97s/it]
 28%|███████████████████████████████▍                                                                               | 1204/4251 [38:03<6:07:42,  7.24s/it]
 28%|███████████████████████████████▍                                                                               | 1205/4251 [38:04<4:30:14,  5.32s/it]
 28%|███████████████████████████████▍                                                                               | 1206/4251 [38:05<3:22:08,  3.98s/it]
 28%|███████████████████████████████▌                                                                               | 1207/4251 [38:06<2:34:31,  3.05s/it]
 28%|███████████████████████████████▌                                                                               | 1208/4251 [38:07<2:01:01,  2.39s/it]
 28%|███████████████████████████████▌                                                                               | 1209/4251 [38:08<1:37:36,  1.93s/it]
 28%|███████████████████████████████▌                                                                               | 1210/4251 [38:09<1:21:28,  1.61s/it]
 28%|███████████████████████████████▌                                                                               | 1211/4251 [38:09<1:09:48,  1.38s/it]
 29%|███████████████████████████████▋                                                                               | 1212/4251 [38:10<1:01:42,  1.22s/it]
 29%|████████████████████████████████▏                                                                                | 1213/4251 [38:11<56:15,  1.11s/it]
 29%|████████████████████████████████▎                                                                                | 1214/4251 [38:12<52:18,  1.03s/it]
 29%|████████████████████████████████▎                                                                                | 1215/4251 [38:13<49:31,  1.02it/s]
 29%|████████████████████████████████▎                                                                                | 1216/4251 [38:14<47:35,  1.06it/s]
 29%|████████████████████████████████▎                                                                                | 1217/4251 [38:14<46:05,  1.10it/s]
 29%|████████████████████████████████▍                                                                                | 1218/4251 [38:15<45:13,  1.12it/s]
 29%|████████████████████████████████▍                                                                                | 1219/4251 [38:16<44:31,  1.13it/s]
 29%|████████████████████████████████▍                                                                                | 1220/4251 [38:17<44:02,  1.15it/s]
                                                                                                                                                          
{'loss': '0.02111', 'grad_norm': '0.06302', 'learning_rate': '7.354e-05', 'epoch': '0.287'}

 29%|████████████████████████████████▍                                                                                | 1220/4251 [38:17<44:02,  1.15it/s]
 29%|████████████████████████████████▍                                                                                | 1221/4251 [38:18<43:52,  1.15it/s]
 29%|████████████████████████████████▍                                                                                | 1222/4251 [38:19<43:38,  1.16it/s]
 29%|████████████████████████████████▌                                                                                | 1223/4251 [38:20<43:26,  1.16it/s]
 29%|████████████████████████████████▌                                                                                | 1224/4251 [38:20<43:11,  1.17it/s]
 29%|████████████████████████████████▌                                                                                | 1225/4251 [38:21<43:00,  1.17it/s]
 29%|████████████████████████████████▌                                                                                | 1226/4251 [38:22<43:04,  1.17it/s]
 29%|████████████████████████████████▌                                                                                | 1227/4251 [38:23<43:02,  1.17it/s]
 29%|████████████████████████████████▋                                                                                | 1228/4251 [38:24<42:56,  1.17it/s]
 29%|████████████████████████████████▋                                                                                | 1229/4251 [38:25<43:05,  1.17it/s]
 29%|████████████████████████████████▋                                                                                | 1230/4251 [38:26<43:21,  1.16it/s]
 29%|████████████████████████████████▋                                                                                | 1231/4251 [38:26<43:10,  1.17it/s]
 29%|████████████████████████████████▋                                                                                | 1232/4251 [38:27<43:01,  1.17it/s]
 29%|████████████████████████████████▊                                                                                | 1233/4251 [38:28<42:50,  1.17it/s]
 29%|████████████████████████████████▊                                                                                | 1234/4251 [38:29<43:07,  1.17it/s]
 29%|████████████████████████████████▊                                                                                | 1235/4251 [38:30<43:19,  1.16it/s]
 29%|████████████████████████████████▊                                                                                | 1236/4251 [38:31<43:02,  1.17it/s]
 29%|████████████████████████████████▉                                                                                | 1237/4251 [38:32<42:58,  1.17it/s]
 29%|████████████████████████████████▉                                                                                | 1238/4251 [38:32<42:48,  1.17it/s]
 29%|████████████████████████████████▉                                                                                | 1239/4251 [38:33<42:47,  1.17it/s]
 29%|████████████████████████████████▉                                                                                | 1240/4251 [38:34<42:40,  1.18it/s]
                                                                                                                                                          
{'loss': '0.0195', 'grad_norm': '0.04017', 'learning_rate': '7.305e-05', 'epoch': '0.2917'}

 29%|████████████████████████████████▉                                                                                | 1240/4251 [38:34<42:40,  1.18it/s]
 29%|████████████████████████████████▉                                                                                | 1241/4251 [38:35<42:44,  1.17it/s]
 29%|█████████████████████████████████                                                                                | 1242/4251 [38:36<42:43,  1.17it/s]
 29%|█████████████████████████████████                                                                                | 1243/4251 [38:37<42:37,  1.18it/s]
 29%|█████████████████████████████████                                                                                | 1244/4251 [38:38<42:34,  1.18it/s]
 29%|█████████████████████████████████                                                                                | 1245/4251 [38:38<42:38,  1.18it/s]
 29%|█████████████████████████████████                                                                                | 1246/4251 [38:39<42:38,  1.17it/s]
 29%|█████████████████████████████████▏                                                                               | 1247/4251 [38:40<42:36,  1.17it/s]
 29%|█████████████████████████████████▏                                                                               | 1248/4251 [38:41<42:40,  1.17it/s]
 29%|█████████████████████████████████▏                                                                               | 1249/4251 [38:42<43:02,  1.16it/s]
 29%|█████████████████████████████████▏                                                                               | 1250/4251 [38:43<42:57,  1.16it/s]
 29%|█████████████████████████████████▎                                                                               | 1251/4251 [38:44<42:54,  1.17it/s]
 29%|█████████████████████████████████▎                                                                               | 1252/4251 [38:44<42:51,  1.17it/s]
 29%|█████████████████████████████████▎                                                                               | 1253/4251 [38:45<42:43,  1.17it/s]
 29%|█████████████████████████████████▎                                                                               | 1254/4251 [38:46<42:53,  1.16it/s]
 30%|█████████████████████████████████▎                                                                               | 1255/4251 [38:47<42:48,  1.17it/s]
 30%|█████████████████████████████████▍                                                                               | 1256/4251 [38:48<42:35,  1.17it/s]
 30%|█████████████████████████████████▍                                                                               | 1257/4251 [38:49<42:34,  1.17it/s]
 30%|█████████████████████████████████▍                                                                               | 1258/4251 [38:50<42:31,  1.17it/s]
 30%|█████████████████████████████████▍                                                                               | 1259/4251 [38:50<42:32,  1.17it/s]
 30%|█████████████████████████████████▍                                                                               | 1260/4251 [38:51<42:24,  1.18it/s]
                                                                                                                                                          
{'loss': '0.02289', 'grad_norm': '0.0514', 'learning_rate': '7.257e-05', 'epoch': '0.2964'}

 30%|█████████████████████████████████▍                                                                               | 1260/4251 [38:51<42:24,  1.18it/s]
 30%|█████████████████████████████████▌                                                                               | 1261/4251 [38:52<42:24,  1.18it/s]
 30%|█████████████████████████████████▌                                                                               | 1262/4251 [38:53<42:29,  1.17it/s]
 30%|█████████████████████████████████▌                                                                               | 1263/4251 [38:54<42:21,  1.18it/s]
 30%|█████████████████████████████████▌                                                                               | 1264/4251 [38:55<42:17,  1.18it/s]
 30%|█████████████████████████████████▋                                                                               | 1265/4251 [38:55<42:17,  1.18it/s]
 30%|█████████████████████████████████▋                                                                               | 1266/4251 [38:56<42:21,  1.17it/s]
 30%|█████████████████████████████████▋                                                                               | 1267/4251 [38:57<42:26,  1.17it/s]
 30%|█████████████████████████████████▋                                                                               | 1268/4251 [38:58<42:31,  1.17it/s]
 30%|█████████████████████████████████▋                                                                               | 1269/4251 [38:59<42:43,  1.16it/s]
 30%|█████████████████████████████████▊                                                                               | 1270/4251 [39:00<42:37,  1.17it/s]
 30%|█████████████████████████████████▊                                                                               | 1271/4251 [39:01<42:31,  1.17it/s]
 30%|█████████████████████████████████▊                                                                               | 1272/4251 [39:01<42:26,  1.17it/s]
 30%|█████████████████████████████████▊                                                                               | 1273/4251 [39:02<42:26,  1.17it/s]
 30%|█████████████████████████████████▊                                                                               | 1274/4251 [39:03<42:30,  1.17it/s]
 30%|█████████████████████████████████▉                                                                               | 1275/4251 [39:04<42:22,  1.17it/s]
 30%|█████████████████████████████████▉                                                                               | 1276/4251 [39:05<42:30,  1.17it/s]
 30%|█████████████████████████████████▉                                                                               | 1277/4251 [39:06<42:27,  1.17it/s]
 30%|█████████████████████████████████▉                                                                               | 1278/4251 [39:07<42:44,  1.16it/s]
 30%|█████████████████████████████████▉                                                                               | 1279/4251 [39:07<42:27,  1.17it/s]
 30%|██████████████████████████████████                                                                               | 1280/4251 [39:08<42:28,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02407', 'grad_norm': '0.08925', 'learning_rate': '7.208e-05', 'epoch': '0.3011'}

 30%|██████████████████████████████████                                                                               | 1280/4251 [39:08<42:28,  1.17it/s]
 30%|██████████████████████████████████                                                                               | 1281/4251 [39:09<42:30,  1.16it/s]
 30%|██████████████████████████████████                                                                               | 1282/4251 [39:10<42:53,  1.15it/s]
 30%|██████████████████████████████████                                                                               | 1283/4251 [39:11<43:06,  1.15it/s]
 30%|██████████████████████████████████▏                                                                              | 1284/4251 [39:12<42:49,  1.15it/s]
 30%|██████████████████████████████████▏                                                                              | 1285/4251 [39:13<42:27,  1.16it/s]
 30%|██████████████████████████████████▏                                                                              | 1286/4251 [39:13<42:21,  1.17it/s]
 30%|██████████████████████████████████▏                                                                              | 1287/4251 [39:14<42:18,  1.17it/s]
 30%|██████████████████████████████████▏                                                                              | 1288/4251 [39:15<42:15,  1.17it/s]
 30%|██████████████████████████████████▎                                                                              | 1289/4251 [39:16<42:11,  1.17it/s]
 30%|██████████████████████████████████▎                                                                              | 1290/4251 [39:17<42:05,  1.17it/s]
 30%|██████████████████████████████████▎                                                                              | 1291/4251 [39:18<42:16,  1.17it/s]
 30%|██████████████████████████████████▎                                                                              | 1292/4251 [39:19<42:18,  1.17it/s]
 30%|██████████████████████████████████▎                                                                              | 1293/4251 [39:19<42:15,  1.17it/s]
 30%|██████████████████████████████████▍                                                                              | 1294/4251 [39:20<42:12,  1.17it/s]
 30%|██████████████████████████████████▍                                                                              | 1295/4251 [39:21<42:04,  1.17it/s]
 30%|██████████████████████████████████▍                                                                              | 1296/4251 [39:22<42:09,  1.17it/s]
 31%|██████████████████████████████████▍                                                                              | 1297/4251 [39:23<42:06,  1.17it/s]
 31%|██████████████████████████████████▌                                                                              | 1298/4251 [39:24<42:16,  1.16it/s]
 31%|██████████████████████████████████▌                                                                              | 1299/4251 [39:25<42:06,  1.17it/s]02:03:40  INFO        eval generation: 200/250  (3.02 rec/s, 66.2s elapsed, ~17s left)
02:03:58  INFO        eval generation: 250/250  (2.99 rec/s, 83.6s elapsed, ~0s left)
02:04:00  INFO      Eval @ step_1300 — n=1000
02:04:00  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
02:04:00  INFO        E1           0.832    0.990    0.111    0.714    0.111    0.192     250
02:04:00  INFO        E2           0.964    0.972    0.942    0.929    0.942    0.935     250
02:04:00  INFO        E3           0.948    0.994    0.854    0.986    0.854    0.915     250
02:04:00  INFO        E4           0.924    0.955    0.874    0.922    0.874    0.897     250
02:04:00  INFO        overall      0.892    0.942    0.857    0.955    0.857    0.903     250
02:04:00  INFO        edge_macro_acc=0.917  edge_macro_f1=0.735  exact_match=0.720  malformed=0.000  complete_groups=250

 31%|█████████████████████████████████▋                                                                            | 1300/4251 [40:51<21:41:29, 26.46s/it]
                                                                                                                                                          
{'loss': '0.02275', 'grad_norm': '0.07508', 'learning_rate': '7.16e-05', 'epoch': '0.3058'}

 31%|█████████████████████████████████▋                                                                            | 1300/4251 [40:51<21:41:29, 26.46s/it]
 31%|█████████████████████████████████▋                                                                            | 1301/4251 [40:52<15:23:21, 18.78s/it]
 31%|█████████████████████████████████▋                                                                            | 1302/4251 [40:53<10:58:38, 13.40s/it]
 31%|██████████████████████████████████                                                                             | 1303/4251 [40:53<7:53:21,  9.63s/it]
 31%|██████████████████████████████████                                                                             | 1304/4251 [40:54<5:43:43,  7.00s/it]
 31%|██████████████████████████████████                                                                             | 1305/4251 [40:55<4:13:01,  5.15s/it]
 31%|██████████████████████████████████                                                                             | 1306/4251 [40:56<3:09:41,  3.86s/it]
 31%|██████████████████████████████████▏                                                                            | 1307/4251 [40:57<2:25:18,  2.96s/it]
 31%|██████████████████████████████████▏                                                                            | 1308/4251 [40:58<1:54:14,  2.33s/it]
 31%|██████████████████████████████████▏                                                                            | 1309/4251 [41:00<1:59:51,  2.44s/it]
 31%|██████████████████████████████████▏                                                                            | 1310/4251 [41:01<1:36:18,  1.96s/it]
 31%|██████████████████████████████████▏                                                                            | 1311/4251 [41:02<1:19:49,  1.63s/it]
 31%|██████████████████████████████████▎                                                                            | 1312/4251 [41:03<1:08:32,  1.40s/it]
 31%|██████████████████████████████████▎                                                                            | 1313/4251 [41:04<1:00:22,  1.23s/it]
 31%|██████████████████████████████████▉                                                                              | 1314/4251 [41:05<54:51,  1.12s/it]
 31%|██████████████████████████████████▉                                                                              | 1315/4251 [41:05<50:53,  1.04s/it]
 31%|██████████████████████████████████▉                                                                              | 1316/4251 [41:06<48:01,  1.02it/s]
 31%|███████████████████████████████████                                                                              | 1317/4251 [41:07<46:03,  1.06it/s]
 31%|███████████████████████████████████                                                                              | 1318/4251 [41:08<45:12,  1.08it/s]
 31%|███████████████████████████████████                                                                              | 1319/4251 [41:09<44:04,  1.11it/s]
 31%|███████████████████████████████████                                                                              | 1320/4251 [41:10<43:13,  1.13it/s]
                                                                                                                                                          
{'loss': '0.02119', 'grad_norm': '0.09545', 'learning_rate': '7.111e-05', 'epoch': '0.3105'}

 31%|███████████████████████████████████                                                                              | 1320/4251 [41:10<43:13,  1.13it/s]
 31%|███████████████████████████████████                                                                              | 1321/4251 [41:11<42:48,  1.14it/s]
 31%|███████████████████████████████████▏                                                                             | 1322/4251 [41:11<42:25,  1.15it/s]
 31%|███████████████████████████████████▏                                                                             | 1323/4251 [41:12<42:05,  1.16it/s]
 31%|███████████████████████████████████▏                                                                             | 1324/4251 [41:13<41:49,  1.17it/s]
 31%|███████████████████████████████████▏                                                                             | 1325/4251 [41:14<42:03,  1.16it/s]
 31%|███████████████████████████████████▏                                                                             | 1326/4251 [41:15<41:48,  1.17it/s]
 31%|███████████████████████████████████▎                                                                             | 1327/4251 [41:16<41:51,  1.16it/s]
 31%|███████████████████████████████████▎                                                                             | 1328/4251 [41:17<41:42,  1.17it/s]
 31%|███████████████████████████████████▎                                                                             | 1329/4251 [41:17<41:36,  1.17it/s]
 31%|███████████████████████████████████▎                                                                             | 1330/4251 [41:18<41:32,  1.17it/s]
 31%|███████████████████████████████████▍                                                                             | 1331/4251 [41:19<41:27,  1.17it/s]
 31%|███████████████████████████████████▍                                                                             | 1332/4251 [41:20<41:24,  1.17it/s]
 31%|███████████████████████████████████▍                                                                             | 1333/4251 [41:21<42:00,  1.16it/s]
 31%|███████████████████████████████████▍                                                                             | 1334/4251 [41:22<41:56,  1.16it/s]
 31%|███████████████████████████████████▍                                                                             | 1335/4251 [41:23<41:44,  1.16it/s]
 31%|███████████████████████████████████▌                                                                             | 1336/4251 [41:23<41:38,  1.17it/s]
 31%|███████████████████████████████████▌                                                                             | 1337/4251 [41:24<41:25,  1.17it/s]
 31%|███████████████████████████████████▌                                                                             | 1338/4251 [41:25<41:32,  1.17it/s]
 31%|███████████████████████████████████▌                                                                             | 1339/4251 [41:26<41:29,  1.17it/s]
 32%|███████████████████████████████████▌                                                                             | 1340/4251 [41:27<41:17,  1.18it/s]
                                                                                                                                                          
{'loss': '0.0231', 'grad_norm': '0.06385', 'learning_rate': '7.063e-05', 'epoch': '0.3152'}

 32%|███████████████████████████████████▌                                                                             | 1340/4251 [41:27<41:17,  1.18it/s]
 32%|███████████████████████████████████▋                                                                             | 1341/4251 [41:28<41:16,  1.18it/s]
 32%|███████████████████████████████████▋                                                                             | 1342/4251 [41:29<41:18,  1.17it/s]
 32%|███████████████████████████████████▋                                                                             | 1343/4251 [41:29<41:23,  1.17it/s]
 32%|███████████████████████████████████▋                                                                             | 1344/4251 [41:30<41:17,  1.17it/s]
 32%|███████████████████████████████████▊                                                                             | 1345/4251 [41:31<41:15,  1.17it/s]
 32%|███████████████████████████████████▊                                                                             | 1346/4251 [41:32<41:08,  1.18it/s]
 32%|███████████████████████████████████▊                                                                             | 1347/4251 [41:33<41:17,  1.17it/s]
 32%|███████████████████████████████████▊                                                                             | 1348/4251 [41:34<41:17,  1.17it/s]
 32%|███████████████████████████████████▊                                                                             | 1349/4251 [41:34<41:13,  1.17it/s]
 32%|███████████████████████████████████▉                                                                             | 1350/4251 [41:35<41:10,  1.17it/s]
 32%|███████████████████████████████████▉                                                                             | 1351/4251 [41:36<41:03,  1.18it/s]
 32%|███████████████████████████████████▉                                                                             | 1352/4251 [41:37<40:58,  1.18it/s]
 32%|███████████████████████████████████▉                                                                             | 1353/4251 [41:38<41:01,  1.18it/s]
 32%|███████████████████████████████████▉                                                                             | 1354/4251 [41:39<41:06,  1.17it/s]
 32%|████████████████████████████████████                                                                             | 1355/4251 [41:40<41:05,  1.17it/s]
 32%|████████████████████████████████████                                                                             | 1356/4251 [41:40<41:11,  1.17it/s]
 32%|████████████████████████████████████                                                                             | 1357/4251 [41:41<41:15,  1.17it/s]
 32%|████████████████████████████████████                                                                             | 1358/4251 [41:42<41:03,  1.17it/s]
 32%|████████████████████████████████████                                                                             | 1359/4251 [41:43<41:06,  1.17it/s]
 32%|████████████████████████████████████▏                                                                            | 1360/4251 [41:44<41:04,  1.17it/s]
                                                                                                                                                          
{'loss': '0.0194', 'grad_norm': '0.04239', 'learning_rate': '7.014e-05', 'epoch': '0.3199'}

 32%|████████████████████████████████████▏                                                                            | 1360/4251 [41:44<41:04,  1.17it/s]
 32%|████████████████████████████████████▏                                                                            | 1361/4251 [41:45<41:15,  1.17it/s]
 32%|████████████████████████████████████▏                                                                            | 1362/4251 [41:46<41:04,  1.17it/s]
 32%|████████████████████████████████████▏                                                                            | 1363/4251 [41:46<41:04,  1.17it/s]
 32%|████████████████████████████████████▎                                                                            | 1364/4251 [41:47<41:11,  1.17it/s]
 32%|████████████████████████████████████▎                                                                            | 1365/4251 [41:48<41:23,  1.16it/s]
 32%|████████████████████████████████████▎                                                                            | 1366/4251 [41:49<41:15,  1.17it/s]
 32%|████████████████████████████████████▎                                                                            | 1367/4251 [41:50<41:07,  1.17it/s]
 32%|████████████████████████████████████▎                                                                            | 1368/4251 [41:51<40:58,  1.17it/s]
 32%|████████████████████████████████████▍                                                                            | 1369/4251 [41:52<40:58,  1.17it/s]
 32%|████████████████████████████████████▍                                                                            | 1370/4251 [41:52<40:49,  1.18it/s]
 32%|████████████████████████████████████▍                                                                            | 1371/4251 [41:53<40:50,  1.18it/s]
 32%|████████████████████████████████████▍                                                                            | 1372/4251 [41:54<40:51,  1.17it/s]
 32%|████████████████████████████████████▍                                                                            | 1373/4251 [41:55<40:43,  1.18it/s]
 32%|████████████████████████████████████▌                                                                            | 1374/4251 [41:56<40:43,  1.18it/s]
 32%|████████████████████████████████████▌                                                                            | 1375/4251 [41:57<40:53,  1.17it/s]
 32%|████████████████████████████████████▌                                                                            | 1376/4251 [41:58<40:57,  1.17it/s]
 32%|████████████████████████████████████▌                                                                            | 1377/4251 [41:58<41:00,  1.17it/s]
 32%|████████████████████████████████████▋                                                                            | 1378/4251 [41:59<41:01,  1.17it/s]
 32%|████████████████████████████████████▋                                                                            | 1379/4251 [42:00<40:57,  1.17it/s]
 32%|████████████████████████████████████▋                                                                            | 1380/4251 [42:01<40:55,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02349', 'grad_norm': '0.0945', 'learning_rate': '6.966e-05', 'epoch': '0.3246'}

 32%|████████████████████████████████████▋                                                                            | 1380/4251 [42:01<40:55,  1.17it/s]
 32%|████████████████████████████████████▋                                                                            | 1381/4251 [42:02<40:51,  1.17it/s]
 33%|████████████████████████████████████▋                                                                            | 1382/4251 [42:03<40:43,  1.17it/s]
 33%|████████████████████████████████████▊                                                                            | 1383/4251 [42:04<40:45,  1.17it/s]
 33%|████████████████████████████████████▊                                                                            | 1384/4251 [42:04<40:47,  1.17it/s]
 33%|████████████████████████████████████▊                                                                            | 1385/4251 [42:05<40:42,  1.17it/s]
 33%|████████████████████████████████████▊                                                                            | 1386/4251 [42:06<40:55,  1.17it/s]
 33%|████████████████████████████████████▊                                                                            | 1387/4251 [42:07<40:44,  1.17it/s]
 33%|████████████████████████████████████▉                                                                            | 1388/4251 [42:08<40:42,  1.17it/s]
 33%|████████████████████████████████████▉                                                                            | 1389/4251 [42:09<40:41,  1.17it/s]
 33%|████████████████████████████████████▉                                                                            | 1390/4251 [42:09<40:38,  1.17it/s]
 33%|████████████████████████████████████▉                                                                            | 1391/4251 [42:10<40:55,  1.16it/s]
 33%|█████████████████████████████████████                                                                            | 1392/4251 [42:11<40:42,  1.17it/s]
 33%|█████████████████████████████████████                                                                            | 1393/4251 [42:12<40:38,  1.17it/s]
 33%|█████████████████████████████████████                                                                            | 1394/4251 [42:13<40:37,  1.17it/s]
 33%|█████████████████████████████████████                                                                            | 1395/4251 [42:14<40:49,  1.17it/s]
 33%|█████████████████████████████████████                                                                            | 1396/4251 [42:15<40:43,  1.17it/s]
 33%|█████████████████████████████████████▏                                                                           | 1397/4251 [42:15<40:36,  1.17it/s]
 33%|█████████████████████████████████████▏                                                                           | 1398/4251 [42:16<40:40,  1.17it/s]
 33%|█████████████████████████████████████▏                                                                           | 1399/4251 [42:17<40:39,  1.17it/s]02:06:33  INFO        eval generation: 200/250  (3.01 rec/s, 66.4s elapsed, ~17s left)
02:06:51  INFO        eval generation: 250/250  (2.97 rec/s, 84.3s elapsed, ~0s left)
02:06:53  INFO      Eval @ step_1400 — n=1000
02:06:53  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
02:06:53  INFO        E1           0.836    0.990    0.133    0.750    0.133    0.226     250
02:06:53  INFO        E2           0.968    0.967    0.971    0.918    0.971    0.944     250
02:06:53  INFO        E3           0.940    0.964    0.890    0.924    0.890    0.907     250
02:06:53  INFO        E4           0.900    0.910    0.884    0.857    0.884    0.870     250
02:06:53  INFO        overall      0.888    0.874    0.898    0.910    0.898    0.904     250
02:06:53  INFO        edge_macro_acc=0.911  edge_macro_f1=0.737  exact_match=0.716  malformed=0.000  complete_groups=250

 33%|████████████████████████████████████▏                                                                         | 1400/4251 [43:44<21:12:35, 26.78s/it]
                                                                                                                                                          
{'loss': '0.02002', 'grad_norm': '0.05436', 'learning_rate': '6.917e-05', 'epoch': '0.3293'}

 33%|████████████████████████████████████▏                                                                         | 1400/4251 [43:44<21:12:35, 26.78s/it]
 33%|████████████████████████████████████▎                                                                         | 1401/4251 [43:45<15:02:34, 19.00s/it]
 33%|████████████████████████████████████▎                                                                         | 1402/4251 [43:46<10:43:42, 13.56s/it]
 33%|████████████████████████████████████▋                                                                          | 1403/4251 [43:47<7:42:30,  9.74s/it]
 33%|████████████████████████████████████▋                                                                          | 1404/4251 [43:48<5:35:39,  7.07s/it]
 33%|████████████████████████████████████▋                                                                          | 1405/4251 [43:49<4:06:58,  5.21s/it]
 33%|████████████████████████████████████▋                                                                          | 1406/4251 [43:50<3:05:05,  3.90s/it]
 33%|████████████████████████████████████▋                                                                          | 1407/4251 [43:50<2:21:39,  2.99s/it]
 33%|████████████████████████████████████▊                                                                          | 1408/4251 [43:51<1:51:20,  2.35s/it]
 33%|████████████████████████████████████▊                                                                          | 1409/4251 [43:52<1:29:59,  1.90s/it]
 33%|████████████████████████████████████▊                                                                          | 1410/4251 [43:53<1:15:29,  1.59s/it]
 33%|████████████████████████████████████▊                                                                          | 1411/4251 [43:54<1:04:56,  1.37s/it]
 33%|█████████████████████████████████████▌                                                                           | 1412/4251 [43:55<57:26,  1.21s/it]
 33%|█████████████████████████████████████▌                                                                           | 1413/4251 [43:56<52:18,  1.11s/it]
 33%|█████████████████████████████████████▌                                                                           | 1414/4251 [43:56<48:38,  1.03s/it]
 33%|█████████████████████████████████████▌                                                                           | 1415/4251 [43:57<46:09,  1.02it/s]
 33%|█████████████████████████████████████▋                                                                           | 1416/4251 [43:58<44:17,  1.07it/s]
 33%|█████████████████████████████████████▋                                                                           | 1417/4251 [43:59<43:00,  1.10it/s]
 33%|█████████████████████████████████████▋                                                                           | 1418/4251 [44:00<42:11,  1.12it/s]
 33%|█████████████████████████████████████▋                                                                           | 1419/4251 [44:01<41:36,  1.13it/s]
 33%|█████████████████████████████████████▋                                                                           | 1420/4251 [44:02<41:09,  1.15it/s]
                                                                                                                                                          
{'loss': '0.01889', 'grad_norm': '0.05115', 'learning_rate': '6.869e-05', 'epoch': '0.334'}

 33%|█████████████████████████████████████▋                                                                           | 1420/4251 [44:02<41:09,  1.15it/s]
 33%|█████████████████████████████████████▊                                                                           | 1421/4251 [44:02<40:56,  1.15it/s]
 33%|█████████████████████████████████████▊                                                                           | 1422/4251 [44:03<40:37,  1.16it/s]
 33%|█████████████████████████████████████▊                                                                           | 1423/4251 [44:04<40:30,  1.16it/s]
 33%|█████████████████████████████████████▊                                                                           | 1424/4251 [44:05<40:23,  1.17it/s]
 34%|█████████████████████████████████████▉                                                                           | 1425/4251 [44:06<40:14,  1.17it/s]
 34%|█████████████████████████████████████▉                                                                           | 1426/4251 [44:07<40:06,  1.17it/s]
 34%|█████████████████████████████████████▉                                                                           | 1427/4251 [44:08<40:27,  1.16it/s]
 34%|█████████████████████████████████████▉                                                                           | 1428/4251 [44:08<40:31,  1.16it/s]
 34%|█████████████████████████████████████▉                                                                           | 1429/4251 [44:09<40:18,  1.17it/s]
 34%|██████████████████████████████████████                                                                           | 1430/4251 [44:10<40:06,  1.17it/s]
 34%|██████████████████████████████████████                                                                           | 1431/4251 [44:11<40:09,  1.17it/s]
 34%|██████████████████████████████████████                                                                           | 1432/4251 [44:12<40:00,  1.17it/s]
 34%|██████████████████████████████████████                                                                           | 1433/4251 [44:13<40:00,  1.17it/s]
 34%|██████████████████████████████████████                                                                           | 1434/4251 [44:13<40:01,  1.17it/s]
 34%|██████████████████████████████████████▏                                                                          | 1435/4251 [44:14<40:00,  1.17it/s]
 34%|██████████████████████████████████████▏                                                                          | 1436/4251 [44:15<39:59,  1.17it/s]
 34%|██████████████████████████████████████▏                                                                          | 1437/4251 [44:16<39:55,  1.17it/s]
 34%|██████████████████████████████████████▏                                                                          | 1438/4251 [44:17<39:55,  1.17it/s]
 34%|██████████████████████████████████████▎                                                                          | 1439/4251 [44:18<39:55,  1.17it/s]
 34%|██████████████████████████████████████▎                                                                          | 1440/4251 [44:19<39:53,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02205', 'grad_norm': '0.08636', 'learning_rate': '6.82e-05', 'epoch': '0.3387'}

 34%|██████████████████████████████████████▎                                                                          | 1440/4251 [44:19<39:53,  1.17it/s]
 34%|██████████████████████████████████████▎                                                                          | 1441/4251 [44:19<40:03,  1.17it/s]
 34%|██████████████████████████████████████▎                                                                          | 1442/4251 [44:20<39:57,  1.17it/s]
 34%|██████████████████████████████████████▎                                                                          | 1443/4251 [44:21<40:11,  1.16it/s]
 34%|██████████████████████████████████████▍                                                                          | 1444/4251 [44:22<40:00,  1.17it/s]
 34%|██████████████████████████████████████▍                                                                          | 1445/4251 [44:23<39:54,  1.17it/s]
 34%|██████████████████████████████████████▍                                                                          | 1446/4251 [44:24<39:48,  1.17it/s]
 34%|██████████████████████████████████████▍                                                                          | 1447/4251 [44:25<39:45,  1.18it/s]
 34%|██████████████████████████████████████▍                                                                          | 1448/4251 [44:25<39:57,  1.17it/s]
 34%|██████████████████████████████████████▌                                                                          | 1449/4251 [44:26<40:20,  1.16it/s]
 34%|██████████████████████████████████████▌                                                                          | 1450/4251 [44:27<40:26,  1.15it/s]
 34%|██████████████████████████████████████▌                                                                          | 1451/4251 [44:28<40:12,  1.16it/s]
 34%|██████████████████████████████████████▌                                                                          | 1452/4251 [44:29<40:00,  1.17it/s]
 34%|██████████████████████████████████████▌                                                                          | 1453/4251 [44:30<39:44,  1.17it/s]
 34%|██████████████████████████████████████▋                                                                          | 1454/4251 [44:31<39:40,  1.18it/s]
 34%|██████████████████████████████████████▋                                                                          | 1455/4251 [44:31<39:40,  1.17it/s]
 34%|██████████████████████████████████████▋                                                                          | 1456/4251 [44:32<39:35,  1.18it/s]
 34%|██████████████████████████████████████▋                                                                          | 1457/4251 [44:33<39:35,  1.18it/s]
 34%|██████████████████████████████████████▊                                                                          | 1458/4251 [44:34<39:37,  1.17it/s]
 34%|██████████████████████████████████████▊                                                                          | 1459/4251 [44:35<39:37,  1.17it/s]
 34%|██████████████████████████████████████▊                                                                          | 1460/4251 [44:36<39:35,  1.18it/s]
                                                                                                                                                          
{'loss': '0.02317', 'grad_norm': '0.1286', 'learning_rate': '6.772e-05', 'epoch': '0.3434'}

 34%|██████████████████████████████████████▊                                                                          | 1460/4251 [44:36<39:35,  1.18it/s]
 34%|██████████████████████████████████████▊                                                                          | 1461/4251 [44:37<39:42,  1.17it/s]
 34%|██████████████████████████████████████▊                                                                          | 1462/4251 [44:37<39:47,  1.17it/s]
 34%|██████████████████████████████████████▉                                                                          | 1463/4251 [44:38<39:52,  1.17it/s]
 34%|██████████████████████████████████████▉                                                                          | 1464/4251 [44:39<39:45,  1.17it/s]
 34%|██████████████████████████████████████▉                                                                          | 1465/4251 [44:40<39:44,  1.17it/s]
 34%|██████████████████████████████████████▉                                                                          | 1466/4251 [44:41<39:43,  1.17it/s]
 35%|██████████████████████████████████████▉                                                                          | 1467/4251 [44:42<39:50,  1.16it/s]
 35%|███████████████████████████████████████                                                                          | 1468/4251 [44:43<39:56,  1.16it/s]
 35%|███████████████████████████████████████                                                                          | 1469/4251 [44:43<39:48,  1.16it/s]
 35%|███████████████████████████████████████                                                                          | 1470/4251 [44:44<39:44,  1.17it/s]
 35%|███████████████████████████████████████                                                                          | 1471/4251 [44:45<39:47,  1.16it/s]
 35%|███████████████████████████████████████▏                                                                         | 1472/4251 [44:46<39:46,  1.16it/s]
 35%|███████████████████████████████████████▏                                                                         | 1473/4251 [44:47<39:42,  1.17it/s]
 35%|███████████████████████████████████████▏                                                                         | 1474/4251 [44:48<39:29,  1.17it/s]
 35%|███████████████████████████████████████▏                                                                         | 1475/4251 [44:49<39:24,  1.17it/s]
 35%|███████████████████████████████████████▏                                                                         | 1476/4251 [44:49<39:18,  1.18it/s]
 35%|███████████████████████████████████████▎                                                                         | 1477/4251 [44:50<39:23,  1.17it/s]
 35%|███████████████████████████████████████▎                                                                         | 1478/4251 [44:51<39:24,  1.17it/s]
 35%|███████████████████████████████████████▎                                                                         | 1479/4251 [44:52<39:25,  1.17it/s]
 35%|███████████████████████████████████████▎                                                                         | 1480/4251 [44:53<39:22,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02268', 'grad_norm': '0.03764', 'learning_rate': '6.723e-05', 'epoch': '0.3482'}

 35%|███████████████████████████████████████▎                                                                         | 1480/4251 [44:53<39:22,  1.17it/s]
 35%|███████████████████████████████████████▎                                                                         | 1481/4251 [44:54<39:17,  1.18it/s]
 35%|███████████████████████████████████████▍                                                                         | 1482/4251 [44:54<39:20,  1.17it/s]
 35%|███████████████████████████████████████▍                                                                         | 1483/4251 [44:55<39:19,  1.17it/s]
 35%|███████████████████████████████████████▍                                                                         | 1484/4251 [44:56<39:25,  1.17it/s]
 35%|███████████████████████████████████████▍                                                                         | 1485/4251 [44:57<39:20,  1.17it/s]
 35%|███████████████████████████████████████▌                                                                         | 1486/4251 [44:58<39:17,  1.17it/s]
 35%|███████████████████████████████████████▌                                                                         | 1487/4251 [44:59<39:10,  1.18it/s]
 35%|███████████████████████████████████████▌                                                                         | 1488/4251 [45:00<39:16,  1.17it/s]
 35%|███████████████████████████████████████▌                                                                         | 1489/4251 [45:00<39:26,  1.17it/s]
 35%|███████████████████████████████████████▌                                                                         | 1490/4251 [45:01<39:35,  1.16it/s]
 35%|███████████████████████████████████████▋                                                                         | 1491/4251 [45:02<39:30,  1.16it/s]
 35%|███████████████████████████████████████▋                                                                         | 1492/4251 [45:03<39:53,  1.15it/s]
 35%|███████████████████████████████████████▋                                                                         | 1493/4251 [45:04<39:39,  1.16it/s]
 35%|███████████████████████████████████████▋                                                                         | 1494/4251 [45:05<39:25,  1.17it/s]
 35%|███████████████████████████████████████▋                                                                         | 1495/4251 [45:06<39:28,  1.16it/s]
 35%|███████████████████████████████████████▊                                                                         | 1496/4251 [45:06<39:16,  1.17it/s]
 35%|███████████████████████████████████████▊                                                                         | 1497/4251 [45:07<39:11,  1.17it/s]
 35%|███████████████████████████████████████▊                                                                         | 1498/4251 [45:08<39:13,  1.17it/s]
 35%|███████████████████████████████████████▊                                                                         | 1499/4251 [45:09<39:08,  1.17it/s]02:09:26  INFO        eval generation: 200/250  (2.99 rec/s, 67.0s elapsed, ~17s left)
02:09:43  INFO        eval generation: 250/250  (2.96 rec/s, 84.3s elapsed, ~0s left)
02:09:45  INFO      Eval @ step_1500 — n=1000
02:09:45  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
02:09:45  INFO        E1           0.844    0.912    0.533    0.571    0.533    0.552     250
02:09:45  INFO        E2           0.984    0.989    0.971    0.971    0.971    0.971     250
02:09:45  INFO        E3           0.968    0.988    0.927    0.974    0.927    0.950     250
02:09:45  INFO        E4           0.924    0.935    0.905    0.896    0.905    0.901     250
02:09:45  INFO        overall      0.912    0.932    0.898    0.950    0.898    0.923     250
02:09:45  INFO        edge_macro_acc=0.930  edge_macro_f1=0.843  exact_match=0.764  malformed=0.000  complete_groups=250

 35%|██████████████████████████████████████▊                                                                       | 1500/4251 [46:36<20:27:41, 26.78s/it]
                                                                                                                                                          
{'loss': '0.02242', 'grad_norm': '0.06953', 'learning_rate': '6.675e-05', 'epoch': '0.3529'}

 35%|██████████████████████████████████████▊                                                                       | 1500/4251 [46:36<20:27:41, 26.78s/it]02:09:45  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/config.json "HTTP/1.1 307 Temporary Redirect"
02:09:45  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/config.json "HTTP/1.1 200 OK"

 35%|██████████████████████████████████████▊                                                                       | 1501/4251 [46:39<14:57:25, 19.58s/it]
 35%|██████████████████████████████████████▊                                                                       | 1502/4251 [46:40<10:39:39, 13.96s/it]
 35%|███████████████████████████████████████▏                                                                       | 1503/4251 [46:41<7:39:13, 10.03s/it]
 35%|███████████████████████████████████████▎                                                                       | 1504/4251 [46:42<5:33:04,  7.27s/it]
 35%|███████████████████████████████████████▎                                                                       | 1505/4251 [46:42<4:04:43,  5.35s/it]
 35%|███████████████████████████████████████▎                                                                       | 1506/4251 [46:43<3:03:01,  4.00s/it]
 35%|███████████████████████████████████████▎                                                                       | 1507/4251 [46:44<2:19:43,  3.06s/it]
 35%|███████████████████████████████████████▍                                                                       | 1508/4251 [46:45<1:49:26,  2.39s/it]
 35%|███████████████████████████████████████▍                                                                       | 1509/4251 [46:46<1:28:14,  1.93s/it]
 36%|███████████████████████████████████████▍                                                                       | 1510/4251 [46:47<1:13:16,  1.60s/it]
 36%|███████████████████████████████████████▍                                                                       | 1511/4251 [46:48<1:02:52,  1.38s/it]
 36%|████████████████████████████████████████▏                                                                        | 1512/4251 [46:48<55:33,  1.22s/it]
 36%|████████████████████████████████████████▏                                                                        | 1513/4251 [46:49<50:27,  1.11s/it]
 36%|████████████████████████████████████████▏                                                                        | 1514/4251 [46:50<46:59,  1.03s/it]
 36%|████████████████████████████████████████▎                                                                        | 1515/4251 [46:51<44:28,  1.03it/s]
 36%|████████████████████████████████████████▎                                                                        | 1516/4251 [46:52<42:47,  1.07it/s]
 36%|████████████████████████████████████████▎                                                                        | 1517/4251 [46:53<41:28,  1.10it/s]
 36%|████████████████████████████████████████▎                                                                        | 1518/4251 [46:54<40:43,  1.12it/s]
 36%|████████████████████████████████████████▍                                                                        | 1519/4251 [46:54<40:00,  1.14it/s]
 36%|████████████████████████████████████████▍                                                                        | 1520/4251 [46:55<39:33,  1.15it/s]
                                                                                                                                                          
{'loss': '0.01957', 'grad_norm': '0.1186', 'learning_rate': '6.626e-05', 'epoch': '0.3576'}

 36%|████████████████████████████████████████▍                                                                        | 1520/4251 [46:55<39:33,  1.15it/s]
 36%|████████████████████████████████████████▍                                                                        | 1521/4251 [46:56<39:23,  1.15it/s]
 36%|████████████████████████████████████████▍                                                                        | 1522/4251 [46:57<39:09,  1.16it/s]
 36%|████████████████████████████████████████▍                                                                        | 1523/4251 [46:58<39:02,  1.16it/s]
 36%|████████████████████████████████████████▌                                                                        | 1524/4251 [46:59<38:49,  1.17it/s]
 36%|████████████████████████████████████████▌                                                                        | 1525/4251 [46:59<38:47,  1.17it/s]
 36%|████████████████████████████████████████▌                                                                        | 1526/4251 [47:00<38:52,  1.17it/s]
 36%|████████████████████████████████████████▌                                                                        | 1527/4251 [47:01<38:46,  1.17it/s]
 36%|████████████████████████████████████████▌                                                                        | 1528/4251 [47:02<38:40,  1.17it/s]
 36%|████████████████████████████████████████▋                                                                        | 1529/4251 [47:03<38:37,  1.17it/s]
 36%|████████████████████████████████████████▋                                                                        | 1530/4251 [47:04<38:34,  1.18it/s]
 36%|████████████████████████████████████████▋                                                                        | 1531/4251 [47:05<38:31,  1.18it/s]
 36%|████████████████████████████████████████▋                                                                        | 1532/4251 [47:05<38:29,  1.18it/s]
 36%|████████████████████████████████████████▊                                                                        | 1533/4251 [47:06<38:28,  1.18it/s]
 36%|████████████████████████████████████████▊                                                                        | 1534/4251 [47:07<38:27,  1.18it/s]
 36%|████████████████████████████████████████▊                                                                        | 1535/4251 [47:08<38:26,  1.18it/s]
 36%|████████████████████████████████████████▊                                                                        | 1536/4251 [47:09<38:30,  1.17it/s]
 36%|████████████████████████████████████████▊                                                                        | 1537/4251 [47:10<38:28,  1.18it/s]
 36%|████████████████████████████████████████▉                                                                        | 1538/4251 [47:11<38:32,  1.17it/s]
 36%|████████████████████████████████████████▉                                                                        | 1539/4251 [47:11<38:33,  1.17it/s]
 36%|████████████████████████████████████████▉                                                                        | 1540/4251 [47:12<38:29,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01963', 'grad_norm': '0.04792', 'learning_rate': '6.578e-05', 'epoch': '0.3623'}

 36%|████████████████████████████████████████▉                                                                        | 1540/4251 [47:12<38:29,  1.17it/s]
 36%|████████████████████████████████████████▉                                                                        | 1541/4251 [47:13<38:24,  1.18it/s]
 36%|████████████████████████████████████████▉                                                                        | 1542/4251 [47:14<38:25,  1.17it/s]
 36%|█████████████████████████████████████████                                                                        | 1543/4251 [47:15<38:24,  1.18it/s]
 36%|█████████████████████████████████████████                                                                        | 1544/4251 [47:16<38:20,  1.18it/s]
 36%|████████████████████████████████████████▎                                                                      | 1545/4251 [47:19<1:11:58,  1.60s/it]
 36%|████████████████████████████████████████▎                                                                      | 1546/4251 [47:20<1:05:00,  1.44s/it]
 36%|█████████████████████████████████████████                                                                        | 1547/4251 [47:21<57:19,  1.27s/it]
 36%|█████████████████████████████████████████▏                                                                       | 1548/4251 [47:22<51:30,  1.14s/it]
 36%|█████████████████████████████████████████▏                                                                       | 1549/4251 [47:23<47:29,  1.05s/it]
 36%|█████████████████████████████████████████▏                                                                       | 1550/4251 [47:23<44:40,  1.01it/s]
 36%|█████████████████████████████████████████▏                                                                       | 1551/4251 [47:24<42:56,  1.05it/s]
 37%|█████████████████████████████████████████▎                                                                       | 1552/4251 [47:25<41:35,  1.08it/s]
 37%|█████████████████████████████████████████▎                                                                       | 1553/4251 [47:26<40:50,  1.10it/s]
 37%|█████████████████████████████████████████▎                                                                       | 1554/4251 [47:27<39:57,  1.12it/s]
 37%|█████████████████████████████████████████▎                                                                       | 1555/4251 [47:28<39:25,  1.14it/s]
 37%|█████████████████████████████████████████▎                                                                       | 1556/4251 [47:29<39:07,  1.15it/s]
 37%|█████████████████████████████████████████▍                                                                       | 1557/4251 [47:29<38:42,  1.16it/s]
 37%|█████████████████████████████████████████▍                                                                       | 1558/4251 [47:30<38:48,  1.16it/s]
 37%|█████████████████████████████████████████▍                                                                       | 1559/4251 [47:31<38:38,  1.16it/s]
 37%|█████████████████████████████████████████▍                                                                       | 1560/4251 [47:32<38:28,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01978', 'grad_norm': '0.05584', 'learning_rate': '6.529e-05', 'epoch': '0.367'}

 37%|█████████████████████████████████████████▍                                                                       | 1560/4251 [47:32<38:28,  1.17it/s]
 37%|█████████████████████████████████████████▍                                                                       | 1561/4251 [47:33<38:39,  1.16it/s]
 37%|█████████████████████████████████████████▌                                                                       | 1562/4251 [47:34<38:29,  1.16it/s]
 37%|█████████████████████████████████████████▌                                                                       | 1563/4251 [47:35<38:21,  1.17it/s]
 37%|█████████████████████████████████████████▌                                                                       | 1564/4251 [47:35<38:17,  1.17it/s]
 37%|█████████████████████████████████████████▌                                                                       | 1565/4251 [47:36<38:09,  1.17it/s]
 37%|█████████████████████████████████████████▋                                                                       | 1566/4251 [47:37<38:06,  1.17it/s]
 37%|█████████████████████████████████████████▋                                                                       | 1567/4251 [47:38<37:59,  1.18it/s]
 37%|█████████████████████████████████████████▋                                                                       | 1568/4251 [47:39<37:59,  1.18it/s]
 37%|█████████████████████████████████████████▋                                                                       | 1569/4251 [47:40<37:59,  1.18it/s]
 37%|█████████████████████████████████████████▋                                                                       | 1570/4251 [47:41<38:06,  1.17it/s]
 37%|█████████████████████████████████████████▊                                                                       | 1571/4251 [47:41<38:13,  1.17it/s]
 37%|█████████████████████████████████████████▊                                                                       | 1572/4251 [47:42<38:07,  1.17it/s]
 37%|█████████████████████████████████████████▊                                                                       | 1573/4251 [47:43<38:03,  1.17it/s]
 37%|█████████████████████████████████████████▊                                                                       | 1574/4251 [47:44<37:59,  1.17it/s]
 37%|█████████████████████████████████████████▊                                                                       | 1575/4251 [47:45<37:58,  1.17it/s]
 37%|█████████████████████████████████████████▉                                                                       | 1576/4251 [47:46<37:58,  1.17it/s]
 37%|█████████████████████████████████████████▉                                                                       | 1577/4251 [47:47<37:59,  1.17it/s]
 37%|█████████████████████████████████████████▉                                                                       | 1578/4251 [47:47<38:12,  1.17it/s]
 37%|█████████████████████████████████████████▉                                                                       | 1579/4251 [47:48<38:04,  1.17it/s]
 37%|█████████████████████████████████████████▉                                                                       | 1580/4251 [47:49<38:22,  1.16it/s]
                                                                                                                                                          
{'loss': '0.02175', 'grad_norm': '0.09221', 'learning_rate': '6.481e-05', 'epoch': '0.3717'}

