Training in progress, step 6000, checkpoint
Browse files- checkpoint-6000/config.json +26 -0
- checkpoint-6000/generation_config.json +6 -0
- checkpoint-6000/model.safetensors +3 -0
- checkpoint-6000/optimizer.pt +3 -0
- checkpoint-6000/rng_state.pth +3 -0
- checkpoint-6000/scheduler.pt +3 -0
- checkpoint-6000/trainer_state.json +4234 -0
- checkpoint-6000/training_args.bin +3 -0
checkpoint-6000/config.json
ADDED
|
@@ -0,0 +1,26 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"architectures": [
|
| 3 |
+
"Olmo2ForCausalLM"
|
| 4 |
+
],
|
| 5 |
+
"attention_bias": false,
|
| 6 |
+
"attention_dropout": 0.0,
|
| 7 |
+
"eos_token_id": 100257,
|
| 8 |
+
"hidden_act": "silu",
|
| 9 |
+
"hidden_size": 2048,
|
| 10 |
+
"initializer_range": 0.02,
|
| 11 |
+
"intermediate_size": 8192,
|
| 12 |
+
"max_position_embeddings": 4096,
|
| 13 |
+
"model_type": "olmo2",
|
| 14 |
+
"num_attention_heads": 16,
|
| 15 |
+
"num_hidden_layers": 16,
|
| 16 |
+
"num_key_value_heads": 16,
|
| 17 |
+
"pad_token_id": 100277,
|
| 18 |
+
"rms_norm_eps": 1e-06,
|
| 19 |
+
"rope_scaling": null,
|
| 20 |
+
"rope_theta": 500000,
|
| 21 |
+
"tie_word_embeddings": false,
|
| 22 |
+
"torch_dtype": "bfloat16",
|
| 23 |
+
"transformers_version": "4.51.3",
|
| 24 |
+
"use_cache": false,
|
| 25 |
+
"vocab_size": 100352
|
| 26 |
+
}
|
checkpoint-6000/generation_config.json
ADDED
|
@@ -0,0 +1,6 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"_from_model_config": true,
|
| 3 |
+
"eos_token_id": 100257,
|
| 4 |
+
"pad_token_id": 100277,
|
| 5 |
+
"transformers_version": "4.51.3"
|
| 6 |
+
}
|
checkpoint-6000/model.safetensors
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:bb9ba367641f74e2e13e21599b61f7fa4b45528078e074e061b146908ca70943
|
| 3 |
+
size 2969854224
|
checkpoint-6000/optimizer.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:19cfaa8a44b4fe3889c521cd12dd479c98bd7de1b55e9c2ad326d608d713e604
|
| 3 |
+
size 4500154
|
checkpoint-6000/rng_state.pth
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:fe1ce904ad89b4cbb970a7f8cdb3f9ae396860fce096d997812a94c04be73ed8
|
| 3 |
+
size 14244
|
checkpoint-6000/scheduler.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:97df81e98bb63b23fb9fa9dbce9756a6523eeba07138d23f1e795c1c775c0efe
|
| 3 |
+
size 1064
|
checkpoint-6000/trainer_state.json
ADDED
|
@@ -0,0 +1,4234 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"best_global_step": null,
|
| 3 |
+
"best_metric": null,
|
| 4 |
+
"best_model_checkpoint": null,
|
| 5 |
+
"epoch": 1.0,
|
| 6 |
+
"eval_steps": 500,
|
| 7 |
+
"global_step": 6000,
|
| 8 |
+
"is_hyper_param_search": false,
|
| 9 |
+
"is_local_process_zero": true,
|
| 10 |
+
"is_world_process_zero": true,
|
| 11 |
+
"log_history": [
|
| 12 |
+
{
|
| 13 |
+
"epoch": 0.0016666666666666668,
|
| 14 |
+
"grad_norm": 26.125,
|
| 15 |
+
"learning_rate": 3.75e-07,
|
| 16 |
+
"loss": 0.6336,
|
| 17 |
+
"step": 10
|
| 18 |
+
},
|
| 19 |
+
{
|
| 20 |
+
"epoch": 0.0033333333333333335,
|
| 21 |
+
"grad_norm": 65.5,
|
| 22 |
+
"learning_rate": 7.916666666666667e-07,
|
| 23 |
+
"loss": 0.7148,
|
| 24 |
+
"step": 20
|
| 25 |
+
},
|
| 26 |
+
{
|
| 27 |
+
"epoch": 0.005,
|
| 28 |
+
"grad_norm": 119.5,
|
| 29 |
+
"learning_rate": 1.2083333333333333e-06,
|
| 30 |
+
"loss": 0.7156,
|
| 31 |
+
"step": 30
|
| 32 |
+
},
|
| 33 |
+
{
|
| 34 |
+
"epoch": 0.006666666666666667,
|
| 35 |
+
"grad_norm": 96.5,
|
| 36 |
+
"learning_rate": 1.6250000000000001e-06,
|
| 37 |
+
"loss": 0.7016,
|
| 38 |
+
"step": 40
|
| 39 |
+
},
|
| 40 |
+
{
|
| 41 |
+
"epoch": 0.008333333333333333,
|
| 42 |
+
"grad_norm": 146.0,
|
| 43 |
+
"learning_rate": 2.041666666666667e-06,
|
| 44 |
+
"loss": 0.7312,
|
| 45 |
+
"step": 50
|
| 46 |
+
},
|
| 47 |
+
{
|
| 48 |
+
"epoch": 0.01,
|
| 49 |
+
"grad_norm": 194.0,
|
| 50 |
+
"learning_rate": 2.4583333333333332e-06,
|
| 51 |
+
"loss": 0.7496,
|
| 52 |
+
"step": 60
|
| 53 |
+
},
|
| 54 |
+
{
|
| 55 |
+
"epoch": 0.011666666666666667,
|
| 56 |
+
"grad_norm": 120.5,
|
| 57 |
+
"learning_rate": 2.875e-06,
|
| 58 |
+
"loss": 0.7652,
|
| 59 |
+
"step": 70
|
| 60 |
+
},
|
| 61 |
+
{
|
| 62 |
+
"epoch": 0.013333333333333334,
|
| 63 |
+
"grad_norm": 129.0,
|
| 64 |
+
"learning_rate": 3.2916666666666668e-06,
|
| 65 |
+
"loss": 0.816,
|
| 66 |
+
"step": 80
|
| 67 |
+
},
|
| 68 |
+
{
|
| 69 |
+
"epoch": 0.015,
|
| 70 |
+
"grad_norm": 124.0,
|
| 71 |
+
"learning_rate": 3.708333333333334e-06,
|
| 72 |
+
"loss": 0.859,
|
| 73 |
+
"step": 90
|
| 74 |
+
},
|
| 75 |
+
{
|
| 76 |
+
"epoch": 0.016666666666666666,
|
| 77 |
+
"grad_norm": 210.0,
|
| 78 |
+
"learning_rate": 4.125e-06,
|
| 79 |
+
"loss": 0.9156,
|
| 80 |
+
"step": 100
|
| 81 |
+
},
|
| 82 |
+
{
|
| 83 |
+
"epoch": 0.018333333333333333,
|
| 84 |
+
"grad_norm": 211.0,
|
| 85 |
+
"learning_rate": 4.541666666666667e-06,
|
| 86 |
+
"loss": 1.0289,
|
| 87 |
+
"step": 110
|
| 88 |
+
},
|
| 89 |
+
{
|
| 90 |
+
"epoch": 0.02,
|
| 91 |
+
"grad_norm": 115.5,
|
| 92 |
+
"learning_rate": 4.958333333333334e-06,
|
| 93 |
+
"loss": 0.9895,
|
| 94 |
+
"step": 120
|
| 95 |
+
},
|
| 96 |
+
{
|
| 97 |
+
"epoch": 0.021666666666666667,
|
| 98 |
+
"grad_norm": 183.0,
|
| 99 |
+
"learning_rate": 5.375e-06,
|
| 100 |
+
"loss": 1.1562,
|
| 101 |
+
"step": 130
|
| 102 |
+
},
|
| 103 |
+
{
|
| 104 |
+
"epoch": 0.023333333333333334,
|
| 105 |
+
"grad_norm": 272.0,
|
| 106 |
+
"learning_rate": 5.791666666666667e-06,
|
| 107 |
+
"loss": 1.3172,
|
| 108 |
+
"step": 140
|
| 109 |
+
},
|
| 110 |
+
{
|
| 111 |
+
"epoch": 0.025,
|
| 112 |
+
"grad_norm": 192.0,
|
| 113 |
+
"learning_rate": 6.208333333333334e-06,
|
| 114 |
+
"loss": 1.3859,
|
| 115 |
+
"step": 150
|
| 116 |
+
},
|
| 117 |
+
{
|
| 118 |
+
"epoch": 0.02666666666666667,
|
| 119 |
+
"grad_norm": 244.0,
|
| 120 |
+
"learning_rate": 6.625e-06,
|
| 121 |
+
"loss": 1.493,
|
| 122 |
+
"step": 160
|
| 123 |
+
},
|
| 124 |
+
{
|
| 125 |
+
"epoch": 0.028333333333333332,
|
| 126 |
+
"grad_norm": 406.0,
|
| 127 |
+
"learning_rate": 7.041666666666668e-06,
|
| 128 |
+
"loss": 1.5602,
|
| 129 |
+
"step": 170
|
| 130 |
+
},
|
| 131 |
+
{
|
| 132 |
+
"epoch": 0.03,
|
| 133 |
+
"grad_norm": 188.0,
|
| 134 |
+
"learning_rate": 7.4583333333333345e-06,
|
| 135 |
+
"loss": 1.6281,
|
| 136 |
+
"step": 180
|
| 137 |
+
},
|
| 138 |
+
{
|
| 139 |
+
"epoch": 0.03166666666666667,
|
| 140 |
+
"grad_norm": 246.0,
|
| 141 |
+
"learning_rate": 7.875e-06,
|
| 142 |
+
"loss": 1.7422,
|
| 143 |
+
"step": 190
|
| 144 |
+
},
|
| 145 |
+
{
|
| 146 |
+
"epoch": 0.03333333333333333,
|
| 147 |
+
"grad_norm": 204.0,
|
| 148 |
+
"learning_rate": 8.291666666666667e-06,
|
| 149 |
+
"loss": 1.8852,
|
| 150 |
+
"step": 200
|
| 151 |
+
},
|
| 152 |
+
{
|
| 153 |
+
"epoch": 0.035,
|
| 154 |
+
"grad_norm": 242.0,
|
| 155 |
+
"learning_rate": 8.708333333333334e-06,
|
| 156 |
+
"loss": 2.0891,
|
| 157 |
+
"step": 210
|
| 158 |
+
},
|
| 159 |
+
{
|
| 160 |
+
"epoch": 0.03666666666666667,
|
| 161 |
+
"grad_norm": 230.0,
|
| 162 |
+
"learning_rate": 9.125e-06,
|
| 163 |
+
"loss": 2.0953,
|
| 164 |
+
"step": 220
|
| 165 |
+
},
|
| 166 |
+
{
|
| 167 |
+
"epoch": 0.03833333333333333,
|
| 168 |
+
"grad_norm": 238.0,
|
| 169 |
+
"learning_rate": 9.541666666666669e-06,
|
| 170 |
+
"loss": 2.368,
|
| 171 |
+
"step": 230
|
| 172 |
+
},
|
| 173 |
+
{
|
| 174 |
+
"epoch": 0.04,
|
| 175 |
+
"grad_norm": 207.0,
|
| 176 |
+
"learning_rate": 9.958333333333334e-06,
|
| 177 |
+
"loss": 2.6953,
|
| 178 |
+
"step": 240
|
| 179 |
+
},
|
| 180 |
+
{
|
| 181 |
+
"epoch": 0.041666666666666664,
|
| 182 |
+
"grad_norm": 242.0,
|
| 183 |
+
"learning_rate": 9.999939760836287e-06,
|
| 184 |
+
"loss": 2.5789,
|
| 185 |
+
"step": 250
|
| 186 |
+
},
|
| 187 |
+
{
|
| 188 |
+
"epoch": 0.043333333333333335,
|
| 189 |
+
"grad_norm": 125.5,
|
| 190 |
+
"learning_rate": 9.999731528553618e-06,
|
| 191 |
+
"loss": 2.5312,
|
| 192 |
+
"step": 260
|
| 193 |
+
},
|
| 194 |
+
{
|
| 195 |
+
"epoch": 0.045,
|
| 196 |
+
"grad_norm": 158.0,
|
| 197 |
+
"learning_rate": 9.999374565651579e-06,
|
| 198 |
+
"loss": 2.4922,
|
| 199 |
+
"step": 270
|
| 200 |
+
},
|
| 201 |
+
{
|
| 202 |
+
"epoch": 0.04666666666666667,
|
| 203 |
+
"grad_norm": 187.0,
|
| 204 |
+
"learning_rate": 9.998868882749002e-06,
|
| 205 |
+
"loss": 2.6047,
|
| 206 |
+
"step": 280
|
| 207 |
+
},
|
| 208 |
+
{
|
| 209 |
+
"epoch": 0.04833333333333333,
|
| 210 |
+
"grad_norm": 175.0,
|
| 211 |
+
"learning_rate": 9.998214494888803e-06,
|
| 212 |
+
"loss": 2.6148,
|
| 213 |
+
"step": 290
|
| 214 |
+
},
|
| 215 |
+
{
|
| 216 |
+
"epoch": 0.05,
|
| 217 |
+
"grad_norm": 103.5,
|
| 218 |
+
"learning_rate": 9.997411421537527e-06,
|
| 219 |
+
"loss": 2.5555,
|
| 220 |
+
"step": 300
|
| 221 |
+
},
|
| 222 |
+
{
|
| 223 |
+
"epoch": 0.051666666666666666,
|
| 224 |
+
"grad_norm": 140.0,
|
| 225 |
+
"learning_rate": 9.996459686584778e-06,
|
| 226 |
+
"loss": 2.6281,
|
| 227 |
+
"step": 310
|
| 228 |
+
},
|
| 229 |
+
{
|
| 230 |
+
"epoch": 0.05333333333333334,
|
| 231 |
+
"grad_norm": 202.0,
|
| 232 |
+
"learning_rate": 9.9953593183425e-06,
|
| 233 |
+
"loss": 2.632,
|
| 234 |
+
"step": 320
|
| 235 |
+
},
|
| 236 |
+
{
|
| 237 |
+
"epoch": 0.055,
|
| 238 |
+
"grad_norm": 258.0,
|
| 239 |
+
"learning_rate": 9.994110349544141e-06,
|
| 240 |
+
"loss": 2.7375,
|
| 241 |
+
"step": 330
|
| 242 |
+
},
|
| 243 |
+
{
|
| 244 |
+
"epoch": 0.056666666666666664,
|
| 245 |
+
"grad_norm": 193.0,
|
| 246 |
+
"learning_rate": 9.99271281734368e-06,
|
| 247 |
+
"loss": 2.8062,
|
| 248 |
+
"step": 340
|
| 249 |
+
},
|
| 250 |
+
{
|
| 251 |
+
"epoch": 0.058333333333333334,
|
| 252 |
+
"grad_norm": 154.0,
|
| 253 |
+
"learning_rate": 9.99116676331451e-06,
|
| 254 |
+
"loss": 2.9516,
|
| 255 |
+
"step": 350
|
| 256 |
+
},
|
| 257 |
+
{
|
| 258 |
+
"epoch": 0.06,
|
| 259 |
+
"grad_norm": 132.0,
|
| 260 |
+
"learning_rate": 9.989472233448218e-06,
|
| 261 |
+
"loss": 2.8453,
|
| 262 |
+
"step": 360
|
| 263 |
+
},
|
| 264 |
+
{
|
| 265 |
+
"epoch": 0.06166666666666667,
|
| 266 |
+
"grad_norm": 140.0,
|
| 267 |
+
"learning_rate": 9.987629278153206e-06,
|
| 268 |
+
"loss": 2.4594,
|
| 269 |
+
"step": 370
|
| 270 |
+
},
|
| 271 |
+
{
|
| 272 |
+
"epoch": 0.06333333333333334,
|
| 273 |
+
"grad_norm": 161.0,
|
| 274 |
+
"learning_rate": 9.985637952253194e-06,
|
| 275 |
+
"loss": 2.4562,
|
| 276 |
+
"step": 380
|
| 277 |
+
},
|
| 278 |
+
{
|
| 279 |
+
"epoch": 0.065,
|
| 280 |
+
"grad_norm": 140.0,
|
| 281 |
+
"learning_rate": 9.98349831498559e-06,
|
| 282 |
+
"loss": 2.6344,
|
| 283 |
+
"step": 390
|
| 284 |
+
},
|
| 285 |
+
{
|
| 286 |
+
"epoch": 0.06666666666666667,
|
| 287 |
+
"grad_norm": 241.0,
|
| 288 |
+
"learning_rate": 9.981210429999724e-06,
|
| 289 |
+
"loss": 2.7859,
|
| 290 |
+
"step": 400
|
| 291 |
+
},
|
| 292 |
+
{
|
| 293 |
+
"epoch": 0.06833333333333333,
|
| 294 |
+
"grad_norm": 134.0,
|
| 295 |
+
"learning_rate": 9.978774365354965e-06,
|
| 296 |
+
"loss": 2.625,
|
| 297 |
+
"step": 410
|
| 298 |
+
},
|
| 299 |
+
{
|
| 300 |
+
"epoch": 0.07,
|
| 301 |
+
"grad_norm": 278.0,
|
| 302 |
+
"learning_rate": 9.976190193518682e-06,
|
| 303 |
+
"loss": 2.9016,
|
| 304 |
+
"step": 420
|
| 305 |
+
},
|
| 306 |
+
{
|
| 307 |
+
"epoch": 0.07166666666666667,
|
| 308 |
+
"grad_norm": 141.0,
|
| 309 |
+
"learning_rate": 9.973457991364098e-06,
|
| 310 |
+
"loss": 2.6219,
|
| 311 |
+
"step": 430
|
| 312 |
+
},
|
| 313 |
+
{
|
| 314 |
+
"epoch": 0.07333333333333333,
|
| 315 |
+
"grad_norm": 241.0,
|
| 316 |
+
"learning_rate": 9.970577840168004e-06,
|
| 317 |
+
"loss": 2.5938,
|
| 318 |
+
"step": 440
|
| 319 |
+
},
|
| 320 |
+
{
|
| 321 |
+
"epoch": 0.075,
|
| 322 |
+
"grad_norm": 88.0,
|
| 323 |
+
"learning_rate": 9.96754982560833e-06,
|
| 324 |
+
"loss": 2.6141,
|
| 325 |
+
"step": 450
|
| 326 |
+
},
|
| 327 |
+
{
|
| 328 |
+
"epoch": 0.07666666666666666,
|
| 329 |
+
"grad_norm": 146.0,
|
| 330 |
+
"learning_rate": 9.964374037761611e-06,
|
| 331 |
+
"loss": 2.8016,
|
| 332 |
+
"step": 460
|
| 333 |
+
},
|
| 334 |
+
{
|
| 335 |
+
"epoch": 0.07833333333333334,
|
| 336 |
+
"grad_norm": 170.0,
|
| 337 |
+
"learning_rate": 9.9610505711003e-06,
|
| 338 |
+
"loss": 2.7953,
|
| 339 |
+
"step": 470
|
| 340 |
+
},
|
| 341 |
+
{
|
| 342 |
+
"epoch": 0.08,
|
| 343 |
+
"grad_norm": 131.0,
|
| 344 |
+
"learning_rate": 9.957579524489954e-06,
|
| 345 |
+
"loss": 2.8203,
|
| 346 |
+
"step": 480
|
| 347 |
+
},
|
| 348 |
+
{
|
| 349 |
+
"epoch": 0.08166666666666667,
|
| 350 |
+
"grad_norm": 215.0,
|
| 351 |
+
"learning_rate": 9.953961001186298e-06,
|
| 352 |
+
"loss": 2.5688,
|
| 353 |
+
"step": 490
|
| 354 |
+
},
|
| 355 |
+
{
|
| 356 |
+
"epoch": 0.08333333333333333,
|
| 357 |
+
"grad_norm": 118.5,
|
| 358 |
+
"learning_rate": 9.95019510883216e-06,
|
| 359 |
+
"loss": 2.6781,
|
| 360 |
+
"step": 500
|
| 361 |
+
},
|
| 362 |
+
{
|
| 363 |
+
"epoch": 0.085,
|
| 364 |
+
"grad_norm": 198.0,
|
| 365 |
+
"learning_rate": 9.946281959454251e-06,
|
| 366 |
+
"loss": 2.9109,
|
| 367 |
+
"step": 510
|
| 368 |
+
},
|
| 369 |
+
{
|
| 370 |
+
"epoch": 0.08666666666666667,
|
| 371 |
+
"grad_norm": 136.0,
|
| 372 |
+
"learning_rate": 9.94222166945985e-06,
|
| 373 |
+
"loss": 2.8016,
|
| 374 |
+
"step": 520
|
| 375 |
+
},
|
| 376 |
+
{
|
| 377 |
+
"epoch": 0.08833333333333333,
|
| 378 |
+
"grad_norm": 204.0,
|
| 379 |
+
"learning_rate": 9.93801435963333e-06,
|
| 380 |
+
"loss": 2.6117,
|
| 381 |
+
"step": 530
|
| 382 |
+
},
|
| 383 |
+
{
|
| 384 |
+
"epoch": 0.09,
|
| 385 |
+
"grad_norm": 155.0,
|
| 386 |
+
"learning_rate": 9.933660155132573e-06,
|
| 387 |
+
"loss": 2.9406,
|
| 388 |
+
"step": 540
|
| 389 |
+
},
|
| 390 |
+
{
|
| 391 |
+
"epoch": 0.09166666666666666,
|
| 392 |
+
"grad_norm": 234.0,
|
| 393 |
+
"learning_rate": 9.929159185485236e-06,
|
| 394 |
+
"loss": 2.7422,
|
| 395 |
+
"step": 550
|
| 396 |
+
},
|
| 397 |
+
{
|
| 398 |
+
"epoch": 0.09333333333333334,
|
| 399 |
+
"grad_norm": 122.5,
|
| 400 |
+
"learning_rate": 9.924511584584913e-06,
|
| 401 |
+
"loss": 2.7313,
|
| 402 |
+
"step": 560
|
| 403 |
+
},
|
| 404 |
+
{
|
| 405 |
+
"epoch": 0.095,
|
| 406 |
+
"grad_norm": 159.0,
|
| 407 |
+
"learning_rate": 9.919717490687137e-06,
|
| 408 |
+
"loss": 2.6734,
|
| 409 |
+
"step": 570
|
| 410 |
+
},
|
| 411 |
+
{
|
| 412 |
+
"epoch": 0.09666666666666666,
|
| 413 |
+
"grad_norm": 172.0,
|
| 414 |
+
"learning_rate": 9.91477704640528e-06,
|
| 415 |
+
"loss": 2.4141,
|
| 416 |
+
"step": 580
|
| 417 |
+
},
|
| 418 |
+
{
|
| 419 |
+
"epoch": 0.09833333333333333,
|
| 420 |
+
"grad_norm": 139.0,
|
| 421 |
+
"learning_rate": 9.909690398706296e-06,
|
| 422 |
+
"loss": 2.8062,
|
| 423 |
+
"step": 590
|
| 424 |
+
},
|
| 425 |
+
{
|
| 426 |
+
"epoch": 0.1,
|
| 427 |
+
"grad_norm": 193.0,
|
| 428 |
+
"learning_rate": 9.904457698906365e-06,
|
| 429 |
+
"loss": 2.7703,
|
| 430 |
+
"step": 600
|
| 431 |
+
},
|
| 432 |
+
{
|
| 433 |
+
"epoch": 0.10166666666666667,
|
| 434 |
+
"grad_norm": 153.0,
|
| 435 |
+
"learning_rate": 9.899079102666382e-06,
|
| 436 |
+
"loss": 2.6938,
|
| 437 |
+
"step": 610
|
| 438 |
+
},
|
| 439 |
+
{
|
| 440 |
+
"epoch": 0.10333333333333333,
|
| 441 |
+
"grad_norm": 170.0,
|
| 442 |
+
"learning_rate": 9.893554769987327e-06,
|
| 443 |
+
"loss": 3.0047,
|
| 444 |
+
"step": 620
|
| 445 |
+
},
|
| 446 |
+
{
|
| 447 |
+
"epoch": 0.105,
|
| 448 |
+
"grad_norm": 127.0,
|
| 449 |
+
"learning_rate": 9.88788486520551e-06,
|
| 450 |
+
"loss": 2.7891,
|
| 451 |
+
"step": 630
|
| 452 |
+
},
|
| 453 |
+
{
|
| 454 |
+
"epoch": 0.10666666666666667,
|
| 455 |
+
"grad_norm": 138.0,
|
| 456 |
+
"learning_rate": 9.882069556987675e-06,
|
| 457 |
+
"loss": 2.6336,
|
| 458 |
+
"step": 640
|
| 459 |
+
},
|
| 460 |
+
{
|
| 461 |
+
"epoch": 0.10833333333333334,
|
| 462 |
+
"grad_norm": 240.0,
|
| 463 |
+
"learning_rate": 9.876109018325991e-06,
|
| 464 |
+
"loss": 2.5719,
|
| 465 |
+
"step": 650
|
| 466 |
+
},
|
| 467 |
+
{
|
| 468 |
+
"epoch": 0.11,
|
| 469 |
+
"grad_norm": 138.0,
|
| 470 |
+
"learning_rate": 9.870003426532899e-06,
|
| 471 |
+
"loss": 2.6109,
|
| 472 |
+
"step": 660
|
| 473 |
+
},
|
| 474 |
+
{
|
| 475 |
+
"epoch": 0.11166666666666666,
|
| 476 |
+
"grad_norm": 136.0,
|
| 477 |
+
"learning_rate": 9.863752963235841e-06,
