File size: 335,699 Bytes
82862c3 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 | nohup: ignoring input
The following values were not passed to `accelerate launch` and had defaults used instead:
More than one GPU was found, enabling multi-GPU training.
If this was unintended please pass in `--num_processes=1`.
`--num_machines` was set to a value of `1`
`--mixed_precision` was set to a value of `'no'`
`--dynamo_backend` was set to a value of `'no'`
To avoid this warning pass in values for each of the problematic parameters or run `accelerate config`.
07:42:46 INFO Loaded 34002 PRMTrainRecord rows from /workspace/fms4navigation/datasets/Faithfulness-Critic-Dataset/train_dataset.jsonl
07:42:46 INFO Loaded 512 PRMTrainRecord rows from /workspace/fms4navigation/datasets/Faithfulness-Critic-Dataset/val_dataset_512.jsonl
07:42:46 INFO Label balance (train, n=34002):
07:42:46 INFO overall CONSISTENT=14006 INCONSISTENT=19996 (41.2% pos)
07:42:46 INFO image_to_mj CONSISTENT=27995 INCONSISTENT= 6007 (82.3% pos)
07:42:46 INFO mj_to_action CONSISTENT=24708 INCONSISTENT= 9294 (72.7% pos)
07:42:46 INFO action_to_waypoints CONSISTENT=22682 INCONSISTENT=11320 (66.7% pos)
07:42:46 INFO mj_to_waypoints CONSISTENT=21033 INCONSISTENT=12969 (61.9% pos)
07:42:46 INFO Label balance (val, n=512):
07:42:46 INFO overall CONSISTENT= 209 INCONSISTENT= 303 (40.8% pos)
07:42:46 INFO image_to_mj CONSISTENT= 432 INCONSISTENT= 80 (84.4% pos)
07:42:46 INFO mj_to_action CONSISTENT= 364 INCONSISTENT= 148 (71.1% pos)
07:42:46 INFO action_to_waypoints CONSISTENT= 324 INCONSISTENT= 188 (63.3% pos)
07:42:46 INFO mj_to_waypoints CONSISTENT= 321 INCONSISTENT= 191 (62.7% pos)
07:42:46 INFO Loading processor: Qwen/Qwen3-VL-4B-Instruct
Loading checkpoint shards: 0%| | 0/2 [00:00<?, ?it/s]07:42:51 INFO Loading base model: Qwen/Qwen3-VL-4B-Instruct (dtype=bfloat16, attn=sdpa)
Loading checkpoint shards: 100%|████████████████████████████████████████████████████████████████████████████████████████████| 2/2 [00:00<00:00, 27.34it/s]
Loading checkpoint shards: 0%| | 0/2 [00:00<?, ?it/s]
Loading checkpoint shards: 0%| | 0/2 [00:00<?, ?it/s]
Loading checkpoint shards: 0%| | 0/2 [00:00<?, ?it/s]
Loading checkpoint shards: 100%|████████████████████████████████████████████████████████████████████████████████████████████| 2/2 [00:00<00:00, 26.79it/s]
Loading checkpoint shards: 100%|████████████████████████████████████████████████████████████████████████████████████████████| 2/2 [00:00<00:00, 26.74it/s]
Loading checkpoint shards: 0%| | 0/2 [00:00<?, ?it/s]
Loading checkpoint shards: 100%|████████████████████████████████████████████████████████████████████████████████████████████| 2/2 [00:00<00:00, 24.14it/s]
Loading checkpoint shards: 0%| | 0/2 [00:00<?, ?it/s]
Loading checkpoint shards: 100%|████████████████████████████████████████████████████████████████████████████████████████████| 2/2 [00:00<00:00, 27.16it/s]
Loading checkpoint shards: 0%| | 0/2 [00:00<?, ?it/s]
Loading checkpoint shards: 100%|████████████████████████████████████████████████████████████████████████████████████████████| 2/2 [00:00<00:00, 27.70it/s]
Loading checkpoint shards: 100%|████████████████████████████████████████████████████████████████████████████████████████████| 2/2 [00:00<00:00, 27.45it/s]
Loading checkpoint shards: 0%| | 0/2 [00:00<?, ?it/s]
Loading checkpoint shards: 100%|████████████████████████████████████████████████████████████████████████████████████████████| 2/2 [00:00<00:00, 27.34it/s]
07:42:53 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
07:42:53 INFO CameraStore dataset_dir: /workspace/fms4navigation/datasets/Faithfulness-Critic-Dataset
07:42:53 INFO CameraStore: dataset_dir=/workspace/fms4navigation/datasets/Faithfulness-Critic-Dataset
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}.
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}.
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}.
07:42:56 INFO Train config → /workspace/fms4navigation/results/PRM-v2-r256/train_config.json
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}.
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}.
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}.
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}.
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.
The following generation flags are not valid and may be ignored: ['temperature', 'top_p', 'top_k']. Set `TRANSFORMERS_VERBOSITY=info` for more details.
The following generation flags are not valid and may be ignored: ['temperature', 'top_p', 'top_k']. Set `TRANSFORMERS_VERBOSITY=info` for more details.
The following generation flags are not valid and may be ignored: ['temperature', 'top_p', 'top_k']. Set `TRANSFORMERS_VERBOSITY=info` for more details.
The following generation flags are not valid and may be ignored: ['temperature', 'top_p', 'top_k']. Set `TRANSFORMERS_VERBOSITY=info` for more details.
The following generation flags are not valid and may be ignored: ['temperature', 'top_p', 'top_k']. Set `TRANSFORMERS_VERBOSITY=info` for more details.
The following generation flags are not valid and may be ignored: ['temperature', 'top_p', 'top_k']. Set `TRANSFORMERS_VERBOSITY=info` for more details.
The following generation flags are not valid and may be ignored: ['temperature', 'top_p', 'top_k']. Set `TRANSFORMERS_VERBOSITY=info` for more details.
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-20260515_074304-ciao5cei
wandb: Run `wandb offline` to turn off syncing.
wandb: Syncing run ruby-bird-20
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/ciao5cei
The following generation flags are not valid and may be ignored: ['temperature', 'top_p', 'top_k']. Set `TRANSFORMERS_VERBOSITY=info` for more details.
07:47:54 INFO eval generation: 50/64 (0.17 rec/s, 288.4s elapsed, ~81s left)
07:49:16 INFO eval generation: 64/64 (0.17 rec/s, 369.9s elapsed, ~0s left)
07:49:29 INFO Eval @ start — n=512
07:49:29 INFO slot acc acc|C acc|I P(INC) R(INC) F1(INC)
07:49:29 INFO overall 0.605 0.081 0.967 0.604 0.967 0.744
07:49:29 INFO E1 0.293 0.164 0.988 0.180 0.988 0.304
07:49:29 INFO E2 0.760 0.679 0.959 0.548 0.959 0.698
07:49:29 INFO E3 0.400 0.071 0.968 0.377 0.968 0.542
07:49:29 INFO E4 0.387 0.053 0.948 0.373 0.948 0.536
07:49:29 INFO exact_match=0.064 edge_macro_acc=0.460 malformed=0.000
0%| | 0/1063 [00:00<?, ?it/s]
0%| | 1/1063 [00:04<1:22:01, 4.63s/it]
0%|▏ | 2/1063 [00:07<1:03:53, 3.61s/it]
0%|▎ | 3/1063 [00:09<54:08, 3.06s/it]
0%|▍ | 4/1063 [00:12<49:51, 2.82s/it]
0%|▌ | 5/1063 [00:15<50:27, 2.86s/it]
1%|▋ | 6/1063 [00:17<48:34, 2.76s/it]
1%|▊ | 7/1063 [00:20<45:54, 2.61s/it]
1%|▊ | 8/1063 [00:22<44:07, 2.51s/it]
1%|▉ | 9/1063 [00:24<44:07, 2.51s/it]
1%|█ | 10/1063 [00:27<42:45, 2.44s/it]
1%|█▏ | 11/1063 [00:29<42:01, 2.40s/it]
1%|█▎ | 12/1063 [00:31<41:18, 2.36s/it]
1%|█▍ | 13/1063 [00:34<40:39, 2.32s/it]
1%|█▌ | 14/1063 [00:36<40:24, 2.31s/it]
1%|█▌ | 15/1063 [00:38<39:59, 2.29s/it]
2%|█▋ | 16/1063 [00:40<39:57, 2.29s/it]
2%|█▊ | 17/1063 [00:43<39:45, 2.28s/it]
2%|█▉ | 18/1063 [00:45<39:30, 2.27s/it]
2%|██ | 19/1063 [00:47<38:53, 2.24s/it]
2%|██▏ | 20/1063 [00:49<39:00, 2.24s/it]
{'loss': 0.0936, 'grad_norm': 0.13588111102581024, 'learning_rate': 5.9375e-05, 'epoch': 0.02}
2%|██▏ | 20/1063 [00:49<39:00, 2.24s/it]
2%|██▎ | 21/1063 [00:52<39:16, 2.26s/it]
2%|██▍ | 22/1063 [00:54<38:56, 2.24s/it]
2%|██▍ | 23/1063 [00:56<39:13, 2.26s/it]
2%|██▌ | 24/1063 [00:59<40:44, 2.35s/it]
2%|██▋ | 25/1063 [01:01<40:02, 2.31s/it]
2%|██▊ | 26/1063 [01:03<39:42, 2.30s/it]
3%|██▉ | 27/1063 [01:05<39:20, 2.28s/it]
3%|███ | 28/1063 [01:08<38:50, 2.25s/it]
3%|███▏ | 29/1063 [01:10<38:37, 2.24s/it]
3%|███▏ | 30/1063 [01:12<38:29, 2.24s/it]
3%|███▎ | 31/1063 [01:15<40:42, 2.37s/it]
3%|███▍ | 32/1063 [01:17<40:04, 2.33s/it]
3%|███▌ | 33/1063 [01:19<39:25, 2.30s/it]
3%|███▋ | 34/1063 [01:21<39:28, 2.30s/it]
3%|███▊ | 35/1063 [01:24<39:06, 2.28s/it]
3%|███▉ | 36/1063 [01:26<38:59, 2.28s/it]
3%|████ | 37/1063 [01:28<38:38, 2.26s/it]
4%|████ | 38/1063 [01:31<38:52, 2.28s/it]
4%|████▏ | 39/1063 [01:33<38:56, 2.28s/it]
4%|████▎ | 40/1063 [01:35<38:49, 2.28s/it]
{'loss': 0.0348, 'grad_norm': 0.15987196564674377, 'learning_rate': 9.932104752667314e-05, 'epoch': 0.04}
4%|████▎ | 40/1063 [01:35<38:49, 2.28s/it]
4%|████▍ | 41/1063 [01:38<40:10, 2.36s/it]
4%|████▌ | 42/1063 [01:40<39:24, 2.32s/it]
4%|████▋ | 43/1063 [01:43<41:04, 2.42s/it]
4%|████▊ | 44/1063 [01:45<40:19, 2.37s/it]
4%|████▊ | 45/1063 [01:47<39:15, 2.31s/it]
4%|████▉ | 46/1063 [01:50<40:42, 2.40s/it]
4%|█████ | 47/1063 [01:52<39:32, 2.33s/it]
5%|█████▏ | 48/1063 [01:54<39:05, 2.31s/it]
5%|█████▎ | 49/1063 [01:56<38:37, 2.29s/it]
5%|█████▍ | 50/1063 [01:58<38:09, 2.26s/it]
5%|█████▌ | 51/1063 [02:01<38:04, 2.26s/it]
5%|█████▋ | 52/1063 [02:03<38:06, 2.26s/it]
5%|█████▋ | 53/1063 [02:05<38:10, 2.27s/it]
5%|█████▊ | 54/1063 [02:07<37:47, 2.25s/it]
5%|█████▉ | 55/1063 [02:10<37:50, 2.25s/it]
5%|██████ | 56/1063 [02:12<37:55, 2.26s/it]
5%|██████▏ | 57/1063 [02:14<37:45, 2.25s/it]
5%|██████▎ | 58/1063 [02:16<37:39, 2.25s/it]
6%|██████▍ | 59/1063 [02:19<37:25, 2.24s/it]
6%|██████▍ | 60/1063 [02:21<37:14, 2.23s/it]
{'loss': 0.0273, 'grad_norm': 0.14962074160575867, 'learning_rate': 9.73811833171678e-05, 'epoch': 0.06}
6%|██████▍ | 60/1063 [02:21<37:14, 2.23s/it]
6%|██████▌ | 61/1063 [02:23<37:21, 2.24s/it]
6%|██████▋ | 62/1063 [02:25<37:33, 2.25s/it]
6%|██████▊ | 63/1063 [02:28<37:12, 2.23s/it]
6%|██████▉ | 64/1063 [02:30<37:18, 2.24s/it]
6%|███████ | 65/1063 [02:32<37:19, 2.24s/it]
6%|███████▏ | 66/1063 [02:34<37:16, 2.24s/it]
6%|███████▏ | 67/1063 [02:37<37:07, 2.24s/it]
6%|███████▎ | 68/1063 [02:39<37:20, 2.25s/it]
6%|███████▍ | 69/1063 [02:41<37:22, 2.26s/it]
7%|███████▌ | 70/1063 [02:43<37:35, 2.27s/it]
7%|███████▋ | 71/1063 [02:46<37:40, 2.28s/it]
7%|███████▊ | 72/1063 [02:48<37:19, 2.26s/it]
7%|███████▉ | 73/1063 [02:50<36:56, 2.24s/it]
7%|████████ | 74/1063 [02:52<37:08, 2.25s/it]
7%|████████ | 75/1063 [02:55<37:10, 2.26s/it]
7%|████████▏ | 76/1063 [02:57<36:55, 2.24s/it]
7%|████████▎ | 77/1063 [02:59<37:08, 2.26s/it]
7%|████████▍ | 78/1063 [03:01<36:46, 2.24s/it]
7%|████████▌ | 79/1063 [03:04<36:49, 2.25s/it]
8%|████████▋ | 80/1063 [03:06<36:36, 2.23s/it]
{'loss': 0.0248, 'grad_norm': 0.1912640929222107, 'learning_rate': 9.544131910766246e-05, 'epoch': 0.08}
8%|████████▋ | 80/1063 [03:06<36:36, 2.23s/it]
8%|████████▊ | 81/1063 [03:08<36:42, 2.24s/it]
8%|████████▊ | 82/1063 [03:10<36:43, 2.25s/it]
8%|████████▉ | 83/1063 [03:13<36:49, 2.25s/it]
8%|█████████ | 84/1063 [03:15<36:48, 2.26s/it]
8%|█████████▏ | 85/1063 [03:17<36:47, 2.26s/it]
8%|█████████▎ | 86/1063 [03:19<36:24, 2.24s/it]
8%|█████████▍ | 87/1063 [03:22<36:36, 2.25s/it]
8%|█████████▌ | 88/1063 [03:24<36:25, 2.24s/it]
8%|█████████▋ | 89/1063 [03:26<36:35, 2.25s/it]
8%|█████████▋ | 90/1063 [03:28<36:31, 2.25s/it]
9%|█████████▊ | 91/1063 [03:31<36:24, 2.25s/it]
9%|█████████▉ | 92/1063 [03:33<36:25, 2.25s/it]
9%|██████████ | 93/1063 [03:35<36:31, 2.26s/it]
9%|██████████▏ | 94/1063 [03:37<36:27, 2.26s/it]
9%|██████████▎ | 95/1063 [03:40<36:24, 2.26s/it]
9%|██████████▍ | 96/1063 [03:42<36:09, 2.24s/it]
9%|██████████▍ | 97/1063 [03:44<35:55, 2.23s/it]
9%|██████████▌ | 98/1063 [03:46<35:52, 2.23s/it]
9%|██████████▋ | 99/1063 [03:49<35:43, 2.22s/it]07:58:07 INFO eval generation: 50/64 (0.17 rec/s, 286.9s elapsed, ~80s left)
07:59:28 INFO eval generation: 64/64 (0.17 rec/s, 367.4s elapsed, ~0s left)
07:59:43 INFO Eval @ step_100 — n=512
07:59:43 INFO slot acc acc|C acc|I P(INC) R(INC) F1(INC)
07:59:43 INFO overall 0.807 0.833 0.789 0.872 0.789 0.828
07:59:43 INFO E1 0.816 0.882 0.463 0.420 0.463 0.440
07:59:43 INFO E2 0.932 0.975 0.824 0.931 0.824 0.875
07:59:43 INFO E3 0.773 0.818 0.697 0.689 0.697 0.693
07:59:43 INFO E4 0.805 0.863 0.707 0.754 0.707 0.730
07:59:43 INFO exact_match=0.576 edge_macro_acc=0.832 malformed=0.000
9%|██████████▎ | 100/1063 [10:14<31:19:35, 117.11s/it]
{'loss': 0.0248, 'grad_norm': 0.10156096518039703, 'learning_rate': 9.350145489815713e-05, 'epoch': 0.09}
9%|██████████▎ | 100/1063 [10:14<31:19:35, 117.11s/it]
10%|██████████▌ | 101/1063 [10:16<22:05:10, 82.65s/it]
10%|██████████▋ | 102/1063 [10:18<15:37:32, 58.54s/it]
10%|██████████▊ | 103/1063 [10:20<11:06:20, 41.65s/it]
10%|██████████▉ | 104/1063 [10:23<7:56:29, 29.81s/it]
10%|███████████ | 105/1063 [10:25<5:43:54, 21.54s/it]
10%|███████████▏ | 106/1063 [10:27<4:11:00, 15.74s/it]
10%|███████████▎ | 107/1063 [10:29<3:06:14, 11.69s/it]
10%|███████████▍ | 108/1063 [10:32<2:20:52, 8.85s/it]
10%|███████████▍ | 109/1063 [10:34<1:49:02, 6.86s/it]
10%|███████████▌ | 110/1063 [10:36<1:26:56, 5.47s/it]
10%|███████████▋ | 111/1063 [10:38<1:11:10, 4.49s/it]
11%|███████████▊ | 112/1063 [10:40<1:00:31, 3.82s/it]
11%|████████████ | 113/1063 [10:43<53:07, 3.36s/it]
11%|████████████▏ | 114/1063 [10:45<47:47, 3.02s/it]
11%|████████████▎ | 115/1063 [10:47<44:11, 2.80s/it]
11%|████████████▍ | 116/1063 [10:50<41:53, 2.65s/it]
11%|████████████▌ | 117/1063 [10:52<40:13, 2.55s/it]
11%|████████████▋ | 118/1063 [10:54<40:29, 2.57s/it]
11%|████████████▊ | 119/1063 [10:57<39:02, 2.48s/it]
11%|████████████▊ | 120/1063 [10:59<38:04, 2.42s/it]
{'loss': 0.0241, 'grad_norm': 0.15984299778938293, 'learning_rate': 9.15615906886518e-05, 'epoch': 0.11}
11%|████████████▊ | 120/1063 [10:59<38:04, 2.42s/it]
11%|████████████▉ | 121/1063 [11:01<37:12, 2.37s/it]
11%|█████████████ | 122/1063 [11:04<36:35, 2.33s/it]
12%|█████████████▏ | 123/1063 [11:06<36:12, 2.31s/it]
12%|█████████████▎ | 124/1063 [11:08<36:01, 2.30s/it]
12%|█████████████▍ | 125/1063 [11:10<35:53, 2.30s/it]
12%|█████████████▌ | 126/1063 [11:13<35:40, 2.28s/it]
12%|█████████████▌ | 127/1063 [11:15<35:30, 2.28s/it]
12%|█████████████▋ | 128/1063 [11:17<35:30, 2.28s/it]
12%|█████████████▊ | 129/1063 [11:19<35:12, 2.26s/it]
12%|█████████████▉ | 130/1063 [11:22<35:27, 2.28s/it]
12%|██████████████ | 131/1063 [11:24<35:19, 2.27s/it]
12%|██████████████▏ | 132/1063 [11:26<35:19, 2.28s/it]
13%|██████████████▎ | 133/1063 [11:29<35:24, 2.28s/it]
13%|██████████████▎ | 134/1063 [11:31<35:19, 2.28s/it]
13%|██████████████▍ | 135/1063 [11:33<35:11, 2.28s/it]
13%|██████████████▌ | 136/1063 [11:35<35:09, 2.28s/it]
13%|██████████████▋ | 137/1063 [11:38<35:00, 2.27s/it]
13%|██████████████▊ | 138/1063 [11:40<34:54, 2.26s/it]
13%|██████████████▉ | 139/1063 [11:42<34:39, 2.25s/it]
13%|███████████████ | 140/1063 [11:44<34:43, 2.26s/it]
{'loss': 0.0222, 'grad_norm': 0.14268864691257477, 'learning_rate': 8.962172647914647e-05, 'epoch': 0.13}
13%|███████████████ | 140/1063 [11:44<34:43, 2.26s/it]
13%|███████████████ | 141/1063 [11:47<34:44, 2.26s/it]
13%|███████████████▏ | 142/1063 [11:49<34:49, 2.27s/it]
13%|███████████████▎ | 143/1063 [11:51<35:00, 2.28s/it]
14%|███████████████▍ | 144/1063 [11:54<34:54, 2.28s/it]
14%|███████████████▌ | 145/1063 [11:56<34:44, 2.27s/it]
14%|███████████████▋ | 146/1063 [11:58<34:58, 2.29s/it]
14%|███████████████▊ | 147/1063 [12:00<35:04, 2.30s/it]
14%|███████████████▊ | 148/1063 [12:03<34:37, 2.27s/it]
14%|███████████████▉ | 149/1063 [12:05<34:36, 2.27s/it]
14%|████████████████ | 150/1063 [12:07<34:42, 2.28s/it]
14%|████████████████▏ | 151/1063 [12:09<34:33, 2.27s/it]
14%|████████████████▎ | 152/1063 [12:12<34:33, 2.28s/it]
14%|████████████████▍ | 153/1063 [12:14<34:27, 2.27s/it]