 37%|█████████████████████████████████████████▉                                                                       | 1580/4251 [47:49<38:22,  1.16it/s]
 37%|██████████████████████████████████████████                                                                       | 1581/4251 [47:50<38:14,  1.16it/s]
 37%|██████████████████████████████████████████                                                                       | 1582/4251 [47:51<38:09,  1.17it/s]
 37%|██████████████████████████████████████████                                                                       | 1583/4251 [47:52<38:11,  1.16it/s]
 37%|██████████████████████████████████████████                                                                       | 1584/4251 [47:53<38:06,  1.17it/s]
 37%|██████████████████████████████████████████▏                                                                      | 1585/4251 [47:53<38:02,  1.17it/s]
 37%|██████████████████████████████████████████▏                                                                      | 1586/4251 [47:54<38:00,  1.17it/s]
 37%|██████████████████████████████████████████▏                                                                      | 1587/4251 [47:55<37:53,  1.17it/s]
 37%|██████████████████████████████████████████▏                                                                      | 1588/4251 [47:56<37:54,  1.17it/s]
 37%|██████████████████████████████████████████▏                                                                      | 1589/4251 [47:57<37:53,  1.17it/s]
 37%|██████████████████████████████████████████▎                                                                      | 1590/4251 [47:58<37:48,  1.17it/s]
 37%|██████████████████████████████████████████▎                                                                      | 1591/4251 [47:59<37:48,  1.17it/s]
 37%|██████████████████████████████████████████▎                                                                      | 1592/4251 [47:59<37:48,  1.17it/s]
 37%|██████████████████████████████████████████▎                                                                      | 1593/4251 [48:00<37:55,  1.17it/s]
 37%|██████████████████████████████████████████▎                                                                      | 1594/4251 [48:01<37:53,  1.17it/s]
 38%|██████████████████████████████████████████▍                                                                      | 1595/4251 [48:02<37:44,  1.17it/s]
 38%|██████████████████████████████████████████▍                                                                      | 1596/4251 [48:03<37:44,  1.17it/s]
 38%|██████████████████████████████████████████▍                                                                      | 1597/4251 [48:04<37:48,  1.17it/s]
 38%|██████████████████████████████████████████▍                                                                      | 1598/4251 [48:05<37:46,  1.17it/s]
 38%|██████████████████████████████████████████▌                                                                      | 1599/4251 [48:05<37:37,  1.17it/s]02:12:21  INFO        eval generation: 200/250  (3.01 rec/s, 66.5s elapsed, ~17s left)
02:12:39  INFO        eval generation: 250/250  (2.96 rec/s, 84.4s elapsed, ~0s left)
02:12:42  INFO      Eval @ step_1600 — n=1000
02:12:42  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
02:12:42  INFO        E1           0.844    0.995    0.156    0.875    0.156    0.264     250
02:12:42  INFO        E2           0.964    1.000    0.870    1.000    0.870    0.930     250
02:12:42  INFO        E3           0.936    0.976    0.854    0.946    0.854    0.897     250
02:12:42  INFO        E4           0.904    0.923    0.874    0.874    0.874    0.874     250
02:12:42  INFO        overall      0.868    0.903    0.844    0.925    0.844    0.883     250
02:12:42  INFO        edge_macro_acc=0.912  edge_macro_f1=0.741  exact_match=0.720  malformed=0.000  complete_groups=250

 38%|█████████████████████████████████████████▍                                                                    | 1600/4251 [49:34<19:56:59, 27.09s/it]
                                                                                                                                                          
{'loss': '0.02193', 'grad_norm': '0.0731', 'learning_rate': '6.432e-05', 'epoch': '0.3764'}

 38%|█████████████████████████████████████████▍                                                                    | 1600/4251 [49:34<19:56:59, 27.09s/it]
 38%|█████████████████████████████████████████▍                                                                    | 1601/4251 [49:35<14:08:52, 19.22s/it]
 38%|█████████████████████████████████████████▍                                                                    | 1602/4251 [49:35<10:05:10, 13.71s/it]
 38%|█████████████████████████████████████████▊                                                                     | 1603/4251 [49:36<7:14:38,  9.85s/it]
 38%|█████████████████████████████████████████▉                                                                     | 1604/4251 [49:37<5:15:19,  7.15s/it]
 38%|█████████████████████████████████████████▉                                                                     | 1605/4251 [49:38<3:52:16,  5.27s/it]
 38%|█████████████████████████████████████████▉                                                                     | 1606/4251 [49:39<2:53:39,  3.94s/it]
 38%|█████████████████████████████████████████▉                                                                     | 1607/4251 [49:40<2:12:46,  3.01s/it]
 38%|█████████████████████████████████████████▉                                                                     | 1608/4251 [49:40<1:44:09,  2.36s/it]
 38%|██████████████████████████████████████████                                                                     | 1609/4251 [49:41<1:24:02,  1.91s/it]
 38%|██████████████████████████████████████████                                                                     | 1610/4251 [49:42<1:10:06,  1.59s/it]
 38%|██████████████████████████████████████████                                                                     | 1611/4251 [49:43<1:00:17,  1.37s/it]
 38%|██████████████████████████████████████████▊                                                                      | 1612/4251 [49:44<53:26,  1.22s/it]
 38%|██████████████████████████████████████████▉                                                                      | 1613/4251 [49:45<48:43,  1.11s/it]
 38%|██████████████████████████████████████████▉                                                                      | 1614/4251 [49:46<45:21,  1.03s/it]
 38%|██████████████████████████████████████████▉                                                                      | 1615/4251 [49:46<42:55,  1.02it/s]
 38%|██████████████████████████████████████████▉                                                                      | 1616/4251 [49:47<41:15,  1.06it/s]
 38%|██████████████████████████████████████████▉                                                                      | 1617/4251 [49:48<39:59,  1.10it/s]
 38%|███████████████████████████████████████████                                                                      | 1618/4251 [49:49<39:10,  1.12it/s]
 38%|███████████████████████████████████████████                                                                      | 1619/4251 [49:50<38:46,  1.13it/s]
 38%|███████████████████████████████████████████                                                                      | 1620/4251 [49:51<38:15,  1.15it/s]
                                                                                                                                                          
{'loss': '0.02364', 'grad_norm': '0.04547', 'learning_rate': '6.384e-05', 'epoch': '0.3811'}

 38%|███████████████████████████████████████████                                                                      | 1620/4251 [49:51<38:15,  1.15it/s]
 38%|███████████████████████████████████████████                                                                      | 1621/4251 [49:52<38:10,  1.15it/s]
 38%|███████████████████████████████████████████                                                                      | 1622/4251 [49:52<38:03,  1.15it/s]
 38%|███████████████████████████████████████████▏                                                                     | 1623/4251 [49:53<38:00,  1.15it/s]
 38%|███████████████████████████████████████████▏                                                                     | 1624/4251 [49:54<37:45,  1.16it/s]
 38%|███████████████████████████████████████████▏                                                                     | 1625/4251 [49:55<37:35,  1.16it/s]
 38%|███████████████████████████████████████████▏                                                                     | 1626/4251 [49:56<37:27,  1.17it/s]
 38%|███████████████████████████████████████████▏                                                                     | 1627/4251 [49:57<37:16,  1.17it/s]
 38%|███████████████████████████████████████████▎                                                                     | 1628/4251 [49:58<37:13,  1.17it/s]
 38%|███████████████████████████████████████████▎                                                                     | 1629/4251 [49:58<37:19,  1.17it/s]
 38%|███████████████████████████████████████████▎                                                                     | 1630/4251 [49:59<37:13,  1.17it/s]
 38%|███████████████████████████████████████████▎                                                                     | 1631/4251 [50:00<37:14,  1.17it/s]
 38%|███████████████████████████████████████████▍                                                                     | 1632/4251 [50:01<37:12,  1.17it/s]
 38%|███████████████████████████████████████████▍                                                                     | 1633/4251 [50:02<37:08,  1.17it/s]
 38%|███████████████████████████████████████████▍                                                                     | 1634/4251 [50:03<37:09,  1.17it/s]
 38%|███████████████████████████████████████████▍                                                                     | 1635/4251 [50:04<37:33,  1.16it/s]
 38%|███████████████████████████████████████████▍                                                                     | 1636/4251 [50:06<59:35,  1.37s/it]
 39%|███████████████████████████████████████████▌                                                                     | 1637/4251 [50:07<52:48,  1.21s/it]
 39%|███████████████████████████████████████████▌                                                                     | 1638/4251 [50:08<47:59,  1.10s/it]
 39%|███████████████████████████████████████████▌                                                                     | 1639/4251 [50:09<44:42,  1.03s/it]
 39%|███████████████████████████████████████████▌                                                                     | 1640/4251 [50:09<42:16,  1.03it/s]
                                                                                                                                                          
{'loss': '0.01866', 'grad_norm': '0.1137', 'learning_rate': '6.335e-05', 'epoch': '0.3858'}

 39%|███████████████████████████████████████████▌                                                                     | 1640/4251 [50:09<42:16,  1.03it/s]
 39%|███████████████████████████████████████████▌                                                                     | 1641/4251 [50:10<40:42,  1.07it/s]
 39%|███████████████████████████████████████████▋                                                                     | 1642/4251 [50:11<39:33,  1.10it/s]
 39%|███████████████████████████████████████████▋                                                                     | 1643/4251 [50:12<38:47,  1.12it/s]
 39%|███████████████████████████████████████████▋                                                                     | 1644/4251 [50:13<38:28,  1.13it/s]
 39%|███████████████████████████████████████████▋                                                                     | 1645/4251 [50:14<37:57,  1.14it/s]
 39%|███████████████████████████████████████████▊                                                                     | 1646/4251 [50:15<37:37,  1.15it/s]
 39%|███████████████████████████████████████████▊                                                                     | 1647/4251 [50:15<37:21,  1.16it/s]
 39%|███████████████████████████████████████████▊                                                                     | 1648/4251 [50:16<37:10,  1.17it/s]
 39%|███████████████████████████████████████████▊                                                                     | 1649/4251 [50:17<37:08,  1.17it/s]
 39%|███████████████████████████████████████████▊                                                                     | 1650/4251 [50:18<37:03,  1.17it/s]
 39%|███████████████████████████████████████████▉                                                                     | 1651/4251 [50:19<36:56,  1.17it/s]
 39%|███████████████████████████████████████████▉                                                                     | 1652/4251 [50:20<36:52,  1.17it/s]
 39%|███████████████████████████████████████████▉                                                                     | 1653/4251 [50:21<36:51,  1.18it/s]
 39%|███████████████████████████████████████████▉                                                                     | 1654/4251 [50:21<36:59,  1.17it/s]
 39%|███████████████████████████████████████████▉                                                                     | 1655/4251 [50:22<36:51,  1.17it/s]
 39%|████████████████████████████████████████████                                                                     | 1656/4251 [50:23<36:50,  1.17it/s]
 39%|████████████████████████████████████████████                                                                     | 1657/4251 [50:24<36:55,  1.17it/s]
 39%|████████████████████████████████████████████                                                                     | 1658/4251 [50:25<36:55,  1.17it/s]
 39%|████████████████████████████████████████████                                                                     | 1659/4251 [50:26<36:53,  1.17it/s]
 39%|████████████████████████████████████████████▏                                                                    | 1660/4251 [50:27<36:48,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02452', 'grad_norm': '0.13', 'learning_rate': '6.287e-05', 'epoch': '0.3905'}

 39%|████████████████████████████████████████████▏                                                                    | 1660/4251 [50:27<36:48,  1.17it/s]
 39%|████████████████████████████████████████████▏                                                                    | 1661/4251 [50:27<37:03,  1.16it/s]
 39%|████████████████████████████████████████████▏                                                                    | 1662/4251 [50:28<36:55,  1.17it/s]
 39%|████████████████████████████████████████████▏                                                                    | 1663/4251 [50:29<36:50,  1.17it/s]
 39%|████████████████████████████████████████████▏                                                                    | 1664/4251 [50:30<36:45,  1.17it/s]
 39%|████████████████████████████████████████████▎                                                                    | 1665/4251 [50:31<36:46,  1.17it/s]
 39%|████████████████████████████████████████████▎                                                                    | 1666/4251 [50:32<36:52,  1.17it/s]
 39%|████████████████████████████████████████████▎                                                                    | 1667/4251 [50:33<36:50,  1.17it/s]
 39%|████████████████████████████████████████████▎                                                                    | 1668/4251 [50:33<36:43,  1.17it/s]
 39%|████████████████████████████████████████████▎                                                                    | 1669/4251 [50:34<36:40,  1.17it/s]
 39%|████████████████████████████████████████████▍                                                                    | 1670/4251 [50:35<36:41,  1.17it/s]
 39%|████████████████████████████████████████████▍                                                                    | 1671/4251 [50:36<36:38,  1.17it/s]
 39%|████████████████████████████████████████████▍                                                                    | 1672/4251 [50:37<36:31,  1.18it/s]
 39%|████████████████████████████████████████████▍                                                                    | 1673/4251 [50:38<36:31,  1.18it/s]
 39%|████████████████████████████████████████████▍                                                                    | 1674/4251 [50:38<36:31,  1.18it/s]
 39%|████████████████████████████████████████████▌                                                                    | 1675/4251 [50:39<36:25,  1.18it/s]
 39%|████████████████████████████████████████████▌                                                                    | 1676/4251 [50:40<36:33,  1.17it/s]
 39%|████████████████████████████████████████████▌                                                                    | 1677/4251 [50:41<36:33,  1.17it/s]
 39%|████████████████████████████████████████████▌                                                                    | 1678/4251 [50:42<36:29,  1.18it/s]
 39%|████████████████████████████████████████████▋                                                                    | 1679/4251 [50:43<36:29,  1.17it/s]
 40%|████████████████████████████████████████████▋                                                                    | 1680/4251 [50:44<36:30,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01911', 'grad_norm': '0.03448', 'learning_rate': '6.238e-05', 'epoch': '0.3952'}

 40%|████████████████████████████████████████████▋                                                                    | 1680/4251 [50:44<36:30,  1.17it/s]
 40%|████████████████████████████████████████████▋                                                                    | 1681/4251 [50:44<36:29,  1.17it/s]
 40%|████████████████████████████████████████████▋                                                                    | 1682/4251 [50:45<36:26,  1.18it/s]
 40%|████████████████████████████████████████████▋                                                                    | 1683/4251 [50:46<36:45,  1.16it/s]
 40%|████████████████████████████████████████████▊                                                                    | 1684/4251 [50:47<36:36,  1.17it/s]
 40%|████████████████████████████████████████████▊                                                                    | 1685/4251 [50:48<36:31,  1.17it/s]
 40%|████████████████████████████████████████████▊                                                                    | 1686/4251 [50:49<36:23,  1.17it/s]
 40%|████████████████████████████████████████████▊                                                                    | 1687/4251 [50:50<36:26,  1.17it/s]
 40%|████████████████████████████████████████████▊                                                                    | 1688/4251 [50:50<36:42,  1.16it/s]
 40%|████████████████████████████████████████████▉                                                                    | 1689/4251 [50:51<36:50,  1.16it/s]
 40%|████████████████████████████████████████████▉                                                                    | 1690/4251 [50:52<36:33,  1.17it/s]
 40%|████████████████████████████████████████████▉                                                                    | 1691/4251 [50:53<36:25,  1.17it/s]
 40%|████████████████████████████████████████████▉                                                                    | 1692/4251 [50:54<36:26,  1.17it/s]
 40%|█████████████████████████████████████████████                                                                    | 1693/4251 [50:55<36:20,  1.17it/s]
 40%|█████████████████████████████████████████████                                                                    | 1694/4251 [50:56<36:16,  1.17it/s]
 40%|█████████████████████████████████████████████                                                                    | 1695/4251 [50:56<36:21,  1.17it/s]
 40%|█████████████████████████████████████████████                                                                    | 1696/4251 [50:57<36:20,  1.17it/s]
 40%|█████████████████████████████████████████████                                                                    | 1697/4251 [50:58<36:17,  1.17it/s]
 40%|█████████████████████████████████████████████▏                                                                   | 1698/4251 [50:59<36:22,  1.17it/s]
 40%|█████████████████████████████████████████████▏                                                                   | 1699/4251 [51:00<36:15,  1.17it/s]02:15:16  INFO        eval generation: 200/250  (3.02 rec/s, 66.3s elapsed, ~17s left)
02:15:33  INFO        eval generation: 250/250  (3.00 rec/s, 83.4s elapsed, ~0s left)
02:15:35  INFO      Eval @ step_1700 — n=1000
02:15:35  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
02:15:36  INFO        E1           0.840    0.976    0.222    0.667    0.222    0.333     250
02:15:36  INFO        E2           0.964    0.972    0.942    0.929    0.942    0.935     250
02:15:36  INFO        E3           0.948    0.976    0.890    0.948    0.890    0.918     250
02:15:36  INFO        E4           0.928    0.955    0.884    0.923    0.884    0.903     250
02:15:36  INFO        overall      0.900    0.942    0.871    0.955    0.871    0.911     250
02:15:36  INFO        edge_macro_acc=0.920  edge_macro_f1=0.773  exact_match=0.728  malformed=0.000  complete_groups=250

 40%|███████████████████████████████████████████▉                                                                  | 1700/4251 [52:27<18:55:09, 26.70s/it]
                                                                                                                                                          
{'loss': '0.01976', 'grad_norm': '0.05867', 'learning_rate': '6.19e-05', 'epoch': '0.3999'}

 40%|███████████████████████████████████████████▉                                                                  | 1700/4251 [52:27<18:55:09, 26.70s/it]
 40%|████████████████████████████████████████████                                                                  | 1701/4251 [52:28<13:25:05, 18.94s/it]
 40%|████████████████████████████████████████████▍                                                                  | 1702/4251 [52:29<9:34:04, 13.51s/it]
 40%|████████████████████████████████████████████▍                                                                  | 1703/4251 [52:29<6:52:29,  9.71s/it]
 40%|████████████████████████████████████████████▍                                                                  | 1704/4251 [52:30<4:59:26,  7.05s/it]
 40%|████████████████████████████████████████████▌                                                                  | 1705/4251 [52:31<3:40:23,  5.19s/it]
 40%|████████████████████████████████████████████▌                                                                  | 1706/4251 [52:32<2:44:59,  3.89s/it]
 40%|████████████████████████████████████████████▌                                                                  | 1707/4251 [52:33<2:06:17,  2.98s/it]
 40%|████████████████████████████████████████████▌                                                                  | 1708/4251 [52:34<1:39:09,  2.34s/it]
 40%|████████████████████████████████████████████▌                                                                  | 1709/4251 [52:34<1:20:24,  1.90s/it]
 40%|████████████████████████████████████████████▋                                                                  | 1710/4251 [52:35<1:07:12,  1.59s/it]
 40%|█████████████████████████████████████████████▍                                                                   | 1711/4251 [52:36<57:51,  1.37s/it]
 40%|█████████████████████████████████████████████▌                                                                   | 1712/4251 [52:37<51:15,  1.21s/it]
 40%|█████████████████████████████████████████████▌                                                                   | 1713/4251 [52:38<46:43,  1.10s/it]
 40%|█████████████████████████████████████████████▌                                                                   | 1714/4251 [52:39<43:25,  1.03s/it]
 40%|█████████████████████████████████████████████▌                                                                   | 1715/4251 [52:40<41:07,  1.03it/s]
 40%|█████████████████████████████████████████████▌                                                                   | 1716/4251 [52:40<39:30,  1.07it/s]
 40%|█████████████████████████████████████████████▋                                                                   | 1717/4251 [52:41<38:22,  1.10it/s]
 40%|█████████████████████████████████████████████▋                                                                   | 1718/4251 [52:42<37:46,  1.12it/s]
 40%|█████████████████████████████████████████████▋                                                                   | 1719/4251 [52:43<37:06,  1.14it/s]
 40%|█████████████████████████████████████████████▋                                                                   | 1720/4251 [52:44<36:42,  1.15it/s]
                                                                                                                                                          
{'loss': '0.01736', 'grad_norm': '0.1001', 'learning_rate': '6.141e-05', 'epoch': '0.4046'}

 40%|█████████████████████████████████████████████▋                                                                   | 1720/4251 [52:44<36:42,  1.15it/s]
 40%|█████████████████████████████████████████████▋                                                                   | 1721/4251 [52:45<36:29,  1.16it/s]
 41%|█████████████████████████████████████████████▊                                                                   | 1722/4251 [52:46<36:16,  1.16it/s]
 41%|█████████████████████████████████████████████▊                                                                   | 1723/4251 [52:46<36:18,  1.16it/s]
 41%|█████████████████████████████████████████████▊                                                                   | 1724/4251 [52:47<36:05,  1.17it/s]
 41%|█████████████████████████████████████████████▊                                                                   | 1725/4251 [52:48<35:59,  1.17it/s]
 41%|█████████████████████████████████████████████▉                                                                   | 1726/4251 [52:49<36:00,  1.17it/s]
 41%|█████████████████████████████████████████████▉                                                                   | 1727/4251 [52:50<35:52,  1.17it/s]
 41%|█████████████████████████████████████████████▉                                                                   | 1728/4251 [52:52<54:19,  1.29s/it]
 41%|█████████████████████████████████████████████▉                                                                   | 1729/4251 [52:53<48:39,  1.16s/it]
 41%|█████████████████████████████████████████████▉                                                                   | 1730/4251 [52:54<44:40,  1.06s/it]
 41%|██████████████████████████████████████████████                                                                   | 1731/4251 [52:55<41:55,  1.00it/s]
 41%|██████████████████████████████████████████████                                                                   | 1732/4251 [52:56<40:06,  1.05it/s]
 41%|██████████████████████████████████████████████                                                                   | 1733/4251 [52:56<38:48,  1.08it/s]
 41%|██████████████████████████████████████████████                                                                   | 1734/4251 [52:57<37:52,  1.11it/s]
 41%|██████████████████████████████████████████████                                                                   | 1735/4251 [52:58<37:12,  1.13it/s]
 41%|██████████████████████████████████████████████▏                                                                  | 1736/4251 [52:59<36:40,  1.14it/s]
 41%|██████████████████████████████████████████████▏                                                                  | 1737/4251 [53:00<36:18,  1.15it/s]
 41%|██████████████████████████████████████████████▏                                                                  | 1738/4251 [53:01<36:04,  1.16it/s]
 41%|██████████████████████████████████████████████▏                                                                  | 1739/4251 [53:01<35:52,  1.17it/s]
 41%|██████████████████████████████████████████████▎                                                                  | 1740/4251 [53:02<35:48,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01927', 'grad_norm': '0.04919', 'learning_rate': '6.093e-05', 'epoch': '0.4093'}

 41%|██████████████████████████████████████████████▎                                                                  | 1740/4251 [53:02<35:48,  1.17it/s]
 41%|██████████████████████████████████████████████▎                                                                  | 1741/4251 [53:03<35:51,  1.17it/s]
 41%|██████████████████████████████████████████████▎                                                                  | 1742/4251 [53:04<35:49,  1.17it/s]
 41%|██████████████████████████████████████████████▎                                                                  | 1743/4251 [53:05<35:47,  1.17it/s]
 41%|██████████████████████████████████████████████▎                                                                  | 1744/4251 [53:06<35:49,  1.17it/s]
 41%|██████████████████████████████████████████████▍                                                                  | 1745/4251 [53:07<35:42,  1.17it/s]
 41%|██████████████████████████████████████████████▍                                                                  | 1746/4251 [53:07<35:36,  1.17it/s]
 41%|██████████████████████████████████████████████▍                                                                  | 1747/4251 [53:08<36:00,  1.16it/s]
 41%|██████████████████████████████████████████████▍                                                                  | 1748/4251 [53:09<35:45,  1.17it/s]
 41%|██████████████████████████████████████████████▍                                                                  | 1749/4251 [53:10<35:45,  1.17it/s]
 41%|██████████████████████████████████████████████▌                                                                  | 1750/4251 [53:11<35:53,  1.16it/s]
 41%|██████████████████████████████████████████████▌                                                                  | 1751/4251 [53:12<35:42,  1.17it/s]
 41%|██████████████████████████████████████████████▌                                                                  | 1752/4251 [53:13<35:57,  1.16it/s]
 41%|██████████████████████████████████████████████▌                                                                  | 1753/4251 [53:13<35:41,  1.17it/s]
 41%|██████████████████████████████████████████████▌                                                                  | 1754/4251 [53:14<35:30,  1.17it/s]
 41%|██████████████████████████████████████████████▋                                                                  | 1755/4251 [53:15<35:29,  1.17it/s]
 41%|██████████████████████████████████████████████▋                                                                  | 1756/4251 [53:16<35:31,  1.17it/s]
 41%|██████████████████████████████████████████████▋                                                                  | 1757/4251 [53:17<35:23,  1.17it/s]
 41%|██████████████████████████████████████████████▋                                                                  | 1758/4251 [53:18<35:18,  1.18it/s]
 41%|██████████████████████████████████████████████▊                                                                  | 1759/4251 [53:19<35:23,  1.17it/s]
 41%|██████████████████████████████████████████████▊                                                                  | 1760/4251 [53:19<35:22,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01972', 'grad_norm': '0.1153', 'learning_rate': '6.044e-05', 'epoch': '0.414'}

 41%|██████████████████████████████████████████████▊                                                                  | 1760/4251 [53:19<35:22,  1.17it/s]
 41%|██████████████████████████████████████████████▊                                                                  | 1761/4251 [53:20<35:15,  1.18it/s]
 41%|██████████████████████████████████████████████▊                                                                  | 1762/4251 [53:21<35:23,  1.17it/s]
 41%|██████████████████████████████████████████████▊                                                                  | 1763/4251 [53:23<53:38,  1.29s/it]
 41%|██████████████████████████████████████████████▉                                                                  | 1764/4251 [53:24<48:03,  1.16s/it]
 42%|██████████████████████████████████████████████▉                                                                  | 1765/4251 [53:25<44:11,  1.07s/it]
 42%|██████████████████████████████████████████████▉                                                                  | 1766/4251 [53:26<41:27,  1.00s/it]
 42%|██████████████████████████████████████████████▉                                                                  | 1767/4251 [53:27<39:42,  1.04it/s]
 42%|██████████████████████████████████████████████▉                                                                  | 1768/4251 [53:29<58:59,  1.43s/it]
 42%|███████████████████████████████████████████████                                                                  | 1769/4251 [53:30<51:47,  1.25s/it]
 42%|███████████████████████████████████████████████                                                                  | 1770/4251 [53:31<46:43,  1.13s/it]
 42%|███████████████████████████████████████████████                                                                  | 1771/4251 [53:32<43:24,  1.05s/it]
 42%|███████████████████████████████████████████████                                                                  | 1772/4251 [53:33<40:57,  1.01it/s]
 42%|███████████████████████████████████████████████▏                                                                 | 1773/4251 [53:34<39:09,  1.05it/s]
 42%|███████████████████████████████████████████████▏                                                                 | 1774/4251 [53:34<38:04,  1.08it/s]
 42%|███████████████████████████████████████████████▏                                                                 | 1775/4251 [53:35<37:09,  1.11it/s]
 42%|███████████████████████████████████████████████▏                                                                 | 1776/4251 [53:36<36:27,  1.13it/s]
 42%|███████████████████████████████████████████████▏                                                                 | 1777/4251 [53:37<35:57,  1.15it/s]
 42%|███████████████████████████████████████████████▎                                                                 | 1778/4251 [53:38<35:40,  1.16it/s]
 42%|███████████████████████████████████████████████▎                                                                 | 1779/4251 [53:39<35:24,  1.16it/s]
 42%|███████████████████████████████████████████████▎                                                                 | 1780/4251 [53:40<35:11,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01919', 'grad_norm': '0.08479', 'learning_rate': '5.996e-05', 'epoch': '0.4187'}

 42%|███████████████████████████████████████████████▎                                                                 | 1780/4251 [53:40<35:11,  1.17it/s]
 42%|███████████████████████████████████████████████▎                                                                 | 1781/4251 [53:40<35:11,  1.17it/s]
 42%|███████████████████████████████████████████████▎                                                                 | 1782/4251 [53:41<35:06,  1.17it/s]
 42%|███████████████████████████████████████████████▍                                                                 | 1783/4251 [53:44<52:43,  1.28s/it]
 42%|███████████████████████████████████████████████▍                                                                 | 1784/4251 [53:44<47:19,  1.15s/it]
 42%|███████████████████████████████████████████████▍                                                                 | 1785/4251 [53:45<43:34,  1.06s/it]
 42%|███████████████████████████████████████████████▍                                                                 | 1786/4251 [53:46<40:59,  1.00it/s]
 42%|███████████████████████████████████████████████▌                                                                 | 1787/4251 [53:47<39:08,  1.05it/s]
 42%|███████████████████████████████████████████████▌                                                                 | 1788/4251 [53:48<37:48,  1.09it/s]
 42%|███████████████████████████████████████████████▌                                                                 | 1789/4251 [53:49<37:04,  1.11it/s]
 42%|███████████████████████████████████████████████▌                                                                 | 1790/4251 [53:49<36:26,  1.13it/s]
 42%|███████████████████████████████████████████████▌                                                                 | 1791/4251 [53:50<36:04,  1.14it/s]
 42%|███████████████████████████████████████████████▋                                                                 | 1792/4251 [53:51<35:41,  1.15it/s]
 42%|███████████████████████████████████████████████▋                                                                 | 1793/4251 [53:52<35:26,  1.16it/s]
 42%|███████████████████████████████████████████████▋                                                                 | 1794/4251 [53:53<35:07,  1.17it/s]
 42%|███████████████████████████████████████████████▋                                                                 | 1795/4251 [53:54<34:59,  1.17it/s]
 42%|███████████████████████████████████████████████▋                                                                 | 1796/4251 [53:55<35:13,  1.16it/s]
 42%|███████████████████████████████████████████████▊                                                                 | 1797/4251 [53:55<35:02,  1.17it/s]
 42%|███████████████████████████████████████████████▊                                                                 | 1798/4251 [53:56<34:59,  1.17it/s]
 42%|███████████████████████████████████████████████▊                                                                 | 1799/4251 [53:57<35:15,  1.16it/s]02:18:13  INFO        eval generation: 200/250  (3.02 rec/s, 66.3s elapsed, ~17s left)
02:18:31  INFO        eval generation: 250/250  (2.96 rec/s, 84.6s elapsed, ~0s left)
02:18:33  INFO      Eval @ step_1800 — n=1000
02:18:33  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
02:18:33  INFO        E1           0.832    0.961    0.244    0.579    0.244    0.344     250
02:18:33  INFO        E2           0.992    1.000    0.971    1.000    0.971    0.985     250
02:18:33  INFO        E3           0.944    0.976    0.878    0.947    0.878    0.911     250
02:18:33  INFO        E4           0.936    0.981    0.863    0.965    0.863    0.911     250
02:18:33  INFO        overall      0.916    0.961    0.884    0.970    0.884    0.925     250
02:18:33  INFO        edge_macro_acc=0.926  edge_macro_f1=0.788  exact_match=0.740  malformed=0.000  complete_groups=250

 42%|██████████████████████████████████████████████▌                                                               | 1800/4251 [55:24<18:13:32, 26.77s/it]
                                                                                                                                                          
{'loss': '0.02174', 'grad_norm': '0.04939', 'learning_rate': '5.947e-05', 'epoch': '0.4234'}

 42%|██████████████████████████████████████████████▌                                                               | 1800/4251 [55:24<18:13:32, 26.77s/it]02:18:34  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/config.json "HTTP/1.1 307 Temporary Redirect"
02:18:35  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/config.json "HTTP/1.1 200 OK"

 42%|██████████████████████████████████████████████▌                                                               | 1801/4251 [55:28<13:32:52, 19.91s/it]
 42%|███████████████████████████████████████████████                                                                | 1802/4251 [55:29<9:39:07, 14.19s/it]
 42%|███████████████████████████████████████████████                                                                | 1803/4251 [55:30<6:55:38, 10.19s/it]
 42%|███████████████████████████████████████████████                                                                | 1804/4251 [55:31<5:01:15,  7.39s/it]
 42%|███████████████████████████████████████████████▏                                                               | 1805/4251 [55:32<3:41:07,  5.42s/it]
 42%|███████████████████████████████████████████████▏                                                               | 1806/4251 [55:33<2:45:01,  4.05s/it]
 43%|███████████████████████████████████████████████▏                                                               | 1807/4251 [55:33<2:05:50,  3.09s/it]
 43%|███████████████████████████████████████████████▏                                                               | 1808/4251 [55:34<1:38:30,  2.42s/it]
 43%|███████████████████████████████████████████████▏                                                               | 1809/4251 [55:35<1:19:28,  1.95s/it]
 43%|███████████████████████████████████████████████▎                                                               | 1810/4251 [55:36<1:05:58,  1.62s/it]
 43%|████████████████████████████████████████████████▏                                                                | 1811/4251 [55:37<56:34,  1.39s/it]
 43%|████████████████████████████████████████████████▏                                                                | 1812/4251 [55:38<49:53,  1.23s/it]
 43%|████████████████████████████████████████████████▏                                                                | 1813/4251 [55:39<45:13,  1.11s/it]
 43%|████████████████████████████████████████████████▏                                                                | 1814/4251 [55:39<42:16,  1.04s/it]
 43%|████████████████████████████████████████████████▏                                                                | 1815/4251 [55:40<40:10,  1.01it/s]
 43%|████████████████████████████████████████████████▎                                                                | 1816/4251 [55:41<38:55,  1.04it/s]
 43%|████████████████████████████████████████████████▎                                                                | 1817/4251 [55:42<37:36,  1.08it/s]
 43%|████████████████████████████████████████████████▎                                                                | 1818/4251 [55:43<36:38,  1.11it/s]
 43%|████████████████████████████████████████████████▎                                                                | 1819/4251 [55:44<35:59,  1.13it/s]
 43%|████████████████████████████████████████████████▍                                                                | 1820/4251 [55:45<35:30,  1.14it/s]
                                                                                                                                                          
{'loss': '0.01796', 'grad_norm': '0.1101', 'learning_rate': '5.899e-05', 'epoch': '0.4281'}

 43%|████████████████████████████████████████████████▍                                                                | 1820/4251 [55:45<35:30,  1.14it/s]
 43%|████████████████████████████████████████████████▍                                                                | 1821/4251 [55:45<35:14,  1.15it/s]
 43%|████████████████████████████████████████████████▍                                                                | 1822/4251 [55:46<34:57,  1.16it/s]
 43%|████████████████████████████████████████████████▍                                                                | 1823/4251 [55:47<34:46,  1.16it/s]
 43%|████████████████████████████████████████████████▍                                                                | 1824/4251 [55:48<34:36,  1.17it/s]
 43%|████████████████████████████████████████████████▌                                                                | 1825/4251 [55:49<34:30,  1.17it/s]
 43%|████████████████████████████████████████████████▌                                                                | 1826/4251 [55:50<34:32,  1.17it/s]
 43%|████████████████████████████████████████████████▌                                                                | 1827/4251 [55:51<34:29,  1.17it/s]
 43%|████████████████████████████████████████████████▌                                                                | 1828/4251 [55:51<34:24,  1.17it/s]
 43%|████████████████████████████████████████████████▌                                                                | 1829/4251 [55:52<34:20,  1.18it/s]
 43%|████████████████████████████████████████████████▋                                                                | 1830/4251 [55:53<34:22,  1.17it/s]
 43%|████████████████████████████████████████████████▋                                                                | 1831/4251 [55:54<34:30,  1.17it/s]
 43%|████████████████████████████████████████████████▋                                                                | 1832/4251 [55:55<34:36,  1.17it/s]
 43%|████████████████████████████████████████████████▋                                                                | 1833/4251 [55:56<34:29,  1.17it/s]
 43%|████████████████████████████████████████████████▊                                                                | 1834/4251 [55:56<34:25,  1.17it/s]
 43%|████████████████████████████████████████████████▊                                                                | 1835/4251 [55:57<34:22,  1.17it/s]
 43%|████████████████████████████████████████████████▊                                                                | 1836/4251 [55:58<34:25,  1.17it/s]
 43%|████████████████████████████████████████████████▊                                                                | 1837/4251 [55:59<34:21,  1.17it/s]
 43%|████████████████████████████████████████████████▊                                                                | 1838/4251 [56:00<34:23,  1.17it/s]
 43%|████████████████████████████████████████████████▉                                                                | 1839/4251 [56:01<34:13,  1.17it/s]
 43%|████████████████████████████████████████████████▉                                                                | 1840/4251 [56:02<34:12,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02365', 'grad_norm': '0.08919', 'learning_rate': '5.85e-05', 'epoch': '0.4328'}

 43%|████████████████████████████████████████████████▉                                                                | 1840/4251 [56:02<34:12,  1.17it/s]
 43%|████████████████████████████████████████████████▉                                                                | 1841/4251 [56:02<34:16,  1.17it/s]
 43%|████████████████████████████████████████████████▉                                                                | 1842/4251 [56:03<34:12,  1.17it/s]
 43%|████████████████████████████████████████████████▉                                                                | 1843/4251 [56:04<34:06,  1.18it/s]
 43%|█████████████████████████████████████████████████                                                                | 1844/4251 [56:05<34:08,  1.18it/s]
 43%|█████████████████████████████████████████████████                                                                | 1845/4251 [56:06<34:14,  1.17it/s]
 43%|█████████████████████████████████████████████████                                                                | 1846/4251 [56:07<34:10,  1.17it/s]
 43%|█████████████████████████████████████████████████                                                                | 1847/4251 [56:08<34:05,  1.18it/s]
 43%|█████████████████████████████████████████████████                                                                | 1848/4251 [56:08<34:06,  1.17it/s]
 43%|█████████████████████████████████████████████████▏                                                               | 1849/4251 [56:09<34:02,  1.18it/s]
 44%|█████████████████████████████████████████████████▏                                                               | 1850/4251 [56:10<34:02,  1.18it/s]
 44%|█████████████████████████████████████████████████▏                                                               | 1851/4251 [56:11<34:04,  1.17it/s]
 44%|█████████████████████████████████████████████████▏                                                               | 1852/4251 [56:12<34:03,  1.17it/s]
 44%|█████████████████████████████████████████████████▎                                                               | 1853/4251 [56:13<34:00,  1.18it/s]
 44%|█████████████████████████████████████████████████▎                                                               | 1854/4251 [56:14<33:59,  1.18it/s]
 44%|█████████████████████████████████████████████████▎                                                               | 1855/4251 [56:14<34:42,  1.15it/s]
 44%|█████████████████████████████████████████████████▎                                                               | 1856/4251 [56:15<34:28,  1.16it/s]
 44%|█████████████████████████████████████████████████▎                                                               | 1857/4251 [56:16<34:13,  1.17it/s]
 44%|█████████████████████████████████████████████████▍                                                               | 1858/4251 [56:17<34:11,  1.17it/s]
 44%|█████████████████████████████████████████████████▍                                                               | 1859/4251 [56:18<33:59,  1.17it/s]
 44%|█████████████████████████████████████████████████▍                                                               | 1860/4251 [56:19<34:06,  1.17it/s]
                                                                                                                                                          
{'loss': '0.0211', 'grad_norm': '0.165', 'learning_rate': '5.802e-05', 'epoch': '0.4375'}

 44%|█████████████████████████████████████████████████▍                                                               | 1860/4251 [56:19<34:06,  1.17it/s]
 44%|█████████████████████████████████████████████████▍                                                               | 1861/4251 [56:20<33:58,  1.17it/s]
 44%|█████████████████████████████████████████████████▍                                                               | 1862/4251 [56:20<33:58,  1.17it/s]
 44%|█████████████████████████████████████████████████▌                                                               | 1863/4251 [56:21<33:57,  1.17it/s]
 44%|█████████████████████████████████████████████████▌                                                               | 1864/4251 [56:22<33:59,  1.17it/s]
 44%|█████████████████████████████████████████████████▌                                                               | 1865/4251 [56:23<33:52,  1.17it/s]
 44%|█████████████████████████████████████████████████▌                                                               | 1866/4251 [56:24<33:55,  1.17it/s]
 44%|█████████████████████████████████████████████████▋                                                               | 1867/4251 [56:25<33:54,  1.17it/s]
 44%|█████████████████████████████████████████████████▋                                                               | 1868/4251 [56:26<33:57,  1.17it/s]
 44%|█████████████████████████████████████████████████▋                                                               | 1869/4251 [56:26<33:54,  1.17it/s]
 44%|█████████████████████████████████████████████████▋                                                               | 1870/4251 [56:27<34:13,  1.16it/s]
 44%|█████████████████████████████████████████████████▋                                                               | 1871/4251 [56:28<34:06,  1.16it/s]
 44%|█████████████████████████████████████████████████▊                                                               | 1872/4251 [56:30<51:06,  1.29s/it]
 44%|█████████████████████████████████████████████████▊                                                               | 1873/4251 [56:31<45:48,  1.16s/it]
 44%|█████████████████████████████████████████████████▊                                                               | 1874/4251 [56:32<42:13,  1.07s/it]
 44%|█████████████████████████████████████████████████▊                                                               | 1875/4251 [56:33<39:48,  1.01s/it]
 44%|█████████████████████████████████████████████████▊                                                               | 1876/4251 [56:34<37:54,  1.04it/s]
 44%|█████████████████████████████████████████████████▉                                                               | 1877/4251 [56:35<36:41,  1.08it/s]
 44%|█████████████████████████████████████████████████▉                                                               | 1878/4251 [56:36<36:10,  1.09it/s]
 44%|█████████████████████████████████████████████████▉                                                               | 1879/4251 [56:36<35:28,  1.11it/s]
 44%|█████████████████████████████████████████████████▉                                                               | 1880/4251 [56:37<35:06,  1.13it/s]
                                                                                                                                                          
{'loss': '0.02289', 'grad_norm': '0.1232', 'learning_rate': '5.753e-05', 'epoch': '0.4422'}

 44%|█████████████████████████████████████████████████▉                                                               | 1880/4251 [56:37<35:06,  1.13it/s]
 44%|██████████████████████████████████████████████████                                                               | 1881/4251 [56:38<34:37,  1.14it/s]
 44%|██████████████████████████████████████████████████                                                               | 1882/4251 [56:39<34:45,  1.14it/s]
 44%|██████████████████████████████████████████████████                                                               | 1883/4251 [56:40<34:44,  1.14it/s]
 44%|██████████████████████████████████████████████████                                                               | 1884/4251 [56:41<34:23,  1.15it/s]
 44%|██████████████████████████████████████████████████                                                               | 1885/4251 [56:42<34:13,  1.15it/s]
 44%|██████████████████████████████████████████████████▏                                                              | 1886/4251 [56:42<34:06,  1.16it/s]
 44%|██████████████████████████████████████████████████▏                                                              | 1887/4251 [56:43<33:56,  1.16it/s]
 44%|██████████████████████████████████████████████████▏                                                              | 1888/4251 [56:44<33:43,  1.17it/s]
 44%|██████████████████████████████████████████████████▏                                                              | 1889/4251 [56:45<33:42,  1.17it/s]
 44%|██████████████████████████████████████████████████▏                                                              | 1890/4251 [56:46<33:39,  1.17it/s]
 44%|██████████████████████████████████████████████████▎                                                              | 1891/4251 [56:47<33:33,  1.17it/s]
 45%|██████████████████████████████████████████████████▎                                                              | 1892/4251 [56:48<33:36,  1.17it/s]
 45%|██████████████████████████████████████████████████▎                                                              | 1893/4251 [56:48<33:33,  1.17it/s]
 45%|██████████████████████████████████████████████████▎                                                              | 1894/4251 [56:49<33:28,  1.17it/s]
 45%|██████████████████████████████████████████████████▎                                                              | 1895/4251 [56:50<33:34,  1.17it/s]
 45%|██████████████████████████████████████████████████▍                                                              | 1896/4251 [56:51<33:26,  1.17it/s]
 45%|██████████████████████████████████████████████████▍                                                              | 1897/4251 [56:54<53:39,  1.37s/it]
 45%|██████████████████████████████████████████████████▍                                                              | 1898/4251 [56:54<47:30,  1.21s/it]
 45%|██████████████████████████████████████████████████▍                                                              | 1899/4251 [56:55<43:11,  1.10s/it]02:21:12  INFO        eval generation: 200/250  (3.00 rec/s, 66.7s elapsed, ~17s left)
02:21:29  INFO        eval generation: 250/250  (2.98 rec/s, 83.9s elapsed, ~0s left)
02:21:30  INFO      Eval @ step_1900 — n=1000
02:21:30  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
02:21:30  INFO        E1           0.836    0.971    0.222    0.625    0.222    0.328     250
02:21:30  INFO        E2           0.984    0.978    1.000    0.945    1.000    0.972     250
02:21:30  INFO        E3           0.940    0.970    0.878    0.935    0.878    0.906     250
02:21:30  INFO        E4           0.948    0.987    0.884    0.977    0.884    0.928     250
02:21:30  INFO        overall      0.908    0.951    0.878    0.963    0.878    0.918     250
02:21:30  INFO        edge_macro_acc=0.927  edge_macro_f1=0.783  exact_match=0.752  malformed=0.000  complete_groups=250

 45%|█████████████████████████████████████████████████▏                                                            | 1900/4251 [58:21<17:23:28, 26.63s/it]
                                                                                                                                                          
{'loss': '0.02535', 'grad_norm': '0.0993', 'learning_rate': '5.705e-05', 'epoch': '0.447'}

 45%|█████████████████████████████████████████████████▏                                                            | 1900/4251 [58:21<17:23:28, 26.63s/it]
 45%|█████████████████████████████████████████████████▏                                                            | 1901/4251 [58:22<12:20:30, 18.91s/it]
 45%|█████████████████████████████████████████████████▋                                                             | 1902/4251 [58:23<8:48:00, 13.49s/it]
 45%|█████████████████████████████████████████████████▋                                                             | 1903/4251 [58:24<6:19:25,  9.70s/it]
 45%|█████████████████████████████████████████████████▋                                                             | 1904/4251 [58:25<4:35:40,  7.05s/it]
 45%|█████████████████████████████████████████████████▋                                                             | 1905/4251 [58:26<3:22:50,  5.19s/it]
 45%|█████████████████████████████████████████████████▊                                                             | 1906/4251 [58:27<2:31:52,  3.89s/it]
 45%|█████████████████████████████████████████████████▊                                                             | 1907/4251 [58:29<2:14:46,  3.45s/it]
 45%|█████████████████████████████████████████████████▊                                                             | 1908/4251 [58:30<1:44:29,  2.68s/it]
 45%|█████████████████████████████████████████████████▊                                                             | 1909/4251 [58:31<1:23:02,  2.13s/it]
 45%|█████████████████████████████████████████████████▊                                                             | 1910/4251 [58:32<1:08:03,  1.74s/it]
 45%|██████████████████████████████████████████████████▊                                                              | 1911/4251 [58:32<57:44,  1.48s/it]
 45%|██████████████████████████████████████████████████▊                                                              | 1912/4251 [58:33<50:21,  1.29s/it]
 45%|██████████████████████████████████████████████████▊                                                              | 1913/4251 [58:34<45:07,  1.16s/it]
 45%|██████████████████████████████████████████████████▉                                                              | 1914/4251 [58:35<41:32,  1.07s/it]
 45%|██████████████████████████████████████████████████▉                                                              | 1915/4251 [58:36<39:00,  1.00s/it]
 45%|██████████████████████████████████████████████████▉                                                              | 1916/4251 [58:37<37:11,  1.05it/s]
 45%|██████████████████████████████████████████████████▉                                                              | 1917/4251 [58:38<35:57,  1.08it/s]
 45%|██████████████████████████████████████████████████▉                                                              | 1918/4251 [58:38<35:02,  1.11it/s]
 45%|███████████████████████████████████████████████████                                                              | 1919/4251 [58:39<34:25,  1.13it/s]
 45%|███████████████████████████████████████████████████                                                              | 1920/4251 [58:40<33:59,  1.14it/s]
                                                                                                                                                          
{'loss': '0.01936', 'grad_norm': '0.06084', 'learning_rate': '5.656e-05', 'epoch': '0.4517'}

 45%|███████████████████████████████████████████████████                                                              | 1920/4251 [58:40<33:59,  1.14it/s]
 45%|███████████████████████████████████████████████████                                                              | 1921/4251 [58:41<33:40,  1.15it/s]
 45%|███████████████████████████████████████████████████                                                              | 1922/4251 [58:42<33:28,  1.16it/s]
 45%|███████████████████████████████████████████████████                                                              | 1923/4251 [58:43<33:31,  1.16it/s]
 45%|███████████████████████████████████████████████████▏                                                             | 1924/4251 [58:44<33:33,  1.16it/s]
 45%|███████████████████████████████████████████████████▏                                                             | 1925/4251 [58:44<33:19,  1.16it/s]
 45%|███████████████████████████████████████████████████▏                                                             | 1926/4251 [58:45<33:13,  1.17it/s]
 45%|███████████████████████████████████████████████████▏                                                             | 1927/4251 [58:46<33:08,  1.17it/s]
 45%|███████████████████████████████████████████████████▎                                                             | 1928/4251 [58:47<33:07,  1.17it/s]
 45%|███████████████████████████████████████████████████▎                                                             | 1929/4251 [58:48<33:08,  1.17it/s]
 45%|███████████████████████████████████████████████████▎                                                             | 1930/4251 [58:49<33:06,  1.17it/s]
 45%|███████████████████████████████████████████████████▎                                                             | 1931/4251 [58:49<33:00,  1.17it/s]
 45%|███████████████████████████████████████████████████▎                                                             | 1932/4251 [58:50<32:56,  1.17it/s]
 45%|███████████████████████████████████████████████████▍                                                             | 1933/4251 [58:51<32:55,  1.17it/s]
 45%|███████████████████████████████████████████████████▍                                                             | 1934/4251 [58:52<32:49,  1.18it/s]
 46%|███████████████████████████████████████████████████▍                                                             | 1935/4251 [58:53<32:42,  1.18it/s]
 46%|███████████████████████████████████████████████████▍                                                             | 1936/4251 [58:54<32:41,  1.18it/s]
 46%|███████████████████████████████████████████████████▍                                                             | 1937/4251 [58:55<32:45,  1.18it/s]
 46%|███████████████████████████████████████████████████▌                                                             | 1938/4251 [58:55<32:41,  1.18it/s]
 46%|███████████████████████████████████████████████████▌                                                             | 1939/4251 [58:56<32:46,  1.18it/s]
 46%|███████████████████████████████████████████████████▌                                                             | 1940/4251 [58:57<32:45,  1.18it/s]
                                                                                                                                                          
{'loss': '0.01747', 'grad_norm': '0.04343', 'learning_rate': '5.608e-05', 'epoch': '0.4564'}

 46%|███████████████████████████████████████████████████▌                                                             | 1940/4251 [58:57<32:45,  1.18it/s]
 46%|███████████████████████████████████████████████████▌                                                             | 1941/4251 [58:58<32:47,  1.17it/s]
 46%|███████████████████████████████████████████████████▌                                                             | 1942/4251 [58:59<32:45,  1.17it/s]
 46%|███████████████████████████████████████████████████▋                                                             | 1943/4251 [59:00<32:48,  1.17it/s]
 46%|███████████████████████████████████████████████████▋                                                             | 1944/4251 [59:01<33:09,  1.16it/s]
 46%|███████████████████████████████████████████████████▋                                                             | 1945/4251 [59:01<32:58,  1.17it/s]
 46%|███████████████████████████████████████████████████▋                                                             | 1946/4251 [59:02<32:52,  1.17it/s]
 46%|███████████████████████████████████████████████████▊                                                             | 1947/4251 [59:03<32:49,  1.17it/s]
 46%|███████████████████████████████████████████████████▊                                                             | 1948/4251 [59:04<32:47,  1.17it/s]
 46%|███████████████████████████████████████████████████▊                                                             | 1949/4251 [59:05<32:45,  1.17it/s]
 46%|███████████████████████████████████████████████████▊                                                             | 1950/4251 [59:06<32:47,  1.17it/s]
 46%|███████████████████████████████████████████████████▊                                                             | 1951/4251 [59:07<32:42,  1.17it/s]
 46%|███████████████████████████████████████████████████▉                                                             | 1952/4251 [59:07<32:37,  1.17it/s]
 46%|███████████████████████████████████████████████████▉                                                             | 1953/4251 [59:08<32:39,  1.17it/s]
 46%|███████████████████████████████████████████████████▉                                                             | 1954/4251 [59:09<32:37,  1.17it/s]
 46%|███████████████████████████████████████████████████▉                                                             | 1955/4251 [59:10<32:32,  1.18it/s]
 46%|███████████████████████████████████████████████████▉                                                             | 1956/4251 [59:11<32:37,  1.17it/s]
 46%|████████████████████████████████████████████████████                                                             | 1957/4251 [59:12<32:29,  1.18it/s]
 46%|████████████████████████████████████████████████████                                                             | 1958/4251 [59:12<32:29,  1.18it/s]
 46%|████████████████████████████████████████████████████                                                             | 1959/4251 [59:13<32:30,  1.17it/s]
 46%|████████████████████████████████████████████████████                                                             | 1960/4251 [59:14<32:30,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01711', 'grad_norm': '0.09588', 'learning_rate': '5.559e-05', 'epoch': '0.4611'}