|
| 478 |
+
"loss": 2.6109,
|
| 479 |
+
"step": 670
|
| 480 |
+
},
|
| 481 |
+
{
|
| 482 |
+
"epoch": 0.11333333333333333,
|
| 483 |
+
"grad_norm": 127.0,
|
| 484 |
+
"learning_rate": 9.857357814371859e-06,
|
| 485 |
+
"loss": 2.5219,
|
| 486 |
+
"step": 680
|
| 487 |
+
},
|
| 488 |
+
{
|
| 489 |
+
"epoch": 0.115,
|
| 490 |
+
"grad_norm": 168.0,
|
| 491 |
+
"learning_rate": 9.850818170182055e-06,
|
| 492 |
+
"loss": 2.5672,
|
| 493 |
+
"step": 690
|
| 494 |
+
},
|
| 495 |
+
{
|
| 496 |
+
"epoch": 0.11666666666666667,
|
| 497 |
+
"grad_norm": 108.5,
|
| 498 |
+
"learning_rate": 9.844134225205941e-06,
|
| 499 |
+
"loss": 2.7313,
|
| 500 |
+
"step": 700
|
| 501 |
+
},
|
| 502 |
+
{
|
| 503 |
+
"epoch": 0.11833333333333333,
|
| 504 |
+
"grad_norm": 151.0,
|
| 505 |
+
"learning_rate": 9.837306178275649e-06,
|
| 506 |
+
"loss": 2.7719,
|
| 507 |
+
"step": 710
|
| 508 |
+
},
|
| 509 |
+
{
|
| 510 |
+
"epoch": 0.12,
|
| 511 |
+
"grad_norm": 155.0,
|
| 512 |
+
"learning_rate": 9.830334232510017e-06,
|
| 513 |
+
"loss": 2.6039,
|
| 514 |
+
"step": 720
|
| 515 |
+
},
|
| 516 |
+
{
|
| 517 |
+
"epoch": 0.12166666666666667,
|
| 518 |
+
"grad_norm": 119.5,
|
| 519 |
+
"learning_rate": 9.823218595308542e-06,
|
| 520 |
+
"loss": 2.5195,
|
| 521 |
+
"step": 730
|
| 522 |
+
},
|
| 523 |
+
{
|
| 524 |
+
"epoch": 0.12333333333333334,
|
| 525 |
+
"grad_norm": 176.0,
|
| 526 |
+
"learning_rate": 9.815959478345215e-06,
|
| 527 |
+
"loss": 2.7172,
|
| 528 |
+
"step": 740
|
| 529 |
+
},
|
| 530 |
+
{
|
| 531 |
+
"epoch": 0.125,
|
| 532 |
+
"grad_norm": 134.0,
|
| 533 |
+
"learning_rate": 9.80855709756222e-06,
|
| 534 |
+
"loss": 2.675,
|
| 535 |
+
"step": 750
|
| 536 |
+
},
|
| 537 |
+
{
|
| 538 |
+
"epoch": 0.12666666666666668,
|
| 539 |
+
"grad_norm": 113.0,
|
| 540 |
+
"learning_rate": 9.801011673163526e-06,
|
| 541 |
+
"loss": 2.5703,
|
| 542 |
+
"step": 760
|
| 543 |
+
},
|
| 544 |
+
{
|
| 545 |
+
"epoch": 0.12833333333333333,
|
| 546 |
+
"grad_norm": 143.0,
|
| 547 |
+
"learning_rate": 9.793323429608304e-06,
|
| 548 |
+
"loss": 2.6156,
|
| 549 |
+
"step": 770
|
| 550 |
+
},
|
| 551 |
+
{
|
| 552 |
+
"epoch": 0.13,
|
| 553 |
+
"grad_norm": 284.0,
|
| 554 |
+
"learning_rate": 9.785492595604283e-06,
|
| 555 |
+
"loss": 2.7836,
|
| 556 |
+
"step": 780
|
| 557 |
+
},
|
| 558 |
+
{
|
| 559 |
+
"epoch": 0.13166666666666665,
|
| 560 |
+
"grad_norm": 151.0,
|
| 561 |
+
"learning_rate": 9.777519404100933e-06,
|
| 562 |
+
"loss": 2.5422,
|
| 563 |
+
"step": 790
|
| 564 |
+
},
|
| 565 |
+
{
|
| 566 |
+
"epoch": 0.13333333333333333,
|
| 567 |
+
"grad_norm": 153.0,
|
| 568 |
+
"learning_rate": 9.769404092282524e-06,
|
| 569 |
+
"loss": 2.7469,
|
| 570 |
+
"step": 800
|
| 571 |
+
},
|
| 572 |
+
{
|
| 573 |
+
"epoch": 0.135,
|
| 574 |
+
"grad_norm": 155.0,
|
| 575 |
+
"learning_rate": 9.761146901561098e-06,
|
| 576 |
+
"loss": 2.6047,
|
| 577 |
+
"step": 810
|
| 578 |
+
},
|
| 579 |
+
{
|
| 580 |
+
"epoch": 0.13666666666666666,
|
| 581 |
+
"grad_norm": 183.0,
|
| 582 |
+
"learning_rate": 9.752748077569255e-06,
|
| 583 |
+
"loss": 2.6,
|
| 584 |
+
"step": 820
|
| 585 |
+
},
|
| 586 |
+
{
|
| 587 |
+
"epoch": 0.13833333333333334,
|
| 588 |
+
"grad_norm": 182.0,
|
| 589 |
+
"learning_rate": 9.744207870152872e-06,
|
| 590 |
+
"loss": 2.5391,
|
| 591 |
+
"step": 830
|
| 592 |
+
},
|
| 593 |
+
{
|
| 594 |
+
"epoch": 0.14,
|
| 595 |
+
"grad_norm": 169.0,
|
| 596 |
+
"learning_rate": 9.735526533363658e-06,
|
| 597 |
+
"loss": 2.4922,
|
| 598 |
+
"step": 840
|
| 599 |
+
},
|
| 600 |
+
{
|
| 601 |
+
"epoch": 0.14166666666666666,
|
| 602 |
+
"grad_norm": 90.5,
|
| 603 |
+
"learning_rate": 9.726704325451599e-06,
|
| 604 |
+
"loss": 2.5969,
|
| 605 |
+
"step": 850
|
| 606 |
+
},
|
| 607 |
+
{
|
| 608 |
+
"epoch": 0.14333333333333334,
|
| 609 |
+
"grad_norm": 169.0,
|
| 610 |
+
"learning_rate": 9.717741508857275e-06,
|
| 611 |
+
"loss": 2.7734,
|
| 612 |
+
"step": 860
|
| 613 |
+
},
|
| 614 |
+
{
|
| 615 |
+
"epoch": 0.145,
|
| 616 |
+
"grad_norm": 163.0,
|
| 617 |
+
"learning_rate": 9.708638350204055e-06,
|
| 618 |
+
"loss": 2.6891,
|
| 619 |
+
"step": 870
|
| 620 |
+
},
|
| 621 |
+
{
|
| 622 |
+
"epoch": 0.14666666666666667,
|
| 623 |
+
"grad_norm": 166.0,
|
| 624 |
+
"learning_rate": 9.699395120290166e-06,
|
| 625 |
+
"loss": 2.8531,
|
| 626 |
+
"step": 880
|
| 627 |
+
},
|
| 628 |
+
{
|
| 629 |
+
"epoch": 0.14833333333333334,
|
| 630 |
+
"grad_norm": 181.0,
|
| 631 |
+
"learning_rate": 9.690012094080632e-06,
|
| 632 |
+
"loss": 2.6953,
|
| 633 |
+
"step": 890
|
| 634 |
+
},
|
| 635 |
+
{
|
| 636 |
+
"epoch": 0.15,
|
| 637 |
+
"grad_norm": 153.0,
|
| 638 |
+
"learning_rate": 9.6804895506991e-06,
|
| 639 |
+
"loss": 2.8828,
|
| 640 |
+
"step": 900
|
| 641 |
+
},
|
| 642 |
+
{
|
| 643 |
+
"epoch": 0.15166666666666667,
|
| 644 |
+
"grad_norm": 88.0,
|
| 645 |
+
"learning_rate": 9.67082777341954e-06,
|
| 646 |
+
"loss": 2.5828,
|
| 647 |
+
"step": 910
|
| 648 |
+
},
|
| 649 |
+
{
|
| 650 |
+
"epoch": 0.15333333333333332,
|
| 651 |
+
"grad_norm": 130.0,
|
| 652 |
+
"learning_rate": 9.661027049657801e-06,
|
| 653 |
+
"loss": 2.6484,
|
| 654 |
+
"step": 920
|
| 655 |
+
},
|
| 656 |
+
{
|
| 657 |
+
"epoch": 0.155,
|
| 658 |
+
"grad_norm": 127.0,
|
| 659 |
+
"learning_rate": 9.651087670963086e-06,
|
| 660 |
+
"loss": 2.5352,
|
| 661 |
+
"step": 930
|
| 662 |
+
},
|
| 663 |
+
{
|
| 664 |
+
"epoch": 0.15666666666666668,
|
| 665 |
+
"grad_norm": 109.0,
|
| 666 |
+
"learning_rate": 9.641009933009257e-06,
|
| 667 |
+
"loss": 2.6859,
|
| 668 |
+
"step": 940
|
| 669 |
+
},
|
| 670 |
+
{
|
| 671 |
+
"epoch": 0.15833333333333333,
|
| 672 |
+
"grad_norm": 162.0,
|
| 673 |
+
"learning_rate": 9.630794135586058e-06,
|
| 674 |
+
"loss": 2.5172,
|
| 675 |
+
"step": 950
|
| 676 |
+
},
|
| 677 |
+
{
|
| 678 |
+
"epoch": 0.16,
|
| 679 |
+
"grad_norm": 159.0,
|
| 680 |
+
"learning_rate": 9.620440582590177e-06,
|
| 681 |
+
"loss": 2.6625,
|
| 682 |
+
"step": 960
|
| 683 |
+
},
|
| 684 |
+
{
|
| 685 |
+
"epoch": 0.16166666666666665,
|
| 686 |
+
"grad_norm": 180.0,
|
| 687 |
+
"learning_rate": 9.609949582016223e-06,
|
| 688 |
+
"loss": 2.5742,
|
| 689 |
+
"step": 970
|
| 690 |
+
},
|
| 691 |
+
{
|
| 692 |
+
"epoch": 0.16333333333333333,
|
| 693 |
+
"grad_norm": 123.0,
|
| 694 |
+
"learning_rate": 9.599321445947557e-06,
|
| 695 |
+
"loss": 2.4844,
|
| 696 |
+
"step": 980
|
| 697 |
+
},
|
| 698 |
+
{
|
| 699 |
+
"epoch": 0.165,
|
| 700 |
+
"grad_norm": 83.0,
|
| 701 |
+
"learning_rate": 9.588556490547005e-06,
|
| 702 |
+
"loss": 2.5422,
|
| 703 |
+
"step": 990
|
| 704 |
+
},
|
| 705 |
+
{
|
| 706 |
+
"epoch": 0.16666666666666666,
|
| 707 |
+
"grad_norm": 177.0,
|
| 708 |
+
"learning_rate": 9.577655036047462e-06,
|
| 709 |
+
"loss": 2.4984,
|
| 710 |
+
"step": 1000
|
| 711 |
+
},
|
| 712 |
+
{
|
| 713 |
+
"epoch": 0.16833333333333333,
|
| 714 |
+
"grad_norm": 126.0,
|
| 715 |
+
"learning_rate": 9.566617406742352e-06,
|
| 716 |
+
"loss": 2.5625,
|
| 717 |
+
"step": 1010
|
| 718 |
+
},
|
| 719 |
+
{
|
| 720 |
+
"epoch": 0.17,
|
| 721 |
+
"grad_norm": 190.0,
|
| 722 |
+
"learning_rate": 9.555443930975999e-06,
|
| 723 |
+
"loss": 2.6063,
|
| 724 |
+
"step": 1020
|
| 725 |
+
},
|
| 726 |
+
{
|
| 727 |
+
"epoch": 0.17166666666666666,
|
| 728 |
+
"grad_norm": 159.0,
|
| 729 |
+
"learning_rate": 9.544134941133837e-06,
|
| 730 |
+
"loss": 2.6422,
|
| 731 |
+
"step": 1030
|
| 732 |
+
},
|
| 733 |
+
{
|
| 734 |
+
"epoch": 0.17333333333333334,
|
| 735 |
+
"grad_norm": 168.0,
|
| 736 |
+
"learning_rate": 9.532690773632552e-06,
|
| 737 |
+
"loss": 2.4109,
|
| 738 |
+
"step": 1040
|
| 739 |
+
},
|
| 740 |
+
{
|
| 741 |
+
"epoch": 0.175,
|
| 742 |
+
"grad_norm": 160.0,
|
| 743 |
+
"learning_rate": 9.521111768910041e-06,
|
| 744 |
+
"loss": 2.5719,
|
| 745 |
+
"step": 1050
|
| 746 |
+
},
|
| 747 |
+
{
|
| 748 |
+
"epoch": 0.17666666666666667,
|
| 749 |
+
"grad_norm": 147.0,
|
| 750 |
+
"learning_rate": 9.509398271415308e-06,
|
| 751 |
+
"loss": 2.607,
|
| 752 |
+
"step": 1060
|
| 753 |
+
},
|
| 754 |
+
{
|
| 755 |
+
"epoch": 0.17833333333333334,
|
| 756 |
+
"grad_norm": 224.0,
|
| 757 |
+
"learning_rate": 9.497550629598213e-06,
|
| 758 |
+
"loss": 2.8438,
|
| 759 |
+
"step": 1070
|
| 760 |
+
},
|
| 761 |
+
{
|
| 762 |
+
"epoch": 0.18,
|
| 763 |
+
"grad_norm": 143.0,
|
| 764 |
+
"learning_rate": 9.485569195899101e-06,
|
| 765 |
+
"loss": 2.5586,
|
| 766 |
+
"step": 1080
|
| 767 |
+
},
|
| 768 |
+
{
|
| 769 |
+
"epoch": 0.18166666666666667,
|
| 770 |
+
"grad_norm": 198.0,
|
| 771 |
+
"learning_rate": 9.473454326738319e-06,
|
| 772 |
+
"loss": 2.5148,
|
| 773 |
+
"step": 1090
|
| 774 |
+
},
|
| 775 |
+
{
|
| 776 |
+
"epoch": 0.18333333333333332,
|
| 777 |
+
"grad_norm": 82.0,
|
| 778 |
+
"learning_rate": 9.461206382505617e-06,
|
| 779 |
+
"loss": 2.468,
|
| 780 |
+
"step": 1100
|
| 781 |
+
},
|
| 782 |
+
{
|
| 783 |
+
"epoch": 0.185,
|
| 784 |
+
"grad_norm": 120.5,
|
| 785 |
+
"learning_rate": 9.448825727549424e-06,
|
| 786 |
+
"loss": 2.4906,
|
| 787 |
+
"step": 1110
|
| 788 |
+
},
|
| 789 |
+
{
|
| 790 |
+
"epoch": 0.18666666666666668,
|
| 791 |
+
"grad_norm": 175.0,
|
| 792 |
+
"learning_rate": 9.436312730166015e-06,
|
| 793 |
+
"loss": 2.5359,
|
| 794 |
+
"step": 1120
|
| 795 |
+
},
|
| 796 |
+
{
|
| 797 |
+
"epoch": 0.18833333333333332,
|
| 798 |
+
"grad_norm": 156.0,
|
| 799 |
+
"learning_rate": 9.423667762588544e-06,
|
| 800 |
+
"loss": 2.5828,
|
| 801 |
+
"step": 1130
|
| 802 |
+
},
|
| 803 |
+
{
|
| 804 |
+
"epoch": 0.19,
|
| 805 |
+
"grad_norm": 125.0,
|
| 806 |
+
"learning_rate": 9.410891200975979e-06,
|
| 807 |
+
"loss": 2.7875,
|
| 808 |
+
"step": 1140
|
| 809 |
+
},
|
| 810 |
+
{
|
| 811 |
+
"epoch": 0.19166666666666668,
|
| 812 |
+
"grad_norm": 158.0,
|
| 813 |
+
"learning_rate": 9.397983425401915e-06,
|
| 814 |
+
"loss": 2.5609,
|
| 815 |
+
"step": 1150
|
| 816 |
+
},
|
| 817 |
+
{
|
| 818 |
+
"epoch": 0.19333333333333333,
|
| 819 |
+
"grad_norm": 141.0,
|
| 820 |
+
"learning_rate": 9.38494481984326e-06,
|
| 821 |
+
"loss": 2.5578,
|
| 822 |
+
"step": 1160
|
| 823 |
+
},
|
| 824 |
+
{
|
| 825 |
+
"epoch": 0.195,
|
| 826 |
+
"grad_norm": 131.0,
|
| 827 |
+
"learning_rate": 9.371775772168817e-06,
|
| 828 |
+
"loss": 2.4562,
|
| 829 |
+
"step": 1170
|
| 830 |
+
},
|
| 831 |
+
{
|
| 832 |
+
"epoch": 0.19666666666666666,
|
| 833 |
+
"grad_norm": 186.0,
|
| 834 |
+
"learning_rate": 9.35847667412774e-06,
|
| 835 |
+
"loss": 2.807,
|
| 836 |
+
"step": 1180
|
| 837 |
+
},
|
| 838 |
+
{
|
| 839 |
+
"epoch": 0.19833333333333333,
|
| 840 |
+
"grad_norm": 173.0,
|
| 841 |
+
"learning_rate": 9.345047921337898e-06,
|
| 842 |
+
"loss": 2.5508,
|
| 843 |
+
"step": 1190
|
| 844 |
+
},
|
| 845 |
+
{
|
| 846 |
+
"epoch": 0.2,
|
| 847 |
+
"grad_norm": 227.0,
|
| 848 |
+
"learning_rate": 9.331489913274075e-06,
|
| 849 |
+
"loss": 2.6719,
|
| 850 |
+
"step": 1200
|
| 851 |
+
},
|
| 852 |
+
{
|
| 853 |
+
"epoch": 0.20166666666666666,
|
| 854 |
+
"grad_norm": 108.0,
|
| 855 |
+
"learning_rate": 9.317803053256118e-06,
|
| 856 |
+
"loss": 2.4578,
|
| 857 |
+
"step": 1210
|
| 858 |
+
},
|
| 859 |
+
{
|
| 860 |
+
"epoch": 0.20333333333333334,
|
| 861 |
+
"grad_norm": 158.0,
|
| 862 |
+
"learning_rate": 9.303987748436925e-06,
|
| 863 |
+
"loss": 2.4688,
|
| 864 |
+
"step": 1220
|
| 865 |
+
},
|
| 866 |
+
{
|
| 867 |
+
"epoch": 0.205,
|
| 868 |
+
"grad_norm": 183.0,
|
| 869 |
+
"learning_rate": 9.290044409790326e-06,
|
| 870 |
+
"loss": 2.4727,
|
| 871 |
+
"step": 1230
|
| 872 |
+
},
|
| 873 |
+
{
|
| 874 |
+
"epoch": 0.20666666666666667,
|
| 875 |
+
"grad_norm": 173.0,
|
| 876 |
+
"learning_rate": 9.275973452098877e-06,
|
| 877 |
+
"loss": 2.4594,
|
| 878 |
+
"step": 1240
|
| 879 |
+
},
|
| 880 |
+
{
|
| 881 |
+
"epoch": 0.20833333333333334,
|
| 882 |
+
"grad_norm": 100.0,
|
| 883 |
+
"learning_rate": 9.2617752939415e-06,
|
| 884 |
+
"loss": 2.4234,
|
| 885 |
+
"step": 1250
|
| 886 |
+
},
|
| 887 |
+
{
|
| 888 |
+
"epoch": 0.21,
|
| 889 |
+
"grad_norm": 169.0,
|
| 890 |
+
"learning_rate": 9.247450357681045e-06,
|
| 891 |
+
"loss": 2.5719,
|
| 892 |
+
"step": 1260
|
| 893 |
+
},
|
| 894 |
+
{
|
| 895 |
+
"epoch": 0.21166666666666667,
|
| 896 |
+
"grad_norm": 146.0,
|
| 897 |
+
"learning_rate": 9.232999069451723e-06,
|
| 898 |
+
"loss": 2.6969,
|
| 899 |
+
"step": 1270
|
| 900 |
+
},
|
| 901 |
+
{
|
| 902 |
+
"epoch": 0.21333333333333335,
|
| 903 |
+
"grad_norm": 145.0,
|
| 904 |
+
"learning_rate": 9.218421859146425e-06,
|
| 905 |
+
"loss": 2.5875,
|
| 906 |
+
"step": 1280
|
| 907 |
+
},
|
| 908 |
+
{
|
| 909 |
+
"epoch": 0.215,
|
| 910 |
+
"grad_norm": 117.5,
|
| 911 |
+
"learning_rate": 9.203719160403939e-06,
|
| 912 |
+
"loss": 2.6516,
|
| 913 |
+
"step": 1290
|
| 914 |
+
},
|
| 915 |
+
{
|
| 916 |
+
"epoch": 0.21666666666666667,
|
| 917 |
+
"grad_norm": 95.0,
|
| 918 |
+
"learning_rate": 9.188891410596048e-06,
|
| 919 |
+
"loss": 2.6297,
|
| 920 |
+
"step": 1300
|
| 921 |
+
},
|
| 922 |
+
{
|
| 923 |
+
"epoch": 0.21833333333333332,
|
| 924 |
+
"grad_norm": 163.0,
|
| 925 |
+
"learning_rate": 9.173939050814518e-06,
|
| 926 |
+
"loss": 2.5586,
|
| 927 |
+
"step": 1310
|
| 928 |
+
},
|
| 929 |
+
{
|
| 930 |
+
"epoch": 0.22,
|
| 931 |
+
"grad_norm": 145.0,
|
| 932 |
+
"learning_rate": 9.158862525857978e-06,
|
| 933 |
+
"loss": 2.4188,
|
| 934 |
+
"step": 1320
|
| 935 |
+
},
|
| 936 |
+
{
|
| 937 |
+
"epoch": 0.22166666666666668,
|
| 938 |
+
"grad_norm": 125.5,
|
| 939 |
+
"learning_rate": 9.143662284218691e-06,
|
| 940 |
+
"loss": 2.5562,
|
| 941 |
+
"step": 1330
|
| 942 |
+
},
|
| 943 |
+
{
|
| 944 |
+
"epoch": 0.22333333333333333,
|
| 945 |
+
"grad_norm": 159.0,
|
| 946 |
+
"learning_rate": 9.128338778069204e-06,
|
| 947 |
+
"loss": 2.6359,
|
| 948 |
+
"step": 1340
|
| 949 |
+
},
|
| 950 |
+
{
|
| 951 |
+
"epoch": 0.225,
|
| 952 |
+
"grad_norm": 114.0,
|
| 953 |
+
"learning_rate": 9.112892463248906e-06,
|
| 954 |
+
"loss": 2.3617,
|
| 955 |
+
"step": 1350
|
| 956 |
+
},
|
| 957 |
+
{
|
| 958 |
+
"epoch": 0.22666666666666666,
|
| 959 |
+
"grad_norm": 121.0,
|
| 960 |
+
"learning_rate": 9.097323799250463e-06,
|
| 961 |
+
"loss": 2.4023,
|
| 962 |
+
"step": 1360
|
| 963 |
+
},
|
| 964 |
+
{
|
| 965 |
+
"epoch": 0.22833333333333333,
|
| 966 |
+
"grad_norm": 166.0,
|
| 967 |
+
"learning_rate": 9.081633249206153e-06,
|
| 968 |
+
"loss": 2.4391,
|
| 969 |
+
"step": 1370
|
| 970 |
+
},
|
| 971 |
+
{
|
| 972 |
+
"epoch": 0.23,
|
| 973 |
+
"grad_norm": 120.5,
|
| 974 |
+
"learning_rate": 9.065821279874078e-06,
|
| 975 |
+
"loss": 2.5453,
|
| 976 |
+
"step": 1380
|
| 977 |
+
},
|
| 978 |
+
{
|
| 979 |
+
"epoch": 0.23166666666666666,
|
| 980 |
+
"grad_norm": 119.0,
|
| 981 |
+
"learning_rate": 9.049888361624298e-06,
|
| 982 |
+
"loss": 2.6531,
|
| 983 |
+
"step": 1390
|
| 984 |
+
},
|
| 985 |
+
{
|
| 986 |
+
"epoch": 0.23333333333333334,
|
| 987 |
+
"grad_norm": 152.0,
|
| 988 |
+
"learning_rate": 9.033834968424818e-06,
|
| 989 |
+
"loss": 2.5359,
|
| 990 |
+
"step": 1400
|
| 991 |
+
},
|
| 992 |
+
{
|
| 993 |
+
"epoch": 0.235,
|
| 994 |
+
"grad_norm": 238.0,
|
| 995 |
+
"learning_rate": 9.017661577827505e-06,
|
| 996 |
+
"loss": 2.6719,
|
| 997 |
+
"step": 1410
|
| 998 |
+
},
|
| 999 |
+
{
|
| 1000 |
+
"epoch": 0.23666666666666666,
|
| 1001 |
+
"grad_norm": 174.0,
|
| 1002 |
+
"learning_rate": 9.001368670953872e-06,
|
| 1003 |
+
"loss": 2.75,
|
| 1004 |
+
"step": 1420
|
| 1005 |
+
},
|
| 1006 |
+
{
|
| 1007 |
+
"epoch": 0.23833333333333334,
|
| 1008 |
+
"grad_norm": 193.0,
|
| 1009 |
+
"learning_rate": 8.984956732480771e-06,
|
| 1010 |
+
"loss": 2.4516,
|
| 1011 |
+
"step": 1430
|
| 1012 |
+
},
|
| 1013 |
+
{
|
| 1014 |
+
"epoch": 0.24,
|
| 1015 |
+
"grad_norm": 190.0,
|
| 1016 |
+
"learning_rate": 8.96842625062597e-06,
|
| 1017 |
+
"loss": 2.3859,
|
| 1018 |
+
"step": 1440
|
| 1019 |
+
},
|
| 1020 |
+
{
|
| 1021 |
+
"epoch": 0.24166666666666667,
|
| 1022 |
+
"grad_norm": 97.5,
|
| 1023 |
+
"learning_rate": 8.951777717133631e-06,
|
| 1024 |
+
"loss": 2.3266,
|
| 1025 |
+
"step": 1450
|
| 1026 |
+
},
|
| 1027 |
+
{
|
| 1028 |
+
"epoch": 0.24333333333333335,
|
| 1029 |
+
"grad_norm": 214.0,
|
| 1030 |
+
"learning_rate": 8.935011627259693e-06,