14%|████████████████▌ | 154/1063 [12:16<34:25, 2.27s/it]
15%|████████████████▌ | 155/1063 [12:19<34:24, 2.27s/it]
15%|████████████████▋ | 156/1063 [12:21<34:16, 2.27s/it]
15%|████████████████▊ | 157/1063 [12:23<34:22, 2.28s/it]
15%|████████████████▉ | 158/1063 [12:25<34:06, 2.26s/it]
15%|█████████████████ | 159/1063 [12:28<34:23, 2.28s/it]
15%|█████████████████▏ | 160/1063 [12:30<34:31, 2.29s/it]
{'loss': 0.022, 'grad_norm': 0.09480800479650497, 'learning_rate': 8.768186226964112e-05, 'epoch': 0.15}
15%|█████████████████▏ | 160/1063 [12:30<34:31, 2.29s/it]
15%|█████████████████▎ | 161/1063 [12:32<34:40, 2.31s/it]
15%|█████████████████▎ | 162/1063 [12:35<34:32, 2.30s/it]
15%|█████████████████▍ | 163/1063 [12:37<34:14, 2.28s/it]
15%|█████████████████▌ | 164/1063 [12:39<33:49, 2.26s/it]
16%|█████████████████▋ | 165/1063 [12:41<34:06, 2.28s/it]
16%|█████████████████▊ | 166/1063 [12:44<33:48, 2.26s/it]
16%|█████████████████▉ | 167/1063 [12:46<33:45, 2.26s/it]
16%|██████████████████ | 168/1063 [12:48<33:40, 2.26s/it]
16%|██████████████████ | 169/1063 [12:50<33:29, 2.25s/it]
16%|██████████████████▏ | 170/1063 [12:53<33:21, 2.24s/it]
16%|██████████████████▎ | 171/1063 [12:55<33:26, 2.25s/it]
16%|██████████████████▍ | 172/1063 [12:57<33:22, 2.25s/it]
16%|██████████████████▌ | 173/1063 [12:59<33:20, 2.25s/it]
16%|██████████████████▋ | 174/1063 [13:02<33:25, 2.26s/it]
16%|██████████████████▊ | 175/1063 [13:04<33:05, 2.24s/it]
17%|██████████████████▊ | 176/1063 [13:06<33:12, 2.25s/it]
17%|██████████████████▉ | 177/1063 [13:08<33:04, 2.24s/it]
17%|███████████████████ | 178/1063 [13:11<33:14, 2.25s/it]
17%|███████████████████▏ | 179/1063 [13:13<33:14, 2.26s/it]
17%|███████████████████▎ | 180/1063 [13:15<33:04, 2.25s/it]
{'loss': 0.0205, 'grad_norm': 0.09908359497785568, 'learning_rate': 8.57419980601358e-05, 'epoch': 0.17}
17%|███████████████████▎ | 180/1063 [13:15<33:04, 2.25s/it]
17%|███████████████████▍ | 181/1063 [13:17<33:09, 2.26s/it]
17%|███████████████████▌ | 182/1063 [13:20<33:05, 2.25s/it]
17%|███████████████████▋ | 183/1063 [13:22<32:54, 2.24s/it]
17%|███████████████████▋ | 184/1063 [13:24<33:03, 2.26s/it]
17%|███████████████████▊ | 185/1063 [13:26<33:09, 2.27s/it]
17%|███████████████████▉ | 186/1063 [13:29<33:03, 2.26s/it]
18%|████████████████████ | 187/1063 [13:31<33:11, 2.27s/it]
18%|████████████████████▏ | 188/1063 [13:33<33:10, 2.28s/it]
18%|████████████████████▎ | 189/1063 [13:35<32:56, 2.26s/it]
18%|████████████████████▍ | 190/1063 [13:38<32:52, 2.26s/it]
18%|████████████████████▍ | 191/1063 [13:40<32:46, 2.26s/it]
18%|████████████████████▌ | 192/1063 [13:42<32:46, 2.26s/it]
18%|████████████████████▋ | 193/1063 [13:44<32:39, 2.25s/it]
18%|████████████████████▊ | 194/1063 [13:47<32:22, 2.24s/it]
18%|████████████████████▉ | 195/1063 [13:49<32:20, 2.24s/it]
18%|█████████████████████ | 196/1063 [13:51<32:23, 2.24s/it]
19%|█████████████████████▏ | 197/1063 [13:53<32:33, 2.26s/it]
19%|█████████████████████▏ | 198/1063 [13:56<32:40, 2.27s/it]
19%|█████████████████████▎ | 199/1063 [13:58<32:44, 2.27s/it]08:08:09 INFO eval generation: 50/64 (0.18 rec/s, 279.7s elapsed, ~78s left)
08:09:27 INFO eval generation: 64/64 (0.18 rec/s, 357.4s elapsed, ~0s left)
08:09:48 INFO Eval @ step_200 — n=512
08:09:48 INFO slot acc acc|C acc|I P(INC) R(INC) F1(INC)
08:09:48 INFO overall 0.824 0.756 0.871 0.838 0.871 0.854
08:09:48 INFO E1 0.844 0.924 0.412 0.500 0.412 0.452
08:09:48 INFO E2 0.943 0.945 0.939 0.874 0.939 0.906
08:09:48 INFO E3 0.852 0.870 0.819 0.786 0.819 0.802
08:09:48 INFO E4 0.822 0.841 0.791 0.748 0.791 0.768
08:09:48 INFO exact_match=0.637 edge_macro_acc=0.865 malformed=0.000
19%|████████████████████▋ | 200/1063 [20:18<27:44:27, 115.72s/it]
{'loss': 0.0211, 'grad_norm': 0.1302443891763687, 'learning_rate': 8.380213385063046e-05, 'epoch': 0.19}
19%|████████████████████▋ | 200/1063 [20:18<27:44:27, 115.72s/it]
19%|████████████████████▉ | 201/1063 [20:21<19:33:43, 81.70s/it]
19%|█████████████████████ | 202/1063 [20:23<13:50:23, 57.87s/it]
19%|█████████████████████▍ | 203/1063 [20:25<9:50:12, 41.18s/it]
19%|█████████████████████▍ | 204/1063 [20:27<7:02:12, 29.49s/it]
19%|█████████████████████▌ | 205/1063 [20:30<5:04:34, 21.30s/it]
19%|█████████████████████▋ | 206/1063 [20:32<3:42:22, 15.57s/it]
19%|█████████████████████▊ | 207/1063 [20:34<2:45:15, 11.58s/it]
20%|█████████████████████▉ | 208/1063 [20:36<2:05:16, 8.79s/it]
20%|██████████████████████ | 209/1063 [20:39<1:37:17, 6.84s/it]
20%|██████████████████████▏ | 210/1063 [20:41<1:17:35, 5.46s/it]
20%|██████████████████████▏ | 211/1063 [20:43<1:03:31, 4.47s/it]
20%|██████████████████████▋ | 212/1063 [20:45<53:53, 3.80s/it]
20%|██████████████████████▊ | 213/1063 [20:48<47:13, 3.33s/it]
20%|██████████████████████▉ | 214/1063 [20:50<42:21, 2.99s/it]
20%|███████████████████████ | 215/1063 [20:52<39:20, 2.78s/it]
20%|███████████████████████▏ | 216/1063 [20:54<37:12, 2.64s/it]
20%|███████████████████████▎ | 217/1063 [20:57<35:37, 2.53s/it]
21%|███████████████████████▍ | 218/1063 [20:59<34:42, 2.46s/it]
21%|███████████████████████▍ | 219/1063 [21:01<33:46, 2.40s/it]
21%|███████████████████████▌ | 220/1063 [21:03<33:20, 2.37s/it]
{'loss': 0.0187, 'grad_norm': 0.14304408431053162, 'learning_rate': 8.186226964112513e-05, 'epoch': 0.21}
21%|███████████████████████▌ | 220/1063 [21:03<33:20, 2.37s/it]
21%|███████████████████████▋ | 221/1063 [21:06<32:54, 2.35s/it]
21%|███████████████████████▊ | 222/1063 [21:08<32:38, 2.33s/it]
21%|███████████████████████▉ | 223/1063 [21:10<32:27, 2.32s/it]
21%|████████████████████████ | 224/1063 [21:13<32:17, 2.31s/it]
21%|████████████████████████▏ | 225/1063 [21:15<32:09, 2.30s/it]
21%|████████████████████████▏ | 226/1063 [21:17<31:57, 2.29s/it]
21%|████████████████████████▎ | 227/1063 [21:20<32:10, 2.31s/it]
21%|████████████████████████▍ | 228/1063 [21:22<31:44, 2.28s/it]
22%|████████████████████████▌ | 229/1063 [21:24<31:40, 2.28s/it]
22%|████████████████████████▋ | 230/1063 [21:26<31:38, 2.28s/it]
22%|████████████████████████▊ | 231/1063 [21:29<31:27, 2.27s/it]
22%|████████████████████████▉ | 232/1063 [21:31<31:26, 2.27s/it]
22%|████████████████████████▉ | 233/1063 [21:33<31:29, 2.28s/it]
22%|█████████████████████████ | 234/1063 [21:35<31:19, 2.27s/it]
22%|█████████████████████████▏ | 235/1063 [21:38<31:30, 2.28s/it]
22%|█████████████████████████▎ | 236/1063 [21:40<31:35, 2.29s/it]
22%|█████████████████████████▍ | 237/1063 [21:42<31:38, 2.30s/it]
22%|█████████████████████████▌ | 238/1063 [21:45<31:37, 2.30s/it]
22%|█████████████████████████▋ | 239/1063 [21:47<31:24, 2.29s/it]
23%|█████████████████████████▋ | 240/1063 [21:49<31:11, 2.27s/it]
{'loss': 0.0208, 'grad_norm': 0.20394913852214813, 'learning_rate': 7.99224054316198e-05, 'epoch': 0.23}
23%|█████████████████████████▋ | 240/1063 [21:49<31:11, 2.27s/it]
23%|█████████████████████████▊ | 241/1063 [21:51<31:08, 2.27s/it]
23%|█████████████████████████▉ | 242/1063 [21:54<31:10, 2.28s/it]
23%|██████████████████████████ | 243/1063 [21:56<31:07, 2.28s/it]
23%|██████████████████████████▏ | 244/1063 [21:58<31:06, 2.28s/it]
23%|██████████████████████████▎ | 245/1063 [22:00<30:50, 2.26s/it]
23%|██████████████████████████▍ | 246/1063 [22:03<30:57, 2.27s/it]
23%|██████████████████████████▍ | 247/1063 [22:05<30:56, 2.27s/it]
23%|██████████████████████████▌ | 248/1063 [22:07<30:38, 2.26s/it]
23%|██████████████████████████▋ | 249/1063 [22:09<30:30, 2.25s/it]
24%|██████████████████████████▊ | 250/1063 [22:12<30:47, 2.27s/it]
24%|██████████████████████████▉ | 251/1063 [22:14<30:51, 2.28s/it]
24%|███████████████████████████ | 252/1063 [22:16<30:31, 2.26s/it]
24%|███████████████████████████▏ | 253/1063 [22:19<30:16, 2.24s/it]
24%|███████████████████████████▏ | 254/1063 [22:21<30:11, 2.24s/it]
24%|███████████████████████████▎ | 255/1063 [22:23<30:27, 2.26s/it]
24%|███████████████████████████▍ | 256/1063 [22:25<30:31, 2.27s/it]
24%|███████████████████████████▌ | 257/1063 [22:28<30:23, 2.26s/it]
24%|███████████████████████████▋ | 258/1063 [22:30<30:20, 2.26s/it]
24%|███████████████████████████▊ | 259/1063 [22:32<30:21, 2.27s/it]
24%|███████████████████████████▉ | 260/1063 [22:34<30:18, 2.26s/it]
{'loss': 0.019, 'grad_norm': 0.11161988973617554, 'learning_rate': 7.798254122211446e-05, 'epoch': 0.24}
24%|███████████████████████████▉ | 260/1063 [22:34<30:18, 2.26s/it]
25%|███████████████████████████▉ | 261/1063 [22:37<30:13, 2.26s/it]
25%|████████████████████████████ | 262/1063 [22:39<30:09, 2.26s/it]
25%|████████████████████████████▏ | 263/1063 [22:41<29:59, 2.25s/it]
25%|████████████████████████████▎ | 264/1063 [22:43<30:06, 2.26s/it]
25%|████████████████████████████▍ | 265/1063 [22:46<30:01, 2.26s/it]
25%|████████████████████████████▌ | 266/1063 [22:48<29:42, 2.24s/it]
25%|████████████████████████████▋ | 267/1063 [22:50<29:53, 2.25s/it]
25%|████████████████████████████▋ | 268/1063 [22:52<30:04, 2.27s/it]
25%|████████████████████████████▊ | 269/1063 [22:55<29:52, 2.26s/it]
25%|████████████████████████████▉ | 270/1063 [22:57<29:58, 2.27s/it]
25%|█████████████████████████████ | 271/1063 [22:59<29:45, 2.25s/it]
26%|█████████████████████████████▏ | 272/1063 [23:01<29:42, 2.25s/it]
26%|█████████████████████████████▎ | 273/1063 [23:04<29:30, 2.24s/it]
26%|█████████████████████████████▍ | 274/1063 [23:06<29:28, 2.24s/it]
26%|█████████████████████████████▍ | 275/1063 [23:08<30:52, 2.35s/it]
26%|█████████████████████████████▌ | 276/1063 [23:11<30:24, 2.32s/it]
26%|█████████████████████████████▋ | 277/1063 [23:13<30:07, 2.30s/it]
26%|█████████████████████████████▊ | 278/1063 [23:15<30:00, 2.29s/it]
26%|█████████████████████████████▉ | 279/1063 [23:18<29:46, 2.28s/it]
26%|██████████████████████████████ | 280/1063 [23:20<29:40, 2.27s/it]
{'loss': 0.0204, 'grad_norm': 0.11904545873403549, 'learning_rate': 7.604267701260912e-05, 'epoch': 0.26}
26%|██████████████████████████████ | 280/1063 [23:20<29:40, 2.27s/it]
26%|██████████████████████████████▏ | 281/1063 [23:22<29:31, 2.26s/it]
27%|██████████████████████████████▏ | 282/1063 [23:24<29:30, 2.27s/it]
27%|██████████████████████████████▎ | 283/1063 [23:27<29:24, 2.26s/it]
27%|██████████████████████████████▍ | 284/1063 [23:29<29:10, 2.25s/it]
27%|██████████████████████████████▌ | 285/1063 [23:31<29:16, 2.26s/it]
27%|██████████████████████████████▋ | 286/1063 [23:33<29:23, 2.27s/it]
27%|██████████████████████████████▊ | 287/1063 [23:36<29:11, 2.26s/it]
27%|██████████████████████████████▉ | 288/1063 [23:38<29:09, 2.26s/it]
27%|██████████████████████████████▉ | 289/1063 [23:40<29:14, 2.27s/it]
27%|███████████████████████████████ | 290/1063 [23:42<29:19, 2.28s/it]
27%|███████████████████████████████▏ | 291/1063 [23:45<29:05, 2.26s/it]
27%|███████████████████████████████▎ | 292/1063 [23:47<29:09, 2.27s/it]
28%|███████████████████████████████▍ | 293/1063 [23:49<29:12, 2.28s/it]
28%|███████████████████████████████▌ | 294/1063 [23:52<29:12, 2.28s/it]
28%|███████████████████████████████▋ | 295/1063 [23:54<29:13, 2.28s/it]
28%|███████████████████████████████▋ | 296/1063 [23:56<28:59, 2.27s/it]
28%|███████████████████████████████▊ | 297/1063 [23:58<28:44, 2.25s/it]
28%|███████████████████████████████▉ | 298/1063 [24:00<28:34, 2.24s/it]
28%|████████████████████████████████ | 299/1063 [24:03<28:30, 2.24s/it]08:18:12 INFO eval generation: 50/64 (0.18 rec/s, 277.8s elapsed, ~78s left)
08:19:31 INFO eval generation: 64/64 (0.18 rec/s, 356.5s elapsed, ~0s left)
08:19:50 INFO Eval @ step_300 — n=512
08:19:50 INFO slot acc acc|C acc|I P(INC) R(INC) F1(INC)
08:19:50 INFO overall 0.861 0.885 0.845 0.914 0.845 0.878
08:19:50 INFO E1 0.867 0.965 0.338 0.643 0.338 0.443
08:19:50 INFO E2 0.957 0.967 0.932 0.920 0.932 0.926
08:19:50 INFO E3 0.893 0.938 0.814 0.884 0.814 0.848
08:19:50 INFO E4 0.859 0.894 0.801 0.818 0.801 0.810
08:19:50 INFO exact_match=0.697 edge_macro_acc=0.894 malformed=0.000
28%|███████████████████████████████ | 300/1063 [30:21<24:23:06, 115.05s/it]
{'loss': 0.0212, 'grad_norm': 0.1075235903263092, 'learning_rate': 7.410281280310378e-05, 'epoch': 0.28}
28%|███████████████████████████████ | 300/1063 [30:21<24:23:06, 115.05s/it]
28%|███████████████████████████████▍ | 301/1063 [30:25<17:19:46, 81.87s/it]
28%|███████████████████████████████▌ | 302/1063 [30:28<12:15:31, 57.99s/it]
29%|███████████████████████████████▉ | 303/1063 [30:30<8:42:51, 41.28s/it]
29%|████████████████████████████████ | 304/1063 [30:32<6:14:02, 29.57s/it]
29%|████████████████████████████████▏ | 305/1063 [30:34<4:29:59, 21.37s/it]
29%|████████████████████████████████▏ | 306/1063 [30:37<3:17:13, 15.63s/it]
29%|████████████████████████████████▎ | 307/1063 [30:39<2:26:19, 11.61s/it]
29%|████████████████████████████████▍ | 308/1063 [30:41<1:50:42, 8.80s/it]
29%|████████████████████████████████▌ | 309/1063 [30:43<1:25:53, 6.84s/it]
29%|████████████████████████████████▋ | 310/1063 [30:46<1:08:16, 5.44s/it]
29%|█████████████████████████████████▎ | 311/1063 [30:48<56:15, 4.49s/it]
29%|█████████████████████████████████▍ | 312/1063 [30:50<47:45, 3.82s/it]
29%|█████████████████████████████████▌ | 313/1063 [30:52<41:38, 3.33s/it]
30%|█████████████████████████████████▋ | 314/1063 [30:55<37:42, 3.02s/it]
30%|█████████████████████████████████▊ | 315/1063 [30:57<34:41, 2.78s/it]
30%|█████████████████████████████████▉ | 316/1063 [30:59<32:40, 2.62s/it]
30%|█████████████████████████████████▉ | 317/1063 [31:01<31:12, 2.51s/it]
30%|██████████████████████████████████ | 318/1063 [31:04<30:11, 2.43s/it]
30%|██████████████████████████████████▏ | 319/1063 [31:06<29:23, 2.37s/it]
30%|██████████████████████████████████▎ | 320/1063 [31:08<28:58, 2.34s/it]
{'loss': 0.0177, 'grad_norm': 0.08106118440628052, 'learning_rate': 7.216294859359845e-05, 'epoch': 0.3}
30%|██████████████████████████████████▎ | 320/1063 [31:08<28:58, 2.34s/it]
30%|██████████████████████████████████▍ | 321/1063 [31:10<28:25, 2.30s/it]
30%|██████████████████████████████████▌ | 322/1063 [31:13<28:15, 2.29s/it]
30%|██████████████████████████████████▋ | 323/1063 [31:15<28:18, 2.30s/it]
30%|██████████████████████████████████▋ | 324/1063 [31:17<28:04, 2.28s/it]
31%|██████████████████████████████████▊ | 325/1063 [31:19<27:57, 2.27s/it]
31%|██████████████████████████████████▉ | 326/1063 [31:22<27:34, 2.25s/it]
31%|███████████████████████████████████ | 327/1063 [31:24<27:32, 2.25s/it]
31%|███████████████████████████████████▏ | 328/1063 [31:26<27:42, 2.26s/it]
31%|███████████████████████████████████▎ | 329/1063 [31:28<27:39, 2.26s/it]
31%|███████████████████████████████████▍ | 330/1063 [31:31<27:43, 2.27s/it]
31%|███████████████████████████████████▍ | 331/1063 [31:33<27:45, 2.28s/it]
31%|███████████████████████████████████▌ | 332/1063 [31:35<27:29, 2.26s/it]
31%|███████████████████████████████████▋ | 333/1063 [31:37<27:32, 2.26s/it]
31%|███████████████████████████████████▊ | 334/1063 [31:40<27:26, 2.26s/it]
32%|███████████████████████████████████▉ | 335/1063 [31:42<27:32, 2.27s/it]
32%|████████████████████████████████████ | 336/1063 [31:44<27:35, 2.28s/it]
32%|████████████████████████████████████▏ | 337/1063 [31:47<27:37, 2.28s/it]
32%|████████████████████████████████████▏ | 338/1063 [31:49<27:36, 2.29s/it]
32%|████████████████████████████████████▎ | 339/1063 [31:51<27:38, 2.29s/it]