 46%|████████████████████████████████████████████████████                                                             | 1960/4251 [59:14<32:30,  1.17it/s]
 46%|████████████████████████████████████████████████████▏                                                            | 1961/4251 [59:15<32:43,  1.17it/s]
 46%|████████████████████████████████████████████████████▏                                                            | 1962/4251 [59:16<32:33,  1.17it/s]
 46%|████████████████████████████████████████████████████▏                                                            | 1963/4251 [59:17<32:27,  1.17it/s]
 46%|████████████████████████████████████████████████████▏                                                            | 1964/4251 [59:18<32:18,  1.18it/s]
 46%|████████████████████████████████████████████████████▏                                                            | 1965/4251 [59:18<32:21,  1.18it/s]
 46%|████████████████████████████████████████████████████▎                                                            | 1966/4251 [59:19<32:33,  1.17it/s]
 46%|████████████████████████████████████████████████████▎                                                            | 1967/4251 [59:20<32:29,  1.17it/s]
 46%|████████████████████████████████████████████████████▎                                                            | 1968/4251 [59:21<32:26,  1.17it/s]
 46%|████████████████████████████████████████████████████▎                                                            | 1969/4251 [59:22<32:27,  1.17it/s]
 46%|████████████████████████████████████████████████████▎                                                            | 1970/4251 [59:23<32:31,  1.17it/s]
 46%|████████████████████████████████████████████████████▍                                                            | 1971/4251 [59:24<32:23,  1.17it/s]
 46%|████████████████████████████████████████████████████▍                                                            | 1972/4251 [59:24<32:22,  1.17it/s]
 46%|████████████████████████████████████████████████████▍                                                            | 1973/4251 [59:25<32:20,  1.17it/s]
 46%|████████████████████████████████████████████████████▍                                                            | 1974/4251 [59:26<32:18,  1.17it/s]
 46%|████████████████████████████████████████████████████▍                                                            | 1975/4251 [59:27<32:15,  1.18it/s]
 46%|████████████████████████████████████████████████████▌                                                            | 1976/4251 [59:28<32:28,  1.17it/s]
 47%|████████████████████████████████████████████████████▌                                                            | 1977/4251 [59:29<32:25,  1.17it/s]
 47%|████████████████████████████████████████████████████▌                                                            | 1978/4251 [59:30<32:20,  1.17it/s]
 47%|████████████████████████████████████████████████████▌                                                            | 1979/4251 [59:30<32:21,  1.17it/s]
 47%|████████████████████████████████████████████████████▋                                                            | 1980/4251 [59:31<32:13,  1.17it/s]
                                                                                                                                                          
{'loss': '0.018', 'grad_norm': '0.06289', 'learning_rate': '5.511e-05', 'epoch': '0.4658'}

 47%|████████████████████████████████████████████████████▋                                                            | 1980/4251 [59:31<32:13,  1.17it/s]
 47%|████████████████████████████████████████████████████▋                                                            | 1981/4251 [59:32<32:14,  1.17it/s]
 47%|████████████████████████████████████████████████████▋                                                            | 1982/4251 [59:33<32:10,  1.18it/s]
 47%|████████████████████████████████████████████████████▋                                                            | 1983/4251 [59:34<38:23,  1.02s/it]
 47%|████████████████████████████████████████████████████▋                                                            | 1984/4251 [59:35<36:26,  1.04it/s]
 47%|████████████████████████████████████████████████████▊                                                            | 1985/4251 [59:36<35:06,  1.08it/s]
 47%|████████████████████████████████████████████████████▊                                                            | 1986/4251 [59:37<34:18,  1.10it/s]
 47%|████████████████████████████████████████████████████▊                                                            | 1987/4251 [59:38<33:40,  1.12it/s]
 47%|████████████████████████████████████████████████████▊                                                            | 1988/4251 [59:39<33:28,  1.13it/s]
 47%|████████████████████████████████████████████████████▊                                                            | 1989/4251 [59:40<33:03,  1.14it/s]
 47%|████████████████████████████████████████████████████▉                                                            | 1990/4251 [59:40<32:45,  1.15it/s]
 47%|████████████████████████████████████████████████████▉                                                            | 1991/4251 [59:41<32:36,  1.15it/s]
 47%|████████████████████████████████████████████████████▉                                                            | 1992/4251 [59:42<32:30,  1.16it/s]
 47%|████████████████████████████████████████████████████▉                                                            | 1993/4251 [59:43<32:21,  1.16it/s]
 47%|█████████████████████████████████████████████████████                                                            | 1994/4251 [59:44<32:16,  1.17it/s]
 47%|█████████████████████████████████████████████████████                                                            | 1995/4251 [59:45<32:08,  1.17it/s]
 47%|█████████████████████████████████████████████████████                                                            | 1996/4251 [59:45<32:02,  1.17it/s]
 47%|█████████████████████████████████████████████████████                                                            | 1997/4251 [59:46<32:11,  1.17it/s]
 47%|█████████████████████████████████████████████████████                                                            | 1998/4251 [59:47<32:05,  1.17it/s]
 47%|█████████████████████████████████████████████████████▏                                                           | 1999/4251 [59:48<32:01,  1.17it/s]02:24:05  INFO        eval generation: 200/250  (2.97 rec/s, 67.3s elapsed, ~17s left)
02:24:23  INFO        eval generation: 250/250  (2.93 rec/s, 85.2s elapsed, ~0s left)
02:24:24  INFO      Eval @ step_2000 — n=1000
02:24:24  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
02:24:24  INFO        E1           0.840    0.946    0.356    0.593    0.356    0.444     250
02:24:24  INFO        E2           0.964    0.972    0.942    0.929    0.942    0.935     250
02:24:24  INFO        E3           0.936    0.946    0.915    0.893    0.915    0.904     250
02:24:24  INFO        E4           0.896    0.890    0.905    0.835    0.905    0.869     250
02:24:24  INFO        overall      0.904    0.883    0.918    0.918    0.918    0.918     250
02:24:24  INFO        edge_macro_acc=0.909  edge_macro_f1=0.788  exact_match=0.716  malformed=0.000  complete_groups=250

 47%|██████████████████████████████████████████████████▊                                                         | 2000/4251 [1:01:16<16:47:57, 26.87s/it]
                                                                                                                                                          
{'loss': '0.0198', 'grad_norm': '0.06293', 'learning_rate': '5.462e-05', 'epoch': '0.4705'}

 47%|██████████████████████████████████████████████████▊                                                         | 2000/4251 [1:01:16<16:47:57, 26.87s/it]
 47%|██████████████████████████████████████████████████▊                                                         | 2001/4251 [1:01:16<11:54:47, 19.06s/it]
 47%|███████████████████████████████████████████████████▎                                                         | 2002/4251 [1:01:17<8:29:42, 13.60s/it]
 47%|███████████████████████████████████████████████████▎                                                         | 2003/4251 [1:01:18<6:06:10,  9.77s/it]
 47%|███████████████████████████████████████████████████▍                                                         | 2004/4251 [1:01:19<4:25:46,  7.10s/it]
 47%|███████████████████████████████████████████████████▍                                                         | 2005/4251 [1:01:20<3:15:32,  5.22s/it]
 47%|███████████████████████████████████████████████████▍                                                         | 2006/4251 [1:01:21<2:26:20,  3.91s/it]
 47%|███████████████████████████████████████████████████▍                                                         | 2007/4251 [1:01:22<1:52:02,  3.00s/it]
 47%|███████████████████████████████████████████████████▍                                                         | 2008/4251 [1:01:22<1:28:02,  2.36s/it]
 47%|███████████████████████████████████████████████████▌                                                         | 2009/4251 [1:01:23<1:11:08,  1.90s/it]
 47%|████████████████████████████████████████████████████▍                                                          | 2010/4251 [1:01:24<59:33,  1.59s/it]
 47%|████████████████████████████████████████████████████▌                                                          | 2011/4251 [1:01:25<51:11,  1.37s/it]
 47%|████████████████████████████████████████████████████▌                                                          | 2012/4251 [1:01:26<45:17,  1.21s/it]
 47%|████████████████████████████████████████████████████▌                                                          | 2013/4251 [1:01:27<41:12,  1.10s/it]
 47%|████████████████████████████████████████████████████▌                                                          | 2014/4251 [1:01:28<38:27,  1.03s/it]
 47%|████████████████████████████████████████████████████▌                                                          | 2015/4251 [1:01:28<36:24,  1.02it/s]
 47%|████████████████████████████████████████████████████▋                                                          | 2016/4251 [1:01:29<34:51,  1.07it/s]
 47%|████████████████████████████████████████████████████▋                                                          | 2017/4251 [1:01:30<33:47,  1.10it/s]
 47%|████████████████████████████████████████████████████▋                                                          | 2018/4251 [1:01:31<33:07,  1.12it/s]
 47%|████████████████████████████████████████████████████▋                                                          | 2019/4251 [1:01:32<32:49,  1.13it/s]
 48%|████████████████████████████████████████████████████▋                                                          | 2020/4251 [1:01:33<32:30,  1.14it/s]
                                                                                                                                                          
{'loss': '0.02038', 'grad_norm': '0.08562', 'learning_rate': '5.414e-05', 'epoch': '0.4752'}

 48%|████████████████████████████████████████████████████▋                                                          | 2020/4251 [1:01:33<32:30,  1.14it/s]
 48%|████████████████████████████████████████████████████▊                                                          | 2021/4251 [1:01:34<32:16,  1.15it/s]
 48%|████████████████████████████████████████████████████▊                                                          | 2022/4251 [1:01:34<32:01,  1.16it/s]
 48%|████████████████████████████████████████████████████▊                                                          | 2023/4251 [1:01:35<31:53,  1.16it/s]
 48%|████████████████████████████████████████████████████▊                                                          | 2024/4251 [1:01:36<31:48,  1.17it/s]
 48%|████████████████████████████████████████████████████▉                                                          | 2025/4251 [1:01:37<31:53,  1.16it/s]
 48%|████████████████████████████████████████████████████▉                                                          | 2026/4251 [1:01:38<31:45,  1.17it/s]
 48%|████████████████████████████████████████████████████▉                                                          | 2027/4251 [1:01:39<31:38,  1.17it/s]
 48%|████████████████████████████████████████████████████▉                                                          | 2028/4251 [1:01:39<31:36,  1.17it/s]
 48%|████████████████████████████████████████████████████▉                                                          | 2029/4251 [1:01:40<31:43,  1.17it/s]
 48%|█████████████████████████████████████████████████████                                                          | 2030/4251 [1:01:41<31:46,  1.16it/s]
 48%|█████████████████████████████████████████████████████                                                          | 2031/4251 [1:01:42<31:43,  1.17it/s]
 48%|█████████████████████████████████████████████████████                                                          | 2032/4251 [1:01:43<31:41,  1.17it/s]
 48%|█████████████████████████████████████████████████████                                                          | 2033/4251 [1:01:44<31:42,  1.17it/s]
 48%|█████████████████████████████████████████████████████                                                          | 2034/4251 [1:01:45<31:36,  1.17it/s]
 48%|█████████████████████████████████████████████████████▏                                                         | 2035/4251 [1:01:45<31:26,  1.17it/s]
 48%|█████████████████████████████████████████████████████▏                                                         | 2036/4251 [1:01:46<31:24,  1.18it/s]
 48%|█████████████████████████████████████████████████████▏                                                         | 2037/4251 [1:01:47<31:22,  1.18it/s]
 48%|█████████████████████████████████████████████████████▏                                                         | 2038/4251 [1:01:48<31:17,  1.18it/s]
 48%|█████████████████████████████████████████████████████▏                                                         | 2039/4251 [1:01:49<31:20,  1.18it/s]
 48%|█████████████████████████████████████████████████████▎                                                         | 2040/4251 [1:01:50<31:24,  1.17it/s]
                                                                                                                                                          
{'loss': '0.021', 'grad_norm': '0.06038', 'learning_rate': '5.365e-05', 'epoch': '0.4799'}

 48%|█████████████████████████████████████████████████████▎                                                         | 2040/4251 [1:01:50<31:24,  1.17it/s]
 48%|█████████████████████████████████████████████████████▎                                                         | 2041/4251 [1:01:51<31:34,  1.17it/s]
 48%|█████████████████████████████████████████████████████▎                                                         | 2042/4251 [1:01:51<31:27,  1.17it/s]
 48%|█████████████████████████████████████████████████████▎                                                         | 2043/4251 [1:01:52<31:25,  1.17it/s]
 48%|█████████████████████████████████████████████████████▎                                                         | 2044/4251 [1:01:53<31:21,  1.17it/s]
 48%|█████████████████████████████████████████████████████▍                                                         | 2045/4251 [1:01:54<31:22,  1.17it/s]
 48%|█████████████████████████████████████████████████████▍                                                         | 2046/4251 [1:01:55<31:18,  1.17it/s]
 48%|█████████████████████████████████████████████████████▍                                                         | 2047/4251 [1:01:56<31:17,  1.17it/s]
 48%|█████████████████████████████████████████████████████▍                                                         | 2048/4251 [1:01:57<31:16,  1.17it/s]
 48%|█████████████████████████████████████████████████████▌                                                         | 2049/4251 [1:01:57<31:26,  1.17it/s]
 48%|█████████████████████████████████████████████████████▌                                                         | 2050/4251 [1:01:58<31:28,  1.17it/s]
 48%|█████████████████████████████████████████████████████▌                                                         | 2051/4251 [1:01:59<31:36,  1.16it/s]
 48%|█████████████████████████████████████████████████████▌                                                         | 2052/4251 [1:02:00<31:36,  1.16it/s]
 48%|█████████████████████████████████████████████████████▌                                                         | 2053/4251 [1:02:01<31:24,  1.17it/s]
 48%|█████████████████████████████████████████████████████▋                                                         | 2054/4251 [1:02:02<31:25,  1.17it/s]
 48%|█████████████████████████████████████████████████████▋                                                         | 2055/4251 [1:02:03<31:18,  1.17it/s]
 48%|█████████████████████████████████████████████████████▋                                                         | 2056/4251 [1:02:03<31:17,  1.17it/s]
 48%|█████████████████████████████████████████████████████▋                                                         | 2057/4251 [1:02:04<31:13,  1.17it/s]
 48%|█████████████████████████████████████████████████████▋                                                         | 2058/4251 [1:02:05<31:09,  1.17it/s]
 48%|█████████████████████████████████████████████████████▊                                                         | 2059/4251 [1:02:06<31:08,  1.17it/s]
 48%|█████████████████████████████████████████████████████▊                                                         | 2060/4251 [1:02:07<31:05,  1.17it/s]
                                                                                                                                                          
{'loss': '0.0179', 'grad_norm': '0.1429', 'learning_rate': '5.317e-05', 'epoch': '0.4846'}

 48%|█████████████████████████████████████████████████████▊                                                         | 2060/4251 [1:02:07<31:05,  1.17it/s]
 48%|█████████████████████████████████████████████████████▊                                                         | 2061/4251 [1:02:08<31:14,  1.17it/s]
 49%|█████████████████████████████████████████████████████▊                                                         | 2062/4251 [1:02:09<31:07,  1.17it/s]
 49%|█████████████████████████████████████████████████████▊                                                         | 2063/4251 [1:02:09<31:04,  1.17it/s]
 49%|█████████████████████████████████████████████████████▉                                                         | 2064/4251 [1:02:10<31:10,  1.17it/s]
 49%|█████████████████████████████████████████████████████▉                                                         | 2065/4251 [1:02:11<31:09,  1.17it/s]
 49%|█████████████████████████████████████████████████████▉                                                         | 2066/4251 [1:02:12<31:03,  1.17it/s]
 49%|█████████████████████████████████████████████████████▉                                                         | 2067/4251 [1:02:13<31:01,  1.17it/s]
 49%|█████████████████████████████████████████████████████▉                                                         | 2068/4251 [1:02:14<31:02,  1.17it/s]
 49%|██████████████████████████████████████████████████████                                                         | 2069/4251 [1:02:15<31:04,  1.17it/s]
 49%|██████████████████████████████████████████████████████                                                         | 2070/4251 [1:02:15<31:01,  1.17it/s]
 49%|██████████████████████████████████████████████████████                                                         | 2071/4251 [1:02:16<30:57,  1.17it/s]
 49%|██████████████████████████████████████████████████████                                                         | 2072/4251 [1:02:17<30:57,  1.17it/s]
 49%|██████████████████████████████████████████████████████▏                                                        | 2073/4251 [1:02:18<30:55,  1.17it/s]
 49%|██████████████████████████████████████████████████████▏                                                        | 2074/4251 [1:02:19<31:06,  1.17it/s]
 49%|██████████████████████████████████████████████████████▏                                                        | 2075/4251 [1:02:20<31:00,  1.17it/s]
 49%|██████████████████████████████████████████████████████▏                                                        | 2076/4251 [1:02:21<31:18,  1.16it/s]
 49%|██████████████████████████████████████████████████████▏                                                        | 2077/4251 [1:02:21<31:11,  1.16it/s]
 49%|██████████████████████████████████████████████████████▎                                                        | 2078/4251 [1:02:22<31:03,  1.17it/s]
 49%|██████████████████████████████████████████████████████▎                                                        | 2079/4251 [1:02:23<31:00,  1.17it/s]
 49%|██████████████████████████████████████████████████████▎                                                        | 2080/4251 [1:02:24<30:54,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02359', 'grad_norm': '0.06938', 'learning_rate': '5.268e-05', 'epoch': '0.4893'}

 49%|██████████████████████████████████████████████████████▎                                                        | 2080/4251 [1:02:24<30:54,  1.17it/s]
 49%|██████████████████████████████████████████████████████▎                                                        | 2081/4251 [1:02:25<30:58,  1.17it/s]
 49%|██████████████████████████████████████████████████████▎                                                        | 2082/4251 [1:02:26<30:54,  1.17it/s]
 49%|██████████████████████████████████████████████████████▍                                                        | 2083/4251 [1:02:26<30:52,  1.17it/s]
 49%|██████████████████████████████████████████████████████▍                                                        | 2084/4251 [1:02:27<30:53,  1.17it/s]
 49%|██████████████████████████████████████████████████████▍                                                        | 2085/4251 [1:02:28<30:51,  1.17it/s]
 49%|██████████████████████████████████████████████████████▍                                                        | 2086/4251 [1:02:29<30:50,  1.17it/s]
 49%|██████████████████████████████████████████████████████▍                                                        | 2087/4251 [1:02:30<30:48,  1.17it/s]
 49%|██████████████████████████████████████████████████████▌                                                        | 2088/4251 [1:02:31<30:44,  1.17it/s]
 49%|██████████████████████████████████████████████████████▌                                                        | 2089/4251 [1:02:32<30:40,  1.17it/s]
 49%|██████████████████████████████████████████████████████▌                                                        | 2090/4251 [1:02:32<30:48,  1.17it/s]
 49%|██████████████████████████████████████████████████████▌                                                        | 2091/4251 [1:02:33<30:54,  1.16it/s]
 49%|██████████████████████████████████████████████████████▋                                                        | 2092/4251 [1:02:34<30:46,  1.17it/s]
 49%|██████████████████████████████████████████████████████▋                                                        | 2093/4251 [1:02:35<31:08,  1.15it/s]
 49%|██████████████████████████████████████████████████████▋                                                        | 2094/4251 [1:02:36<30:58,  1.16it/s]
 49%|██████████████████████████████████████████████████████▋                                                        | 2095/4251 [1:02:37<30:48,  1.17it/s]
 49%|██████████████████████████████████████████████████████▋                                                        | 2096/4251 [1:02:38<30:44,  1.17it/s]
 49%|██████████████████████████████████████████████████████▊                                                        | 2097/4251 [1:02:38<30:39,  1.17it/s]
 49%|██████████████████████████████████████████████████████▊                                                        | 2098/4251 [1:02:39<31:03,  1.16it/s]
 49%|██████████████████████████████████████████████████████▊                                                        | 2099/4251 [1:02:40<30:57,  1.16it/s]02:26:57  INFO        eval generation: 200/250  (2.98 rec/s, 67.0s elapsed, ~17s left)
02:27:14  INFO        eval generation: 250/250  (2.97 rec/s, 84.3s elapsed, ~0s left)
02:27:15  INFO      Eval @ step_2100 — n=1000
02:27:15  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
02:27:15  INFO        E1           0.848    0.985    0.222    0.769    0.222    0.345     250
02:27:15  INFO        E2           0.980    0.994    0.942    0.985    0.942    0.963     250
02:27:15  INFO        E3           0.956    0.982    0.902    0.961    0.902    0.931     250
02:27:15  INFO        E4           0.920    0.942    0.884    0.903    0.884    0.894     250
02:27:15  INFO        overall      0.916    0.951    0.891    0.963    0.891    0.926     250
02:27:15  INFO        edge_macro_acc=0.926  edge_macro_f1=0.783  exact_match=0.752  malformed=0.000  complete_groups=250

 49%|█████████████████████████████████████████████████████▎                                                      | 2100/4251 [1:04:06<15:48:13, 26.45s/it]
                                                                                                                                                          
{'loss': '0.0202', 'grad_norm': '0.08682', 'learning_rate': '5.22e-05', 'epoch': '0.494'}

 49%|█████████████████████████████████████████████████████▎                                                      | 2100/4251 [1:04:06<15:48:13, 26.45s/it]02:27:15  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/config.json "HTTP/1.1 307 Temporary Redirect"
02:27:15  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/config.json "HTTP/1.1 200 OK"

 49%|█████████████████████████████████████████████████████▍                                                      | 2101/4251 [1:04:09<11:33:56, 19.37s/it]
 49%|█████████████████████████████████████████████████████▉                                                       | 2102/4251 [1:04:10<8:14:41, 13.81s/it]
 49%|█████████████████████████████████████████████████████▉                                                       | 2103/4251 [1:04:11<5:55:15,  9.92s/it]
 49%|█████████████████████████████████████████████████████▉                                                       | 2104/4251 [1:04:12<4:17:37,  7.20s/it]
 50%|█████████████████████████████████████████████████████▉                                                       | 2105/4251 [1:04:13<3:09:18,  5.29s/it]
 50%|██████████████████████████████████████████████████████                                                       | 2106/4251 [1:04:13<2:21:33,  3.96s/it]
 50%|██████████████████████████████████████████████████████                                                       | 2107/4251 [1:04:14<1:48:11,  3.03s/it]
 50%|██████████████████████████████████████████████████████                                                       | 2108/4251 [1:04:15<1:24:42,  2.37s/it]
 50%|██████████████████████████████████████████████████████                                                       | 2109/4251 [1:04:16<1:08:22,  1.92s/it]
 50%|███████████████████████████████████████████████████████                                                        | 2110/4251 [1:04:17<56:54,  1.59s/it]
 50%|███████████████████████████████████████████████████████                                                        | 2111/4251 [1:04:18<48:58,  1.37s/it]
 50%|███████████████████████████████████████████████████████▏                                                       | 2112/4251 [1:04:19<43:18,  1.22s/it]
 50%|███████████████████████████████████████████████████████▏                                                       | 2113/4251 [1:04:19<39:30,  1.11s/it]
 50%|███████████████████████████████████████████████████████▏                                                       | 2114/4251 [1:04:20<36:44,  1.03s/it]
 50%|███████████████████████████████████████████████████████▏                                                       | 2115/4251 [1:04:21<34:55,  1.02it/s]
 50%|███████████████████████████████████████████████████████▎                                                       | 2116/4251 [1:04:22<33:31,  1.06it/s]
 50%|███████████████████████████████████████████████████████▎                                                       | 2117/4251 [1:04:23<32:32,  1.09it/s]
 50%|███████████████████████████████████████████████████████▎                                                       | 2118/4251 [1:04:24<31:52,  1.12it/s]
 50%|███████████████████████████████████████████████████████▎                                                       | 2119/4251 [1:04:25<31:24,  1.13it/s]
 50%|███████████████████████████████████████████████████████▎                                                       | 2120/4251 [1:04:25<31:08,  1.14it/s]
                                                                                                                                                          
{'loss': '0.0174', 'grad_norm': '0.07912', 'learning_rate': '5.171e-05', 'epoch': '0.4987'}

 50%|███████████████████████████████████████████████████████▎                                                       | 2120/4251 [1:04:25<31:08,  1.14it/s]
 50%|███████████████████████████████████████████████████████▍                                                       | 2121/4251 [1:04:26<30:51,  1.15it/s]
 50%|███████████████████████████████████████████████████████▍                                                       | 2122/4251 [1:04:27<30:35,  1.16it/s]
 50%|███████████████████████████████████████████████████████▍                                                       | 2123/4251 [1:04:28<30:20,  1.17it/s]
 50%|███████████████████████████████████████████████████████▍                                                       | 2124/4251 [1:04:29<30:20,  1.17it/s]
 50%|███████████████████████████████████████████████████████▍                                                       | 2125/4251 [1:04:30<30:15,  1.17it/s]
 50%|███████████████████████████████████████████████████████▌                                                       | 2126/4251 [1:04:30<30:12,  1.17it/s]
 50%|███████████████████████████████████████████████████████▌                                                       | 2127/4251 [1:04:31<30:14,  1.17it/s]
 50%|███████████████████████████████████████████████████████▌                                                       | 2128/4251 [1:04:32<30:22,  1.16it/s]
 50%|███████████████████████████████████████████████████████▌                                                       | 2129/4251 [1:04:33<30:17,  1.17it/s]
 50%|███████████████████████████████████████████████████████▌                                                       | 2130/4251 [1:04:34<30:12,  1.17it/s]
 50%|███████████████████████████████████████████████████████▋                                                       | 2131/4251 [1:04:35<30:10,  1.17it/s]
 50%|███████████████████████████████████████████████████████▋                                                       | 2132/4251 [1:04:36<30:05,  1.17it/s]
 50%|███████████████████████████████████████████████████████▋                                                       | 2133/4251 [1:04:36<29:59,  1.18it/s]
 50%|███████████████████████████████████████████████████████▋                                                       | 2134/4251 [1:04:37<29:59,  1.18it/s]
 50%|███████████████████████████████████████████████████████▋                                                       | 2135/4251 [1:04:38<30:03,  1.17it/s]
 50%|███████████████████████████████████████████████████████▊                                                       | 2136/4251 [1:04:39<29:57,  1.18it/s]
 50%|███████████████████████████████████████████████████████▊                                                       | 2137/4251 [1:04:40<29:54,  1.18it/s]
 50%|███████████████████████████████████████████████████████▊                                                       | 2138/4251 [1:04:41<29:56,  1.18it/s]
 50%|███████████████████████████████████████████████████████▊                                                       | 2139/4251 [1:04:42<29:53,  1.18it/s]
 50%|███████████████████████████████████████████████████████▉                                                       | 2140/4251 [1:04:42<30:01,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01905', 'grad_norm': '0.08594', 'learning_rate': '5.122e-05', 'epoch': '0.5034'}

 50%|███████████████████████████████████████████████████████▉                                                       | 2140/4251 [1:04:42<30:01,  1.17it/s]
 50%|███████████████████████████████████████████████████████▉                                                       | 2141/4251 [1:04:43<30:03,  1.17it/s]
 50%|███████████████████████████████████████████████████████▉                                                       | 2142/4251 [1:04:44<29:57,  1.17it/s]
 50%|███████████████████████████████████████████████████████▉                                                       | 2143/4251 [1:04:45<29:57,  1.17it/s]
 50%|███████████████████████████████████████████████████████▉                                                       | 2144/4251 [1:04:46<29:58,  1.17it/s]
 50%|████████████████████████████████████████████████████████                                                       | 2145/4251 [1:04:47<30:00,  1.17it/s]
 50%|████████████████████████████████████████████████████████                                                       | 2146/4251 [1:04:48<29:56,  1.17it/s]
 51%|████████████████████████████████████████████████████████                                                       | 2147/4251 [1:04:48<29:57,  1.17it/s]
 51%|████████████████████████████████████████████████████████                                                       | 2148/4251 [1:04:49<29:53,  1.17it/s]
 51%|████████████████████████████████████████████████████████                                                       | 2149/4251 [1:04:50<29:51,  1.17it/s]
 51%|████████████████████████████████████████████████████████▏                                                      | 2150/4251 [1:04:51<29:51,  1.17it/s]
 51%|████████████████████████████████████████████████████████▏                                                      | 2151/4251 [1:04:52<29:47,  1.17it/s]
 51%|████████████████████████████████████████████████████████▏                                                      | 2152/4251 [1:04:53<29:42,  1.18it/s]
 51%|████████████████████████████████████████████████████████▏                                                      | 2153/4251 [1:04:53<29:42,  1.18it/s]
 51%|████████████████████████████████████████████████████████▏                                                      | 2154/4251 [1:04:54<29:39,  1.18it/s]
 51%|████████████████████████████████████████████████████████▎                                                      | 2155/4251 [1:04:55<29:48,  1.17it/s]
 51%|████████████████████████████████████████████████████████▎                                                      | 2156/4251 [1:04:56<29:44,  1.17it/s]
 51%|████████████████████████████████████████████████████████▎                                                      | 2157/4251 [1:04:57<29:42,  1.17it/s]
 51%|████████████████████████████████████████████████████████▎                                                      | 2158/4251 [1:04:58<29:42,  1.17it/s]
 51%|████████████████████████████████████████████████████████▎                                                      | 2159/4251 [1:04:59<29:41,  1.17it/s]
 51%|████████████████████████████████████████████████████████▍                                                      | 2160/4251 [1:04:59<29:42,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02074', 'grad_norm': '0.06189', 'learning_rate': '5.074e-05', 'epoch': '0.5081'}

 51%|████████████████████████████████████████████████████████▍                                                      | 2160/4251 [1:04:59<29:42,  1.17it/s]
 51%|████████████████████████████████████████████████████████▍                                                      | 2161/4251 [1:05:00<29:57,  1.16it/s]
 51%|████████████████████████████████████████████████████████▍                                                      | 2162/4251 [1:05:01<30:00,  1.16it/s]
 51%|████████████████████████████████████████████████████████▍                                                      | 2163/4251 [1:05:02<29:50,  1.17it/s]
 51%|████████████████████████████████████████████████████████▌                                                      | 2164/4251 [1:05:03<29:43,  1.17it/s]
 51%|████████████████████████████████████████████████████████▌                                                      | 2165/4251 [1:05:04<29:42,  1.17it/s]
 51%|████████████████████████████████████████████████████████▌                                                      | 2166/4251 [1:05:05<29:42,  1.17it/s]
 51%|████████████████████████████████████████████████████████▌                                                      | 2167/4251 [1:05:05<29:37,  1.17it/s]
 51%|████████████████████████████████████████████████████████▌                                                      | 2168/4251 [1:05:06<29:33,  1.17it/s]
 51%|████████████████████████████████████████████████████████▋                                                      | 2169/4251 [1:05:07<29:32,  1.17it/s]
 51%|████████████████████████████████████████████████████████▋                                                      | 2170/4251 [1:05:08<29:33,  1.17it/s]
 51%|████████████████████████████████████████████████████████▋                                                      | 2171/4251 [1:05:09<29:30,  1.17it/s]
 51%|████████████████████████████████████████████████████████▋                                                      | 2172/4251 [1:05:10<29:27,  1.18it/s]
 51%|████████████████████████████████████████████████████████▋                                                      | 2173/4251 [1:05:11<29:25,  1.18it/s]
 51%|████████████████████████████████████████████████████████▊                                                      | 2174/4251 [1:05:11<29:24,  1.18it/s]
 51%|████████████████████████████████████████████████████████▊                                                      | 2175/4251 [1:05:12<29:25,  1.18it/s]
 51%|████████████████████████████████████████████████████████▊                                                      | 2176/4251 [1:05:13<29:21,  1.18it/s]
 51%|████████████████████████████████████████████████████████▊                                                      | 2177/4251 [1:05:14<29:32,  1.17it/s]
 51%|████████████████████████████████████████████████████████▊                                                      | 2178/4251 [1:05:15<29:34,  1.17it/s]
 51%|████████████████████████████████████████████████████████▉                                                      | 2179/4251 [1:05:16<29:29,  1.17it/s]
 51%|████████████████████████████████████████████████████████▉                                                      | 2180/4251 [1:05:17<29:52,  1.16it/s]
                                                                                                                                                          
{'loss': '0.01654', 'grad_norm': '0.03537', 'learning_rate': '5.025e-05', 'epoch': '0.5128'}

 51%|████████████████████████████████████████████████████████▉                                                      | 2180/4251 [1:05:17<29:52,  1.16it/s]
 51%|████████████████████████████████████████████████████████▉                                                      | 2181/4251 [1:05:17<29:57,  1.15it/s]
 51%|████████████████████████████████████████████████████████▉                                                      | 2182/4251 [1:05:18<29:44,  1.16it/s]
 51%|█████████████████████████████████████████████████████████                                                      | 2183/4251 [1:05:19<29:39,  1.16it/s]
 51%|█████████████████████████████████████████████████████████                                                      | 2184/4251 [1:05:20<29:41,  1.16it/s]
 51%|█████████████████████████████████████████████████████████                                                      | 2185/4251 [1:05:21<29:35,  1.16it/s]
 51%|█████████████████████████████████████████████████████████                                                      | 2186/4251 [1:05:22<29:40,  1.16it/s]
 51%|█████████████████████████████████████████████████████████                                                      | 2187/4251 [1:05:23<29:34,  1.16it/s]
 51%|█████████████████████████████████████████████████████████▏                                                     | 2188/4251 [1:05:23<29:26,  1.17it/s]
 51%|█████████████████████████████████████████████████████████▏                                                     | 2189/4251 [1:05:24<29:25,  1.17it/s]
 52%|█████████████████████████████████████████████████████████▏                                                     | 2190/4251 [1:05:25<29:28,  1.17it/s]
 52%|█████████████████████████████████████████████████████████▏                                                     | 2191/4251 [1:05:26<29:19,  1.17it/s]
 52%|█████████████████████████████████████████████████████████▏                                                     | 2192/4251 [1:05:27<29:18,  1.17it/s]
 52%|█████████████████████████████████████████████████████████▎                                                     | 2193/4251 [1:05:28<29:15,  1.17it/s]
 52%|█████████████████████████████████████████████████████████▎                                                     | 2194/4251 [1:05:29<29:13,  1.17it/s]
 52%|█████████████████████████████████████████████████████████▎                                                     | 2195/4251 [1:05:29<29:09,  1.18it/s]
 52%|█████████████████████████████████████████████████████████▎                                                     | 2196/4251 [1:05:30<29:06,  1.18it/s]
 52%|█████████████████████████████████████████████████████████▎                                                     | 2197/4251 [1:05:31<29:08,  1.17it/s]
 52%|█████████████████████████████████████████████████████████▍                                                     | 2198/4251 [1:05:32<29:09,  1.17it/s]
 52%|█████████████████████████████████████████████████████████▍                                                     | 2199/4251 [1:05:33<29:16,  1.17it/s]02:29:49  INFO        eval generation: 200/250  (2.99 rec/s, 66.8s elapsed, ~17s left)
02:30:08  INFO        eval generation: 250/250  (2.93 rec/s, 85.3s elapsed, ~0s left)
02:30:09  INFO      Eval @ step_2200 — n=1000
02:30:09  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
02:30:09  INFO        E1           0.848    0.941    0.422    0.613    0.422    0.500     250
02:30:09  INFO        E2           0.964    0.972    0.942    0.929    0.942    0.935     250
02:30:09  INFO        E3           0.940    0.976    0.866    0.947    0.866    0.904     250
02:30:09  INFO        E4           0.936    0.968    0.884    0.944    0.884    0.913     250
02:30:09  INFO        overall      0.896    0.913    0.884    0.935    0.884    0.909     250
02:30:09  INFO        edge_macro_acc=0.922  edge_macro_f1=0.813  exact_match=0.736  malformed=0.000  complete_groups=250

 52%|███████████████████████████████████████████████████████▉                                                    | 2200/4251 [1:07:00<15:13:29, 26.72s/it]
                                                                                                                                                          
{'loss': '0.0227', 'grad_norm': '0.1041', 'learning_rate': '4.977e-05', 'epoch': '0.5175'}

 52%|███████████████████████████████████████████████████████▉                                                    | 2200/4251 [1:07:00<15:13:29, 26.72s/it]
 52%|███████████████████████████████████████████████████████▉                                                    | 2201/4251 [1:07:01<10:47:53, 18.96s/it]
 52%|████████████████████████████████████████████████████████▍                                                    | 2202/4251 [1:07:02<7:41:57, 13.53s/it]
 52%|████████████████████████████████████████████████████████▍                                                    | 2203/4251 [1:07:02<5:32:05,  9.73s/it]
 52%|████████████████████████████████████████████████████████▌                                                    | 2204/4251 [1:07:03<4:01:12,  7.07s/it]
 52%|████████████████████████████████████████████████████████▌                                                    | 2205/4251 [1:07:04<2:57:28,  5.20s/it]
 52%|████████████████████████████████████████████████████████▌                                                    | 2206/4251 [1:07:05<2:12:58,  3.90s/it]
 52%|████████████████████████████████████████████████████████▌                                                    | 2207/4251 [1:07:06<1:41:42,  2.99s/it]
 52%|████████████████████████████████████████████████████████▌                                                    | 2208/4251 [1:07:07<1:19:49,  2.34s/it]
 52%|████████████████████████████████████████████████████████▋                                                    | 2209/4251 [1:07:08<1:04:31,  1.90s/it]
 52%|█████████████████████████████████████████████████████████▋                                                     | 2210/4251 [1:07:08<53:43,  1.58s/it]
 52%|█████████████████████████████████████████████████████████▋                                                     | 2211/4251 [1:07:09<46:13,  1.36s/it]
 52%|█████████████████████████████████████████████████████████▊                                                     | 2212/4251 [1:07:10<41:14,  1.21s/it]
 52%|█████████████████████████████████████████████████████████▊                                                     | 2213/4251 [1:07:11<37:35,  1.11s/it]
 52%|█████████████████████████████████████████████████████████▊                                                     | 2214/4251 [1:07:12<35:00,  1.03s/it]
 52%|█████████████████████████████████████████████████████████▊                                                     | 2215/4251 [1:07:13<33:12,  1.02it/s]
 52%|█████████████████████████████████████████████████████████▊                                                     | 2216/4251 [1:07:14<31:59,  1.06it/s]
 52%|█████████████████████████████████████████████████████████▉                                                     | 2217/4251 [1:07:14<31:03,  1.09it/s]
 52%|█████████████████████████████████████████████████████████▉                                                     | 2218/4251 [1:07:15<30:21,  1.12it/s]
 52%|█████████████████████████████████████████████████████████▉                                                     | 2219/4251 [1:07:16<29:50,  1.13it/s]
 52%|█████████████████████████████████████████████████████████▉                                                     | 2220/4251 [1:07:17<29:30,  1.15it/s]
                                                                                                                                                          
{'loss': '0.01726', 'grad_norm': '0.0946', 'learning_rate': '4.928e-05', 'epoch': '0.5222'}

 52%|█████████████████████████████████████████████████████████▉                                                     | 2220/4251 [1:07:17<29:30,  1.15it/s]
 52%|█████████████████████████████████████████████████████████▉                                                     | 2221/4251 [1:07:18<29:17,  1.16it/s]
 52%|██████████████████████████████████████████████████████████                                                     | 2222/4251 [1:07:19<29:07,  1.16it/s]
 52%|██████████████████████████████████████████████████████████                                                     | 2223/4251 [1:07:20<29:02,  1.16it/s]
 52%|██████████████████████████████████████████████████████████                                                     | 2224/4251 [1:07:20<28:55,  1.17it/s]
 52%|██████████████████████████████████████████████████████████                                                     | 2225/4251 [1:07:21<28:51,  1.17it/s]
 52%|██████████████████████████████████████████████████████████                                                     | 2226/4251 [1:07:22<28:52,  1.17it/s]
 52%|██████████████████████████████████████████████████████████▏                                                    | 2227/4251 [1:07:23<28:51,  1.17it/s]
 52%|██████████████████████████████████████████████████████████▏                                                    | 2228/4251 [1:07:24<28:48,  1.17it/s]
 52%|██████████████████████████████████████████████████████████▏                                                    | 2229/4251 [1:07:25<28:50,  1.17it/s]
 52%|██████████████████████████████████████████████████████████▏                                                    | 2230/4251 [1:07:26<29:02,  1.16it/s]
 52%|██████████████████████████████████████████████████████████▎                                                    | 2231/4251 [1:07:26<28:50,  1.17it/s]
 53%|██████████████████████████████████████████████████████████▎                                                    | 2232/4251 [1:07:27<28:49,  1.17it/s]
 53%|██████████████████████████████████████████████████████████▎                                                    | 2233/4251 [1:07:28<28:44,  1.17it/s]
 53%|██████████████████████████████████████████████████████████▎                                                    | 2234/4251 [1:07:29<28:41,  1.17it/s]
 53%|██████████████████████████████████████████████████████████▎                                                    | 2235/4251 [1:07:30<28:38,  1.17it/s]
 53%|██████████████████████████████████████████████████████████▍                                                    | 2236/4251 [1:07:31<28:35,  1.17it/s]
 53%|██████████████████████████████████████████████████████████▍                                                    | 2237/4251 [1:07:31<28:32,  1.18it/s]
 53%|██████████████████████████████████████████████████████████▍                                                    | 2238/4251 [1:07:32<28:33,  1.17it/s]
 53%|██████████████████████████████████████████████████████████▍                                                    | 2239/4251 [1:07:33<28:38,  1.17it/s]
 53%|██████████████████████████████████████████████████████████▍                                                    | 2240/4251 [1:07:34<28:45,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02211', 'grad_norm': '0.08819', 'learning_rate': '4.88e-05', 'epoch': '0.5269'}

 53%|██████████████████████████████████████████████████████████▍                                                    | 2240/4251 [1:07:34<28:45,  1.17it/s]
 53%|██████████████████████████████████████████████████████████▌                                                    | 2241/4251 [1:07:35<28:39,  1.17it/s]
 53%|██████████████████████████████████████████████████████████▌                                                    | 2242/4251 [1:07:36<28:37,  1.17it/s]
 53%|██████████████████████████████████████████████████████████▌                                                    | 2243/4251 [1:07:37<28:55,  1.16it/s]
 53%|██████████████████████████████████████████████████████████▌                                                    | 2244/4251 [1:07:38<28:45,  1.16it/s]
 53%|██████████████████████████████████████████████████████████▌                                                    | 2245/4251 [1:07:38<28:57,  1.15it/s]
 53%|██████████████████████████████████████████████████████████▋                                                    | 2246/4251 [1:07:39<29:16,  1.14it/s]
 53%|██████████████████████████████████████████████████████████▋                                                    | 2247/4251 [1:07:40<29:07,  1.15it/s]
 53%|██████████████████████████████████████████████████████████▋                                                    | 2248/4251 [1:07:41<28:53,  1.16it/s]
 53%|██████████████████████████████████████████████████████████▋                                                    | 2249/4251 [1:07:42<28:46,  1.16it/s]
 53%|██████████████████████████████████████████████████████████▊                                                    | 2250/4251 [1:07:43<28:45,  1.16it/s]
 53%|██████████████████████████████████████████████████████████▊                                                    | 2251/4251 [1:07:44<28:36,  1.16it/s]
 53%|██████████████████████████████████████████████████████████▊                                                    | 2252/4251 [1:07:44<28:28,  1.17it/s]
 53%|██████████████████████████████████████████████████████████▊                                                    | 2253/4251 [1:07:45<28:22,  1.17it/s]
 53%|██████████████████████████████████████████████████████████▊                                                    | 2254/4251 [1:07:46<28:23,  1.17it/s]
 53%|██████████████████████████████████████████████████████████▉                                                    | 2255/4251 [1:07:47<28:20,  1.17it/s]
 53%|██████████████████████████████████████████████████████████▉                                                    | 2256/4251 [1:07:48<28:21,  1.17it/s]
 53%|██████████████████████████████████████████████████████████▉                                                    | 2257/4251 [1:07:49<28:24,  1.17it/s]
 53%|██████████████████████████████████████████████████████████▉                                                    | 2258/4251 [1:07:50<28:19,  1.17it/s]
 53%|██████████████████████████████████████████████████████████▉                                                    | 2259/4251 [1:07:50<28:18,  1.17it/s]
 53%|███████████████████████████████████████████████████████████                                                    | 2260/4251 [1:07:51<28:18,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01895', 'grad_norm': '0.04895', 'learning_rate': '4.831e-05', 'epoch': '0.5316'}

 53%|███████████████████████████████████████████████████████████                                                    | 2260/4251 [1:07:51<28:18,  1.17it/s]
 53%|███████████████████████████████████████████████████████████                                                    | 2261/4251 [1:07:52<28:25,  1.17it/s]
 53%|███████████████████████████████████████████████████████████                                                    | 2262/4251 [1:07:53<28:19,  1.17it/s]
 53%|███████████████████████████████████████████████████████████                                                    | 2263/4251 [1:07:54<28:17,  1.17it/s]
 53%|███████████████████████████████████████████████████████████                                                    | 2264/4251 [1:07:55<28:17,  1.17it/s]
 53%|███████████████████████████████████████████████████████████▏                                                   | 2265/4251 [1:07:56<28:18,  1.17it/s]
 53%|███████████████████████████████████████████████████████████▏                                                   | 2266/4251 [1:07:56<28:18,  1.17it/s]
 53%|███████████████████████████████████████████████████████████▏                                                   | 2267/4251 [1:07:57<28:24,  1.16it/s]
 53%|███████████████████████████████████████████████████████████▏                                                   | 2268/4251 [1:07:58<28:32,  1.16it/s]
 53%|███████████████████████████████████████████████████████████▏                                                   | 2269/4251 [1:07:59<28:22,  1.16it/s]
 53%|███████████████████████████████████████████████████████████▎                                                   | 2270/4251 [1:08:00<28:24,  1.16it/s]
 53%|███████████████████████████████████████████████████████████▎                                                   | 2271/4251 [1:08:01<28:17,  1.17it/s]
 53%|███████████████████████████████████████████████████████████▎                                                   | 2272/4251 [1:08:02<28:28,  1.16it/s]
 53%|███████████████████████████████████████████████████████████▎                                                   | 2273/4251 [1:08:02<28:20,  1.16it/s]
 53%|███████████████████████████████████████████████████████████▍                                                   | 2274/4251 [1:08:03<28:11,  1.17it/s]
 54%|███████████████████████████████████████████████████████████▍                                                   | 2275/4251 [1:08:04<28:05,  1.17it/s]
 54%|███████████████████████████████████████████████████████████▍                                                   | 2276/4251 [1:08:05<28:03,  1.17it/s]
 54%|███████████████████████████████████████████████████████████▍                                                   | 2277/4251 [1:08:06<28:07,  1.17it/s]
 54%|███████████████████████████████████████████████████████████▍                                                   | 2278/4251 [1:08:07<28:07,  1.17it/s]
 54%|███████████████████████████████████████████████████████████▌                                                   | 2279/4251 [1:08:08<28:09,  1.17it/s]
 54%|███████████████████████████████████████████████████████████▌                                                   | 2280/4251 [1:08:08<28:09,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02425', 'grad_norm': '0.03728', 'learning_rate': '4.783e-05', 'epoch': '0.5363'}

 54%|███████████████████████████████████████████████████████████▌                                                   | 2280/4251 [1:08:08<28:09,  1.17it/s]
 54%|███████████████████████████████████████████████████████████▌                                                   | 2281/4251 [1:08:09<28:09,  1.17it/s]
 54%|███████████████████████████████████████████████████████████▌                                                   | 2282/4251 [1:08:10<28:07,  1.17it/s]
 54%|███████████████████████████████████████████████████████████▌                                                   | 2283/4251 [1:08:11<28:09,  1.16it/s]
 54%|███████████████████████████████████████████████████████████▋                                                   | 2284/4251 [1:08:12<28:06,  1.17it/s]
 54%|███████████████████████████████████████████████████████████▋                                                   | 2285/4251 [1:08:13<28:07,  1.16it/s]
 54%|███████████████████████████████████████████████████████████▋                                                   | 2286/4251 [1:08:14<28:07,  1.16it/s]
 54%|███████████████████████████████████████████████████████████▋                                                   | 2287/4251 [1:08:14<28:10,  1.16it/s]
 54%|███████████████████████████████████████████████████████████▋                                                   | 2288/4251 [1:08:15<28:09,  1.16it/s]
 54%|███████████████████████████████████████████████████████████▊                                                   | 2289/4251 [1:08:16<28:22,  1.15it/s]
 54%|███████████████████████████████████████████████████████████▊                                                   | 2290/4251 [1:08:17<28:11,  1.16it/s]
 54%|███████████████████████████████████████████████████████████▊                                                   | 2291/4251 [1:08:18<28:01,  1.17it/s]
 54%|███████████████████████████████████████████████████████████▊                                                   | 2292/4251 [1:08:19<28:11,  1.16it/s]
 54%|███████████████████████████████████████████████████████████▊                                                   | 2293/4251 [1:08:20<28:07,  1.16it/s]
 54%|███████████████████████████████████████████████████████████▉                                                   | 2294/4251 [1:08:22<42:52,  1.31s/it]
 54%|███████████████████████████████████████████████████████████▉                                                   | 2295/4251 [1:08:23<38:23,  1.18s/it]
 54%|███████████████████████████████████████████████████████████▉                                                   | 2296/4251 [1:08:24<35:07,  1.08s/it]
 54%|███████████████████████████████████████████████████████████▉                                                   | 2297/4251 [1:08:25<32:53,  1.01s/it]
 54%|████████████████████████████████████████████████████████████                                                   | 2298/4251 [1:08:25<31:20,  1.04it/s]
 54%|████████████████████████████████████████████████████████████                                                   | 2299/4251 [1:08:26<30:25,  1.07it/s]02:32:42  INFO        eval generation: 200/250  (3.00 rec/s, 66.6s elapsed, ~17s left)
02:33:00  INFO        eval generation: 250/250  (2.98 rec/s, 83.8s elapsed, ~0s left)
02:33:01  INFO      Eval @ step_2300 — n=1000
02:33:01  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
02:33:01  INFO        E1           0.852    0.990    0.222    0.833    0.222    0.351     250
02:33:01  INFO        E2           0.976    0.983    0.957    0.957    0.957    0.957     250
02:33:01  INFO        E3           0.944    0.994    0.841    0.986    0.841    0.908     250
02:33:01  INFO        E4           0.928    0.955    0.884    0.923    0.884    0.903     250
02:33:01  INFO        overall      0.916    0.961    0.884    0.970    0.884    0.925     250
02:33:01  INFO        edge_macro_acc=0.925  edge_macro_f1=0.780  exact_match=0.756  malformed=0.000  complete_groups=250

 54%|██████████████████████████████████████████████████████████▍                                                 | 2300/4251 [1:09:52<14:22:27, 26.52s/it]
                                                                                                                                                          
{'loss': '0.01879', 'grad_norm': '0.05287', 'learning_rate': '4.734e-05', 'epoch': '0.541'}