|
| 1031 |
+
"loss": 2.3344,
|
| 1032 |
+
"step": 1460
|
| 1033 |
+
},
|
| 1034 |
+
{
|
| 1035 |
+
"epoch": 0.245,
|
| 1036 |
+
"grad_norm": 118.5,
|
| 1037 |
+
"learning_rate": 8.918128479757115e-06,
|
| 1038 |
+
"loss": 2.6063,
|
| 1039 |
+
"step": 1470
|
| 1040 |
+
},
|
| 1041 |
+
{
|
| 1042 |
+
"epoch": 0.24666666666666667,
|
| 1043 |
+
"grad_norm": 187.0,
|
| 1044 |
+
"learning_rate": 8.901128776861067e-06,
|
| 1045 |
+
"loss": 2.5547,
|
| 1046 |
+
"step": 1480
|
| 1047 |
+
},
|
| 1048 |
+
{
|
| 1049 |
+
"epoch": 0.24833333333333332,
|
| 1050 |
+
"grad_norm": 111.0,
|
| 1051 |
+
"learning_rate": 8.884013024273968e-06,
|
| 1052 |
+
"loss": 2.4914,
|
| 1053 |
+
"step": 1490
|
| 1054 |
+
},
|
| 1055 |
+
{
|
| 1056 |
+
"epoch": 0.25,
|
| 1057 |
+
"grad_norm": 157.0,
|
| 1058 |
+
"learning_rate": 8.866781731150452e-06,
|
| 1059 |
+
"loss": 2.4359,
|
| 1060 |
+
"step": 1500
|
| 1061 |
+
},
|
| 1062 |
+
{
|
| 1063 |
+
"epoch": 0.25166666666666665,
|
| 1064 |
+
"grad_norm": 103.0,
|
| 1065 |
+
"learning_rate": 8.849435410082224e-06,
|
| 1066 |
+
"loss": 2.4008,
|
| 1067 |
+
"step": 1510
|
| 1068 |
+
},
|
| 1069 |
+
{
|
| 1070 |
+
"epoch": 0.25333333333333335,
|
| 1071 |
+
"grad_norm": 135.0,
|
| 1072 |
+
"learning_rate": 8.831974577082805e-06,
|
| 1073 |
+
"loss": 2.4047,
|
| 1074 |
+
"step": 1520
|
| 1075 |
+
},
|
| 1076 |
+
{
|
| 1077 |
+
"epoch": 0.255,
|
| 1078 |
+
"grad_norm": 141.0,
|
| 1079 |
+
"learning_rate": 8.814399751572187e-06,
|
| 1080 |
+
"loss": 2.4203,
|
| 1081 |
+
"step": 1530
|
| 1082 |
+
},
|
| 1083 |
+
{
|
| 1084 |
+
"epoch": 0.25666666666666665,
|
| 1085 |
+
"grad_norm": 119.0,
|
| 1086 |
+
"learning_rate": 8.796711456361377e-06,
|
| 1087 |
+
"loss": 2.3602,
|
| 1088 |
+
"step": 1540
|
| 1089 |
+
},
|
| 1090 |
+
{
|
| 1091 |
+
"epoch": 0.25833333333333336,
|
| 1092 |
+
"grad_norm": 174.0,
|
| 1093 |
+
"learning_rate": 8.778910217636853e-06,
|
| 1094 |
+
"loss": 2.5375,
|
| 1095 |
+
"step": 1550
|
| 1096 |
+
},
|
| 1097 |
+
{
|
| 1098 |
+
"epoch": 0.26,
|
| 1099 |
+
"grad_norm": 168.0,
|
| 1100 |
+
"learning_rate": 8.760996564944898e-06,
|
| 1101 |
+
"loss": 2.3789,
|
| 1102 |
+
"step": 1560
|
| 1103 |
+
},
|
| 1104 |
+
{
|
| 1105 |
+
"epoch": 0.26166666666666666,
|
| 1106 |
+
"grad_norm": 118.5,
|
| 1107 |
+
"learning_rate": 8.742971031175856e-06,
|
| 1108 |
+
"loss": 2.4219,
|
| 1109 |
+
"step": 1570
|
| 1110 |
+
},
|
| 1111 |
+
{
|
| 1112 |
+
"epoch": 0.2633333333333333,
|
| 1113 |
+
"grad_norm": 176.0,
|
| 1114 |
+
"learning_rate": 8.724834152548279e-06,
|
| 1115 |
+
"loss": 2.5609,
|
| 1116 |
+
"step": 1580
|
| 1117 |
+
},
|
| 1118 |
+
{
|
| 1119 |
+
"epoch": 0.265,
|
| 1120 |
+
"grad_norm": 102.0,
|
| 1121 |
+
"learning_rate": 8.706586468592978e-06,
|
| 1122 |
+
"loss": 2.1961,
|
| 1123 |
+
"step": 1590
|
| 1124 |
+
},
|
| 1125 |
+
{
|
| 1126 |
+
"epoch": 0.26666666666666666,
|
| 1127 |
+
"grad_norm": 161.0,
|
| 1128 |
+
"learning_rate": 8.688228522136966e-06,
|
| 1129 |
+
"loss": 2.3594,
|
| 1130 |
+
"step": 1600
|
| 1131 |
+
},
|
| 1132 |
+
{
|
| 1133 |
+
"epoch": 0.2683333333333333,
|
| 1134 |
+
"grad_norm": 145.0,
|
| 1135 |
+
"learning_rate": 8.669760859287314e-06,
|
| 1136 |
+
"loss": 2.5219,
|
| 1137 |
+
"step": 1610
|
| 1138 |
+
},
|
| 1139 |
+
{
|
| 1140 |
+
"epoch": 0.27,
|
| 1141 |
+
"grad_norm": 127.5,
|
| 1142 |
+
"learning_rate": 8.651184029414907e-06,
|
| 1143 |
+
"loss": 2.5703,
|
| 1144 |
+
"step": 1620
|
| 1145 |
+
},
|
| 1146 |
+
{
|
| 1147 |
+
"epoch": 0.27166666666666667,
|
| 1148 |
+
"grad_norm": 159.0,
|
| 1149 |
+
"learning_rate": 8.632498585138102e-06,
|
| 1150 |
+
"loss": 2.3687,
|
| 1151 |
+
"step": 1630
|
| 1152 |
+
},
|
| 1153 |
+
{
|
| 1154 |
+
"epoch": 0.2733333333333333,
|
| 1155 |
+
"grad_norm": 147.0,
|
| 1156 |
+
"learning_rate": 8.613705082306284e-06,
|
| 1157 |
+
"loss": 2.4602,
|
| 1158 |
+
"step": 1640
|
| 1159 |
+
},
|
| 1160 |
+
{
|
| 1161 |
+
"epoch": 0.275,
|
| 1162 |
+
"grad_norm": 198.0,
|
| 1163 |
+
"learning_rate": 8.594804079983333e-06,
|
| 1164 |
+
"loss": 2.3484,
|
| 1165 |
+
"step": 1650
|
| 1166 |
+
},
|
| 1167 |
+
{
|
| 1168 |
+
"epoch": 0.27666666666666667,
|
| 1169 |
+
"grad_norm": 88.5,
|
| 1170 |
+
"learning_rate": 8.575796140430998e-06,
|
| 1171 |
+
"loss": 2.2875,
|
| 1172 |
+
"step": 1660
|
| 1173 |
+
},
|
| 1174 |
+
{
|
| 1175 |
+
"epoch": 0.2783333333333333,
|
| 1176 |
+
"grad_norm": 135.0,
|
| 1177 |
+
"learning_rate": 8.556681829092165e-06,
|
| 1178 |
+
"loss": 2.5453,
|
| 1179 |
+
"step": 1670
|
| 1180 |
+
},
|
| 1181 |
+
{
|
| 1182 |
+
"epoch": 0.28,
|
| 1183 |
+
"grad_norm": 173.0,
|
| 1184 |
+
"learning_rate": 8.537461714574034e-06,
|
| 1185 |
+
"loss": 2.2719,
|
| 1186 |
+
"step": 1680
|
| 1187 |
+
},
|
| 1188 |
+
{
|
| 1189 |
+
"epoch": 0.2816666666666667,
|
| 1190 |
+
"grad_norm": 136.0,
|
| 1191 |
+
"learning_rate": 8.518136368631216e-06,
|
| 1192 |
+
"loss": 2.2625,
|
| 1193 |
+
"step": 1690
|
| 1194 |
+
},
|
| 1195 |
+
{
|
| 1196 |
+
"epoch": 0.2833333333333333,
|
| 1197 |
+
"grad_norm": 192.0,
|
| 1198 |
+
"learning_rate": 8.498706366148713e-06,
|
| 1199 |
+
"loss": 2.557,
|
| 1200 |
+
"step": 1700
|
| 1201 |
+
},
|
| 1202 |
+
{
|
| 1203 |
+
"epoch": 0.285,
|
| 1204 |
+
"grad_norm": 167.0,
|
| 1205 |
+
"learning_rate": 8.479172285124817e-06,
|
| 1206 |
+
"loss": 2.4227,
|
| 1207 |
+
"step": 1710
|
| 1208 |
+
},
|
| 1209 |
+
{
|
| 1210 |
+
"epoch": 0.2866666666666667,
|
| 1211 |
+
"grad_norm": 118.5,
|
| 1212 |
+
"learning_rate": 8.459534706653928e-06,
|
| 1213 |
+
"loss": 2.232,
|
| 1214 |
+
"step": 1720
|
| 1215 |
+
},
|
| 1216 |
+
{
|
| 1217 |
+
"epoch": 0.28833333333333333,
|
| 1218 |
+
"grad_norm": 171.0,
|
| 1219 |
+
"learning_rate": 8.439794214909256e-06,
|
| 1220 |
+
"loss": 2.3172,
|
| 1221 |
+
"step": 1730
|
| 1222 |
+
},
|
| 1223 |
+
{
|
| 1224 |
+
"epoch": 0.29,
|
| 1225 |
+
"grad_norm": 133.0,
|
| 1226 |
+
"learning_rate": 8.41995139712544e-06,
|
| 1227 |
+
"loss": 2.3141,
|
| 1228 |
+
"step": 1740
|
| 1229 |
+
},
|
| 1230 |
+
{
|
| 1231 |
+
"epoch": 0.2916666666666667,
|
| 1232 |
+
"grad_norm": 159.0,
|
| 1233 |
+
"learning_rate": 8.400006843581092e-06,
|
| 1234 |
+
"loss": 2.3914,
|
| 1235 |
+
"step": 1750
|
| 1236 |
+
},
|
| 1237 |
+
{
|
| 1238 |
+
"epoch": 0.29333333333333333,
|
| 1239 |
+
"grad_norm": 136.0,
|
| 1240 |
+
"learning_rate": 8.37996114758123e-06,
|
| 1241 |
+
"loss": 2.375,
|
| 1242 |
+
"step": 1760
|
| 1243 |
+
},
|
| 1244 |
+
{
|
| 1245 |
+
"epoch": 0.295,
|
| 1246 |
+
"grad_norm": 120.5,
|
| 1247 |
+
"learning_rate": 8.359814905439629e-06,
|
| 1248 |
+
"loss": 2.2266,
|
| 1249 |
+
"step": 1770
|
| 1250 |
+
},
|
| 1251 |
+
{
|
| 1252 |
+
"epoch": 0.2966666666666667,
|
| 1253 |
+
"grad_norm": 111.5,
|
| 1254 |
+
"learning_rate": 8.339568716461082e-06,
|
| 1255 |
+
"loss": 2.3859,
|
| 1256 |
+
"step": 1780
|
| 1257 |
+
},
|
| 1258 |
+
{
|
| 1259 |
+
"epoch": 0.29833333333333334,
|
| 1260 |
+
"grad_norm": 139.0,
|
| 1261 |
+
"learning_rate": 8.319223182923573e-06,
|
| 1262 |
+
"loss": 2.3008,
|
| 1263 |
+
"step": 1790
|
| 1264 |
+
},
|
| 1265 |
+
{
|
| 1266 |
+
"epoch": 0.3,
|
| 1267 |
+
"grad_norm": 163.0,
|
| 1268 |
+
"learning_rate": 8.298778910060361e-06,
|
| 1269 |
+
"loss": 2.2922,
|
| 1270 |
+
"step": 1800
|
| 1271 |
+
},
|
| 1272 |
+
{
|
| 1273 |
+
"epoch": 0.3016666666666667,
|
| 1274 |
+
"grad_norm": 207.0,
|
| 1275 |
+
"learning_rate": 8.278236506041975e-06,
|
| 1276 |
+
"loss": 2.2594,
|
| 1277 |
+
"step": 1810
|
| 1278 |
+
},
|
| 1279 |
+
{
|
| 1280 |
+
"epoch": 0.30333333333333334,
|
| 1281 |
+
"grad_norm": 156.0,
|
| 1282 |
+
"learning_rate": 8.257596581958123e-06,
|
| 1283 |
+
"loss": 2.25,
|
| 1284 |
+
"step": 1820
|
| 1285 |
+
},
|
| 1286 |
+
{
|
| 1287 |
+
"epoch": 0.305,
|
| 1288 |
+
"grad_norm": 155.0,
|
| 1289 |
+
"learning_rate": 8.236859751799507e-06,
|
| 1290 |
+
"loss": 2.4148,
|
| 1291 |
+
"step": 1830
|
| 1292 |
+
},
|
| 1293 |
+
{
|
| 1294 |
+
"epoch": 0.30666666666666664,
|
| 1295 |
+
"grad_norm": 177.0,
|
| 1296 |
+
"learning_rate": 8.216026632439571e-06,
|
| 1297 |
+
"loss": 2.2906,
|
| 1298 |
+
"step": 1840
|
| 1299 |
+
},
|
| 1300 |
+
{
|
| 1301 |
+
"epoch": 0.30833333333333335,
|
| 1302 |
+
"grad_norm": 147.0,
|
| 1303 |
+
"learning_rate": 8.19509784361614e-06,
|
| 1304 |
+
"loss": 2.3547,
|
| 1305 |
+
"step": 1850
|
| 1306 |
+
},
|
| 1307 |
+
{
|
| 1308 |
+
"epoch": 0.31,
|
| 1309 |
+
"grad_norm": 176.0,
|
| 1310 |
+
"learning_rate": 8.17407400791299e-06,
|
| 1311 |
+
"loss": 2.35,
|
| 1312 |
+
"step": 1860
|
| 1313 |
+
},
|
| 1314 |
+
{
|
| 1315 |
+
"epoch": 0.31166666666666665,
|
| 1316 |
+
"grad_norm": 131.0,
|
| 1317 |
+
"learning_rate": 8.15295575074132e-06,
|
| 1318 |
+
"loss": 2.2797,
|
| 1319 |
+
"step": 1870
|
| 1320 |
+
},
|
| 1321 |
+
{
|
| 1322 |
+
"epoch": 0.31333333333333335,
|
| 1323 |
+
"grad_norm": 176.0,
|
| 1324 |
+
"learning_rate": 8.131743700321157e-06,
|
| 1325 |
+
"loss": 2.3656,
|
| 1326 |
+
"step": 1880
|
| 1327 |
+
},
|
| 1328 |
+
{
|
| 1329 |
+
"epoch": 0.315,
|
| 1330 |
+
"grad_norm": 174.0,
|
| 1331 |
+
"learning_rate": 8.110438487662662e-06,
|
| 1332 |
+
"loss": 2.2297,
|
| 1333 |
+
"step": 1890
|
| 1334 |
+
},
|
| 1335 |
+
{
|
| 1336 |
+
"epoch": 0.31666666666666665,
|
| 1337 |
+
"grad_norm": 163.0,
|
| 1338 |
+
"learning_rate": 8.089040746547361e-06,
|
| 1339 |
+
"loss": 2.3906,
|
| 1340 |
+
"step": 1900
|
| 1341 |
+
},
|
| 1342 |
+
{
|
| 1343 |
+
"epoch": 0.31833333333333336,
|
| 1344 |
+
"grad_norm": 151.0,
|
| 1345 |
+
"learning_rate": 8.067551113509291e-06,
|
| 1346 |
+
"loss": 2.3594,
|
| 1347 |
+
"step": 1910
|
| 1348 |
+
},
|
| 1349 |
+
{
|
| 1350 |
+
"epoch": 0.32,
|
| 1351 |
+
"grad_norm": 168.0,
|
| 1352 |
+
"learning_rate": 8.04597022781606e-06,
|
| 1353 |
+
"loss": 2.307,
|
| 1354 |
+
"step": 1920
|
| 1355 |
+
},
|
| 1356 |
+
{
|
| 1357 |
+
"epoch": 0.32166666666666666,
|
| 1358 |
+
"grad_norm": 207.0,
|
| 1359 |
+
"learning_rate": 8.02429873144984e-06,
|
| 1360 |
+
"loss": 2.1961,
|
| 1361 |
+
"step": 1930
|
| 1362 |
+
},
|
| 1363 |
+
{
|
| 1364 |
+
"epoch": 0.3233333333333333,
|
| 1365 |
+
"grad_norm": 120.0,
|
| 1366 |
+
"learning_rate": 8.002537269088262e-06,
|
| 1367 |
+
"loss": 2.2352,
|
| 1368 |
+
"step": 1940
|
| 1369 |
+
},
|
| 1370 |
+
{
|
| 1371 |
+
"epoch": 0.325,
|
| 1372 |
+
"grad_norm": 125.5,
|
| 1373 |
+
"learning_rate": 7.980686488085241e-06,
|
| 1374 |
+
"loss": 2.3445,
|
| 1375 |
+
"step": 1950
|
| 1376 |
+
},
|
| 1377 |
+
{
|
| 1378 |
+
"epoch": 0.32666666666666666,
|
| 1379 |
+
"grad_norm": 122.0,
|
| 1380 |
+
"learning_rate": 7.958747038451715e-06,
|
| 1381 |
+
"loss": 2.0383,
|
| 1382 |
+
"step": 1960
|
| 1383 |
+
},
|
| 1384 |
+
{
|
| 1385 |
+
"epoch": 0.3283333333333333,
|
| 1386 |
+
"grad_norm": 139.0,
|
| 1387 |
+
"learning_rate": 7.936719572836317e-06,
|
| 1388 |
+
"loss": 2.2875,
|
| 1389 |
+
"step": 1970
|
| 1390 |
+
},
|
| 1391 |
+
{
|
| 1392 |
+
"epoch": 0.33,
|
| 1393 |
+
"grad_norm": 138.0,
|
| 1394 |
+
"learning_rate": 7.91460474650595e-06,
|
| 1395 |
+
"loss": 2.2422,
|
| 1396 |
+
"step": 1980
|
| 1397 |
+
},
|
| 1398 |
+
{
|
| 1399 |
+
"epoch": 0.33166666666666667,
|
| 1400 |
+
"grad_norm": 172.0,
|
| 1401 |
+
"learning_rate": 7.892403217326302e-06,
|
| 1402 |
+
"loss": 2.1266,
|
| 1403 |
+
"step": 1990
|
| 1404 |
+
},
|
| 1405 |
+
{
|
| 1406 |
+
"epoch": 0.3333333333333333,
|
| 1407 |
+
"grad_norm": 89.5,
|
| 1408 |
+
"learning_rate": 7.87011564574227e-06,
|
| 1409 |
+
"loss": 2.1883,
|
| 1410 |
+
"step": 2000
|
| 1411 |
+
},
|
| 1412 |
+
{
|
| 1413 |
+
"epoch": 0.335,
|
| 1414 |
+
"grad_norm": 111.0,
|
| 1415 |
+
"learning_rate": 7.847742694758322e-06,
|
| 1416 |
+
"loss": 2.2547,
|
| 1417 |
+
"step": 2010
|
| 1418 |
+
},
|
| 1419 |
+
{
|
| 1420 |
+
"epoch": 0.33666666666666667,
|
| 1421 |
+
"grad_norm": 142.0,
|
| 1422 |
+
"learning_rate": 7.825285029918764e-06,
|
| 1423 |
+
"loss": 2.1547,
|
| 1424 |
+
"step": 2020
|
| 1425 |
+
},
|
| 1426 |
+
{
|
| 1427 |
+
"epoch": 0.3383333333333333,
|
| 1428 |
+
"grad_norm": 104.5,
|
| 1429 |
+
"learning_rate": 7.802743319287946e-06,
|
| 1430 |
+
"loss": 2.1906,
|
| 1431 |
+
"step": 2030
|
| 1432 |
+
},
|
| 1433 |
+
{
|
| 1434 |
+
"epoch": 0.34,
|
| 1435 |
+
"grad_norm": 240.0,
|
| 1436 |
+
"learning_rate": 7.780118233430394e-06,
|
| 1437 |
+
"loss": 2.4438,
|
| 1438 |
+
"step": 2040
|
| 1439 |
+
},
|
| 1440 |
+
{
|
| 1441 |
+
"epoch": 0.3416666666666667,
|
| 1442 |
+
"grad_norm": 139.0,
|
| 1443 |
+
"learning_rate": 7.757410445390847e-06,
|
| 1444 |
+
"loss": 2.2484,
|
| 1445 |
+
"step": 2050
|
| 1446 |
+
},
|
| 1447 |
+
{
|
| 1448 |
+
"epoch": 0.3433333333333333,
|
| 1449 |
+
"grad_norm": 154.0,
|
| 1450 |
+
"learning_rate": 7.73462063067426e-06,
|
| 1451 |
+
"loss": 2.257,
|
| 1452 |
+
"step": 2060
|
| 1453 |
+
},
|
| 1454 |
+
{
|
| 1455 |
+
"epoch": 0.345,
|
| 1456 |
+
"grad_norm": 141.0,
|
| 1457 |
+
"learning_rate": 7.71174946722568e-06,
|
| 1458 |
+
"loss": 2.2172,
|
| 1459 |
+
"step": 2070
|
| 1460 |
+
},
|
| 1461 |
+
{
|
| 1462 |
+
"epoch": 0.3466666666666667,
|
| 1463 |
+
"grad_norm": 143.0,
|
| 1464 |
+
"learning_rate": 7.6887976354101e-06,
|
| 1465 |
+
"loss": 2.1742,
|
| 1466 |
+
"step": 2080
|
| 1467 |
+
},
|
| 1468 |
+
{
|
| 1469 |
+
"epoch": 0.34833333333333333,
|
| 1470 |
+
"grad_norm": 85.5,
|
| 1471 |
+
"learning_rate": 7.665765817992217e-06,
|
| 1472 |
+
"loss": 2.0664,
|
| 1473 |
+
"step": 2090
|
| 1474 |
+
},
|
| 1475 |
+
{
|
| 1476 |
+
"epoch": 0.35,
|
| 1477 |
+
"grad_norm": 140.0,
|
| 1478 |
+
"learning_rate": 7.64265470011611e-06,
|
| 1479 |
+
"loss": 2.4195,
|
| 1480 |
+
"step": 2100
|
| 1481 |
+
},
|
| 1482 |
+
{
|
| 1483 |
+
"epoch": 0.3516666666666667,
|
| 1484 |
+
"grad_norm": 147.0,
|
| 1485 |
+
"learning_rate": 7.619464969284871e-06,
|
| 1486 |
+
"loss": 2.2938,
|
| 1487 |
+
"step": 2110
|
| 1488 |
+
},
|
| 1489 |
+
{
|
| 1490 |
+
"epoch": 0.35333333333333333,
|
| 1491 |
+
"grad_norm": 152.0,
|
| 1492 |
+
"learning_rate": 7.596197315340145e-06,
|
| 1493 |
+
"loss": 2.1352,
|
| 1494 |
+
"step": 2120
|
| 1495 |
+
},
|
| 1496 |
+
{
|
| 1497 |
+
"epoch": 0.355,
|
| 1498 |
+
"grad_norm": 162.0,
|
| 1499 |
+
"learning_rate": 7.572852430441613e-06,
|
| 1500 |
+
"loss": 2.2805,
|
| 1501 |
+
"step": 2130
|
| 1502 |
+
},
|
| 1503 |
+
{
|
| 1504 |
+
"epoch": 0.3566666666666667,
|
| 1505 |
+
"grad_norm": 294.0,
|
| 1506 |
+
"learning_rate": 7.549431009046404e-06,
|
| 1507 |
+
"loss": 2.2359,
|
| 1508 |
+
"step": 2140
|
| 1509 |
+
},
|
| 1510 |
+
{
|
| 1511 |
+
"epoch": 0.35833333333333334,
|
| 1512 |
+
"grad_norm": 199.0,
|
| 1513 |
+
"learning_rate": 7.525933747888429e-06,
|
| 1514 |
+
"loss": 2.2047,
|
| 1515 |
+
"step": 2150
|
| 1516 |
+
},
|
| 1517 |
+
{
|
| 1518 |
+
"epoch": 0.36,
|
| 1519 |
+
"grad_norm": 164.0,
|
| 1520 |
+
"learning_rate": 7.502361345957661e-06,
|
| 1521 |
+
"loss": 2.1992,
|
| 1522 |
+
"step": 2160
|
| 1523 |
+
},
|
| 1524 |
+
{
|
| 1525 |
+
"epoch": 0.3616666666666667,
|
| 1526 |
+
"grad_norm": 150.0,
|
| 1527 |
+
"learning_rate": 7.4787145044793395e-06,
|
| 1528 |
+
"loss": 2.3023,
|
| 1529 |
+
"step": 2170
|
| 1530 |
+
},
|
| 1531 |
+
{
|
| 1532 |
+
"epoch": 0.36333333333333334,
|
| 1533 |
+
"grad_norm": 187.0,
|
| 1534 |
+
"learning_rate": 7.4549939268931115e-06,
|
| 1535 |
+
"loss": 2.082,
|
| 1536 |
+
"step": 2180
|
| 1537 |
+
},
|
| 1538 |
+
{
|
| 1539 |
+
"epoch": 0.365,
|
| 1540 |
+
"grad_norm": 156.0,
|
| 1541 |
+
"learning_rate": 7.431200318832105e-06,
|
| 1542 |
+
"loss": 2.1172,
|
| 1543 |
+
"step": 2190
|
| 1544 |
+
},
|
| 1545 |
+
{
|
| 1546 |
+
"epoch": 0.36666666666666664,
|
| 1547 |
+
"grad_norm": 173.0,
|
| 1548 |
+
"learning_rate": 7.407334388101936e-06,
|
| 1549 |
+
"loss": 2.1547,
|
| 1550 |
+
"step": 2200
|
| 1551 |
+
},
|
| 1552 |
+
{
|
| 1553 |
+
"epoch": 0.36833333333333335,
|
| 1554 |
+
"grad_norm": 108.5,
|
| 1555 |
+
"learning_rate": 7.38339684465966e-06,
|
| 1556 |
+
"loss": 2.0961,
|
| 1557 |
+
"step": 2210
|
| 1558 |
+
},
|
| 1559 |
+
{
|
| 1560 |
+
"epoch": 0.37,
|
| 1561 |
+
"grad_norm": 177.0,
|
| 1562 |
+
"learning_rate": 7.359388400592644e-06,
|
| 1563 |
+
"loss": 2.0344,
|
| 1564 |
+
"step": 2220
|
| 1565 |
+
},
|
| 1566 |
+
{
|
| 1567 |
