souging commited on
Commit
e74b388
·
verified ·
1 Parent(s): 4fee4a0

Training in progress, epoch 2, checkpoint

Browse files
last-checkpoint/optimizer.pt CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:91e0796e5d9d9bc45508498937ca534640f6311a53399d4644caaa7cf9e44170
3
  size 74542452
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:c5ed1e7a0e3c59f320b1715a05c3666ecc2fc6c228708e3d959cb6460bc491a3
3
  size 74542452
last-checkpoint/rng_state_0.pth CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:7c117429faf456604fc45db63d7a3e6d2c0e9780e29554d2b47051b9593f8a05
3
  size 15984
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:b36bcb0fed2e275887daa41022406c825f99b4b86a41b59934d97ac489910923
3
  size 15984
last-checkpoint/rng_state_1.pth CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:f105fb08fa0ecd11f3978f691ef2538e9e38abcac826bc9a4cfc09b26e29b39d
3
  size 15984
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:274e4dab9a36d014099ff4e09521694810050a7d0e4b9f78328955bba8ef6b26
3
  size 15984
last-checkpoint/rng_state_2.pth CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:46cadbd0037afd7891b2504363982b19551511cc8ab68b7eb935c546bdf5f257
3
  size 15984
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:29259f0bc54246fc694a705960e66e905a1b8b55b02460ff05ae4445d414a2d9
3
  size 15984
last-checkpoint/rng_state_3.pth CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:f29b1295a826abfe9eb85474df78753ec1a813fb629c4d3ba10cf35df6e85a4c
3
  size 15984
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:814a16321827f315a53372838b09d10fefd4b8ffca48166ac25206f574e28035
3
  size 15984
last-checkpoint/rng_state_4.pth CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:f53e106aae6177f40d43aed856e7b8b250fc9083bbb03799c6ae5e1b1aa38bdf
3
  size 15984
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:81f6a1d71656a2ff79e6f54eb26413cd8443bae9f9540780db5c4f003dfc02c8
3
  size 15984
last-checkpoint/rng_state_5.pth CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:20aa54d3cb811c77bc6fff62a7f06bfa974cb576d2702d38905fce17ae64c96e
3
  size 15984
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:c77edaf995b7c7a38c1c51228d68765c7f1753a648cd2d0a15bbb24e4eb6ce2c
3
  size 15984
last-checkpoint/rng_state_6.pth CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:c0e0c579d0c670928190c3849f21b85955c12662303a7f4db75b8e6c4de069fb
3
  size 15984
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:09d53a034ddeb077449f1e8333121b956bc22be6592d1e77823724a2c80d0744
3
  size 15984
last-checkpoint/rng_state_7.pth CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:99feaa4bcbd2c03e964fb405aa2bb8c8116675ad27cfe0189cef2ec0b0bf8443
3
  size 15984
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:ada87abc687bb97192f1629a03d9a5c57963c2beafcd71038e81f82064321897
3
  size 15984
last-checkpoint/scheduler.pt CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:f37204616e16924b89b5010370d089acd6b6c4f8af3db2c929bd809019b481ea
3
  size 1064
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:12e14872b017d468ccfc628bb0cb686bc840535b42756036bb777de9399606c3
3
  size 1064
last-checkpoint/trainer_state.json CHANGED
@@ -1,9 +1,9 @@
1
  {
2
  "best_metric": null,
3
  "best_model_checkpoint": null,
4
- "epoch": 2.0,
5
  "eval_steps": 500,
6
- "global_step": 365,
7
  "is_hyper_param_search": false,
8
  "is_local_process_zero": true,
9
  "is_world_process_zero": true,
@@ -2578,6 +2578,1288 @@
2578
  "eval_samples_per_second": 69.495,
2579
  "eval_steps_per_second": 2.205,
2580
  "step": 365
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
2581
  }
2582
  ],
2583
  "logging_steps": 1,
@@ -2597,7 +3879,7 @@
2597
  "attributes": {}
2598
  }
2599
  },
2600
- "total_flos": 9.215405468984279e+17,
2601
  "train_batch_size": 4,
2602
  "trial_name": null,
2603
  "trial_params": null
 
1
  {
2
  "best_metric": null,
3
  "best_model_checkpoint": null,
4
+ "epoch": 2.9972602739726026,
5
  "eval_steps": 500,
6
+ "global_step": 547,
7
  "is_hyper_param_search": false,
8
  "is_local_process_zero": true,
9
  "is_world_process_zero": true,
 