32%|████████████████████████████████████▍ | 340/1063 [31:53<27:38, 2.29s/it]
{'loss': 0.0182, 'grad_norm': 0.07731106132268906, 'learning_rate': 7.022308438409312e-05, 'epoch': 0.32}
32%|████████████████████████████████████▍ | 340/1063 [31:53<27:38, 2.29s/it]
32%|████████████████████████████████████▌ | 341/1063 [31:56<27:37, 2.30s/it]
32%|████████████████████████████████████▋ | 342/1063 [31:58<27:37, 2.30s/it]
32%|████████████████████████████████████▊ | 343/1063 [32:00<27:28, 2.29s/it]
32%|████████████████████████████████████▉ | 344/1063 [32:03<27:32, 2.30s/it]
32%|████████████████████████████████████▉ | 345/1063 [32:05<27:28, 2.30s/it]
33%|█████████████████████████████████████ | 346/1063 [32:07<27:11, 2.28s/it]
33%|█████████████████████████████████████▏ | 347/1063 [32:09<26:55, 2.26s/it]
33%|█████████████████████████████████████▎ | 348/1063 [32:12<26:50, 2.25s/it]
33%|█████████████████████████████████████▍ | 349/1063 [32:14<26:49, 2.25s/it]
33%|█████████████████████████████████████▌ | 350/1063 [32:16<26:46, 2.25s/it]
33%|█████████████████████████████████████▋ | 351/1063 [32:18<26:33, 2.24s/it]
33%|█████████████████████████████████████▋ | 352/1063 [32:21<26:28, 2.23s/it]
33%|█████████████████████████████████████▊ | 353/1063 [32:23<26:27, 2.24s/it]
33%|█████████████████████████████████████▉ | 354/1063 [32:25<26:36, 2.25s/it]
33%|██████████████████████████████████████ | 355/1063 [32:27<26:35, 2.25s/it]
33%|██████████████████████████████████████▏ | 356/1063 [32:30<26:40, 2.26s/it]
34%|██████████████████████████████████████▎ | 357/1063 [32:32<26:27, 2.25s/it]
34%|██████████████████████████████████████▍ | 358/1063 [32:34<26:13, 2.23s/it]
34%|██████████████████████████████████████▌ | 359/1063 [32:36<26:04, 2.22s/it]
34%|██████████████████████████████████████▌ | 360/1063 [32:38<26:08, 2.23s/it]
{'loss': 0.0178, 'grad_norm': 0.1482355296611786, 'learning_rate': 6.828322017458779e-05, 'epoch': 0.34}
34%|██████████████████████████████████████▌ | 360/1063 [32:39<26:08, 2.23s/it]
34%|██████████████████████████████████████▋ | 361/1063 [32:41<26:17, 2.25s/it]
34%|██████████████████████████████████████▊ | 362/1063 [32:43<26:04, 2.23s/it]
34%|██████████████████████████████████████▉ | 363/1063 [32:45<26:12, 2.25s/it]
34%|███████████████████████████████████████ | 364/1063 [32:48<26:11, 2.25s/it]
34%|███████████████████████████████████████▏ | 365/1063 [32:50<26:13, 2.25s/it]
34%|███████████████████████████████████████▎ | 366/1063 [32:52<26:06, 2.25s/it]
35%|███████████████████████████████████████▎ | 367/1063 [32:54<26:04, 2.25s/it]
35%|███████████████████████████████████████▍ | 368/1063 [32:57<26:04, 2.25s/it]
35%|███████████████████████████████████████▌ | 369/1063 [32:59<26:05, 2.26s/it]
35%|███████████████████████████████████████▋ | 370/1063 [33:01<25:55, 2.24s/it]
35%|███████████████████████████████████████▊ | 371/1063 [33:03<25:41, 2.23s/it]
35%|███████████████████████████████████████▉ | 372/1063 [33:05<25:46, 2.24s/it]
35%|████████████████████████████████████████ | 373/1063 [33:08<25:43, 2.24s/it]
35%|████████████████████████████████████████ | 374/1063 [33:10<25:40, 2.24s/it]
35%|████████████████████████████████████████▏ | 375/1063 [33:12<25:44, 2.25s/it]
35%|████████████████████████████████████████▎ | 376/1063 [33:14<25:46, 2.25s/it]
35%|████████████████████████████████████████▍ | 377/1063 [33:17<25:43, 2.25s/it]
36%|████████████████████████████████████████▌ | 378/1063 [33:19<25:39, 2.25s/it]
36%|████████████████████████████████████████▋ | 379/1063 [33:21<25:32, 2.24s/it]
36%|████████████████████████████████████████▊ | 380/1063 [33:23<25:22, 2.23s/it]
{'loss': 0.018, 'grad_norm': 0.07897721230983734, 'learning_rate': 6.634335596508244e-05, 'epoch': 0.36}
36%|████████████████████████████████████████▊ | 380/1063 [33:23<25:22, 2.23s/it]
36%|████████████████████████████████████████▊ | 381/1063 [33:26<25:25, 2.24s/it]
36%|████████████████████████████████████████▉ | 382/1063 [33:28<25:27, 2.24s/it]
36%|█████████████████████████████████████████ | 383/1063 [33:30<25:18, 2.23s/it]
36%|█████████████████████████████████████████▏ | 384/1063 [33:32<25:20, 2.24s/it]
36%|█████████████████████████████████████████▎ | 385/1063 [33:35<25:24, 2.25s/it]
36%|█████████████████████████████████████████▍ | 386/1063 [33:37<25:23, 2.25s/it]
36%|█████████████████████████████████████████▌ | 387/1063 [33:39<25:21, 2.25s/it]
37%|█████████████████████████████████████████▌ | 388/1063 [33:41<25:23, 2.26s/it]
37%|█████████████████████████████████████████▋ | 389/1063 [33:44<25:23, 2.26s/it]
37%|█████████████████████████████████████████▊ | 390/1063 [33:46<25:19, 2.26s/it]
37%|█████████████████████████████████████████▉ | 391/1063 [33:48<25:18, 2.26s/it]
37%|██████████████████████████████████████████ | 392/1063 [33:50<25:21, 2.27s/it]
37%|██████████████████████████████████████████▏ | 393/1063 [33:53<25:21, 2.27s/it]
37%|██████████████████████████████████████████▎ | 394/1063 [33:55<25:11, 2.26s/it]
37%|██████████████████████████████████████████▎ | 395/1063 [33:57<25:15, 2.27s/it]
37%|██████████████████████████████████████████▍ | 396/1063 [34:00<25:14, 2.27s/it]
37%|██████████████████████████████████████████▌ | 397/1063 [34:02<24:55, 2.25s/it]
37%|██████████████████████████████████████████▋ | 398/1063 [34:04<24:56, 2.25s/it]
38%|██████████████████████████████████████████▊ | 399/1063 [34:06<25:00, 2.26s/it]08:28:10 INFO eval generation: 50/64 (0.18 rec/s, 271.7s elapsed, ~76s left)
08:29:25 INFO eval generation: 64/64 (0.18 rec/s, 347.0s elapsed, ~0s left)
08:29:55 INFO Eval @ step_400 — n=512
08:29:55 INFO slot acc acc|C acc|I P(INC) R(INC) F1(INC)
08:29:55 INFO overall 0.881 0.928 0.848 0.945 0.848 0.894
08:29:55 INFO E1 0.891 0.972 0.450 0.750 0.450 0.563
08:29:55 INFO E2 0.959 0.970 0.932 0.926 0.932 0.929
08:29:55 INFO E3 0.906 0.960 0.814 0.922 0.814 0.864
08:29:55 INFO E4 0.871 0.910 0.806 0.842 0.806 0.824
08:29:55 INFO exact_match=0.729 edge_macro_acc=0.907 malformed=0.000
38%|█████████████████████████████████████████▍ | 400/1063 [40:26<21:15:25, 115.42s/it]
{'loss': 0.0168, 'grad_norm': 0.1120094284415245, 'learning_rate': 6.440349175557712e-05, 'epoch': 0.38}
38%|█████████████████████████████████████████▍ | 400/1063 [40:26<21:15:25, 115.42s/it]
38%|█████████████████████████████████████████▊ | 401/1063 [40:28<14:58:53, 81.47s/it]
38%|█████████████████████████████████████████▉ | 402/1063 [40:30<10:35:41, 57.70s/it]
38%|██████████████████████████████████████████▍ | 403/1063 [40:33<7:31:47, 41.07s/it]
38%|██████████████████████████████████████████▌ | 404/1063 [40:35<5:23:04, 29.41s/it]
38%|██████████████████████████████████████████▋ | 405/1063 [40:37<3:52:59, 21.24s/it]
38%|██████████████████████████████████████████▊ | 406/1063 [40:39<2:50:11, 15.54s/it]
38%|██████████████████████████████████████████▉ | 407/1063 [40:41<2:06:20, 11.56s/it]
38%|██████████████████████████████████████████▉ | 408/1063 [40:44<1:35:40, 8.76s/it]
38%|███████████████████████████████████████████ | 409/1063 [40:46<1:14:13, 6.81s/it]
39%|███████████████████████████████████████████▉ | 410/1063 [40:48<59:07, 5.43s/it]
39%|████████████████████████████████████████████ | 411/1063 [40:50<48:40, 4.48s/it]
39%|████████████████████████████████████████████▏ | 412/1063 [40:53<41:19, 3.81s/it]
39%|████████████████████████████████████████████▎ | 413/1063 [40:55<36:09, 3.34s/it]
39%|████████████████████████████████████████████▍ | 414/1063 [40:57<32:25, 3.00s/it]
39%|████████████████████████████████████████████▌ | 415/1063 [40:59<30:07, 2.79s/it]
39%|████████████████████████████████████████████▌ | 416/1063 [41:02<28:26, 2.64s/it]
39%|████████████████████████████████████████████▋ | 417/1063 [41:04<27:10, 2.52s/it]
39%|████████████████████████████████████████████▊ | 418/1063 [41:06<26:22, 2.45s/it]
39%|████████████████████████████████████████████▉ | 419/1063 [41:08<25:50, 2.41s/it]
40%|█████████████████████████████████████████████ | 420/1063 [41:11<25:20, 2.36s/it]
{'loss': 0.016, 'grad_norm': 0.16071178019046783, 'learning_rate': 6.246362754607178e-05, 'epoch': 0.4}
40%|█████████████████████████████████████████████ | 420/1063 [41:11<25:20, 2.36s/it]
40%|█████████████████████████████████████████████▏ | 421/1063 [41:13<26:18, 2.46s/it]
40%|█████████████████████████████████████████████▎ | 422/1063 [41:16<25:47, 2.41s/it]
40%|█████████████████████████████████████████████▎ | 423/1063 [41:18<25:12, 2.36s/it]
40%|█████████████████████████████████████████████▍ | 424/1063 [41:20<24:57, 2.34s/it]
40%|█████████████████████████████████████████████▌ | 425/1063 [41:23<24:50, 2.34s/it]
40%|█████████████████████████████████████████████▋ | 426/1063 [41:25<24:27, 2.30s/it]
40%|█████████████████████████████████████████████▊ | 427/1063 [41:27<24:24, 2.30s/it]
40%|█████████████████████████████████████████████▉ | 428/1063 [41:29<24:25, 2.31s/it]
40%|██████████████████████████████████████████████ | 429/1063 [41:32<24:03, 2.28s/it]
40%|██████████████████████████████████████████████ | 430/1063 [41:34<23:55, 2.27s/it]
41%|██████████████████████████████████████████████▏ | 431/1063 [41:36<23:59, 2.28s/it]
41%|██████████████████████████████████████████████▎ | 432/1063 [41:38<23:45, 2.26s/it]
41%|██████████████████████████████████████████████▍ | 433/1063 [41:41<23:40, 2.26s/it]
41%|██████████████████████████████████████████████▌ | 434/1063 [41:43<23:49, 2.27s/it]
41%|██████████████████████████████████████████████▋ | 435/1063 [41:45<23:49, 2.28s/it]
41%|██████████████████████████████████████████████▊ | 436/1063 [41:48<23:55, 2.29s/it]
41%|██████████████████████████████████████████████▊ | 437/1063 [41:50<23:46, 2.28s/it]
41%|██████████████████████████████████████████████▉ | 438/1063 [41:52<23:46, 2.28s/it]
41%|███████████████████████████████████████████████ | 439/1063 [41:54<23:47, 2.29s/it]
41%|███████████████████████████████████████████████▏ | 440/1063 [41:57<23:49, 2.29s/it]
{'loss': 0.0159, 'grad_norm': 0.10165177285671234, 'learning_rate': 6.0523763336566445e-05, 'epoch': 0.41}
41%|███████████████████████████████████████████████▏ | 440/1063 [41:57<23:49, 2.29s/it]
41%|███████████████████████████████████████████████▎ | 441/1063 [41:59<23:45, 2.29s/it]
42%|███████████████████████████████████████████████▍ | 442/1063 [42:01<23:46, 2.30s/it]
42%|███████████████████████████████████████████████▌ | 443/1063 [42:04<23:43, 2.30s/it]
42%|███████████████████████████████████████████████▌ | 444/1063 [42:06<23:42, 2.30s/it]
42%|███████████████████████████████████████████████▋ | 445/1063 [42:08<23:39, 2.30s/it]
42%|███████████████████████████████████████████████▊ | 446/1063 [42:11<23:35, 2.29s/it]
42%|███████████████████████████████████████████████▉ | 447/1063 [42:13<23:34, 2.30s/it]
42%|████████████████████████████████████████████████ | 448/1063 [42:15<23:17, 2.27s/it]
42%|████████████████████████████████████████████████▏ | 449/1063 [42:17<23:21, 2.28s/it]
42%|████████████████████████████████████████████████▎ | 450/1063 [42:20<23:13, 2.27s/it]
42%|████████████████████████████████████████████████▎ | 451/1063 [42:22<23:16, 2.28s/it]
43%|████████████████████████████████████████████████▍ | 452/1063 [42:24<23:16, 2.29s/it]
43%|████████████████████████████████████████████████▌ | 453/1063 [42:26<23:13, 2.28s/it]
43%|████████████████████████████████████████████████▋ | 454/1063 [42:29<23:13, 2.29s/it]
43%|████████████████████████████████████████████████▊ | 455/1063 [42:31<23:20, 2.30s/it]
43%|████████████████████████████████████████████████▉ | 456/1063 [42:33<23:17, 2.30s/it]
43%|█████████████████████████████████████████████████ | 457/1063 [42:36<23:15, 2.30s/it]
43%|█████████████████████████████████████████████████ | 458/1063 [42:38<23:03, 2.29s/it]
43%|█████████████████████████████████████████████████▏ | 459/1063 [42:40<23:00, 2.29s/it]
43%|█████████████████████████████████████████████████▎ | 460/1063 [42:42<22:52, 2.28s/it]
{'loss': 0.0167, 'grad_norm': 0.08946932107210159, 'learning_rate': 5.8583899127061106e-05, 'epoch': 0.43}
43%|█████████████████████████████████████████████████▎ | 460/1063 [42:42<22:52, 2.28s/it]
43%|█████████████████████████████████████████████████▍ | 461/1063 [42:45<22:49, 2.28s/it]
43%|█████████████████████████████████████████████████▌ | 462/1063 [42:47<22:31, 2.25s/it]
44%|█████████████████████████████████████████████████▋ | 463/1063 [42:49<22:28, 2.25s/it]
44%|█████████████████████████████████████████████████▊ | 464/1063 [42:51<22:36, 2.26s/it]
44%|█████████████████████████████████████████████████▊ | 465/1063 [42:54<22:41, 2.28s/it]
44%|█████████████████████████████████████████████████▉ | 466/1063 [42:56<22:36, 2.27s/it]
44%|██████████████████████████████████████████████████ | 467/1063 [42:58<22:30, 2.27s/it]
44%|██████████████████████████████████████████████████▏ | 468/1063 [43:01<22:15, 2.25s/it]
44%|██████████████████████████████████████████████████▎ | 469/1063 [43:03<22:05, 2.23s/it]
44%|██████████████████████████████████████████████████▍ | 470/1063 [43:05<21:59, 2.22s/it]
44%|██████████████████████████████████████████████████▌ | 471/1063 [43:07<22:01, 2.23s/it]
44%|██████████████████████████████████████████████████▌ | 472/1063 [43:09<21:57, 2.23s/it]
44%|██████████████████████████████████████████████████▋ | 473/1063 [43:12<22:05, 2.25s/it]
45%|██████████████████████████████████████████████████▊ | 474/1063 [43:14<22:08, 2.26s/it]
45%|██████████████████████████████████████████████████▉ | 475/1063 [43:16<22:12, 2.27s/it]
45%|███████████████████████████████████████████████████ | 476/1063 [43:19<22:13, 2.27s/it]
45%|███████████████████████████████████████████████████▏ | 477/1063 [43:21<22:11, 2.27s/it]
45%|███████████████████████████████████████████████████▎ | 478/1063 [43:23<22:09, 2.27s/it]
45%|███████████████████████████████████████████████████▎ | 479/1063 [43:25<22:06, 2.27s/it]
45%|███████████████████████████████████████████████████▍ | 480/1063 [43:28<22:05, 2.27s/it]
{'loss': 0.016, 'grad_norm': 0.07830841839313507, 'learning_rate': 5.664403491755578e-05, 'epoch': 0.45}
45%|███████████████████████████████████████████████████▍ | 480/1063 [43:28<22:05, 2.27s/it]
45%|███████████████████████████████████████████████████▌ | 481/1063 [43:30<22:10, 2.29s/it]
45%|███████████████████████████████████████████████████▋ | 482/1063 [43:32<22:01, 2.28s/it]
45%|███████████████████████████████████████████████████▊ | 483/1063 [43:34<21:47, 2.25s/it]
46%|███████████████████████████████████████████████████▉ | 484/1063 [43:37<21:38, 2.24s/it]
46%|████████████████████████████████████████████████████ | 485/1063 [43:39<21:50, 2.27s/it]
46%|████████████████████████████████████████████████████ | 486/1063 [43:41<21:45, 2.26s/it]
46%|████████████████████████████████████████████████████▏ | 487/1063 [43:44<21:55, 2.28s/it]
46%|████████████████████████████████████████████████████▎ | 488/1063 [43:46<21:48, 2.28s/it]
46%|████████████████████████████████████████████████████▍ | 489/1063 [43:48<21:51, 2.29s/it]
46%|████████████████████████████████████████████████████▌ | 490/1063 [43:50<21:43, 2.27s/it]
46%|████████████████████████████████████████████████████▋ | 491/1063 [43:53<21:42, 2.28s/it]
46%|████████████████████████████████████████████████████▊ | 492/1063 [43:55<21:38, 2.27s/it]
46%|████████████████████████████████████████████████████▊ | 493/1063 [43:57<21:38, 2.28s/it]