+
"epoch": 0.37166666666666665,
|
| 1568 |
+
"grad_norm": 162.0,
|
| 1569 |
+
"learning_rate": 7.335309770097383e-06,
|
| 1570 |
+
"loss": 2.1531,
|
| 1571 |
+
"step": 2230
|
| 1572 |
+
},
|
| 1573 |
+
{
|
| 1574 |
+
"epoch": 0.37333333333333335,
|
| 1575 |
+
"grad_norm": 102.5,
|
| 1576 |
+
"learning_rate": 7.311161669458269e-06,
|
| 1577 |
+
"loss": 2.0359,
|
| 1578 |
+
"step": 2240
|
| 1579 |
+
},
|
| 1580 |
+
{
|
| 1581 |
+
"epoch": 0.375,
|
| 1582 |
+
"grad_norm": 249.0,
|
| 1583 |
+
"learning_rate": 7.286944817026262e-06,
|
| 1584 |
+
"loss": 2.1078,
|
| 1585 |
+
"step": 2250
|
| 1586 |
+
},
|
| 1587 |
+
{
|
| 1588 |
+
"epoch": 0.37666666666666665,
|
| 1589 |
+
"grad_norm": 203.0,
|
| 1590 |
+
"learning_rate": 7.262659933197539e-06,
|
| 1591 |
+
"loss": 2.0508,
|
| 1592 |
+
"step": 2260
|
| 1593 |
+
},
|
| 1594 |
+
{
|
| 1595 |
+
"epoch": 0.37833333333333335,
|
| 1596 |
+
"grad_norm": 153.0,
|
| 1597 |
+
"learning_rate": 7.2383077403920495e-06,
|
| 1598 |
+
"loss": 2.1242,
|
| 1599 |
+
"step": 2270
|
| 1600 |
+
},
|
| 1601 |
+
{
|
| 1602 |
+
"epoch": 0.38,
|
| 1603 |
+
"grad_norm": 170.0,
|
| 1604 |
+
"learning_rate": 7.213888963032035e-06,
|
| 1605 |
+
"loss": 2.2109,
|
| 1606 |
+
"step": 2280
|
| 1607 |
+
},
|
| 1608 |
+
{
|
| 1609 |
+
"epoch": 0.38166666666666665,
|
| 1610 |
+
"grad_norm": 133.0,
|
| 1611 |
+
"learning_rate": 7.1894043275204775e-06,
|
| 1612 |
+
"loss": 2.0805,
|
| 1613 |
+
"step": 2290
|
| 1614 |
+
},
|
| 1615 |
+
{
|
| 1616 |
+
"epoch": 0.38333333333333336,
|
| 1617 |
+
"grad_norm": 142.0,
|
| 1618 |
+
"learning_rate": 7.164854562219483e-06,
|
| 1619 |
+
"loss": 2.1531,
|
| 1620 |
+
"step": 2300
|
| 1621 |
+
},
|
| 1622 |
+
{
|
| 1623 |
+
"epoch": 0.385,
|
| 1624 |
+
"grad_norm": 104.0,
|
| 1625 |
+
"learning_rate": 7.140240397428628e-06,
|
| 1626 |
+
"loss": 1.982,
|
| 1627 |
+
"step": 2310
|
| 1628 |
+
},
|
| 1629 |
+
{
|
| 1630 |
+
"epoch": 0.38666666666666666,
|
| 1631 |
+
"grad_norm": 141.0,
|
| 1632 |
+
"learning_rate": 7.115562565363221e-06,
|
| 1633 |
+
"loss": 2.0508,
|
| 1634 |
+
"step": 2320
|
| 1635 |
+
},
|
| 1636 |
+
{
|
| 1637 |
+
"epoch": 0.3883333333333333,
|
| 1638 |
+
"grad_norm": 89.0,
|
| 1639 |
+
"learning_rate": 7.09082180013253e-06,
|
| 1640 |
+
"loss": 1.9398,
|
| 1641 |
+
"step": 2330
|
| 1642 |
+
},
|
| 1643 |
+
{
|
| 1644 |
+
"epoch": 0.39,
|
| 1645 |
+
"grad_norm": 191.0,
|
| 1646 |
+
"learning_rate": 7.06601883771794e-06,
|
| 1647 |
+
"loss": 2.1297,
|
| 1648 |
+
"step": 2340
|
| 1649 |
+
},
|
| 1650 |
+
{
|
| 1651 |
+
"epoch": 0.39166666666666666,
|
| 1652 |
+
"grad_norm": 114.0,
|
| 1653 |
+
"learning_rate": 7.041154415951061e-06,
|
| 1654 |
+
"loss": 2.0758,
|
| 1655 |
+
"step": 2350
|
| 1656 |
+
},
|
| 1657 |
+
{
|
| 1658 |
+
"epoch": 0.3933333333333333,
|
| 1659 |
+
"grad_norm": 121.5,
|
| 1660 |
+
"learning_rate": 7.01622927449178e-06,
|
| 1661 |
+
"loss": 1.9891,
|
| 1662 |
+
"step": 2360
|
| 1663 |
+
},
|
| 1664 |
+
{
|
| 1665 |
+
"epoch": 0.395,
|
| 1666 |
+
"grad_norm": 156.0,
|
| 1667 |
+
"learning_rate": 6.991244154806249e-06,
|
| 1668 |
+
"loss": 1.9906,
|
| 1669 |
+
"step": 2370
|
| 1670 |
+
},
|
| 1671 |
+
{
|
| 1672 |
+
"epoch": 0.39666666666666667,
|
| 1673 |
+
"grad_norm": 122.5,
|
| 1674 |
+
"learning_rate": 6.966199800144849e-06,
|
| 1675 |
+
"loss": 1.9711,
|
| 1676 |
+
"step": 2380
|
| 1677 |
+
},
|
| 1678 |
+
{
|
| 1679 |
+
"epoch": 0.3983333333333333,
|
| 1680 |
+
"grad_norm": 107.5,
|
| 1681 |
+
"learning_rate": 6.941096955520055e-06,
|
| 1682 |
+
"loss": 2.0172,
|
| 1683 |
+
"step": 2390
|
| 1684 |
+
},
|
| 1685 |
+
{
|
| 1686 |
+
"epoch": 0.4,
|
| 1687 |
+
"grad_norm": 189.0,
|
| 1688 |
+
"learning_rate": 6.9159363676842896e-06,
|
| 1689 |
+
"loss": 1.8867,
|
| 1690 |
+
"step": 2400
|
| 1691 |
+
},
|
| 1692 |
+
{
|
| 1693 |
+
"epoch": 0.40166666666666667,
|
| 1694 |
+
"grad_norm": 144.0,
|
| 1695 |
+
"learning_rate": 6.8907187851077026e-06,
|
| 1696 |
+
"loss": 1.9492,
|
| 1697 |
+
"step": 2410
|
| 1698 |
+
},
|
| 1699 |
+
{
|
| 1700 |
+
"epoch": 0.4033333333333333,
|
| 1701 |
+
"grad_norm": 158.0,
|
| 1702 |
+
"learning_rate": 6.865444957955911e-06,
|
| 1703 |
+
"loss": 1.9773,
|
| 1704 |
+
"step": 2420
|
| 1705 |
+
},
|
| 1706 |
+
{
|
| 1707 |
+
"epoch": 0.405,
|
| 1708 |
+
"grad_norm": 109.0,
|
| 1709 |
+
"learning_rate": 6.840115638067678e-06,
|
| 1710 |
+
"loss": 2.0055,
|
| 1711 |
+
"step": 2430
|
| 1712 |
+
},
|
| 1713 |
+
{
|
| 1714 |
+
"epoch": 0.4066666666666667,
|
| 1715 |
+
"grad_norm": 116.0,
|
| 1716 |
+
"learning_rate": 6.814731578932546e-06,
|
| 1717 |
+
"loss": 1.9125,
|
| 1718 |
+
"step": 2440
|
| 1719 |
+
},
|
| 1720 |
+
{
|
| 1721 |
+
"epoch": 0.4083333333333333,
|
| 1722 |
+
"grad_norm": 126.0,
|
| 1723 |
+
"learning_rate": 6.7892935356684304e-06,
|
| 1724 |
+
"loss": 1.9906,
|
| 1725 |
+
"step": 2450
|
| 1726 |
+
},
|
| 1727 |
+
{
|
| 1728 |
+
"epoch": 0.41,
|
| 1729 |
+
"grad_norm": 138.0,
|
| 1730 |
+
"learning_rate": 6.763802264999148e-06,
|
| 1731 |
+
"loss": 2.0625,
|
| 1732 |
+
"step": 2460
|
| 1733 |
+
},
|
| 1734 |
+
{
|
| 1735 |
+
"epoch": 0.4116666666666667,
|
| 1736 |
+
"grad_norm": 83.0,
|
| 1737 |
+
"learning_rate": 6.738258525231911e-06,
|
| 1738 |
+
"loss": 2.0063,
|
| 1739 |
+
"step": 2470
|
| 1740 |
+
},
|
| 1741 |
+
{
|
| 1742 |
+
"epoch": 0.41333333333333333,
|
| 1743 |
+
"grad_norm": 128.0,
|
| 1744 |
+
"learning_rate": 6.712663076234767e-06,
|
| 1745 |
+
"loss": 1.9641,
|
| 1746 |
+
"step": 2480
|
| 1747 |
+
},
|
| 1748 |
+
{
|
| 1749 |
+
"epoch": 0.415,
|
| 1750 |
+
"grad_norm": 168.0,
|
| 1751 |
+
"learning_rate": 6.687016679413994e-06,
|
| 1752 |
+
"loss": 1.9898,
|
| 1753 |
+
"step": 2490
|
| 1754 |
+
},
|
| 1755 |
+
{
|
| 1756 |
+
"epoch": 0.4166666666666667,
|
| 1757 |
+
"grad_norm": 157.0,
|
| 1758 |
+
"learning_rate": 6.661320097691454e-06,
|
| 1759 |
+
"loss": 1.9984,
|
| 1760 |
+
"step": 2500
|
| 1761 |
+
},
|
| 1762 |
+
{
|
| 1763 |
+
"epoch": 0.41833333333333333,
|
| 1764 |
+
"grad_norm": 111.5,
|
| 1765 |
+
"learning_rate": 6.635574095481898e-06,
|
| 1766 |
+
"loss": 1.9187,
|
| 1767 |
+
"step": 2510
|
| 1768 |
+
},
|
| 1769 |
+
{
|
| 1770 |
+
"epoch": 0.42,
|
| 1771 |
+
"grad_norm": 108.0,
|
| 1772 |
+
"learning_rate": 6.6097794386702165e-06,
|
| 1773 |
+
"loss": 1.8211,
|
| 1774 |
+
"step": 2520
|
| 1775 |
+
},
|
| 1776 |
+
{
|
| 1777 |
+
"epoch": 0.4216666666666667,
|
| 1778 |
+
"grad_norm": 207.0,
|
| 1779 |
+
"learning_rate": 6.583936894588671e-06,
|
| 1780 |
+
"loss": 1.9984,
|
| 1781 |
+
"step": 2530
|
| 1782 |
+
},
|
| 1783 |
+
{
|
| 1784 |
+
"epoch": 0.42333333333333334,
|
| 1785 |
+
"grad_norm": 134.0,
|
| 1786 |
+
"learning_rate": 6.558047231994054e-06,
|
| 1787 |
+
"loss": 1.9664,
|
| 1788 |
+
"step": 2540
|
| 1789 |
+
},
|
| 1790 |
+
{
|
| 1791 |
+
"epoch": 0.425,
|
| 1792 |
+
"grad_norm": 229.0,
|
| 1793 |
+
"learning_rate": 6.532111221044831e-06,
|
| 1794 |
+
"loss": 1.9508,
|
| 1795 |
+
"step": 2550
|
| 1796 |
+
},
|
| 1797 |
+
{
|
| 1798 |
+
"epoch": 0.4266666666666667,
|
| 1799 |
+
"grad_norm": 165.0,
|
| 1800 |
+
"learning_rate": 6.506129633278223e-06,
|
| 1801 |
+
"loss": 2.0094,
|
| 1802 |
+
"step": 2560
|
| 1803 |
+
},
|
| 1804 |
+
{
|
| 1805 |
+
"epoch": 0.42833333333333334,
|
| 1806 |
+
"grad_norm": 112.0,
|
| 1807 |
+
"learning_rate": 6.480103241587259e-06,
|
| 1808 |
+
"loss": 1.8797,
|
| 1809 |
+
"step": 2570
|
| 1810 |
+
},
|
| 1811 |
+
{
|
| 1812 |
+
"epoch": 0.43,
|
| 1813 |
+
"grad_norm": 156.0,
|
| 1814 |
+
"learning_rate": 6.45403282019778e-06,
|
| 1815 |
+
"loss": 1.9414,
|
| 1816 |
+
"step": 2580
|
| 1817 |
+
},
|
| 1818 |
+
{
|
| 1819 |
+
"epoch": 0.43166666666666664,
|
| 1820 |
+
"grad_norm": 152.0,
|
| 1821 |
+
"learning_rate": 6.427919144645411e-06,
|
| 1822 |
+
"loss": 1.8891,
|
| 1823 |
+
"step": 2590
|
| 1824 |
+
},
|
| 1825 |
+
{
|
| 1826 |
+
"epoch": 0.43333333333333335,
|
| 1827 |
+
"grad_norm": 116.0,
|
| 1828 |
+
"learning_rate": 6.401762991752496e-06,
|
| 1829 |
+
"loss": 2.0102,
|
| 1830 |
+
"step": 2600
|
| 1831 |
+
},
|
| 1832 |
+
{
|
| 1833 |
+
"epoch": 0.435,
|
| 1834 |
+
"grad_norm": 116.5,
|
| 1835 |
+
"learning_rate": 6.375565139604972e-06,
|
| 1836 |
+
"loss": 1.9445,
|
| 1837 |
+
"step": 2610
|
| 1838 |
+
},
|
| 1839 |
+
{
|
| 1840 |
+
"epoch": 0.43666666666666665,
|
| 1841 |
+
"grad_norm": 179.0,
|
| 1842 |
+
"learning_rate": 6.349326367529244e-06,
|
| 1843 |
+
"loss": 1.9117,
|
| 1844 |
+
"step": 2620
|
| 1845 |
+
},
|
| 1846 |
+
{
|
| 1847 |
+
"epoch": 0.43833333333333335,
|
| 1848 |
+
"grad_norm": 188.0,
|
| 1849 |
+
"learning_rate": 6.3230474560689845e-06,
|
| 1850 |
+
"loss": 1.9047,
|
| 1851 |
+
"step": 2630
|
| 1852 |
+
},
|
| 1853 |
+
{
|
| 1854 |
+
"epoch": 0.44,
|
| 1855 |
+
"grad_norm": 113.5,
|
| 1856 |
+
"learning_rate": 6.296729186961923e-06,
|
| 1857 |
+
"loss": 1.8609,
|
| 1858 |
+
"step": 2640
|
| 1859 |
+
},
|
| 1860 |
+
{
|
| 1861 |
+
"epoch": 0.44166666666666665,
|
| 1862 |
+
"grad_norm": 229.0,
|
| 1863 |
+
"learning_rate": 6.270372343116594e-06,
|
| 1864 |
+
"loss": 1.925,
|
| 1865 |
+
"step": 2650
|
| 1866 |
+
},
|
| 1867 |
+
{
|
| 1868 |
+
"epoch": 0.44333333333333336,
|
| 1869 |
+
"grad_norm": 108.5,
|
| 1870 |
+
"learning_rate": 6.243977708589035e-06,
|
| 1871 |
+
"loss": 1.8398,
|
| 1872 |
+
"step": 2660
|
| 1873 |
+
},
|
| 1874 |
+
{
|
| 1875 |
+
"epoch": 0.445,
|
| 1876 |
+
"grad_norm": 140.0,
|
| 1877 |
+
"learning_rate": 6.217546068559477e-06,
|
| 1878 |
+
"loss": 1.8141,
|
| 1879 |
+
"step": 2670
|
| 1880 |
+
},
|
| 1881 |
+
{
|
| 1882 |
+
"epoch": 0.44666666666666666,
|
| 1883 |
+
"grad_norm": 101.0,
|
| 1884 |
+
"learning_rate": 6.191078209308974e-06,
|
| 1885 |
+
"loss": 1.8109,
|
| 1886 |
+
"step": 2680
|
| 1887 |
+
},
|
| 1888 |
+
{
|
| 1889 |
+
"epoch": 0.4483333333333333,
|
| 1890 |
+
"grad_norm": 140.0,
|
| 1891 |
+
"learning_rate": 6.164574918196025e-06,
|
| 1892 |
+
"loss": 1.8508,
|
| 1893 |
+
"step": 2690
|
| 1894 |
+
},
|
| 1895 |
+
{
|
| 1896 |
+
"epoch": 0.45,
|
| 1897 |
+
"grad_norm": 99.5,
|
| 1898 |
+
"learning_rate": 6.138036983633145e-06,
|
| 1899 |
+
"loss": 1.8148,
|
| 1900 |
+
"step": 2700
|
| 1901 |
+
},
|
| 1902 |
+
{
|
| 1903 |
+
"epoch": 0.45166666666666666,
|
| 1904 |
+
"grad_norm": 171.0,
|
| 1905 |
+
"learning_rate": 6.111465195063407e-06,
|
| 1906 |
+
"loss": 1.8641,
|
| 1907 |
+
"step": 2710
|
| 1908 |
+
},
|
| 1909 |
+
{
|
| 1910 |
+
"epoch": 0.4533333333333333,
|
| 1911 |
+
"grad_norm": 89.5,
|
| 1912 |
+
"learning_rate": 6.084860342936972e-06,
|
| 1913 |
+
"loss": 1.8055,
|
| 1914 |
+
"step": 2720
|
| 1915 |
+
},
|
| 1916 |
+
{
|
| 1917 |
+
"epoch": 0.455,
|
| 1918 |
+
"grad_norm": 113.5,
|
| 1919 |
+
"learning_rate": 6.058223218687561e-06,
|
| 1920 |
+
"loss": 1.7625,
|
| 1921 |
+
"step": 2730
|
| 1922 |
+
},
|
| 1923 |
+
{
|
| 1924 |
+
"epoch": 0.45666666666666667,
|
| 1925 |
+
"grad_norm": 141.0,
|
| 1926 |
+
"learning_rate": 6.03155461470892e-06,
|
| 1927 |
+
"loss": 1.7805,
|
| 1928 |
+
"step": 2740
|
| 1929 |
+
},
|
| 1930 |
+
{
|
| 1931 |
+
"epoch": 0.4583333333333333,
|
| 1932 |
+
"grad_norm": 126.0,
|
| 1933 |
+
"learning_rate": 6.004855324331242e-06,
|
| 1934 |
+
"loss": 1.9219,
|
| 1935 |
+
"step": 2750
|
| 1936 |
+
},
|
| 1937 |
+
{
|
| 1938 |
+
"epoch": 0.46,
|
| 1939 |
+
"grad_norm": 141.0,
|
| 1940 |
+
"learning_rate": 5.978126141797572e-06,
|
| 1941 |
+
"loss": 1.7953,
|
| 1942 |
+
"step": 2760
|
| 1943 |
+
},
|
| 1944 |
+
{
|
| 1945 |
+
"epoch": 0.46166666666666667,
|
| 1946 |
+
"grad_norm": 143.0,
|
| 1947 |
+
"learning_rate": 5.95136786224018e-06,
|
| 1948 |
+
"loss": 1.8633,
|
| 1949 |
+
"step": 2770
|
| 1950 |
+
},
|
| 1951 |
+
{
|
| 1952 |
+
"epoch": 0.4633333333333333,
|
| 1953 |
+
"grad_norm": 139.0,
|
| 1954 |
+
"learning_rate": 5.924581281656904e-06,
|
| 1955 |
+
"loss": 1.7805,
|
| 1956 |
+
"step": 2780
|
| 1957 |
+
},
|
| 1958 |
+
{
|
| 1959 |
+
"epoch": 0.465,
|
| 1960 |
+
"grad_norm": 130.0,
|
| 1961 |
+
"learning_rate": 5.897767196887476e-06,
|
| 1962 |
+
"loss": 1.782,
|
| 1963 |
+
"step": 2790
|
| 1964 |
+
},
|
| 1965 |
+
{
|
| 1966 |
+
"epoch": 0.4666666666666667,
|
| 1967 |
+
"grad_norm": 135.0,
|
| 1968 |
+
"learning_rate": 5.870926405589809e-06,
|
| 1969 |
+
"loss": 1.8031,
|
| 1970 |
+
"step": 2800
|
| 1971 |
+
},
|
| 1972 |
+
{
|
| 1973 |
+
"epoch": 0.4683333333333333,
|
| 1974 |
+
"grad_norm": 122.5,
|
| 1975 |
+
"learning_rate": 5.844059706216283e-06,
|
| 1976 |
+
"loss": 1.768,
|
| 1977 |
+
"step": 2810
|
| 1978 |
+
},
|
| 1979 |
+
{
|
| 1980 |
+
"epoch": 0.47,
|
| 1981 |
+
"grad_norm": 107.0,
|
| 1982 |
+
"learning_rate": 5.8171678979899756e-06,
|
| 1983 |
+
"loss": 1.743,
|
| 1984 |
+
"step": 2820
|
| 1985 |
+
},
|
| 1986 |
+
{
|
| 1987 |
+
"epoch": 0.4716666666666667,
|
| 1988 |
+
"grad_norm": 122.5,
|
| 1989 |
+
"learning_rate": 5.7902517808809e-06,
|
| 1990 |
+
"loss": 1.8289,
|
| 1991 |
+
"step": 2830
|
| 1992 |
+
},
|
| 1993 |
+
{
|
| 1994 |
+
"epoch": 0.47333333333333333,
|
| 1995 |
+
"grad_norm": 177.0,
|
| 1996 |
+
"learning_rate": 5.7633121555822035e-06,
|
| 1997 |
+
"loss": 1.8422,
|
| 1998 |
+
"step": 2840
|
| 1999 |
+
},
|
| 2000 |
+
{
|
| 2001 |
+
"epoch": 0.475,
|
| 2002 |
+
"grad_norm": 111.0,
|
| 2003 |
+
"learning_rate": 5.7363498234863464e-06,
|
| 2004 |
+
"loss": 1.8039,
|
| 2005 |
+
"step": 2850
|
| 2006 |
+
},
|
| 2007 |
+
{
|
| 2008 |
+
"epoch": 0.4766666666666667,
|
| 2009 |
+
"grad_norm": 132.0,
|
| 2010 |
+
"learning_rate": 5.709365586661266e-06,
|
| 2011 |
+
"loss": 1.6969,
|
| 2012 |
+
"step": 2860
|
| 2013 |
+
},
|
| 2014 |
+
{
|
| 2015 |
+
"epoch": 0.47833333333333333,
|
| 2016 |
+
"grad_norm": 153.0,
|
| 2017 |
+
"learning_rate": 5.682360247826517e-06,
|
| 2018 |
+
"loss": 1.6727,
|
| 2019 |
+
"step": 2870
|
| 2020 |
+
},
|
| 2021 |
+
{
|
| 2022 |
+
"epoch": 0.48,
|
| 2023 |
+
"grad_norm": 119.0,
|
| 2024 |
+
"learning_rate": 5.655334610329386e-06,
|
| 2025 |
+
"loss": 1.6602,
|
| 2026 |
+
"step": 2880
|
| 2027 |
+
},
|
| 2028 |
+
{
|
| 2029 |
+
"epoch": 0.4816666666666667,
|
| 2030 |
+
"grad_norm": 75.5,
|
| 2031 |
+
"learning_rate": 5.628289478121004e-06,
|
| 2032 |
+
"loss": 1.618,
|
| 2033 |
+
"step": 2890
|
| 2034 |
+
},
|
| 2035 |
+
{
|
| 2036 |
+
"epoch": 0.48333333333333334,
|
| 2037 |
+
"grad_norm": 115.0,
|
| 2038 |
+
"learning_rate": 5.601225655732419e-06,
|
| 2039 |
+
"loss": 1.7641,
|
| 2040 |
+
"step": 2900
|
| 2041 |
+
},
|
| 2042 |
+
{
|
| 2043 |
+
"epoch": 0.485,
|
| 2044 |
+
"grad_norm": 102.5,
|
| 2045 |
+
"learning_rate": 5.574143948250676e-06,
|
| 2046 |
+
"loss": 1.6516,
|
| 2047 |
+
"step": 2910
|
| 2048 |
+
},
|
| 2049 |
+
{
|
| 2050 |
+
"epoch": 0.4866666666666667,
|
| 2051 |
+
"grad_norm": 100.5,
|
| 2052 |
+
"learning_rate": 5.547045161294856e-06,
|
| 2053 |
+
"loss": 1.7477,
|
| 2054 |
+
"step": 2920
|
| 2055 |
+
},
|
| 2056 |
+
{
|
| 2057 |
+
"epoch": 0.48833333333333334,
|
| 2058 |
+
"grad_norm": 106.0,
|
| 2059 |
+
"learning_rate": 5.519930100992119e-06,
|
| 2060 |
+
"loss": 1.6414,
|
| 2061 |
+
"step": 2930
|
| 2062 |
+
},
|
| 2063 |
+
{
|
| 2064 |
+
"epoch": 0.49,
|
| 2065 |
+
"grad_norm": 106.0,
|
| 2066 |
+
"learning_rate": 5.492799573953717e-06,
|
| 2067 |
+
"loss": 1.718,
|
| 2068 |
+
"step": 2940
|
| 2069 |
+
},
|
| 2070 |
+
{
|
| 2071 |
+
"epoch": 0.49166666666666664,
|
| 2072 |
+
"grad_norm": 98.0,
|
| 2073 |
+
"learning_rate": 5.4656543872509994e-06,
|
| 2074 |
+
"loss": 1.693,
|
| 2075 |
+
"step": 2950
|
| 2076 |
+
},
|
| 2077 |
+
{
|
| 2078 |
+
"epoch": 0.49333333333333335,
|
| 2079 |
+
"grad_norm": 88.0,
|
| 2080 |
+
"learning_rate": 5.4384953483914175e-06,
|
| 2081 |
+
"loss": 1.8633,
|
| 2082 |
+
"step": 2960
|
| 2083 |
+
},
|
| 2084 |
+
{
|
| 2085 |
+
"epoch": 0.495,
|
| 2086 |
+
"grad_norm": 89.5,
|
| 2087 |
+
"learning_rate": 5.4113232652944805e-06,
|
| 2088 |
+
"loss": 1.7828,
|
| 2089 |
+
"step": 2970
|
| 2090 |
+
},
|
| 2091 |
+
{
|
| 2092 |
+
"epoch": 0.49666666666666665,
|
| 2093 |
+
"grad_norm": 89.0,
|
| 2094 |
+
"learning_rate": 5.384138946267744e-06,
|
| 2095 |
+
"loss": 1.7094,
|
| 2096 |
+
"step": 2980
|
| 2097 |
+
},
|
| 2098 |
+
{
|
| 2099 |
+
"epoch": 0.49833333333333335,
|
| 2100 |
+
"grad_norm": 146.0,
|
| 2101 |