 54%|██████████████████████████████████████████████████████████▍                                                 | 2300/4251 [1:09:52<14:22:27, 26.52s/it]
 54%|██████████████████████████████████████████████████████████▍                                                 | 2301/4251 [1:09:53<10:11:41, 18.82s/it]
 54%|███████████████████████████████████████████████████████████                                                  | 2302/4251 [1:09:54<7:16:16, 13.43s/it]
 54%|███████████████████████████████████████████████████████████                                                  | 2303/4251 [1:09:55<5:13:28,  9.66s/it]
 54%|███████████████████████████████████████████████████████████                                                  | 2304/4251 [1:09:56<3:47:34,  7.01s/it]
 54%|███████████████████████████████████████████████████████████                                                  | 2305/4251 [1:09:57<2:47:26,  5.16s/it]
 54%|███████████████████████████████████████████████████████████▏                                                 | 2306/4251 [1:09:58<2:05:21,  3.87s/it]
 54%|███████████████████████████████████████████████████████████▏                                                 | 2307/4251 [1:09:58<1:36:00,  2.96s/it]
 54%|███████████████████████████████████████████████████████████▏                                                 | 2308/4251 [1:09:59<1:15:24,  2.33s/it]
 54%|███████████████████████████████████████████████████████████▏                                                 | 2309/4251 [1:10:00<1:01:00,  1.88s/it]
 54%|████████████████████████████████████████████████████████████▎                                                  | 2310/4251 [1:10:01<50:59,  1.58s/it]
 54%|████████████████████████████████████████████████████████████▎                                                  | 2311/4251 [1:10:02<43:55,  1.36s/it]
 54%|████████████████████████████████████████████████████████████▎                                                  | 2312/4251 [1:10:03<38:57,  1.21s/it]
 54%|████████████████████████████████████████████████████████████▍                                                  | 2313/4251 [1:10:03<35:25,  1.10s/it]
 54%|████████████████████████████████████████████████████████████▍                                                  | 2314/4251 [1:10:04<33:11,  1.03s/it]
 54%|████████████████████████████████████████████████████████████▍                                                  | 2315/4251 [1:10:05<31:27,  1.03it/s]
 54%|████████████████████████████████████████████████████████████▍                                                  | 2316/4251 [1:10:06<30:17,  1.06it/s]
 55%|████████████████████████████████████████████████████████████▌                                                  | 2317/4251 [1:10:07<29:24,  1.10it/s]
 55%|████████████████████████████████████████████████████████████▌                                                  | 2318/4251 [1:10:08<28:44,  1.12it/s]
 55%|████████████████████████████████████████████████████████████▌                                                  | 2319/4251 [1:10:09<28:13,  1.14it/s]
 55%|████████████████████████████████████████████████████████████▌                                                  | 2320/4251 [1:10:09<27:55,  1.15it/s]
                                                                                                                                                          
{'loss': '0.02178', 'grad_norm': '0.0365', 'learning_rate': '4.686e-05', 'epoch': '0.5458'}

 55%|████████████████████████████████████████████████████████████▌                                                  | 2320/4251 [1:10:09<27:55,  1.15it/s]
 55%|████████████████████████████████████████████████████████████▌                                                  | 2321/4251 [1:10:10<27:44,  1.16it/s]
 55%|████████████████████████████████████████████████████████████▋                                                  | 2322/4251 [1:10:11<27:38,  1.16it/s]
 55%|████████████████████████████████████████████████████████████▋                                                  | 2323/4251 [1:10:12<27:31,  1.17it/s]
 55%|████████████████████████████████████████████████████████████▋                                                  | 2324/4251 [1:10:13<27:29,  1.17it/s]
 55%|████████████████████████████████████████████████████████████▋                                                  | 2325/4251 [1:10:14<27:24,  1.17it/s]
 55%|████████████████████████████████████████████████████████████▋                                                  | 2326/4251 [1:10:15<27:22,  1.17it/s]
 55%|████████████████████████████████████████████████████████████▊                                                  | 2327/4251 [1:10:15<27:20,  1.17it/s]
 55%|████████████████████████████████████████████████████████████▊                                                  | 2328/4251 [1:10:16<27:19,  1.17it/s]
 55%|████████████████████████████████████████████████████████████▊                                                  | 2329/4251 [1:10:17<27:17,  1.17it/s]
 55%|████████████████████████████████████████████████████████████▊                                                  | 2330/4251 [1:10:18<27:16,  1.17it/s]
 55%|████████████████████████████████████████████████████████████▊                                                  | 2331/4251 [1:10:19<27:13,  1.18it/s]
 55%|████████████████████████████████████████████████████████████▉                                                  | 2332/4251 [1:10:20<27:22,  1.17it/s]
 55%|████████████████████████████████████████████████████████████▉                                                  | 2333/4251 [1:10:21<27:24,  1.17it/s]
 55%|████████████████████████████████████████████████████████████▉                                                  | 2334/4251 [1:10:21<27:17,  1.17it/s]
 55%|████████████████████████████████████████████████████████████▉                                                  | 2335/4251 [1:10:22<27:10,  1.18it/s]
 55%|████████████████████████████████████████████████████████████▉                                                  | 2336/4251 [1:10:23<27:19,  1.17it/s]
 55%|█████████████████████████████████████████████████████████████                                                  | 2337/4251 [1:10:24<27:13,  1.17it/s]
 55%|█████████████████████████████████████████████████████████████                                                  | 2338/4251 [1:10:25<27:15,  1.17it/s]
 55%|█████████████████████████████████████████████████████████████                                                  | 2339/4251 [1:10:26<27:10,  1.17it/s]
 55%|█████████████████████████████████████████████████████████████                                                  | 2340/4251 [1:10:27<27:07,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02012', 'grad_norm': '0.05782', 'learning_rate': '4.637e-05', 'epoch': '0.5505'}

 55%|█████████████████████████████████████████████████████████████                                                  | 2340/4251 [1:10:27<27:07,  1.17it/s]
 55%|█████████████████████████████████████████████████████████████▏                                                 | 2341/4251 [1:10:27<27:05,  1.18it/s]
 55%|█████████████████████████████████████████████████████████████▏                                                 | 2342/4251 [1:10:28<27:01,  1.18it/s]
 55%|█████████████████████████████████████████████████████████████▏                                                 | 2343/4251 [1:10:31<43:50,  1.38s/it]
 55%|█████████████████████████████████████████████████████████████▏                                                 | 2344/4251 [1:10:33<56:01,  1.76s/it]
 55%|█████████████████████████████████████████████████████████████▏                                                 | 2345/4251 [1:10:35<49:01,  1.54s/it]
 55%|█████████████████████████████████████████████████████████████▎                                                 | 2346/4251 [1:10:35<42:34,  1.34s/it]
 55%|█████████████████████████████████████████████████████████████▎                                                 | 2347/4251 [1:10:36<37:52,  1.19s/it]
 55%|█████████████████████████████████████████████████████████████▎                                                 | 2348/4251 [1:10:37<34:33,  1.09s/it]
 55%|█████████████████████████████████████████████████████████████▎                                                 | 2349/4251 [1:10:38<32:13,  1.02s/it]
 55%|█████████████████████████████████████████████████████████████▎                                                 | 2350/4251 [1:10:39<30:36,  1.04it/s]
 55%|█████████████████████████████████████████████████████████████▍                                                 | 2351/4251 [1:10:40<29:39,  1.07it/s]
 55%|█████████████████████████████████████████████████████████████▍                                                 | 2352/4251 [1:10:41<29:01,  1.09it/s]
 55%|█████████████████████████████████████████████████████████████▍                                                 | 2353/4251 [1:10:41<28:24,  1.11it/s]
 55%|█████████████████████████████████████████████████████████████▍                                                 | 2354/4251 [1:10:42<27:58,  1.13it/s]
 55%|█████████████████████████████████████████████████████████████▍                                                 | 2355/4251 [1:10:43<27:40,  1.14it/s]
 55%|█████████████████████████████████████████████████████████████▌                                                 | 2356/4251 [1:10:44<27:25,  1.15it/s]
 55%|█████████████████████████████████████████████████████████████▌                                                 | 2357/4251 [1:10:45<27:13,  1.16it/s]
 55%|█████████████████████████████████████████████████████████████▌                                                 | 2358/4251 [1:10:46<27:13,  1.16it/s]
 55%|█████████████████████████████████████████████████████████████▌                                                 | 2359/4251 [1:10:46<27:07,  1.16it/s]
 56%|█████████████████████████████████████████████████████████████▌                                                 | 2360/4251 [1:10:47<27:01,  1.17it/s]
                                                                                                                                                          
{'loss': '0.0235', 'grad_norm': '0.09132', 'learning_rate': '4.589e-05', 'epoch': '0.5552'}

 56%|█████████████████████████████████████████████████████████████▌                                                 | 2360/4251 [1:10:47<27:01,  1.17it/s]
 56%|█████████████████████████████████████████████████████████████▋                                                 | 2361/4251 [1:10:48<27:01,  1.17it/s]
 56%|█████████████████████████████████████████████████████████████▋                                                 | 2362/4251 [1:10:49<26:57,  1.17it/s]
 56%|█████████████████████████████████████████████████████████████▋                                                 | 2363/4251 [1:10:50<26:55,  1.17it/s]
 56%|█████████████████████████████████████████████████████████████▋                                                 | 2364/4251 [1:10:51<26:48,  1.17it/s]
 56%|█████████████████████████████████████████████████████████████▊                                                 | 2365/4251 [1:10:52<26:47,  1.17it/s]
 56%|█████████████████████████████████████████████████████████████▊                                                 | 2366/4251 [1:10:52<26:57,  1.17it/s]
 56%|█████████████████████████████████████████████████████████████▊                                                 | 2367/4251 [1:10:53<26:55,  1.17it/s]
 56%|█████████████████████████████████████████████████████████████▊                                                 | 2368/4251 [1:10:54<26:49,  1.17it/s]
 56%|█████████████████████████████████████████████████████████████▊                                                 | 2369/4251 [1:10:55<26:45,  1.17it/s]
 56%|█████████████████████████████████████████████████████████████▉                                                 | 2370/4251 [1:10:56<26:49,  1.17it/s]
 56%|█████████████████████████████████████████████████████████████▉                                                 | 2371/4251 [1:10:57<26:51,  1.17it/s]
 56%|█████████████████████████████████████████████████████████████▉                                                 | 2372/4251 [1:10:58<26:49,  1.17it/s]
 56%|█████████████████████████████████████████████████████████████▉                                                 | 2373/4251 [1:10:58<26:53,  1.16it/s]
 56%|█████████████████████████████████████████████████████████████▉                                                 | 2374/4251 [1:10:59<26:53,  1.16it/s]
 56%|██████████████████████████████████████████████████████████████                                                 | 2375/4251 [1:11:00<26:58,  1.16it/s]
 56%|██████████████████████████████████████████████████████████████                                                 | 2376/4251 [1:11:01<26:51,  1.16it/s]
 56%|██████████████████████████████████████████████████████████████                                                 | 2377/4251 [1:11:02<26:45,  1.17it/s]
 56%|██████████████████████████████████████████████████████████████                                                 | 2378/4251 [1:11:03<26:42,  1.17it/s]
 56%|██████████████████████████████████████████████████████████████                                                 | 2379/4251 [1:11:04<26:40,  1.17it/s]
 56%|██████████████████████████████████████████████████████████████▏                                                | 2380/4251 [1:11:04<26:49,  1.16it/s]
                                                                                                                                                          
{'loss': '0.02344', 'grad_norm': '0.09233', 'learning_rate': '4.54e-05', 'epoch': '0.5599'}

 56%|██████████████████████████████████████████████████████████████▏                                                | 2380/4251 [1:11:04<26:49,  1.16it/s]
 56%|██████████████████████████████████████████████████████████████▏                                                | 2381/4251 [1:11:05<26:50,  1.16it/s]
 56%|██████████████████████████████████████████████████████████████▏                                                | 2382/4251 [1:11:06<26:44,  1.16it/s]
 56%|██████████████████████████████████████████████████████████████▏                                                | 2383/4251 [1:11:07<26:38,  1.17it/s]
 56%|██████████████████████████████████████████████████████████████▏                                                | 2384/4251 [1:11:08<26:35,  1.17it/s]
 56%|██████████████████████████████████████████████████████████████▎                                                | 2385/4251 [1:11:09<26:28,  1.17it/s]
 56%|██████████████████████████████████████████████████████████████▎                                                | 2386/4251 [1:11:10<26:34,  1.17it/s]
 56%|██████████████████████████████████████████████████████████████▎                                                | 2387/4251 [1:11:10<26:32,  1.17it/s]
 56%|██████████████████████████████████████████████████████████████▎                                                | 2388/4251 [1:11:11<26:27,  1.17it/s]
 56%|██████████████████████████████████████████████████████████████▍                                                | 2389/4251 [1:11:12<26:26,  1.17it/s]
 56%|██████████████████████████████████████████████████████████████▍                                                | 2390/4251 [1:11:13<26:28,  1.17it/s]
 56%|██████████████████████████████████████████████████████████████▍                                                | 2391/4251 [1:11:14<26:34,  1.17it/s]
 56%|██████████████████████████████████████████████████████████████▍                                                | 2392/4251 [1:11:15<26:29,  1.17it/s]
 56%|██████████████████████████████████████████████████████████████▍                                                | 2393/4251 [1:11:16<26:27,  1.17it/s]
 56%|██████████████████████████████████████████████████████████████▌                                                | 2394/4251 [1:11:16<26:23,  1.17it/s]
 56%|██████████████████████████████████████████████████████████████▌                                                | 2395/4251 [1:11:17<26:24,  1.17it/s]
 56%|██████████████████████████████████████████████████████████████▌                                                | 2396/4251 [1:11:18<26:32,  1.16it/s]
 56%|██████████████████████████████████████████████████████████████▌                                                | 2397/4251 [1:11:19<26:37,  1.16it/s]
 56%|██████████████████████████████████████████████████████████████▌                                                | 2398/4251 [1:11:20<26:32,  1.16it/s]
 56%|██████████████████████████████████████████████████████████████▋                                                | 2399/4251 [1:11:21<26:27,  1.17it/s]02:35:37  INFO        eval generation: 200/250  (3.01 rec/s, 66.5s elapsed, ~17s left)
02:35:55  INFO        eval generation: 250/250  (2.95 rec/s, 84.8s elapsed, ~0s left)
02:35:57  INFO      Eval @ step_2400 — n=1000
02:35:57  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
02:35:57  INFO        E1           0.840    0.976    0.222    0.667    0.222    0.333     250
02:35:57  INFO        E2           0.956    0.961    0.942    0.903    0.942    0.922     250
02:35:57  INFO        E3           0.916    0.958    0.829    0.907    0.829    0.866     250
02:35:57  INFO        E4           0.916    0.935    0.884    0.894    0.884    0.889     250
02:35:57  INFO        overall      0.880    0.903    0.864    0.927    0.864    0.894     250
02:35:57  INFO        edge_macro_acc=0.907  edge_macro_f1=0.753  exact_match=0.716  malformed=0.000  complete_groups=250

 56%|████████████████████████████████████████████████████████████▉                                               | 2400/4251 [1:12:48<13:48:22, 26.85s/it]
                                                                                                                                                          
{'loss': '0.01996', 'grad_norm': '0.09792', 'learning_rate': '4.492e-05', 'epoch': '0.5646'}

 56%|████████████████████████████████████████████████████████████▉                                               | 2400/4251 [1:12:48<13:48:22, 26.85s/it]02:35:57  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/config.json "HTTP/1.1 307 Temporary Redirect"
02:35:57  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/config.json "HTTP/1.1 200 OK"

 56%|████████████████████████████████████████████████████████████▉                                               | 2401/4251 [1:12:51<10:05:21, 19.63s/it]
 57%|█████████████████████████████████████████████████████████████▌                                               | 2402/4251 [1:12:52<7:11:24, 14.00s/it]
 57%|█████████████████████████████████████████████████████████████▌                                               | 2403/4251 [1:12:53<5:09:58, 10.06s/it]
 57%|█████████████████████████████████████████████████████████████▋                                               | 2404/4251 [1:12:54<3:44:40,  7.30s/it]
 57%|█████████████████████████████████████████████████████████████▋                                               | 2405/4251 [1:12:54<2:45:06,  5.37s/it]
 57%|█████████████████████████████████████████████████████████████▋                                               | 2406/4251 [1:12:55<2:03:20,  4.01s/it]
 57%|█████████████████████████████████████████████████████████████▋                                               | 2407/4251 [1:12:56<1:34:05,  3.06s/it]
 57%|█████████████████████████████████████████████████████████████▋                                               | 2408/4251 [1:12:57<1:13:44,  2.40s/it]
 57%|██████████████████████████████████████████████████████████████▉                                                | 2409/4251 [1:12:58<59:27,  1.94s/it]
 57%|██████████████████████████████████████████████████████████████▉                                                | 2410/4251 [1:12:59<49:24,  1.61s/it]
 57%|██████████████████████████████████████████████████████████████▉                                                | 2411/4251 [1:13:00<42:21,  1.38s/it]
 57%|██████████████████████████████████████████████████████████████▉                                                | 2412/4251 [1:13:00<37:27,  1.22s/it]
 57%|███████████████████████████████████████████████████████████████                                                | 2413/4251 [1:13:01<34:03,  1.11s/it]
 57%|███████████████████████████████████████████████████████████████                                                | 2414/4251 [1:13:02<31:40,  1.03s/it]
 57%|███████████████████████████████████████████████████████████████                                                | 2415/4251 [1:13:03<30:02,  1.02it/s]
 57%|███████████████████████████████████████████████████████████████                                                | 2416/4251 [1:13:04<28:49,  1.06it/s]
 57%|███████████████████████████████████████████████████████████████                                                | 2417/4251 [1:13:05<27:58,  1.09it/s]
 57%|███████████████████████████████████████████████████████████████▏                                               | 2418/4251 [1:13:06<27:33,  1.11it/s]
 57%|███████████████████████████████████████████████████████████████▏                                               | 2419/4251 [1:13:06<27:03,  1.13it/s]
 57%|███████████████████████████████████████████████████████████████▏                                               | 2420/4251 [1:13:07<26:41,  1.14it/s]
                                                                                                                                                          
{'loss': '0.0212', 'grad_norm': '0.04333', 'learning_rate': '4.443e-05', 'epoch': '0.5693'}

 57%|███████████████████████████████████████████████████████████████▏                                               | 2420/4251 [1:13:07<26:41,  1.14it/s]
 57%|███████████████████████████████████████████████████████████████▏                                               | 2421/4251 [1:13:08<26:29,  1.15it/s]
 57%|███████████████████████████████████████████████████████████████▏                                               | 2422/4251 [1:13:09<26:23,  1.15it/s]
 57%|███████████████████████████████████████████████████████████████▎                                               | 2423/4251 [1:13:10<26:13,  1.16it/s]
 57%|███████████████████████████████████████████████████████████████▎                                               | 2424/4251 [1:13:11<26:07,  1.17it/s]
 57%|███████████████████████████████████████████████████████████████▎                                               | 2425/4251 [1:13:12<26:06,  1.17it/s]
 57%|███████████████████████████████████████████████████████████████▎                                               | 2426/4251 [1:13:12<26:00,  1.17it/s]
 57%|███████████████████████████████████████████████████████████████▎                                               | 2427/4251 [1:13:13<25:52,  1.17it/s]
 57%|███████████████████████████████████████████████████████████████▍                                               | 2428/4251 [1:13:14<25:47,  1.18it/s]
 57%|███████████████████████████████████████████████████████████████▍                                               | 2429/4251 [1:13:15<25:58,  1.17it/s]
 57%|███████████████████████████████████████████████████████████████▍                                               | 2430/4251 [1:13:16<25:58,  1.17it/s]
 57%|███████████████████████████████████████████████████████████████▍                                               | 2431/4251 [1:13:17<25:55,  1.17it/s]
 57%|███████████████████████████████████████████████████████████████▌                                               | 2432/4251 [1:13:17<25:52,  1.17it/s]
 57%|███████████████████████████████████████████████████████████████▌                                               | 2433/4251 [1:13:18<25:44,  1.18it/s]
 57%|███████████████████████████████████████████████████████████████▌                                               | 2434/4251 [1:13:19<25:41,  1.18it/s]
 57%|███████████████████████████████████████████████████████████████▌                                               | 2435/4251 [1:13:20<25:42,  1.18it/s]
 57%|███████████████████████████████████████████████████████████████▌                                               | 2436/4251 [1:13:21<25:41,  1.18it/s]
 57%|███████████████████████████████████████████████████████████████▋                                               | 2437/4251 [1:13:22<25:49,  1.17it/s]
 57%|███████████████████████████████████████████████████████████████▋                                               | 2438/4251 [1:13:23<25:44,  1.17it/s]
 57%|███████████████████████████████████████████████████████████████▋                                               | 2439/4251 [1:13:23<25:48,  1.17it/s]
 57%|███████████████████████████████████████████████████████████████▋                                               | 2440/4251 [1:13:24<25:57,  1.16it/s]
                                                                                                                                                          
{'loss': '0.01827', 'grad_norm': '0.03731', 'learning_rate': '4.395e-05', 'epoch': '0.574'}

 57%|███████████████████████████████████████████████████████████████▋                                               | 2440/4251 [1:13:24<25:57,  1.16it/s]
 57%|███████████████████████████████████████████████████████████████▋                                               | 2441/4251 [1:13:25<25:51,  1.17it/s]
 57%|███████████████████████████████████████████████████████████████▊                                               | 2442/4251 [1:13:26<25:46,  1.17it/s]
 57%|███████████████████████████████████████████████████████████████▊                                               | 2443/4251 [1:13:27<25:40,  1.17it/s]
 57%|███████████████████████████████████████████████████████████████▊                                               | 2444/4251 [1:13:28<25:53,  1.16it/s]
 58%|███████████████████████████████████████████████████████████████▊                                               | 2445/4251 [1:13:29<25:48,  1.17it/s]
 58%|███████████████████████████████████████████████████████████████▊                                               | 2446/4251 [1:13:29<25:44,  1.17it/s]
 58%|███████████████████████████████████████████████████████████████▉                                               | 2447/4251 [1:13:30<25:45,  1.17it/s]
 58%|███████████████████████████████████████████████████████████████▉                                               | 2448/4251 [1:13:31<25:40,  1.17it/s]
 58%|███████████████████████████████████████████████████████████████▉                                               | 2449/4251 [1:13:32<25:39,  1.17it/s]
 58%|███████████████████████████████████████████████████████████████▉                                               | 2450/4251 [1:13:33<25:43,  1.17it/s]
 58%|███████████████████████████████████████████████████████████████▉                                               | 2451/4251 [1:13:34<25:43,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████                                               | 2452/4251 [1:13:35<25:38,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████                                               | 2453/4251 [1:13:35<25:37,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████                                               | 2454/4251 [1:13:36<25:34,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████                                               | 2455/4251 [1:13:37<25:32,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▏                                              | 2456/4251 [1:13:38<25:31,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▏                                              | 2457/4251 [1:13:39<25:26,  1.18it/s]
 58%|████████████████████████████████████████████████████████████████▏                                              | 2458/4251 [1:13:40<25:27,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▏                                              | 2459/4251 [1:13:41<25:36,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▏                                              | 2460/4251 [1:13:41<25:31,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02175', 'grad_norm': '0.04847', 'learning_rate': '4.346e-05', 'epoch': '0.5787'}

 58%|████████████████████████████████████████████████████████████████▏                                              | 2460/4251 [1:13:41<25:31,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▎                                              | 2461/4251 [1:13:42<25:33,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▎                                              | 2462/4251 [1:13:43<25:32,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▎                                              | 2463/4251 [1:13:44<25:30,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▎                                              | 2464/4251 [1:13:45<25:33,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▎                                              | 2465/4251 [1:13:46<25:30,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▍                                              | 2466/4251 [1:13:47<25:28,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▍                                              | 2467/4251 [1:13:47<25:22,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▍                                              | 2468/4251 [1:13:48<25:20,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▍                                              | 2469/4251 [1:13:49<25:15,  1.18it/s]
 58%|████████████████████████████████████████████████████████████████▍                                              | 2470/4251 [1:13:50<25:15,  1.18it/s]
 58%|████████████████████████████████████████████████████████████████▌                                              | 2471/4251 [1:13:51<25:14,  1.18it/s]
 58%|████████████████████████████████████████████████████████████████▌                                              | 2472/4251 [1:13:52<25:15,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▌                                              | 2473/4251 [1:13:53<25:15,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▌                                              | 2474/4251 [1:13:53<25:29,  1.16it/s]
 58%|████████████████████████████████████████████████████████████████▋                                              | 2475/4251 [1:13:54<25:24,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▋                                              | 2476/4251 [1:13:55<25:26,  1.16it/s]
 58%|████████████████████████████████████████████████████████████████▋                                              | 2477/4251 [1:13:56<25:17,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▋                                              | 2478/4251 [1:13:57<25:15,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▋                                              | 2479/4251 [1:13:58<25:21,  1.16it/s]
 58%|████████████████████████████████████████████████████████████████▊                                              | 2480/4251 [1:13:59<25:14,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02064', 'grad_norm': '0.1009', 'learning_rate': '4.298e-05', 'epoch': '0.5834'}

 58%|████████████████████████████████████████████████████████████████▊                                              | 2480/4251 [1:13:59<25:14,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▊                                              | 2481/4251 [1:13:59<25:13,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▊                                              | 2482/4251 [1:14:00<25:11,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▊                                              | 2483/4251 [1:14:01<25:18,  1.16it/s]
 58%|████████████████████████████████████████████████████████████████▊                                              | 2484/4251 [1:14:02<25:16,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▉                                              | 2485/4251 [1:14:03<25:13,  1.17it/s]
 58%|████████████████████████████████████████████████████████████████▉                                              | 2486/4251 [1:14:04<25:14,  1.17it/s]
 59%|████████████████████████████████████████████████████████████████▉                                              | 2487/4251 [1:14:05<25:12,  1.17it/s]
 59%|████████████████████████████████████████████████████████████████▉                                              | 2488/4251 [1:14:05<25:07,  1.17it/s]
 59%|████████████████████████████████████████████████████████████████▉                                              | 2489/4251 [1:14:06<25:05,  1.17it/s]
 59%|█████████████████████████████████████████████████████████████████                                              | 2490/4251 [1:14:07<24:58,  1.18it/s]
 59%|█████████████████████████████████████████████████████████████████                                              | 2491/4251 [1:14:08<24:57,  1.18it/s]
 59%|█████████████████████████████████████████████████████████████████                                              | 2492/4251 [1:14:09<25:14,  1.16it/s]
 59%|█████████████████████████████████████████████████████████████████                                              | 2493/4251 [1:14:10<25:05,  1.17it/s]
 59%|█████████████████████████████████████████████████████████████████                                              | 2494/4251 [1:14:11<25:03,  1.17it/s]
 59%|█████████████████████████████████████████████████████████████████▏                                             | 2495/4251 [1:14:11<25:02,  1.17it/s]
 59%|█████████████████████████████████████████████████████████████████▏                                             | 2496/4251 [1:14:12<25:02,  1.17it/s]
 59%|█████████████████████████████████████████████████████████████████▏                                             | 2497/4251 [1:14:13<24:58,  1.17it/s]
 59%|█████████████████████████████████████████████████████████████████▏                                             | 2498/4251 [1:14:14<24:53,  1.17it/s]
 59%|█████████████████████████████████████████████████████████████████▎                                             | 2499/4251 [1:14:15<24:52,  1.17it/s]02:38:31  INFO        eval generation: 200/250  (3.00 rec/s, 66.6s elapsed, ~17s left)
02:38:48  INFO        eval generation: 250/250  (2.98 rec/s, 83.8s elapsed, ~0s left)
02:38:50  INFO      Eval @ step_2500 — n=1000
02:38:50  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
02:38:50  INFO        E1           0.844    0.980    0.222    0.714    0.222    0.339     250
02:38:50  INFO        E2           0.976    0.989    0.942    0.970    0.942    0.956     250
02:38:50  INFO        E3           0.908    0.976    0.768    0.940    0.768    0.846     250
02:38:50  INFO        E4           0.924    0.974    0.842    0.952    0.842    0.894     250
02:38:50  INFO        overall      0.880    0.951    0.830    0.961    0.830    0.891     250
02:38:50  INFO        edge_macro_acc=0.913  edge_macro_f1=0.759  exact_match=0.724  malformed=0.000  complete_groups=250

 59%|███████████████████████████████████████████████████████████████▌                                            | 2500/4251 [1:15:42<12:57:30, 26.64s/it]
                                                                                                                                                          
{'loss': '0.01786', 'grad_norm': '0.06444', 'learning_rate': '4.249e-05', 'epoch': '0.5881'}

 59%|███████████████████████████████████████████████████████████████▌                                            | 2500/4251 [1:15:42<12:57:30, 26.64s/it]
 59%|████████████████████████████████████████████████████████████████▏                                            | 2501/4251 [1:15:42<9:11:22, 18.90s/it]
 59%|████████████████████████████████████████████████████████████████▏                                            | 2502/4251 [1:15:43<6:33:06, 13.49s/it]
 59%|████████████████████████████████████████████████████████████████▏                                            | 2503/4251 [1:15:44<4:42:24,  9.69s/it]
 59%|████████████████████████████████████████████████████████████████▏                                            | 2504/4251 [1:15:45<3:25:15,  7.05s/it]
 59%|████████████████████████████████████████████████████████████████▏                                            | 2505/4251 [1:15:46<2:31:01,  5.19s/it]
 59%|████████████████████████████████████████████████████████████████▎                                            | 2506/4251 [1:15:47<1:53:13,  3.89s/it]
 59%|████████████████████████████████████████████████████████████████▎                                            | 2507/4251 [1:15:48<1:26:36,  2.98s/it]
 59%|████████████████████████████████████████████████████████████████▎                                            | 2508/4251 [1:15:48<1:08:20,  2.35s/it]
 59%|█████████████████████████████████████████████████████████████████▌                                             | 2509/4251 [1:15:49<55:13,  1.90s/it]
 59%|█████████████████████████████████████████████████████████████████▌                                             | 2510/4251 [1:15:50<46:07,  1.59s/it]
 59%|█████████████████████████████████████████████████████████████████▌                                             | 2511/4251 [1:15:51<39:39,  1.37s/it]
 59%|█████████████████████████████████████████████████████████████████▌                                             | 2512/4251 [1:15:52<35:07,  1.21s/it]
 59%|█████████████████████████████████████████████████████████████████▌                                             | 2513/4251 [1:15:53<31:57,  1.10s/it]
 59%|█████████████████████████████████████████████████████████████████▋                                             | 2514/4251 [1:15:54<29:42,  1.03s/it]
 59%|█████████████████████████████████████████████████████████████████▋                                             | 2515/4251 [1:15:54<28:11,  1.03it/s]
 59%|█████████████████████████████████████████████████████████████████▋                                             | 2516/4251 [1:15:55<27:05,  1.07it/s]
 59%|█████████████████████████████████████████████████████████████████▋                                             | 2517/4251 [1:15:56<26:20,  1.10it/s]
 59%|█████████████████████████████████████████████████████████████████▋                                             | 2518/4251 [1:15:57<25:54,  1.11it/s]
 59%|█████████████████████████████████████████████████████████████████▊                                             | 2519/4251 [1:15:58<25:35,  1.13it/s]
 59%|█████████████████████████████████████████████████████████████████▊                                             | 2520/4251 [1:15:59<25:16,  1.14it/s]
                                                                                                                                                          
{'loss': '0.01508', 'grad_norm': '0.1124', 'learning_rate': '4.201e-05', 'epoch': '0.5928'}

 59%|█████████████████████████████████████████████████████████████████▊                                             | 2520/4251 [1:15:59<25:16,  1.14it/s]
 59%|█████████████████████████████████████████████████████████████████▊                                             | 2521/4251 [1:16:00<25:00,  1.15it/s]
 59%|█████████████████████████████████████████████████████████████████▊                                             | 2522/4251 [1:16:00<24:48,  1.16it/s]
 59%|█████████████████████████████████████████████████████████████████▉                                             | 2523/4251 [1:16:01<24:57,  1.15it/s]
 59%|█████████████████████████████████████████████████████████████████▉                                             | 2524/4251 [1:16:02<24:53,  1.16it/s]
 59%|█████████████████████████████████████████████████████████████████▉                                             | 2525/4251 [1:16:03<24:58,  1.15it/s]
 59%|█████████████████████████████████████████████████████████████████▉                                             | 2526/4251 [1:16:04<24:59,  1.15it/s]
 59%|█████████████████████████████████████████████████████████████████▉                                             | 2527/4251 [1:16:05<25:00,  1.15it/s]
 59%|██████████████████████████████████████████████████████████████████                                             | 2528/4251 [1:16:06<24:46,  1.16it/s]
 59%|██████████████████████████████████████████████████████████████████                                             | 2529/4251 [1:16:06<24:36,  1.17it/s]
 60%|██████████████████████████████████████████████████████████████████                                             | 2530/4251 [1:16:07<24:29,  1.17it/s]
 60%|██████████████████████████████████████████████████████████████████                                             | 2531/4251 [1:16:08<24:28,  1.17it/s]
 60%|██████████████████████████████████████████████████████████████████                                             | 2532/4251 [1:16:09<24:24,  1.17it/s]
 60%|██████████████████████████████████████████████████████████████████▏                                            | 2533/4251 [1:16:10<24:20,  1.18it/s]
 60%|██████████████████████████████████████████████████████████████████▏                                            | 2534/4251 [1:16:11<24:17,  1.18it/s]
 60%|██████████████████████████████████████████████████████████████████▏                                            | 2535/4251 [1:16:13<36:36,  1.28s/it]
 60%|██████████████████████████████████████████████████████████████████▏                                            | 2536/4251 [1:16:14<32:51,  1.15s/it]
 60%|██████████████████████████████████████████████████████████████████▏                                            | 2537/4251 [1:16:15<30:11,  1.06s/it]
 60%|██████████████████████████████████████████████████████████████████▎                                            | 2538/4251 [1:16:16<28:30,  1.00it/s]
 60%|██████████████████████████████████████████████████████████████████▎                                            | 2539/4251 [1:16:16<27:16,  1.05it/s]
 60%|██████████████████████████████████████████████████████████████████▎                                            | 2540/4251 [1:16:17<26:23,  1.08it/s]
                                                                                                                                                          
{'loss': '0.02146', 'grad_norm': '0.06273', 'learning_rate': '4.152e-05', 'epoch': '0.5975'}

 60%|██████████████████████████████████████████████████████████████████▎                                            | 2540/4251 [1:16:17<26:23,  1.08it/s]
 60%|██████████████████████████████████████████████████████████████████▎                                            | 2541/4251 [1:16:18<25:45,  1.11it/s]
 60%|██████████████████████████████████████████████████████████████████▍                                            | 2542/4251 [1:16:19<25:18,  1.13it/s]
 60%|██████████████████████████████████████████████████████████████████▍                                            | 2543/4251 [1:16:20<24:56,  1.14it/s]
 60%|██████████████████████████████████████████████████████████████████▍                                            | 2544/4251 [1:16:21<24:42,  1.15it/s]
 60%|██████████████████████████████████████████████████████████████████▍                                            | 2545/4251 [1:16:22<24:41,  1.15it/s]
 60%|██████████████████████████████████████████████████████████████████▍                                            | 2546/4251 [1:16:22<24:43,  1.15it/s]
 60%|██████████████████████████████████████████████████████████████████▌                                            | 2547/4251 [1:16:23<24:32,  1.16it/s]
 60%|██████████████████████████████████████████████████████████████████▌                                            | 2548/4251 [1:16:24<24:30,  1.16it/s]
 60%|██████████████████████████████████████████████████████████████████▌                                            | 2549/4251 [1:16:25<24:21,  1.16it/s]
 60%|██████████████████████████████████████████████████████████████████▌                                            | 2550/4251 [1:16:26<24:17,  1.17it/s]
 60%|██████████████████████████████████████████████████████████████████▌                                            | 2551/4251 [1:16:27<24:12,  1.17it/s]
 60%|██████████████████████████████████████████████████████████████████▋                                            | 2552/4251 [1:16:27<24:10,  1.17it/s]
 60%|██████████████████████████████████████████████████████████████████▋                                            | 2553/4251 [1:16:28<24:07,  1.17it/s]
 60%|██████████████████████████████████████████████████████████████████▋                                            | 2554/4251 [1:16:29<24:05,  1.17it/s]
 60%|██████████████████████████████████████████████████████████████████▋                                            | 2555/4251 [1:16:30<24:06,  1.17it/s]
 60%|██████████████████████████████████████████████████████████████████▋                                            | 2556/4251 [1:16:31<24:02,  1.17it/s]
 60%|██████████████████████████████████████████████████████████████████▊                                            | 2557/4251 [1:16:32<24:01,  1.17it/s]
 60%|██████████████████████████████████████████████████████████████████▊                                            | 2558/4251 [1:16:33<24:01,  1.17it/s]
 60%|██████████████████████████████████████████████████████████████████▊                                            | 2559/4251 [1:16:33<24:03,  1.17it/s]
 60%|██████████████████████████████████████████████████████████████████▊                                            | 2560/4251 [1:16:34<24:06,  1.17it/s]
                                                                                                                                                          
{'loss': '0.0193', 'grad_norm': '0.05473', 'learning_rate': '4.104e-05', 'epoch': '0.6022'}

 60%|██████████████████████████████████████████████████████████████████▊                                            | 2560/4251 [1:16:34<24:06,  1.17it/s]
 60%|██████████████████████████████████████████████████████████████████▊                                            | 2561/4251 [1:16:35<24:01,  1.17it/s]
 60%|██████████████████████████████████████████████████████████████████▉                                            | 2562/4251 [1:16:36<23:59,  1.17it/s]
 60%|██████████████████████████████████████████████████████████████████▉                                            | 2563/4251 [1:16:37<24:03,  1.17it/s]
 60%|██████████████████████████████████████████████████████████████████▉                                            | 2564/4251 [1:16:38<23:58,  1.17it/s]
 60%|██████████████████████████████████████████████████████████████████▉                                            | 2565/4251 [1:16:39<23:54,  1.18it/s]
 60%|███████████████████████████████████████████████████████████████████                                            | 2566/4251 [1:16:39<23:51,  1.18it/s]
 60%|███████████████████████████████████████████████████████████████████                                            | 2567/4251 [1:16:40<23:48,  1.18it/s]
 60%|███████████████████████████████████████████████████████████████████                                            | 2568/4251 [1:16:41<23:51,  1.18it/s]
 60%|███████████████████████████████████████████████████████████████████                                            | 2569/4251 [1:16:42<24:01,  1.17it/s]
 60%|███████████████████████████████████████████████████████████████████                                            | 2570/4251 [1:16:43<24:04,  1.16it/s]
 60%|███████████████████████████████████████████████████████████████████▏                                           | 2571/4251 [1:16:44<24:01,  1.17it/s]
 61%|███████████████████████████████████████████████████████████████████▏                                           | 2572/4251 [1:16:45<24:05,  1.16it/s]
 61%|███████████████████████████████████████████████████████████████████▏                                           | 2573/4251 [1:16:45<23:58,  1.17it/s]
 61%|███████████████████████████████████████████████████████████████████▏                                           | 2574/4251 [1:16:46<23:55,  1.17it/s]
 61%|███████████████████████████████████████████████████████████████████▏                                           | 2575/4251 [1:16:47<23:51,  1.17it/s]
 61%|███████████████████████████████████████████████████████████████████▎                                           | 2576/4251 [1:16:48<23:48,  1.17it/s]
 61%|███████████████████████████████████████████████████████████████████▎                                           | 2577/4251 [1:16:49<23:52,  1.17it/s]
 61%|███████████████████████████████████████████████████████████████████▎                                           | 2578/4251 [1:16:50<23:46,  1.17it/s]
 61%|███████████████████████████████████████████████████████████████████▎                                           | 2579/4251 [1:16:51<23:42,  1.18it/s]
 61%|███████████████████████████████████████████████████████████████████▎                                           | 2580/4251 [1:16:51<23:45,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02148', 'grad_norm': '0.0931', 'learning_rate': '4.055e-05', 'epoch': '0.6069'}

 61%|███████████████████████████████████████████████████████████████████▎                                           | 2580/4251 [1:16:51<23:45,  1.17it/s]
 61%|███████████████████████████████████████████████████████████████████▍                                           | 2581/4251 [1:16:52<23:48,  1.17it/s]
 61%|███████████████████████████████████████████████████████████████████▍                                           | 2582/4251 [1:16:53<23:42,  1.17it/s]
 61%|███████████████████████████████████████████████████████████████████▍                                           | 2583/4251 [1:16:54<23:40,  1.17it/s]
 61%|███████████████████████████████████████████████████████████████████▍                                           | 2584/4251 [1:16:55<23:39,  1.17it/s]
 61%|███████████████████████████████████████████████████████████████████▍                                           | 2585/4251 [1:16:56<23:45,  1.17it/s]
 61%|███████████████████████████████████████████████████████████████████▌                                           | 2586/4251 [1:16:57<23:41,  1.17it/s]
 61%|███████████████████████████████████████████████████████████████████▌                                           | 2587/4251 [1:16:57<23:40,  1.17it/s]
 61%|███████████████████████████████████████████████████████████████████▌                                           | 2588/4251 [1:16:58<23:40,  1.17it/s]
 61%|███████████████████████████████████████████████████████████████████▌                                           | 2589/4251 [1:16:59<23:43,  1.17it/s]
 61%|███████████████████████████████████████████████████████████████████▋                                           | 2590/4251 [1:17:00<23:46,  1.16it/s]
 61%|███████████████████████████████████████████████████████████████████▋                                           | 2591/4251 [1:17:01<23:39,  1.17it/s]
 61%|███████████████████████████████████████████████████████████████████▋                                           | 2592/4251 [1:17:02<23:41,  1.17it/s]
 61%|███████████████████████████████████████████████████████████████████▋                                           | 2593/4251 [1:17:02<23:36,  1.17it/s]
 61%|███████████████████████████████████████████████████████████████████▋                                           | 2594/4251 [1:17:03<23:32,  1.17it/s]
 61%|███████████████████████████████████████████████████████████████████▊                                           | 2595/4251 [1:17:04<23:27,  1.18it/s]
 61%|███████████████████████████████████████████████████████████████████▊                                           | 2596/4251 [1:17:05<23:30,  1.17it/s]
 61%|███████████████████████████████████████████████████████████████████▊                                           | 2597/4251 [1:17:06<23:26,  1.18it/s]
 61%|███████████████████████████████████████████████████████████████████▊                                           | 2598/4251 [1:17:07<23:26,  1.18it/s]
 61%|███████████████████████████████████████████████████████████████████▊                                           | 2599/4251 [1:17:08<23:26,  1.17it/s]02:41:24  INFO        eval generation: 200/250  (2.99 rec/s, 66.8s elapsed, ~17s left)
02:41:42  INFO        eval generation: 250/250  (2.95 rec/s, 84.7s elapsed, ~0s left)
02:41:44  INFO      Eval @ step_2600 — n=1000
02:41:44  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
02:41:44  INFO        E1           0.864    0.946    0.489    0.667    0.489    0.564     250
02:41:44  INFO        E2           0.968    0.972    0.957    0.930    0.957    0.943     250
02:41:44  INFO        E3           0.936    0.964    0.878    0.923    0.878    0.900     250
02:41:44  INFO        E4           0.912    0.916    0.905    0.869    0.905    0.887     250
02:41:44  INFO        overall      0.904    0.903    0.905    0.930    0.905    0.917     250
02:41:44  INFO        edge_macro_acc=0.920  edge_macro_f1=0.823  exact_match=0.752  malformed=0.000  complete_groups=250

 61%|██████████████████████████████████████████████████████████████████                                          | 2600/4251 [1:18:35<12:17:33, 26.80s/it]
                                                                                                                                                          
{'loss': '0.02098', 'grad_norm': '0.06033', 'learning_rate': '4.007e-05', 'epoch': '0.6116'}

 61%|██████████████████████████████████████████████████████████████████                                          | 2600/4251 [1:18:35<12:17:33, 26.80s/it]
 61%|██████████████████████████████████████████████████████████████████▋                                          | 2601/4251 [1:18:36<8:42:59, 19.02s/it]
 61%|██████████████████████████████████████████████████████████████████▋                                          | 2602/4251 [1:18:37<6:12:50, 13.57s/it]
 61%|██████████████████████████████████████████████████████████████████▋                                          | 2603/4251 [1:18:37<4:27:46,  9.75s/it]
 61%|██████████████████████████████████████████████████████████████████▊                                          | 2604/4251 [1:18:38<3:14:23,  7.08s/it]
 61%|██████████████████████████████████████████████████████████████████▊                                          | 2605/4251 [1:18:39<2:23:00,  5.21s/it]
 61%|██████████████████████████████████████████████████████████████████▊                                          | 2606/4251 [1:18:40<1:47:00,  3.90s/it]
 61%|██████████████████████████████████████████████████████████████████▊                                          | 2607/4251 [1:18:41<1:21:54,  2.99s/it]
 61%|██████████████████████████████████████████████████████████████████▊                                          | 2608/4251 [1:18:42<1:04:13,  2.35s/it]
 61%|████████████████████████████████████████████████████████████████████                                           | 2609/4251 [1:18:43<51:55,  1.90s/it]
 61%|████████████████████████████████████████████████████████████████████▏                                          | 2610/4251 [1:18:43<43:32,  1.59s/it]
 61%|████████████████████████████████████████████████████████████████████▏                                          | 2611/4251 [1:18:44<37:32,  1.37s/it]
 61%|████████████████████████████████████████████████████████████████████▏                                          | 2612/4251 [1:18:45<33:25,  1.22s/it]
 61%|████████████████████████████████████████████████████████████████████▏                                          | 2613/4251 [1:18:46<30:21,  1.11s/it]
 61%|████████████████████████████████████████████████████████████████████▎                                          | 2614/4251 [1:18:47<28:15,  1.04s/it]
 62%|████████████████████████████████████████████████████████████████████▎                                          | 2615/4251 [1:18:48<26:42,  1.02it/s]
 62%|████████████████████████████████████████████████████████████████████▎                                          | 2616/4251 [1:18:49<25:35,  1.06it/s]
 62%|████████████████████████████████████████████████████████████████████▎                                          | 2617/4251 [1:18:49<24:50,  1.10it/s]
 62%|████████████████████████████████████████████████████████████████████▎                                          | 2618/4251 [1:18:50<24:26,  1.11it/s]
 62%|████████████████████████████████████████████████████████████████████▍                                          | 2619/4251 [1:18:51<24:02,  1.13it/s]
 62%|████████████████████████████████████████████████████████████████████▍                                          | 2620/4251 [1:18:52<23:46,  1.14it/s]
                                                                                                                                                          
{'loss': '0.01845', 'grad_norm': '0.08005', 'learning_rate': '3.958e-05', 'epoch': '0.6163'}

 62%|████████████████████████████████████████████████████████████████████▍                                          | 2620/4251 [1:18:52<23:46,  1.14it/s]
 62%|████████████████████████████████████████████████████████████████████▍                                          | 2621/4251 [1:18:53<23:38,  1.15it/s]
 62%|████████████████████████████████████████████████████████████████████▍                                          | 2622/4251 [1:18:54<23:27,  1.16it/s]
 62%|████████████████████████████████████████████████████████████████████▍                                          | 2623/4251 [1:18:55<23:23,  1.16it/s]
 62%|████████████████████████████████████████████████████████████████████▌                                          | 2624/4251 [1:18:55<23:21,  1.16it/s]
 62%|████████████████████████████████████████████████████████████████████▌                                          | 2625/4251 [1:18:56<23:14,  1.17it/s]
 62%|████████████████████████████████████████████████████████████████████▌                                          | 2626/4251 [1:18:57<23:10,  1.17it/s]
 62%|████████████████████████████████████████████████████████████████████▌                                          | 2627/4251 [1:18:58<23:06,  1.17it/s]
 62%|████████████████████████████████████████████████████████████████████▌                                          | 2628/4251 [1:18:59<23:04,  1.17it/s]
 62%|████████████████████████████████████████████████████████████████████▋                                          | 2629/4251 [1:19:00<23:15,  1.16it/s]
 62%|████████████████████████████████████████████████████████████████████▋                                          | 2630/4251 [1:19:01<23:11,  1.16it/s]
 62%|████████████████████████████████████████████████████████████████████▋                                          | 2631/4251 [1:19:01<23:07,  1.17it/s]
 62%|████████████████████████████████████████████████████████████████████▋                                          | 2632/4251 [1:19:02<23:07,  1.17it/s]
 62%|████████████████████████████████████████████████████████████████████▊                                          | 2633/4251 [1:19:03<23:21,  1.15it/s]
 62%|████████████████████████████████████████████████████████████████████▊                                          | 2634/4251 [1:19:04<23:13,  1.16it/s]
 62%|████████████████████████████████████████████████████████████████████▊                                          | 2635/4251 [1:19:05<23:08,  1.16it/s]
 62%|████████████████████████████████████████████████████████████████████▊                                          | 2636/4251 [1:19:06<23:01,  1.17it/s]
 62%|████████████████████████████████████████████████████████████████████▊                                          | 2637/4251 [1:19:07<23:02,  1.17it/s]
 62%|████████████████████████████████████████████████████████████████████▉                                          | 2638/4251 [1:19:07<23:00,  1.17it/s]
 62%|████████████████████████████████████████████████████████████████████▉                                          | 2639/4251 [1:19:08<23:01,  1.17it/s]
 62%|████████████████████████████████████████████████████████████████████▉                                          | 2640/4251 [1:19:09<22:55,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01982', 'grad_norm': '0.03903', 'learning_rate': '3.91e-05', 'epoch': '0.621'}

 62%|████████████████████████████████████████████████████████████████████▉                                          | 2640/4251 [1:19:09<22:55,  1.17it/s]
 62%|████████████████████████████████████████████████████████████████████▉                                          | 2641/4251 [1:19:10<22:49,  1.18it/s]
 62%|████████████████████████████████████████████████████████████████████▉                                          | 2642/4251 [1:19:11<22:49,  1.17it/s]
 62%|█████████████████████████████████████████████████████████████████████                                          | 2643/4251 [1:19:12<22:46,  1.18it/s]
 62%|█████████████████████████████████████████████████████████████████████                                          | 2644/4251 [1:19:13<22:48,  1.17it/s]
 62%|█████████████████████████████████████████████████████████████████████                                          | 2645/4251 [1:19:13<22:48,  1.17it/s]
 62%|█████████████████████████████████████████████████████████████████████                                          | 2646/4251 [1:19:14<22:54,  1.17it/s]
 62%|█████████████████████████████████████████████████████████████████████                                          | 2647/4251 [1:19:15<22:51,  1.17it/s]
 62%|█████████████████████████████████████████████████████████████████████▏                                         | 2648/4251 [1:19:16<22:51,  1.17it/s]
 62%|█████████████████████████████████████████████████████████████████████▏                                         | 2649/4251 [1:19:17<22:53,  1.17it/s]
 62%|█████████████████████████████████████████████████████████████████████▏                                         | 2650/4251 [1:19:18<22:47,  1.17it/s]
 62%|█████████████████████████████████████████████████████████████████████▏                                         | 2651/4251 [1:19:19<22:52,  1.17it/s]
 62%|█████████████████████████████████████████████████████████████████████▏                                         | 2652/4251 [1:19:19<22:52,  1.17it/s]
 62%|█████████████████████████████████████████████████████████████████████▎                                         | 2653/4251 [1:19:20<23:00,  1.16it/s]
 62%|█████████████████████████████████████████████████████████████████████▎                                         | 2654/4251 [1:19:21<22:53,  1.16it/s]
 62%|█████████████████████████████████████████████████████████████████████▎                                         | 2655/4251 [1:19:22<22:51,  1.16it/s]
 62%|█████████████████████████████████████████████████████████████████████▎                                         | 2656/4251 [1:19:23<22:53,  1.16it/s]
 63%|█████████████████████████████████████████████████████████████████████▍                                         | 2657/4251 [1:19:24<22:46,  1.17it/s]
 63%|█████████████████████████████████████████████████████████████████████▍                                         | 2658/4251 [1:19:25<22:41,  1.17it/s]
 63%|█████████████████████████████████████████████████████████████████████▍                                         | 2659/4251 [1:19:25<22:38,  1.17it/s]
 63%|█████████████████████████████████████████████████████████████████████▍                                         | 2660/4251 [1:19:26<22:34,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02058', 'grad_norm': '0.06286', 'learning_rate': '3.861e-05', 'epoch': '0.6257'}