46%|████████████████████████████████████████████████████▉ | 494/1063 [43:59<21:41, 2.29s/it]
47%|█████████████████████████████████████████████████████ | 495/1063 [44:02<21:41, 2.29s/it]
47%|█████████████████████████████████████████████████████▏ | 496/1063 [44:04<21:43, 2.30s/it]
47%|█████████████████████████████████████████████████████▎ | 497/1063 [44:06<21:30, 2.28s/it]
47%|█████████████████████████████████████████████████████▍ | 498/1063 [44:09<21:22, 2.27s/it]
47%|█████████████████████████████████████████████████████▌ | 499/1063 [44:11<21:24, 2.28s/it]08:38:17 INFO eval generation: 50/64 (0.18 rec/s, 274.6s elapsed, ~77s left)
08:39:34 INFO eval generation: 64/64 (0.18 rec/s, 351.7s elapsed, ~0s left)
08:40:00 INFO Eval @ step_500 — n=512
08:40:00 INFO slot acc acc|C acc|I P(INC) R(INC) F1(INC)
08:40:00 INFO overall 0.871 0.833 0.898 0.886 0.898 0.892
08:40:00 INFO E1 0.887 0.944 0.575 0.657 0.575 0.613
08:40:00 INFO E2 0.938 0.929 0.959 0.845 0.959 0.899
08:40:00 INFO E3 0.891 0.892 0.888 0.827 0.888 0.856
08:40:00 INFO E4 0.877 0.885 0.864 0.817 0.864 0.840
08:40:00 INFO exact_match=0.715 edge_macro_acc=0.898 malformed=0.000
47%|███████████████████████████████████████████████████▋ | 500/1063 [50:31<18:05:03, 115.64s/it]
{'loss': 0.0168, 'grad_norm': 0.23986610770225525, 'learning_rate': 5.470417070805044e-05, 'epoch': 0.47}
47%|███████████████████████████████████████████████████▋ | 500/1063 [50:31<18:05:03, 115.64s/it]
47%|████████████████████████████████████████████████████▎ | 501/1063 [50:33<12:44:30, 81.62s/it]
47%|████████████████████████████████████████████████████▉ | 502/1063 [50:35<9:00:26, 57.80s/it]
47%|████████████████████████████████████████████████████▉ | 503/1063 [50:38<6:24:01, 41.15s/it]
47%|█████████████████████████████████████████████████████ | 504/1063 [50:40<4:34:39, 29.48s/it]
48%|█████████████████████████████████████████████████████▏ | 505/1063 [50:42<3:18:17, 21.32s/it]
48%|█████████████████████████████████████████████████████▎ | 506/1063 [50:45<2:24:51, 15.60s/it]
48%|█████████████████████████████████████████████████████▍ | 507/1063 [50:47<1:47:34, 11.61s/it]
48%|█████████████████████████████████████████████████████▌ | 508/1063 [50:49<1:21:29, 8.81s/it]
48%|█████████████████████████████████████████████████████▋ | 509/1063 [50:51<1:03:19, 6.86s/it]
48%|██████████████████████████████████████████████████████▋ | 510/1063 [50:54<50:27, 5.47s/it]
48%|██████████████████████████████████████████████████████▊ | 511/1063 [50:56<41:31, 4.51s/it]
48%|██████████████████████████████████████████████████████▉ | 512/1063 [50:58<35:10, 3.83s/it]
48%|███████████████████████████████████████████████████████ | 513/1063 [51:00<30:50, 3.36s/it]
48%|███████████████████████████████████████████████████████ | 514/1063 [51:03<27:34, 3.01s/it]
48%|███████████████████████████████████████████████████████▏ | 515/1063 [51:05<25:22, 2.78s/it]
49%|███████████████████████████████████████████████████████▎ | 516/1063 [51:07<23:46, 2.61s/it]
49%|███████████████████████████████████████████████████████▍ | 517/1063 [51:09<22:39, 2.49s/it]
49%|███████████████████████████████████████████████████████▌ | 518/1063 [51:12<22:03, 2.43s/it]
49%|███████████████████████████████████████████████████████▋ | 519/1063 [51:14<21:31, 2.37s/it]
49%|███████████████████████████████████████████████████████▊ | 520/1063 [51:16<21:05, 2.33s/it]
{'loss': 0.0169, 'grad_norm': 0.07184334099292755, 'learning_rate': 5.27643064985451e-05, 'epoch': 0.49}
49%|███████████████████████████████████████████████████████▊ | 520/1063 [51:16<21:05, 2.33s/it]
49%|███████████████████████████████████████████████████████▊ | 521/1063 [51:18<20:47, 2.30s/it]
49%|███████████████████████████████████████████████████████▉ | 522/1063 [51:21<20:30, 2.28s/it]
49%|████████████████████████████████████████████████████████ | 523/1063 [51:23<20:17, 2.26s/it]
49%|████████████████████████████████████████████████████████▏ | 524/1063 [51:25<20:12, 2.25s/it]
49%|████████████████████████████████████████████████████████▎ | 525/1063 [51:27<20:19, 2.27s/it]
49%|████████████████████████████████████████████████████████▍ | 526/1063 [51:30<20:21, 2.27s/it]
50%|████████████████████████████████████████████████████████▌ | 527/1063 [51:32<20:21, 2.28s/it]
50%|████████████████████████████████████████████████████████▌ | 528/1063 [51:34<20:03, 2.25s/it]
50%|████████████████████████████████████████████████████████▋ | 529/1063 [51:36<19:55, 2.24s/it]
50%|████████████████████████████████████████████████████████▊ | 530/1063 [51:38<19:48, 2.23s/it]
50%|████████████████████████████████████████████████████████▉ | 531/1063 [51:41<19:48, 2.23s/it]
50%|█████████████████████████████████████████████████████████ | 532/1063 [51:43<19:40, 2.22s/it]
50%|█████████████████████████████████████████████████████████▏ | 533/1063 [51:45<19:41, 2.23s/it]
50%|█████████████████████████████████████████████████████████▎ | 534/1063 [51:47<19:32, 2.22s/it]
50%|█████████████████████████████████████████████████████████▍ | 535/1063 [51:50<19:37, 2.23s/it]
50%|█████████████████████████████████████████████████████████▍ | 536/1063 [51:52<19:44, 2.25s/it]
51%|█████████████████████████████████████████████████████████▌ | 537/1063 [51:54<19:49, 2.26s/it]
51%|█████████████████████████████████████████████████████████▋ | 538/1063 [51:56<19:43, 2.25s/it]
51%|█████████████████████████████████████████████████████████▊ | 539/1063 [51:59<19:40, 2.25s/it]
51%|█████████████████████████████████████████████████████████▉ | 540/1063 [52:01<19:37, 2.25s/it]
{'loss': 0.0148, 'grad_norm': 0.0486169196665287, 'learning_rate': 5.0824442289039763e-05, 'epoch': 0.51}
51%|█████████████████████████████████████████████████████████▉ | 540/1063 [52:01<19:37, 2.25s/it]
51%|██████████████████████████████████████████████████████████ | 541/1063 [52:03<19:30, 2.24s/it]
51%|██████████████████████████████████████████████████████████▏ | 542/1063 [52:05<19:20, 2.23s/it]
51%|██████████████████████████████████████████████████████████▏ | 543/1063 [52:08<19:30, 2.25s/it]
51%|██████████████████████████████████████████████████████████▎ | 544/1063 [52:10<19:27, 2.25s/it]
51%|██████████████████████████████████████████████████████████▍ | 545/1063 [52:12<19:30, 2.26s/it]
51%|██████████████████████████████████████████████████████████▌ | 546/1063 [52:14<19:22, 2.25s/it]
51%|██████████████████████████████████████████████████████████▋ | 547/1063 [52:17<19:11, 2.23s/it]
52%|██████████████████████████████████████████████████████████▊ | 548/1063 [52:19<19:15, 2.24s/it]
52%|██████████████████████████████████████████████████████████▉ | 549/1063 [52:21<19:09, 2.24s/it]
52%|██████████████████████████████████████████████████████████▉ | 550/1063 [52:23<19:12, 2.25s/it]
52%|███████████████████████████████████████████████████████████ | 551/1063 [52:26<19:03, 2.23s/it]
52%|███████████████████████████████████████████████████████████▏ | 552/1063 [52:28<19:02, 2.24s/it]
52%|███████████████████████████████████████████████████████████▎ | 553/1063 [52:30<18:57, 2.23s/it]
52%|███████████████████████████████████████████████████████████▍ | 554/1063 [52:32<18:55, 2.23s/it]
52%|███████████████████████████████████████████████████████████▌ | 555/1063 [52:34<18:44, 2.21s/it]
52%|███████████████████████████████████████████████████████████▋ | 556/1063 [52:37<18:48, 2.23s/it]
52%|███████████████████████████████████████████████████████████▋ | 557/1063 [52:39<18:47, 2.23s/it]
52%|███████████████████████████████████████████████████████████▊ | 558/1063 [52:41<18:42, 2.22s/it]
53%|███████████████████████████████████████████████████████████▉ | 559/1063 [52:43<18:45, 2.23s/it]
53%|████████████████████████████████████████████████████████████ | 560/1063 [52:46<18:44, 2.24s/it]
{'loss': 0.0173, 'grad_norm': 0.11095824092626572, 'learning_rate': 4.888457807953444e-05, 'epoch': 0.53}
53%|████████████████████████████████████████████████████████████ | 560/1063 [52:46<18:44, 2.24s/it]
53%|████████████████████████████████████████████████████████████▏ | 561/1063 [52:48<18:46, 2.24s/it]
53%|████████████████████████████████████████████████████████████▎ | 562/1063 [52:50<18:45, 2.25s/it]
53%|████████████████████████████████████████████████████████████▍ | 563/1063 [52:52<18:45, 2.25s/it]
53%|████████████████████████████████████████████████████████████▍ | 564/1063 [52:55<18:41, 2.25s/it]
53%|████████████████████████████████████████████████████████████▌ | 565/1063 [52:57<18:36, 2.24s/it]
53%|████████████████████████████████████████████████████████████▋ | 566/1063 [52:59<18:35, 2.24s/it]
53%|████████████████████████████████████████████████████████████▊ | 567/1063 [53:01<18:35, 2.25s/it]
53%|████████████████████████████████████████████████████████████▉ | 568/1063 [53:04<18:33, 2.25s/it]
54%|█████████████████████████████████████████████████████████████ | 569/1063 [53:06<18:34, 2.26s/it]
54%|█████████████████████████████████████████████████████████████▏ | 570/1063 [53:08<18:27, 2.25s/it]
54%|█████████████████████████████████████████████████████████████▏ | 571/1063 [53:10<18:21, 2.24s/it]
54%|█████████████████████████████████████████████████████████████▎ | 572/1063 [53:13<18:20, 2.24s/it]
54%|█████████████████████████████████████████████████████████████▍ | 573/1063 [53:15<18:15, 2.24s/it]
54%|█████████████████████████████████████████████████████████████▌ | 574/1063 [53:17<18:19, 2.25s/it]
54%|█████████████████████████████████████████████████████████████▋ | 575/1063 [53:19<18:09, 2.23s/it]
54%|█████████████████████████████████████████████████████████████▊ | 576/1063 [53:22<18:11, 2.24s/it]
54%|█████████████████████████████████████████████████████████████▉ | 577/1063 [53:24<18:04, 2.23s/it]
54%|█████████████████████████████████████████████████████████████▉ | 578/1063 [53:26<17:52, 2.21s/it]
54%|██████████████████████████████████████████████████████████████ | 579/1063 [53:28<17:58, 2.23s/it]
55%|██████████████████████████████████████████████████████████████▏ | 580/1063 [53:30<18:00, 2.24s/it]
{'loss': 0.0149, 'grad_norm': 0.11410392075777054, 'learning_rate': 4.69447138700291e-05, 'epoch': 0.55}
55%|██████████████████████████████████████████████████████████████▏ | 580/1063 [53:30<18:00, 2.24s/it]
55%|██████████████████████████████████████████████████████████████▎ | 581/1063 [53:33<17:49, 2.22s/it]
55%|██████████████████████████████████████████████████████████████▍ | 582/1063 [53:35<17:53, 2.23s/it]
55%|██████████████████████████████████████████████████████████████▌ | 583/1063 [53:37<17:46, 2.22s/it]
55%|██████████████████████████████████████████████████████████████▋ | 584/1063 [53:39<17:55, 2.24s/it]
55%|██████████████████████████████████████████████████████████████▋ | 585/1063 [53:42<17:57, 2.25s/it]
55%|██████████████████████████████████████████████████████████████▊ | 586/1063 [53:44<17:56, 2.26s/it]
55%|██████████████████████████████████████████████████████████████▉ | 587/1063 [53:46<17:53, 2.26s/it]
55%|███████████████████████████████████████████████████████████████ | 588/1063 [53:48<17:53, 2.26s/it]
55%|███████████████████████████████████████████████████████████████▏ | 589/1063 [53:51<17:53, 2.26s/it]
56%|███████████████████████████████████████████████████████████████▎ | 590/1063 [53:53<17:57, 2.28s/it]
56%|███████████████████████████████████████████████████████████████▍ | 591/1063 [53:55<17:50, 2.27s/it]
56%|███████████████████████████████████████████████████████████████▍ | 592/1063 [53:58<17:51, 2.27s/it]
56%|███████████████████████████████████████████████████████████████▌ | 593/1063 [54:00<17:41, 2.26s/it]
56%|███████████████████████████████████████████████████████████████▋ | 594/1063 [54:02<17:40, 2.26s/it]
56%|███████████████████████████████████████████████████████████████▊ | 595/1063 [54:04<17:42, 2.27s/it]
56%|███████████████████████████████████████████████████████████████▉ | 596/1063 [54:07<18:15, 2.35s/it]
56%|████████████████████████████████████████████████████████████████ | 597/1063 [54:09<18:08, 2.34s/it]
56%|████████████████████████████████████████████████████████████████▏ | 598/1063 [54:11<17:55, 2.31s/it]
56%|████████████████████████████████████████████████████████████████▏ | 599/1063 [54:14<17:48, 2.30s/it]08:48:21 INFO eval generation: 50/64 (0.18 rec/s, 276.0s elapsed, ~77s left)
08:49:40 INFO eval generation: 64/64 (0.18 rec/s, 355.0s elapsed, ~0s left)
08:50:08 INFO Eval @ step_600 — n=512
08:50:08 INFO slot acc acc|C acc|I P(INC) R(INC) F1(INC)
08:50:08 INFO overall 0.867 0.947 0.812 0.957 0.812 0.879
08:50:08 INFO E1 0.889 0.972 0.438 0.745 0.438 0.551
08:50:08 INFO E2 0.967 0.978 0.939 0.946 0.939 0.942
08:50:08 INFO E3 0.889 0.969 0.750 0.934 0.750 0.832
08:50:08 INFO E4 0.891 0.956 0.780 0.914 0.780 0.842
08:50:08 INFO exact_match=0.729 edge_macro_acc=0.909 malformed=0.000
56%|████████████████████████████████████████████████████████████▉ | 600/1063 [1:00:39<15:03:35, 117.10s/it]
{'loss': 0.0159, 'grad_norm': 0.13476960361003876, 'learning_rate': 4.500484966052377e-05, 'epoch': 0.56}
56%|████████████████████████████████████████████████████████████▉ | 600/1063 [1:00:39<15:03:35, 117.10s/it]
57%|█████████████████████████████████████████████████████████████▋ | 601/1063 [1:00:43<10:41:12, 83.27s/it]
57%|██████████████████████████████████████████████████████████████▎ | 602/1063 [1:00:45<7:33:02, 58.96s/it]
57%|██████████████████████████████████████████████████████████████▍ | 603/1063 [1:00:48<5:21:42, 41.96s/it]
57%|██████████████████████████████████████████████████████████████▌ | 604/1063 [1:00:50<3:49:48, 30.04s/it]
57%|██████████████████████████████████████████████████████████████▌ | 605/1063 [1:00:52<2:45:37, 21.70s/it]
57%|██████████████████████████████████████████████████████████████▋ | 606/1063 [1:00:54<2:00:53, 15.87s/it]
57%|██████████████████████████████████████████████████████████████▊ | 607/1063 [1:00:57<1:29:34, 11.79s/it]
57%|██████████████████████████████████████████████████████████████▉ | 608/1063 [1:00:59<1:07:40, 8.92s/it]
57%|████████████████████████████████████████████████████████████████▏ | 609/1063 [1:01:01<52:17, 6.91s/it]
57%|████████████████████████████████████████████████████████████████▎ | 610/1063 [1:01:03<41:29, 5.50s/it]
57%|████████████████████████████████████████████████████████████████▍ | 611/1063 [1:01:06<34:13, 4.54s/it]
58%|████████████████████████████████████████████████████████████████▍ | 612/1063 [1:01:08<29:05, 3.87s/it]
58%|████████████████████████████████████████████████████████████████▌ | 613/1063 [1:01:10<25:24, 3.39s/it]
58%|████████████████████████████████████████████████████████████████▋ | 614/1063 [1:01:12<22:45, 3.04s/it]
58%|████████████████████████████████████████████████████████████████▊ | 615/1063 [1:01:15<20:50, 2.79s/it]
58%|████████████████████████████████████████████████████████████████▉ | 616/1063 [1:01:17<19:30, 2.62s/it]
58%|█████████████████████████████████████████████████████████████████ | 617/1063 [1:01:19<18:35, 2.50s/it]
58%|█████████████████████████████████████████████████████████████████ | 618/1063 [1:01:21<17:57, 2.42s/it]
58%|█████████████████████████████████████████████████████████████████▏ | 619/1063 [1:01:23<17:26, 2.36s/it]
58%|█████████████████████████████████████████████████████████████████▎ | 620/1063 [1:01:26<17:09, 2.32s/it]
{'loss': 0.0158, 'grad_norm': 0.22448623180389404, 'learning_rate': 4.306498545101843e-05, 'epoch': 0.58}