+
"learning_rate": 5.35694319998275e-06,
|
| 2102 |
+
"loss": 1.6617,
|
| 2103 |
+
"step": 2990
|
| 2104 |
+
},
|
| 2105 |
+
{
|
| 2106 |
+
"epoch": 0.5,
|
| 2107 |
+
"grad_norm": 156.0,
|
| 2108 |
+
"learning_rate": 5.329736835450971e-06,
|
| 2109 |
+
"loss": 1.7531,
|
| 2110 |
+
"step": 3000
|
| 2111 |
+
},
|
| 2112 |
+
{
|
| 2113 |
+
"epoch": 0.5016666666666667,
|
| 2114 |
+
"grad_norm": 139.0,
|
| 2115 |
+
"learning_rate": 5.302520661999757e-06,
|
| 2116 |
+
"loss": 1.5992,
|
| 2117 |
+
"step": 3010
|
| 2118 |
+
},
|
| 2119 |
+
{
|
| 2120 |
+
"epoch": 0.5033333333333333,
|
| 2121 |
+
"grad_norm": 186.0,
|
| 2122 |
+
"learning_rate": 5.275295489248245e-06,
|
| 2123 |
+
"loss": 1.718,
|
| 2124 |
+
"step": 3020
|
| 2125 |
+
},
|
| 2126 |
+
{
|
| 2127 |
+
"epoch": 0.505,
|
| 2128 |
+
"grad_norm": 186.0,
|
| 2129 |
+
"learning_rate": 5.2480621270832855e-06,
|
| 2130 |
+
"loss": 1.8188,
|
| 2131 |
+
"step": 3030
|
| 2132 |
+
},
|
| 2133 |
+
{
|
| 2134 |
+
"epoch": 0.5066666666666667,
|
| 2135 |
+
"grad_norm": 203.0,
|
| 2136 |
+
"learning_rate": 5.220821385635337e-06,
|
| 2137 |
+
"loss": 1.6289,
|
| 2138 |
+
"step": 3040
|
| 2139 |
+
},
|
| 2140 |
+
{
|
| 2141 |
+
"epoch": 0.5083333333333333,
|
| 2142 |
+
"grad_norm": 240.0,
|
| 2143 |
+
"learning_rate": 5.193574075254385e-06,
|
| 2144 |
+
"loss": 1.7102,
|
| 2145 |
+
"step": 3050
|
| 2146 |
+
},
|
| 2147 |
+
{
|
| 2148 |
+
"epoch": 0.51,
|
| 2149 |
+
"grad_norm": 241.0,
|
| 2150 |
+
"learning_rate": 5.166321006485819e-06,
|
| 2151 |
+
"loss": 1.6867,
|
| 2152 |
+
"step": 3060
|
| 2153 |
+
},
|
| 2154 |
+
{
|
| 2155 |
+
"epoch": 0.5116666666666667,
|
| 2156 |
+
"grad_norm": 99.0,
|
| 2157 |
+
"learning_rate": 5.139062990046329e-06,
|
| 2158 |
+
"loss": 1.6328,
|
| 2159 |
+
"step": 3070
|
| 2160 |
+
},
|
| 2161 |
+
{
|
| 2162 |
+
"epoch": 0.5133333333333333,
|
| 2163 |
+
"grad_norm": 137.0,
|
| 2164 |
+
"learning_rate": 5.111800836799789e-06,
|
| 2165 |
+
"loss": 1.7914,
|
| 2166 |
+
"step": 3080
|
| 2167 |
+
},
|
| 2168 |
+
{
|
| 2169 |
+
"epoch": 0.515,
|
| 2170 |
+
"grad_norm": 160.0,
|
| 2171 |
+
"learning_rate": 5.084535357733128e-06,
|
| 2172 |
+
"loss": 1.6109,
|
| 2173 |
+
"step": 3090
|
| 2174 |
+
},
|
| 2175 |
+
{
|
| 2176 |
+
"epoch": 0.5166666666666667,
|
| 2177 |
+
"grad_norm": 110.0,
|
| 2178 |
+
"learning_rate": 5.05726736393222e-06,
|
| 2179 |
+
"loss": 1.5508,
|
| 2180 |
+
"step": 3100
|
| 2181 |
+
},
|
| 2182 |
+
{
|
| 2183 |
+
"epoch": 0.5183333333333333,
|
| 2184 |
+
"grad_norm": 127.0,
|
| 2185 |
+
"learning_rate": 5.029997666557736e-06,
|
| 2186 |
+
"loss": 1.5617,
|
| 2187 |
+
"step": 3110
|
| 2188 |
+
},
|
| 2189 |
+
{
|
| 2190 |
+
"epoch": 0.52,
|
| 2191 |
+
"grad_norm": 116.5,
|
| 2192 |
+
"learning_rate": 5.002727076821035e-06,
|
| 2193 |
+
"loss": 1.6578,
|
| 2194 |
+
"step": 3120
|
| 2195 |
+
},
|
| 2196 |
+
{
|
| 2197 |
+
"epoch": 0.5216666666666666,
|
| 2198 |
+
"grad_norm": 151.0,
|
| 2199 |
+
"learning_rate": 4.97545640596001e-06,
|
| 2200 |
+
"loss": 1.5891,
|
| 2201 |
+
"step": 3130
|
| 2202 |
+
},
|
| 2203 |
+
{
|
| 2204 |
+
"epoch": 0.5233333333333333,
|
| 2205 |
+
"grad_norm": 103.5,
|
| 2206 |
+
"learning_rate": 4.948186465214979e-06,
|
| 2207 |
+
"loss": 1.6484,
|
| 2208 |
+
"step": 3140
|
| 2209 |
+
},
|
| 2210 |
+
{
|
| 2211 |
+
"epoch": 0.525,
|
| 2212 |
+
"grad_norm": 103.5,
|
| 2213 |
+
"learning_rate": 4.920918065804532e-06,
|
| 2214 |
+
"loss": 1.5938,
|
| 2215 |
+
"step": 3150
|
| 2216 |
+
},
|
| 2217 |
+
{
|
| 2218 |
+
"epoch": 0.5266666666666666,
|
| 2219 |
+
"grad_norm": 117.5,
|
| 2220 |
+
"learning_rate": 4.893652018901412e-06,
|
| 2221 |
+
"loss": 1.5172,
|
| 2222 |
+
"step": 3160
|
| 2223 |
+
},
|
| 2224 |
+
{
|
| 2225 |
+
"epoch": 0.5283333333333333,
|
| 2226 |
+
"grad_norm": 135.0,
|
| 2227 |
+
"learning_rate": 4.8663891356083795e-06,
|
| 2228 |
+
"loss": 1.5891,
|
| 2229 |
+
"step": 3170
|
| 2230 |
+
},
|
| 2231 |
+
{
|
| 2232 |
+
"epoch": 0.53,
|
| 2233 |
+
"grad_norm": 179.0,
|
| 2234 |
+
"learning_rate": 4.8391302269340835e-06,
|
| 2235 |
+
"loss": 1.5789,
|
| 2236 |
+
"step": 3180
|
| 2237 |
+
},
|
| 2238 |
+
{
|
| 2239 |
+
"epoch": 0.5316666666666666,
|
| 2240 |
+
"grad_norm": 133.0,
|
| 2241 |
+
"learning_rate": 4.811876103768941e-06,
|
| 2242 |
+
"loss": 1.6117,
|
| 2243 |
+
"step": 3190
|
| 2244 |
+
},
|
| 2245 |
+
{
|
| 2246 |
+
"epoch": 0.5333333333333333,
|
| 2247 |
+
"grad_norm": 185.0,
|
| 2248 |
+
"learning_rate": 4.784627576861005e-06,
|
| 2249 |
+
"loss": 1.5688,
|
| 2250 |
+
"step": 3200
|
| 2251 |
+
},
|
| 2252 |
+
{
|
| 2253 |
+
"epoch": 0.535,
|
| 2254 |
+
"grad_norm": 108.0,
|
| 2255 |
+
"learning_rate": 4.757385456791859e-06,
|
| 2256 |
+
"loss": 1.6453,
|
| 2257 |
+
"step": 3210
|
| 2258 |
+
},
|
| 2259 |
+
{
|
| 2260 |
+
"epoch": 0.5366666666666666,
|
| 2261 |
+
"grad_norm": 132.0,
|
| 2262 |
+
"learning_rate": 4.730150553952491e-06,
|
| 2263 |
+
"loss": 1.5711,
|
| 2264 |
+
"step": 3220
|
| 2265 |
+
},
|
| 2266 |
+
{
|
| 2267 |
+
"epoch": 0.5383333333333333,
|
| 2268 |
+
"grad_norm": 140.0,
|
| 2269 |
+
"learning_rate": 4.7029236785192e-06,
|
| 2270 |
+
"loss": 1.6258,
|
| 2271 |
+
"step": 3230
|
| 2272 |
+
},
|
| 2273 |
+
{
|
| 2274 |
+
"epoch": 0.54,
|
| 2275 |
+
"grad_norm": 180.0,
|
| 2276 |
+
"learning_rate": 4.6757056404294805e-06,
|
| 2277 |
+
"loss": 1.543,
|
| 2278 |
+
"step": 3240
|
| 2279 |
+
},
|
| 2280 |
+
{
|
| 2281 |
+
"epoch": 0.5416666666666666,
|
| 2282 |
+
"grad_norm": 120.5,
|
| 2283 |
+
"learning_rate": 4.648497249357946e-06,
|
| 2284 |
+
"loss": 1.5719,
|
| 2285 |
+
"step": 3250
|
| 2286 |
+
},
|
| 2287 |
+
{
|
| 2288 |
+
"epoch": 0.5433333333333333,
|
| 2289 |
+
"grad_norm": 99.0,
|
| 2290 |
+
"learning_rate": 4.62129931469222e-06,
|
| 2291 |
+
"loss": 1.4984,
|
| 2292 |
+
"step": 3260
|
| 2293 |
+
},
|
| 2294 |
+
{
|
| 2295 |
+
"epoch": 0.545,
|
| 2296 |
+
"grad_norm": 153.0,
|
| 2297 |
+
"learning_rate": 4.594112645508883e-06,
|
| 2298 |
+
"loss": 1.5984,
|
| 2299 |
+
"step": 3270
|
| 2300 |
+
},
|
| 2301 |
+
{
|
| 2302 |
+
"epoch": 0.5466666666666666,
|
| 2303 |
+
"grad_norm": 137.0,
|
| 2304 |
+
"learning_rate": 4.566938050549389e-06,
|
| 2305 |
+
"loss": 1.6156,
|
| 2306 |
+
"step": 3280
|
| 2307 |
+
},
|
| 2308 |
+
{
|
| 2309 |
+
"epoch": 0.5483333333333333,
|
| 2310 |
+
"grad_norm": 185.0,
|
| 2311 |
+
"learning_rate": 4.539776338196011e-06,
|
| 2312 |
+
"loss": 1.5352,
|
| 2313 |
+
"step": 3290
|
| 2314 |
+
},
|
| 2315 |
+
{
|
| 2316 |
+
"epoch": 0.55,
|
| 2317 |
+
"grad_norm": 180.0,
|
| 2318 |
+
"learning_rate": 4.512628316447795e-06,
|
| 2319 |
+
"loss": 1.5984,
|
| 2320 |
+
"step": 3300
|
| 2321 |
+
},
|
| 2322 |
+
{
|
| 2323 |
+
"epoch": 0.5516666666666666,
|
| 2324 |
+
"grad_norm": 112.0,
|
| 2325 |
+
"learning_rate": 4.485494792896519e-06,
|
| 2326 |
+
"loss": 1.5375,
|
| 2327 |
+
"step": 3310
|
| 2328 |
+
},
|
| 2329 |
+
{
|
| 2330 |
+
"epoch": 0.5533333333333333,
|
| 2331 |
+
"grad_norm": 126.0,
|
| 2332 |
+
"learning_rate": 4.458376574702681e-06,
|
| 2333 |
+
"loss": 1.6602,
|
| 2334 |
+
"step": 3320
|
| 2335 |
+
},
|
| 2336 |
+
{
|
| 2337 |
+
"epoch": 0.555,
|
| 2338 |
+
"grad_norm": 84.0,
|
| 2339 |
+
"learning_rate": 4.431274468571467e-06,
|
| 2340 |
+
"loss": 1.5414,
|
| 2341 |
+
"step": 3330
|
| 2342 |
+
},
|
| 2343 |
+
{
|
| 2344 |
+
"epoch": 0.5566666666666666,
|
| 2345 |
+
"grad_norm": 155.0,
|
| 2346 |
+
"learning_rate": 4.40418928072878e-06,
|
| 2347 |
+
"loss": 1.5617,
|
| 2348 |
+
"step": 3340
|
| 2349 |
+
},
|
| 2350 |
+
{
|
| 2351 |
+
"epoch": 0.5583333333333333,
|
| 2352 |
+
"grad_norm": 101.0,
|
| 2353 |
+
"learning_rate": 4.37712181689723e-06,
|
| 2354 |
+
"loss": 1.5063,
|
| 2355 |
+
"step": 3350
|
| 2356 |
+
},
|
| 2357 |
+
{
|
| 2358 |
+
"epoch": 0.56,
|
| 2359 |
+
"grad_norm": 147.0,
|
| 2360 |
+
"learning_rate": 4.3500728822721845e-06,
|
| 2361 |
+
"loss": 1.6414,
|
| 2362 |
+
"step": 3360
|
| 2363 |
+
},
|
| 2364 |
+
{
|
| 2365 |
+
"epoch": 0.5616666666666666,
|
| 2366 |
+
"grad_norm": 106.0,
|
| 2367 |
+
"learning_rate": 4.323043281497813e-06,
|
| 2368 |
+
"loss": 1.4781,
|
| 2369 |
+
"step": 3370
|
| 2370 |
+
},
|
| 2371 |
+
{
|
| 2372 |
+
"epoch": 0.5633333333333334,
|
| 2373 |
+
"grad_norm": 137.0,
|
| 2374 |
+
"learning_rate": 4.296033818643135e-06,
|
| 2375 |
+
"loss": 1.5039,
|
| 2376 |
+
"step": 3380
|
| 2377 |
+
},
|
| 2378 |
+
{
|
| 2379 |
+
"epoch": 0.565,
|
| 2380 |
+
"grad_norm": 124.0,
|
| 2381 |
+
"learning_rate": 4.269045297178127e-06,
|
| 2382 |
+
"loss": 1.5391,
|
| 2383 |
+
"step": 3390
|
| 2384 |
+
},
|
| 2385 |
+
{
|
| 2386 |
+
"epoch": 0.5666666666666667,
|
| 2387 |
+
"grad_norm": 95.0,
|
| 2388 |
+
"learning_rate": 4.242078519949795e-06,
|
| 2389 |
+
"loss": 1.4891,
|
| 2390 |
+
"step": 3400
|
| 2391 |
+
},
|
| 2392 |
+
{
|
| 2393 |
+
"epoch": 0.5683333333333334,
|
| 2394 |
+
"grad_norm": 175.0,
|
| 2395 |
+
"learning_rate": 4.215134289158311e-06,
|
| 2396 |
+
"loss": 1.6227,
|
| 2397 |
+
"step": 3410
|
| 2398 |
+
},
|
| 2399 |
+
{
|
| 2400 |
+
"epoch": 0.57,
|
| 2401 |
+
"grad_norm": 148.0,
|
| 2402 |
+
"learning_rate": 4.188213406333139e-06,
|
| 2403 |
+
"loss": 1.4773,
|
| 2404 |
+
"step": 3420
|
| 2405 |
+
},
|
| 2406 |
+
{
|
| 2407 |
+
"epoch": 0.5716666666666667,
|
| 2408 |
+
"grad_norm": 221.0,
|
| 2409 |
+
"learning_rate": 4.161316672309194e-06,
|
| 2410 |
+
"loss": 1.6352,
|
| 2411 |
+
"step": 3430
|
| 2412 |
+
},
|
| 2413 |
+
{
|
| 2414 |
+
"epoch": 0.5733333333333334,
|
| 2415 |
+
"grad_norm": 158.0,
|
| 2416 |
+
"learning_rate": 4.134444887203019e-06,
|
| 2417 |
+
"loss": 1.543,
|
| 2418 |
+
"step": 3440
|
| 2419 |
+
},
|
| 2420 |
+
{
|
| 2421 |
+
"epoch": 0.575,
|
| 2422 |
+
"grad_norm": 129.0,
|
| 2423 |
+
"learning_rate": 4.107598850388986e-06,
|
| 2424 |
+
"loss": 1.4461,
|
| 2425 |
+
"step": 3450
|
| 2426 |
+
},
|
| 2427 |
+
{
|
| 2428 |
+
"epoch": 0.5766666666666667,
|
| 2429 |
+
"grad_norm": 95.5,
|
| 2430 |
+
"learning_rate": 4.080779360475512e-06,
|
| 2431 |
+
"loss": 1.4266,
|
| 2432 |
+
"step": 3460
|
| 2433 |
+
},
|
| 2434 |
+
{
|
| 2435 |
+
"epoch": 0.5783333333333334,
|
| 2436 |
+
"grad_norm": 112.5,
|
| 2437 |
+
"learning_rate": 4.053987215281303e-06,
|
| 2438 |
+
"loss": 1.5219,
|
| 2439 |
+
"step": 3470
|
| 2440 |
+
},
|
| 2441 |
+
{
|
| 2442 |
+
"epoch": 0.58,
|
| 2443 |
+
"grad_norm": 137.0,
|
| 2444 |
+
"learning_rate": 4.027223211811627e-06,
|
| 2445 |
+
"loss": 1.5484,
|
| 2446 |
+
"step": 3480
|
| 2447 |
+
},
|
| 2448 |
+
{
|
| 2449 |
+
"epoch": 0.5816666666666667,
|
| 2450 |
+
"grad_norm": 138.0,
|
| 2451 |
+
"learning_rate": 4.000488146234592e-06,
|
| 2452 |
+
"loss": 1.493,
|
| 2453 |
+
"step": 3490
|
| 2454 |
+
},
|
| 2455 |
+
{
|
| 2456 |
+
"epoch": 0.5833333333333334,
|
| 2457 |
+
"grad_norm": 107.5,
|
| 2458 |
+
"learning_rate": 3.973782813857477e-06,
|
| 2459 |
+
"loss": 1.5141,
|
| 2460 |
+
"step": 3500
|
| 2461 |
+
},
|
| 2462 |
+
{
|
| 2463 |
+
"epoch": 0.585,
|
| 2464 |
+
"grad_norm": 134.0,
|
| 2465 |
+
"learning_rate": 3.94710800910306e-06,
|
| 2466 |
+
"loss": 1.475,
|
| 2467 |
+
"step": 3510
|
| 2468 |
+
},
|
| 2469 |
+
{
|
| 2470 |
+
"epoch": 0.5866666666666667,
|
| 2471 |
+
"grad_norm": 112.0,
|
| 2472 |
+
"learning_rate": 3.920464525485999e-06,
|
| 2473 |
+
"loss": 1.5273,
|
| 2474 |
+
"step": 3520
|
| 2475 |
+
},
|
| 2476 |
+
{
|
| 2477 |
+
"epoch": 0.5883333333333334,
|
| 2478 |
+
"grad_norm": 90.5,
|
| 2479 |
+
"learning_rate": 3.89385315558921e-06,
|
| 2480 |
+
"loss": 1.5273,
|
| 2481 |
+
"step": 3530
|
| 2482 |
+
},
|
| 2483 |
+
{
|
| 2484 |
+
"epoch": 0.59,
|
| 2485 |
+
"grad_norm": 65.5,
|
| 2486 |
+
"learning_rate": 3.867274691040308e-06,
|
| 2487 |
+
"loss": 1.4516,
|
| 2488 |
+
"step": 3540
|
| 2489 |
+
},
|
| 2490 |
+
{
|
| 2491 |
+
"epoch": 0.5916666666666667,
|
| 2492 |
+
"grad_norm": 82.5,
|
| 2493 |
+
"learning_rate": 3.840729922488045e-06,
|
| 2494 |
+
"loss": 1.4375,
|
| 2495 |
+
"step": 3550
|
| 2496 |
+
},
|
| 2497 |
+
{
|
| 2498 |
+
"epoch": 0.5933333333333334,
|
| 2499 |
+
"grad_norm": 123.0,
|
| 2500 |
+
"learning_rate": 3.8142196395787925e-06,
|
| 2501 |
+
"loss": 1.4977,
|
| 2502 |
+
"step": 3560
|
| 2503 |
+
},
|
| 2504 |
+
{
|
| 2505 |
+
"epoch": 0.595,
|
| 2506 |
+
"grad_norm": 165.0,
|
| 2507 |
+
"learning_rate": 3.7877446309330556e-06,
|
| 2508 |
+
"loss": 1.4656,
|
| 2509 |
+
"step": 3570
|
| 2510 |
+
},
|
| 2511 |
+
{
|
| 2512 |
+
"epoch": 0.5966666666666667,
|
| 2513 |
+
"grad_norm": 175.0,
|
| 2514 |
+
"learning_rate": 3.761305684122008e-06,
|
| 2515 |
+
"loss": 1.4617,
|
| 2516 |
+
"step": 3580
|
| 2517 |
+
},
|
| 2518 |
+
{
|
| 2519 |
+
"epoch": 0.5983333333333334,
|
| 2520 |
+
"grad_norm": 159.0,
|
| 2521 |
+
"learning_rate": 3.7349035856440684e-06,
|
| 2522 |
+
"loss": 1.4664,
|
| 2523 |
+
"step": 3590
|
| 2524 |
+
},
|
| 2525 |
+
{
|
| 2526 |
+
"epoch": 0.6,
|
| 2527 |
+
"grad_norm": 189.0,
|
| 2528 |
+
"learning_rate": 3.7085391209014995e-06,
|
| 2529 |
+
"loss": 1.475,
|
| 2530 |
+
"step": 3600
|
| 2531 |
+
},
|
| 2532 |
+
{
|
| 2533 |
+
"epoch": 0.6016666666666667,
|
| 2534 |
+
"grad_norm": 87.0,
|
| 2535 |
+
"learning_rate": 3.682213074177048e-06,
|
| 2536 |
+
"loss": 1.3938,
|
| 2537 |
+
"step": 3610
|
| 2538 |
+
},
|
| 2539 |
+
{
|
| 2540 |
+
"epoch": 0.6033333333333334,
|
| 2541 |
+
"grad_norm": 80.5,
|
| 2542 |
+
"learning_rate": 3.6559262286106073e-06,
|
| 2543 |
+
"loss": 1.4328,
|
| 2544 |
+
"step": 3620
|
| 2545 |
+
},
|
| 2546 |
+
{
|
| 2547 |
+
"epoch": 0.605,
|
| 2548 |
+
"grad_norm": 126.5,
|
| 2549 |
+
"learning_rate": 3.6296793661759335e-06,
|
| 2550 |
+
"loss": 1.4469,
|
| 2551 |
+
"step": 3630
|
| 2552 |
+
},
|
| 2553 |
+
{
|
| 2554 |
+
"epoch": 0.6066666666666667,
|
| 2555 |
+
"grad_norm": 209.0,
|
| 2556 |
+
"learning_rate": 3.6034732676573704e-06,
|
| 2557 |
+
"loss": 1.4023,
|
| 2558 |
+
"step": 3640
|
| 2559 |
+
},
|
| 2560 |
+
{
|
| 2561 |
+
"epoch": 0.6083333333333333,
|
| 2562 |
+
"grad_norm": 178.0,
|
| 2563 |
+
"learning_rate": 3.577308712626628e-06,
|
| 2564 |
+
"loss": 1.5227,
|
| 2565 |
+
"step": 3650
|
| 2566 |
+
},
|
| 2567 |
+
{
|
| 2568 |
+
"epoch": 0.61,
|
| 2569 |
+
"grad_norm": 96.5,
|
| 2570 |
+
"learning_rate": 3.551186479419598e-06,
|
| 2571 |
+
"loss": 1.3781,
|
| 2572 |
+
"step": 3660
|
| 2573 |
+
},
|
| 2574 |
+
{
|
| 2575 |
+
"epoch": 0.6116666666666667,
|
| 2576 |
+
"grad_norm": 98.0,
|
| 2577 |
+
"learning_rate": 3.5251073451131824e-06,
|
| 2578 |
+
"loss": 1.4805,
|
| 2579 |
+
"step": 3670
|
| 2580 |
+
},
|
| 2581 |
+
{
|
| 2582 |
+
"epoch": 0.6133333333333333,
|
| 2583 |
+
"grad_norm": 134.0,
|
| 2584 |
+
"learning_rate": 3.499072085502204e-06,
|
| 2585 |
+
"loss": 1.4461,
|
| 2586 |
+
"step": 3680
|
| 2587 |
+
},
|
| 2588 |
+
{
|
| 2589 |
+
"epoch": 0.615,
|
| 2590 |
+
"grad_norm": 119.5,
|
| 2591 |
+
"learning_rate": 3.4730814750763e-06,
|
| 2592 |
+
"loss": 1.4516,
|
| 2593 |
+
"step": 3690
|
| 2594 |
+
},
|
| 2595 |
+
{
|
| 2596 |
+
"epoch": 0.6166666666666667,
|
| 2597 |
+
"grad_norm": 132.0,
|
| 2598 |
+
"learning_rate": 3.4471362869969067e-06,
|
| 2599 |
+
"loss": 1.4305,
|
| 2600 |
+
"step": 3700
|
| 2601 |
+
},
|
| 2602 |
+
{
|
| 2603 |
+
"epoch": 0.6183333333333333,
|
| 2604 |
+
"grad_norm": 119.5,
|
| 2605 |
+
"learning_rate": 3.421237293074241e-06,
|
| 2606 |
+
"loss": 1.5016,
|
| 2607 |
+
"step": 3710
|
| 2608 |
+
},
|
| 2609 |
+
{
|
| 2610 |
+
"epoch": 0.62,
|
| 2611 |
+
"grad_norm": 100.5,
|
| 2612 |
+
"learning_rate": 3.3953852637443524e-06,
|
| 2613 |
+
"loss": 1.3617,
|
| 2614 |
+
"step": 3720
|
| 2615 |
+
},
|
| 2616 |
+
{
|
| 2617 |
+
"epoch": 0.6216666666666667,
|
| 2618 |
+
"grad_norm": 67.0,
|
| 2619 |
+
"learning_rate": 3.3695809680462055e-06,
|
| 2620 |
+
"loss": 1.3539,
|
| 2621 |
+
"step": 3730
|
| 2622 |
+
},
|
| 2623 |
+
{
|
| 2624 |
+
"epoch": 0.6233333333333333,
|
| 2625 |
+
"grad_norm": 200.0,
|
| 2626 |
+
"learning_rate": 3.343825173598787e-06,
|
| 2627 |
+
"loss": 1.4578,
|
| 2628 |
+
"step": 3740
|
| 2629 |
+
},
|
| 2630 |
+
{
|
| 2631 |
+
"epoch": 0.625,
|
| 2632 |
+
"grad_norm": 93.5,
|
| 2633 |
+
"learning_rate": 3.3181186465782937e-06,
|
| 2634 |
+
"loss": 1.4383,
|
| 2635 |
+
"step": 3750
|
| 2636 |
+
},
|
| 2637 |