 63%|█████████████████████████████████████████████████████████████████████▍                                         | 2660/4251 [1:19:26<22:34,  1.17it/s]
 63%|█████████████████████████████████████████████████████████████████████▍                                         | 2661/4251 [1:19:27<22:39,  1.17it/s]
 63%|█████████████████████████████████████████████████████████████████████▌                                         | 2662/4251 [1:19:28<22:39,  1.17it/s]
 63%|█████████████████████████████████████████████████████████████████████▌                                         | 2663/4251 [1:19:29<22:38,  1.17it/s]
 63%|█████████████████████████████████████████████████████████████████████▌                                         | 2664/4251 [1:19:30<22:37,  1.17it/s]
 63%|█████████████████████████████████████████████████████████████████████▌                                         | 2665/4251 [1:19:31<22:34,  1.17it/s]
 63%|█████████████████████████████████████████████████████████████████████▌                                         | 2666/4251 [1:19:31<22:34,  1.17it/s]
 63%|█████████████████████████████████████████████████████████████████████▋                                         | 2667/4251 [1:19:32<22:30,  1.17it/s]
 63%|█████████████████████████████████████████████████████████████████████▋                                         | 2668/4251 [1:19:33<22:32,  1.17it/s]
 63%|█████████████████████████████████████████████████████████████████████▋                                         | 2669/4251 [1:19:34<22:43,  1.16it/s]
 63%|█████████████████████████████████████████████████████████████████████▋                                         | 2670/4251 [1:19:35<22:39,  1.16it/s]
 63%|█████████████████████████████████████████████████████████████████████▋                                         | 2671/4251 [1:19:36<22:35,  1.17it/s]
 63%|█████████████████████████████████████████████████████████████████████▊                                         | 2672/4251 [1:19:37<22:31,  1.17it/s]
 63%|█████████████████████████████████████████████████████████████████████▊                                         | 2673/4251 [1:19:37<22:37,  1.16it/s]
 63%|█████████████████████████████████████████████████████████████████████▊                                         | 2674/4251 [1:19:40<34:14,  1.30s/it]
 63%|█████████████████████████████████████████████████████████████████████▊                                         | 2675/4251 [1:19:41<30:35,  1.16s/it]
 63%|█████████████████████████████████████████████████████████████████████▊                                         | 2676/4251 [1:19:41<28:01,  1.07s/it]
 63%|█████████████████████████████████████████████████████████████████████▉                                         | 2677/4251 [1:19:42<26:15,  1.00s/it]
 63%|█████████████████████████████████████████████████████████████████████▉                                         | 2678/4251 [1:19:43<25:10,  1.04it/s]
 63%|█████████████████████████████████████████████████████████████████████▉                                         | 2679/4251 [1:19:44<24:19,  1.08it/s]
 63%|█████████████████████████████████████████████████████████████████████▉                                         | 2680/4251 [1:19:45<23:43,  1.10it/s]
                                                                                                                                                          
{'loss': '0.01763', 'grad_norm': '0.04104', 'learning_rate': '3.813e-05', 'epoch': '0.6304'}

 63%|█████████████████████████████████████████████████████████████████████▉                                         | 2680/4251 [1:19:45<23:43,  1.10it/s]
 63%|██████████████████████████████████████████████████████████████████████                                         | 2681/4251 [1:19:46<23:19,  1.12it/s]
 63%|██████████████████████████████████████████████████████████████████████                                         | 2682/4251 [1:19:47<23:01,  1.14it/s]
 63%|██████████████████████████████████████████████████████████████████████                                         | 2683/4251 [1:19:47<22:46,  1.15it/s]
 63%|██████████████████████████████████████████████████████████████████████                                         | 2684/4251 [1:19:48<22:39,  1.15it/s]
 63%|██████████████████████████████████████████████████████████████████████                                         | 2685/4251 [1:19:49<22:29,  1.16it/s]
 63%|██████████████████████████████████████████████████████████████████████▏                                        | 2686/4251 [1:19:50<22:25,  1.16it/s]
 63%|██████████████████████████████████████████████████████████████████████▏                                        | 2687/4251 [1:19:51<22:19,  1.17it/s]
 63%|██████████████████████████████████████████████████████████████████████▏                                        | 2688/4251 [1:19:52<22:13,  1.17it/s]
 63%|██████████████████████████████████████████████████████████████████████▏                                        | 2689/4251 [1:19:53<22:15,  1.17it/s]
 63%|██████████████████████████████████████████████████████████████████████▏                                        | 2690/4251 [1:19:53<22:18,  1.17it/s]
 63%|██████████████████████████████████████████████████████████████████████▎                                        | 2691/4251 [1:19:54<22:16,  1.17it/s]
 63%|██████████████████████████████████████████████████████████████████████▎                                        | 2692/4251 [1:19:55<22:13,  1.17it/s]
 63%|██████████████████████████████████████████████████████████████████████▎                                        | 2693/4251 [1:19:56<22:09,  1.17it/s]
 63%|██████████████████████████████████████████████████████████████████████▎                                        | 2694/4251 [1:19:57<22:07,  1.17it/s]
 63%|██████████████████████████████████████████████████████████████████████▎                                        | 2695/4251 [1:19:58<22:07,  1.17it/s]
 63%|██████████████████████████████████████████████████████████████████████▍                                        | 2696/4251 [1:19:59<22:17,  1.16it/s]
 63%|██████████████████████████████████████████████████████████████████████▍                                        | 2697/4251 [1:19:59<22:14,  1.16it/s]
 63%|██████████████████████████████████████████████████████████████████████▍                                        | 2698/4251 [1:20:00<22:13,  1.16it/s]
 63%|██████████████████████████████████████████████████████████████████████▍                                        | 2699/4251 [1:20:03<33:34,  1.30s/it]02:44:20  INFO        eval generation: 200/250  (2.96 rec/s, 67.5s elapsed, ~17s left)
02:44:37  INFO        eval generation: 250/250  (2.94 rec/s, 84.9s elapsed, ~0s left)
02:44:38  INFO      Eval @ step_2700 — n=1000
02:44:38  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
02:44:38  INFO        E1           0.840    0.956    0.311    0.609    0.311    0.412     250
02:44:38  INFO        E2           0.968    0.967    0.971    0.918    0.971    0.944     250
02:44:38  INFO        E3           0.932    0.946    0.902    0.892    0.902    0.897     250
02:44:38  INFO        E4           0.924    0.935    0.905    0.896    0.905    0.901     250
02:44:38  INFO        overall      0.892    0.893    0.891    0.923    0.891    0.907     250
02:44:38  INFO        edge_macro_acc=0.916  edge_macro_f1=0.788  exact_match=0.740  malformed=0.000  complete_groups=250

 64%|████████████████████████████████████████████████████████████████████▌                                       | 2700/4251 [1:21:29<11:36:28, 26.94s/it]
                                                                                                                                                          
{'loss': '0.01447', 'grad_norm': '0.06819', 'learning_rate': '3.764e-05', 'epoch': '0.6351'}

 64%|████████████████████████████████████████████████████████████████████▌                                       | 2700/4251 [1:21:29<11:36:28, 26.94s/it]02:44:38  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/config.json "HTTP/1.1 307 Temporary Redirect"
02:44:38  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/config.json "HTTP/1.1 200 OK"

 64%|█████████████████████████████████████████████████████████████████████▎                                       | 2701/4251 [1:21:32<8:28:51, 19.70s/it]
 64%|█████████████████████████████████████████████████████████████████████▎                                       | 2702/4251 [1:21:33<6:02:32, 14.04s/it]
 64%|█████████████████████████████████████████████████████████████████████▎                                       | 2703/4251 [1:21:34<4:20:12, 10.09s/it]
 64%|█████████████████████████████████████████████████████████████████████▎                                       | 2704/4251 [1:21:35<3:08:38,  7.32s/it]
 64%|█████████████████████████████████████████████████████████████████████▎                                       | 2705/4251 [1:21:36<2:18:33,  5.38s/it]
 64%|█████████████████████████████████████████████████████████████████████▍                                       | 2706/4251 [1:21:36<1:43:28,  4.02s/it]
 64%|█████████████████████████████████████████████████████████████████████▍                                       | 2707/4251 [1:21:37<1:18:54,  3.07s/it]
 64%|█████████████████████████████████████████████████████████████████████▍                                       | 2708/4251 [1:21:38<1:01:43,  2.40s/it]
 64%|██████████████████████████████████████████████████████████████████████▋                                        | 2709/4251 [1:21:39<49:43,  1.93s/it]
 64%|██████████████████████████████████████████████████████████████████████▊                                        | 2710/4251 [1:21:40<41:22,  1.61s/it]
 64%|██████████████████████████████████████████████████████████████████████▊                                        | 2711/4251 [1:21:41<35:28,  1.38s/it]
 64%|██████████████████████████████████████████████████████████████████████▊                                        | 2712/4251 [1:21:42<31:20,  1.22s/it]
 64%|██████████████████████████████████████████████████████████████████████▊                                        | 2713/4251 [1:21:42<28:32,  1.11s/it]
 64%|██████████████████████████████████████████████████████████████████████▊                                        | 2714/4251 [1:21:43<26:29,  1.03s/it]
 64%|██████████████████████████████████████████████████████████████████████▉                                        | 2715/4251 [1:21:44<25:04,  1.02it/s]
 64%|██████████████████████████████████████████████████████████████████████▉                                        | 2716/4251 [1:21:45<24:02,  1.06it/s]
 64%|██████████████████████████████████████████████████████████████████████▉                                        | 2717/4251 [1:21:46<23:24,  1.09it/s]
 64%|██████████████████████████████████████████████████████████████████████▉                                        | 2718/4251 [1:21:47<22:52,  1.12it/s]
 64%|██████████████████████████████████████████████████████████████████████▉                                        | 2719/4251 [1:21:47<22:30,  1.13it/s]
 64%|███████████████████████████████████████████████████████████████████████                                        | 2720/4251 [1:21:48<22:19,  1.14it/s]
                                                                                                                                                          
{'loss': '0.01807', 'grad_norm': '0.06092', 'learning_rate': '3.716e-05', 'epoch': '0.6398'}

 64%|███████████████████████████████████████████████████████████████████████                                        | 2720/4251 [1:21:48<22:19,  1.14it/s]
 64%|███████████████████████████████████████████████████████████████████████                                        | 2721/4251 [1:21:49<22:11,  1.15it/s]
 64%|███████████████████████████████████████████████████████████████████████                                        | 2722/4251 [1:21:50<21:59,  1.16it/s]
 64%|███████████████████████████████████████████████████████████████████████                                        | 2723/4251 [1:21:51<21:49,  1.17it/s]
 64%|███████████████████████████████████████████████████████████████████████▏                                       | 2724/4251 [1:21:52<21:42,  1.17it/s]
 64%|███████████████████████████████████████████████████████████████████████▏                                       | 2725/4251 [1:21:53<21:41,  1.17it/s]
 64%|███████████████████████████████████████████████████████████████████████▏                                       | 2726/4251 [1:21:53<21:41,  1.17it/s]
 64%|███████████████████████████████████████████████████████████████████████▏                                       | 2727/4251 [1:21:54<21:40,  1.17it/s]
 64%|███████████████████████████████████████████████████████████████████████▏                                       | 2728/4251 [1:21:55<21:36,  1.17it/s]
 64%|███████████████████████████████████████████████████████████████████████▎                                       | 2729/4251 [1:21:56<21:36,  1.17it/s]
 64%|███████████████████████████████████████████████████████████████████████▎                                       | 2730/4251 [1:21:57<21:31,  1.18it/s]
 64%|███████████████████████████████████████████████████████████████████████▎                                       | 2731/4251 [1:21:58<21:29,  1.18it/s]
 64%|███████████████████████████████████████████████████████████████████████▎                                       | 2732/4251 [1:21:59<21:31,  1.18it/s]
 64%|███████████████████████████████████████████████████████████████████████▎                                       | 2733/4251 [1:21:59<21:32,  1.17it/s]
 64%|███████████████████████████████████████████████████████████████████████▍                                       | 2734/4251 [1:22:00<21:32,  1.17it/s]
 64%|███████████████████████████████████████████████████████████████████████▍                                       | 2735/4251 [1:22:01<21:30,  1.17it/s]
 64%|███████████████████████████████████████████████████████████████████████▍                                       | 2736/4251 [1:22:02<21:27,  1.18it/s]
 64%|███████████████████████████████████████████████████████████████████████▍                                       | 2737/4251 [1:22:03<21:29,  1.17it/s]
 64%|███████████████████████████████████████████████████████████████████████▍                                       | 2738/4251 [1:22:04<21:26,  1.18it/s]
 64%|███████████████████████████████████████████████████████████████████████▌                                       | 2739/4251 [1:22:04<21:23,  1.18it/s]
 64%|███████████████████████████████████████████████████████████████████████▌                                       | 2740/4251 [1:22:05<21:28,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02005', 'grad_norm': '0.07654', 'learning_rate': '3.667e-05', 'epoch': '0.6446'}

 64%|███████████████████████████████████████████████████████████████████████▌                                       | 2740/4251 [1:22:05<21:28,  1.17it/s]
 64%|███████████████████████████████████████████████████████████████████████▌                                       | 2741/4251 [1:22:06<21:28,  1.17it/s]
 65%|███████████████████████████████████████████████████████████████████████▌                                       | 2742/4251 [1:22:07<21:26,  1.17it/s]
 65%|███████████████████████████████████████████████████████████████████████▌                                       | 2743/4251 [1:22:08<21:23,  1.17it/s]
 65%|███████████████████████████████████████████████████████████████████████▋                                       | 2744/4251 [1:22:09<21:30,  1.17it/s]
 65%|███████████████████████████████████████████████████████████████████████▋                                       | 2745/4251 [1:22:10<21:27,  1.17it/s]
 65%|███████████████████████████████████████████████████████████████████████▋                                       | 2746/4251 [1:22:10<21:23,  1.17it/s]
 65%|███████████████████████████████████████████████████████████████████████▋                                       | 2747/4251 [1:22:11<21:25,  1.17it/s]
 65%|███████████████████████████████████████████████████████████████████████▊                                       | 2748/4251 [1:22:12<21:23,  1.17it/s]
 65%|███████████████████████████████████████████████████████████████████████▊                                       | 2749/4251 [1:22:13<21:20,  1.17it/s]
 65%|███████████████████████████████████████████████████████████████████████▊                                       | 2750/4251 [1:22:14<21:20,  1.17it/s]
 65%|███████████████████████████████████████████████████████████████████████▊                                       | 2751/4251 [1:22:15<21:18,  1.17it/s]
 65%|███████████████████████████████████████████████████████████████████████▊                                       | 2752/4251 [1:22:16<21:18,  1.17it/s]
 65%|███████████████████████████████████████████████████████████████████████▉                                       | 2753/4251 [1:22:16<21:27,  1.16it/s]
 65%|███████████████████████████████████████████████████████████████████████▉                                       | 2754/4251 [1:22:17<21:20,  1.17it/s]
 65%|███████████████████████████████████████████████████████████████████████▉                                       | 2755/4251 [1:22:18<21:19,  1.17it/s]
 65%|███████████████████████████████████████████████████████████████████████▉                                       | 2756/4251 [1:22:19<21:13,  1.17it/s]
 65%|███████████████████████████████████████████████████████████████████████▉                                       | 2757/4251 [1:22:20<21:12,  1.17it/s]
 65%|████████████████████████████████████████████████████████████████████████                                       | 2758/4251 [1:22:21<21:10,  1.17it/s]
 65%|████████████████████████████████████████████████████████████████████████                                       | 2759/4251 [1:22:22<21:07,  1.18it/s]
 65%|████████████████████████████████████████████████████████████████████████                                       | 2760/4251 [1:22:22<21:10,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01958', 'grad_norm': '0.04795', 'learning_rate': '3.619e-05', 'epoch': '0.6493'}

 65%|████████████████████████████████████████████████████████████████████████                                       | 2760/4251 [1:22:22<21:10,  1.17it/s]
 65%|████████████████████████████████████████████████████████████████████████                                       | 2761/4251 [1:22:23<21:18,  1.17it/s]
 65%|████████████████████████████████████████████████████████████████████████                                       | 2762/4251 [1:22:24<21:13,  1.17it/s]
 65%|████████████████████████████████████████████████████████████████████████▏                                      | 2763/4251 [1:22:25<21:12,  1.17it/s]
 65%|████████████████████████████████████████████████████████████████████████▏                                      | 2764/4251 [1:22:26<21:10,  1.17it/s]
 65%|████████████████████████████████████████████████████████████████████████▏                                      | 2765/4251 [1:22:27<21:06,  1.17it/s]
 65%|████████████████████████████████████████████████████████████████████████▏                                      | 2766/4251 [1:22:28<21:14,  1.17it/s]
 65%|████████████████████████████████████████████████████████████████████████▎                                      | 2767/4251 [1:22:28<21:08,  1.17it/s]
 65%|████████████████████████████████████████████████████████████████████████▎                                      | 2768/4251 [1:22:31<34:36,  1.40s/it]
 65%|████████████████████████████████████████████████████████████████████████▎                                      | 2769/4251 [1:22:32<30:30,  1.24s/it]
 65%|████████████████████████████████████████████████████████████████████████▎                                      | 2770/4251 [1:22:33<27:37,  1.12s/it]
 65%|████████████████████████████████████████████████████████████████████████▎                                      | 2771/4251 [1:22:34<25:35,  1.04s/it]
 65%|████████████████████████████████████████████████████████████████████████▍                                      | 2772/4251 [1:22:34<24:11,  1.02it/s]
 65%|████████████████████████████████████████████████████████████████████████▍                                      | 2773/4251 [1:22:35<23:11,  1.06it/s]
 65%|████████████████████████████████████████████████████████████████████████▍                                      | 2774/4251 [1:22:36<22:34,  1.09it/s]
 65%|████████████████████████████████████████████████████████████████████████▍                                      | 2775/4251 [1:22:37<22:13,  1.11it/s]
 65%|████████████████████████████████████████████████████████████████████████▍                                      | 2776/4251 [1:22:38<21:48,  1.13it/s]
 65%|████████████████████████████████████████████████████████████████████████▌                                      | 2777/4251 [1:22:39<21:34,  1.14it/s]
 65%|████████████████████████████████████████████████████████████████████████▌                                      | 2778/4251 [1:22:40<21:24,  1.15it/s]
 65%|████████████████████████████████████████████████████████████████████████▌                                      | 2779/4251 [1:22:40<21:12,  1.16it/s]
 65%|████████████████████████████████████████████████████████████████████████▌                                      | 2780/4251 [1:22:41<21:05,  1.16it/s]
                                                                                                                                                          
{'loss': '0.01819', 'grad_norm': '0.1631', 'learning_rate': '3.57e-05', 'epoch': '0.654'}

 65%|████████████████████████████████████████████████████████████████████████▌                                      | 2780/4251 [1:22:41<21:05,  1.16it/s]
 65%|████████████████████████████████████████████████████████████████████████▌                                      | 2781/4251 [1:22:42<21:05,  1.16it/s]
 65%|████████████████████████████████████████████████████████████████████████▋                                      | 2782/4251 [1:22:43<21:07,  1.16it/s]
 65%|████████████████████████████████████████████████████████████████████████▋                                      | 2783/4251 [1:22:44<21:16,  1.15it/s]
 65%|████████████████████████████████████████████████████████████████████████▋                                      | 2784/4251 [1:22:45<21:08,  1.16it/s]
 66%|████████████████████████████████████████████████████████████████████████▋                                      | 2785/4251 [1:22:46<21:01,  1.16it/s]
 66%|████████████████████████████████████████████████████████████████████████▋                                      | 2786/4251 [1:22:46<20:55,  1.17it/s]
 66%|████████████████████████████████████████████████████████████████████████▊                                      | 2787/4251 [1:22:47<20:50,  1.17it/s]
 66%|████████████████████████████████████████████████████████████████████████▊                                      | 2788/4251 [1:22:48<20:53,  1.17it/s]
 66%|████████████████████████████████████████████████████████████████████████▊                                      | 2789/4251 [1:22:49<20:56,  1.16it/s]
 66%|████████████████████████████████████████████████████████████████████████▊                                      | 2790/4251 [1:22:50<20:55,  1.16it/s]
 66%|████████████████████████████████████████████████████████████████████████▉                                      | 2791/4251 [1:22:51<20:52,  1.17it/s]
 66%|████████████████████████████████████████████████████████████████████████▉                                      | 2792/4251 [1:22:52<20:53,  1.16it/s]
 66%|████████████████████████████████████████████████████████████████████████▉                                      | 2793/4251 [1:22:52<20:51,  1.16it/s]
 66%|████████████████████████████████████████████████████████████████████████▉                                      | 2794/4251 [1:22:53<20:49,  1.17it/s]
 66%|████████████████████████████████████████████████████████████████████████▉                                      | 2795/4251 [1:22:54<20:50,  1.16it/s]
 66%|█████████████████████████████████████████████████████████████████████████                                      | 2796/4251 [1:22:55<21:01,  1.15it/s]
 66%|█████████████████████████████████████████████████████████████████████████                                      | 2797/4251 [1:22:56<20:56,  1.16it/s]
 66%|█████████████████████████████████████████████████████████████████████████                                      | 2798/4251 [1:22:57<20:50,  1.16it/s]
 66%|█████████████████████████████████████████████████████████████████████████                                      | 2799/4251 [1:22:58<20:47,  1.16it/s]02:47:14  INFO        eval generation: 200/250  (2.99 rec/s, 66.9s elapsed, ~17s left)
02:47:32  INFO        eval generation: 250/250  (2.95 rec/s, 84.9s elapsed, ~0s left)
02:47:34  INFO      Eval @ step_2800 — n=1000
02:47:34  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
02:47:34  INFO        E1           0.844    0.976    0.244    0.688    0.244    0.361     250
02:47:34  INFO        E2           0.984    0.989    0.971    0.971    0.971    0.971     250
02:47:34  INFO        E3           0.952    0.976    0.902    0.949    0.902    0.925     250
02:47:34  INFO        E4           0.928    0.935    0.916    0.897    0.916    0.906     250
02:47:34  INFO        overall      0.916    0.922    0.912    0.944    0.912    0.927     250
02:47:34  INFO        edge_macro_acc=0.927  edge_macro_f1=0.791  exact_match=0.756  malformed=0.000  complete_groups=250

 66%|███████████████████████████████████████████████████████████████████████▏                                    | 2800/4251 [1:24:25<10:49:10, 26.84s/it]
                                                                                                                                                          
{'loss': '0.01961', 'grad_norm': '0.05913', 'learning_rate': '3.522e-05', 'epoch': '0.6587'}

 66%|███████████████████████████████████████████████████████████████████████▏                                    | 2800/4251 [1:24:25<10:49:10, 26.84s/it]
 66%|███████████████████████████████████████████████████████████████████████▊                                     | 2801/4251 [1:24:26<7:40:14, 19.04s/it]
 66%|███████████████████████████████████████████████████████████████████████▊                                     | 2802/4251 [1:24:27<5:28:08, 13.59s/it]
 66%|███████████████████████████████████████████████████████████████████████▊                                     | 2803/4251 [1:24:28<3:55:44,  9.77s/it]
 66%|███████████████████████████████████████████████████████████████████████▉                                     | 2804/4251 [1:24:29<2:51:02,  7.09s/it]
 66%|███████████████████████████████████████████████████████████████████████▉                                     | 2805/4251 [1:24:29<2:05:46,  5.22s/it]
 66%|███████████████████████████████████████████████████████████████████████▉                                     | 2806/4251 [1:24:30<1:34:11,  3.91s/it]
 66%|███████████████████████████████████████████████████████████████████████▉                                     | 2807/4251 [1:24:31<1:11:58,  2.99s/it]
 66%|█████████████████████████████████████████████████████████████████████████▎                                     | 2808/4251 [1:24:32<56:29,  2.35s/it]
 66%|█████████████████████████████████████████████████████████████████████████▎                                     | 2809/4251 [1:24:33<45:35,  1.90s/it]
 66%|█████████████████████████████████████████████████████████████████████████▎                                     | 2810/4251 [1:24:34<38:03,  1.58s/it]
 66%|█████████████████████████████████████████████████████████████████████████▍                                     | 2811/4251 [1:24:34<32:45,  1.36s/it]
 66%|█████████████████████████████████████████████████████████████████████████▍                                     | 2812/4251 [1:24:35<29:00,  1.21s/it]
 66%|█████████████████████████████████████████████████████████████████████████▍                                     | 2813/4251 [1:24:36<26:23,  1.10s/it]
 66%|█████████████████████████████████████████████████████████████████████████▍                                     | 2814/4251 [1:24:37<24:31,  1.02s/it]
 66%|█████████████████████████████████████████████████████████████████████████▌                                     | 2815/4251 [1:24:38<23:16,  1.03it/s]
 66%|█████████████████████████████████████████████████████████████████████████▌                                     | 2816/4251 [1:24:39<22:25,  1.07it/s]
 66%|█████████████████████████████████████████████████████████████████████████▌                                     | 2817/4251 [1:24:40<21:49,  1.09it/s]
 66%|█████████████████████████████████████████████████████████████████████████▌                                     | 2818/4251 [1:24:40<21:44,  1.10it/s]
 66%|█████████████████████████████████████████████████████████████████████████▌                                     | 2819/4251 [1:24:41<21:32,  1.11it/s]
 66%|█████████████████████████████████████████████████████████████████████████▋                                     | 2820/4251 [1:24:42<21:07,  1.13it/s]
                                                                                                                                                          
{'loss': '0.02107', 'grad_norm': '0.09204', 'learning_rate': '3.473e-05', 'epoch': '0.6634'}

 66%|█████████████████████████████████████████████████████████████████████████▋                                     | 2820/4251 [1:24:42<21:07,  1.13it/s]
 66%|█████████████████████████████████████████████████████████████████████████▋                                     | 2821/4251 [1:24:43<20:52,  1.14it/s]
 66%|█████████████████████████████████████████████████████████████████████████▋                                     | 2822/4251 [1:24:44<20:40,  1.15it/s]
 66%|█████████████████████████████████████████████████████████████████████████▋                                     | 2823/4251 [1:24:45<20:45,  1.15it/s]
 66%|█████████████████████████████████████████████████████████████████████████▋                                     | 2824/4251 [1:24:46<20:41,  1.15it/s]
 66%|█████████████████████████████████████████████████████████████████████████▊                                     | 2825/4251 [1:24:47<20:32,  1.16it/s]
 66%|█████████████████████████████████████████████████████████████████████████▊                                     | 2826/4251 [1:24:47<20:31,  1.16it/s]
 67%|█████████████████████████████████████████████████████████████████████████▊                                     | 2827/4251 [1:24:48<20:24,  1.16it/s]
 67%|█████████████████████████████████████████████████████████████████████████▊                                     | 2828/4251 [1:24:49<20:34,  1.15it/s]
 67%|█████████████████████████████████████████████████████████████████████████▊                                     | 2829/4251 [1:24:50<20:26,  1.16it/s]
 67%|█████████████████████████████████████████████████████████████████████████▉                                     | 2830/4251 [1:24:51<20:17,  1.17it/s]
 67%|█████████████████████████████████████████████████████████████████████████▉                                     | 2831/4251 [1:24:52<20:15,  1.17it/s]
 67%|█████████████████████████████████████████████████████████████████████████▉                                     | 2832/4251 [1:24:53<20:12,  1.17it/s]
 67%|█████████████████████████████████████████████████████████████████████████▉                                     | 2833/4251 [1:24:53<20:08,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████                                     | 2834/4251 [1:24:54<20:05,  1.18it/s]
 67%|██████████████████████████████████████████████████████████████████████████                                     | 2835/4251 [1:24:55<20:03,  1.18it/s]
 67%|██████████████████████████████████████████████████████████████████████████                                     | 2836/4251 [1:24:56<20:00,  1.18it/s]
 67%|██████████████████████████████████████████████████████████████████████████                                     | 2837/4251 [1:24:57<19:58,  1.18it/s]
 67%|██████████████████████████████████████████████████████████████████████████                                     | 2838/4251 [1:24:58<19:59,  1.18it/s]
 67%|██████████████████████████████████████████████████████████████████████████▏                                    | 2839/4251 [1:24:58<19:59,  1.18it/s]
 67%|██████████████████████████████████████████████████████████████████████████▏                                    | 2840/4251 [1:24:59<20:02,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01887', 'grad_norm': '0.05834', 'learning_rate': '3.425e-05', 'epoch': '0.6681'}

 67%|██████████████████████████████████████████████████████████████████████████▏                                    | 2840/4251 [1:24:59<20:02,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▏                                    | 2841/4251 [1:25:00<20:05,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▏                                    | 2842/4251 [1:25:01<20:02,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▏                                    | 2843/4251 [1:25:02<20:01,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▎                                    | 2844/4251 [1:25:03<19:59,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▎                                    | 2845/4251 [1:25:04<19:58,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▎                                    | 2846/4251 [1:25:04<19:57,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▎                                    | 2847/4251 [1:25:05<19:58,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▎                                    | 2848/4251 [1:25:06<20:06,  1.16it/s]
 67%|██████████████████████████████████████████████████████████████████████████▍                                    | 2849/4251 [1:25:07<20:02,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▍                                    | 2850/4251 [1:25:08<19:57,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▍                                    | 2851/4251 [1:25:09<19:54,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▍                                    | 2852/4251 [1:25:10<19:51,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▍                                    | 2853/4251 [1:25:10<19:50,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▌                                    | 2854/4251 [1:25:11<19:59,  1.16it/s]
 67%|██████████████████████████████████████████████████████████████████████████▌                                    | 2855/4251 [1:25:12<19:53,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▌                                    | 2856/4251 [1:25:13<19:52,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▌                                    | 2857/4251 [1:25:14<19:47,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▋                                    | 2858/4251 [1:25:15<19:47,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▋                                    | 2859/4251 [1:25:16<19:43,  1.18it/s]
 67%|██████████████████████████████████████████████████████████████████████████▋                                    | 2860/4251 [1:25:16<19:54,  1.16it/s]
                                                                                                                                                          
{'loss': '0.01879', 'grad_norm': '0.1088', 'learning_rate': '3.376e-05', 'epoch': '0.6728'}

 67%|██████████████████████████████████████████████████████████████████████████▋                                    | 2860/4251 [1:25:16<19:54,  1.16it/s]
 67%|██████████████████████████████████████████████████████████████████████████▋                                    | 2861/4251 [1:25:17<19:52,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▋                                    | 2862/4251 [1:25:18<19:51,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▊                                    | 2863/4251 [1:25:19<19:51,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▊                                    | 2864/4251 [1:25:20<19:49,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▊                                    | 2865/4251 [1:25:21<19:48,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▊                                    | 2866/4251 [1:25:22<19:42,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▊                                    | 2867/4251 [1:25:22<19:40,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▉                                    | 2868/4251 [1:25:23<19:38,  1.17it/s]
 67%|██████████████████████████████████████████████████████████████████████████▉                                    | 2869/4251 [1:25:24<19:54,  1.16it/s]
 68%|██████████████████████████████████████████████████████████████████████████▉                                    | 2870/4251 [1:25:25<19:57,  1.15it/s]
 68%|██████████████████████████████████████████████████████████████████████████▉                                    | 2871/4251 [1:25:26<19:50,  1.16it/s]
 68%|██████████████████████████████████████████████████████████████████████████▉                                    | 2872/4251 [1:25:27<19:46,  1.16it/s]
 68%|███████████████████████████████████████████████████████████████████████████                                    | 2873/4251 [1:25:28<19:41,  1.17it/s]
 68%|███████████████████████████████████████████████████████████████████████████                                    | 2874/4251 [1:25:28<19:44,  1.16it/s]
 68%|███████████████████████████████████████████████████████████████████████████                                    | 2875/4251 [1:25:29<19:41,  1.16it/s]
 68%|███████████████████████████████████████████████████████████████████████████                                    | 2876/4251 [1:25:30<19:37,  1.17it/s]
 68%|███████████████████████████████████████████████████████████████████████████                                    | 2877/4251 [1:25:31<19:35,  1.17it/s]
 68%|███████████████████████████████████████████████████████████████████████████▏                                   | 2878/4251 [1:25:32<19:31,  1.17it/s]
 68%|███████████████████████████████████████████████████████████████████████████▏                                   | 2879/4251 [1:25:33<19:28,  1.17it/s]
 68%|███████████████████████████████████████████████████████████████████████████▏                                   | 2880/4251 [1:25:34<19:44,  1.16it/s]
                                                                                                                                                          
{'loss': '0.01975', 'grad_norm': '0.04057', 'learning_rate': '3.328e-05', 'epoch': '0.6775'}

 68%|███████████████████████████████████████████████████████████████████████████▏                                   | 2880/4251 [1:25:34<19:44,  1.16it/s]
 68%|███████████████████████████████████████████████████████████████████████████▏                                   | 2881/4251 [1:25:34<19:39,  1.16it/s]
 68%|███████████████████████████████████████████████████████████████████████████▎                                   | 2882/4251 [1:25:35<19:35,  1.16it/s]
 68%|███████████████████████████████████████████████████████████████████████████▎                                   | 2883/4251 [1:25:36<19:47,  1.15it/s]
 68%|███████████████████████████████████████████████████████████████████████████▎                                   | 2884/4251 [1:25:37<19:46,  1.15it/s]
 68%|███████████████████████████████████████████████████████████████████████████▎                                   | 2885/4251 [1:25:38<19:41,  1.16it/s]
 68%|███████████████████████████████████████████████████████████████████████████▎                                   | 2886/4251 [1:25:39<19:37,  1.16it/s]
 68%|███████████████████████████████████████████████████████████████████████████▍                                   | 2887/4251 [1:25:40<19:33,  1.16it/s]
 68%|███████████████████████████████████████████████████████████████████████████▍                                   | 2888/4251 [1:25:40<19:31,  1.16it/s]
 68%|███████████████████████████████████████████████████████████████████████████▍                                   | 2889/4251 [1:25:41<19:28,  1.17it/s]
 68%|███████████████████████████████████████████████████████████████████████████▍                                   | 2890/4251 [1:25:42<19:24,  1.17it/s]
 68%|███████████████████████████████████████████████████████████████████████████▍                                   | 2891/4251 [1:25:43<19:33,  1.16it/s]
 68%|███████████████████████████████████████████████████████████████████████████▌                                   | 2892/4251 [1:25:44<19:43,  1.15it/s]
 68%|███████████████████████████████████████████████████████████████████████████▌                                   | 2893/4251 [1:25:45<19:39,  1.15it/s]
 68%|███████████████████████████████████████████████████████████████████████████▌                                   | 2894/4251 [1:25:46<19:34,  1.16it/s]
 68%|███████████████████████████████████████████████████████████████████████████▌                                   | 2895/4251 [1:25:47<19:31,  1.16it/s]
 68%|███████████████████████████████████████████████████████████████████████████▌                                   | 2896/4251 [1:25:47<19:24,  1.16it/s]
 68%|███████████████████████████████████████████████████████████████████████████▋                                   | 2897/4251 [1:25:48<19:18,  1.17it/s]
 68%|███████████████████████████████████████████████████████████████████████████▋                                   | 2898/4251 [1:25:49<19:15,  1.17it/s]
 68%|███████████████████████████████████████████████████████████████████████████▋                                   | 2899/4251 [1:25:50<19:15,  1.17it/s]02:50:07  INFO        eval generation: 200/250  (2.98 rec/s, 67.0s elapsed, ~17s left)
02:50:24  INFO        eval generation: 250/250  (2.97 rec/s, 84.2s elapsed, ~0s left)
02:50:25  INFO      Eval @ step_2900 — n=1000
02:50:25  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
02:50:25  INFO        E1           0.844    0.980    0.222    0.714    0.222    0.339     250
02:50:25  INFO        E2           0.984    0.989    0.971    0.971    0.971    0.971     250
02:50:25  INFO        E3           0.964    0.982    0.927    0.962    0.927    0.944     250
02:50:25  INFO        E4           0.940    0.968    0.895    0.944    0.895    0.919     250
02:50:25  INFO        overall      0.920    0.961    0.891    0.970    0.891    0.929     250
02:50:25  INFO        edge_macro_acc=0.933  edge_macro_f1=0.793  exact_match=0.760  malformed=0.000  complete_groups=250

 68%|██████████████████████████████████████████████████████████████████████████▎                                  | 2900/4251 [1:27:17<9:59:26, 26.62s/it]
                                                                                                                                                          
{'loss': '0.01729', 'grad_norm': '0.06908', 'learning_rate': '3.279e-05', 'epoch': '0.6822'}

 68%|██████████████████████████████████████████████████████████████████████████▎                                  | 2900/4251 [1:27:17<9:59:26, 26.62s/it]
 68%|██████████████████████████████████████████████████████████████████████████▍                                  | 2901/4251 [1:27:18<7:05:04, 18.89s/it]
 68%|██████████████████████████████████████████████████████████████████████████▍                                  | 2902/4251 [1:27:18<5:03:02, 13.48s/it]
 68%|██████████████████████████████████████████████████████████████████████████▍                                  | 2903/4251 [1:27:19<3:37:43,  9.69s/it]
 68%|██████████████████████████████████████████████████████████████████████████▍                                  | 2904/4251 [1:27:20<2:38:02,  7.04s/it]
 68%|██████████████████████████████████████████████████████████████████████████▍                                  | 2905/4251 [1:27:21<1:56:15,  5.18s/it]
 68%|██████████████████████████████████████████████████████████████████████████▌                                  | 2906/4251 [1:27:22<1:27:00,  3.88s/it]
 68%|██████████████████████████████████████████████████████████████████████████▌                                  | 2907/4251 [1:27:23<1:06:33,  2.97s/it]
 68%|███████████████████████████████████████████████████████████████████████████▉                                   | 2908/4251 [1:27:23<52:17,  2.34s/it]
 68%|███████████████████████████████████████████████████████████████████████████▉                                   | 2909/4251 [1:27:24<42:15,  1.89s/it]
 68%|███████████████████████████████████████████████████████████████████████████▉                                   | 2910/4251 [1:27:25<35:15,  1.58s/it]
 68%|████████████████████████████████████████████████████████████████████████████                                   | 2911/4251 [1:27:26<30:24,  1.36s/it]
 69%|████████████████████████████████████████████████████████████████████████████                                   | 2912/4251 [1:27:27<26:58,  1.21s/it]
 69%|████████████████████████████████████████████████████████████████████████████                                   | 2913/4251 [1:27:28<24:43,  1.11s/it]
 69%|████████████████████████████████████████████████████████████████████████████                                   | 2914/4251 [1:27:29<23:06,  1.04s/it]
 69%|████████████████████████████████████████████████████████████████████████████                                   | 2915/4251 [1:27:29<21:51,  1.02it/s]
 69%|████████████████████████████████████████████████████████████████████████████▏                                  | 2916/4251 [1:27:30<20:59,  1.06it/s]
 69%|████████████████████████████████████████████████████████████████████████████▏                                  | 2917/4251 [1:27:31<20:18,  1.09it/s]
 69%|████████████████████████████████████████████████████████████████████████████▏                                  | 2918/4251 [1:27:32<19:57,  1.11it/s]
 69%|████████████████████████████████████████████████████████████████████████████▏                                  | 2919/4251 [1:27:33<19:39,  1.13it/s]
 69%|████████████████████████████████████████████████████████████████████████████▏                                  | 2920/4251 [1:27:34<19:24,  1.14it/s]
                                                                                                                                                          
{'loss': '0.01616', 'grad_norm': '0.06556', 'learning_rate': '3.231e-05', 'epoch': '0.6869'}

 69%|████████████████████████████████████████████████████████████████████████████▏                                  | 2920/4251 [1:27:34<19:24,  1.14it/s]
 69%|████████████████████████████████████████████████████████████████████████████▎                                  | 2921/4251 [1:27:35<19:18,  1.15it/s]
 69%|████████████████████████████████████████████████████████████████████████████▎                                  | 2922/4251 [1:27:35<19:13,  1.15it/s]
 69%|████████████████████████████████████████████████████████████████████████████▎                                  | 2923/4251 [1:27:36<19:06,  1.16it/s]
 69%|████████████████████████████████████████████████████████████████████████████▎                                  | 2924/4251 [1:27:37<19:00,  1.16it/s]
 69%|████████████████████████████████████████████████████████████████████████████▍                                  | 2925/4251 [1:27:38<18:52,  1.17it/s]
 69%|████████████████████████████████████████████████████████████████████████████▍                                  | 2926/4251 [1:27:39<18:50,  1.17it/s]
 69%|████████████████████████████████████████████████████████████████████████████▍                                  | 2927/4251 [1:27:40<18:52,  1.17it/s]
 69%|████████████████████████████████████████████████████████████████████████████▍                                  | 2928/4251 [1:27:41<18:51,  1.17it/s]
 69%|████████████████████████████████████████████████████████████████████████████▍                                  | 2929/4251 [1:27:41<18:47,  1.17it/s]
 69%|████████████████████████████████████████████████████████████████████████████▌                                  | 2930/4251 [1:27:42<18:45,  1.17it/s]
 69%|████████████████████████████████████████████████████████████████████████████▌                                  | 2931/4251 [1:27:43<18:44,  1.17it/s]
 69%|████████████████████████████████████████████████████████████████████████████▌                                  | 2932/4251 [1:27:44<18:43,  1.17it/s]
 69%|████████████████████████████████████████████████████████████████████████████▌                                  | 2933/4251 [1:27:45<18:48,  1.17it/s]
 69%|████████████████████████████████████████████████████████████████████████████▌                                  | 2934/4251 [1:27:46<18:49,  1.17it/s]
 69%|████████████████████████████████████████████████████████████████████████████▋                                  | 2935/4251 [1:27:47<18:53,  1.16it/s]
 69%|████████████████████████████████████████████████████████████████████████████▋                                  | 2936/4251 [1:27:47<18:47,  1.17it/s]
 69%|████████████████████████████████████████████████████████████████████████████▋                                  | 2937/4251 [1:27:48<18:46,  1.17it/s]
 69%|████████████████████████████████████████████████████████████████████████████▋                                  | 2938/4251 [1:27:49<18:44,  1.17it/s]
 69%|████████████████████████████████████████████████████████████████████████████▋                                  | 2939/4251 [1:27:50<18:39,  1.17it/s]
 69%|████████████████████████████████████████████████████████████████████████████▊                                  | 2940/4251 [1:27:51<18:44,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01999', 'grad_norm': '0.06537', 'learning_rate': '3.182e-05', 'epoch': '0.6916'}

 69%|████████████████████████████████████████████████████████████████████████████▊                                  | 2940/4251 [1:27:51<18:44,  1.17it/s]
 69%|████████████████████████████████████████████████████████████████████████████▊                                  | 2941/4251 [1:27:52<18:40,  1.17it/s]
 69%|████████████████████████████████████████████████████████████████████████████▊                                  | 2942/4251 [1:27:53<18:38,  1.17it/s]
 69%|████████████████████████████████████████████████████████████████████████████▊                                  | 2943/4251 [1:27:53<18:34,  1.17it/s]
 69%|████████████████████████████████████████████████████████████████████████████▊                                  | 2944/4251 [1:27:54<18:33,  1.17it/s]
 69%|████████████████████████████████████████████████████████████████████████████▉                                  | 2945/4251 [1:27:55<18:32,  1.17it/s]
 69%|████████████████████████████████████████████████████████████████████████████▉                                  | 2946/4251 [1:27:56<18:32,  1.17it/s]
 69%|████████████████████████████████████████████████████████████████████████████▉                                  | 2947/4251 [1:27:57<18:30,  1.17it/s]
 69%|████████████████████████████████████████████████████████████████████████████▉                                  | 2948/4251 [1:27:58<18:30,  1.17it/s]
 69%|█████████████████████████████████████████████████████████████████████████████                                  | 2949/4251 [1:27:59<18:31,  1.17it/s]
 69%|█████████████████████████████████████████████████████████████████████████████                                  | 2950/4251 [1:27:59<18:29,  1.17it/s]
 69%|█████████████████████████████████████████████████████████████████████████████                                  | 2951/4251 [1:28:00<18:27,  1.17it/s]
 69%|█████████████████████████████████████████████████████████████████████████████                                  | 2952/4251 [1:28:01<18:30,  1.17it/s]
 69%|█████████████████████████████████████████████████████████████████████████████                                  | 2953/4251 [1:28:02<18:29,  1.17it/s]
 69%|█████████████████████████████████████████████████████████████████████████████▏                                 | 2954/4251 [1:28:03<18:33,  1.16it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▏                                 | 2955/4251 [1:28:04<18:30,  1.17it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▏                                 | 2956/4251 [1:28:05<18:28,  1.17it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▏                                 | 2957/4251 [1:28:05<18:26,  1.17it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▏                                 | 2958/4251 [1:28:06<18:24,  1.17it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▎                                 | 2959/4251 [1:28:07<18:23,  1.17it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▎                                 | 2960/4251 [1:28:08<18:26,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01986', 'grad_norm': '0.04807', 'learning_rate': '3.134e-05', 'epoch': '0.6963'}

 70%|█████████████████████████████████████████████████████████████████████████████▎                                 | 2960/4251 [1:28:08<18:26,  1.17it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▎                                 | 2961/4251 [1:28:09<18:24,  1.17it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▎                                 | 2962/4251 [1:28:10<18:21,  1.17it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▎                                 | 2963/4251 [1:28:11<18:20,  1.17it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▍                                 | 2964/4251 [1:28:11<18:19,  1.17it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▍                                 | 2965/4251 [1:28:12<18:17,  1.17it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▍                                 | 2966/4251 [1:28:13<18:20,  1.17it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▍                                 | 2967/4251 [1:28:14<18:21,  1.17it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▍                                 | 2968/4251 [1:28:15<18:19,  1.17it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▌                                 | 2969/4251 [1:28:16<18:16,  1.17it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▌                                 | 2970/4251 [1:28:16<18:15,  1.17it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▌                                 | 2971/4251 [1:28:17<18:24,  1.16it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▌                                 | 2972/4251 [1:28:18<18:21,  1.16it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▋                                 | 2973/4251 [1:28:19<18:17,  1.16it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▋                                 | 2974/4251 [1:28:20<18:13,  1.17it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▋                                 | 2975/4251 [1:28:21<18:08,  1.17it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▋                                 | 2976/4251 [1:28:22<18:07,  1.17it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▋                                 | 2977/4251 [1:28:24<28:46,  1.36s/it]
 70%|█████████████████████████████████████████████████████████████████████████████▊                                 | 2978/4251 [1:28:25<25:33,  1.20s/it]
 70%|█████████████████████████████████████████████████████████████████████████████▊                                 | 2979/4251 [1:28:26<23:18,  1.10s/it]
 70%|█████████████████████████████████████████████████████████████████████████████▊                                 | 2980/4251 [1:28:27<21:41,  1.02s/it]
                                                                                                                                                          
{'loss': '0.01763', 'grad_norm': '0.05577', 'learning_rate': '3.085e-05', 'epoch': '0.701'}

 70%|█████████████████████████████████████████████████████████████████████████████▊                                 | 2980/4251 [1:28:27<21:41,  1.02s/it]
 70%|█████████████████████████████████████████████████████████████████████████████▊                                 | 2981/4251 [1:28:28<20:32,  1.03it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▊                                 | 2982/4251 [1:28:28<19:51,  1.06it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▉                                 | 2983/4251 [1:28:29<19:15,  1.10it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▉                                 | 2984/4251 [1:28:30<18:50,  1.12it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▉                                 | 2985/4251 [1:28:31<18:33,  1.14it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▉                                 | 2986/4251 [1:28:32<18:22,  1.15it/s]
 70%|█████████████████████████████████████████████████████████████████████████████▉                                 | 2987/4251 [1:28:33<18:13,  1.16it/s]
 70%|██████████████████████████████████████████████████████████████████████████████                                 | 2988/4251 [1:28:34<18:06,  1.16it/s]
 70%|██████████████████████████████████████████████████████████████████████████████                                 | 2989/4251 [1:28:34<18:02,  1.17it/s]
 70%|██████████████████████████████████████████████████████████████████████████████                                 | 2990/4251 [1:28:35<18:00,  1.17it/s]
 70%|██████████████████████████████████████████████████████████████████████████████                                 | 2991/4251 [1:28:36<18:02,  1.16it/s]
 70%|██████████████████████████████████████████████████████████████████████████████▏                                | 2992/4251 [1:28:37<18:01,  1.16it/s]
 70%|██████████████████████████████████████████████████████████████████████████████▏                                | 2993/4251 [1:28:38<18:00,  1.16it/s]
 70%|██████████████████████████████████████████████████████████████████████████████▏                                | 2994/4251 [1:28:39<17:58,  1.17it/s]
 70%|██████████████████████████████████████████████████████████████████████████████▏                                | 2995/4251 [1:28:40<17:54,  1.17it/s]
 70%|██████████████████████████████████████████████████████████████████████████████▏                                | 2996/4251 [1:28:40<17:53,  1.17it/s]
 71%|██████████████████████████████████████████████████████████████████████████████▎                                | 2997/4251 [1:28:41<17:50,  1.17it/s]
 71%|██████████████████████████████████████████████████████████████████████████████▎                                | 2998/4251 [1:28:42<17:52,  1.17it/s]
 71%|██████████████████████████████████████████████████████████████████████████████▎                                | 2999/4251 [1:28:43<17:48,  1.17it/s]02:53:00  INFO        eval generation: 200/250  (2.99 rec/s, 66.9s elapsed, ~17s left)
02:53:17  INFO        eval generation: 250/250  (2.95 rec/s, 84.9s elapsed, ~0s left)
02:53:19  INFO      Eval @ step_3000 — n=1000
02:53:19  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
02:53:19  INFO        E1           0.840    0.966    0.267    0.632    0.267    0.375     250
02:53:19  INFO        E2           0.984    0.994    0.957    0.985    0.957    0.971     250
02:53:19  INFO        E3           0.952    0.982    0.890    0.961    0.890    0.924     250
02:53:19  INFO        E4           0.932    0.955    0.895    0.924    0.895    0.909     250
02:53:19  INFO        overall      0.900    0.922    0.884    0.942    0.884    0.912     250
02:53:19  INFO        edge_macro_acc=0.927  edge_macro_f1=0.795  exact_match=0.748  malformed=0.000  complete_groups=250

 71%|████████████████████████████████████████████████████████████████████████████▉                                | 3000/4251 [1:30:10<9:16:34, 26.69s/it]
                                                                                                                                                          
{'loss': '0.01837', 'grad_norm': '0.0799', 'learning_rate': '3.037e-05', 'epoch': '0.7057'}

 71%|████████████████████████████████████████████████████████████████████████████▉                                | 3000/4251 [1:30:10<9:16:34, 26.69s/it]02:53:22  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/config.json "HTTP/1.1 307 Temporary Redirect"
02:53:22  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/config.json "HTTP/1.1 200 OK"