58%|█████████████████████████████████████████████████████████████████▎ | 620/1063 [1:01:26<17:09, 2.32s/it]
58%|█████████████████████████████████████████████████████████████████▍ | 621/1063 [1:01:28<17:02, 2.31s/it]
59%|█████████████████████████████████████████████████████████████████▌ | 622/1063 [1:01:30<17:00, 2.31s/it]
59%|█████████████████████████████████████████████████████████████████▋ | 623/1063 [1:01:33<16:51, 2.30s/it]
59%|█████████████████████████████████████████████████████████████████▋ | 624/1063 [1:01:35<16:44, 2.29s/it]
59%|█████████████████████████████████████████████████████████████████▊ | 625/1063 [1:01:37<16:42, 2.29s/it]
59%|█████████████████████████████████████████████████████████████████▉ | 626/1063 [1:01:39<16:30, 2.27s/it]
59%|██████████████████████████████████████████████████████████████████ | 627/1063 [1:01:41<16:21, 2.25s/it]
59%|██████████████████████████████████████████████████████████████████▏ | 628/1063 [1:01:44<16:21, 2.26s/it]
59%|██████████████████████████████████████████████████████████████████▎ | 629/1063 [1:01:46<16:15, 2.25s/it]
59%|██████████████████████████████████████████████████████████████████▍ | 630/1063 [1:01:48<16:15, 2.25s/it]
59%|██████████████████████████████████████████████████████████████████▍ | 631/1063 [1:01:50<16:12, 2.25s/it]
59%|██████████████████████████████████████████████████████████████████▌ | 632/1063 [1:01:53<16:12, 2.26s/it]
60%|██████████████████████████████████████████████████████████████████▋ | 633/1063 [1:01:55<16:16, 2.27s/it]
60%|██████████████████████████████████████████████████████████████████▊ | 634/1063 [1:01:57<16:19, 2.28s/it]
60%|██████████████████████████████████████████████████████████████████▉ | 635/1063 [1:02:00<16:16, 2.28s/it]
60%|███████████████████████████████████████████████████████████████████ | 636/1063 [1:02:02<16:13, 2.28s/it]
60%|███████████████████████████████████████████████████████████████████ | 637/1063 [1:02:04<16:11, 2.28s/it]
60%|███████████████████████████████████████████████████████████████████▏ | 638/1063 [1:02:07<16:09, 2.28s/it]
60%|███████████████████████████████████████████████████████████████████▎ | 639/1063 [1:02:09<16:06, 2.28s/it]
60%|███████████████████████████████████████████████████████████████████▍ | 640/1063 [1:02:11<16:04, 2.28s/it]
{'loss': 0.0163, 'grad_norm': 0.3091525435447693, 'learning_rate': 4.1125121241513096e-05, 'epoch': 0.6}
60%|███████████████████████████████████████████████████████████████████▍ | 640/1063 [1:02:11<16:04, 2.28s/it]
60%|███████████████████████████████████████████████████████████████████▌ | 641/1063 [1:02:13<15:55, 2.26s/it]
60%|███████████████████████████████████████████████████████████████████▋ | 642/1063 [1:02:16<15:58, 2.28s/it]
60%|███████████████████████████████████████████████████████████████████▋ | 643/1063 [1:02:18<15:57, 2.28s/it]
61%|███████████████████████████████████████████████████████████████████▊ | 644/1063 [1:02:20<15:49, 2.27s/it]
61%|███████████████████████████████████████████████████████████████████▉ | 645/1063 [1:02:22<15:44, 2.26s/it]
61%|████████████████████████████████████████████████████████████████████ | 646/1063 [1:02:25<15:43, 2.26s/it]
61%|████████████████████████████████████████████████████████████████████▏ | 647/1063 [1:02:27<15:37, 2.25s/it]
61%|████████████████████████████████████████████████████████████████████▎ | 648/1063 [1:02:29<15:28, 2.24s/it]
61%|████████████████████████████████████████████████████████████████████▍ | 649/1063 [1:02:31<15:31, 2.25s/it]
61%|████████████████████████████████████████████████████████████████████▍ | 650/1063 [1:02:34<15:26, 2.24s/it]
61%|████████████████████████████████████████████████████████████████████▌ | 651/1063 [1:02:36<15:31, 2.26s/it]
61%|████████████████████████████████████████████████████████████████████▋ | 652/1063 [1:02:38<15:33, 2.27s/it]
61%|████████████████████████████████████████████████████████████████████▊ | 653/1063 [1:02:40<15:32, 2.27s/it]
62%|████████████████████████████████████████████████████████████████████▉ | 654/1063 [1:02:43<15:28, 2.27s/it]
62%|█████████████████████████████████████████████████████████████████████ | 655/1063 [1:02:45<15:24, 2.26s/it]
62%|█████████████████████████████████████████████████████████████████████ | 656/1063 [1:02:47<15:24, 2.27s/it]
62%|█████████████████████████████████████████████████████████████████████▏ | 657/1063 [1:02:49<15:16, 2.26s/it]
62%|█████████████████████████████████████████████████████████████████████▎ | 658/1063 [1:02:52<15:21, 2.27s/it]
62%|█████████████████████████████████████████████████████████████████████▍ | 659/1063 [1:02:54<15:15, 2.27s/it]
62%|█████████████████████████████████████████████████████████████████████▌ | 660/1063 [1:02:56<15:02, 2.24s/it]
{'loss': 0.0153, 'grad_norm': 0.06753229349851608, 'learning_rate': 3.9185257032007764e-05, 'epoch': 0.62}
62%|█████████████████████████████████████████████████████████████████████▌ | 660/1063 [1:02:56<15:02, 2.24s/it]
62%|█████████████████████████████████████████████████████████████████████▋ | 661/1063 [1:02:58<15:01, 2.24s/it]
62%|█████████████████████████████████████████████████████████████████████▋ | 662/1063 [1:03:01<14:59, 2.24s/it]
62%|█████████████████████████████████████████████████████████████████████▊ | 663/1063 [1:03:03<14:55, 2.24s/it]
62%|█████████████████████████████████████████████████████████████████████▉ | 664/1063 [1:03:05<14:58, 2.25s/it]
63%|██████████████████████████████████████████████████████████████████████ | 665/1063 [1:03:07<14:59, 2.26s/it]
63%|██████████████████████████████████████████████████████████████████████▏ | 666/1063 [1:03:10<15:00, 2.27s/it]
63%|██████████████████████████████████████████████████████████████████████▎ | 667/1063 [1:03:12<15:02, 2.28s/it]
63%|██████████████████████████████████████████████████████████████████████▍ | 668/1063 [1:03:14<15:04, 2.29s/it]
63%|██████████████████████████████████████████████████████████████████████▍ | 669/1063 [1:03:17<15:03, 2.29s/it]
63%|██████████████████████████████████████████████████████████████████████▌ | 670/1063 [1:03:19<15:00, 2.29s/it]
63%|██████████████████████████████████████████████████████████████████████▋ | 671/1063 [1:03:21<14:54, 2.28s/it]
63%|██████████████████████████████████████████████████████████████████████▊ | 672/1063 [1:03:24<14:50, 2.28s/it]
63%|██████████████████████████████████████████████████████████████████████▉ | 673/1063 [1:03:26<14:51, 2.28s/it]
63%|███████████████████████████████████████████████████████████████████████ | 674/1063 [1:03:28<14:45, 2.28s/it]
63%|███████████████████████████████████████████████████████████████████████ | 675/1063 [1:03:30<14:38, 2.27s/it]
64%|███████████████████████████████████████████████████████████████████████▏ | 676/1063 [1:03:33<14:34, 2.26s/it]
64%|███████████████████████████████████████████████████████████████████████▎ | 677/1063 [1:03:35<14:32, 2.26s/it]
64%|███████████████████████████████████████████████████████████████████████▍ | 678/1063 [1:03:37<14:30, 2.26s/it]
64%|███████████████████████████████████████████████████████████████████████▌ | 679/1063 [1:03:39<14:28, 2.26s/it]
64%|███████████████████████████████████████████████████████████████████████▋ | 680/1063 [1:03:42<14:20, 2.25s/it]
{'loss': 0.0137, 'grad_norm': 0.16454404592514038, 'learning_rate': 3.724539282250243e-05, 'epoch': 0.64}
64%|███████████████████████████████████████████████████████████████████████▋ | 680/1063 [1:03:42<14:20, 2.25s/it]
64%|███████████████████████████████████████████████████████████████████████▊ | 681/1063 [1:03:44<14:16, 2.24s/it]
64%|███████████████████████████████████████████████████████████████████████▊ | 682/1063 [1:03:46<14:16, 2.25s/it]
64%|███████████████████████████████████████████████████████████████████████▉ | 683/1063 [1:03:48<14:17, 2.26s/it]
64%|████████████████████████████████████████████████████████████████████████ | 684/1063 [1:03:51<14:15, 2.26s/it]
64%|████████████████████████████████████████████████████████████████████████▏ | 685/1063 [1:03:53<14:13, 2.26s/it]
65%|████████████████████████████████████████████████████████████████████████▎ | 686/1063 [1:03:55<14:13, 2.26s/it]
65%|████████████████████████████████████████████████████████████████████████▍ | 687/1063 [1:03:57<14:13, 2.27s/it]
65%|████████████████████████████████████████████████████████████████████████▍ | 688/1063 [1:04:00<14:03, 2.25s/it]
65%|████████████████████████████████████████████████████████████████████████▌ | 689/1063 [1:04:02<14:06, 2.26s/it]
65%|████████████████████████████████████████████████████████████████████████▋ | 690/1063 [1:04:04<14:09, 2.28s/it]
65%|████████████████████████████████████████████████████████████████████████▊ | 691/1063 [1:04:06<14:02, 2.26s/it]
65%|████████████████████████████████████████████████████████████████████████▉ | 692/1063 [1:04:09<14:01, 2.27s/it]
65%|█████████████████████████████████████████████████████████████████████████ | 693/1063 [1:04:11<14:00, 2.27s/it]
65%|█████████████████████████████████████████████████████████████████████████ | 694/1063 [1:04:13<14:04, 2.29s/it]
65%|█████████████████████████████████████████████████████████████████████████▏ | 695/1063 [1:04:16<14:05, 2.30s/it]
65%|█████████████████████████████████████████████████████████████████████████▎ | 696/1063 [1:04:18<14:04, 2.30s/it]
66%|█████████████████████████████████████████████████████████████████████████▍ | 697/1063 [1:04:20<14:03, 2.30s/it]
66%|█████████████████████████████████████████████████████████████████████████▌ | 698/1063 [1:04:23<13:57, 2.29s/it]
66%|█████████████████████████████████████████████████████████████████████████▋ | 699/1063 [1:04:25<13:54, 2.29s/it]08:58:26 INFO eval generation: 50/64 (0.19 rec/s, 269.3s elapsed, ~75s left)
08:59:41 INFO eval generation: 64/64 (0.19 rec/s, 344.9s elapsed, ~0s left)
09:00:10 INFO Eval @ step_700 — n=512
09:00:10 INFO slot acc acc|C acc|I P(INC) R(INC) F1(INC)
09:00:10 INFO overall 0.891 0.885 0.894 0.919 0.894 0.906
09:00:10 INFO E1 0.865 0.896 0.700 0.554 0.700 0.619
09:00:10 INFO E2 0.971 0.984 0.939 0.959 0.939 0.949
09:00:10 INFO E3 0.912 0.944 0.856 0.899 0.856 0.877
09:00:10 INFO E4 0.891 0.903 0.869 0.843 0.869 0.856
09:00:10 INFO exact_match=0.736 edge_macro_acc=0.910 malformed=0.000
66%|███████████████████████████████████████████████████████████████████████ | 700/1063 [1:10:41<11:31:41, 114.33s/it]
{'loss': 0.0159, 'grad_norm': 0.10377257317304611, 'learning_rate': 3.530552861299709e-05, 'epoch': 0.66}
66%|███████████████████████████████████████████████████████████████████████ | 700/1063 [1:10:41<11:31:41, 114.33s/it]
66%|████████████████████████████████████████████████████████████████████████▌ | 701/1063 [1:10:43<8:06:50, 80.69s/it]
66%|████████████████████████████████████████████████████████████████████████▋ | 702/1063 [1:10:45<5:43:49, 57.15s/it]
66%|████████████████████████████████████████████████████████████████████████▋ | 703/1063 [1:10:47<4:04:08, 40.69s/it]
66%|████████████████████████████████████████████████████████████████████████▊ | 704/1063 [1:10:49<2:54:22, 29.14s/it]
66%|████████████████████████████████████████████████████████████████████████▉ | 705/1063 [1:10:52<2:05:41, 21.07s/it]
66%|█████████████████████████████████████████████████████████████████████████ | 706/1063 [1:10:54<1:31:42, 15.41s/it]
67%|█████████████████████████████████████████████████████████████████████████▏ | 707/1063 [1:10:56<1:08:01, 11.46s/it]
67%|██████████████████████████████████████████████████████████████████████████▌ | 708/1063 [1:10:58<51:32, 8.71s/it]
67%|██████████████████████████████████████████████████████████████████████████▋ | 709/1063 [1:11:01<39:54, 6.76s/it]
67%|██████████████████████████████████████████████████████████████████████████▊ | 710/1063 [1:11:03<31:43, 5.39s/it]
67%|██████████████████████████████████████████████████████████████████████████▉ | 711/1063 [1:11:05<26:03, 4.44s/it]
67%|███████████████████████████████████████████████████████████████████████████ | 712/1063 [1:11:07<22:07, 3.78s/it]
67%|███████████████████████████████████████████████████████████████████████████ | 713/1063 [1:11:10<19:21, 3.32s/it]
67%|███████████████████████████████████████████████████████████████████████████▏ | 714/1063 [1:11:12<17:20, 2.98s/it]
67%|███████████████████████████████████████████████████████████████████████████▎ | 715/1063 [1:11:14<16:04, 2.77s/it]
67%|███████████████████████████████████████████████████████████████████████████▍ | 716/1063 [1:11:16<15:07, 2.61s/it]
67%|███████████████████████████████████████████████████████████████████████████▌ | 717/1063 [1:11:18<14:21, 2.49s/it]
68%|███████████████████████████████████████████████████████████████████████████▋ | 718/1063 [1:11:21<13:51, 2.41s/it]
68%|███████████████████████████████████████████████████████████████████████████▊ | 719/1063 [1:11:23<13:30, 2.35s/it]
68%|███████████████████████████████████████████████████████████████████████████▊ | 720/1063 [1:11:25<13:10, 2.31s/it]
{'loss': 0.0154, 'grad_norm': 0.08269070833921432, 'learning_rate': 3.336566440349176e-05, 'epoch': 0.68}
68%|███████████████████████████████████████████████████████████████████████████▊ | 720/1063 [1:11:25<13:10, 2.31s/it]
68%|███████████████████████████████████████████████████████████████████████████▉ | 721/1063 [1:11:27<13:03, 2.29s/it]
68%|████████████████████████████████████████████████████████████████████████████ | 722/1063 [1:11:30<13:02, 2.29s/it]
68%|████████████████████████████████████████████████████████████████████████████▏ | 723/1063 [1:11:32<12:57, 2.29s/it]
68%|████████████████████████████████████████████████████████████████████████████▎ | 724/1063 [1:11:34<12:53, 2.28s/it]
68%|████████████████████████████████████████████████████████████████████████████▍ | 725/1063 [1:11:36<12:39, 2.25s/it]
68%|████████████████████████████████████████████████████████████████████████████▍ | 726/1063 [1:11:39<12:36, 2.25s/it]
68%|████████████████████████████████████████████████████████████████████████████▌ | 727/1063 [1:11:41<12:38, 2.26s/it]
68%|████████████████████████████████████████████████████████████████████████████▋ | 728/1063 [1:11:43<12:37, 2.26s/it]
69%|████████████████████████████████████████████████████████████████████████████▊ | 729/1063 [1:11:45<12:37, 2.27s/it]
69%|████████████████████████████████████████████████████████████████████████████▉ | 730/1063 [1:11:48<12:32, 2.26s/it]
69%|█████████████████████████████████████████████████████████████████████████████ | 731/1063 [1:11:50<12:32, 2.27s/it]
69%|█████████████████████████████████████████████████████████████████████████████▏ | 732/1063 [1:11:52<12:29, 2.26s/it]
69%|█████████████████████████████████████████████████████████████████████████████▏ | 733/1063 [1:11:55<12:29, 2.27s/it]
69%|█████████████████████████████████████████████████████████████████████████████▎ | 734/1063 [1:11:57<12:23, 2.26s/it]
69%|█████████████████████████████████████████████████████████████████████████████▍ | 735/1063 [1:11:59<12:23, 2.27s/it]
69%|█████████████████████████████████████████████████████████████████████████████▌ | 736/1063 [1:12:01<12:19, 2.26s/it]
69%|█████████████████████████████████████████████████████████████████████████████▋ | 737/1063 [1:12:04<12:18, 2.27s/it]
69%|█████████████████████████████████████████████████████████████████████████████▊ | 738/1063 [1:12:06<12:18, 2.27s/it]