+
{
|
| 2638 |
+
"epoch": 0.6266666666666667,
|
| 2639 |
+
"grad_norm": 107.0,
|
| 2640 |
+
"learning_rate": 3.2924621516953195e-06,
|
| 2641 |
+
"loss": 1.3305,
|
| 2642 |
+
"step": 3760
|
| 2643 |
+
},
|
| 2644 |
+
{
|
| 2645 |
+
"epoch": 0.6283333333333333,
|
| 2646 |
+
"grad_norm": 170.0,
|
| 2647 |
+
"learning_rate": 3.2668564521721218e-06,
|
| 2648 |
+
"loss": 1.4086,
|
| 2649 |
+
"step": 3770
|
| 2650 |
+
},
|
| 2651 |
+
{
|
| 2652 |
+
"epoch": 0.63,
|
| 2653 |
+
"grad_norm": 100.0,
|
| 2654 |
+
"learning_rate": 3.2413023097199094e-06,
|
| 2655 |
+
"loss": 1.3961,
|
| 2656 |
+
"step": 3780
|
| 2657 |
+
},
|
| 2658 |
+
{
|
| 2659 |
+
"epoch": 0.6316666666666667,
|
| 2660 |
+
"grad_norm": 115.0,
|
| 2661 |
+
"learning_rate": 3.2158004845161872e-06,
|
| 2662 |
+
"loss": 1.4266,
|
| 2663 |
+
"step": 3790
|
| 2664 |
+
},
|
| 2665 |
+
{
|
| 2666 |
+
"epoch": 0.6333333333333333,
|
| 2667 |
+
"grad_norm": 146.0,
|
| 2668 |
+
"learning_rate": 3.190351735182139e-06,
|
| 2669 |
+
"loss": 1.4383,
|
| 2670 |
+
"step": 3800
|
| 2671 |
+
},
|
| 2672 |
+
{
|
| 2673 |
+
"epoch": 0.635,
|
| 2674 |
+
"grad_norm": 77.0,
|
| 2675 |
+
"learning_rate": 3.1649568187600643e-06,
|
| 2676 |
+
"loss": 1.3805,
|
| 2677 |
+
"step": 3810
|
| 2678 |
+
},
|
| 2679 |
+
{
|
| 2680 |
+
"epoch": 0.6366666666666667,
|
| 2681 |
+
"grad_norm": 122.0,
|
| 2682 |
+
"learning_rate": 3.1396164906908565e-06,
|
| 2683 |
+
"loss": 1.3945,
|
| 2684 |
+
"step": 3820
|
| 2685 |
+
},
|
| 2686 |
+
{
|
| 2687 |
+
"epoch": 0.6383333333333333,
|
| 2688 |
+
"grad_norm": 91.5,
|
| 2689 |
+
"learning_rate": 3.114331504791528e-06,
|
| 2690 |
+
"loss": 1.382,
|
| 2691 |
+
"step": 3830
|
| 2692 |
+
},
|
| 2693 |
+
{
|
| 2694 |
+
"epoch": 0.64,
|
| 2695 |
+
"grad_norm": 140.0,
|
| 2696 |
+
"learning_rate": 3.0891026132327907e-06,
|
| 2697 |
+
"loss": 1.3805,
|
| 2698 |
+
"step": 3840
|
| 2699 |
+
},
|
| 2700 |
+
{
|
| 2701 |
+
"epoch": 0.6416666666666667,
|
| 2702 |
+
"grad_norm": 105.0,
|
| 2703 |
+
"learning_rate": 3.0639305665166724e-06,
|
| 2704 |
+
"loss": 1.3523,
|
| 2705 |
+
"step": 3850
|
| 2706 |
+
},
|
| 2707 |
+
{
|
| 2708 |
+
"epoch": 0.6433333333333333,
|
| 2709 |
+
"grad_norm": 124.5,
|
| 2710 |
+
"learning_rate": 3.0388161134542027e-06,
|
| 2711 |
+
"loss": 1.4273,
|
| 2712 |
+
"step": 3860
|
| 2713 |
+
},
|
| 2714 |
+
{
|
| 2715 |
+
"epoch": 0.645,
|
| 2716 |
+
"grad_norm": 157.0,
|
| 2717 |
+
"learning_rate": 3.013760001143127e-06,
|
| 2718 |
+
"loss": 1.4133,
|
| 2719 |
+
"step": 3870
|
| 2720 |
+
},
|
| 2721 |
+
{
|
| 2722 |
+
"epoch": 0.6466666666666666,
|
| 2723 |
+
"grad_norm": 114.0,
|
| 2724 |
+
"learning_rate": 2.988762974945688e-06,
|
| 2725 |
+
"loss": 1.4117,
|
| 2726 |
+
"step": 3880
|
| 2727 |
+
},
|
| 2728 |
+
{
|
| 2729 |
+
"epoch": 0.6483333333333333,
|
| 2730 |
+
"grad_norm": 141.0,
|
| 2731 |
+
"learning_rate": 2.9638257784664505e-06,
|
| 2732 |
+
"loss": 1.357,
|
| 2733 |
+
"step": 3890
|
| 2734 |
+
},
|
| 2735 |
+
{
|
| 2736 |
+
"epoch": 0.65,
|
| 2737 |
+
"grad_norm": 107.0,
|
| 2738 |
+
"learning_rate": 2.938949153530181e-06,
|
| 2739 |
+
"loss": 1.3875,
|
| 2740 |
+
"step": 3900
|
| 2741 |
+
},
|
| 2742 |
+
{
|
| 2743 |
+
"epoch": 0.6516666666666666,
|
| 2744 |
+
"grad_norm": 72.0,
|
| 2745 |
+
"learning_rate": 2.914133840159784e-06,
|
| 2746 |
+
"loss": 1.4312,
|
| 2747 |
+
"step": 3910
|
| 2748 |
+
},
|
| 2749 |
+
{
|
| 2750 |
+
"epoch": 0.6533333333333333,
|
| 2751 |
+
"grad_norm": 127.0,
|
| 2752 |
+
"learning_rate": 2.889380576554278e-06,
|
| 2753 |
+
"loss": 1.4148,
|
| 2754 |
+
"step": 3920
|
| 2755 |
+
},
|
| 2756 |
+
{
|
| 2757 |
+
"epoch": 0.655,
|
| 2758 |
+
"grad_norm": 148.0,
|
| 2759 |
+
"learning_rate": 2.8646900990668534e-06,
|
| 2760 |
+
"loss": 1.3891,
|
| 2761 |
+
"step": 3930
|
| 2762 |
+
},
|
| 2763 |
+
{
|
| 2764 |
+
"epoch": 0.6566666666666666,
|
| 2765 |
+
"grad_norm": 117.0,
|
| 2766 |
+
"learning_rate": 2.840063142182941e-06,
|
| 2767 |
+
"loss": 1.2812,
|
| 2768 |
+
"step": 3940
|
| 2769 |
+
},
|
| 2770 |
+
{
|
| 2771 |
+
"epoch": 0.6583333333333333,
|
| 2772 |
+
"grad_norm": 104.0,
|
| 2773 |
+
"learning_rate": 2.815500438498393e-06,
|
| 2774 |
+
"loss": 1.2937,
|
| 2775 |
+
"step": 3950
|
| 2776 |
+
},
|
| 2777 |
+
{
|
| 2778 |
+
"epoch": 0.66,
|
| 2779 |
+
"grad_norm": 124.5,
|
| 2780 |
+
"learning_rate": 2.7910027186976684e-06,
|
| 2781 |
+
"loss": 1.3359,
|
| 2782 |
+
"step": 3960
|
| 2783 |
+
},
|
| 2784 |
+
{
|
| 2785 |
+
"epoch": 0.6616666666666666,
|
| 2786 |
+
"grad_norm": 91.0,
|
| 2787 |
+
"learning_rate": 2.766570711532104e-06,
|
| 2788 |
+
"loss": 1.3664,
|
| 2789 |
+
"step": 3970
|
| 2790 |
+
},
|
| 2791 |
+
{
|
| 2792 |
+
"epoch": 0.6633333333333333,
|
| 2793 |
+
"grad_norm": 122.5,
|
| 2794 |
+
"learning_rate": 2.7422051437982344e-06,
|
| 2795 |
+
"loss": 1.4914,
|
| 2796 |
+
"step": 3980
|
| 2797 |
+
},
|
| 2798 |
+
{
|
| 2799 |
+
"epoch": 0.665,
|
| 2800 |
+
"grad_norm": 98.0,
|
| 2801 |
+
"learning_rate": 2.7179067403161785e-06,
|
| 2802 |
+
"loss": 1.3094,
|
| 2803 |
+
"step": 3990
|
| 2804 |
+
},
|
| 2805 |
+
{
|
| 2806 |
+
"epoch": 0.6666666666666666,
|
| 2807 |
+
"grad_norm": 200.0,
|
| 2808 |
+
"learning_rate": 2.693676223908065e-06,
|
| 2809 |
+
"loss": 1.4195,
|
| 2810 |
+
"step": 4000
|
| 2811 |
+
},
|
| 2812 |
+
{
|
| 2813 |
+
"epoch": 0.6683333333333333,
|
| 2814 |
+
"grad_norm": 62.75,
|
| 2815 |
+
"learning_rate": 2.669514315376539e-06,
|
| 2816 |
+
"loss": 1.3211,
|
| 2817 |
+
"step": 4010
|
| 2818 |
+
},
|
| 2819 |
+
{
|
| 2820 |
+
"epoch": 0.67,
|
| 2821 |
+
"grad_norm": 116.5,
|
| 2822 |
+
"learning_rate": 2.645421733483321e-06,
|
| 2823 |
+
"loss": 1.3102,
|
| 2824 |
+
"step": 4020
|
| 2825 |
+
},
|
| 2826 |
+
{
|
| 2827 |
+
"epoch": 0.6716666666666666,
|
| 2828 |
+
"grad_norm": 118.5,
|
| 2829 |
+
"learning_rate": 2.621399194927817e-06,
|
| 2830 |
+
"loss": 1.4133,
|
| 2831 |
+
"step": 4030
|
| 2832 |
+
},
|
| 2833 |
+
{
|
| 2834 |
+
"epoch": 0.6733333333333333,
|
| 2835 |
+
"grad_norm": 156.0,
|
| 2836 |
+
"learning_rate": 2.5974474143258055e-06,
|
| 2837 |
+
"loss": 1.4391,
|
| 2838 |
+
"step": 4040
|
| 2839 |
+
},
|
| 2840 |
+
{
|
| 2841 |
+
"epoch": 0.675,
|
| 2842 |
+
"grad_norm": 102.5,
|
| 2843 |
+
"learning_rate": 2.573567104188176e-06,
|
| 2844 |
+
"loss": 1.3383,
|
| 2845 |
+
"step": 4050
|
| 2846 |
+
},
|
| 2847 |
+
{
|
| 2848 |
+
"epoch": 0.6766666666666666,
|
| 2849 |
+
"grad_norm": 112.5,
|
| 2850 |
+
"learning_rate": 2.549758974899738e-06,
|
| 2851 |
+
"loss": 1.3328,
|
| 2852 |
+
"step": 4060
|
| 2853 |
+
},
|
| 2854 |
+
{
|
| 2855 |
+
"epoch": 0.6783333333333333,
|
| 2856 |
+
"grad_norm": 119.0,
|
| 2857 |
+
"learning_rate": 2.526023734698082e-06,
|
| 2858 |
+
"loss": 1.3445,
|
| 2859 |
+
"step": 4070
|
| 2860 |
+
},
|
| 2861 |
+
{
|
| 2862 |
+
"epoch": 0.68,
|
| 2863 |
+
"grad_norm": 120.5,
|
| 2864 |
+
"learning_rate": 2.5023620896525135e-06,
|
| 2865 |
+
"loss": 1.3211,
|
| 2866 |
+
"step": 4080
|
| 2867 |
+
},
|
| 2868 |
+
{
|
| 2869 |
+
"epoch": 0.6816666666666666,
|
| 2870 |
+
"grad_norm": 116.5,
|
| 2871 |
+
"learning_rate": 2.478774743643054e-06,
|
| 2872 |
+
"loss": 1.3289,
|
| 2873 |
+
"step": 4090
|
| 2874 |
+
},
|
| 2875 |
+
{
|
| 2876 |
+
"epoch": 0.6833333333333333,
|
| 2877 |
+
"grad_norm": 116.0,
|
| 2878 |
+
"learning_rate": 2.455262398339495e-06,
|
| 2879 |
+
"loss": 1.4547,
|
| 2880 |
+
"step": 4100
|
| 2881 |
+
},
|
| 2882 |
+
{
|
| 2883 |
+
"epoch": 0.685,
|
| 2884 |
+
"grad_norm": 104.5,
|
| 2885 |
+
"learning_rate": 2.4318257531805267e-06,
|
| 2886 |
+
"loss": 1.3867,
|
| 2887 |
+
"step": 4110
|
| 2888 |
+
},
|
| 2889 |
+
{
|
| 2890 |
+
"epoch": 0.6866666666666666,
|
| 2891 |
+
"grad_norm": 93.0,
|
| 2892 |
+
"learning_rate": 2.4084655053529337e-06,
|
| 2893 |
+
"loss": 1.3523,
|
| 2894 |
+
"step": 4120
|
| 2895 |
+
},
|
| 2896 |
+
{
|
| 2897 |
+
"epoch": 0.6883333333333334,
|
| 2898 |
+
"grad_norm": 180.0,
|
| 2899 |
+
"learning_rate": 2.3851823497708574e-06,
|
| 2900 |
+
"loss": 1.3922,
|
| 2901 |
+
"step": 4130
|
| 2902 |
+
},
|
| 2903 |
+
{
|
| 2904 |
+
"epoch": 0.69,
|
| 2905 |
+
"grad_norm": 127.5,
|
| 2906 |
+
"learning_rate": 2.361976979055116e-06,
|
| 2907 |
+
"loss": 1.3508,
|
| 2908 |
+
"step": 4140
|
| 2909 |
+
},
|
| 2910 |
+
{
|
| 2911 |
+
"epoch": 0.6916666666666667,
|
| 2912 |
+
"grad_norm": 143.0,
|
| 2913 |
+
"learning_rate": 2.338850083512607e-06,
|
| 2914 |
+
"loss": 1.3734,
|
| 2915 |
+
"step": 4150
|
| 2916 |
+
},
|
| 2917 |
+
{
|
| 2918 |
+
"epoch": 0.6933333333333334,
|
| 2919 |
+
"grad_norm": 125.5,
|
| 2920 |
+
"learning_rate": 2.315802351115769e-06,
|
| 2921 |
+
"loss": 1.4086,
|
| 2922 |
+
"step": 4160
|
| 2923 |
+
},
|
| 2924 |
+
{
|
| 2925 |
+
"epoch": 0.695,
|
| 2926 |
+
"grad_norm": 138.0,
|
| 2927 |
+
"learning_rate": 2.292834467482121e-06,
|
| 2928 |
+
"loss": 1.3687,
|
| 2929 |
+
"step": 4170
|
| 2930 |
+
},
|
| 2931 |
+
{
|
| 2932 |
+
"epoch": 0.6966666666666667,
|
| 2933 |
+
"grad_norm": 87.5,
|
| 2934 |
+
"learning_rate": 2.26994711585386e-06,
|
| 2935 |
+
"loss": 1.3867,
|
| 2936 |
+
"step": 4180
|
| 2937 |
+
},
|
| 2938 |
+
{
|
| 2939 |
+
"epoch": 0.6983333333333334,
|
| 2940 |
+
"grad_norm": 140.0,
|
| 2941 |
+
"learning_rate": 2.247140977077538e-06,
|
| 2942 |
+
"loss": 1.3742,
|
| 2943 |
+
"step": 4190
|
| 2944 |
+
},
|
| 2945 |
+
{
|
| 2946 |
+
"epoch": 0.7,
|
| 2947 |
+
"grad_norm": 130.0,
|
| 2948 |
+
"learning_rate": 2.224416729583818e-06,
|
| 2949 |
+
"loss": 1.3773,
|
| 2950 |
+
"step": 4200
|
| 2951 |
+
},
|
| 2952 |
+
{
|
| 2953 |
+
"epoch": 0.7016666666666667,
|
| 2954 |
+
"grad_norm": 158.0,
|
| 2955 |
+
"learning_rate": 2.2017750493672704e-06,
|
| 2956 |
+
"loss": 1.4211,
|
| 2957 |
+
"step": 4210
|
| 2958 |
+
},
|
| 2959 |
+
{
|
| 2960 |
+
"epoch": 0.7033333333333334,
|
| 2961 |
+
"grad_norm": 105.0,
|
| 2962 |
+
"learning_rate": 2.17921660996629e-06,
|
| 2963 |
+
"loss": 1.4133,
|
| 2964 |
+
"step": 4220
|
| 2965 |
+
},
|
| 2966 |
+
{
|
| 2967 |
+
"epoch": 0.705,
|
| 2968 |
+
"grad_norm": 53.5,
|
| 2969 |
+
"learning_rate": 2.156742082443038e-06,
|
| 2970 |
+
"loss": 1.2937,
|
| 2971 |
+
"step": 4230
|
| 2972 |
+
},
|
| 2973 |
+
{
|
| 2974 |
+
"epoch": 0.7066666666666667,
|
| 2975 |
+
"grad_norm": 122.5,
|
| 2976 |
+
"learning_rate": 2.1343521353634982e-06,
|
| 2977 |
+
"loss": 1.3984,
|
| 2978 |
+
"step": 4240
|
| 2979 |
+
},
|
| 2980 |
+
{
|
| 2981 |
+
"epoch": 0.7083333333333334,
|
| 2982 |
+
"grad_norm": 122.0,
|
| 2983 |
+
"learning_rate": 2.112047434777566e-06,
|
| 2984 |
+
"loss": 1.3188,
|
| 2985 |
+
"step": 4250
|
| 2986 |
+
},
|
| 2987 |
+
{
|
| 2988 |
+
"epoch": 0.71,
|
| 2989 |
+
"grad_norm": 114.0,
|
| 2990 |
+
"learning_rate": 2.089828644199258e-06,
|
| 2991 |
+
"loss": 1.4758,
|
| 2992 |
+
"step": 4260
|
| 2993 |
+
},
|
| 2994 |
+
{
|
| 2995 |
+
"epoch": 0.7116666666666667,
|
| 2996 |
+
"grad_norm": 121.5,
|
| 2997 |
+
"learning_rate": 2.0676964245869645e-06,
|
| 2998 |
+
"loss": 1.3461,
|
| 2999 |
+
"step": 4270
|
| 3000 |
+
},
|
| 3001 |
+
{
|
| 3002 |
+
"epoch": 0.7133333333333334,
|
| 3003 |
+
"grad_norm": 84.0,
|
| 3004 |
+
"learning_rate": 2.0456514343237766e-06,
|
| 3005 |
+
"loss": 1.3805,
|
| 3006 |
+
"step": 4280
|
| 3007 |
+
},
|
| 3008 |
+
{
|
| 3009 |
+
"epoch": 0.715,
|
| 3010 |
+
"grad_norm": 110.5,
|
| 3011 |
+
"learning_rate": 2.023694329197922e-06,
|
| 3012 |
+
"loss": 1.3836,
|
| 3013 |
+
"step": 4290
|
| 3014 |
+
},
|
| 3015 |
+
{
|
| 3016 |
+
"epoch": 0.7166666666666667,
|
| 3017 |
+
"grad_norm": 109.0,
|
| 3018 |
+
"learning_rate": 2.0018257623832393e-06,
|
| 3019 |
+
"loss": 1.4305,
|
| 3020 |
+
"step": 4300
|
| 3021 |
+
},
|
| 3022 |
+
{
|
| 3023 |
+
"epoch": 0.7183333333333334,
|
| 3024 |
+
"grad_norm": 164.0,
|
| 3025 |
+
"learning_rate": 1.9800463844197576e-06,
|
| 3026 |
+
"loss": 1.4563,
|
| 3027 |
+
"step": 4310
|
| 3028 |
+
},
|
| 3029 |
+
{
|
| 3030 |
+
"epoch": 0.72,
|
| 3031 |
+
"grad_norm": 151.0,
|
| 3032 |
+
"learning_rate": 1.958356843194337e-06,
|
| 3033 |
+
"loss": 1.4602,
|
| 3034 |
+
"step": 4320
|
| 3035 |
+
},
|
| 3036 |
+
{
|
| 3037 |
+
"epoch": 0.7216666666666667,
|
| 3038 |
+
"grad_norm": 124.0,
|
| 3039 |
+
"learning_rate": 1.936757783921405e-06,
|
| 3040 |
+
"loss": 1.5305,
|
| 3041 |
+
"step": 4330
|
| 3042 |
+
},
|
| 3043 |
+
{
|
| 3044 |
+
"epoch": 0.7233333333333334,
|
| 3045 |
+
"grad_norm": 114.0,
|
| 3046 |
+
"learning_rate": 1.915249849123753e-06,
|
| 3047 |
+
"loss": 1.5125,
|
| 3048 |
+
"step": 4340
|
| 3049 |
+
},
|
| 3050 |
+
{
|
| 3051 |
+
"epoch": 0.725,
|
| 3052 |
+
"grad_norm": 104.5,
|
| 3053 |
+
"learning_rate": 1.8938336786134265e-06,
|
| 3054 |
+
"loss": 1.5734,
|
| 3055 |
+
"step": 4350
|
| 3056 |
+
},
|
| 3057 |
+
{
|
| 3058 |
+
"epoch": 0.7266666666666667,
|
| 3059 |
+
"grad_norm": 97.5,
|
| 3060 |
+
"learning_rate": 1.8725099094726968e-06,
|
| 3061 |
+
"loss": 1.5344,
|
| 3062 |
+
"step": 4360
|
| 3063 |
+
},
|
| 3064 |
+
{
|
| 3065 |
+
"epoch": 0.7283333333333334,
|
| 3066 |
+
"grad_norm": 123.5,
|
| 3067 |
+
"learning_rate": 1.8512791760351006e-06,
|
| 3068 |
+
"loss": 1.3953,
|
| 3069 |
+
"step": 4370
|
| 3070 |
+
},
|
| 3071 |
+
{
|
| 3072 |
+
"epoch": 0.73,
|
| 3073 |
+
"grad_norm": 112.5,
|
| 3074 |
+
"learning_rate": 1.8301421098665768e-06,
|
| 3075 |
+
"loss": 1.5359,
|
| 3076 |
+
"step": 4380
|
| 3077 |
+
},
|
| 3078 |
+
{
|
| 3079 |
+
"epoch": 0.7316666666666667,
|
| 3080 |
+
"grad_norm": 211.0,
|
| 3081 |
+
"learning_rate": 1.809099339746674e-06,
|
| 3082 |
+
"loss": 1.568,
|
| 3083 |
+
"step": 4390
|
| 3084 |
+
},
|
| 3085 |
+
{
|
| 3086 |
+
"epoch": 0.7333333333333333,
|
| 3087 |
+
"grad_norm": 152.0,
|
| 3088 |
+
"learning_rate": 1.7881514916498528e-06,
|
| 3089 |
+
"loss": 1.5258,
|
| 3090 |
+
"step": 4400
|
| 3091 |
+
},
|
| 3092 |
+
{
|
| 3093 |
+
"epoch": 0.735,
|
| 3094 |
+
"grad_norm": 122.5,
|
| 3095 |
+
"learning_rate": 1.767299188726856e-06,
|
| 3096 |
+
"loss": 1.5578,
|
| 3097 |
+
"step": 4410
|
| 3098 |
+
},
|
| 3099 |
+
{
|
| 3100 |
+
"epoch": 0.7366666666666667,
|
| 3101 |
+
"grad_norm": 112.0,
|
| 3102 |
+
"learning_rate": 1.746543051286177e-06,
|
| 3103 |
+
"loss": 1.568,
|
| 3104 |
+
"step": 4420
|
| 3105 |
+
},
|
| 3106 |
+
{
|
| 3107 |
+
"epoch": 0.7383333333333333,
|
| 3108 |
+
"grad_norm": 109.0,
|
| 3109 |
+
"learning_rate": 1.725883696775602e-06,
|
| 3110 |
+
"loss": 1.5398,
|
| 3111 |
+
"step": 4430
|
| 3112 |
+
},
|
| 3113 |
+
{
|
| 3114 |
+
"epoch": 0.74,
|
| 3115 |
+
"grad_norm": 101.5,
|
| 3116 |
+
"learning_rate": 1.7053217397638522e-06,
|
| 3117 |
+
"loss": 1.5594,
|
| 3118 |
+
"step": 4440
|
| 3119 |
+
},
|
| 3120 |
+
{
|
| 3121 |
+
"epoch": 0.7416666666666667,
|
| 3122 |
+
"grad_norm": 144.0,
|
| 3123 |
+
"learning_rate": 1.6848577919222891e-06,
|
| 3124 |
+
"loss": 1.5664,
|
| 3125 |
+
"step": 4450
|
| 3126 |
+
},
|
| 3127 |
+
{
|
| 3128 |
+
"epoch": 0.7433333333333333,
|
| 3129 |
+
"grad_norm": 116.0,
|
| 3130 |
+
"learning_rate": 1.664492462006726e-06,
|
| 3131 |
+
"loss": 1.4789,
|
| 3132 |
+
"step": 4460
|
| 3133 |
+
},
|
| 3134 |
+
{
|
| 3135 |
+
"epoch": 0.745,
|
| 3136 |
+
"grad_norm": 91.5,
|
| 3137 |
+
"learning_rate": 1.6442263558393212e-06,
|
| 3138 |
+
"loss": 1.6094,
|
| 3139 |
+
"step": 4470
|
| 3140 |
+
},
|
| 3141 |
+
{
|
| 3142 |
+
"epoch": 0.7466666666666667,
|
| 3143 |
+
"grad_norm": 165.0,
|
| 3144 |
+
"learning_rate": 1.6240600762905485e-06,
|
| 3145 |
+
"loss": 1.6812,
|
| 3146 |
+
"step": 4480
|
| 3147 |
+
},
|
| 3148 |
+
{
|
| 3149 |
+
"epoch": 0.7483333333333333,
|
| 3150 |
+
"grad_norm": 149.0,
|
| 3151 |
+
"learning_rate": 1.6039942232612683e-06,
|
| 3152 |
+
"loss": 1.5656,
|
| 3153 |
+
"step": 4490
|
| 3154 |
+
},
|
| 3155 |
+
{
|
| 3156 |
+
"epoch": 0.75,
|
| 3157 |
+
"grad_norm": 109.0,
|
| 3158 |
+
"learning_rate": 1.5840293936648804e-06,
|
| 3159 |
+
"loss": 1.6047,
|
| 3160 |
+
"step": 4500
|
| 3161 |
+
},
|
| 3162 |
+
{
|
| 3163 |
+
"epoch": 0.7516666666666667,
|
| 3164 |
+
"grad_norm": 107.5,
|
| 3165 |
+
"learning_rate": 1.564166181409572e-06,
|
| 3166 |
+
"loss": 1.6258,
|
| 3167 |
+
"step": 4510
|
| 3168 |
+
},
|
| 3169 |
+
{
|
| 3170 |
+
"epoch": 0.7533333333333333,
|
| 3171 |
+
"grad_norm": 138.0,