 71%|████████████████████████████████████████████████████████████████████████████▉                                | 3001/4251 [1:30:16<7:06:03, 20.45s/it]
 71%|████████████████████████████████████████████████████████████████████████████▉                                | 3002/4251 [1:30:17<5:03:20, 14.57s/it]
 71%|█████████████████████████████████████████████████████████████████████████████                                | 3003/4251 [1:30:18<3:37:27, 10.45s/it]
 71%|█████████████████████████████████████████████████████████████████████████████                                | 3004/4251 [1:30:18<2:37:37,  7.58s/it]
 71%|█████████████████████████████████████████████████████████████████████████████                                | 3005/4251 [1:30:19<1:55:33,  5.56s/it]
 71%|█████████████████████████████████████████████████████████████████████████████                                | 3006/4251 [1:30:20<1:26:06,  4.15s/it]
 71%|█████████████████████████████████████████████████████████████████████████████                                | 3007/4251 [1:30:21<1:05:32,  3.16s/it]
 71%|██████████████████████████████████████████████████████████████████████████████▌                                | 3008/4251 [1:30:22<51:06,  2.47s/it]
 71%|██████████████████████████████████████████████████████████████████████████████▌                                | 3009/4251 [1:30:23<41:17,  1.99s/it]
 71%|██████████████████████████████████████████████████████████████████████████████▌                                | 3010/4251 [1:30:24<34:10,  1.65s/it]
 71%|██████████████████████████████████████████████████████████████████████████████▌                                | 3011/4251 [1:30:24<29:11,  1.41s/it]
 71%|██████████████████████████████████████████████████████████████████████████████▋                                | 3012/4251 [1:30:25<25:54,  1.25s/it]
 71%|██████████████████████████████████████████████████████████████████████████████▋                                | 3013/4251 [1:30:26<23:19,  1.13s/it]
 71%|██████████████████████████████████████████████████████████████████████████████▋                                | 3014/4251 [1:30:27<21:34,  1.05s/it]
 71%|██████████████████████████████████████████████████████████████████████████████▋                                | 3015/4251 [1:30:28<20:20,  1.01it/s]
 71%|██████████████████████████████████████████████████████████████████████████████▊                                | 3016/4251 [1:30:29<19:27,  1.06it/s]
 71%|██████████████████████████████████████████████████████████████████████████████▊                                | 3017/4251 [1:30:30<18:52,  1.09it/s]
 71%|██████████████████████████████████████████████████████████████████████████████▊                                | 3018/4251 [1:30:30<18:22,  1.12it/s]
 71%|██████████████████████████████████████████████████████████████████████████████▊                                | 3019/4251 [1:30:31<18:07,  1.13it/s]
 71%|██████████████████████████████████████████████████████████████████████████████▊                                | 3020/4251 [1:30:32<17:55,  1.15it/s]
                                                                                                                                                          
{'loss': '0.0193', 'grad_norm': '0.04216', 'learning_rate': '2.988e-05', 'epoch': '0.7104'}

 71%|██████████████████████████████████████████████████████████████████████████████▊                                | 3020/4251 [1:30:32<17:55,  1.15it/s]
 71%|██████████████████████████████████████████████████████████████████████████████▉                                | 3021/4251 [1:30:33<17:46,  1.15it/s]
 71%|██████████████████████████████████████████████████████████████████████████████▉                                | 3022/4251 [1:30:34<17:49,  1.15it/s]
 71%|██████████████████████████████████████████████████████████████████████████████▉                                | 3023/4251 [1:30:35<17:45,  1.15it/s]
 71%|██████████████████████████████████████████████████████████████████████████████▉                                | 3024/4251 [1:30:36<17:39,  1.16it/s]
 71%|██████████████████████████████████████████████████████████████████████████████▉                                | 3025/4251 [1:30:36<17:34,  1.16it/s]
 71%|███████████████████████████████████████████████████████████████████████████████                                | 3026/4251 [1:30:37<17:35,  1.16it/s]
 71%|███████████████████████████████████████████████████████████████████████████████                                | 3027/4251 [1:30:38<17:31,  1.16it/s]
 71%|███████████████████████████████████████████████████████████████████████████████                                | 3028/4251 [1:30:39<17:27,  1.17it/s]
 71%|███████████████████████████████████████████████████████████████████████████████                                | 3029/4251 [1:30:40<17:22,  1.17it/s]
 71%|███████████████████████████████████████████████████████████████████████████████                                | 3030/4251 [1:30:41<17:21,  1.17it/s]
 71%|███████████████████████████████████████████████████████████████████████████████▏                               | 3031/4251 [1:30:41<17:23,  1.17it/s]
 71%|███████████████████████████████████████████████████████████████████████████████▏                               | 3032/4251 [1:30:42<17:21,  1.17it/s]
 71%|███████████████████████████████████████████████████████████████████████████████▏                               | 3033/4251 [1:30:43<17:21,  1.17it/s]
 71%|███████████████████████████████████████████████████████████████████████████████▏                               | 3034/4251 [1:30:44<17:20,  1.17it/s]
 71%|███████████████████████████████████████████████████████████████████████████████▏                               | 3035/4251 [1:30:45<17:26,  1.16it/s]
 71%|███████████████████████████████████████████████████████████████████████████████▎                               | 3036/4251 [1:30:46<17:26,  1.16it/s]
 71%|███████████████████████████████████████████████████████████████████████████████▎                               | 3037/4251 [1:30:47<17:20,  1.17it/s]
 71%|███████████████████████████████████████████████████████████████████████████████▎                               | 3038/4251 [1:30:47<17:17,  1.17it/s]
 71%|███████████████████████████████████████████████████████████████████████████████▎                               | 3039/4251 [1:30:48<17:15,  1.17it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▍                               | 3040/4251 [1:30:49<17:22,  1.16it/s]
                                                                                                                                                          
{'loss': '0.01804', 'grad_norm': '0.03888', 'learning_rate': '2.94e-05', 'epoch': '0.7151'}

 72%|███████████████████████████████████████████████████████████████████████████████▍                               | 3040/4251 [1:30:49<17:22,  1.16it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▍                               | 3041/4251 [1:30:50<17:26,  1.16it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▍                               | 3042/4251 [1:30:51<17:26,  1.15it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▍                               | 3043/4251 [1:30:52<17:22,  1.16it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▍                               | 3044/4251 [1:30:53<17:21,  1.16it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▌                               | 3045/4251 [1:30:54<17:21,  1.16it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▌                               | 3046/4251 [1:30:54<17:15,  1.16it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▌                               | 3047/4251 [1:30:55<17:12,  1.17it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▌                               | 3048/4251 [1:30:56<17:12,  1.17it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▌                               | 3049/4251 [1:30:57<17:10,  1.17it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▋                               | 3050/4251 [1:30:58<17:09,  1.17it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▋                               | 3051/4251 [1:30:59<17:06,  1.17it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▋                               | 3052/4251 [1:31:00<17:04,  1.17it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▋                               | 3053/4251 [1:31:00<17:11,  1.16it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▋                               | 3054/4251 [1:31:01<17:12,  1.16it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▊                               | 3055/4251 [1:31:02<17:08,  1.16it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▊                               | 3056/4251 [1:31:03<17:03,  1.17it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▊                               | 3057/4251 [1:31:04<17:03,  1.17it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▊                               | 3058/4251 [1:31:05<17:04,  1.16it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▉                               | 3059/4251 [1:31:06<17:03,  1.16it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▉                               | 3060/4251 [1:31:06<17:02,  1.16it/s]
                                                                                                                                                          
{'loss': '0.01723', 'grad_norm': '0.07432', 'learning_rate': '2.891e-05', 'epoch': '0.7198'}

 72%|███████████████████████████████████████████████████████████████████████████████▉                               | 3060/4251 [1:31:06<17:02,  1.16it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▉                               | 3061/4251 [1:31:07<17:03,  1.16it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▉                               | 3062/4251 [1:31:08<17:06,  1.16it/s]
 72%|███████████████████████████████████████████████████████████████████████████████▉                               | 3063/4251 [1:31:09<17:04,  1.16it/s]
 72%|████████████████████████████████████████████████████████████████████████████████                               | 3064/4251 [1:31:10<17:14,  1.15it/s]
 72%|████████████████████████████████████████████████████████████████████████████████                               | 3065/4251 [1:31:11<17:10,  1.15it/s]
 72%|████████████████████████████████████████████████████████████████████████████████                               | 3066/4251 [1:31:12<17:05,  1.16it/s]
 72%|████████████████████████████████████████████████████████████████████████████████                               | 3067/4251 [1:31:12<17:07,  1.15it/s]
 72%|████████████████████████████████████████████████████████████████████████████████                               | 3068/4251 [1:31:13<17:02,  1.16it/s]
 72%|████████████████████████████████████████████████████████████████████████████████▏                              | 3069/4251 [1:31:14<16:58,  1.16it/s]
 72%|████████████████████████████████████████████████████████████████████████████████▏                              | 3070/4251 [1:31:15<17:03,  1.15it/s]
 72%|████████████████████████████████████████████████████████████████████████████████▏                              | 3071/4251 [1:31:16<16:57,  1.16it/s]
 72%|████████████████████████████████████████████████████████████████████████████████▏                              | 3072/4251 [1:31:17<16:54,  1.16it/s]
 72%|████████████████████████████████████████████████████████████████████████████████▏                              | 3073/4251 [1:31:18<16:50,  1.17it/s]
 72%|████████████████████████████████████████████████████████████████████████████████▎                              | 3074/4251 [1:31:18<16:46,  1.17it/s]
 72%|████████████████████████████████████████████████████████████████████████████████▎                              | 3075/4251 [1:31:19<16:50,  1.16it/s]
 72%|████████████████████████████████████████████████████████████████████████████████▎                              | 3076/4251 [1:31:20<16:48,  1.17it/s]
 72%|████████████████████████████████████████████████████████████████████████████████▎                              | 3077/4251 [1:31:21<16:43,  1.17it/s]
 72%|████████████████████████████████████████████████████████████████████████████████▎                              | 3078/4251 [1:31:22<16:41,  1.17it/s]
 72%|████████████████████████████████████████████████████████████████████████████████▍                              | 3079/4251 [1:31:23<16:39,  1.17it/s]
 72%|████████████████████████████████████████████████████████████████████████████████▍                              | 3080/4251 [1:31:24<16:37,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01685', 'grad_norm': '0.03277', 'learning_rate': '2.843e-05', 'epoch': '0.7245'}

 72%|████████████████████████████████████████████████████████████████████████████████▍                              | 3080/4251 [1:31:24<16:37,  1.17it/s]
 72%|████████████████████████████████████████████████████████████████████████████████▍                              | 3081/4251 [1:31:24<16:38,  1.17it/s]
 73%|████████████████████████████████████████████████████████████████████████████████▍                              | 3082/4251 [1:31:25<16:35,  1.17it/s]
 73%|████████████████████████████████████████████████████████████████████████████████▌                              | 3083/4251 [1:31:26<16:35,  1.17it/s]
 73%|████████████████████████████████████████████████████████████████████████████████▌                              | 3084/4251 [1:31:27<16:38,  1.17it/s]
 73%|████████████████████████████████████████████████████████████████████████████████▌                              | 3085/4251 [1:31:28<16:35,  1.17it/s]
 73%|████████████████████████████████████████████████████████████████████████████████▌                              | 3086/4251 [1:31:29<16:31,  1.17it/s]
 73%|████████████████████████████████████████████████████████████████████████████████▌                              | 3087/4251 [1:31:30<16:29,  1.18it/s]
 73%|████████████████████████████████████████████████████████████████████████████████▋                              | 3088/4251 [1:31:30<16:30,  1.17it/s]
 73%|████████████████████████████████████████████████████████████████████████████████▋                              | 3089/4251 [1:31:31<16:27,  1.18it/s]
 73%|████████████████████████████████████████████████████████████████████████████████▋                              | 3090/4251 [1:31:32<16:30,  1.17it/s]
 73%|████████████████████████████████████████████████████████████████████████████████▋                              | 3091/4251 [1:31:33<16:28,  1.17it/s]
 73%|████████████████████████████████████████████████████████████████████████████████▋                              | 3092/4251 [1:31:34<16:30,  1.17it/s]
 73%|████████████████████████████████████████████████████████████████████████████████▊                              | 3093/4251 [1:31:35<16:29,  1.17it/s]
 73%|████████████████████████████████████████████████████████████████████████████████▊                              | 3094/4251 [1:31:36<16:28,  1.17it/s]
 73%|████████████████████████████████████████████████████████████████████████████████▊                              | 3095/4251 [1:31:36<16:28,  1.17it/s]
 73%|████████████████████████████████████████████████████████████████████████████████▊                              | 3096/4251 [1:31:37<16:26,  1.17it/s]
 73%|████████████████████████████████████████████████████████████████████████████████▊                              | 3097/4251 [1:31:38<16:35,  1.16it/s]
 73%|████████████████████████████████████████████████████████████████████████████████▉                              | 3098/4251 [1:31:39<16:31,  1.16it/s]
 73%|████████████████████████████████████████████████████████████████████████████████▉                              | 3099/4251 [1:31:40<16:26,  1.17it/s]02:55:56  INFO        eval generation: 200/250  (2.99 rec/s, 66.8s elapsed, ~17s left)
02:56:14  INFO        eval generation: 250/250  (2.98 rec/s, 84.0s elapsed, ~0s left)
02:56:15  INFO      Eval @ step_3100 — n=1000
02:56:15  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
02:56:15  INFO        E1           0.852    0.932    0.489    0.611    0.489    0.543     250
02:56:15  INFO        E2           0.968    0.967    0.971    0.918    0.971    0.944     250
02:56:15  INFO        E3           0.944    0.952    0.927    0.905    0.927    0.916     250
02:56:15  INFO        E4           0.924    0.935    0.905    0.896    0.905    0.901     250
02:56:15  INFO        overall      0.912    0.913    0.912    0.937    0.912    0.924     250
02:56:15  INFO        edge_macro_acc=0.922  edge_macro_f1=0.826  exact_match=0.740  malformed=0.000  complete_groups=250

 73%|███████████████████████████████████████████████████████████████████████████████▍                             | 3100/4251 [1:33:06<8:29:05, 26.54s/it]
                                                                                                                                                          
{'loss': '0.0204', 'grad_norm': '0.06905', 'learning_rate': '2.794e-05', 'epoch': '0.7292'}

 73%|███████████████████████████████████████████████████████████████████████████████▍                             | 3100/4251 [1:33:06<8:29:05, 26.54s/it]
 73%|███████████████████████████████████████████████████████████████████████████████▌                             | 3101/4251 [1:33:07<6:00:56, 18.83s/it]
 73%|███████████████████████████████████████████████████████████████████████████████▌                             | 3102/4251 [1:33:08<4:17:16, 13.44s/it]
 73%|███████████████████████████████████████████████████████████████████████████████▌                             | 3103/4251 [1:33:09<3:04:47,  9.66s/it]
 73%|███████████████████████████████████████████████████████████████████████████████▌                             | 3104/4251 [1:33:10<2:14:06,  7.02s/it]
 73%|███████████████████████████████████████████████████████████████████████████████▌                             | 3105/4251 [1:33:11<1:38:42,  5.17s/it]
 73%|███████████████████████████████████████████████████████████████████████████████▋                             | 3106/4251 [1:33:11<1:14:00,  3.88s/it]
 73%|█████████████████████████████████████████████████████████████████████████████████▏                             | 3107/4251 [1:33:12<56:38,  2.97s/it]
 73%|█████████████████████████████████████████████████████████████████████████████████▏                             | 3108/4251 [1:33:13<44:24,  2.33s/it]
 73%|█████████████████████████████████████████████████████████████████████████████████▏                             | 3109/4251 [1:33:14<36:02,  1.89s/it]
 73%|█████████████████████████████████████████████████████████████████████████████████▏                             | 3110/4251 [1:33:15<30:05,  1.58s/it]
 73%|█████████████████████████████████████████████████████████████████████████████████▏                             | 3111/4251 [1:33:16<25:52,  1.36s/it]
 73%|█████████████████████████████████████████████████████████████████████████████████▎                             | 3112/4251 [1:33:17<22:55,  1.21s/it]
 73%|█████████████████████████████████████████████████████████████████████████████████▎                             | 3113/4251 [1:33:17<20:50,  1.10s/it]
 73%|█████████████████████████████████████████████████████████████████████████████████▎                             | 3114/4251 [1:33:18<19:25,  1.02s/it]
 73%|█████████████████████████████████████████████████████████████████████████████████▎                             | 3115/4251 [1:33:19<18:26,  1.03it/s]
 73%|█████████████████████████████████████████████████████████████████████████████████▎                             | 3116/4251 [1:33:20<17:43,  1.07it/s]
 73%|█████████████████████████████████████████████████████████████████████████████████▍                             | 3117/4251 [1:33:21<17:19,  1.09it/s]
 73%|█████████████████████████████████████████████████████████████████████████████████▍                             | 3118/4251 [1:33:22<16:56,  1.11it/s]
 73%|█████████████████████████████████████████████████████████████████████████████████▍                             | 3119/4251 [1:33:23<16:39,  1.13it/s]
 73%|█████████████████████████████████████████████████████████████████████████████████▍                             | 3120/4251 [1:33:23<16:27,  1.15it/s]
                                                                                                                                                          
{'loss': '0.0183', 'grad_norm': '0.0804', 'learning_rate': '2.746e-05', 'epoch': '0.7339'}

 73%|█████████████████████████████████████████████████████████████████████████████████▍                             | 3120/4251 [1:33:23<16:27,  1.15it/s]
 73%|█████████████████████████████████████████████████████████████████████████████████▍                             | 3121/4251 [1:33:24<16:22,  1.15it/s]
 73%|█████████████████████████████████████████████████████████████████████████████████▌                             | 3122/4251 [1:33:25<16:17,  1.16it/s]
 73%|█████████████████████████████████████████████████████████████████████████████████▌                             | 3123/4251 [1:33:26<16:12,  1.16it/s]
 73%|█████████████████████████████████████████████████████████████████████████████████▌                             | 3124/4251 [1:33:27<16:07,  1.17it/s]
 74%|█████████████████████████████████████████████████████████████████████████████████▌                             | 3125/4251 [1:33:28<16:02,  1.17it/s]
 74%|█████████████████████████████████████████████████████████████████████████████████▌                             | 3126/4251 [1:33:28<15:59,  1.17it/s]
 74%|█████████████████████████████████████████████████████████████████████████████████▋                             | 3127/4251 [1:33:29<16:03,  1.17it/s]
 74%|█████████████████████████████████████████████████████████████████████████████████▋                             | 3128/4251 [1:33:30<16:05,  1.16it/s]
 74%|█████████████████████████████████████████████████████████████████████████████████▋                             | 3129/4251 [1:33:31<15:59,  1.17it/s]
 74%|█████████████████████████████████████████████████████████████████████████████████▋                             | 3130/4251 [1:33:32<16:08,  1.16it/s]
 74%|█████████████████████████████████████████████████████████████████████████████████▊                             | 3131/4251 [1:33:33<16:13,  1.15it/s]
 74%|█████████████████████████████████████████████████████████████████████████████████▊                             | 3132/4251 [1:33:34<16:15,  1.15it/s]
 74%|█████████████████████████████████████████████████████████████████████████████████▊                             | 3133/4251 [1:33:35<16:07,  1.16it/s]
 74%|█████████████████████████████████████████████████████████████████████████████████▊                             | 3134/4251 [1:33:35<16:13,  1.15it/s]
 74%|█████████████████████████████████████████████████████████████████████████████████▊                             | 3135/4251 [1:33:36<16:06,  1.15it/s]
 74%|█████████████████████████████████████████████████████████████████████████████████▉                             | 3136/4251 [1:33:37<16:00,  1.16it/s]
 74%|█████████████████████████████████████████████████████████████████████████████████▉                             | 3137/4251 [1:33:38<15:56,  1.16it/s]
 74%|█████████████████████████████████████████████████████████████████████████████████▉                             | 3138/4251 [1:33:39<15:53,  1.17it/s]
 74%|█████████████████████████████████████████████████████████████████████████████████▉                             | 3139/4251 [1:33:40<15:51,  1.17it/s]
 74%|█████████████████████████████████████████████████████████████████████████████████▉                             | 3140/4251 [1:33:41<15:47,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01912', 'grad_norm': '0.08928', 'learning_rate': '2.697e-05', 'epoch': '0.7386'}

 74%|█████████████████████████████████████████████████████████████████████████████████▉                             | 3140/4251 [1:33:41<15:47,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████                             | 3141/4251 [1:33:41<15:46,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████                             | 3142/4251 [1:33:42<15:45,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████                             | 3143/4251 [1:33:43<15:45,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████                             | 3144/4251 [1:33:44<15:48,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████                             | 3145/4251 [1:33:45<15:46,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████▏                            | 3146/4251 [1:33:46<15:43,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████▏                            | 3147/4251 [1:33:47<15:41,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████▏                            | 3148/4251 [1:33:47<15:40,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████▏                            | 3149/4251 [1:33:48<15:43,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████▎                            | 3150/4251 [1:33:49<15:48,  1.16it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████▎                            | 3151/4251 [1:33:50<15:40,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████▎                            | 3152/4251 [1:33:51<15:40,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████▎                            | 3153/4251 [1:33:52<15:44,  1.16it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████▎                            | 3154/4251 [1:33:53<15:41,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████▍                            | 3155/4251 [1:33:53<15:39,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████▍                            | 3156/4251 [1:33:54<15:38,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████▍                            | 3157/4251 [1:33:55<15:35,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████▍                            | 3158/4251 [1:33:56<15:34,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████▍                            | 3159/4251 [1:33:57<15:36,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████▌                            | 3160/4251 [1:33:58<15:34,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01547', 'grad_norm': '0.04072', 'learning_rate': '2.649e-05', 'epoch': '0.7434'}

 74%|██████████████████████████████████████████████████████████████████████████████████▌                            | 3160/4251 [1:33:58<15:34,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████▌                            | 3161/4251 [1:33:59<15:36,  1.16it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████▌                            | 3162/4251 [1:33:59<15:34,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████▌                            | 3163/4251 [1:34:00<15:32,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████▌                            | 3164/4251 [1:34:01<15:29,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████▋                            | 3165/4251 [1:34:02<15:26,  1.17it/s]
 74%|██████████████████████████████████████████████████████████████████████████████████▋                            | 3166/4251 [1:34:03<15:32,  1.16it/s]
 75%|██████████████████████████████████████████████████████████████████████████████████▋                            | 3167/4251 [1:34:04<15:28,  1.17it/s]
 75%|██████████████████████████████████████████████████████████████████████████████████▋                            | 3168/4251 [1:34:05<15:27,  1.17it/s]
 75%|██████████████████████████████████████████████████████████████████████████████████▋                            | 3169/4251 [1:34:05<15:34,  1.16it/s]
 75%|██████████████████████████████████████████████████████████████████████████████████▊                            | 3170/4251 [1:34:06<15:30,  1.16it/s]
 75%|██████████████████████████████████████████████████████████████████████████████████▊                            | 3171/4251 [1:34:07<15:29,  1.16it/s]
 75%|██████████████████████████████████████████████████████████████████████████████████▊                            | 3172/4251 [1:34:08<15:34,  1.15it/s]
 75%|██████████████████████████████████████████████████████████████████████████████████▊                            | 3173/4251 [1:34:09<15:27,  1.16it/s]
 75%|██████████████████████████████████████████████████████████████████████████████████▉                            | 3174/4251 [1:34:10<15:22,  1.17it/s]
 75%|██████████████████████████████████████████████████████████████████████████████████▉                            | 3175/4251 [1:34:11<15:21,  1.17it/s]
 75%|██████████████████████████████████████████████████████████████████████████████████▉                            | 3176/4251 [1:34:11<15:22,  1.16it/s]
 75%|██████████████████████████████████████████████████████████████████████████████████▉                            | 3177/4251 [1:34:12<15:17,  1.17it/s]
 75%|██████████████████████████████████████████████████████████████████████████████████▉                            | 3178/4251 [1:34:13<15:16,  1.17it/s]
 75%|███████████████████████████████████████████████████████████████████████████████████                            | 3179/4251 [1:34:14<15:18,  1.17it/s]
 75%|███████████████████████████████████████████████████████████████████████████████████                            | 3180/4251 [1:34:15<15:17,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02075', 'grad_norm': '0.1517', 'learning_rate': '2.6e-05', 'epoch': '0.7481'}

 75%|███████████████████████████████████████████████████████████████████████████████████                            | 3180/4251 [1:34:15<15:17,  1.17it/s]
 75%|███████████████████████████████████████████████████████████████████████████████████                            | 3181/4251 [1:34:16<15:15,  1.17it/s]
 75%|███████████████████████████████████████████████████████████████████████████████████                            | 3182/4251 [1:34:17<15:13,  1.17it/s]
 75%|███████████████████████████████████████████████████████████████████████████████████                            | 3183/4251 [1:34:17<15:09,  1.17it/s]
 75%|███████████████████████████████████████████████████████████████████████████████████▏                           | 3184/4251 [1:34:18<15:07,  1.18it/s]
 75%|███████████████████████████████████████████████████████████████████████████████████▏                           | 3185/4251 [1:34:19<15:07,  1.17it/s]
 75%|███████████████████████████████████████████████████████████████████████████████████▏                           | 3186/4251 [1:34:20<15:09,  1.17it/s]
 75%|███████████████████████████████████████████████████████████████████████████████████▏                           | 3187/4251 [1:34:21<15:07,  1.17it/s]
 75%|███████████████████████████████████████████████████████████████████████████████████▏                           | 3188/4251 [1:34:22<15:04,  1.17it/s]
 75%|███████████████████████████████████████████████████████████████████████████████████▎                           | 3189/4251 [1:34:23<15:07,  1.17it/s]
 75%|███████████████████████████████████████████████████████████████████████████████████▎                           | 3190/4251 [1:34:23<15:04,  1.17it/s]
 75%|███████████████████████████████████████████████████████████████████████████████████▎                           | 3191/4251 [1:34:24<15:04,  1.17it/s]
 75%|███████████████████████████████████████████████████████████████████████████████████▎                           | 3192/4251 [1:34:25<15:10,  1.16it/s]
 75%|███████████████████████████████████████████████████████████████████████████████████▎                           | 3193/4251 [1:34:26<15:04,  1.17it/s]
 75%|███████████████████████████████████████████████████████████████████████████████████▍                           | 3194/4251 [1:34:27<15:08,  1.16it/s]
 75%|███████████████████████████████████████████████████████████████████████████████████▍                           | 3195/4251 [1:34:28<15:07,  1.16it/s]
 75%|███████████████████████████████████████████████████████████████████████████████████▍                           | 3196/4251 [1:34:29<15:03,  1.17it/s]
 75%|███████████████████████████████████████████████████████████████████████████████████▍                           | 3197/4251 [1:34:29<15:00,  1.17it/s]
 75%|███████████████████████████████████████████████████████████████████████████████████▌                           | 3198/4251 [1:34:30<14:59,  1.17it/s]
 75%|███████████████████████████████████████████████████████████████████████████████████▌                           | 3199/4251 [1:34:31<14:57,  1.17it/s]02:58:47  INFO        eval generation: 200/250  (3.01 rec/s, 66.5s elapsed, ~17s left)
02:59:05  INFO        eval generation: 250/250  (2.96 rec/s, 84.5s elapsed, ~0s left)
02:59:07  INFO      Eval @ step_3200 — n=1000
02:59:07  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
02:59:07  INFO        E1           0.852    0.966    0.333    0.682    0.333    0.448     250
02:59:07  INFO        E2           0.980    0.994    0.942    0.985    0.942    0.963     250
02:59:07  INFO        E3           0.944    0.970    0.890    0.936    0.890    0.912     250
02:59:07  INFO        E4           0.912    0.929    0.884    0.884    0.884    0.884     250
02:59:07  INFO        overall      0.892    0.913    0.878    0.935    0.878    0.905     250
02:59:07  INFO        edge_macro_acc=0.922  edge_macro_f1=0.802  exact_match=0.736  malformed=0.000  complete_groups=250

 75%|██████████████████████████████████████████████████████████████████████████████████                           | 3200/4251 [1:35:58<7:48:35, 26.75s/it]
                                                                                                                                                          
{'loss': '0.01813', 'grad_norm': '0.06807', 'learning_rate': '2.552e-05', 'epoch': '0.7528'}

 75%|██████████████████████████████████████████████████████████████████████████████████                           | 3200/4251 [1:35:58<7:48:35, 26.75s/it]
 75%|██████████████████████████████████████████████████████████████████████████████████                           | 3201/4251 [1:35:59<5:32:11, 18.98s/it]
 75%|██████████████████████████████████████████████████████████████████████████████████                           | 3202/4251 [1:36:00<3:56:45, 13.54s/it]
 75%|██████████████████████████████████████████████████████████████████████████████████▏                          | 3203/4251 [1:36:01<2:50:00,  9.73s/it]
 75%|██████████████████████████████████████████████████████████████████████████████████▏                          | 3204/4251 [1:36:02<2:03:21,  7.07s/it]
 75%|██████████████████████████████████████████████████████████████████████████████████▏                          | 3205/4251 [1:36:02<1:30:43,  5.20s/it]
 75%|██████████████████████████████████████████████████████████████████████████████████▏                          | 3206/4251 [1:36:03<1:07:50,  3.90s/it]
 75%|███████████████████████████████████████████████████████████████████████████████████▋                           | 3207/4251 [1:36:04<51:54,  2.98s/it]
 75%|███████████████████████████████████████████████████████████████████████████████████▊                           | 3208/4251 [1:36:05<40:42,  2.34s/it]
 75%|███████████████████████████████████████████████████████████████████████████████████▊                           | 3209/4251 [1:36:06<32:54,  1.90s/it]
 76%|███████████████████████████████████████████████████████████████████████████████████▊                           | 3210/4251 [1:36:07<27:30,  1.59s/it]
 76%|███████████████████████████████████████████████████████████████████████████████████▊                           | 3211/4251 [1:36:08<23:47,  1.37s/it]
 76%|███████████████████████████████████████████████████████████████████████████████████▊                           | 3212/4251 [1:36:08<21:02,  1.22s/it]
 76%|███████████████████████████████████████████████████████████████████████████████████▉                           | 3213/4251 [1:36:09<19:16,  1.11s/it]
 76%|███████████████████████████████████████████████████████████████████████████████████▉                           | 3214/4251 [1:36:10<17:52,  1.03s/it]
 76%|███████████████████████████████████████████████████████████████████████████████████▉                           | 3215/4251 [1:36:11<16:55,  1.02it/s]
 76%|███████████████████████████████████████████████████████████████████████████████████▉                           | 3216/4251 [1:36:12<16:21,  1.05it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████                           | 3217/4251 [1:36:13<16:00,  1.08it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████                           | 3218/4251 [1:36:14<15:35,  1.10it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████                           | 3219/4251 [1:36:15<15:17,  1.12it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████                           | 3220/4251 [1:36:15<15:03,  1.14it/s]
                                                                                                                                                          
{'loss': '0.01979', 'grad_norm': '0.08623', 'learning_rate': '2.503e-05', 'epoch': '0.7575'}

 76%|████████████████████████████████████████████████████████████████████████████████████                           | 3220/4251 [1:36:15<15:03,  1.14it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████                           | 3221/4251 [1:36:16<14:55,  1.15it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▏                          | 3222/4251 [1:36:17<14:49,  1.16it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▏                          | 3223/4251 [1:36:18<14:44,  1.16it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▏                          | 3224/4251 [1:36:19<14:40,  1.17it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▏                          | 3225/4251 [1:36:20<14:37,  1.17it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▏                          | 3226/4251 [1:36:20<14:36,  1.17it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▎                          | 3227/4251 [1:36:21<14:33,  1.17it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▎                          | 3228/4251 [1:36:22<14:34,  1.17it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▎                          | 3229/4251 [1:36:23<14:34,  1.17it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▎                          | 3230/4251 [1:36:24<14:31,  1.17it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▎                          | 3231/4251 [1:36:25<14:29,  1.17it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▍                          | 3232/4251 [1:36:26<14:27,  1.17it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▍                          | 3233/4251 [1:36:26<14:26,  1.18it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▍                          | 3234/4251 [1:36:27<14:23,  1.18it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▍                          | 3235/4251 [1:36:28<14:30,  1.17it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▍                          | 3236/4251 [1:36:29<14:33,  1.16it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▌                          | 3237/4251 [1:36:30<14:35,  1.16it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▌                          | 3238/4251 [1:36:31<14:34,  1.16it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▌                          | 3239/4251 [1:36:32<14:30,  1.16it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▌                          | 3240/4251 [1:36:32<14:25,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01728', 'grad_norm': '0.05455', 'learning_rate': '2.455e-05', 'epoch': '0.7622'}

 76%|████████████████████████████████████████████████████████████████████████████████████▌                          | 3240/4251 [1:36:32<14:25,  1.17it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▋                          | 3241/4251 [1:36:33<14:25,  1.17it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▋                          | 3242/4251 [1:36:34<14:25,  1.17it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▋                          | 3243/4251 [1:36:35<14:23,  1.17it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▋                          | 3244/4251 [1:36:36<14:19,  1.17it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▋                          | 3245/4251 [1:36:37<14:17,  1.17it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▊                          | 3246/4251 [1:36:38<14:16,  1.17it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▊                          | 3247/4251 [1:36:38<14:16,  1.17it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▊                          | 3248/4251 [1:36:39<14:16,  1.17it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▊                          | 3249/4251 [1:36:40<14:15,  1.17it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▊                          | 3250/4251 [1:36:41<14:14,  1.17it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▉                          | 3251/4251 [1:36:42<14:13,  1.17it/s]
 76%|████████████████████████████████████████████████████████████████████████████████████▉                          | 3252/4251 [1:36:43<14:11,  1.17it/s]
 77%|████████████████████████████████████████████████████████████████████████████████████▉                          | 3253/4251 [1:36:44<14:10,  1.17it/s]
 77%|████████████████████████████████████████████████████████████████████████████████████▉                          | 3254/4251 [1:36:44<14:10,  1.17it/s]
 77%|████████████████████████████████████████████████████████████████████████████████████▉                          | 3255/4251 [1:36:45<14:16,  1.16it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████                          | 3256/4251 [1:36:46<14:26,  1.15it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████                          | 3257/4251 [1:36:47<14:21,  1.15it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████                          | 3258/4251 [1:36:48<14:16,  1.16it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████                          | 3259/4251 [1:36:49<14:19,  1.15it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████                          | 3260/4251 [1:36:50<14:16,  1.16it/s]
                                                                                                                                                          
{'loss': '0.02005', 'grad_norm': '0.0373', 'learning_rate': '2.406e-05', 'epoch': '0.7669'}

 77%|█████████████████████████████████████████████████████████████████████████████████████                          | 3260/4251 [1:36:50<14:16,  1.16it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▏                         | 3261/4251 [1:36:50<14:15,  1.16it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▏                         | 3262/4251 [1:36:51<14:08,  1.17it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▏                         | 3263/4251 [1:36:52<14:05,  1.17it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▏                         | 3264/4251 [1:36:53<14:06,  1.17it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▎                         | 3265/4251 [1:36:54<14:05,  1.17it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▎                         | 3266/4251 [1:36:55<14:03,  1.17it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▎                         | 3267/4251 [1:36:56<14:01,  1.17it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▎                         | 3268/4251 [1:36:56<14:00,  1.17it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▎                         | 3269/4251 [1:36:57<13:57,  1.17it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▍                         | 3270/4251 [1:36:58<13:56,  1.17it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▍                         | 3271/4251 [1:36:59<13:56,  1.17it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▍                         | 3272/4251 [1:37:00<13:59,  1.17it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▍                         | 3273/4251 [1:37:01<13:57,  1.17it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▍                         | 3274/4251 [1:37:02<13:55,  1.17it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▌                         | 3275/4251 [1:37:02<14:03,  1.16it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▌                         | 3276/4251 [1:37:03<14:00,  1.16it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▌                         | 3277/4251 [1:37:04<14:06,  1.15it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▌                         | 3278/4251 [1:37:05<14:04,  1.15it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▌                         | 3279/4251 [1:37:06<14:04,  1.15it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▋                         | 3280/4251 [1:37:07<13:56,  1.16it/s]
                                                                                                                                                          
{'loss': '0.01574', 'grad_norm': '0.05474', 'learning_rate': '2.358e-05', 'epoch': '0.7716'}

 77%|█████████████████████████████████████████████████████████████████████████████████████▋                         | 3280/4251 [1:37:07<13:56,  1.16it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▋                         | 3281/4251 [1:37:08<13:52,  1.16it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▋                         | 3282/4251 [1:37:09<13:51,  1.17it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▋                         | 3283/4251 [1:37:09<13:54,  1.16it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▊                         | 3284/4251 [1:37:10<13:52,  1.16it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▊                         | 3285/4251 [1:37:11<13:47,  1.17it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▊                         | 3286/4251 [1:37:12<13:47,  1.17it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▊                         | 3287/4251 [1:37:13<13:46,  1.17it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▊                         | 3288/4251 [1:37:14<13:45,  1.17it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▉                         | 3289/4251 [1:37:15<13:43,  1.17it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▉                         | 3290/4251 [1:37:15<13:44,  1.17it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▉                         | 3291/4251 [1:37:16<13:42,  1.17it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▉                         | 3292/4251 [1:37:17<13:39,  1.17it/s]
 77%|█████████████████████████████████████████████████████████████████████████████████████▉                         | 3293/4251 [1:37:18<13:38,  1.17it/s]
 77%|██████████████████████████████████████████████████████████████████████████████████████                         | 3294/4251 [1:37:19<13:39,  1.17it/s]
 78%|██████████████████████████████████████████████████████████████████████████████████████                         | 3295/4251 [1:37:20<13:38,  1.17it/s]
 78%|██████████████████████████████████████████████████████████████████████████████████████                         | 3296/4251 [1:37:20<13:36,  1.17it/s]
 78%|██████████████████████████████████████████████████████████████████████████████████████                         | 3297/4251 [1:37:21<13:36,  1.17it/s]
 78%|██████████████████████████████████████████████████████████████████████████████████████                         | 3298/4251 [1:37:22<13:35,  1.17it/s]
 78%|██████████████████████████████████████████████████████████████████████████████████████▏                        | 3299/4251 [1:37:23<13:47,  1.15it/s]03:01:38  INFO        eval generation: 200/250  (3.06 rec/s, 65.4s elapsed, ~16s left)
03:01:56  INFO        eval generation: 250/250  (3.00 rec/s, 83.4s elapsed, ~0s left)
03:01:58  INFO      Eval @ step_3300 — n=1000
03:01:58  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
03:01:58  INFO        E1           0.836    0.932    0.400    0.562    0.400    0.468     250
03:01:58  INFO        E2           0.972    0.983    0.942    0.956    0.942    0.949     250
03:01:58  INFO        E3           0.960    0.982    0.915    0.962    0.915    0.938     250
03:01:58  INFO        E4           0.944    0.961    0.916    0.935    0.916    0.926     250
03:01:58  INFO        overall      0.912    0.942    0.891    0.956    0.891    0.923     250
03:01:58  INFO        edge_macro_acc=0.928  edge_macro_f1=0.820  exact_match=0.744  malformed=0.000  complete_groups=250

 78%|████████████████████████████████████████████████████████████████████████████████████▌                        | 3300/4251 [1:38:50<7:01:53, 26.62s/it]
                                                                                                                                                          
{'loss': '0.01727', 'grad_norm': '0.1085', 'learning_rate': '2.309e-05', 'epoch': '0.7763'}

 78%|████████████████████████████████████████████████████████████████████████████████████▌                        | 3300/4251 [1:38:50<7:01:53, 26.62s/it]03:01:59  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/config.json "HTTP/1.1 307 Temporary Redirect"
03:01:59  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/config.json "HTTP/1.1 200 OK"

 78%|████████████████████████████████████████████████████████████████████████████████████▋                        | 3301/4251 [1:38:53<5:08:01, 19.45s/it]
 78%|████████████████████████████████████████████████████████████████████████████████████▋                        | 3302/4251 [1:38:53<3:39:25, 13.87s/it]
 78%|████████████████████████████████████████████████████████████████████████████████████▋                        | 3303/4251 [1:38:54<2:37:27,  9.97s/it]
 78%|████████████████████████████████████████████████████████████████████████████████████▋                        | 3304/4251 [1:38:55<1:54:08,  7.23s/it]
 78%|████████████████████████████████████████████████████████████████████████████████████▋                        | 3305/4251 [1:38:56<1:23:54,  5.32s/it]
 78%|████████████████████████████████████████████████████████████████████████████████████▊                        | 3306/4251 [1:38:57<1:02:41,  3.98s/it]
 78%|██████████████████████████████████████████████████████████████████████████████████████▎                        | 3307/4251 [1:38:58<47:50,  3.04s/it]
 78%|██████████████████████████████████████████████████████████████████████████████████████▍                        | 3308/4251 [1:38:59<37:28,  2.38s/it]
 78%|██████████████████████████████████████████████████████████████████████████████████████▍                        | 3309/4251 [1:38:59<30:11,  1.92s/it]
 78%|██████████████████████████████████████████████████████████████████████████████████████▍                        | 3310/4251 [1:39:00<25:07,  1.60s/it]
 78%|██████████████████████████████████████████████████████████████████████████████████████▍                        | 3311/4251 [1:39:01<21:32,  1.37s/it]
 78%|██████████████████████████████████████████████████████████████████████████████████████▍                        | 3312/4251 [1:39:02<19:04,  1.22s/it]
 78%|██████████████████████████████████████████████████████████████████████████████████████▌                        | 3313/4251 [1:39:03<17:22,  1.11s/it]
 78%|██████████████████████████████████████████████████████████████████████████████████████▌                        | 3314/4251 [1:39:04<16:09,  1.03s/it]
 78%|██████████████████████████████████████████████████████████████████████████████████████▌                        | 3315/4251 [1:39:04<15:16,  1.02it/s]
 78%|██████████████████████████████████████████████████████████████████████████████████████▌                        | 3316/4251 [1:39:05<14:38,  1.06it/s]
 78%|██████████████████████████████████████████████████████████████████████████████████████▌                        | 3317/4251 [1:39:06<14:12,  1.10it/s]
 78%|██████████████████████████████████████████████████████████████████████████████████████▋                        | 3318/4251 [1:39:07<13:52,  1.12it/s]
 78%|██████████████████████████████████████████████████████████████████████████████████████▋                        | 3319/4251 [1:39:08<13:48,  1.12it/s]
 78%|██████████████████████████████████████████████████████████████████████████████████████▋                        | 3320/4251 [1:39:09<13:40,  1.13it/s]
                                                                                                                                                          
{'loss': '0.01883', 'grad_norm': '0.03423', 'learning_rate': '2.26e-05', 'epoch': '0.781'}

 78%|██████████████████████████████████████████████████████████████████████████████████████▋                        | 3320/4251 [1:39:09<13:40,  1.13it/s]
 78%|██████████████████████████████████████████████████████████████████████████████████████▋                        | 3321/4251 [1:39:10<13:33,  1.14it/s]
 78%|██████████████████████████████████████████████████████████████████████████████████████▋                        | 3322/4251 [1:39:11<13:32,  1.14it/s]
 78%|██████████████████████████████████████████████████████████████████████████████████████▊                        | 3323/4251 [1:39:11<13:32,  1.14it/s]
 78%|██████████████████████████████████████████████████████████████████████████████████████▊                        | 3324/4251 [1:39:12<13:23,  1.15it/s]
 78%|██████████████████████████████████████████████████████████████████████████████████████▊                        | 3325/4251 [1:39:13<13:16,  1.16it/s]
 78%|██████████████████████████████████████████████████████████████████████████████████████▊                        | 3326/4251 [1:39:14<13:17,  1.16it/s]
 78%|██████████████████████████████████████████████████████████████████████████████████████▊                        | 3327/4251 [1:39:15<13:14,  1.16it/s]
 78%|██████████████████████████████████████████████████████████████████████████████████████▉                        | 3328/4251 [1:39:16<13:10,  1.17it/s]
 78%|██████████████████████████████████████████████████████████████████████████████████████▉                        | 3329/4251 [1:39:16<13:07,  1.17it/s]
 78%|██████████████████████████████████████████████████████████████████████████████████████▉                        | 3330/4251 [1:39:17<13:05,  1.17it/s]
 78%|██████████████████████████████████████████████████████████████████████████████████████▉                        | 3331/4251 [1:39:18<13:03,  1.17it/s]
 78%|███████████████████████████████████████████████████████████████████████████████████████                        | 3332/4251 [1:39:19<13:02,  1.17it/s]
 78%|███████████████████████████████████████████████████████████████████████████████████████                        | 3333/4251 [1:39:20<12:59,  1.18it/s]
 78%|███████████████████████████████████████████████████████████████████████████████████████                        | 3334/4251 [1:39:21<12:56,  1.18it/s]
 78%|███████████████████████████████████████████████████████████████████████████████████████                        | 3335/4251 [1:39:22<12:58,  1.18it/s]
 78%|███████████████████████████████████████████████████████████████████████████████████████                        | 3336/4251 [1:39:22<12:56,  1.18it/s]
 78%|███████████████████████████████████████████████████████████████████████████████████████▏                       | 3337/4251 [1:39:23<13:03,  1.17it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▏                       | 3338/4251 [1:39:24<13:02,  1.17it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▏                       | 3339/4251 [1:39:25<13:00,  1.17it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▏                       | 3340/4251 [1:39:26<13:01,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02208', 'grad_norm': '0.05628', 'learning_rate': '2.212e-05', 'epoch': '0.7857'}

 79%|███████████████████████████████████████████████████████████████████████████████████████▏                       | 3340/4251 [1:39:26<13:01,  1.17it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▏                       | 3341/4251 [1:39:27<12:59,  1.17it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▎                       | 3342/4251 [1:39:28<12:56,  1.17it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▎                       | 3343/4251 [1:39:28<12:53,  1.17it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▎                       | 3344/4251 [1:39:29<12:51,  1.18it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▎                       | 3345/4251 [1:39:30<12:57,  1.17it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▎                       | 3346/4251 [1:39:31<12:55,  1.17it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▍                       | 3347/4251 [1:39:32<12:52,  1.17it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▍                       | 3348/4251 [1:39:33<12:49,  1.17it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▍                       | 3349/4251 [1:39:34<12:48,  1.17it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▍                       | 3350/4251 [1:39:34<12:47,  1.17it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▍                       | 3351/4251 [1:39:35<12:47,  1.17it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▌                       | 3352/4251 [1:39:36<12:44,  1.18it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▌                       | 3353/4251 [1:39:37<12:42,  1.18it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▌                       | 3354/4251 [1:39:38<12:40,  1.18it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▌                       | 3355/4251 [1:39:39<12:41,  1.18it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▋                       | 3356/4251 [1:39:39<12:41,  1.18it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▋                       | 3357/4251 [1:39:40<12:40,  1.18it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▋                       | 3358/4251 [1:39:43<20:16,  1.36s/it]
 79%|███████████████████████████████████████████████████████████████████████████████████████▋                       | 3359/4251 [1:39:44<17:58,  1.21s/it]
 79%|███████████████████████████████████████████████████████████████████████████████████████▋                       | 3360/4251 [1:39:45<16:21,  1.10s/it]
                                                                                                                                                          
{'loss': '0.01668', 'grad_norm': '0.05728', 'learning_rate': '2.163e-05', 'epoch': '0.7904'}

 79%|███████████████████████████████████████████████████████████████████████████████████████▋                       | 3360/4251 [1:39:45<16:21,  1.10s/it]
 79%|███████████████████████████████████████████████████████████████████████████████████████▊                       | 3361/4251 [1:39:45<15:12,  1.02s/it]
 79%|███████████████████████████████████████████████████████████████████████████████████████▊                       | 3362/4251 [1:39:46<14:23,  1.03it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▊                       | 3363/4251 [1:39:47<13:50,  1.07it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▊                       | 3364/4251 [1:39:48<13:29,  1.10it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▊                       | 3365/4251 [1:39:49<13:11,  1.12it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▉                       | 3366/4251 [1:39:50<12:59,  1.14it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▉                       | 3367/4251 [1:39:51<12:55,  1.14it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▉                       | 3368/4251 [1:39:51<12:46,  1.15it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▉                       | 3369/4251 [1:39:52<12:42,  1.16it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████▉                       | 3370/4251 [1:39:53<12:39,  1.16it/s]
 79%|████████████████████████████████████████████████████████████████████████████████████████                       | 3371/4251 [1:39:54<12:43,  1.15it/s]
 79%|████████████████████████████████████████████████████████████████████████████████████████                       | 3372/4251 [1:39:55<12:36,  1.16it/s]
 79%|████████████████████████████████████████████████████████████████████████████████████████                       | 3373/4251 [1:39:56<12:34,  1.16it/s]
 79%|████████████████████████████████████████████████████████████████████████████████████████                       | 3374/4251 [1:39:57<12:30,  1.17it/s]
 79%|████████████████████████████████████████████████████████████████████████████████████████▏                      | 3375/4251 [1:39:57<12:28,  1.17it/s]
 79%|████████████████████████████████████████████████████████████████████████████████████████▏                      | 3376/4251 [1:39:58<12:29,  1.17it/s]
 79%|████████████████████████████████████████████████████████████████████████████████████████▏                      | 3377/4251 [1:39:59<12:27,  1.17it/s]
 79%|████████████████████████████████████████████████████████████████████████████████████████▏                      | 3378/4251 [1:40:00<12:26,  1.17it/s]
 79%|████████████████████████████████████████████████████████████████████████████████████████▏                      | 3379/4251 [1:40:01<12:25,  1.17it/s]
 80%|████████████████████████████████████████████████████████████████████████████████████████▎                      | 3380/4251 [1:40:02<12:22,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01681', 'grad_norm': '0.04921', 'learning_rate': '2.115e-05', 'epoch': '0.7951'}