70%|█████████████████████████████████████████████████████████████████████████████▊ | 739/1063 [1:12:08<12:16, 2.27s/it]
70%|█████████████████████████████████████████████████████████████████████████████▉ | 740/1063 [1:12:10<12:10, 2.26s/it]
{'loss': 0.0164, 'grad_norm': 0.13774652779102325, 'learning_rate': 3.142580019398642e-05, 'epoch': 0.7}
70%|█████████████████████████████████████████████████████████████████████████████▉ | 740/1063 [1:12:10<12:10, 2.26s/it]
70%|██████████████████████████████████████████████████████████████████████████████ | 741/1063 [1:12:13<12:09, 2.27s/it]
70%|██████████████████████████████████████████████████████████████████████████████▏ | 742/1063 [1:12:15<12:02, 2.25s/it]
70%|██████████████████████████████████████████████████████████████████████████████▎ | 743/1063 [1:12:17<11:56, 2.24s/it]
70%|██████████████████████████████████████████████████████████████████████████████▍ | 744/1063 [1:12:19<11:57, 2.25s/it]
70%|██████████████████████████████████████████████████████████████████████████████▍ | 745/1063 [1:12:22<11:54, 2.25s/it]
70%|██████████████████████████████████████████████████████████████████████████████▌ | 746/1063 [1:12:24<11:56, 2.26s/it]
70%|██████████████████████████████████████████████████████████████████████████████▋ | 747/1063 [1:12:26<11:56, 2.27s/it]
70%|██████████████████████████████████████████████████████████████████████████████▊ | 748/1063 [1:12:28<11:49, 2.25s/it]
70%|██████████████████████████████████████████████████████████████████████████████▉ | 749/1063 [1:12:31<11:49, 2.26s/it]
71%|███████████████████████████████████████████████████████████████████████████████ | 750/1063 [1:12:33<11:48, 2.26s/it]
71%|███████████████████████████████████████████████████████████████████████████████▏ | 751/1063 [1:12:35<11:51, 2.28s/it]
71%|███████████████████████████████████████████████████████████████████████████████▏ | 752/1063 [1:12:38<11:48, 2.28s/it]
71%|███████████████████████████████████████████████████████████████████████████████▎ | 753/1063 [1:12:40<11:43, 2.27s/it]
71%|███████████████████████████████████████████████████████████████████████████████▍ | 754/1063 [1:12:42<11:37, 2.26s/it]
71%|███████████████████████████████████████████████████████████████████████████████▌ | 755/1063 [1:12:44<11:35, 2.26s/it]
71%|███████████████████████████████████████████████████████████████████████████████▋ | 756/1063 [1:12:47<11:32, 2.26s/it]
71%|███████████████████████████████████████████████████████████████████████████████▊ | 757/1063 [1:12:49<11:31, 2.26s/it]
71%|███████████████████████████████████████████████████████████████████████████████▊ | 758/1063 [1:12:51<11:24, 2.24s/it]
71%|███████████████████████████████████████████████████████████████████████████████▉ | 759/1063 [1:12:53<11:25, 2.25s/it]
71%|████████████████████████████████████████████████████████████████████████████████ | 760/1063 [1:12:55<11:19, 2.24s/it]
{'loss': 0.0289, 'grad_norm': 0.0529085136950016, 'learning_rate': 2.948593598448109e-05, 'epoch': 0.71}
71%|████████████████████████████████████████████████████████████████████████████████ | 760/1063 [1:12:55<11:19, 2.24s/it]
72%|████████████████████████████████████████████████████████████████████████████████▏ | 761/1063 [1:12:58<11:19, 2.25s/it]
72%|████████████████████████████████████████████████████████████████████████████████▎ | 762/1063 [1:13:00<11:18, 2.25s/it]
72%|████████████████████████████████████████████████████████████████████████████████▍ | 763/1063 [1:13:02<11:18, 2.26s/it]
72%|████████████████████████████████████████████████████████████████████████████████▍ | 764/1063 [1:13:05<11:20, 2.27s/it]
72%|████████████████████████████████████████████████████████████████████████████████▌ | 765/1063 [1:13:07<11:16, 2.27s/it]
72%|████████████████████████████████████████████████████████████████████████████████▋ | 766/1063 [1:13:09<11:14, 2.27s/it]
72%|████████████████████████████████████████████████████████████████████████████████▊ | 767/1063 [1:13:11<11:13, 2.28s/it]
72%|████████████████████████████████████████████████████████████████████████████████▉ | 768/1063 [1:13:14<11:08, 2.27s/it]
72%|█████████████████████████████████████████████████████████████████████████████████ | 769/1063 [1:13:16<11:06, 2.27s/it]
72%|█████████████████████████████████████████████████████████████████████████████████▏ | 770/1063 [1:13:18<11:05, 2.27s/it]
73%|█████████████████████████████████████████████████████████████████████████████████▏ | 771/1063 [1:13:21<11:06, 2.28s/it]
73%|█████████████████████████████████████████████████████████████████████████████████▎ | 772/1063 [1:13:23<11:02, 2.28s/it]
73%|█████████████████████████████████████████████████████████████████████████████████▍ | 773/1063 [1:13:25<11:00, 2.28s/it]
73%|█████████████████████████████████████████████████████████████████████████████████▌ | 774/1063 [1:13:27<10:59, 2.28s/it]
73%|█████████████████████████████████████████████████████████████████████████████████▋ | 775/1063 [1:13:30<10:53, 2.27s/it]
73%|█████████████████████████████████████████████████████████████████████████████████▊ | 776/1063 [1:13:32<10:52, 2.27s/it]
73%|█████████████████████████████████████████████████████████████████████████████████▊ | 777/1063 [1:13:34<10:52, 2.28s/it]
73%|█████████████████████████████████████████████████████████████████████████████████▉ | 778/1063 [1:13:37<10:52, 2.29s/it]
73%|██████████████████████████████████████████████████████████████████████████████████ | 779/1063 [1:13:39<10:42, 2.26s/it]
73%|██████████████████████████████████████████████████████████████████████████████████▏ | 780/1063 [1:13:41<10:44, 2.28s/it]
{'loss': 0.015, 'grad_norm': 0.07344073057174683, 'learning_rate': 2.754607177497575e-05, 'epoch': 0.73}
73%|██████████████████████████████████████████████████████████████████████████████████▏ | 780/1063 [1:13:41<10:44, 2.28s/it]
73%|██████████████████████████████████████████████████████████████████████████████████▎ | 781/1063 [1:13:43<10:44, 2.29s/it]
74%|██████████████████████████████████████████████████████████████████████████████████▍ | 782/1063 [1:13:46<10:45, 2.30s/it]
74%|██████████████████████████████████████████████████████████████████████████████████▍ | 783/1063 [1:13:48<10:37, 2.28s/it]
74%|██████████████████████████████████████████████████████████████████████████████████▌ | 784/1063 [1:13:50<10:36, 2.28s/it]
74%|██████████████████████████████████████████████████████████████████████████████████▋ | 785/1063 [1:13:52<10:35, 2.29s/it]
74%|██████████████████████████████████████████████████████████████████████████████████▊ | 786/1063 [1:13:55<10:32, 2.28s/it]
74%|██████████████████████████████████████████████████████████████████████████████████▉ | 787/1063 [1:13:57<10:26, 2.27s/it]
74%|███████████████████████████████████████████████████████████████████████████████████ | 788/1063 [1:13:59<10:25, 2.28s/it]
74%|███████████████████████████████████████████████████████████████████████████████████▏ | 789/1063 [1:14:02<10:24, 2.28s/it]
74%|███████████████████████████████████████████████████████████████████████████████████▏ | 790/1063 [1:14:04<10:24, 2.29s/it]
74%|███████████████████████████████████████████████████████████████████████████████████▎ | 791/1063 [1:14:06<10:23, 2.29s/it]
75%|███████████████████████████████████████████████████████████████████████████████████▍ | 792/1063 [1:14:08<10:19, 2.29s/it]
75%|███████████████████████████████████████████████████████████████████████████████████▌ | 793/1063 [1:14:11<10:16, 2.28s/it]
75%|███████████████████████████████████████████████████████████████████████████████████▋ | 794/1063 [1:14:13<10:13, 2.28s/it]
75%|███████████████████████████████████████████████████████████████████████████████████▊ | 795/1063 [1:14:15<10:07, 2.27s/it]
75%|███████████████████████████████████████████████████████████████████████████████████▊ | 796/1063 [1:14:17<10:01, 2.25s/it]
75%|███████████████████████████████████████████████████████████████████████████████████▉ | 797/1063 [1:14:20<09:57, 2.25s/it]
75%|████████████████████████████████████████████████████████████████████████████████████ | 798/1063 [1:14:22<09:57, 2.25s/it]
75%|████████████████████████████████████████████████████████████████████████████████████▏ | 799/1063 [1:14:24<09:58, 2.27s/it]09:08:28 INFO eval generation: 50/64 (0.18 rec/s, 272.0s elapsed, ~76s left)
09:09:44 INFO eval generation: 64/64 (0.18 rec/s, 348.4s elapsed, ~0s left)
09:10:05 INFO Eval @ step_800 — n=512
09:10:05 INFO slot acc acc|C acc|I P(INC) R(INC) F1(INC)
09:10:05 INFO overall 0.885 0.928 0.855 0.945 0.855 0.898
09:10:05 INFO E1 0.891 0.972 0.450 0.750 0.450 0.563
09:10:05 INFO E2 0.955 0.959 0.946 0.903 0.946 0.924
09:10:05 INFO E3 0.916 0.960 0.840 0.924 0.840 0.880
09:10:05 INFO E4 0.898 0.935 0.838 0.884 0.838 0.860
09:10:05 INFO exact_match=0.752 edge_macro_acc=0.915 malformed=0.000
75%|██████████████████████████████████████████████████████████████████████████████████ | 800/1063 [1:20:35<8:15:06, 112.95s/it]
{'loss': 0.0146, 'grad_norm': 0.07503994554281235, 'learning_rate': 2.560620756547042e-05, 'epoch': 0.75}
75%|██████████████████████████████████████████████████████████████████████████████████ | 800/1063 [1:20:35<8:15:06, 112.95s/it]
75%|██████████████████████████████████████████████████████████████████████████████████▉ | 801/1063 [1:20:38<5:48:09, 79.73s/it]
75%|██████████████████████████████████████████████████████████████████████████████████▉ | 802/1063 [1:20:40<4:05:45, 56.50s/it]
76%|███████████████████████████████████████████████████████████████████████████████████ | 803/1063 [1:20:42<2:54:21, 40.24s/it]
76%|███████████████████████████████████████████████████████████████████████████████████▏ | 804/1063 [1:20:45<2:04:34, 28.86s/it]
76%|███████████████████████████████████████████████████████████████████████████████████▎ | 805/1063 [1:20:47<1:29:45, 20.87s/it]
76%|███████████████████████████████████████████████████████████████████████████████████▍ | 806/1063 [1:20:49<1:05:29, 15.29s/it]
76%|█████████████████████████████████████████████████████████████████████████████████████ | 807/1063 [1:20:51<48:36, 11.39s/it]
76%|█████████████████████████████████████████████████████████████████████████████████████▏ | 808/1063 [1:20:54<36:44, 8.65s/it]
76%|█████████████████████████████████████████████████████████████████████████████████████▏ | 809/1063 [1:20:56<28:32, 6.74s/it]
76%|█████████████████████████████████████████████████████████████████████████████████████▎ | 810/1063 [1:20:58<22:48, 5.41s/it]
76%|█████████████████████████████████████████████████████████████████████████████████████▍ | 811/1063 [1:21:01<18:48, 4.48s/it]
76%|█████████████████████████████████████████████████████████████████████████████████████▌ | 812/1063 [1:21:03<16:00, 3.83s/it]
76%|█████████████████████████████████████████████████████████████████████████████████████▋ | 813/1063 [1:21:05<14:02, 3.37s/it]
77%|█████████████████████████████████████████████████████████████████████████████████████▊ | 814/1063 [1:21:07<12:40, 3.05s/it]
77%|█████████████████████████████████████████████████████████████████████████████████████▊ | 815/1063 [1:21:10<11:41, 2.83s/it]
77%|█████████████████████████████████████████████████████████████████████████████████████▉ | 816/1063 [1:21:12<10:58, 2.66s/it]
77%|██████████████████████████████████████████████████████████████████████████████████████ | 817/1063 [1:21:14<10:28, 2.55s/it]
77%|██████████████████████████████████████████████████████████████████████████████████████▏ | 818/1063 [1:21:17<10:03, 2.46s/it]
77%|██████████████████████████████████████████████████████████████████████████████████████▎ | 819/1063 [1:21:19<09:44, 2.39s/it]
77%|██████████████████████████████████████████████████████████████████████████████████████▍ | 820/1063 [1:21:21<09:33, 2.36s/it]
{'loss': 0.0142, 'grad_norm': 0.05603089556097984, 'learning_rate': 2.3666343355965083e-05, 'epoch': 0.77}
77%|██████████████████████████████████████████████████████████████████████████████████████▍ | 820/1063 [1:21:21<09:33, 2.36s/it]
77%|██████████████████████████████████████████████████████████████████████████████████████▌ | 821/1063 [1:21:23<09:26, 2.34s/it]
77%|██████████████████████████████████████████████████████████████████████████████████████▌ | 822/1063 [1:21:26<09:14, 2.30s/it]
77%|██████████████████████████████████████████████████████████████████████████████████████▋ | 823/1063 [1:21:28<09:08, 2.28s/it]
78%|██████████████████████████████████████████████████████████████████████████████████████▊ | 824/1063 [1:21:30<09:02, 2.27s/it]
78%|██████████████████████████████████████████████████████████████████████████████████████▉ | 825/1063 [1:21:32<08:56, 2.25s/it]
78%|███████████████████████████████████████████████████████████████████████████████████████ | 826/1063 [1:21:35<08:55, 2.26s/it]
78%|███████████████████████████████████████████████████████████████████████████████████████▏ | 827/1063 [1:21:37<08:49, 2.25s/it]
78%|███████████████████████████████████████████████████████████████████████████████████████▏ | 828/1063 [1:21:39<08:51, 2.26s/it]
78%|███████████████████████████████████████████████████████████████████████████████████████▎ | 829/1063 [1:21:41<08:48, 2.26s/it]
78%|███████████████████████████████████████████████████████████████████████████████████████▍ | 830/1063 [1:21:44<08:46, 2.26s/it]
78%|███████████████████████████████████████████████████████████████████████████████████████▌ | 831/1063 [1:21:46<08:43, 2.26s/it]
78%|███████████████████████████████████████████████████████████████████████████████████████▋ | 832/1063 [1:21:48<08:41, 2.26s/it]
78%|███████████████████████████████████████████████████████████████████████████████████████▊ | 833/1063 [1:21:50<08:35, 2.24s/it]
78%|███████████████████████████████████████████████████████████████████████████████████████▊ | 834/1063 [1:21:53<08:35, 2.25s/it]
79%|███████████████████████████████████████████████████████████████████████████████████████▉ | 835/1063 [1:21:55<08:33, 2.25s/it]
79%|████████████████████████████████████████████████████████████████████████████████████████ | 836/1063 [1:21:57<08:29, 2.24s/it]
79%|████████████████████████████████████████████████████████████████████████████████████████▏ | 837/1063 [1:21:59<08:29, 2.25s/it]
79%|████████████████████████████████████████████████████████████████████████████████████████▎ | 838/1063 [1:22:02<08:29, 2.27s/it]
79%|████████████████████████████████████████████████████████████████████████████████████████▍ | 839/1063 [1:22:04<08:27, 2.27s/it]
79%|████████████████████████████████████████████████████████████████████████████████████████▌ | 840/1063 [1:22:06<08:26, 2.27s/it]
{'loss': 0.0151, 'grad_norm': 0.09725795686244965, 'learning_rate': 2.172647914645975e-05, 'epoch': 0.79}
79%|████████████████████████████████████████████████████████████████████████████████████████▌ | 840/1063 [1:22:06<08:26, 2.27s/it]
79%|████████████████████████████████████████████████████████████████████████████████████████▌ | 841/1063 [1:22:08<08:21, 2.26s/it]
79%|████████████████████████████████████████████████████████████████████████████████████████▋ | 842/1063 [1:22:11<08:16, 2.25s/it]
79%|████████████████████████████████████████████████████████████████████████████████████████▊ | 843/1063 [1:22:13<08:14, 2.25s/it]
79%|████████████████████████████████████████████████████████████████████████████████████████▉ | 844/1063 [1:22:15<08:12, 2.25s/it]