|
| 3172 |
+
"learning_rate": 1.5444051773806378e-06,
|
| 3173 |
+
"loss": 1.4898,
|
| 3174 |
+
"step": 4520
|
| 3175 |
+
},
|
| 3176 |
+
{
|
| 3177 |
+
"epoch": 0.755,
|
| 3178 |
+
"grad_norm": 110.5,
|
| 3179 |
+
"learning_rate": 1.5247469694229178e-06,
|
| 3180 |
+
"loss": 1.4836,
|
| 3181 |
+
"step": 4530
|
| 3182 |
+
},
|
| 3183 |
+
{
|
| 3184 |
+
"epoch": 0.7566666666666667,
|
| 3185 |
+
"grad_norm": 140.0,
|
| 3186 |
+
"learning_rate": 1.5051921423233028e-06,
|
| 3187 |
+
"loss": 1.6289,
|
| 3188 |
+
"step": 4540
|
| 3189 |
+
},
|
| 3190 |
+
{
|
| 3191 |
+
"epoch": 0.7583333333333333,
|
| 3192 |
+
"grad_norm": 126.0,
|
| 3193 |
+
"learning_rate": 1.4857412777933344e-06,
|
| 3194 |
+
"loss": 1.7047,
|
| 3195 |
+
"step": 4550
|
| 3196 |
+
},
|
| 3197 |
+
{
|
| 3198 |
+
"epoch": 0.76,
|
| 3199 |
+
"grad_norm": 114.0,
|
| 3200 |
+
"learning_rate": 1.4663949544519069e-06,
|
| 3201 |
+
"loss": 1.593,
|
| 3202 |
+
"step": 4560
|
| 3203 |
+
},
|
| 3204 |
+
{
|
| 3205 |
+
"epoch": 0.7616666666666667,
|
| 3206 |
+
"grad_norm": 99.0,
|
| 3207 |
+
"learning_rate": 1.4471537478080516e-06,
|
| 3208 |
+
"loss": 1.6211,
|
| 3209 |
+
"step": 4570
|
| 3210 |
+
},
|
| 3211 |
+
{
|
| 3212 |
+
"epoch": 0.7633333333333333,
|
| 3213 |
+
"grad_norm": 85.5,
|
| 3214 |
+
"learning_rate": 1.4280182302438229e-06,
|
| 3215 |
+
"loss": 1.6313,
|
| 3216 |
+
"step": 4580
|
| 3217 |
+
},
|
| 3218 |
+
{
|
| 3219 |
+
"epoch": 0.765,
|
| 3220 |
+
"grad_norm": 111.0,
|
| 3221 |
+
"learning_rate": 1.4089889709972549e-06,
|
| 3222 |
+
"loss": 1.6734,
|
| 3223 |
+
"step": 4590
|
| 3224 |
+
},
|
| 3225 |
+
{
|
| 3226 |
+
"epoch": 0.7666666666666667,
|
| 3227 |
+
"grad_norm": 165.0,
|
| 3228 |
+
"learning_rate": 1.3900665361454502e-06,
|
| 3229 |
+
"loss": 1.5305,
|
| 3230 |
+
"step": 4600
|
| 3231 |
+
},
|
| 3232 |
+
{
|
| 3233 |
+
"epoch": 0.7683333333333333,
|
| 3234 |
+
"grad_norm": 97.0,
|
| 3235 |
+
"learning_rate": 1.3712514885877232e-06,
|
| 3236 |
+
"loss": 1.6977,
|
| 3237 |
+
"step": 4610
|
| 3238 |
+
},
|
| 3239 |
+
{
|
| 3240 |
+
"epoch": 0.77,
|
| 3241 |
+
"grad_norm": 125.5,
|
| 3242 |
+
"learning_rate": 1.3525443880288602e-06,
|
| 3243 |
+
"loss": 1.7086,
|
| 3244 |
+
"step": 4620
|
| 3245 |
+
},
|
| 3246 |
+
{
|
| 3247 |
+
"epoch": 0.7716666666666666,
|
| 3248 |
+
"grad_norm": 118.5,
|
| 3249 |
+
"learning_rate": 1.3339457909624758e-06,
|
| 3250 |
+
"loss": 1.7063,
|
| 3251 |
+
"step": 4630
|
| 3252 |
+
},
|
| 3253 |
+
{
|
| 3254 |
+
"epoch": 0.7733333333333333,
|
| 3255 |
+
"grad_norm": 116.5,
|
| 3256 |
+
"learning_rate": 1.3154562506544465e-06,
|
| 3257 |
+
"loss": 1.6273,
|
| 3258 |
+
"step": 4640
|
| 3259 |
+
},
|
| 3260 |
+
{
|
| 3261 |
+
"epoch": 0.775,
|
| 3262 |
+
"grad_norm": 111.0,
|
| 3263 |
+
"learning_rate": 1.2970763171264656e-06,
|
| 3264 |
+
"loss": 1.6695,
|
| 3265 |
+
"step": 4650
|
| 3266 |
+
},
|
| 3267 |
+
{
|
| 3268 |
+
"epoch": 0.7766666666666666,
|
| 3269 |
+
"grad_norm": 109.0,
|
| 3270 |
+
"learning_rate": 1.2788065371396652e-06,
|
| 3271 |
+
"loss": 1.6938,
|
| 3272 |
+
"step": 4660
|
| 3273 |
+
},
|
| 3274 |
+
{
|
| 3275 |
+
"epoch": 0.7783333333333333,
|
| 3276 |
+
"grad_norm": 150.0,
|
| 3277 |
+
"learning_rate": 1.2606474541783697e-06,
|
| 3278 |
+
"loss": 1.6219,
|
| 3279 |
+
"step": 4670
|
| 3280 |
+
},
|
| 3281 |
+
{
|
| 3282 |
+
"epoch": 0.78,
|
| 3283 |
+
"grad_norm": 100.0,
|
| 3284 |
+
"learning_rate": 1.2425996084339149e-06,
|
| 3285 |
+
"loss": 1.5625,
|
| 3286 |
+
"step": 4680
|
| 3287 |
+
},
|
| 3288 |
+
{
|
| 3289 |
+
"epoch": 0.7816666666666666,
|
| 3290 |
+
"grad_norm": 109.0,
|
| 3291 |
+
"learning_rate": 1.2246635367885828e-06,
|
| 3292 |
+
"loss": 1.6617,
|
| 3293 |
+
"step": 4690
|
| 3294 |
+
},
|
| 3295 |
+
{
|
| 3296 |
+
"epoch": 0.7833333333333333,
|
| 3297 |
+
"grad_norm": 105.0,
|
| 3298 |
+
"learning_rate": 1.2068397727996301e-06,
|
| 3299 |
+
"loss": 1.6656,
|
| 3300 |
+
"step": 4700
|
| 3301 |
+
},
|
| 3302 |
+
{
|
| 3303 |
+
"epoch": 0.785,
|
| 3304 |
+
"grad_norm": 125.0,
|
| 3305 |
+
"learning_rate": 1.1891288466834205e-06,
|
| 3306 |
+
"loss": 1.7844,
|
| 3307 |
+
"step": 4710
|
| 3308 |
+
},
|
| 3309 |
+
{
|
| 3310 |
+
"epoch": 0.7866666666666666,
|
| 3311 |
+
"grad_norm": 152.0,
|
| 3312 |
+
"learning_rate": 1.1715312852996447e-06,
|
| 3313 |
+
"loss": 1.6672,
|
| 3314 |
+
"step": 4720
|
| 3315 |
+
},
|
| 3316 |
+
{
|
| 3317 |
+
"epoch": 0.7883333333333333,
|
| 3318 |
+
"grad_norm": 104.5,
|
| 3319 |
+
"learning_rate": 1.1540476121356502e-06,
|
| 3320 |
+
"loss": 1.7883,
|
| 3321 |
+
"step": 4730
|
| 3322 |
+
},
|
| 3323 |
+
{
|
| 3324 |
+
"epoch": 0.79,
|
| 3325 |
+
"grad_norm": 102.5,
|
| 3326 |
+
"learning_rate": 1.1366783472908738e-06,
|
| 3327 |
+
"loss": 1.7937,
|
| 3328 |
+
"step": 4740
|
| 3329 |
+
},
|
| 3330 |
+
{
|
| 3331 |
+
"epoch": 0.7916666666666666,
|
| 3332 |
+
"grad_norm": 160.0,
|
| 3333 |
+
"learning_rate": 1.1194240074613617e-06,
|
| 3334 |
+
"loss": 1.6914,
|
| 3335 |
+
"step": 4750
|
| 3336 |
+
},
|
| 3337 |
+
{
|
| 3338 |
+
"epoch": 0.7933333333333333,
|
| 3339 |
+
"grad_norm": 90.0,
|
| 3340 |
+
"learning_rate": 1.1022851059244027e-06,
|
| 3341 |
+
"loss": 1.7992,
|
| 3342 |
+
"step": 4760
|
| 3343 |
+
},
|
| 3344 |
+
{
|
| 3345 |
+
"epoch": 0.795,
|
| 3346 |
+
"grad_norm": 84.0,
|
| 3347 |
+
"learning_rate": 1.0852621525232609e-06,
|
| 3348 |
+
"loss": 1.6156,
|
| 3349 |
+
"step": 4770
|
| 3350 |
+
},
|
| 3351 |
+
{
|
| 3352 |
+
"epoch": 0.7966666666666666,
|
| 3353 |
+
"grad_norm": 120.0,
|
| 3354 |
+
"learning_rate": 1.068355653652009e-06,
|
| 3355 |
+
"loss": 1.575,
|
| 3356 |
+
"step": 4780
|
| 3357 |
+
},
|
| 3358 |
+
{
|
| 3359 |
+
"epoch": 0.7983333333333333,
|
| 3360 |
+
"grad_norm": 76.0,
|
| 3361 |
+
"learning_rate": 1.0515661122404603e-06,
|
| 3362 |
+
"loss": 1.5312,
|
| 3363 |
+
"step": 4790
|
| 3364 |
+
},
|
| 3365 |
+
{
|
| 3366 |
+
"epoch": 0.8,
|
| 3367 |
+
"grad_norm": 106.0,
|
| 3368 |
+
"learning_rate": 1.0348940277392095e-06,
|
| 3369 |
+
"loss": 1.6695,
|
| 3370 |
+
"step": 4800
|
| 3371 |
+
},
|
| 3372 |
+
{
|
| 3373 |
+
"epoch": 0.8016666666666666,
|
| 3374 |
+
"grad_norm": 158.0,
|
| 3375 |
+
"learning_rate": 1.0183398961047802e-06,
|
| 3376 |
+
"loss": 1.8188,
|
| 3377 |
+
"step": 4810
|
| 3378 |
+
},
|
| 3379 |
+
{
|
| 3380 |
+
"epoch": 0.8033333333333333,
|
| 3381 |
+
"grad_norm": 100.5,
|
| 3382 |
+
"learning_rate": 1.001904209784863e-06,
|
| 3383 |
+
"loss": 1.6398,
|
| 3384 |
+
"step": 4820
|
| 3385 |
+
},
|
| 3386 |
+
{
|
| 3387 |
+
"epoch": 0.805,
|
| 3388 |
+
"grad_norm": 133.0,
|
| 3389 |
+
"learning_rate": 9.855874577036712e-07,
|
| 3390 |
+
"loss": 1.8789,
|
| 3391 |
+
"step": 4830
|
| 3392 |
+
},
|
| 3393 |
+
{
|
| 3394 |
+
"epoch": 0.8066666666666666,
|
| 3395 |
+
"grad_norm": 103.5,
|
| 3396 |
+
"learning_rate": 9.693901252473953e-07,
|
| 3397 |
+
"loss": 1.6703,
|
| 3398 |
+
"step": 4840
|
| 3399 |
+
},
|
| 3400 |
+
{
|
| 3401 |
+
"epoch": 0.8083333333333333,
|
| 3402 |
+
"grad_norm": 95.5,
|
| 3403 |
+
"learning_rate": 9.533126942497667e-07,
|
| 3404 |
+
"loss": 1.6797,
|
| 3405 |
+
"step": 4850
|
| 3406 |
+
},
|
| 3407 |
+
{
|
| 3408 |
+
"epoch": 0.81,
|
| 3409 |
+
"grad_norm": 151.0,
|
| 3410 |
+
"learning_rate": 9.373556429777181e-07,
|
| 3411 |
+
"loss": 1.6695,
|
| 3412 |
+
"step": 4860
|
| 3413 |
+
},
|
| 3414 |
+
{
|
| 3415 |
+
"epoch": 0.8116666666666666,
|
| 3416 |
+
"grad_norm": 117.0,
|
| 3417 |
+
"learning_rate": 9.215194461171617e-07,
|
| 3418 |
+
"loss": 1.5875,
|
| 3419 |
+
"step": 4870
|
| 3420 |
+
},
|
| 3421 |
+
{
|
| 3422 |
+
"epoch": 0.8133333333333334,
|
| 3423 |
+
"grad_norm": 96.5,
|
| 3424 |
+
"learning_rate": 9.058045747588651e-07,
|
| 3425 |
+
"loss": 1.6891,
|
| 3426 |
+
"step": 4880
|
| 3427 |
+
},
|
| 3428 |
+
{
|
| 3429 |
+
"epoch": 0.815,
|
| 3430 |
+
"grad_norm": 112.5,
|
| 3431 |
+
"learning_rate": 8.90211496384441e-07,
|
| 3432 |
+
"loss": 1.6391,
|
| 3433 |
+
"step": 4890
|
| 3434 |
+
},
|
| 3435 |
+
{
|
| 3436 |
+
"epoch": 0.8166666666666667,
|
| 3437 |
+
"grad_norm": 118.5,
|
| 3438 |
+
"learning_rate": 8.747406748524362e-07,
|
| 3439 |
+
"loss": 1.6352,
|
| 3440 |
+
"step": 4900
|
| 3441 |
+
},
|
| 3442 |
+
{
|
| 3443 |
+
"epoch": 0.8183333333333334,
|
| 3444 |
+
"grad_norm": 163.0,
|
| 3445 |
+
"learning_rate": 8.59392570384534e-07,
|
| 3446 |
+
"loss": 1.7695,
|
| 3447 |
+
"step": 4910
|
| 3448 |
+
},
|
| 3449 |
+
{
|
| 3450 |
+
"epoch": 0.82,
|
| 3451 |
+
"grad_norm": 145.0,
|
| 3452 |
+
"learning_rate": 8.441676395518711e-07,
|
| 3453 |
+
"loss": 1.675,
|
| 3454 |
+
"step": 4920
|
| 3455 |
+
},
|
| 3456 |
+
{
|
| 3457 |
+
"epoch": 0.8216666666666667,
|
| 3458 |
+
"grad_norm": 106.5,
|
| 3459 |
+
"learning_rate": 8.290663352614386e-07,
|
| 3460 |
+
"loss": 1.6664,
|
| 3461 |
+
"step": 4930
|
| 3462 |
+
},
|
| 3463 |
+
{
|
| 3464 |
+
"epoch": 0.8233333333333334,
|
| 3465 |
+
"grad_norm": 103.5,
|
| 3466 |
+
"learning_rate": 8.140891067426293e-07,
|
| 3467 |
+
"loss": 1.7047,
|
| 3468 |
+
"step": 4940
|
| 3469 |
+
},
|
| 3470 |
+
{
|
| 3471 |
+
"epoch": 0.825,
|
| 3472 |
+
"grad_norm": 163.0,
|
| 3473 |
+
"learning_rate": 7.992363995338593e-07,
|
| 3474 |
+
"loss": 1.5703,
|
| 3475 |
+
"step": 4950
|
| 3476 |
+
},
|
| 3477 |
+
{
|
| 3478 |
+
"epoch": 0.8266666666666667,
|
| 3479 |
+
"grad_norm": 132.0,
|
| 3480 |
+
"learning_rate": 7.845086554693237e-07,
|
| 3481 |
+
"loss": 1.6609,
|
| 3482 |
+
"step": 4960
|
| 3483 |
+
},
|
| 3484 |
+
{
|
| 3485 |
+
"epoch": 0.8283333333333334,
|
| 3486 |
+
"grad_norm": 122.5,
|
| 3487 |
+
"learning_rate": 7.699063126658424e-07,
|
| 3488 |
+
"loss": 1.6438,
|
| 3489 |
+
"step": 4970
|
| 3490 |
+
},
|
| 3491 |
+
{
|
| 3492 |
+
"epoch": 0.83,
|
| 3493 |
+
"grad_norm": 183.0,
|
| 3494 |
+
"learning_rate": 7.554298055098391e-07,
|
| 3495 |
+
"loss": 1.6453,
|
| 3496 |
+
"step": 4980
|
| 3497 |
+
},
|
| 3498 |
+
{
|
| 3499 |
+
"epoch": 0.8316666666666667,
|
| 3500 |
+
"grad_norm": 91.0,
|
| 3501 |
+
"learning_rate": 7.410795646444147e-07,
|
| 3502 |
+
"loss": 1.6656,
|
| 3503 |
+
"step": 4990
|
| 3504 |
+
},
|
| 3505 |
+
{
|
| 3506 |
+
"epoch": 0.8333333333333334,
|
| 3507 |
+
"grad_norm": 89.5,
|
| 3508 |
+
"learning_rate": 7.268560169565275e-07,
|
| 3509 |
+
"loss": 1.707,
|
| 3510 |
+
"step": 5000
|
| 3511 |
+
},
|
| 3512 |
+
{
|
| 3513 |
+
"epoch": 0.835,
|
| 3514 |
+
"grad_norm": 160.0,
|
| 3515 |
+
"learning_rate": 7.127595855643126e-07,
|
| 3516 |
+
"loss": 1.7937,
|
| 3517 |
+
"step": 5010
|
| 3518 |
+
},
|
| 3519 |
+
{
|
| 3520 |
+
"epoch": 0.8366666666666667,
|
| 3521 |
+
"grad_norm": 120.0,
|
| 3522 |
+
"learning_rate": 6.987906898044783e-07,
|
| 3523 |
+
"loss": 1.5898,
|
| 3524 |
+
"step": 5020
|
| 3525 |
+
},
|
| 3526 |
+
{
|
| 3527 |
+
"epoch": 0.8383333333333334,
|
| 3528 |
+
"grad_norm": 99.0,
|
| 3529 |
+
"learning_rate": 6.849497452198412e-07,
|
| 3530 |
+
"loss": 1.5469,
|
| 3531 |
+
"step": 5030
|
| 3532 |
+
},
|
| 3533 |
+
{
|
| 3534 |
+
"epoch": 0.84,
|
| 3535 |
+
"grad_norm": 113.5,
|
| 3536 |
+
"learning_rate": 6.7123716354696e-07,
|
| 3537 |
+
"loss": 1.6969,
|
| 3538 |
+
"step": 5040
|
| 3539 |
+
},
|
| 3540 |
+
{
|
| 3541 |
+
"epoch": 0.8416666666666667,
|
| 3542 |
+
"grad_norm": 141.0,
|
| 3543 |
+
"learning_rate": 6.576533527038925e-07,
|
| 3544 |
+
"loss": 1.7805,
|
| 3545 |
+
"step": 5050
|
| 3546 |
+
},
|
| 3547 |
+
{
|
| 3548 |
+
"epoch": 0.8433333333333334,
|
| 3549 |
+
"grad_norm": 78.5,
|
| 3550 |
+
"learning_rate": 6.441987167780556e-07,
|
| 3551 |
+
"loss": 1.5617,
|
| 3552 |
+
"step": 5060
|
| 3553 |
+
},
|
| 3554 |
+
{
|
| 3555 |
+
"epoch": 0.845,
|
| 3556 |
+
"grad_norm": 108.0,
|
| 3557 |
+
"learning_rate": 6.308736560142054e-07,
|
| 3558 |
+
"loss": 1.6438,
|
| 3559 |
+
"step": 5070
|
| 3560 |
+
},
|
| 3561 |
+
{
|
| 3562 |
+
"epoch": 0.8466666666666667,
|
| 3563 |
+
"grad_norm": 124.5,
|
| 3564 |
+
"learning_rate": 6.176785668025359e-07,
|
| 3565 |
+
"loss": 1.5359,
|
| 3566 |
+
"step": 5080
|
| 3567 |
+
},
|
| 3568 |
+
{
|
| 3569 |
+
"epoch": 0.8483333333333334,
|
| 3570 |
+
"grad_norm": 115.0,
|
| 3571 |
+
"learning_rate": 6.046138416668806e-07,
|
| 3572 |
+
"loss": 1.55,
|
| 3573 |
+
"step": 5090
|
| 3574 |
+
},
|
| 3575 |
+
{
|
| 3576 |
+
"epoch": 0.85,
|
| 3577 |
+
"grad_norm": 100.5,
|
| 3578 |
+
"learning_rate": 5.916798692530406e-07,
|
| 3579 |
+
"loss": 1.6945,
|
| 3580 |
+
"step": 5100
|
| 3581 |
+
},
|
| 3582 |
+
{
|
| 3583 |
+
"epoch": 0.8516666666666667,
|
| 3584 |
+
"grad_norm": 110.0,
|
| 3585 |
+
"learning_rate": 5.78877034317219e-07,
|
| 3586 |
+
"loss": 1.5562,
|
| 3587 |
+
"step": 5110
|
| 3588 |
+
},
|
| 3589 |
+
{
|
| 3590 |
+
"epoch": 0.8533333333333334,
|
| 3591 |
+
"grad_norm": 162.0,
|
| 3592 |
+
"learning_rate": 5.662057177145813e-07,
|
| 3593 |
+
"loss": 1.6008,
|
| 3594 |
+
"step": 5120
|
| 3595 |
+
},
|
| 3596 |
+
{
|
| 3597 |
+
"epoch": 0.855,
|
| 3598 |
+
"grad_norm": 79.5,
|
| 3599 |
+
"learning_rate": 5.536662963879202e-07,
|
| 3600 |
+
"loss": 1.5781,
|
| 3601 |
+
"step": 5130
|
| 3602 |
+
},
|
| 3603 |
+
{
|
| 3604 |
+
"epoch": 0.8566666666666667,
|
| 3605 |
+
"grad_norm": 131.0,
|
| 3606 |
+
"learning_rate": 5.412591433564446e-07,
|
| 3607 |
+
"loss": 1.7063,
|
| 3608 |
+
"step": 5140
|
| 3609 |
+
},
|
| 3610 |
+
{
|
| 3611 |
+
"epoch": 0.8583333333333333,
|
| 3612 |
+
"grad_norm": 122.0,
|
| 3613 |
+
"learning_rate": 5.289846277046817e-07,
|
| 3614 |
+
"loss": 1.6461,
|
| 3615 |
+
"step": 5150
|
| 3616 |
+
},
|
| 3617 |
+
{
|
| 3618 |
+
"epoch": 0.86,
|
| 3619 |
+
"grad_norm": 132.0,
|
| 3620 |
+
"learning_rate": 5.168431145715031e-07,
|
| 3621 |
+
"loss": 1.6016,
|
| 3622 |
+
"step": 5160
|
| 3623 |
+
},
|
| 3624 |
+
{
|
| 3625 |
+
"epoch": 0.8616666666666667,
|
| 3626 |
+
"grad_norm": 163.0,
|
| 3627 |
+
"learning_rate": 5.048349651392542e-07,
|
| 3628 |
+
"loss": 1.7094,
|
| 3629 |
+
"step": 5170
|
| 3630 |
+
},
|
| 3631 |
+
{
|
| 3632 |
+
"epoch": 0.8633333333333333,
|
| 3633 |
+
"grad_norm": 123.0,
|
| 3634 |
+
"learning_rate": 4.929605366230156e-07,
|
| 3635 |
+
"loss": 1.4453,
|
| 3636 |
+
"step": 5180
|
| 3637 |
+
},
|
| 3638 |
+
{
|
| 3639 |
+
"epoch": 0.865,
|
| 3640 |
+
"grad_norm": 143.0,
|
| 3641 |
+
"learning_rate": 4.812201822599777e-07,
|
| 3642 |
+
"loss": 1.5844,
|
| 3643 |
+
"step": 5190
|
| 3644 |
+
},
|
| 3645 |
+
{
|
| 3646 |
+
"epoch": 0.8666666666666667,
|
| 3647 |
+
"grad_norm": 124.5,
|
| 3648 |
+
"learning_rate": 4.6961425129892655e-07,
|
| 3649 |
+
"loss": 1.6906,
|
| 3650 |
+
"step": 5200
|
| 3651 |
+
},
|
| 3652 |
+
{
|
| 3653 |
+
"epoch": 0.8683333333333333,
|
| 3654 |
+
"grad_norm": 98.5,
|
| 3655 |
+
"learning_rate": 4.5814308898986084e-07,
|
| 3656 |
+
"loss": 1.5656,
|
| 3657 |
+
"step": 5210
|
| 3658 |
+
},
|
| 3659 |
+
{
|
| 3660 |
+
"epoch": 0.87,
|
| 3661 |
+
"grad_norm": 102.5,
|
| 3662 |
+
"learning_rate": 4.468070365737176e-07,
|
| 3663 |
+
"loss": 1.718,
|
| 3664 |
+
"step": 5220
|
| 3665 |
+
},
|
| 3666 |
+
{
|
| 3667 |
+
"epoch": 0.8716666666666667,
|
| 3668 |
+
"grad_norm": 134.0,
|
| 3669 |
+
"learning_rate": 4.356064312722247e-07,
|
| 3670 |
+
"loss": 1.5375,
|
| 3671 |
+
"step": 5230
|
| 3672 |
+
},
|
| 3673 |
+
{
|
| 3674 |
+
"epoch": 0.8733333333333333,
|
| 3675 |
+
"grad_norm": 105.5,
|
| 3676 |
+
"learning_rate": 4.2454160627786346e-07,
|
| 3677 |
+
"loss": 1.4352,
|
| 3678 |
+
"step": 5240
|
| 3679 |
+
},
|
| 3680 |
+
{
|
| 3681 |
+
"epoch": 0.875,
|
| 3682 |
+
"grad_norm": 151.0,
|
| 3683 |
+
"learning_rate": 4.136128907439629e-07,
|
| 3684 |
+
"loss": 1.6141,
|
| 3685 |
+
"step": 5250
|
| 3686 |
+
},
|
| 3687 |
+
{
|
| 3688 |
+
"epoch": 0.8766666666666667,
|
| 3689 |
+
"grad_norm": 120.5,
|
| 3690 |
+
"learning_rate": 4.0282060977490713e-07,
|
| 3691 |
+
"loss": 1.8195,
|
| 3692 |
+
"step": 5260
|
| 3693 |
+
},
|
| 3694 |
+
{
|
| 3695 |
+
"epoch": 0.8783333333333333,
|
| 3696 |
+
"grad_norm": 115.5,
|
| 3697 |
+
"learning_rate": 3.9216508441645926e-07,
|
| 3698 |
+
"loss": 1.6414,
|
| 3699 |
+
"step": 5270
|
| 3700 |
+
},
|
| 3701 |
+
{
|
| 3702 |
+
"epoch": 0.88,
|
| 3703 |
+
"grad_norm": 88.0,
|
| 3704 |
+
"learning_rate": 3.8164663164621693e-07,
|
| 3705 |
+
"loss": 1.6477,
|
| 3706 |
+