 80%|████████████████████████████████████████████████████████████████████████████████████████▎                      | 3380/4251 [1:40:02<12:22,  1.17it/s]
 80%|████████████████████████████████████████████████████████████████████████████████████████▎                      | 3381/4251 [1:40:03<12:23,  1.17it/s]
 80%|████████████████████████████████████████████████████████████████████████████████████████▎                      | 3382/4251 [1:40:03<12:22,  1.17it/s]
 80%|████████████████████████████████████████████████████████████████████████████████████████▎                      | 3383/4251 [1:40:04<12:19,  1.17it/s]
 80%|████████████████████████████████████████████████████████████████████████████████████████▎                      | 3384/4251 [1:40:05<12:18,  1.17it/s]
 80%|████████████████████████████████████████████████████████████████████████████████████████▍                      | 3385/4251 [1:40:06<12:19,  1.17it/s]
 80%|████████████████████████████████████████████████████████████████████████████████████████▍                      | 3386/4251 [1:40:07<12:21,  1.17it/s]
 80%|████████████████████████████████████████████████████████████████████████████████████████▍                      | 3387/4251 [1:40:08<12:22,  1.16it/s]
 80%|████████████████████████████████████████████████████████████████████████████████████████▍                      | 3388/4251 [1:40:09<12:20,  1.16it/s]
 80%|████████████████████████████████████████████████████████████████████████████████████████▍                      | 3389/4251 [1:40:09<12:21,  1.16it/s]
 80%|████████████████████████████████████████████████████████████████████████████████████████▌                      | 3390/4251 [1:40:10<12:19,  1.16it/s]
 80%|████████████████████████████████████████████████████████████████████████████████████████▌                      | 3391/4251 [1:40:11<12:17,  1.17it/s]
 80%|████████████████████████████████████████████████████████████████████████████████████████▌                      | 3392/4251 [1:40:12<12:15,  1.17it/s]
 80%|████████████████████████████████████████████████████████████████████████████████████████▌                      | 3393/4251 [1:40:13<12:12,  1.17it/s]
 80%|████████████████████████████████████████████████████████████████████████████████████████▌                      | 3394/4251 [1:40:14<12:10,  1.17it/s]
 80%|████████████████████████████████████████████████████████████████████████████████████████▋                      | 3395/4251 [1:40:15<12:09,  1.17it/s]
 80%|████████████████████████████████████████████████████████████████████████████████████████▋                      | 3396/4251 [1:40:15<12:08,  1.17it/s]
 80%|████████████████████████████████████████████████████████████████████████████████████████▋                      | 3397/4251 [1:40:16<12:07,  1.17it/s]
 80%|████████████████████████████████████████████████████████████████████████████████████████▋                      | 3398/4251 [1:40:17<12:06,  1.17it/s]
 80%|████████████████████████████████████████████████████████████████████████████████████████▊                      | 3399/4251 [1:40:18<12:06,  1.17it/s]03:04:34  INFO        eval generation: 200/250  (2.99 rec/s, 66.8s elapsed, ~17s left)
03:04:52  INFO        eval generation: 250/250  (2.98 rec/s, 84.0s elapsed, ~0s left)
03:04:54  INFO      Eval @ step_3400 — n=1000
03:04:54  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
03:04:54  INFO        E1           0.848    0.971    0.289    0.684    0.289    0.406     250
03:04:54  INFO        E2           0.976    0.989    0.942    0.970    0.942    0.956     250
03:04:54  INFO        E3           0.944    0.964    0.902    0.925    0.902    0.914     250
03:04:54  INFO        E4           0.936    0.968    0.884    0.944    0.884    0.913     250
03:04:54  INFO        overall      0.900    0.922    0.884    0.942    0.884    0.912     250
03:04:54  INFO        edge_macro_acc=0.926  edge_macro_f1=0.797  exact_match=0.740  malformed=0.000  complete_groups=250

 80%|███████████████████████████████████████████████████████████████████████████████████████▏                     | 3400/4251 [1:41:46<6:21:20, 26.89s/it]
                                                                                                                                                          
{'loss': '0.01525', 'grad_norm': '0.1191', 'learning_rate': '2.066e-05', 'epoch': '0.7998'}

 80%|███████████████████████████████████████████████████████████████████████████████████████▏                     | 3400/4251 [1:41:46<6:21:20, 26.89s/it]
 80%|███████████████████████████████████████████████████████████████████████████████████████▏                     | 3401/4251 [1:41:46<4:30:14, 19.08s/it]
 80%|███████████████████████████████████████████████████████████████████████████████████████▏                     | 3402/4251 [1:41:47<3:12:32, 13.61s/it]
 80%|███████████████████████████████████████████████████████████████████████████████████████▎                     | 3403/4251 [1:41:48<2:18:11,  9.78s/it]
 80%|███████████████████████████████████████████████████████████████████████████████████████▎                     | 3404/4251 [1:41:49<1:40:11,  7.10s/it]
 80%|███████████████████████████████████████████████████████████████████████████████████████▎                     | 3405/4251 [1:41:50<1:13:47,  5.23s/it]
 80%|████████████████████████████████████████████████████████████████████████████████████████▉                      | 3406/4251 [1:41:51<55:10,  3.92s/it]
 80%|████████████████████████████████████████████████████████████████████████████████████████▉                      | 3407/4251 [1:41:52<42:10,  3.00s/it]
 80%|████████████████████████████████████████████████████████████████████████████████████████▉                      | 3408/4251 [1:41:52<33:09,  2.36s/it]
 80%|█████████████████████████████████████████████████████████████████████████████████████████                      | 3409/4251 [1:41:53<26:51,  1.91s/it]
 80%|█████████████████████████████████████████████████████████████████████████████████████████                      | 3410/4251 [1:41:54<22:20,  1.59s/it]
 80%|█████████████████████████████████████████████████████████████████████████████████████████                      | 3411/4251 [1:41:55<19:09,  1.37s/it]
 80%|█████████████████████████████████████████████████████████████████████████████████████████                      | 3412/4251 [1:41:56<17:08,  1.23s/it]
 80%|█████████████████████████████████████████████████████████████████████████████████████████                      | 3413/4251 [1:41:57<15:31,  1.11s/it]
 80%|█████████████████████████████████████████████████████████████████████████████████████████▏                     | 3414/4251 [1:41:58<14:24,  1.03s/it]
 80%|█████████████████████████████████████████████████████████████████████████████████████████▏                     | 3415/4251 [1:41:58<13:39,  1.02it/s]
 80%|█████████████████████████████████████████████████████████████████████████████████████████▏                     | 3416/4251 [1:41:59<13:08,  1.06it/s]
 80%|█████████████████████████████████████████████████████████████████████████████████████████▏                     | 3417/4251 [1:42:00<12:43,  1.09it/s]
 80%|█████████████████████████████████████████████████████████████████████████████████████████▏                     | 3418/4251 [1:42:01<12:24,  1.12it/s]
 80%|█████████████████████████████████████████████████████████████████████████████████████████▎                     | 3419/4251 [1:42:02<12:13,  1.13it/s]
 80%|█████████████████████████████████████████████████████████████████████████████████████████▎                     | 3420/4251 [1:42:03<12:04,  1.15it/s]
                                                                                                                                                          
{'loss': '0.02081', 'grad_norm': '0.04576', 'learning_rate': '2.018e-05', 'epoch': '0.8045'}

 80%|█████████████████████████████████████████████████████████████████████████████████████████▎                     | 3420/4251 [1:42:03<12:04,  1.15it/s]
 80%|█████████████████████████████████████████████████████████████████████████████████████████▎                     | 3421/4251 [1:42:04<11:56,  1.16it/s]
 80%|█████████████████████████████████████████████████████████████████████████████████████████▎                     | 3422/4251 [1:42:04<11:51,  1.16it/s]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▍                     | 3423/4251 [1:42:05<11:48,  1.17it/s]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▍                     | 3424/4251 [1:42:08<18:36,  1.35s/it]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▍                     | 3425/4251 [1:42:09<16:31,  1.20s/it]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▍                     | 3426/4251 [1:42:09<15:04,  1.10s/it]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▍                     | 3427/4251 [1:42:10<14:05,  1.03s/it]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▌                     | 3428/4251 [1:42:11<13:25,  1.02it/s]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▌                     | 3429/4251 [1:42:12<12:53,  1.06it/s]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▌                     | 3430/4251 [1:42:13<12:37,  1.08it/s]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▌                     | 3431/4251 [1:42:14<12:22,  1.10it/s]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▌                     | 3432/4251 [1:42:15<12:10,  1.12it/s]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▋                     | 3433/4251 [1:42:15<11:58,  1.14it/s]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▋                     | 3434/4251 [1:42:16<11:49,  1.15it/s]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▋                     | 3435/4251 [1:42:17<11:43,  1.16it/s]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▋                     | 3436/4251 [1:42:18<11:39,  1.17it/s]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▋                     | 3437/4251 [1:42:19<11:37,  1.17it/s]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▊                     | 3438/4251 [1:42:20<11:34,  1.17it/s]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▊                     | 3439/4251 [1:42:21<11:32,  1.17it/s]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▊                     | 3440/4251 [1:42:21<11:29,  1.18it/s]
                                                                                                                                                          
{'loss': '0.01425', 'grad_norm': '0.045', 'learning_rate': '1.969e-05', 'epoch': '0.8092'}

 81%|█████████████████████████████████████████████████████████████████████████████████████████▊                     | 3440/4251 [1:42:21<11:29,  1.18it/s]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▊                     | 3441/4251 [1:42:22<11:31,  1.17it/s]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▉                     | 3442/4251 [1:42:23<11:28,  1.17it/s]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▉                     | 3443/4251 [1:42:24<11:27,  1.18it/s]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▉                     | 3444/4251 [1:42:25<11:24,  1.18it/s]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▉                     | 3445/4251 [1:42:26<11:26,  1.17it/s]
 81%|█████████████████████████████████████████████████████████████████████████████████████████▉                     | 3446/4251 [1:42:26<11:24,  1.18it/s]
 81%|██████████████████████████████████████████████████████████████████████████████████████████                     | 3447/4251 [1:42:27<11:27,  1.17it/s]
 81%|██████████████████████████████████████████████████████████████████████████████████████████                     | 3448/4251 [1:42:28<11:24,  1.17it/s]
 81%|██████████████████████████████████████████████████████████████████████████████████████████                     | 3449/4251 [1:42:29<11:23,  1.17it/s]
 81%|██████████████████████████████████████████████████████████████████████████████████████████                     | 3450/4251 [1:42:30<11:24,  1.17it/s]
 81%|██████████████████████████████████████████████████████████████████████████████████████████                     | 3451/4251 [1:42:31<11:22,  1.17it/s]
 81%|██████████████████████████████████████████████████████████████████████████████████████████▏                    | 3452/4251 [1:42:32<11:21,  1.17it/s]
 81%|██████████████████████████████████████████████████████████████████████████████████████████▏                    | 3453/4251 [1:42:32<11:18,  1.18it/s]
 81%|██████████████████████████████████████████████████████████████████████████████████████████▏                    | 3454/4251 [1:42:33<11:20,  1.17it/s]
 81%|██████████████████████████████████████████████████████████████████████████████████████████▏                    | 3455/4251 [1:42:34<11:19,  1.17it/s]
 81%|██████████████████████████████████████████████████████████████████████████████████████████▏                    | 3456/4251 [1:42:35<11:16,  1.18it/s]
 81%|██████████████████████████████████████████████████████████████████████████████████████████▎                    | 3457/4251 [1:42:36<11:16,  1.17it/s]
 81%|██████████████████████████████████████████████████████████████████████████████████████████▎                    | 3458/4251 [1:42:37<11:15,  1.17it/s]
 81%|██████████████████████████████████████████████████████████████████████████████████████████▎                    | 3459/4251 [1:42:38<11:14,  1.17it/s]
 81%|██████████████████████████████████████████████████████████████████████████████████████████▎                    | 3460/4251 [1:42:38<11:14,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01633', 'grad_norm': '0.05188', 'learning_rate': '1.921e-05', 'epoch': '0.8139'}

 81%|██████████████████████████████████████████████████████████████████████████████████████████▎                    | 3460/4251 [1:42:38<11:14,  1.17it/s]
 81%|██████████████████████████████████████████████████████████████████████████████████████████▎                    | 3461/4251 [1:42:39<11:18,  1.16it/s]
 81%|██████████████████████████████████████████████████████████████████████████████████████████▍                    | 3462/4251 [1:42:40<11:15,  1.17it/s]
 81%|██████████████████████████████████████████████████████████████████████████████████████████▍                    | 3463/4251 [1:42:41<11:12,  1.17it/s]
 81%|██████████████████████████████████████████████████████████████████████████████████████████▍                    | 3464/4251 [1:42:42<11:11,  1.17it/s]
 82%|██████████████████████████████████████████████████████████████████████████████████████████▍                    | 3465/4251 [1:42:43<11:12,  1.17it/s]
 82%|██████████████████████████████████████████████████████████████████████████████████████████▌                    | 3466/4251 [1:42:44<11:12,  1.17it/s]
 82%|██████████████████████████████████████████████████████████████████████████████████████████▌                    | 3467/4251 [1:42:44<11:11,  1.17it/s]
 82%|██████████████████████████████████████████████████████████████████████████████████████████▌                    | 3468/4251 [1:42:45<11:07,  1.17it/s]
 82%|██████████████████████████████████████████████████████████████████████████████████████████▌                    | 3469/4251 [1:42:46<11:09,  1.17it/s]
 82%|██████████████████████████████████████████████████████████████████████████████████████████▌                    | 3470/4251 [1:42:47<11:07,  1.17it/s]
 82%|██████████████████████████████████████████████████████████████████████████████████████████▋                    | 3471/4251 [1:42:48<11:10,  1.16it/s]
 82%|██████████████████████████████████████████████████████████████████████████████████████████▋                    | 3472/4251 [1:42:49<11:12,  1.16it/s]
 82%|██████████████████████████████████████████████████████████████████████████████████████████▋                    | 3473/4251 [1:42:50<11:11,  1.16it/s]
 82%|██████████████████████████████████████████████████████████████████████████████████████████▋                    | 3474/4251 [1:42:52<18:14,  1.41s/it]
 82%|██████████████████████████████████████████████████████████████████████████████████████████▋                    | 3475/4251 [1:42:53<16:04,  1.24s/it]
 82%|██████████████████████████████████████████████████████████████████████████████████████████▊                    | 3476/4251 [1:42:54<14:32,  1.13s/it]
 82%|██████████████████████████████████████████████████████████████████████████████████████████▊                    | 3477/4251 [1:42:55<13:27,  1.04s/it]
 82%|██████████████████████████████████████████████████████████████████████████████████████████▊                    | 3478/4251 [1:42:56<12:40,  1.02it/s]
 82%|██████████████████████████████████████████████████████████████████████████████████████████▊                    | 3479/4251 [1:42:57<12:08,  1.06it/s]
 82%|██████████████████████████████████████████████████████████████████████████████████████████▊                    | 3480/4251 [1:42:57<11:45,  1.09it/s]
                                                                                                                                                          
{'loss': '0.02073', 'grad_norm': '0.0289', 'learning_rate': '1.872e-05', 'epoch': '0.8186'}

 82%|██████████████████████████████████████████████████████████████████████████████████████████▊                    | 3480/4251 [1:42:57<11:45,  1.09it/s]
 82%|██████████████████████████████████████████████████████████████████████████████████████████▉                    | 3481/4251 [1:42:58<11:36,  1.11it/s]
 82%|██████████████████████████████████████████████████████████████████████████████████████████▉                    | 3482/4251 [1:42:59<11:23,  1.12it/s]
 82%|██████████████████████████████████████████████████████████████████████████████████████████▉                    | 3483/4251 [1:43:00<11:15,  1.14it/s]
 82%|██████████████████████████████████████████████████████████████████████████████████████████▉                    | 3484/4251 [1:43:01<11:08,  1.15it/s]
 82%|██████████████████████████████████████████████████████████████████████████████████████████▉                    | 3485/4251 [1:43:02<11:04,  1.15it/s]
 82%|███████████████████████████████████████████████████████████████████████████████████████████                    | 3486/4251 [1:43:03<11:00,  1.16it/s]
 82%|███████████████████████████████████████████████████████████████████████████████████████████                    | 3487/4251 [1:43:03<10:59,  1.16it/s]
 82%|███████████████████████████████████████████████████████████████████████████████████████████                    | 3488/4251 [1:43:04<11:00,  1.16it/s]
 82%|███████████████████████████████████████████████████████████████████████████████████████████                    | 3489/4251 [1:43:05<11:01,  1.15it/s]
 82%|███████████████████████████████████████████████████████████████████████████████████████████▏                   | 3490/4251 [1:43:06<10:56,  1.16it/s]
 82%|███████████████████████████████████████████████████████████████████████████████████████████▏                   | 3491/4251 [1:43:07<10:52,  1.16it/s]
 82%|███████████████████████████████████████████████████████████████████████████████████████████▏                   | 3492/4251 [1:43:08<10:50,  1.17it/s]
 82%|███████████████████████████████████████████████████████████████████████████████████████████▏                   | 3493/4251 [1:43:09<10:51,  1.16it/s]
 82%|███████████████████████████████████████████████████████████████████████████████████████████▏                   | 3494/4251 [1:43:09<10:54,  1.16it/s]
 82%|███████████████████████████████████████████████████████████████████████████████████████████▎                   | 3495/4251 [1:43:10<10:51,  1.16it/s]
 82%|███████████████████████████████████████████████████████████████████████████████████████████▎                   | 3496/4251 [1:43:11<10:48,  1.16it/s]
 82%|███████████████████████████████████████████████████████████████████████████████████████████▎                   | 3497/4251 [1:43:12<10:45,  1.17it/s]
 82%|███████████████████████████████████████████████████████████████████████████████████████████▎                   | 3498/4251 [1:43:13<10:45,  1.17it/s]
 82%|███████████████████████████████████████████████████████████████████████████████████████████▎                   | 3499/4251 [1:43:14<10:43,  1.17it/s]03:07:30  INFO        eval generation: 200/250  (3.01 rec/s, 66.4s elapsed, ~17s left)
03:07:48  INFO        eval generation: 250/250  (2.97 rec/s, 84.2s elapsed, ~0s left)
03:07:49  INFO      Eval @ step_3500 — n=1000
03:07:49  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
03:07:49  INFO        E1           0.852    0.946    0.422    0.633    0.422    0.507     250
03:07:49  INFO        E2           0.968    0.972    0.957    0.930    0.957    0.943     250
03:07:49  INFO        E3           0.948    0.952    0.939    0.906    0.939    0.922     250
03:07:49  INFO        E4           0.924    0.935    0.905    0.896    0.905    0.901     250
03:07:49  INFO        overall      0.904    0.903    0.905    0.930    0.905    0.917     250
03:07:49  INFO        edge_macro_acc=0.923  edge_macro_f1=0.818  exact_match=0.740  malformed=0.000  complete_groups=250

 82%|█████████████████████████████████████████████████████████████████████████████████████████▋                   | 3500/4251 [1:44:41<5:34:25, 26.72s/it]
                                                                                                                                                          
{'loss': '0.0186', 'grad_norm': '0.05502', 'learning_rate': '1.824e-05', 'epoch': '0.8233'}

 82%|█████████████████████████████████████████████████████████████████████████████████████████▋                   | 3500/4251 [1:44:41<5:34:25, 26.72s/it]
 82%|█████████████████████████████████████████████████████████████████████████████████████████▊                   | 3501/4251 [1:44:42<3:56:57, 18.96s/it]
 82%|█████████████████████████████████████████████████████████████████████████████████████████▊                   | 3502/4251 [1:44:42<2:48:48, 13.52s/it]
 82%|█████████████████████████████████████████████████████████████████████████████████████████▊                   | 3503/4251 [1:44:43<2:01:11,  9.72s/it]
 82%|█████████████████████████████████████████████████████████████████████████████████████████▊                   | 3504/4251 [1:44:44<1:27:53,  7.06s/it]
 82%|█████████████████████████████████████████████████████████████████████████████████████████▊                   | 3505/4251 [1:44:45<1:04:38,  5.20s/it]
 82%|███████████████████████████████████████████████████████████████████████████████████████████▌                   | 3506/4251 [1:44:46<48:20,  3.89s/it]
 82%|███████████████████████████████████████████████████████████████████████████████████████████▌                   | 3507/4251 [1:44:47<36:57,  2.98s/it]
 83%|███████████████████████████████████████████████████████████████████████████████████████████▌                   | 3508/4251 [1:44:48<29:00,  2.34s/it]
 83%|███████████████████████████████████████████████████████████████████████████████████████████▋                   | 3509/4251 [1:44:48<23:25,  1.89s/it]
 83%|███████████████████████████████████████████████████████████████████████████████████████████▋                   | 3510/4251 [1:44:49<19:31,  1.58s/it]
 83%|███████████████████████████████████████████████████████████████████████████████████████████▋                   | 3511/4251 [1:44:50<16:49,  1.36s/it]
 83%|███████████████████████████████████████████████████████████████████████████████████████████▋                   | 3512/4251 [1:44:51<14:53,  1.21s/it]
 83%|███████████████████████████████████████████████████████████████████████████████████████████▋                   | 3513/4251 [1:44:52<13:32,  1.10s/it]
 83%|███████████████████████████████████████████████████████████████████████████████████████████▊                   | 3514/4251 [1:44:53<12:35,  1.03s/it]
 83%|███████████████████████████████████████████████████████████████████████████████████████████▊                   | 3515/4251 [1:44:54<11:58,  1.02it/s]
 83%|███████████████████████████████████████████████████████████████████████████████████████████▊                   | 3516/4251 [1:44:54<11:33,  1.06it/s]
 83%|███████████████████████████████████████████████████████████████████████████████████████████▊                   | 3517/4251 [1:44:55<11:16,  1.09it/s]
 83%|███████████████████████████████████████████████████████████████████████████████████████████▊                   | 3518/4251 [1:44:56<10:59,  1.11it/s]
 83%|███████████████████████████████████████████████████████████████████████████████████████████▉                   | 3519/4251 [1:44:57<10:45,  1.13it/s]
 83%|███████████████████████████████████████████████████████████████████████████████████████████▉                   | 3520/4251 [1:44:58<10:36,  1.15it/s]
                                                                                                                                                          
{'loss': '0.01708', 'grad_norm': '0.06756', 'learning_rate': '1.775e-05', 'epoch': '0.828'}

 83%|███████████████████████████████████████████████████████████████████████████████████████████▉                   | 3520/4251 [1:44:58<10:36,  1.15it/s]
 83%|███████████████████████████████████████████████████████████████████████████████████████████▉                   | 3521/4251 [1:44:59<10:32,  1.15it/s]
 83%|███████████████████████████████████████████████████████████████████████████████████████████▉                   | 3522/4251 [1:45:00<10:26,  1.16it/s]
 83%|███████████████████████████████████████████████████████████████████████████████████████████▉                   | 3523/4251 [1:45:00<10:24,  1.17it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████                   | 3524/4251 [1:45:01<10:21,  1.17it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████                   | 3525/4251 [1:45:02<10:21,  1.17it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████                   | 3526/4251 [1:45:03<10:18,  1.17it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████                   | 3527/4251 [1:45:04<10:17,  1.17it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████                   | 3528/4251 [1:45:05<10:17,  1.17it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████▏                  | 3529/4251 [1:45:05<10:15,  1.17it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████▏                  | 3530/4251 [1:45:06<10:18,  1.17it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████▏                  | 3531/4251 [1:45:07<10:19,  1.16it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████▏                  | 3532/4251 [1:45:08<10:17,  1.16it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████▎                  | 3533/4251 [1:45:09<10:15,  1.17it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████▎                  | 3534/4251 [1:45:10<10:14,  1.17it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████▎                  | 3535/4251 [1:45:11<10:13,  1.17it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████▎                  | 3536/4251 [1:45:11<10:11,  1.17it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████▎                  | 3537/4251 [1:45:12<10:09,  1.17it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████▍                  | 3538/4251 [1:45:13<10:13,  1.16it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████▍                  | 3539/4251 [1:45:14<10:10,  1.17it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████▍                  | 3540/4251 [1:45:15<10:08,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01695', 'grad_norm': '0.05212', 'learning_rate': '1.727e-05', 'epoch': '0.8327'}

 83%|████████████████████████████████████████████████████████████████████████████████████████████▍                  | 3540/4251 [1:45:15<10:08,  1.17it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████▍                  | 3541/4251 [1:45:16<10:07,  1.17it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████▍                  | 3542/4251 [1:45:17<10:04,  1.17it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████▌                  | 3543/4251 [1:45:17<10:03,  1.17it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████▌                  | 3544/4251 [1:45:18<10:02,  1.17it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████▌                  | 3545/4251 [1:45:19<10:00,  1.18it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████▌                  | 3546/4251 [1:45:20<09:59,  1.18it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████▌                  | 3547/4251 [1:45:21<09:58,  1.18it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████▋                  | 3548/4251 [1:45:22<09:55,  1.18it/s]
 83%|████████████████████████████████████████████████████████████████████████████████████████████▋                  | 3549/4251 [1:45:23<09:54,  1.18it/s]
 84%|████████████████████████████████████████████████████████████████████████████████████████████▋                  | 3550/4251 [1:45:23<09:58,  1.17it/s]
 84%|████████████████████████████████████████████████████████████████████████████████████████████▋                  | 3551/4251 [1:45:24<09:55,  1.17it/s]
 84%|████████████████████████████████████████████████████████████████████████████████████████████▋                  | 3552/4251 [1:45:25<09:54,  1.18it/s]
 84%|████████████████████████████████████████████████████████████████████████████████████████████▊                  | 3553/4251 [1:45:26<09:53,  1.18it/s]
 84%|████████████████████████████████████████████████████████████████████████████████████████████▊                  | 3554/4251 [1:45:27<09:53,  1.18it/s]
 84%|████████████████████████████████████████████████████████████████████████████████████████████▊                  | 3555/4251 [1:45:28<09:56,  1.17it/s]
 84%|████████████████████████████████████████████████████████████████████████████████████████████▊                  | 3556/4251 [1:45:29<09:55,  1.17it/s]
 84%|████████████████████████████████████████████████████████████████████████████████████████████▉                  | 3557/4251 [1:45:29<09:57,  1.16it/s]
 84%|████████████████████████████████████████████████████████████████████████████████████████████▉                  | 3558/4251 [1:45:30<09:54,  1.17it/s]
 84%|████████████████████████████████████████████████████████████████████████████████████████████▉                  | 3559/4251 [1:45:31<09:58,  1.16it/s]
 84%|████████████████████████████████████████████████████████████████████████████████████████████▉                  | 3560/4251 [1:45:32<09:55,  1.16it/s]
                                                                                                                                                          
{'loss': '0.02057', 'grad_norm': '0.05334', 'learning_rate': '1.678e-05', 'epoch': '0.8375'}

 84%|████████████████████████████████████████████████████████████████████████████████████████████▉                  | 3560/4251 [1:45:32<09:55,  1.16it/s]
 84%|████████████████████████████████████████████████████████████████████████████████████████████▉                  | 3561/4251 [1:45:33<09:52,  1.16it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████                  | 3562/4251 [1:45:34<09:51,  1.17it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████                  | 3563/4251 [1:45:35<09:49,  1.17it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████                  | 3564/4251 [1:45:35<09:47,  1.17it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████                  | 3565/4251 [1:45:36<09:46,  1.17it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████                  | 3566/4251 [1:45:37<09:44,  1.17it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▏                 | 3567/4251 [1:45:38<09:43,  1.17it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▏                 | 3568/4251 [1:45:39<09:41,  1.17it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▏                 | 3569/4251 [1:45:40<09:42,  1.17it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▏                 | 3570/4251 [1:45:41<09:39,  1.17it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▏                 | 3571/4251 [1:45:41<09:37,  1.18it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▎                 | 3572/4251 [1:45:42<09:38,  1.17it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▎                 | 3573/4251 [1:45:43<09:37,  1.17it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▎                 | 3574/4251 [1:45:44<09:36,  1.17it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▎                 | 3575/4251 [1:45:45<09:35,  1.17it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▎                 | 3576/4251 [1:45:46<09:34,  1.18it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▍                 | 3577/4251 [1:45:46<09:32,  1.18it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▍                 | 3578/4251 [1:45:47<09:30,  1.18it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▍                 | 3579/4251 [1:45:48<09:30,  1.18it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▍                 | 3580/4251 [1:45:49<09:30,  1.18it/s]
                                                                                                                                                          
{'loss': '0.01703', 'grad_norm': '0.1231', 'learning_rate': '1.63e-05', 'epoch': '0.8422'}

 84%|█████████████████████████████████████████████████████████████████████████████████████████████▍                 | 3580/4251 [1:45:49<09:30,  1.18it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▌                 | 3581/4251 [1:45:50<09:35,  1.16it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▌                 | 3582/4251 [1:45:51<09:39,  1.15it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▌                 | 3583/4251 [1:45:52<09:35,  1.16it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▌                 | 3584/4251 [1:45:52<09:33,  1.16it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▌                 | 3585/4251 [1:45:53<09:32,  1.16it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▋                 | 3586/4251 [1:45:54<09:30,  1.17it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▋                 | 3587/4251 [1:45:55<09:27,  1.17it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▋                 | 3588/4251 [1:45:56<09:26,  1.17it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▋                 | 3589/4251 [1:45:57<09:26,  1.17it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▋                 | 3590/4251 [1:45:58<09:24,  1.17it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▊                 | 3591/4251 [1:45:58<09:25,  1.17it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████▊                 | 3592/4251 [1:45:59<09:23,  1.17it/s]
 85%|█████████████████████████████████████████████████████████████████████████████████████████████▊                 | 3593/4251 [1:46:00<09:22,  1.17it/s]
 85%|█████████████████████████████████████████████████████████████████████████████████████████████▊                 | 3594/4251 [1:46:01<09:21,  1.17it/s]
 85%|█████████████████████████████████████████████████████████████████████████████████████████████▊                 | 3595/4251 [1:46:02<09:21,  1.17it/s]
 85%|█████████████████████████████████████████████████████████████████████████████████████████████▉                 | 3596/4251 [1:46:03<09:20,  1.17it/s]
 85%|█████████████████████████████████████████████████████████████████████████████████████████████▉                 | 3597/4251 [1:46:04<09:19,  1.17it/s]
 85%|█████████████████████████████████████████████████████████████████████████████████████████████▉                 | 3598/4251 [1:46:04<09:18,  1.17it/s]
 85%|█████████████████████████████████████████████████████████████████████████████████████████████▉                 | 3599/4251 [1:46:05<09:17,  1.17it/s]03:10:22  INFO        eval generation: 200/250  (3.00 rec/s, 66.6s elapsed, ~17s left)
03:10:39  INFO        eval generation: 250/250  (2.98 rec/s, 83.8s elapsed, ~0s left)
03:10:41  INFO      Eval @ step_3600 — n=1000
03:10:41  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
03:10:41  INFO        E1           0.852    0.961    0.356    0.667    0.356    0.464     250
03:10:41  INFO        E2           0.972    0.983    0.942    0.956    0.942    0.949     250
03:10:41  INFO        E3           0.940    0.970    0.878    0.935    0.878    0.906     250
03:10:41  INFO        E4           0.924    0.948    0.884    0.913    0.884    0.898     250
03:10:41  INFO        overall      0.892    0.922    0.871    0.941    0.871    0.905     250
03:10:41  INFO        edge_macro_acc=0.922  edge_macro_f1=0.804  exact_match=0.732  malformed=0.000  complete_groups=250

 85%|████████████████████████████████████████████████████████████████████████████████████████████▎                | 3600/4251 [1:47:33<4:51:39, 26.88s/it]
                                                                                                                                                          
{'loss': '0.01929', 'grad_norm': '0.05804', 'learning_rate': '1.581e-05', 'epoch': '0.8469'}

 85%|████████████████████████████████████████████████████████████████████████████████████████████▎                | 3600/4251 [1:47:33<4:51:39, 26.88s/it]03:10:42  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/config.json "HTTP/1.1 307 Temporary Redirect"
03:10:42  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/config.json "HTTP/1.1 200 OK"

 85%|████████████████████████████████████████████████████████████████████████████████████████████▎                | 3601/4251 [1:47:36<3:32:45, 19.64s/it]
 85%|████████████████████████████████████████████████████████████████████████████████████████████▎                | 3602/4251 [1:47:37<2:31:26, 14.00s/it]
 85%|████████████████████████████████████████████████████████████████████████████████████████████▍                | 3603/4251 [1:47:37<1:48:38, 10.06s/it]
 85%|████████████████████████████████████████████████████████████████████████████████████████████▍                | 3604/4251 [1:47:38<1:18:40,  7.30s/it]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▏                | 3605/4251 [1:47:39<57:43,  5.36s/it]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▏                | 3606/4251 [1:47:40<43:05,  4.01s/it]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▏                | 3607/4251 [1:47:41<32:50,  3.06s/it]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▏                | 3608/4251 [1:47:42<25:41,  2.40s/it]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▏                | 3609/4251 [1:47:42<20:40,  1.93s/it]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▎                | 3610/4251 [1:47:43<17:09,  1.61s/it]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▎                | 3611/4251 [1:47:44<14:43,  1.38s/it]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▎                | 3612/4251 [1:47:45<13:00,  1.22s/it]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▎                | 3613/4251 [1:47:46<11:51,  1.12s/it]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▎                | 3614/4251 [1:47:47<11:01,  1.04s/it]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▍                | 3615/4251 [1:47:48<10:26,  1.02it/s]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▍                | 3616/4251 [1:47:48<09:59,  1.06it/s]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▍                | 3617/4251 [1:47:49<09:42,  1.09it/s]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▍                | 3618/4251 [1:47:50<09:28,  1.11it/s]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▍                | 3619/4251 [1:47:51<09:18,  1.13it/s]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▌                | 3620/4251 [1:47:52<09:12,  1.14it/s]
                                                                                                                                                          
{'loss': '0.01703', 'grad_norm': '0.05177', 'learning_rate': '1.533e-05', 'epoch': '0.8516'}

 85%|██████████████████████████████████████████████████████████████████████████████████████████████▌                | 3620/4251 [1:47:52<09:12,  1.14it/s]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▌                | 3621/4251 [1:47:53<09:06,  1.15it/s]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▌                | 3622/4251 [1:47:54<09:03,  1.16it/s]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▌                | 3623/4251 [1:47:54<08:59,  1.16it/s]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▋                | 3624/4251 [1:47:55<09:00,  1.16it/s]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▋                | 3625/4251 [1:47:56<08:57,  1.16it/s]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▋                | 3626/4251 [1:47:57<08:53,  1.17it/s]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▋                | 3627/4251 [1:47:58<08:52,  1.17it/s]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▋                | 3628/4251 [1:47:59<08:51,  1.17it/s]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▊                | 3629/4251 [1:48:00<08:49,  1.17it/s]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▊                | 3630/4251 [1:48:00<08:47,  1.18it/s]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▊                | 3631/4251 [1:48:01<08:46,  1.18it/s]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▊                | 3632/4251 [1:48:02<08:45,  1.18it/s]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▊                | 3633/4251 [1:48:03<08:47,  1.17it/s]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████▉                | 3634/4251 [1:48:04<08:45,  1.17it/s]
 86%|██████████████████████████████████████████████████████████████████████████████████████████████▉                | 3635/4251 [1:48:05<08:43,  1.18it/s]
 86%|██████████████████████████████████████████████████████████████████████████████████████████████▉                | 3636/4251 [1:48:05<08:43,  1.18it/s]
 86%|██████████████████████████████████████████████████████████████████████████████████████████████▉                | 3637/4251 [1:48:06<08:43,  1.17it/s]
 86%|██████████████████████████████████████████████████████████████████████████████████████████████▉                | 3638/4251 [1:48:07<08:47,  1.16it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████                | 3639/4251 [1:48:08<08:54,  1.15it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████                | 3640/4251 [1:48:09<08:49,  1.15it/s]
                                                                                                                                                          
{'loss': '0.01858', 'grad_norm': '0.07955', 'learning_rate': '1.484e-05', 'epoch': '0.8563'}

 86%|███████████████████████████████████████████████████████████████████████████████████████████████                | 3640/4251 [1:48:09<08:49,  1.15it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████                | 3641/4251 [1:48:10<08:45,  1.16it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████                | 3642/4251 [1:48:11<08:42,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████                | 3643/4251 [1:48:12<08:39,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▏               | 3644/4251 [1:48:12<08:41,  1.16it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▏               | 3645/4251 [1:48:13<08:42,  1.16it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▏               | 3646/4251 [1:48:14<08:41,  1.16it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▏               | 3647/4251 [1:48:15<08:41,  1.16it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▎               | 3648/4251 [1:48:16<08:44,  1.15it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▎               | 3649/4251 [1:48:17<08:39,  1.16it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▎               | 3650/4251 [1:48:18<08:36,  1.16it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▎               | 3651/4251 [1:48:18<08:35,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▎               | 3652/4251 [1:48:19<08:33,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▍               | 3653/4251 [1:48:20<08:31,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▍               | 3654/4251 [1:48:21<08:29,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▍               | 3655/4251 [1:48:22<08:28,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▍               | 3656/4251 [1:48:23<08:27,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▍               | 3657/4251 [1:48:24<08:27,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▌               | 3658/4251 [1:48:24<08:26,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▌               | 3659/4251 [1:48:25<08:25,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▌               | 3660/4251 [1:48:26<08:25,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01723', 'grad_norm': '0.0626', 'learning_rate': '1.436e-05', 'epoch': '0.861'}

 86%|███████████████████████████████████████████████████████████████████████████████████████████████▌               | 3660/4251 [1:48:26<08:25,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▌               | 3661/4251 [1:48:27<08:25,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▌               | 3662/4251 [1:48:28<08:22,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▋               | 3663/4251 [1:48:29<08:21,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▋               | 3664/4251 [1:48:29<08:18,  1.18it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▋               | 3665/4251 [1:48:30<08:17,  1.18it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▋               | 3666/4251 [1:48:31<08:19,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▊               | 3667/4251 [1:48:32<08:20,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▊               | 3668/4251 [1:48:33<08:21,  1.16it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▊               | 3669/4251 [1:48:34<08:19,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▊               | 3670/4251 [1:48:35<08:19,  1.16it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▊               | 3671/4251 [1:48:36<08:17,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▉               | 3672/4251 [1:48:36<08:15,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▉               | 3673/4251 [1:48:37<08:12,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▉               | 3674/4251 [1:48:38<08:11,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▉               | 3675/4251 [1:48:39<08:11,  1.17it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████▉               | 3676/4251 [1:48:40<08:11,  1.17it/s]
 86%|████████████████████████████████████████████████████████████████████████████████████████████████               | 3677/4251 [1:48:41<08:10,  1.17it/s]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████               | 3678/4251 [1:48:41<08:08,  1.17it/s]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████               | 3679/4251 [1:48:42<08:07,  1.17it/s]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████               | 3680/4251 [1:48:43<08:06,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01757', 'grad_norm': '0.06829', 'learning_rate': '1.387e-05', 'epoch': '0.8657'}

 87%|████████████████████████████████████████████████████████████████████████████████████████████████               | 3680/4251 [1:48:43<08:06,  1.17it/s]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████               | 3681/4251 [1:48:44<08:05,  1.17it/s]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▏              | 3682/4251 [1:48:45<08:05,  1.17it/s]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▏              | 3683/4251 [1:48:46<08:04,  1.17it/s]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▏              | 3684/4251 [1:48:47<08:03,  1.17it/s]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▏              | 3685/4251 [1:48:47<08:05,  1.17it/s]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▏              | 3686/4251 [1:48:48<08:07,  1.16it/s]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▎              | 3687/4251 [1:48:49<08:04,  1.17it/s]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▎              | 3688/4251 [1:48:50<08:07,  1.16it/s]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▎              | 3689/4251 [1:48:51<08:07,  1.15it/s]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▎              | 3690/4251 [1:48:52<08:03,  1.16it/s]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▍              | 3691/4251 [1:48:53<08:01,  1.16it/s]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▍              | 3692/4251 [1:48:54<08:08,  1.14it/s]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▍              | 3693/4251 [1:48:54<08:05,  1.15it/s]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▍              | 3694/4251 [1:48:55<08:02,  1.15it/s]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▍              | 3695/4251 [1:48:56<08:00,  1.16it/s]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▌              | 3696/4251 [1:48:57<07:58,  1.16it/s]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▌              | 3697/4251 [1:48:58<07:56,  1.16it/s]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▌              | 3698/4251 [1:48:59<07:55,  1.16it/s]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▌              | 3699/4251 [1:49:00<07:53,  1.17it/s]03:13:16  INFO        eval generation: 200/250  (3.00 rec/s, 66.7s elapsed, ~17s left)
03:13:34  INFO        eval generation: 250/250  (2.95 rec/s, 84.6s elapsed, ~0s left)
03:13:35  INFO      Eval @ step_3700 — n=1000
03:13:35  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
03:13:35  INFO        E1           0.860    0.990    0.267    0.857    0.267    0.407     250
03:13:35  INFO        E2           0.976    0.989    0.942    0.970    0.942    0.956     250
03:13:35  INFO        E3           0.944    0.976    0.878    0.947    0.878    0.911     250
03:13:35  INFO        E4           0.940    0.968    0.895    0.944    0.895    0.919     250
03:13:35  INFO        overall      0.908    0.961    0.871    0.970    0.871    0.918     250
03:13:35  INFO        edge_macro_acc=0.930  edge_macro_f1=0.798  exact_match=0.768  malformed=0.000  complete_groups=250

 87%|██████████████████████████████████████████████████████████████████████████████████████████████▊              | 3700/4251 [1:50:26<4:04:35, 26.63s/it]
                                                                                                                                                          
{'loss': '0.01513', 'grad_norm': '0.04632', 'learning_rate': '1.339e-05', 'epoch': '0.8704'}

 87%|██████████████████████████████████████████████████████████████████████████████████████████████▊              | 3700/4251 [1:50:26<4:04:35, 26.63s/it]
 87%|██████████████████████████████████████████████████████████████████████████████████████████████▉              | 3701/4251 [1:50:27<2:53:13, 18.90s/it]
 87%|██████████████████████████████████████████████████████████████████████████████████████████████▉              | 3702/4251 [1:50:28<2:03:22, 13.48s/it]
 87%|██████████████████████████████████████████████████████████████████████████████████████████████▉              | 3703/4251 [1:50:29<1:28:32,  9.69s/it]
 87%|██████████████████████████████████████████████████████████████████████████████████████████████▉              | 3704/4251 [1:50:30<1:04:12,  7.04s/it]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▋              | 3705/4251 [1:50:31<47:11,  5.19s/it]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▊              | 3706/4251 [1:50:31<35:16,  3.88s/it]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▊              | 3707/4251 [1:50:32<26:57,  2.97s/it]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▊              | 3708/4251 [1:50:33<21:13,  2.35s/it]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▊              | 3709/4251 [1:50:34<17:07,  1.90s/it]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▊              | 3710/4251 [1:50:35<14:19,  1.59s/it]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▉              | 3711/4251 [1:50:36<12:19,  1.37s/it]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▉              | 3712/4251 [1:50:37<10:56,  1.22s/it]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▉              | 3713/4251 [1:50:37<09:55,  1.11s/it]
 87%|████████████████████████████████████████████████████████████████████████████████████████████████▉              | 3714/4251 [1:50:38<09:14,  1.03s/it]
 87%|█████████████████████████████████████████████████████████████████████████████████████████████████              | 3715/4251 [1:50:39<08:46,  1.02it/s]
 87%|█████████████████████████████████████████████████████████████████████████████████████████████████              | 3716/4251 [1:50:40<08:23,  1.06it/s]
 87%|█████████████████████████████████████████████████████████████████████████████████████████████████              | 3717/4251 [1:50:41<08:07,  1.10it/s]
 87%|█████████████████████████████████████████████████████████████████████████████████████████████████              | 3718/4251 [1:50:42<07:56,  1.12it/s]
 87%|█████████████████████████████████████████████████████████████████████████████████████████████████              | 3719/4251 [1:50:43<07:48,  1.14it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▏             | 3720/4251 [1:50:43<07:43,  1.15it/s]
                                                                                                                                                          
{'loss': '0.01966', 'grad_norm': '0.09455', 'learning_rate': '1.29e-05', 'epoch': '0.8751'}

 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▏             | 3720/4251 [1:50:43<07:43,  1.15it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▏             | 3721/4251 [1:50:44<07:40,  1.15it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▏             | 3722/4251 [1:50:45<07:36,  1.16it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▏             | 3723/4251 [1:50:46<07:33,  1.16it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▏             | 3724/4251 [1:50:47<07:30,  1.17it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▎             | 3725/4251 [1:50:48<07:29,  1.17it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▎             | 3726/4251 [1:50:49<07:28,  1.17it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▎             | 3727/4251 [1:50:49<07:27,  1.17it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▎             | 3728/4251 [1:50:50<07:25,  1.17it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▎             | 3729/4251 [1:50:51<07:24,  1.17it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▍             | 3730/4251 [1:50:52<07:28,  1.16it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▍             | 3731/4251 [1:50:53<07:29,  1.16it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▍             | 3732/4251 [1:50:54<07:28,  1.16it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▍             | 3733/4251 [1:50:55<07:26,  1.16it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▌             | 3734/4251 [1:50:55<07:25,  1.16it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▌             | 3735/4251 [1:50:56<07:22,  1.16it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▌             | 3736/4251 [1:50:57<07:22,  1.16it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▌             | 3737/4251 [1:50:58<07:20,  1.17it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▌             | 3738/4251 [1:50:59<07:17,  1.17it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▋             | 3739/4251 [1:51:00<07:16,  1.17it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▋             | 3740/4251 [1:51:01<07:15,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01617', 'grad_norm': '0.08289', 'learning_rate': '1.242e-05', 'epoch': '0.8798'}

 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▋             | 3740/4251 [1:51:01<07:15,  1.17it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▋             | 3741/4251 [1:51:01<07:15,  1.17it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▋             | 3742/4251 [1:51:02<07:18,  1.16it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▋             | 3743/4251 [1:51:03<07:15,  1.17it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▊             | 3744/4251 [1:51:04<07:15,  1.17it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▊             | 3745/4251 [1:51:05<07:12,  1.17it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▊             | 3746/4251 [1:51:06<07:11,  1.17it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▊             | 3747/4251 [1:51:07<07:10,  1.17it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▊             | 3748/4251 [1:51:07<07:09,  1.17it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▉             | 3749/4251 [1:51:08<07:08,  1.17it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▉             | 3750/4251 [1:51:09<07:05,  1.18it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▉             | 3751/4251 [1:51:10<07:04,  1.18it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▉             | 3752/4251 [1:51:11<07:03,  1.18it/s]
 88%|█████████████████████████████████████████████████████████████████████████████████████████████████▉             | 3753/4251 [1:51:12<07:05,  1.17it/s]
 88%|██████████████████████████████████████████████████████████████████████████████████████████████████             | 3754/4251 [1:51:13<07:05,  1.17it/s]
 88%|██████████████████████████████████████████████████████████████████████████████████████████████████             | 3755/4251 [1:51:13<07:05,  1.17it/s]
 88%|██████████████████████████████████████████████████████████████████████████████████████████████████             | 3756/4251 [1:51:14<07:03,  1.17it/s]
 88%|██████████████████████████████████████████████████████████████████████████████████████████████████             | 3757/4251 [1:51:15<07:02,  1.17it/s]
 88%|██████████████████████████████████████████████████████████████████████████████████████████████████▏            | 3758/4251 [1:51:16<07:01,  1.17it/s]
 88%|██████████████████████████████████████████████████████████████████████████████████████████████████▏            | 3759/4251 [1:51:17<07:00,  1.17it/s]
 88%|██████████████████████████████████████████████████████████████████████████████████████████████████▏            | 3760/4251 [1:51:18<06:59,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01843', 'grad_norm': '0.1406', 'learning_rate': '1.193e-05', 'epoch': '0.8845'}

 88%|██████████████████████████████████████████████████████████████████████████████████████████████████▏            | 3760/4251 [1:51:18<06:59,  1.17it/s]
 88%|██████████████████████████████████████████████████████████████████████████████████████████████████▏            | 3761/4251 [1:51:18<06:57,  1.17it/s]
 88%|██████████████████████████████████████████████████████████████████████████████████████████████████▏            | 3762/4251 [1:51:19<06:55,  1.18it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▎            | 3763/4251 [1:51:20<06:53,  1.18it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▎            | 3764/4251 [1:51:21<06:53,  1.18it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▎            | 3765/4251 [1:51:22<06:52,  1.18it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▎            | 3766/4251 [1:51:23<06:51,  1.18it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▎            | 3767/4251 [1:51:24<06:51,  1.18it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▍            | 3768/4251 [1:51:24<06:50,  1.18it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▍            | 3769/4251 [1:51:25<06:49,  1.18it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▍            | 3770/4251 [1:51:26<06:49,  1.17it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▍            | 3771/4251 [1:51:27<06:49,  1.17it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▍            | 3772/4251 [1:51:28<06:48,  1.17it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▌            | 3773/4251 [1:51:29<06:46,  1.18it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▌            | 3774/4251 [1:51:30<06:46,  1.17it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▌            | 3775/4251 [1:51:30<06:48,  1.17it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▌            | 3776/4251 [1:51:31<06:47,  1.17it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▌            | 3777/4251 [1:51:32<06:43,  1.17it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▋            | 3778/4251 [1:51:33<06:43,  1.17it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▋            | 3779/4251 [1:51:34<06:44,  1.17it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▋            | 3780/4251 [1:51:35<06:44,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02022', 'grad_norm': '0.06682', 'learning_rate': '1.145e-05', 'epoch': '0.8892'}

 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▋            | 3780/4251 [1:51:35<06:44,  1.17it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▋            | 3781/4251 [1:51:36<06:41,  1.17it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▊            | 3782/4251 [1:51:38<10:41,  1.37s/it]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▊            | 3783/4251 [1:51:39<10:44,  1.38s/it]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▊            | 3784/4251 [1:51:40<09:30,  1.22s/it]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▊            | 3785/4251 [1:51:41<08:36,  1.11s/it]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▊            | 3786/4251 [1:51:42<07:58,  1.03s/it]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▉            | 3787/4251 [1:51:43<07:32,  1.02it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▉            | 3788/4251 [1:51:44<07:14,  1.07it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▉            | 3789/4251 [1:51:45<07:01,  1.09it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▉            | 3790/4251 [1:51:45<06:50,  1.12it/s]
 89%|██████████████████████████████████████████████████████████████████████████████████████████████████▉            | 3791/4251 [1:51:46<06:43,  1.14it/s]
 89%|███████████████████████████████████████████████████████████████████████████████████████████████████            | 3792/4251 [1:51:49<10:13,  1.34s/it]
 89%|███████████████████████████████████████████████████████████████████████████████████████████████████            | 3793/4251 [1:51:50<09:04,  1.19s/it]
 89%|███████████████████████████████████████████████████████████████████████████████████████████████████            | 3794/4251 [1:51:50<08:16,  1.09s/it]
 89%|███████████████████████████████████████████████████████████████████████████████████████████████████            | 3795/4251 [1:51:51<07:43,  1.02s/it]
 89%|███████████████████████████████████████████████████████████████████████████████████████████████████            | 3796/4251 [1:51:52<07:18,  1.04it/s]
 89%|███████████████████████████████████████████████████████████████████████████████████████████████████▏           | 3797/4251 [1:51:53<07:02,  1.07it/s]
 89%|███████████████████████████████████████████████████████████████████████████████████████████████████▏           | 3798/4251 [1:51:54<06:53,  1.09it/s]
 89%|███████████████████████████████████████████████████████████████████████████████████████████████████▏           | 3799/4251 [1:51:55<06:43,  1.12it/s]03:16:11  INFO        eval generation: 200/250  (3.01 rec/s, 66.5s elapsed, ~17s left)
03:16:28  INFO        eval generation: 250/250  (2.98 rec/s, 83.8s elapsed, ~0s left)
03:16:31  INFO      Eval @ step_3800 — n=1000
03:16:31  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
03:16:31  INFO        E1           0.852    0.990    0.222    0.833    0.222    0.351     250
03:16:31  INFO        E2           0.972    0.989    0.928    0.970    0.928    0.948     250
03:16:31  INFO        E3           0.944    0.982    0.866    0.959    0.866    0.910     250
03:16:31  INFO        E4           0.944    0.974    0.895    0.955    0.895    0.924     250
03:16:31  INFO        overall      0.908    0.971    0.864    0.977    0.864    0.917     250
03:16:31  INFO        edge_macro_acc=0.928  edge_macro_f1=0.783  exact_match=0.768  malformed=0.000  complete_groups=250

 89%|█████████████████████████████████████████████████████████████████████████████████████████████████▍           | 3800/4251 [1:53:22<3:21:43, 26.84s/it]
                                                                                                                                                          
{'loss': '0.01767', 'grad_norm': '0.06885', 'learning_rate': '1.096e-05', 'epoch': '0.8939'}