79%|█████████████████████████████████████████████████████████████████████████████████████████ | 845/1063 [1:22:17<08:06, 2.23s/it]
80%|█████████████████████████████████████████████████████████████████████████████████████████▏ | 846/1063 [1:22:20<08:05, 2.24s/it]
80%|█████████████████████████████████████████████████████████████████████████████████████████▏ | 847/1063 [1:22:22<08:04, 2.24s/it]
80%|█████████████████████████████████████████████████████████████████████████████████████████▎ | 848/1063 [1:22:24<08:00, 2.23s/it]
80%|█████████████████████████████████████████████████████████████████████████████████████████▍ | 849/1063 [1:22:26<07:59, 2.24s/it]
80%|█████████████████████████████████████████████████████████████████████████████████████████▌ | 850/1063 [1:22:29<08:02, 2.26s/it]
80%|█████████████████████████████████████████████████████████████████████████████████████████▋ | 851/1063 [1:22:31<08:00, 2.27s/it]
80%|█████████████████████████████████████████████████████████████████████████████████████████▊ | 852/1063 [1:22:33<07:59, 2.27s/it]
80%|█████████████████████████████████████████████████████████████████████████████████████████▊ | 853/1063 [1:22:35<07:52, 2.25s/it]
80%|█████████████████████████████████████████████████████████████████████████████████████████▉ | 854/1063 [1:22:38<07:52, 2.26s/it]
80%|██████████████████████████████████████████████████████████████████████████████████████████ | 855/1063 [1:22:40<07:49, 2.26s/it]
81%|██████████████████████████████████████████████████████████████████████████████████████████▏ | 856/1063 [1:22:42<07:43, 2.24s/it]
81%|██████████████████████████████████████████████████████████████████████████████████████████▎ | 857/1063 [1:22:44<07:43, 2.25s/it]
81%|██████████████████████████████████████████████████████████████████████████████████████████▍ | 858/1063 [1:22:47<07:43, 2.26s/it]
81%|██████████████████████████████████████████████████████████████████████████████████████████▌ | 859/1063 [1:22:49<07:42, 2.26s/it]
81%|██████████████████████████████████████████████████████████████████████████████████████████▌ | 860/1063 [1:22:51<07:35, 2.24s/it]
{'loss': 0.0136, 'grad_norm': 0.13120990991592407, 'learning_rate': 1.9786614936954415e-05, 'epoch': 0.81}
81%|██████████████████████████████████████████████████████████████████████████████████████████▌ | 860/1063 [1:22:51<07:35, 2.24s/it]
81%|██████████████████████████████████████████████████████████████████████████████████████████▋ | 861/1063 [1:22:53<07:34, 2.25s/it]
81%|██████████████████████████████████████████████████████████████████████████████████████████▊ | 862/1063 [1:22:56<07:34, 2.26s/it]
81%|██████████████████████████████████████████████████████████████████████████████████████████▉ | 863/1063 [1:22:58<07:27, 2.24s/it]
81%|███████████████████████████████████████████████████████████████████████████████████████████ | 864/1063 [1:23:00<07:25, 2.24s/it]
81%|███████████████████████████████████████████████████████████████████████████████████████████▏ | 865/1063 [1:23:02<07:23, 2.24s/it]
81%|███████████████████████████████████████████████████████████████████████████████████████████▏ | 866/1063 [1:23:05<07:22, 2.25s/it]
82%|███████████████████████████████████████████████████████████████████████████████████████████▎ | 867/1063 [1:23:07<07:23, 2.26s/it]
82%|███████████████████████████████████████████████████████████████████████████████████████████▍ | 868/1063 [1:23:09<07:20, 2.26s/it]
82%|███████████████████████████████████████████████████████████████████████████████████████████▌ | 869/1063 [1:23:11<07:13, 2.23s/it]
82%|███████████████████████████████████████████████████████████████████████████████████████████▋ | 870/1063 [1:23:14<07:10, 2.23s/it]
82%|███████████████████████████████████████████████████████████████████████████████████████████▊ | 871/1063 [1:23:16<07:14, 2.26s/it]
82%|███████████████████████████████████████████████████████████████████████████████████████████▉ | 872/1063 [1:23:18<07:11, 2.26s/it]
82%|███████████████████████████████████████████████████████████████████████████████████████████▉ | 873/1063 [1:23:20<07:09, 2.26s/it]
82%|████████████████████████████████████████████████████████████████████████████████████████████ | 874/1063 [1:23:23<07:06, 2.26s/it]
82%|████████████████████████████████████████████████████████████████████████████████████████████▏ | 875/1063 [1:23:25<07:03, 2.25s/it]
82%|████████████████████████████████████████████████████████████████████████████████████████████▎ | 876/1063 [1:23:27<07:03, 2.27s/it]
83%|████████████████████████████████████████████████████████████████████████████████████████████▍ | 877/1063 [1:23:29<07:01, 2.26s/it]
83%|████████████████████████████████████████████████████████████████████████████████████████████▌ | 878/1063 [1:23:32<06:59, 2.27s/it]
83%|████████████████████████████████████████████████████████████████████████████████████████████▌ | 879/1063 [1:23:34<06:54, 2.25s/it]
83%|████████████████████████████████████████████████████████████████████████████████████████████▋ | 880/1063 [1:23:36<06:53, 2.26s/it]
{'loss': 0.0121, 'grad_norm': 0.09627928584814072, 'learning_rate': 1.784675072744908e-05, 'epoch': 0.83}
83%|████████████████████████████████████████████████████████████████████████████████████████████▋ | 880/1063 [1:23:36<06:53, 2.26s/it]
83%|████████████████████████████████████████████████████████████████████████████████████████████▊ | 881/1063 [1:23:39<06:53, 2.27s/it]
83%|████████████████████████████████████████████████████████████████████████████████████████████▉ | 882/1063 [1:23:41<06:52, 2.28s/it]
83%|█████████████████████████████████████████████████████████████████████████████████████████████ | 883/1063 [1:23:43<06:52, 2.29s/it]
83%|█████████████████████████████████████████████████████████████████████████████████████████████▏ | 884/1063 [1:23:45<06:49, 2.29s/it]
83%|█████████████████████████████████████████████████████████████████████████████████████████████▏ | 885/1063 [1:23:48<06:45, 2.28s/it]
83%|█████████████████████████████████████████████████████████████████████████████████████████████▎ | 886/1063 [1:23:50<06:44, 2.28s/it]
83%|█████████████████████████████████████████████████████████████████████████████████████████████▍ | 887/1063 [1:23:52<06:41, 2.28s/it]
84%|█████████████████████████████████████████████████████████████████████████████████████████████▌ | 888/1063 [1:23:54<06:35, 2.26s/it]
84%|█████████████████████████████████████████████████████████████████████████████████████████████▋ | 889/1063 [1:23:57<06:35, 2.27s/it]
84%|█████████████████████████████████████████████████████████████████████████████████████████████▊ | 890/1063 [1:23:59<06:34, 2.28s/it]
84%|█████████████████████████████████████████████████████████████████████████████████████████████▉ | 891/1063 [1:24:01<06:30, 2.27s/it]
84%|█████████████████████████████████████████████████████████████████████████████████████████████▉ | 892/1063 [1:24:04<06:29, 2.28s/it]
84%|██████████████████████████████████████████████████████████████████████████████████████████████ | 893/1063 [1:24:06<06:24, 2.26s/it]
84%|██████████████████████████████████████████████████████████████████████████████████████████████▏ | 894/1063 [1:24:08<06:19, 2.25s/it]
84%|██████████████████████████████████████████████████████████████████████████████████████████████▎ | 895/1063 [1:24:10<06:17, 2.25s/it]
84%|██████████████████████████████████████████████████████████████████████████████████████████████▍ | 896/1063 [1:24:12<06:12, 2.23s/it]
84%|██████████████████████████████████████████████████████████████████████████████████████████████▌ | 897/1063 [1:24:15<06:13, 2.25s/it]
84%|██████████████████████████████████████████████████████████████████████████████████████████████▌ | 898/1063 [1:24:17<06:12, 2.26s/it]
85%|██████████████████████████████████████████████████████████████████████████████████████████████▋ | 899/1063 [1:24:19<06:10, 2.26s/it]09:18:15 INFO eval generation: 50/64 (0.19 rec/s, 264.2s elapsed, ~74s left)
09:19:30 INFO eval generation: 64/64 (0.19 rec/s, 339.0s elapsed, ~0s left)
09:19:56 INFO Eval @ step_900 — n=512
09:19:56 INFO slot acc acc|C acc|I P(INC) R(INC) F1(INC)
09:19:56 INFO overall 0.889 0.890 0.888 0.921 0.888 0.904
09:19:56 INFO E1 0.889 0.947 0.575 0.667 0.575 0.617
09:19:56 INFO E2 0.965 0.975 0.939 0.939 0.939 0.939
09:19:56 INFO E3 0.900 0.941 0.830 0.891 0.830 0.860
09:19:56 INFO E4 0.895 0.913 0.864 0.855 0.864 0.859
09:19:56 INFO exact_match=0.748 edge_macro_acc=0.912 malformed=0.000
85%|████████████████████████████████████████████████████████████████████████████████████████████▎ | 900/1063 [1:30:27<5:03:48, 111.83s/it]
{'loss': 0.0151, 'grad_norm': 0.07019995152950287, 'learning_rate': 1.5906886517943744e-05, 'epoch': 0.85}
85%|████████████████████████████████████████████████████████████████████████████████████████████▎ | 900/1063 [1:30:27<5:03:48, 111.83s/it]
85%|█████████████████████████████████████████████████████████████████████████████████████████████▏ | 901/1063 [1:30:31<3:34:54, 79.60s/it]
85%|█████████████████████████████████████████████████████████████████████████████████████████████▎ | 902/1063 [1:30:33<2:31:18, 56.39s/it]
85%|█████████████████████████████████████████████████████████████████████████████████████████████▍ | 903/1063 [1:30:36<1:47:02, 40.14s/it]
85%|█████████████████████████████████████████████████████████████████████████████████████████████▌ | 904/1063 [1:30:38<1:16:12, 28.76s/it]
85%|███████████████████████████████████████████████████████████████████████████████████████████████▎ | 905/1063 [1:30:40<54:43, 20.78s/it]
85%|███████████████████████████████████████████████████████████████████████████████████████████████▍ | 906/1063 [1:30:42<39:49, 15.22s/it]
85%|███████████████████████████████████████████████████████████████████████████████████████████████▌ | 907/1063 [1:30:45<29:26, 11.33s/it]
85%|███████████████████████████████████████████████████████████████████████████████████████████████▋ | 908/1063 [1:30:47<22:15, 8.61s/it]
86%|███████████████████████████████████████████████████████████████████████████████████████████████▊ | 909/1063 [1:30:49<17:12, 6.71s/it]
86%|███████████████████████████████████████████████████████████████████████████████████████████████▉ | 910/1063 [1:30:51<13:41, 5.37s/it]
86%|███████████████████████████████████████████████████████████████████████████████████████████████▉ | 911/1063 [1:30:54<11:14, 4.44s/it]
86%|████████████████████████████████████████████████████████████████████████████████████████████████ | 912/1063 [1:30:56<09:32, 3.79s/it]
86%|████████████████████████████████████████████████████████████████████████████████████████████████▏ | 913/1063 [1:30:58<08:17, 3.32s/it]
86%|████████████████████████████████████████████████████████████████████████████████████████████████▎ | 914/1063 [1:31:00<07:25, 2.99s/it]
86%|████████████████████████████████████████████████████████████████████████████████████████████████▍ | 915/1063 [1:31:03<06:50, 2.78s/it]
86%|████████████████████████████████████████████████████████████████████████████████████████████████▌ | 916/1063 [1:31:05<06:24, 2.62s/it]
86%|████████████████████████████████████████████████████████████████████████████████████████████████▌ | 917/1063 [1:31:07<06:05, 2.50s/it]
86%|████████████████████████████████████████████████████████████████████████████████████████████████▋ | 918/1063 [1:31:09<05:51, 2.42s/it]
86%|████████████████████████████████████████████████████████████████████████████████████████████████▊ | 919/1063 [1:31:12<05:42, 2.38s/it]
87%|████████████████████████████████████████████████████████████████████████████████████████████████▉ | 920/1063 [1:31:14<05:36, 2.35s/it]
{'loss': 0.0146, 'grad_norm': 0.09808464348316193, 'learning_rate': 1.396702230843841e-05, 'epoch': 0.87}
87%|████████████████████████████████████████████████████████████████████████████████████████████████▉ | 920/1063 [1:31:14<05:36, 2.35s/it]
87%|█████████████████████████████████████████████████████████████████████████████████████████████████ | 921/1063 [1:31:16<05:28, 2.32s/it]
87%|█████████████████████████████████████████████████████████████████████████████████████████████████▏ | 922/1063 [1:31:18<05:24, 2.30s/it]
87%|█████████████████████████████████████████████████████████████████████████████████████████████████▏ | 923/1063 [1:31:21<05:20, 2.29s/it]
87%|█████████████████████████████████████████████████████████████████████████████████████████████████▎ | 924/1063 [1:31:23<05:17, 2.28s/it]
87%|█████████████████████████████████████████████████████████████████████████████████████████████████▍ | 925/1063 [1:31:25<05:12, 2.27s/it]
87%|█████████████████████████████████████████████████████████████████████████████████████████████████▌ | 926/1063 [1:31:27<05:09, 2.26s/it]
87%|█████████████████████████████████████████████████████████████████████████████████████████████████▋ | 927/1063 [1:31:30<05:04, 2.24s/it]
87%|█████████████████████████████████████████████████████████████████████████████████████████████████▊ | 928/1063 [1:31:32<05:00, 2.22s/it]
87%|█████████████████████████████████████████████████████████████████████████████████████████████████▉ | 929/1063 [1:31:34<04:57, 2.22s/it]
87%|█████████████████████████████████████████████████████████████████████████████████████████████████▉ | 930/1063 [1:31:36<04:56, 2.23s/it]
88%|██████████████████████████████████████████████████████████████████████████████████████████████████ | 931/1063 [1:31:38<04:54, 2.23s/it]
88%|██████████████████████████████████████████████████████████████████████████████████████████████████▏ | 932/1063 [1:31:41<04:52, 2.23s/it]
88%|██████████████████████████████████████████████████████████████████████████████████████████████████▎ | 933/1063 [1:31:43<04:49, 2.22s/it]
88%|██████████████████████████████████████████████████████████████████████████████████████████████████▍ | 934/1063 [1:31:45<04:49, 2.24s/it]
88%|██████████████████████████████████████████████████████████████████████████████████████████████████▌ | 935/1063 [1:31:47<04:44, 2.23s/it]
88%|██████████████████████████████████████████████████████████████████████████████████████████████████▌ | 936/1063 [1:31:50<04:43, 2.23s/it]
88%|██████████████████████████████████████████████████████████████████████████████████████████████████▋ | 937/1063 [1:31:52<04:42, 2.24s/it]
88%|██████████████████████████████████████████████████████████████████████████████████████████████████▊ | 938/1063 [1:31:54<04:40, 2.25s/it]
88%|██████████████████████████████████████████████████████████████████████████████████████████████████▉ | 939/1063 [1:31:56<04:38, 2.25s/it]
88%|███████████████████████████████████████████████████████████████████████████████████████████████████ | 940/1063 [1:31:59<04:36, 2.25s/it]
{'loss': 0.0143, 'grad_norm': 0.07016833871603012, 'learning_rate': 1.2027158098933075e-05, 'epoch': 0.88}
88%|███████████████████████████████████████████████████████████████████████████████████████████████████ | 940/1063 [1:31:59<04:36, 2.25s/it]
89%|███████████████████████████████████████████████████████████████████████████████████████████████████▏ | 941/1063 [1:32:01<04:36, 2.26s/it]
89%|███████████████████████████████████████████████████████████████████████████████████████████████████▎ | 942/1063 [1:32:03<04:34, 2.27s/it]