"step": 5280
|
| 3707 |
+
},
|
| 3708 |
+
{
|
| 3709 |
+
"epoch": 0.8816666666666667,
|
| 3710 |
+
"grad_norm": 105.0,
|
| 3711 |
+
"learning_rate": 3.7126556436417993e-07,
|
| 3712 |
+
"loss": 1.7352,
|
| 3713 |
+
"step": 5290
|
| 3714 |
+
},
|
| 3715 |
+
{
|
| 3716 |
+
"epoch": 0.8833333333333333,
|
| 3717 |
+
"grad_norm": 102.0,
|
| 3718 |
+
"learning_rate": 3.610221913834444e-07,
|
| 3719 |
+
"loss": 1.5562,
|
| 3720 |
+
"step": 5300
|
| 3721 |
+
},
|
| 3722 |
+
{
|
| 3723 |
+
"epoch": 0.885,
|
| 3724 |
+
"grad_norm": 120.0,
|
| 3725 |
+
"learning_rate": 3.509168174210109e-07,
|
| 3726 |
+
"loss": 1.7227,
|
| 3727 |
+
"step": 5310
|
| 3728 |
+
},
|
| 3729 |
+
{
|
| 3730 |
+
"epoch": 0.8866666666666667,
|
| 3731 |
+
"grad_norm": 107.5,
|
| 3732 |
+
"learning_rate": 3.409497430887287e-07,
|
| 3733 |
+
"loss": 1.557,
|
| 3734 |
+
"step": 5320
|
| 3735 |
+
},
|
| 3736 |
+
{
|
| 3737 |
+
"epoch": 0.8883333333333333,
|
| 3738 |
+
"grad_norm": 149.0,
|
| 3739 |
+
"learning_rate": 3.311212648843448e-07,
|
| 3740 |
+
"loss": 1.6352,
|
| 3741 |
+
"step": 5330
|
| 3742 |
+
},
|
| 3743 |
+
{
|
| 3744 |
+
"epoch": 0.89,
|
| 3745 |
+
"grad_norm": 99.0,
|
| 3746 |
+
"learning_rate": 3.2143167518268735e-07,
|
| 3747 |
+
"loss": 1.6656,
|
| 3748 |
+
"step": 5340
|
| 3749 |
+
},
|
| 3750 |
+
{
|
| 3751 |
+
"epoch": 0.8916666666666667,
|
| 3752 |
+
"grad_norm": 90.0,
|
| 3753 |
+
"learning_rate": 3.1188126222697014e-07,
|
| 3754 |
+
"loss": 1.5562,
|
| 3755 |
+
"step": 5350
|
| 3756 |
+
},
|
| 3757 |
+
{
|
| 3758 |
+
"epoch": 0.8933333333333333,
|
| 3759 |
+
"grad_norm": 106.0,
|
| 3760 |
+
"learning_rate": 3.024703101202142e-07,
|
| 3761 |
+
"loss": 1.5859,
|
| 3762 |
+
"step": 5360
|
| 3763 |
+
},
|
| 3764 |
+
{
|
| 3765 |
+
"epoch": 0.895,
|
| 3766 |
+
"grad_norm": 142.0,
|
| 3767 |
+
"learning_rate": 2.931990988168004e-07,
|
| 3768 |
+
"loss": 1.7102,
|
| 3769 |
+
"step": 5370
|
| 3770 |
+
},
|
| 3771 |
+
{
|
| 3772 |
+
"epoch": 0.8966666666666666,
|
| 3773 |
+
"grad_norm": 98.0,
|
| 3774 |
+
"learning_rate": 2.8406790411413366e-07,
|
| 3775 |
+
"loss": 1.6016,
|
| 3776 |
+
"step": 5380
|
| 3777 |
+
},
|
| 3778 |
+
{
|
| 3779 |
+
"epoch": 0.8983333333333333,
|
| 3780 |
+
"grad_norm": 100.0,
|
| 3781 |
+
"learning_rate": 2.7507699764445116e-07,
|
| 3782 |
+
"loss": 1.6211,
|
| 3783 |
+
"step": 5390
|
| 3784 |
+
},
|
| 3785 |
+
{
|
| 3786 |
+
"epoch": 0.9,
|
| 3787 |
+
"grad_norm": 123.5,
|
| 3788 |
+
"learning_rate": 2.6622664686673015e-07,
|
| 3789 |
+
"loss": 1.6555,
|
| 3790 |
+
"step": 5400
|
| 3791 |
+
},
|
| 3792 |
+
{
|
| 3793 |
+
"epoch": 0.9016666666666666,
|
| 3794 |
+
"grad_norm": 107.0,
|
| 3795 |
+
"learning_rate": 2.57517115058738e-07,
|
| 3796 |
+
"loss": 1.5758,
|
| 3797 |
+
"step": 5410
|
| 3798 |
+
},
|
| 3799 |
+
{
|
| 3800 |
+
"epoch": 0.9033333333333333,
|
| 3801 |
+
"grad_norm": 135.0,
|
| 3802 |
+
"learning_rate": 2.489486613091974e-07,
|
| 3803 |
+
"loss": 1.6508,
|
| 3804 |
+
"step": 5420
|
| 3805 |
+
},
|
| 3806 |
+
{
|
| 3807 |
+
"epoch": 0.905,
|
| 3808 |
+
"grad_norm": 122.0,
|
| 3809 |
+
"learning_rate": 2.4052154051008246e-07,
|
| 3810 |
+
"loss": 1.543,
|
| 3811 |
+
"step": 5430
|
| 3812 |
+
},
|
| 3813 |
+
{
|
| 3814 |
+
"epoch": 0.9066666666666666,
|
| 3815 |
+
"grad_norm": 200.0,
|
| 3816 |
+
"learning_rate": 2.3223600334903284e-07,
|
| 3817 |
+
"loss": 1.8062,
|
| 3818 |
+
"step": 5440
|
| 3819 |
+
},
|
| 3820 |
+
{
|
| 3821 |
+
"epoch": 0.9083333333333333,
|
| 3822 |
+
"grad_norm": 167.0,
|
| 3823 |
+
"learning_rate": 2.2409229630189655e-07,
|
| 3824 |
+
"loss": 1.5953,
|
| 3825 |
+
"step": 5450
|
| 3826 |
+
},
|
| 3827 |
+
{
|
| 3828 |
+
"epoch": 0.91,
|
| 3829 |
+
"grad_norm": 108.0,
|
| 3830 |
+
"learning_rate": 2.1609066162540105e-07,
|
| 3831 |
+
"loss": 1.5664,
|
| 3832 |
+
"step": 5460
|
| 3833 |
+
},
|
| 3834 |
+
{
|
| 3835 |
+
"epoch": 0.9116666666666666,
|
| 3836 |
+
"grad_norm": 124.0,
|
| 3837 |
+
"learning_rate": 2.082313373499434e-07,
|
| 3838 |
+
"loss": 1.6719,
|
| 3839 |
+
"step": 5470
|
| 3840 |
+
},
|
| 3841 |
+
{
|
| 3842 |
+
"epoch": 0.9133333333333333,
|
| 3843 |
+
"grad_norm": 116.5,
|
| 3844 |
+
"learning_rate": 2.005145572725098e-07,
|
| 3845 |
+
"loss": 1.607,
|
| 3846 |
+
"step": 5480
|
| 3847 |
+
},
|
| 3848 |
+
{
|
| 3849 |
+
"epoch": 0.915,
|
| 3850 |
+
"grad_norm": 148.0,
|
| 3851 |
+
"learning_rate": 1.9294055094972287e-07,
|
| 3852 |
+
"loss": 1.6547,
|
| 3853 |
+
"step": 5490
|
| 3854 |
+
},
|
| 3855 |
+
{
|
| 3856 |
+
"epoch": 0.9166666666666666,
|
| 3857 |
+
"grad_norm": 82.5,
|
| 3858 |
+
"learning_rate": 1.8550954369101094e-07,
|
| 3859 |
+
"loss": 1.7578,
|
| 3860 |
+
"step": 5500
|
| 3861 |
+
},
|
| 3862 |
+
{
|
| 3863 |
+
"epoch": 0.9183333333333333,
|
| 3864 |
+
"grad_norm": 101.5,
|
| 3865 |
+
"learning_rate": 1.7822175655190566e-07,
|
| 3866 |
+
"loss": 1.507,
|
| 3867 |
+
"step": 5510
|
| 3868 |
+
},
|
| 3869 |
+
{
|
| 3870 |
+
"epoch": 0.92,
|
| 3871 |
+
"grad_norm": 114.0,
|
| 3872 |
+
"learning_rate": 1.7107740632746617e-07,
|
| 3873 |
+
"loss": 1.7227,
|
| 3874 |
+
"step": 5520
|
| 3875 |
+
},
|
| 3876 |
+
{
|
| 3877 |
+
"epoch": 0.9216666666666666,
|
| 3878 |
+
"grad_norm": 97.0,
|
| 3879 |
+
"learning_rate": 1.6407670554583143e-07,
|
| 3880 |
+
"loss": 1.6797,
|
| 3881 |
+
"step": 5530
|
| 3882 |
+
},
|
| 3883 |
+
{
|
| 3884 |
+
"epoch": 0.9233333333333333,
|
| 3885 |
+
"grad_norm": 100.5,
|
| 3886 |
+
"learning_rate": 1.5721986246189647e-07,
|
| 3887 |
+
"loss": 1.5219,
|
| 3888 |
+
"step": 5540
|
| 3889 |
+
},
|
| 3890 |
+
{
|
| 3891 |
+
"epoch": 0.925,
|
| 3892 |
+
"grad_norm": 137.0,
|
| 3893 |
+
"learning_rate": 1.5050708105111665e-07,
|
| 3894 |
+
"loss": 1.5492,
|
| 3895 |
+
"step": 5550
|
| 3896 |
+
},
|
| 3897 |
+
{
|
| 3898 |
+
"epoch": 0.9266666666666666,
|
| 3899 |
+
"grad_norm": 112.5,
|
| 3900 |
+
"learning_rate": 1.4393856100344107e-07,
|
| 3901 |
+
"loss": 1.5906,
|
| 3902 |
+
"step": 5560
|
| 3903 |
+
},
|
| 3904 |
+
{
|
| 3905 |
+
"epoch": 0.9283333333333333,
|
| 3906 |
+
"grad_norm": 78.0,
|
| 3907 |
+
"learning_rate": 1.375144977173737e-07,
|
| 3908 |
+
"loss": 1.6086,
|
| 3909 |
+
"step": 5570
|
| 3910 |
+
},
|
| 3911 |
+
{
|
| 3912 |
+
"epoch": 0.93,
|
| 3913 |
+
"grad_norm": 100.5,
|
| 3914 |
+
"learning_rate": 1.312350822941577e-07,
|
| 3915 |
+
"loss": 1.6867,
|
| 3916 |
+
"step": 5580
|
| 3917 |
+
},
|
| 3918 |
+
{
|
| 3919 |
+
"epoch": 0.9316666666666666,
|
| 3920 |
+
"grad_norm": 118.0,
|
| 3921 |
+
"learning_rate": 1.251005015320922e-07,
|
| 3922 |
+
"loss": 1.6094,
|
| 3923 |
+
"step": 5590
|
| 3924 |
+
},
|
| 3925 |
+
{
|
| 3926 |
+
"epoch": 0.9333333333333333,
|
| 3927 |
+
"grad_norm": 118.0,
|
| 3928 |
+
"learning_rate": 1.1911093792097372e-07,
|
| 3929 |
+
"loss": 1.5539,
|
| 3930 |
+
"step": 5600
|
| 3931 |
+
},
|
| 3932 |
+
{
|
| 3933 |
+
"epoch": 0.935,
|
| 3934 |
+
"grad_norm": 100.0,
|
| 3935 |
+
"learning_rate": 1.1326656963667193e-07,
|
| 3936 |
+
"loss": 1.5625,
|
| 3937 |
+
"step": 5610
|
| 3938 |
+
},
|
| 3939 |
+
{
|
| 3940 |
+
"epoch": 0.9366666666666666,
|
| 3941 |
+
"grad_norm": 126.5,
|
| 3942 |
+
"learning_rate": 1.0756757053582479e-07,
|
| 3943 |
+
"loss": 1.5992,
|
| 3944 |
+
"step": 5620
|
| 3945 |
+
},
|
| 3946 |
+
{
|
| 3947 |
+
"epoch": 0.9383333333333334,
|
| 3948 |
+
"grad_norm": 103.0,
|
| 3949 |
+
"learning_rate": 1.020141101506672e-07,
|
| 3950 |
+
"loss": 1.5898,
|
| 3951 |
+
"step": 5630
|
| 3952 |
+
},
|
| 3953 |
+
{
|
| 3954 |
+
"epoch": 0.94,
|
| 3955 |
+
"grad_norm": 99.0,
|
| 3956 |
+
"learning_rate": 9.66063536839923e-08,
|
| 3957 |
+
"loss": 1.5758,
|
| 3958 |
+
"step": 5640
|
| 3959 |
+
},
|
| 3960 |
+
{
|
| 3961 |
+
"epoch": 0.9416666666666667,
|
| 3962 |
+
"grad_norm": 119.0,
|
| 3963 |
+
"learning_rate": 9.134446200422919e-08,
|
| 3964 |
+
"loss": 1.6789,
|
| 3965 |
+
"step": 5650
|
| 3966 |
+
},
|
| 3967 |
+
{
|
| 3968 |
+
"epoch": 0.9433333333333334,
|
| 3969 |
+
"grad_norm": 94.0,
|
| 3970 |
+
"learning_rate": 8.622859164066577e-08,
|
| 3971 |
+
"loss": 1.6828,
|
| 3972 |
+
"step": 5660
|
| 3973 |
+
},
|
| 3974 |
+
{
|
| 3975 |
+
"epoch": 0.945,
|
| 3976 |
+
"grad_norm": 101.5,
|
| 3977 |
+
"learning_rate": 8.125889477878623e-08,
|
| 3978 |
+
"loss": 1.5648,
|
| 3979 |
+
"step": 5670
|
| 3980 |
+
},
|
| 3981 |
+
{
|
| 3982 |
+
"epoch": 0.9466666666666667,
|
| 3983 |
+
"grad_norm": 73.5,
|
| 3984 |
+
"learning_rate": 7.643551925574865e-08,
|
| 3985 |
+
"loss": 1.5461,
|
| 3986 |
+
"step": 5680
|
| 3987 |
+
},
|
| 3988 |
+
{
|
| 3989 |
+
"epoch": 0.9483333333333334,
|
| 3990 |
+
"grad_norm": 159.0,
|
| 3991 |
+
"learning_rate": 7.175860855598071e-08,
|
| 3992 |
+
"loss": 1.6562,
|
| 3993 |
+
"step": 5690
|
| 3994 |
+
},
|
| 3995 |
+
{
|
| 3996 |
+
"epoch": 0.95,
|
| 3997 |
+
"grad_norm": 88.0,
|
| 3998 |
+
"learning_rate": 6.722830180691919e-08,
|
| 3999 |
+
"loss": 1.5633,
|
| 4000 |
+
"step": 5700
|
| 4001 |
+
},
|
| 4002 |
+
{
|
| 4003 |
+
"epoch": 0.9516666666666667,
|
| 4004 |
+
"grad_norm": 128.0,
|
| 4005 |
+
"learning_rate": 6.284473377486666e-08,
|
| 4006 |
+
"loss": 1.7727,
|
| 4007 |
+
"step": 5710
|
| 4008 |
+
},
|
| 4009 |
+
{
|
| 4010 |
+
"epoch": 0.9533333333333334,
|
| 4011 |
+
"grad_norm": 161.0,
|
| 4012 |
+
"learning_rate": 5.8608034860981325e-08,
|
| 4013 |
+
"loss": 1.5758,
|
| 4014 |
+
"step": 5720
|
| 4015 |
+
},
|
| 4016 |
+
{
|
| 4017 |
+
"epoch": 0.955,
|
| 4018 |
+
"grad_norm": 148.0,
|
| 4019 |
+
"learning_rate": 5.451833109740179e-08,
|
| 4020 |
+
"loss": 1.5734,
|
| 4021 |
+
"step": 5730
|
| 4022 |
+
},
|
| 4023 |
+
{
|
| 4024 |
+
"epoch": 0.9566666666666667,
|
| 4025 |
+
"grad_norm": 125.0,
|
| 4026 |
+
"learning_rate": 5.0575744143495084e-08,
|
| 4027 |
+
"loss": 1.5367,
|
| 4028 |
+
"step": 5740
|
| 4029 |
+
},
|
| 4030 |
+
{
|
| 4031 |
+
"epoch": 0.9583333333333334,
|
| 4032 |
+
"grad_norm": 79.5,
|
| 4033 |
+
"learning_rate": 4.6780391282238434e-08,
|
| 4034 |
+
"loss": 1.5016,
|
| 4035 |
+
"step": 5750
|
| 4036 |
+
},
|
| 4037 |
+
{
|
| 4038 |
+
"epoch": 0.96,
|
| 4039 |
+
"grad_norm": 101.0,
|
| 4040 |
+
"learning_rate": 4.313238541673037e-08,
|
| 4041 |
+
"loss": 1.518,
|
| 4042 |
+
"step": 5760
|
| 4043 |
+
},
|
| 4044 |
+
{
|
| 4045 |
+
"epoch": 0.9616666666666667,
|
| 4046 |
+
"grad_norm": 57.0,
|
| 4047 |
+
"learning_rate": 3.963183506683288e-08,
|
| 4048 |
+
"loss": 1.5781,
|
| 4049 |
+
"step": 5770
|
| 4050 |
+
},
|
| 4051 |
+
{
|
| 4052 |
+
"epoch": 0.9633333333333334,
|
| 4053 |
+
"grad_norm": 167.0,
|
| 4054 |
+
"learning_rate": 3.6278844365940647e-08,
|
| 4055 |
+
"loss": 1.6781,
|
| 4056 |
+
"step": 5780
|
| 4057 |
+
},
|
| 4058 |
+
{
|
| 4059 |
+
"epoch": 0.965,
|
| 4060 |
+
"grad_norm": 127.5,
|
| 4061 |
+
"learning_rate": 3.307351305788631e-08,
|
| 4062 |
+
"loss": 1.6891,
|
| 4063 |
+
"step": 5790
|
| 4064 |
+
},
|
| 4065 |
+
{
|
| 4066 |
+
"epoch": 0.9666666666666667,
|
| 4067 |
+
"grad_norm": 96.5,
|
| 4068 |
+
"learning_rate": 3.001593649397227e-08,
|
| 4069 |
+
"loss": 1.5797,
|
| 4070 |
+
"step": 5800
|
| 4071 |
+
},
|
| 4072 |
+
{
|
| 4073 |
+
"epoch": 0.9683333333333334,
|
| 4074 |
+
"grad_norm": 130.0,
|
| 4075 |
+
"learning_rate": 2.7106205630133552e-08,
|
| 4076 |
+
"loss": 1.557,
|
| 4077 |
+
"step": 5810
|
| 4078 |
+
},
|
| 4079 |
+
{
|
| 4080 |
+
"epoch": 0.97,
|
| 4081 |
+
"grad_norm": 98.5,
|
| 4082 |
+
"learning_rate": 2.4344407024232686e-08,
|
| 4083 |
+
"loss": 1.4797,
|
| 4084 |
+
"step": 5820
|
| 4085 |
+
},
|
| 4086 |
+
{
|
| 4087 |
+
"epoch": 0.9716666666666667,
|
| 4088 |
+
"grad_norm": 117.5,
|
| 4089 |
+
"learning_rate": 2.1730622833483484e-08,
|
| 4090 |
+
"loss": 1.5109,
|
| 4091 |
+
"step": 5830
|
| 4092 |
+
},
|
| 4093 |
+
{
|
| 4094 |
+
"epoch": 0.9733333333333334,
|
| 4095 |
+
"grad_norm": 130.0,
|
| 4096 |
+
"learning_rate": 1.9264930812010198e-08,
|
| 4097 |
+
"loss": 1.5508,
|
| 4098 |
+
"step": 5840
|
| 4099 |
+
},
|
| 4100 |
+
{
|
| 4101 |
+
"epoch": 0.975,
|
| 4102 |
+
"grad_norm": 82.0,
|
| 4103 |
+
"learning_rate": 1.6947404308531036e-08,
|
| 4104 |
+
"loss": 1.5125,
|
| 4105 |
+
"step": 5850
|
| 4106 |
+
},
|
| 4107 |
+
{
|
| 4108 |
+
"epoch": 0.9766666666666667,
|
| 4109 |
+
"grad_norm": 105.5,
|
| 4110 |
+
"learning_rate": 1.47781122641788e-08,
|
| 4111 |
+
"loss": 1.5711,
|
| 4112 |
+
"step": 5860
|
| 4113 |
+
},
|
| 4114 |
+
{
|
| 4115 |
+
"epoch": 0.9783333333333334,
|
| 4116 |
+
"grad_norm": 137.0,
|
| 4117 |
+
"learning_rate": 1.2757119210447532e-08,
|
| 4118 |
+
"loss": 1.5797,
|
| 4119 |
+
"step": 5870
|
| 4120 |
+
},
|
| 4121 |
+
{
|
| 4122 |
+
"epoch": 0.98,
|
| 4123 |
+
"grad_norm": 111.5,
|
| 4124 |
+
"learning_rate": 1.0884485267275146e-08,
|
| 4125 |
+
"loss": 1.5508,
|
| 4126 |
+
"step": 5880
|
| 4127 |
+
},
|
| 4128 |
+
{
|
| 4129 |
+
"epoch": 0.9816666666666667,
|
| 4130 |
+
"grad_norm": 139.0,
|
| 4131 |
+
"learning_rate": 9.16026614125487e-09,
|
| 4132 |
+
"loss": 1.475,
|
| 4133 |
+
"step": 5890
|
| 4134 |
+
},
|
| 4135 |
+
{
|
| 4136 |
+
"epoch": 0.9833333333333333,
|
| 4137 |
+
"grad_norm": 96.0,
|
| 4138 |
+
"learning_rate": 7.584513123976012e-09,
|
| 4139 |
+
"loss": 1.5805,
|
| 4140 |
+
"step": 5900
|
| 4141 |
+
},
|
| 4142 |
+
{
|
| 4143 |
+
"epoch": 0.985,
|
| 4144 |
+
"grad_norm": 118.0,
|
| 4145 |
+
"learning_rate": 6.157273090499627e-09,
|
| 4146 |
+
"loss": 1.5695,
|
| 4147 |
+
"step": 5910
|
| 4148 |
+
},
|
| 4149 |
+
{
|
| 4150 |
+
"epoch": 0.9866666666666667,
|
| 4151 |
+
"grad_norm": 131.0,
|
| 4152 |
+
"learning_rate": 4.878588497964077e-09,
|
| 4153 |
+
"loss": 1.6211,
|
| 4154 |
+
"step": 5920
|
| 4155 |
+
},
|
| 4156 |
+
{
|
| 4157 |
+
"epoch": 0.9883333333333333,
|
| 4158 |
+
"grad_norm": 111.0,
|
| 4159 |
+
"learning_rate": 3.748497384323258e-09,
|
| 4160 |
+
"loss": 1.5461,
|
| 4161 |
+
"step": 5930
|
| 4162 |
+
},
|
| 4163 |
+
{
|
| 4164 |
+
"epoch": 0.99,
|
| 4165 |
+
"grad_norm": 80.5,
|
| 4166 |
+
"learning_rate": 2.7670333672108475e-09,
|
| 4167 |
+
"loss": 1.557,
|
| 4168 |
+
"step": 5940
|
| 4169 |
+
},
|
| 4170 |
+
{
|
| 4171 |
+
"epoch": 0.9916666666666667,
|
| 4172 |
+
"grad_norm": 133.0,
|
| 4173 |
+
"learning_rate": 1.934225642946097e-09,
|
| 4174 |
+
"loss": 1.5969,
|
| 4175 |
+
"step": 5950
|
| 4176 |
+
},
|
| 4177 |
+
{
|
| 4178 |
+
"epoch": 0.9933333333333333,
|
| 4179 |
+
"grad_norm": 139.0,
|
| 4180 |
+
"learning_rate": 1.2500989856606416e-09,
|
| 4181 |
+
"loss": 1.5273,
|
| 4182 |
+
"step": 5960
|
| 4183 |
+
},
|
| 4184 |
+
{
|
| 4185 |
+
"epoch": 0.995,
|
| 4186 |
+
"grad_norm": 93.0,
|
| 4187 |
+
"learning_rate": 7.146737465629772e-10,
|
| 4188 |
+
"loss": 1.4375,
|
| 4189 |
+
"step": 5970
|
| 4190 |
+
},
|
| 4191 |
+
{
|
| 4192 |
+
"epoch": 0.9966666666666667,
|
| 4193 |
+
"grad_norm": 115.0,
|
| 4194 |
+
"learning_rate": 3.279658533344998e-10,
|
| 4195 |
+
"loss": 1.5914,
|
| 4196 |
+
"step": 5980
|
| 4197 |
+
},
|
| 4198 |
+
{
|
| 4199 |
+
"epoch": 0.9983333333333333,
|
| 4200 |
+
"grad_norm": 91.0,
|
| 4201 |
+
"learning_rate": 8.998680965377482e-11,
|
| 4202 |
+
"loss": 1.5234,
|
| 4203 |
+
"step": 5990
|
| 4204 |
+
},
|
| 4205 |
+
{
|
| 4206 |
+
"epoch": 1.0,
|
| 4207 |
+
"grad_norm": 113.0,
|
| 4208 |
+
"learning_rate": 7.43694854032917e-13,
|
| 4209 |
+
"loss": 1.5688,
|
| 4210 |
+
"step": 6000
|
| 4211 |
+
}
|
| 4212 |
+
],
|
| 4213 |
+
"logging_steps": 10,
|
| 4214 |
+
"max_steps": 6000,
|
| 4215 |
+
"num_input_tokens_seen": 0,
|
| 4216 |
+
"num_train_epochs": 9223372036854775807,
|
| 4217 |
+
"save_steps": 2000,
|
| 4218 |
+
"stateful_callbacks": {
|
| 4219 |
+
"TrainerControl": {
|
| 4220 |
+
"args": {
|
| 4221 |
+
"should_epoch_stop": false,
|
| 4222 |
+
"should_evaluate": false,
|
| 4223 |
+
"should_log": false,
|
| 4224 |
+
"should_save": true,
|
| 4225 |
+
"should_training_stop": true
|
| 4226 |
+
},
|
| 4227 |
+
"attributes": {}
|
| 4228 |
+
}
|
| 4229 |
+
},
|
| 4230 |
+
"total_flos": 7.5461837193216e+17,
|
| 4231 |
+
"train_batch_size": 32,
|
| 4232 |
+
"trial_name": null,
|
| 4233 |
+
"trial_params": null
|
| 4234 |
+
}
|
checkpoint-6000/training_args.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:0ebc3b885e09ff479f3d186f2c8b1e16203e8c3b67ea7448e02e9f51d9f19149
|
| 3 |
+
size 5368
|