 89%|█████████████████████████████████████████████████████████████████████████████████████████████████▍           | 3800/4251 [1:53:22<3:21:43, 26.84s/it]
 89%|█████████████████████████████████████████████████████████████████████████████████████████████████▍           | 3801/4251 [1:53:23<2:22:49, 19.04s/it]
 89%|█████████████████████████████████████████████████████████████████████████████████████████████████▍           | 3802/4251 [1:53:24<1:41:39, 13.58s/it]
 89%|█████████████████████████████████████████████████████████████████████████████████████████████████▌           | 3803/4251 [1:53:25<1:12:53,  9.76s/it]
 89%|███████████████████████████████████████████████████████████████████████████████████████████████████▎           | 3804/4251 [1:53:25<52:48,  7.09s/it]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▎           | 3805/4251 [1:53:26<38:45,  5.21s/it]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▍           | 3806/4251 [1:53:27<28:57,  3.90s/it]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▍           | 3807/4251 [1:53:28<22:07,  2.99s/it]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▍           | 3808/4251 [1:53:29<17:20,  2.35s/it]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▍           | 3809/4251 [1:53:30<13:59,  1.90s/it]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▍           | 3810/4251 [1:53:31<11:38,  1.58s/it]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▌           | 3811/4251 [1:53:31<10:00,  1.37s/it]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▌           | 3812/4251 [1:53:32<08:52,  1.21s/it]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▌           | 3813/4251 [1:53:33<08:03,  1.10s/it]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▌           | 3814/4251 [1:53:34<07:30,  1.03s/it]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▌           | 3815/4251 [1:53:35<07:05,  1.02it/s]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▋           | 3816/4251 [1:53:36<06:48,  1.07it/s]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▋           | 3817/4251 [1:53:37<06:38,  1.09it/s]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▋           | 3818/4251 [1:53:37<06:31,  1.11it/s]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▋           | 3819/4251 [1:53:38<06:24,  1.12it/s]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▋           | 3820/4251 [1:53:39<06:19,  1.13it/s]
                                                                                                                                                          
{'loss': '0.02169', 'grad_norm': '0.08244', 'learning_rate': '1.048e-05', 'epoch': '0.8986'}

 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▋           | 3820/4251 [1:53:39<06:19,  1.13it/s]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▊           | 3821/4251 [1:53:40<06:18,  1.14it/s]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▊           | 3822/4251 [1:53:41<06:13,  1.15it/s]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▊           | 3823/4251 [1:53:42<06:10,  1.15it/s]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▊           | 3824/4251 [1:53:43<06:10,  1.15it/s]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▉           | 3825/4251 [1:53:43<06:07,  1.16it/s]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▉           | 3826/4251 [1:53:44<06:04,  1.17it/s]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▉           | 3827/4251 [1:53:45<06:02,  1.17it/s]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▉           | 3828/4251 [1:53:46<06:02,  1.17it/s]
 90%|███████████████████████████████████████████████████████████████████████████████████████████████████▉           | 3829/4251 [1:53:47<06:02,  1.16it/s]
 90%|████████████████████████████████████████████████████████████████████████████████████████████████████           | 3830/4251 [1:53:48<06:01,  1.17it/s]
 90%|████████████████████████████████████████████████████████████████████████████████████████████████████           | 3831/4251 [1:53:49<06:00,  1.17it/s]
 90%|████████████████████████████████████████████████████████████████████████████████████████████████████           | 3832/4251 [1:53:49<05:58,  1.17it/s]
 90%|████████████████████████████████████████████████████████████████████████████████████████████████████           | 3833/4251 [1:53:50<05:56,  1.17it/s]
 90%|████████████████████████████████████████████████████████████████████████████████████████████████████           | 3834/4251 [1:53:51<05:55,  1.17it/s]
 90%|████████████████████████████████████████████████████████████████████████████████████████████████████▏          | 3835/4251 [1:53:52<05:55,  1.17it/s]
 90%|████████████████████████████████████████████████████████████████████████████████████████████████████▏          | 3836/4251 [1:53:53<05:53,  1.17it/s]
 90%|████████████████████████████████████████████████████████████████████████████████████████████████████▏          | 3837/4251 [1:53:54<05:52,  1.18it/s]
 90%|████████████████████████████████████████████████████████████████████████████████████████████████████▏          | 3838/4251 [1:53:55<05:52,  1.17it/s]
 90%|████████████████████████████████████████████████████████████████████████████████████████████████████▏          | 3839/4251 [1:53:55<05:53,  1.17it/s]
 90%|████████████████████████████████████████████████████████████████████████████████████████████████████▎          | 3840/4251 [1:53:56<05:50,  1.17it/s]
                                                                                                                                                          
{'loss': '0.0184', 'grad_norm': '0.06311', 'learning_rate': '9.993e-06', 'epoch': '0.9033'}

 90%|████████████████████████████████████████████████████████████████████████████████████████████████████▎          | 3840/4251 [1:53:56<05:50,  1.17it/s]
 90%|████████████████████████████████████████████████████████████████████████████████████████████████████▎          | 3841/4251 [1:53:57<05:49,  1.17it/s]
 90%|████████████████████████████████████████████████████████████████████████████████████████████████████▎          | 3842/4251 [1:53:58<05:50,  1.17it/s]
 90%|████████████████████████████████████████████████████████████████████████████████████████████████████▎          | 3843/4251 [1:53:59<05:48,  1.17it/s]
 90%|████████████████████████████████████████████████████████████████████████████████████████████████████▎          | 3844/4251 [1:54:00<05:47,  1.17it/s]
 90%|████████████████████████████████████████████████████████████████████████████████████████████████████▍          | 3845/4251 [1:54:00<05:47,  1.17it/s]
 90%|████████████████████████████████████████████████████████████████████████████████████████████████████▍          | 3846/4251 [1:54:01<05:46,  1.17it/s]
 90%|████████████████████████████████████████████████████████████████████████████████████████████████████▍          | 3847/4251 [1:54:02<05:44,  1.17it/s]
 91%|████████████████████████████████████████████████████████████████████████████████████████████████████▍          | 3848/4251 [1:54:03<05:43,  1.17it/s]
 91%|████████████████████████████████████████████████████████████████████████████████████████████████████▌          | 3849/4251 [1:54:04<05:42,  1.18it/s]
 91%|████████████████████████████████████████████████████████████████████████████████████████████████████▌          | 3850/4251 [1:54:05<05:40,  1.18it/s]
 91%|████████████████████████████████████████████████████████████████████████████████████████████████████▌          | 3851/4251 [1:54:06<05:40,  1.17it/s]
 91%|████████████████████████████████████████████████████████████████████████████████████████████████████▌          | 3852/4251 [1:54:06<05:39,  1.17it/s]
 91%|████████████████████████████████████████████████████████████████████████████████████████████████████▌          | 3853/4251 [1:54:07<05:38,  1.18it/s]
 91%|████████████████████████████████████████████████████████████████████████████████████████████████████▋          | 3854/4251 [1:54:08<05:36,  1.18it/s]
 91%|████████████████████████████████████████████████████████████████████████████████████████████████████▋          | 3855/4251 [1:54:09<05:37,  1.17it/s]
 91%|████████████████████████████████████████████████████████████████████████████████████████████████████▋          | 3856/4251 [1:54:10<05:36,  1.17it/s]
 91%|████████████████████████████████████████████████████████████████████████████████████████████████████▋          | 3857/4251 [1:54:11<05:35,  1.17it/s]
 91%|████████████████████████████████████████████████████████████████████████████████████████████████████▋          | 3858/4251 [1:54:12<05:34,  1.17it/s]
 91%|████████████████████████████████████████████████████████████████████████████████████████████████████▊          | 3859/4251 [1:54:12<05:33,  1.18it/s]
 91%|████████████████████████████████████████████████████████████████████████████████████████████████████▊          | 3860/4251 [1:54:13<05:33,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01296', 'grad_norm': '0.04688', 'learning_rate': '9.508e-06', 'epoch': '0.908'}

 91%|████████████████████████████████████████████████████████████████████████████████████████████████████▊          | 3860/4251 [1:54:13<05:33,  1.17it/s]
 91%|████████████████████████████████████████████████████████████████████████████████████████████████████▊          | 3861/4251 [1:54:14<05:34,  1.17it/s]
 91%|████████████████████████████████████████████████████████████████████████████████████████████████████▊          | 3862/4251 [1:54:15<05:31,  1.17it/s]
 91%|████████████████████████████████████████████████████████████████████████████████████████████████████▊          | 3863/4251 [1:54:16<05:30,  1.17it/s]
 91%|████████████████████████████████████████████████████████████████████████████████████████████████████▉          | 3864/4251 [1:54:17<05:31,  1.17it/s]
 91%|████████████████████████████████████████████████████████████████████████████████████████████████████▉          | 3865/4251 [1:54:18<05:29,  1.17it/s]
 91%|████████████████████████████████████████████████████████████████████████████████████████████████████▉          | 3866/4251 [1:54:18<05:28,  1.17it/s]
 91%|████████████████████████████████████████████████████████████████████████████████████████████████████▉          | 3867/4251 [1:54:19<05:28,  1.17it/s]
 91%|████████████████████████████████████████████████████████████████████████████████████████████████████▉          | 3868/4251 [1:54:20<05:28,  1.17it/s]
 91%|█████████████████████████████████████████████████████████████████████████████████████████████████████          | 3869/4251 [1:54:21<05:26,  1.17it/s]
 91%|█████████████████████████████████████████████████████████████████████████████████████████████████████          | 3870/4251 [1:54:22<05:26,  1.17it/s]
 91%|█████████████████████████████████████████████████████████████████████████████████████████████████████          | 3871/4251 [1:54:23<05:25,  1.17it/s]
 91%|█████████████████████████████████████████████████████████████████████████████████████████████████████          | 3872/4251 [1:54:24<05:23,  1.17it/s]
 91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▏         | 3873/4251 [1:54:24<05:22,  1.17it/s]
 91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▏         | 3874/4251 [1:54:25<05:22,  1.17it/s]
 91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▏         | 3875/4251 [1:54:26<05:20,  1.17it/s]
 91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▏         | 3876/4251 [1:54:27<05:19,  1.17it/s]
 91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▏         | 3877/4251 [1:54:28<05:18,  1.17it/s]
 91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▎         | 3878/4251 [1:54:29<05:17,  1.17it/s]
 91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▎         | 3879/4251 [1:54:29<05:15,  1.18it/s]
 91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▎         | 3880/4251 [1:54:30<05:15,  1.18it/s]
                                                                                                                                                          
{'loss': '0.0164', 'grad_norm': '0.05829', 'learning_rate': '9.023e-06', 'epoch': '0.9127'}

 91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▎         | 3880/4251 [1:54:30<05:15,  1.18it/s]
 91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▎         | 3881/4251 [1:54:31<05:14,  1.18it/s]
 91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▎         | 3882/4251 [1:54:32<05:14,  1.17it/s]
 91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▍         | 3883/4251 [1:54:33<05:14,  1.17it/s]
 91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▍         | 3884/4251 [1:54:34<05:13,  1.17it/s]
 91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▍         | 3885/4251 [1:54:35<05:12,  1.17it/s]
 91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▍         | 3886/4251 [1:54:35<05:12,  1.17it/s]
 91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▍         | 3887/4251 [1:54:36<05:13,  1.16it/s]
 91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▌         | 3888/4251 [1:54:37<05:14,  1.15it/s]
 91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▌         | 3889/4251 [1:54:38<05:12,  1.16it/s]
 92%|█████████████████████████████████████████████████████████████████████████████████████████████████████▌         | 3890/4251 [1:54:39<05:11,  1.16it/s]
 92%|█████████████████████████████████████████████████████████████████████████████████████████████████████▌         | 3891/4251 [1:54:40<05:09,  1.16it/s]
 92%|█████████████████████████████████████████████████████████████████████████████████████████████████████▋         | 3892/4251 [1:54:41<05:07,  1.17it/s]
 92%|█████████████████████████████████████████████████████████████████████████████████████████████████████▋         | 3893/4251 [1:54:41<05:06,  1.17it/s]
 92%|█████████████████████████████████████████████████████████████████████████████████████████████████████▋         | 3894/4251 [1:54:42<05:05,  1.17it/s]
 92%|█████████████████████████████████████████████████████████████████████████████████████████████████████▋         | 3895/4251 [1:54:43<05:05,  1.17it/s]
 92%|█████████████████████████████████████████████████████████████████████████████████████████████████████▋         | 3896/4251 [1:54:44<05:03,  1.17it/s]
 92%|█████████████████████████████████████████████████████████████████████████████████████████████████████▊         | 3897/4251 [1:54:45<05:03,  1.17it/s]
 92%|█████████████████████████████████████████████████████████████████████████████████████████████████████▊         | 3898/4251 [1:54:46<05:02,  1.17it/s]
 92%|█████████████████████████████████████████████████████████████████████████████████████████████████████▊         | 3899/4251 [1:54:47<05:00,  1.17it/s]03:19:03  INFO        eval generation: 200/250  (2.97 rec/s, 67.2s elapsed, ~17s left)
03:19:21  INFO        eval generation: 250/250  (2.94 rec/s, 85.2s elapsed, ~0s left)
03:19:22  INFO      Eval @ step_3900 — n=1000
03:19:22  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
03:19:22  INFO        E1           0.872    0.971    0.422    0.760    0.422    0.543     250
03:19:22  INFO        E2           0.980    0.994    0.942    0.985    0.942    0.963     250
03:19:22  INFO        E3           0.932    0.952    0.890    0.901    0.890    0.896     250
03:19:22  INFO        E4           0.936    0.961    0.895    0.934    0.895    0.914     250
03:19:22  INFO        overall      0.896    0.932    0.871    0.948    0.871    0.908     250
03:19:22  INFO        edge_macro_acc=0.930  edge_macro_f1=0.829  exact_match=0.764  malformed=0.000  complete_groups=250

 92%|████████████████████████████████████████████████████████████████████████████████████████████████████         | 3900/4251 [1:56:13<2:35:31, 26.58s/it]
                                                                                                                                                          
{'loss': '0.01752', 'grad_norm': '0.04449', 'learning_rate': '8.537e-06', 'epoch': '0.9174'}

 92%|████████████████████████████████████████████████████████████████████████████████████████████████████         | 3900/4251 [1:56:13<2:35:31, 26.58s/it]03:19:22  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/config.json "HTTP/1.1 307 Temporary Redirect"
03:19:22  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/config.json "HTTP/1.1 200 OK"

 92%|████████████████████████████████████████████████████████████████████████████████████████████████████         | 3901/4251 [1:56:16<1:53:21, 19.43s/it]
 92%|████████████████████████████████████████████████████████████████████████████████████████████████████         | 3902/4251 [1:56:17<1:20:36, 13.86s/it]
 92%|█████████████████████████████████████████████████████████████████████████████████████████████████████▉         | 3903/4251 [1:56:18<57:43,  9.95s/it]
 92%|█████████████████████████████████████████████████████████████████████████████████████████████████████▉         | 3904/4251 [1:56:19<41:48,  7.23s/it]
 92%|█████████████████████████████████████████████████████████████████████████████████████████████████████▉         | 3905/4251 [1:56:19<30:40,  5.32s/it]
 92%|█████████████████████████████████████████████████████████████████████████████████████████████████████▉         | 3906/4251 [1:56:20<22:52,  3.98s/it]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████         | 3907/4251 [1:56:21<17:26,  3.04s/it]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████         | 3908/4251 [1:56:22<13:38,  2.39s/it]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████         | 3909/4251 [1:56:23<11:00,  1.93s/it]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████         | 3910/4251 [1:56:24<09:09,  1.61s/it]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████         | 3911/4251 [1:56:25<07:50,  1.38s/it]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▏        | 3912/4251 [1:56:25<06:55,  1.23s/it]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▏        | 3913/4251 [1:56:26<06:16,  1.11s/it]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▏        | 3914/4251 [1:56:27<05:49,  1.04s/it]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▏        | 3915/4251 [1:56:28<05:29,  1.02it/s]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▎        | 3916/4251 [1:56:29<05:15,  1.06it/s]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▎        | 3917/4251 [1:56:30<05:10,  1.08it/s]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▎        | 3918/4251 [1:56:31<05:01,  1.10it/s]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▎        | 3919/4251 [1:56:31<04:58,  1.11it/s]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▎        | 3920/4251 [1:56:32<04:52,  1.13it/s]
                                                                                                                                                          
{'loss': '0.02064', 'grad_norm': '0.1063', 'learning_rate': '8.052e-06', 'epoch': '0.9221'}

 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▎        | 3920/4251 [1:56:32<04:52,  1.13it/s]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▍        | 3921/4251 [1:56:33<04:48,  1.14it/s]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▍        | 3922/4251 [1:56:34<04:45,  1.15it/s]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▍        | 3923/4251 [1:56:35<04:42,  1.16it/s]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▍        | 3924/4251 [1:56:36<04:41,  1.16it/s]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▍        | 3925/4251 [1:56:37<04:41,  1.16it/s]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▌        | 3926/4251 [1:56:37<04:39,  1.16it/s]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▌        | 3927/4251 [1:56:38<04:37,  1.17it/s]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▌        | 3928/4251 [1:56:39<04:35,  1.17it/s]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▌        | 3929/4251 [1:56:40<04:34,  1.17it/s]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▌        | 3930/4251 [1:56:41<04:33,  1.17it/s]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▋        | 3931/4251 [1:56:42<04:31,  1.18it/s]
 92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▋        | 3932/4251 [1:56:43<04:31,  1.18it/s]
 93%|██████████████████████████████████████████████████████████████████████████████████████████████████████▋        | 3933/4251 [1:56:43<04:30,  1.18it/s]
 93%|██████████████████████████████████████████████████████████████████████████████████████████████████████▋        | 3934/4251 [1:56:44<04:29,  1.17it/s]
 93%|██████████████████████████████████████████████████████████████████████████████████████████████████████▋        | 3935/4251 [1:56:45<04:28,  1.18it/s]
 93%|██████████████████████████████████████████████████████████████████████████████████████████████████████▊        | 3936/4251 [1:56:46<04:28,  1.17it/s]
 93%|██████████████████████████████████████████████████████████████████████████████████████████████████████▊        | 3937/4251 [1:56:47<04:27,  1.17it/s]
 93%|██████████████████████████████████████████████████████████████████████████████████████████████████████▊        | 3938/4251 [1:56:48<04:26,  1.18it/s]
 93%|██████████████████████████████████████████████████████████████████████████████████████████████████████▊        | 3939/4251 [1:56:49<04:28,  1.16it/s]
 93%|██████████████████████████████████████████████████████████████████████████████████████████████████████▉        | 3940/4251 [1:56:49<04:26,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01794', 'grad_norm': '0.04823', 'learning_rate': '7.567e-06', 'epoch': '0.9268'}

 93%|██████████████████████████████████████████████████████████████████████████████████████████████████████▉        | 3940/4251 [1:56:49<04:26,  1.17it/s]
 93%|██████████████████████████████████████████████████████████████████████████████████████████████████████▉        | 3941/4251 [1:56:50<04:25,  1.17it/s]
 93%|██████████████████████████████████████████████████████████████████████████████████████████████████████▉        | 3942/4251 [1:56:51<04:24,  1.17it/s]
 93%|██████████████████████████████████████████████████████████████████████████████████████████████████████▉        | 3943/4251 [1:56:52<04:23,  1.17it/s]
 93%|██████████████████████████████████████████████████████████████████████████████████████████████████████▉        | 3944/4251 [1:56:53<04:21,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████        | 3945/4251 [1:56:54<04:20,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████        | 3946/4251 [1:56:54<04:20,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████        | 3947/4251 [1:56:55<04:20,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████        | 3948/4251 [1:56:56<04:18,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████        | 3949/4251 [1:56:57<04:17,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▏       | 3950/4251 [1:56:58<04:15,  1.18it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▏       | 3951/4251 [1:56:59<04:16,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▏       | 3952/4251 [1:57:00<04:14,  1.18it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▏       | 3953/4251 [1:57:00<04:13,  1.18it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▏       | 3954/4251 [1:57:01<04:12,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▎       | 3955/4251 [1:57:02<04:13,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▎       | 3956/4251 [1:57:03<04:14,  1.16it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▎       | 3957/4251 [1:57:04<04:12,  1.16it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▎       | 3958/4251 [1:57:05<04:11,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▍       | 3959/4251 [1:57:06<04:10,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▍       | 3960/4251 [1:57:06<04:08,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01772', 'grad_norm': '0.02965', 'learning_rate': '7.082e-06', 'epoch': '0.9315'}

 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▍       | 3960/4251 [1:57:06<04:08,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▍       | 3961/4251 [1:57:07<04:08,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▍       | 3962/4251 [1:57:08<04:06,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▍       | 3963/4251 [1:57:09<04:06,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▌       | 3964/4251 [1:57:10<04:04,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▌       | 3965/4251 [1:57:11<04:03,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▌       | 3966/4251 [1:57:12<04:04,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▌       | 3967/4251 [1:57:12<04:02,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▌       | 3968/4251 [1:57:13<04:00,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▋       | 3969/4251 [1:57:14<04:01,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▋       | 3970/4251 [1:57:15<04:00,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▋       | 3971/4251 [1:57:16<03:58,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▋       | 3972/4251 [1:57:17<03:58,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▋       | 3973/4251 [1:57:18<03:58,  1.17it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▊       | 3974/4251 [1:57:18<03:57,  1.17it/s]
 94%|███████████████████████████████████████████████████████████████████████████████████████████████████████▊       | 3975/4251 [1:57:19<03:55,  1.17it/s]
 94%|███████████████████████████████████████████████████████████████████████████████████████████████████████▊       | 3976/4251 [1:57:20<03:54,  1.17it/s]
 94%|███████████████████████████████████████████████████████████████████████████████████████████████████████▊       | 3977/4251 [1:57:21<03:53,  1.17it/s]
 94%|███████████████████████████████████████████████████████████████████████████████████████████████████████▊       | 3978/4251 [1:57:22<03:54,  1.16it/s]
 94%|███████████████████████████████████████████████████████████████████████████████████████████████████████▉       | 3979/4251 [1:57:23<03:53,  1.16it/s]
 94%|███████████████████████████████████████████████████████████████████████████████████████████████████████▉       | 3980/4251 [1:57:24<03:54,  1.15it/s]
                                                                                                                                                          
{'loss': '0.01813', 'grad_norm': '0.07723', 'learning_rate': '6.597e-06', 'epoch': '0.9363'}

 94%|███████████████████████████████████████████████████████████████████████████████████████████████████████▉       | 3980/4251 [1:57:24<03:54,  1.15it/s]
 94%|███████████████████████████████████████████████████████████████████████████████████████████████████████▉       | 3981/4251 [1:57:24<03:55,  1.15it/s]
 94%|███████████████████████████████████████████████████████████████████████████████████████████████████████▉       | 3982/4251 [1:57:25<03:52,  1.16it/s]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████       | 3983/4251 [1:57:26<03:49,  1.17it/s]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████       | 3984/4251 [1:57:27<03:48,  1.17it/s]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████       | 3985/4251 [1:57:28<03:47,  1.17it/s]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████       | 3986/4251 [1:57:29<03:46,  1.17it/s]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████       | 3987/4251 [1:57:30<03:45,  1.17it/s]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▏      | 3988/4251 [1:57:30<03:46,  1.16it/s]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▏      | 3989/4251 [1:57:31<03:44,  1.17it/s]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▏      | 3990/4251 [1:57:32<03:42,  1.17it/s]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▏      | 3991/4251 [1:57:33<03:41,  1.17it/s]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▏      | 3992/4251 [1:57:34<03:40,  1.17it/s]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▎      | 3993/4251 [1:57:35<03:40,  1.17it/s]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▎      | 3994/4251 [1:57:36<03:39,  1.17it/s]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▎      | 3995/4251 [1:57:36<03:38,  1.17it/s]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▎      | 3996/4251 [1:57:37<03:37,  1.17it/s]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▎      | 3997/4251 [1:57:38<03:36,  1.17it/s]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▍      | 3998/4251 [1:57:39<03:35,  1.17it/s]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▍      | 3999/4251 [1:57:40<03:34,  1.17it/s]03:21:58  INFO        eval generation: 200/250  (3.00 rec/s, 66.6s elapsed, ~17s left)
03:22:16  INFO        eval generation: 250/250  (2.98 rec/s, 83.8s elapsed, ~0s left)
03:22:18  INFO      Eval @ step_4000 — n=1000
03:22:18  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
03:22:18  INFO        E1           0.872    0.971    0.422    0.760    0.422    0.543     250
03:22:18  INFO        E2           0.972    0.978    0.957    0.943    0.957    0.950     250
03:22:18  INFO        E3           0.960    0.976    0.927    0.950    0.927    0.938     250
03:22:18  INFO        E4           0.944    0.961    0.916    0.935    0.916    0.926     250
03:22:18  INFO        overall      0.916    0.942    0.898    0.957    0.898    0.926     250
03:22:18  INFO        edge_macro_acc=0.937  edge_macro_f1=0.839  exact_match=0.784  malformed=0.000  complete_groups=250

 94%|██████████████████████████████████████████████████████████████████████████████████████████████████████▌      | 4000/4251 [1:59:10<1:55:04, 27.51s/it]
                                                                                                                                                          
{'loss': '0.0184', 'grad_norm': '0.05974', 'learning_rate': '6.112e-06', 'epoch': '0.941'}

 94%|██████████████████████████████████████████████████████████████████████████████████████████████████████▌      | 4000/4251 [1:59:10<1:55:04, 27.51s/it]
 94%|██████████████████████████████████████████████████████████████████████████████████████████████████████▌      | 4001/4251 [1:59:10<1:21:17, 19.51s/it]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▍      | 4002/4251 [1:59:11<57:43, 13.91s/it]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▌      | 4003/4251 [1:59:12<41:18,  9.99s/it]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▌      | 4004/4251 [1:59:13<29:50,  7.25s/it]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▌      | 4005/4251 [1:59:15<23:53,  5.83s/it]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▌      | 4006/4251 [1:59:16<17:41,  4.33s/it]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▋      | 4007/4251 [1:59:17<13:22,  3.29s/it]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▋      | 4008/4251 [1:59:18<10:22,  2.56s/it]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▋      | 4009/4251 [1:59:19<08:15,  2.05s/it]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▋      | 4010/4251 [1:59:20<06:46,  1.69s/it]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▋      | 4011/4251 [1:59:21<05:45,  1.44s/it]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▊      | 4012/4251 [1:59:21<05:01,  1.26s/it]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▊      | 4013/4251 [1:59:22<04:31,  1.14s/it]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▊      | 4014/4251 [1:59:23<04:09,  1.05s/it]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▊      | 4015/4251 [1:59:24<03:54,  1.01it/s]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▊      | 4016/4251 [1:59:25<03:43,  1.05it/s]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▉      | 4017/4251 [1:59:26<03:35,  1.09it/s]
 95%|████████████████████████████████████████████████████████████████████████████████████████████████████████▉      | 4018/4251 [1:59:27<03:30,  1.11it/s]
 95%|████████████████████████████████████████████████████████████████████████████████████████████████████████▉      | 4019/4251 [1:59:27<03:26,  1.12it/s]
 95%|████████████████████████████████████████████████████████████████████████████████████████████████████████▉      | 4020/4251 [1:59:28<03:23,  1.14it/s]
                                                                                                                                                          
{'loss': '0.02013', 'grad_norm': '0.06019', 'learning_rate': '5.627e-06', 'epoch': '0.9457'}

 95%|████████████████████████████████████████████████████████████████████████████████████████████████████████▉      | 4020/4251 [1:59:28<03:23,  1.14it/s]
 95%|████████████████████████████████████████████████████████████████████████████████████████████████████████▉      | 4021/4251 [1:59:29<03:21,  1.14it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████      | 4022/4251 [1:59:30<03:18,  1.15it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████      | 4023/4251 [1:59:31<03:18,  1.15it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████      | 4024/4251 [1:59:33<05:16,  1.40s/it]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████      | 4025/4251 [1:59:34<04:38,  1.23s/it]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████      | 4026/4251 [1:59:35<04:11,  1.12s/it]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▏     | 4027/4251 [1:59:36<03:52,  1.04s/it]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▏     | 4028/4251 [1:59:37<03:39,  1.02it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▏     | 4029/4251 [1:59:38<03:29,  1.06it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▏     | 4030/4251 [1:59:39<03:22,  1.09it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▎     | 4031/4251 [1:59:39<03:17,  1.11it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▎     | 4032/4251 [1:59:40<03:15,  1.12it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▎     | 4033/4251 [1:59:41<03:12,  1.13it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▎     | 4034/4251 [1:59:42<03:09,  1.15it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▎     | 4035/4251 [1:59:43<03:07,  1.15it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▍     | 4036/4251 [1:59:44<03:05,  1.16it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▍     | 4037/4251 [1:59:45<03:04,  1.16it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▍     | 4038/4251 [1:59:45<03:02,  1.17it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▍     | 4039/4251 [1:59:46<03:02,  1.16it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▍     | 4040/4251 [1:59:47<03:01,  1.16it/s]
                                                                                                                                                          
{'loss': '0.01491', 'grad_norm': '0.08561', 'learning_rate': '5.142e-06', 'epoch': '0.9504'}

 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▍     | 4040/4251 [1:59:47<03:01,  1.16it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▌     | 4041/4251 [1:59:48<03:00,  1.17it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▌     | 4042/4251 [1:59:49<02:59,  1.17it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▌     | 4043/4251 [1:59:50<02:58,  1.17it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▌     | 4044/4251 [1:59:51<02:58,  1.16it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▌     | 4045/4251 [1:59:51<02:56,  1.16it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▋     | 4046/4251 [1:59:52<02:55,  1.17it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▋     | 4047/4251 [1:59:53<02:54,  1.17it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▋     | 4048/4251 [1:59:54<02:54,  1.17it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▋     | 4049/4251 [1:59:55<02:53,  1.17it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▊     | 4050/4251 [1:59:56<02:52,  1.16it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▊     | 4051/4251 [1:59:57<02:51,  1.17it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▊     | 4052/4251 [1:59:57<02:52,  1.16it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▊     | 4053/4251 [1:59:58<02:52,  1.15it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▊     | 4054/4251 [1:59:59<02:50,  1.16it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▉     | 4055/4251 [2:00:00<02:49,  1.16it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▉     | 4056/4251 [2:00:01<02:47,  1.17it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▉     | 4057/4251 [2:00:02<02:46,  1.17it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▉     | 4058/4251 [2:00:03<02:45,  1.17it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▉     | 4059/4251 [2:00:03<02:44,  1.17it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████     | 4060/4251 [2:00:04<02:43,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01704', 'grad_norm': '0.02815', 'learning_rate': '4.657e-06', 'epoch': '0.9551'}

 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████     | 4060/4251 [2:00:04<02:43,  1.17it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████     | 4061/4251 [2:00:05<02:42,  1.17it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████     | 4062/4251 [2:00:06<02:42,  1.16it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████     | 4063/4251 [2:00:07<02:41,  1.16it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████     | 4064/4251 [2:00:08<02:40,  1.16it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▏    | 4065/4251 [2:00:09<02:39,  1.16it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▏    | 4066/4251 [2:00:09<02:38,  1.16it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▏    | 4067/4251 [2:00:10<02:37,  1.17it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▏    | 4068/4251 [2:00:11<02:36,  1.17it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▏    | 4069/4251 [2:00:12<02:35,  1.17it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▎    | 4070/4251 [2:00:13<02:34,  1.17it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▎    | 4071/4251 [2:00:14<02:34,  1.17it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▎    | 4072/4251 [2:00:15<02:33,  1.17it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▎    | 4073/4251 [2:00:15<02:32,  1.17it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▍    | 4074/4251 [2:00:16<02:32,  1.16it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▍    | 4075/4251 [2:00:17<02:31,  1.16it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▍    | 4076/4251 [2:00:18<02:29,  1.17it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▍    | 4077/4251 [2:00:19<02:28,  1.17it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▍    | 4078/4251 [2:00:20<02:27,  1.17it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▌    | 4079/4251 [2:00:21<02:27,  1.17it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▌    | 4080/4251 [2:00:21<02:27,  1.16it/s]
                                                                                                                                                          
{'loss': '0.01837', 'grad_norm': '0.09955', 'learning_rate': '4.172e-06', 'epoch': '0.9598'}

 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▌    | 4080/4251 [2:00:21<02:27,  1.16it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▌    | 4081/4251 [2:00:22<02:26,  1.16it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▌    | 4082/4251 [2:00:23<02:26,  1.15it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▌    | 4083/4251 [2:00:24<02:25,  1.15it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▋    | 4084/4251 [2:00:25<02:24,  1.16it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▋    | 4085/4251 [2:00:26<02:23,  1.16it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▋    | 4086/4251 [2:00:27<02:22,  1.16it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▋    | 4087/4251 [2:00:28<02:21,  1.16it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▋    | 4088/4251 [2:00:28<02:21,  1.15it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▊    | 4089/4251 [2:00:29<02:21,  1.14it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▊    | 4090/4251 [2:00:30<02:19,  1.15it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▊    | 4091/4251 [2:00:31<02:17,  1.16it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▊    | 4092/4251 [2:00:32<02:16,  1.16it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▊    | 4093/4251 [2:00:33<02:15,  1.16it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▉    | 4094/4251 [2:00:34<02:14,  1.17it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▉    | 4095/4251 [2:00:34<02:14,  1.16it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▉    | 4096/4251 [2:00:35<02:13,  1.16it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▉    | 4097/4251 [2:00:36<02:12,  1.17it/s]
 96%|███████████████████████████████████████████████████████████████████████████████████████████████████████████    | 4098/4251 [2:00:37<02:11,  1.16it/s]
 96%|███████████████████████████████████████████████████████████████████████████████████████████████████████████    | 4099/4251 [2:00:38<02:10,  1.16it/s]03:24:54  INFO        eval generation: 200/250  (3.00 rec/s, 66.6s elapsed, ~17s left)
03:25:12  INFO        eval generation: 250/250  (2.95 rec/s, 84.6s elapsed, ~0s left)
03:25:15  INFO      Eval @ step_4100 — n=1000
03:25:15  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
03:25:15  INFO        E1           0.860    0.951    0.444    0.667    0.444    0.533     250
03:25:15  INFO        E2           0.972    0.978    0.957    0.943    0.957    0.950     250
03:25:15  INFO        E3           0.956    0.970    0.927    0.938    0.927    0.933     250
03:25:15  INFO        E4           0.944    0.961    0.916    0.935    0.916    0.926     250
03:25:15  INFO        overall      0.916    0.942    0.898    0.957    0.898    0.926     250
03:25:15  INFO        edge_macro_acc=0.933  edge_macro_f1=0.835  exact_match=0.772  malformed=0.000  complete_groups=250

 96%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▏   | 4100/4251 [2:02:06<1:08:24, 27.18s/it]
                                                                                                                                                          
{'loss': '0.01898', 'grad_norm': '0.06336', 'learning_rate': '3.687e-06', 'epoch': '0.9645'}

 96%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▏   | 4100/4251 [2:02:06<1:08:24, 27.18s/it]
 96%|███████████████████████████████████████████████████████████████████████████████████████████████████████████    | 4101/4251 [2:02:07<48:11, 19.28s/it]
 96%|███████████████████████████████████████████████████████████████████████████████████████████████████████████    | 4102/4251 [2:02:08<34:08, 13.75s/it]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▏   | 4103/4251 [2:02:09<24:21,  9.88s/it]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▏   | 4104/4251 [2:02:10<17:34,  7.17s/it]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▏   | 4105/4251 [2:02:11<12:50,  5.28s/it]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▏   | 4106/4251 [2:02:12<09:32,  3.95s/it]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▏   | 4107/4251 [2:02:12<07:14,  3.02s/it]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▎   | 4108/4251 [2:02:13<05:38,  2.37s/it]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▎   | 4109/4251 [2:02:14<04:31,  1.91s/it]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▎   | 4110/4251 [2:02:15<03:44,  1.59s/it]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▎   | 4111/4251 [2:02:16<03:11,  1.37s/it]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▎   | 4112/4251 [2:02:17<02:48,  1.21s/it]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▍   | 4113/4251 [2:02:17<02:32,  1.10s/it]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▍   | 4114/4251 [2:02:18<02:20,  1.03s/it]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▍   | 4115/4251 [2:02:19<02:12,  1.03it/s]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▍   | 4116/4251 [2:02:20<02:06,  1.07it/s]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▌   | 4117/4251 [2:02:21<02:01,  1.10it/s]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▌   | 4118/4251 [2:02:22<01:58,  1.13it/s]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▌   | 4119/4251 [2:02:23<01:55,  1.14it/s]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▌   | 4120/4251 [2:02:23<01:53,  1.15it/s]
                                                                                                                                                          
{'loss': '0.01891', 'grad_norm': '0.06948', 'learning_rate': '3.202e-06', 'epoch': '0.9692'}

 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▌   | 4120/4251 [2:02:23<01:53,  1.15it/s]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▌   | 4121/4251 [2:02:24<01:52,  1.16it/s]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▋   | 4122/4251 [2:02:25<01:50,  1.16it/s]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▋   | 4123/4251 [2:02:26<01:49,  1.17it/s]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▋   | 4124/4251 [2:02:27<01:48,  1.17it/s]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▋   | 4125/4251 [2:02:28<01:47,  1.17it/s]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▋   | 4126/4251 [2:02:29<01:47,  1.17it/s]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▊   | 4127/4251 [2:02:29<01:45,  1.17it/s]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▊   | 4128/4251 [2:02:30<01:45,  1.17it/s]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▊   | 4129/4251 [2:02:31<01:43,  1.17it/s]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▊   | 4130/4251 [2:02:32<01:43,  1.16it/s]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▊   | 4131/4251 [2:02:33<01:42,  1.17it/s]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▉   | 4132/4251 [2:02:34<01:41,  1.17it/s]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▉   | 4133/4251 [2:02:35<01:40,  1.17it/s]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▉   | 4134/4251 [2:02:35<01:40,  1.17it/s]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▉   | 4135/4251 [2:02:36<01:39,  1.17it/s]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▉   | 4136/4251 [2:02:37<01:38,  1.17it/s]
 97%|████████████████████████████████████████████████████████████████████████████████████████████████████████████   | 4137/4251 [2:02:38<01:37,  1.17it/s]
 97%|████████████████████████████████████████████████████████████████████████████████████████████████████████████   | 4138/4251 [2:02:39<01:37,  1.16it/s]
 97%|████████████████████████████████████████████████████████████████████████████████████████████████████████████   | 4139/4251 [2:02:40<01:36,  1.16it/s]
 97%|████████████████████████████████████████████████████████████████████████████████████████████████████████████   | 4140/4251 [2:02:41<01:34,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01641', 'grad_norm': '0.04545', 'learning_rate': '2.716e-06', 'epoch': '0.9739'}

 97%|████████████████████████████████████████████████████████████████████████████████████████████████████████████   | 4140/4251 [2:02:41<01:34,  1.17it/s]
 97%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▏  | 4141/4251 [2:02:41<01:34,  1.17it/s]
 97%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▏  | 4142/4251 [2:02:42<01:33,  1.17it/s]
 97%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▏  | 4143/4251 [2:02:43<01:32,  1.17it/s]
 97%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▏  | 4144/4251 [2:02:44<01:31,  1.17it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▏  | 4145/4251 [2:02:45<01:30,  1.17it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▎  | 4146/4251 [2:02:46<01:30,  1.16it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▎  | 4147/4251 [2:02:47<01:29,  1.16it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▎  | 4148/4251 [2:02:47<01:28,  1.17it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▎  | 4149/4251 [2:02:48<01:27,  1.17it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▎  | 4150/4251 [2:02:49<01:26,  1.17it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▍  | 4151/4251 [2:02:50<01:25,  1.17it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▍  | 4152/4251 [2:02:51<01:24,  1.17it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▍  | 4153/4251 [2:02:52<01:23,  1.17it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▍  | 4154/4251 [2:02:53<01:22,  1.17it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▍  | 4155/4251 [2:02:53<01:22,  1.17it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▌  | 4156/4251 [2:02:54<01:20,  1.17it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▌  | 4157/4251 [2:02:55<01:20,  1.17it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▌  | 4158/4251 [2:02:56<01:19,  1.17it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▌  | 4159/4251 [2:02:57<01:18,  1.17it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▌  | 4160/4251 [2:02:58<01:17,  1.18it/s]
                                                                                                                                                          
{'loss': '0.01945', 'grad_norm': '0.05342', 'learning_rate': '2.231e-06', 'epoch': '0.9786'}

 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▌  | 4160/4251 [2:02:58<01:17,  1.18it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▋  | 4161/4251 [2:02:58<01:16,  1.18it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▋  | 4162/4251 [2:02:59<01:15,  1.18it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▋  | 4163/4251 [2:03:00<01:14,  1.18it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▋  | 4164/4251 [2:03:01<01:14,  1.17it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▊  | 4165/4251 [2:03:02<01:13,  1.18it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▊  | 4166/4251 [2:03:03<01:12,  1.17it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▊  | 4167/4251 [2:03:04<01:12,  1.16it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▊  | 4168/4251 [2:03:04<01:11,  1.16it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▊  | 4169/4251 [2:03:05<01:10,  1.16it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▉  | 4170/4251 [2:03:06<01:09,  1.17it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▉  | 4171/4251 [2:03:07<01:08,  1.17it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▉  | 4172/4251 [2:03:08<01:07,  1.17it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▉  | 4173/4251 [2:03:09<01:06,  1.17it/s]
 98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▉  | 4174/4251 [2:03:10<01:05,  1.17it/s]
 98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████  | 4175/4251 [2:03:10<01:04,  1.17it/s]
 98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████  | 4176/4251 [2:03:11<01:04,  1.17it/s]
 98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████  | 4177/4251 [2:03:12<01:03,  1.17it/s]
 98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████  | 4178/4251 [2:03:13<01:02,  1.17it/s]
 98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████  | 4179/4251 [2:03:14<01:01,  1.17it/s]
 98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 4180/4251 [2:03:15<01:00,  1.17it/s]
                                                                                                                                                          
{'loss': '0.02067', 'grad_norm': '0.05411', 'learning_rate': '1.746e-06', 'epoch': '0.9833'}

 98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 4180/4251 [2:03:15<01:00,  1.17it/s]
 98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 4181/4251 [2:03:16<00:59,  1.17it/s]
 98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 4182/4251 [2:03:16<00:58,  1.17it/s]
 98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 4183/4251 [2:03:17<00:57,  1.17it/s]
 98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 4184/4251 [2:03:18<00:57,  1.17it/s]
 98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 4185/4251 [2:03:19<00:56,  1.17it/s]
 98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 4186/4251 [2:03:20<00:55,  1.17it/s]
 98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 4187/4251 [2:03:21<00:54,  1.17it/s]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 4188/4251 [2:03:22<00:53,  1.17it/s]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 4189/4251 [2:03:22<00:53,  1.17it/s]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 4190/4251 [2:03:23<00:52,  1.16it/s]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 4191/4251 [2:03:24<00:51,  1.17it/s]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 4192/4251 [2:03:25<00:50,  1.17it/s]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 4193/4251 [2:03:26<00:49,  1.17it/s]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 4194/4251 [2:03:27<00:48,  1.17it/s]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 4195/4251 [2:03:28<00:47,  1.17it/s]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 4196/4251 [2:03:28<00:46,  1.17it/s]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 4197/4251 [2:03:29<00:45,  1.17it/s]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 4198/4251 [2:03:30<00:45,  1.18it/s]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 4199/4251 [2:03:31<00:44,  1.17it/s]03:27:47  INFO        eval generation: 200/250  (3.00 rec/s, 66.6s elapsed, ~17s left)
03:28:04  INFO        eval generation: 250/250  (2.98 rec/s, 83.9s elapsed, ~0s left)
03:28:07  INFO      Eval @ step_4200 — n=1000
03:28:07  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
03:28:07  INFO        E1           0.872    0.971    0.422    0.760    0.422    0.543     250
03:28:07  INFO        E2           0.980    0.989    0.957    0.971    0.957    0.964     250
03:28:07  INFO        E3           0.960    0.970    0.939    0.939    0.939    0.939     250
03:28:07  INFO        E4           0.944    0.968    0.905    0.945    0.905    0.925     250
03:28:07  INFO        overall      0.912    0.942    0.891    0.956    0.891    0.923     250
03:28:07  INFO        edge_macro_acc=0.939  edge_macro_f1=0.843  exact_match=0.780  malformed=0.000  complete_groups=250

 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 4200/4251 [2:04:58<22:42, 26.71s/it]
                                                                                                                                                          
{'loss': '0.0186', 'grad_norm': '0.04274', 'learning_rate': '1.261e-06', 'epoch': '0.988'}

 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 4200/4251 [2:04:58<22:42, 26.71s/it]03:28:07  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/config.json "HTTP/1.1 307 Temporary Redirect"
03:28:07  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/config.json "HTTP/1.1 200 OK"

 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 4201/4251 [2:05:01<16:16, 19.52s/it]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 4202/4251 [2:05:02<11:22, 13.92s/it]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 4203/4251 [2:05:02<08:00, 10.00s/it]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 4204/4251 [2:05:03<05:41,  7.26s/it]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 4205/4251 [2:05:04<04:05,  5.33s/it]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 4206/4251 [2:05:05<02:59,  3.99s/it]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 4207/4251 [2:05:06<02:14,  3.05s/it]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 4208/4251 [2:05:07<01:42,  2.39s/it]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 4209/4251 [2:05:08<01:20,  1.93s/it]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 4210/4251 [2:05:08<01:05,  1.60s/it]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 4211/4251 [2:05:09<00:55,  1.38s/it]
 99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 4212/4251 [2:05:10<00:47,  1.22s/it]
 99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 4213/4251 [2:05:11<00:42,  1.11s/it]
 99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 4214/4251 [2:05:12<00:38,  1.03s/it]
 99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 4215/4251 [2:05:13<00:35,  1.02it/s]
 99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 4216/4251 [2:05:14<00:33,  1.05it/s]
 99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 4217/4251 [2:05:14<00:31,  1.09it/s]
 99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▏| 4218/4251 [2:05:15<00:29,  1.11it/s]
 99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▏| 4219/4251 [2:05:16<00:28,  1.13it/s]
 99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▏| 4220/4251 [2:05:17<00:27,  1.14it/s]
                                                                                                                                                          
{'loss': '0.01508', 'grad_norm': '0.06287', 'learning_rate': '7.761e-07', 'epoch': '0.9927'}

 99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▏| 4220/4251 [2:05:17<00:27,  1.14it/s]
 99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▏| 4221/4251 [2:05:18<00:26,  1.15it/s]
 99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▏| 4222/4251 [2:05:19<00:24,  1.16it/s]
 99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▎| 4223/4251 [2:05:19<00:24,  1.16it/s]
 99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▎| 4224/4251 [2:05:20<00:23,  1.16it/s]
 99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▎| 4225/4251 [2:05:21<00:22,  1.17it/s]
 99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▎| 4226/4251 [2:05:22<00:21,  1.16it/s]
 99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▎| 4227/4251 [2:05:23<00:20,  1.17it/s]
 99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▍| 4228/4251 [2:05:24<00:19,  1.17it/s]
 99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▍| 4229/4251 [2:05:25<00:18,  1.18it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▍| 4230/4251 [2:05:25<00:17,  1.18it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▍| 4231/4251 [2:05:26<00:16,  1.18it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▌| 4232/4251 [2:05:27<00:16,  1.18it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▌| 4233/4251 [2:05:28<00:15,  1.17it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▌| 4234/4251 [2:05:29<00:14,  1.16it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▌| 4235/4251 [2:05:30<00:13,  1.17it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▌| 4236/4251 [2:05:31<00:12,  1.17it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▋| 4237/4251 [2:05:31<00:11,  1.17it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▋| 4238/4251 [2:05:32<00:11,  1.17it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▋| 4239/4251 [2:05:33<00:10,  1.17it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▋| 4240/4251 [2:05:34<00:09,  1.17it/s]
                                                                                                                                                          
{'loss': '0.01864', 'grad_norm': '0.07011', 'learning_rate': '2.911e-07', 'epoch': '0.9974'}

100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▋| 4240/4251 [2:05:34<00:09,  1.17it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▋| 4241/4251 [2:05:35<00:08,  1.17it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▊| 4242/4251 [2:05:36<00:07,  1.17it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▊| 4243/4251 [2:05:37<00:06,  1.17it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▊| 4244/4251 [2:05:37<00:05,  1.17it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▊| 4245/4251 [2:05:38<00:05,  1.17it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▊| 4246/4251 [2:05:39<00:04,  1.17it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▉| 4247/4251 [2:05:40<00:03,  1.17it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▉| 4248/4251 [2:05:41<00:02,  1.18it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▉| 4249/4251 [2:05:42<00:01,  1.18it/s]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▉| 4250/4251 [2:05:43<00:00,  1.18it/s]
100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████| 4251/4251 [2:05:44<00:00,  1.10it/s]03:28:53  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/config.json "HTTP/1.1 307 Temporary Redirect"
03:28:53  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/config.json "HTTP/1.1 200 OK"
03:30:02  INFO        eval generation: 200/250  (2.97 rec/s, 67.4s elapsed, ~17s left)
03:30:20  INFO        eval generation: 250/250  (2.92 rec/s, 85.5s elapsed, ~0s left)
03:30:20  INFO      Eval @ end_of_epoch_1 — n=1000
03:30:20  INFO        slot           acc    acc|C    acc|I   P(INC)   R(INC)  F1(INC)       n
03:30:20  INFO        E1           0.868    0.971    0.400    0.750    0.400    0.522     250
03:30:20  INFO        E2           0.980    0.989    0.957    0.971    0.957    0.964     250
03:30:20  INFO        E3           0.960    0.970    0.939    0.939    0.939    0.939     250
03:30:20  INFO        E4           0.944    0.968    0.905    0.945    0.905    0.925     250
03:30:20  INFO        overall      0.912    0.942    0.891    0.956    0.891    0.923     250
03:30:20  INFO        edge_macro_acc=0.938  edge_macro_f1=0.837  exact_match=0.776  malformed=0.000  complete_groups=250

                                                                                                                                                          
{'train_runtime': '7774', 'train_samples_per_second': '17.5', 'train_steps_per_second': '0.547', 'train_loss': '0.02188', 'epoch': '1'}

100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████| 4251/4251 [2:07:11<00:00,  1.10it/s]
100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████| 4251/4251 [2:07:11<00:00,  1.80s/it]
03:30:20  INFO      HTTP Request: HEAD https://huggingface.co/Qwen/Qwen3-VL-4B-Instruct/resolve/main/config.json "HTTP/1.1 307 Temporary Redirect"
03:30:20  INFO      HTTP Request: HEAD https://huggingface.co/api/resolve-cache/models/Qwen/Qwen3-VL-4B-Instruct/ebb281ec70b05090aa6165b016eac8ec08e71b17/config.json "HTTP/1.1 200 OK"
03:30:21  INFO      Saved final adapter + processor → /workspace/fms4navigation/results/PRM-edge-r256/final
wandb: 
wandb: 🚀 View run earthy-pyramid-22 at: https://wandb.ai/mjf-su-stanford-university/huggingface/runs/od1md0h1
wandb: Find logs at: wandb/run-20260516_012047-od1md0h1/logs
[rank0]:[W516 03:30:23.176497023 ProcessGroupNCCL.cpp:1575] Warning: WARNING: destroy_process_group() was not called before program exit, which can leak resources. For more info, please see https://pytorch.org/docs/stable/distributed.html#shutdown (function operator())