89%|███████████████████████████████████████████████████████████████████████████████████████████████████▎ | 943/1063 [1:32:06<04:33, 2.28s/it]
89%|███████████████████████████████████████████████████████████████████████████████████████████████████▍ | 944/1063 [1:32:08<04:31, 2.28s/it]
89%|███████████████████████████████████████████████████████████████████████████████████████████████████▌ | 945/1063 [1:32:10<04:27, 2.27s/it]
89%|███████████████████████████████████████████████████████████████████████████████████████████████████▋ | 946/1063 [1:32:12<04:24, 2.26s/it]
89%|███████████████████████████████████████████████████████████████████████████████████████████████████▊ | 947/1063 [1:32:14<04:20, 2.25s/it]
89%|███████████████████████████████████████████████████████████████████████████████████████████████████▉ | 948/1063 [1:32:17<04:19, 2.26s/it]
89%|███████████████████████████████████████████████████████████████████████████████████████████████████▉ | 949/1063 [1:32:19<04:18, 2.26s/it]
89%|████████████████████████████████████████████████████████████████████████████████████████████████████ | 950/1063 [1:32:21<04:15, 2.26s/it]
89%|████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 951/1063 [1:32:24<04:14, 2.27s/it]
90%|████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 952/1063 [1:32:26<04:11, 2.27s/it]
90%|████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 953/1063 [1:32:28<04:08, 2.26s/it]
90%|████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 954/1063 [1:32:30<04:06, 2.26s/it]
90%|████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 955/1063 [1:32:33<04:04, 2.26s/it]
90%|████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 956/1063 [1:32:35<04:02, 2.26s/it]
90%|████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 957/1063 [1:32:37<03:59, 2.26s/it]
90%|████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 958/1063 [1:32:39<03:58, 2.27s/it]
90%|█████████████████████████████████████████████████████████████████████████████████████████████████████ | 959/1063 [1:32:42<03:57, 2.28s/it]
90%|█████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 960/1063 [1:32:44<03:55, 2.29s/it]
{'loss': 0.0147, 'grad_norm': 0.060904502868652344, 'learning_rate': 1.008729388942774e-05, 'epoch': 0.9}
90%|█████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 960/1063 [1:32:44<03:55, 2.29s/it]
90%|█████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 961/1063 [1:32:46<03:51, 2.27s/it]
90%|█████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 962/1063 [1:32:49<03:48, 2.26s/it]
91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 963/1063 [1:32:51<03:47, 2.27s/it]
91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 964/1063 [1:32:53<03:44, 2.26s/it]
91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 965/1063 [1:32:55<03:41, 2.26s/it]
91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 966/1063 [1:32:58<03:39, 2.26s/it]
91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 967/1063 [1:33:00<03:37, 2.26s/it]
91%|█████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 968/1063 [1:33:02<03:33, 2.24s/it]
91%|██████████████████████████████████████████████████████████████████████████████████████████████████████ | 969/1063 [1:33:04<03:31, 2.25s/it]
91%|██████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 970/1063 [1:33:07<03:29, 2.26s/it]
91%|██████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 971/1063 [1:33:09<03:26, 2.25s/it]
91%|██████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 972/1063 [1:33:11<03:24, 2.25s/it]
92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 973/1063 [1:33:13<03:23, 2.26s/it]
92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 974/1063 [1:33:16<03:20, 2.25s/it]
92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 975/1063 [1:33:18<03:17, 2.25s/it]
92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 976/1063 [1:33:20<03:15, 2.25s/it]
92%|██████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 977/1063 [1:33:22<03:12, 2.24s/it]
92%|███████████████████████████████████████████████████████████████████████████████████████████████████████ | 978/1063 [1:33:25<03:10, 2.25s/it]
92%|███████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 979/1063 [1:33:27<03:11, 2.28s/it]
92%|███████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 980/1063 [1:33:29<03:07, 2.26s/it]
{'loss': 0.0152, 'grad_norm': 0.08607947826385498, 'learning_rate': 8.147429679922405e-06, 'epoch': 0.92}
92%|███████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 980/1063 [1:33:29<03:07, 2.26s/it]
92%|███████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 981/1063 [1:33:31<03:04, 2.25s/it]
92%|███████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 982/1063 [1:33:34<03:01, 2.24s/it]
92%|███████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 983/1063 [1:33:36<02:59, 2.24s/it]
93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 984/1063 [1:33:38<02:58, 2.25s/it]
93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 985/1063 [1:33:40<02:54, 2.24s/it]
93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 986/1063 [1:33:43<02:54, 2.27s/it]
93%|███████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 987/1063 [1:33:45<02:50, 2.24s/it]
93%|████████████████████████████████████████████████████████████████████████████████████████████████████████ | 988/1063 [1:33:47<02:48, 2.25s/it]
93%|████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 989/1063 [1:33:49<02:46, 2.25s/it]
93%|████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 990/1063 [1:33:52<02:45, 2.26s/it]
93%|████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 991/1063 [1:33:54<02:42, 2.25s/it]
93%|████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 992/1063 [1:33:56<02:41, 2.27s/it]
93%|████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 993/1063 [1:33:58<02:38, 2.26s/it]
94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 994/1063 [1:34:01<02:35, 2.26s/it]
94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 995/1063 [1:34:03<02:34, 2.28s/it]
94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 996/1063 [1:34:05<02:32, 2.28s/it]
94%|█████████████████████████████████████████████████████████████████████████████████████████████████████████ | 997/1063 [1:34:08<02:30, 2.28s/it]
94%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 998/1063 [1:34:10<02:27, 2.27s/it]
94%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 999/1063 [1:34:12<02:24, 2.26s/it]09:28:14 INFO eval generation: 50/64 (0.18 rec/s, 270.4s elapsed, ~76s left)
09:29:27 INFO eval generation: 64/64 (0.19 rec/s, 343.2s elapsed, ~0s left)
09:29:50 INFO Eval @ step_1000 — n=512
09:29:50 INFO slot acc acc|C acc|I P(INC) R(INC) F1(INC)
09:29:50 INFO overall 0.891 0.919 0.871 0.940 0.871 0.904
09:29:50 INFO E1 0.896 0.979 0.450 0.800 0.450 0.576
09:29:50 INFO E2 0.969 0.984 0.932 0.958 0.932 0.945
09:29:50 INFO E3 0.908 0.960 0.819 0.922 0.819 0.868
09:29:50 INFO E4 0.902 0.925 0.864 0.873 0.864 0.868
09:29:50 INFO exact_match=0.752 edge_macro_acc=0.919 malformed=0.000
94%|█████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 1000/1063 [1:40:20<1:57:43, 112.13s/it]
{'loss': 0.0151, 'grad_norm': 0.05431496351957321, 'learning_rate': 6.207565470417071e-06, 'epoch': 0.94}
94%|█████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 1000/1063 [1:40:20<1:57:43, 112.13s/it]
94%|██████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 1001/1063 [1:40:23<1:21:48, 79.17s/it]
94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 1002/1063 [1:40:25<57:00, 56.08s/it]
94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 1003/1063 [1:40:27<39:56, 39.94s/it]
94%|████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 1004/1063 [1:40:30<28:10, 28.65s/it]
95%|████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 1005/1063 [1:40:32<20:00, 20.71s/it]
95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████ | 1006/1063 [1:40:34<14:23, 15.15s/it]
95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 1007/1063 [1:40:36<10:31, 11.28s/it]
95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 1008/1063 [1:40:38<07:50, 8.56s/it]
95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 1009/1063 [1:40:41<06:00, 6.68s/it]
95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 1010/1063 [1:40:43<04:43, 5.36s/it]
95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 1011/1063 [1:40:45<03:50, 4.43s/it]
95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 1012/1063 [1:40:47<03:12, 3.77s/it]
95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 1013/1063 [1:40:50<02:45, 3.31s/it]
95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 1014/1063 [1:40:52<02:27, 3.00s/it]
95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 1015/1063 [1:40:54<02:13, 2.79s/it]
96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████ | 1016/1063 [1:40:56<02:02, 2.61s/it]
96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 1017/1063 [1:40:59<01:54, 2.50s/it]
96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 1018/1063 [1:41:01<01:49, 2.44s/it]
96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 1019/1063 [1:41:03<01:45, 2.39s/it]
96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 1020/1063 [1:41:05<01:40, 2.33s/it]
{'loss': 0.0137, 'grad_norm': 0.11394680291414261, 'learning_rate': 4.267701260911737e-06, 'epoch': 0.96}
96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 1020/1063 [1:41:05<01:40, 2.33s/it]
96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 1021/1063 [1:41:08<01:37, 2.31s/it]
96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 1022/1063 [1:41:10<01:34, 2.30s/it]
96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 1023/1063 [1:41:12<01:31, 2.28s/it]
96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 1024/1063 [1:41:14<01:28, 2.27s/it]
96%|███████████████████████████████████████████████████████████████████████████████████████████████████████████ | 1025/1063 [1:41:17<01:25, 2.26s/it]
97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 1026/1063 [1:41:19<01:23, 2.25s/it]
97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 1027/1063 [1:41:21<01:20, 2.25s/it]
97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 1028/1063 [1:41:23<01:18, 2.24s/it]
97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 1029/1063 [1:41:26<01:16, 2.25s/it]
97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 1030/1063 [1:41:28<01:14, 2.26s/it]
97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 1031/1063 [1:41:30<01:12, 2.25s/it]
97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 1032/1063 [1:41:32<01:09, 2.24s/it]
97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 1033/1063 [1:41:35<01:07, 2.25s/it]
97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 1034/1063 [1:41:37<01:05, 2.24s/it]
97%|████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 1035/1063 [1:41:39<01:03, 2.26s/it]
97%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 1036/1063 [1:41:41<01:00, 2.26s/it]
98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 1037/1063 [1:41:44<00:58, 2.25s/it]
98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 1038/1063 [1:41:46<00:56, 2.25s/it]
98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 1039/1063 [1:41:48<00:53, 2.23s/it]
98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 1040/1063 [1:41:50<00:51, 2.24s/it]
{'loss': 0.0135, 'grad_norm': 0.06685776263475418, 'learning_rate': 2.327837051406402e-06, 'epoch': 0.98}
98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 1040/1063 [1:41:50<00:51, 2.24s/it]
98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 1041/1063 [1:41:53<00:49, 2.24s/it]
98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 1042/1063 [1:41:55<00:47, 2.24s/it]
98%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 1043/1063 [1:41:57<00:44, 2.23s/it]
98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 1044/1063 [1:41:59<00:42, 2.23s/it]
98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 1045/1063 [1:42:02<00:40, 2.24s/it]
98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 1046/1063 [1:42:04<00:38, 2.24s/it]
98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 1047/1063 [1:42:06<00:36, 2.25s/it]
99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 1048/1063 [1:42:08<00:33, 2.24s/it]
99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 1049/1063 [1:42:11<00:31, 2.23s/it]
99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 1050/1063 [1:42:13<00:28, 2.23s/it]
99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 1051/1063 [1:42:15<00:26, 2.23s/it]
99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 1052/1063 [1:42:17<00:24, 2.24s/it]
99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 1053/1063 [1:42:19<00:22, 2.24s/it]
99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 1054/1063 [1:42:22<00:20, 2.25s/it]
99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▏| 1055/1063 [1:42:24<00:17, 2.25s/it]
99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▎| 1056/1063 [1:42:26<00:15, 2.26s/it]
99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▎| 1057/1063 [1:42:29<00:13, 2.26s/it]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▍| 1058/1063 [1:42:31<00:11, 2.26s/it]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▌| 1059/1063 [1:42:33<00:09, 2.26s/it]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▋| 1060/1063 [1:42:35<00:06, 2.27s/it]
{'loss': 0.0124, 'grad_norm': 0.07160358875989914, 'learning_rate': 3.8797284190106696e-07, 'epoch': 1.0}
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▋| 1060/1063 [1:42:35<00:06, 2.27s/it]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▊| 1061/1063 [1:42:38<00:04, 2.27s/it]
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▉| 1062/1063 [1:42:40<00:02, 2.28s/it]
100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████| 1063/1063 [1:42:42<00:00, 2.32s/it]09:36:44 INFO eval generation: 50/64 (0.19 rec/s, 269.6s elapsed, ~75s left)
09:37:58 INFO eval generation: 64/64 (0.19 rec/s, 343.8s elapsed, ~0s left)
09:38:18 INFO Eval @ end_of_epoch_1 — n=512
09:38:18 INFO slot acc acc|C acc|I P(INC) R(INC) F1(INC)
09:38:18 INFO overall 0.893 0.914 0.878 0.937 0.878 0.906
09:38:18 INFO E1 0.891 0.956 0.537 0.694 0.537 0.606
09:38:18 INFO E2 0.969 0.978 0.946 0.946 0.946 0.946
09:38:18 INFO E3 0.904 0.951 0.824 0.906 0.824 0.864
09:38:18 INFO E4 0.896 0.925 0.848 0.871 0.848 0.859
09:38:18 INFO exact_match=0.750 edge_macro_acc=0.915 malformed=0.000
{'train_runtime': 6920.8766, 'train_samples_per_second': 4.913, 'train_steps_per_second': 0.154, 'train_loss': 0.0191556752912581, 'epoch': 1.0}
100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████| 1063/1063 [1:48:49<00:00, 2.32s/it]
100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████| 1063/1063 [1:48:49<00:00, 6.14s/it]
09:38:20 INFO Saved final adapter + processor → /workspace/fms4navigation/results/PRM-v2-r256/final
[1;34mwandb[0m:
[1;34mwandb[0m: 🚀 View run [33mruby-bird-20[0m at: [34mhttps://wandb.ai/mjf-su-stanford-university/huggingface/runs/ciao5cei[0m
[1;34mwandb[0m: Find logs at: [1;35mwandb/run-20260515_074304-ciao5cei/logs[0m
[rank0]:[W515 09:38:22.830496392 ProcessGroupNCCL.cpp:1553] 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())
|