2578
  "eval_samples_per_second": 69.495,
2579
  "eval_steps_per_second": 2.205,
2580
  "step": 365
2581
+ },
2582
+ {
2583
+ "epoch": 2.0054794520547947,
2584
+ "grad_norm": NaN,
2585
+ "learning_rate": 8.99638285148785e-05,
2586
+ "loss": 0.0,
2587
+ "step": 366
2588
+ },
2589
+ {
2590
+ "epoch": 2.010958904109589,
2591
+ "grad_norm": NaN,
2592
+ "learning_rate": 8.933888457247402e-05,
2593
+ "loss": 0.0,
2594
+ "step": 367
2595
+ },
2596
+ {
2597
+ "epoch": 2.0164383561643837,
2598
+ "grad_norm": NaN,
2599
+ "learning_rate": 8.871436151265184e-05,
2600
+ "loss": 0.0,
2601
+ "step": 368
2602
+ },
2603
+ {
2604
+ "epoch": 2.021917808219178,
2605
+ "grad_norm": NaN,
2606
+ "learning_rate": 8.809028399051302e-05,
2607
+ "loss": 0.0,
2608
+ "step": 369
2609
+ },
2610
+ {
2611
+ "epoch": 2.0273972602739727,
2612
+ "grad_norm": NaN,
2613
+ "learning_rate": 8.746667664356956e-05,
2614
+ "loss": 0.0,
2615
+ "step": 370
2616
+ },
2617
+ {
2618
+ "epoch": 2.032876712328767,
2619
+ "grad_norm": NaN,
2620
+ "learning_rate": 8.684356409077176e-05,
2621
+ "loss": 0.0,
2622
+ "step": 371
2623
+ },
2624
+ {
2625
+ "epoch": 2.0383561643835617,
2626
+ "grad_norm": NaN,
2627
+ "learning_rate": 8.62209709315362e-05,
2628
+ "loss": 0.0,
2629
+ "step": 372
2630
+ },
2631
+ {
2632
+ "epoch": 2.043835616438356,
2633
+ "grad_norm": NaN,
2634
+ "learning_rate": 8.559892174477479e-05,
2635
+ "loss": 0.0,
2636
+ "step": 373
2637
+ },
2638
+ {
2639
+ "epoch": 2.0493150684931507,
2640
+ "grad_norm": NaN,
2641
+ "learning_rate": 8.497744108792429e-05,
2642
+ "loss": 0.0,
2643
+ "step": 374
2644
+ },
2645
+ {
2646
+ "epoch": 2.0547945205479454,
2647
+ "grad_norm": NaN,
2648
+ "learning_rate": 8.435655349597689e-05,
2649
+ "loss": 0.0,
2650
+ "step": 375
2651
+ },
2652
+ {
2653
+ "epoch": 2.0602739726027397,
2654
+ "grad_norm": NaN,
2655
+ "learning_rate": 8.373628348051165e-05,
2656
+ "loss": 0.0,
2657
+ "step": 376
2658
+ },
2659
+ {
2660
+ "epoch": 2.0657534246575344,
2661
+ "grad_norm": NaN,
2662
+ "learning_rate": 8.311665552872662e-05,
2663
+ "loss": 0.0,
2664
+ "step": 377
2665
+ },
2666
+ {
2667
+ "epoch": 2.0712328767123287,
2668
+ "grad_norm": NaN,
2669
+ "learning_rate": 8.249769410247239e-05,
2670
+ "loss": 0.0,
2671
+ "step": 378
2672
+ },
2673
+ {
2674
+ "epoch": 2.0767123287671234,
2675
+ "grad_norm": NaN,
2676
+ "learning_rate": 8.187942363728625e-05,
2677
+ "loss": 0.0,
2678
+ "step": 379
2679
+ },
2680
+ {
2681
+ "epoch": 2.0821917808219177,
2682
+ "grad_norm": NaN,
2683
+ "learning_rate": 8.126186854142752e-05,
2684
+ "loss": 0.0,
2685
+ "step": 380
2686
+ },
2687
+ {
2688
+ "epoch": 2.0876712328767124,
2689
+ "grad_norm": NaN,
2690
+ "learning_rate": 8.064505319491398e-05,
2691
+ "loss": 0.0,
2692
+ "step": 381
2693
+ },
2694
+ {
2695
+ "epoch": 2.0931506849315067,
2696
+ "grad_norm": NaN,
2697
+ "learning_rate": 8.002900194855932e-05,
2698
+ "loss": 0.0,
2699
+ "step": 382
2700
+ },
2701
+ {
2702
+ "epoch": 2.0986301369863014,
2703
+ "grad_norm": NaN,
2704
+ "learning_rate": 7.941373912301189e-05,
2705
+ "loss": 0.0,
2706
+ "step": 383
2707
+ },
2708
+ {
2709
+ "epoch": 2.1041095890410957,
2710
+ "grad_norm": NaN,
2711
+ "learning_rate": 7.879928900779456e-05,
2712
+ "loss": 0.0,
2713
+ "step": 384
2714
+ },
2715
+ {
2716
+ "epoch": 2.1095890410958904,
2717
+ "grad_norm": NaN,
2718
+ "learning_rate": 7.818567586034577e-05,
2719
+ "loss": 0.0,
2720
+ "step": 385
2721
+ },
2722
+ {
2723
+ "epoch": 2.115068493150685,
2724
+ "grad_norm": NaN,
2725
+ "learning_rate": 7.75729239050619e-05,
2726
+ "loss": 0.0,
2727
+ "step": 386
2728
+ },
2729
+ {
2730
+ "epoch": 2.1205479452054794,
2731
+ "grad_norm": NaN,
2732
+ "learning_rate": 7.696105733234098e-05,
2733
+ "loss": 0.0,
2734
+ "step": 387
2735
+ },
2736
+ {
2737
+ "epoch": 2.126027397260274,
2738
+ "grad_norm": NaN,
2739
+ "learning_rate": 7.635010029762756e-05,
2740
+ "loss": 0.0,
2741
+ "step": 388
2742
+ },
2743
+ {
2744
+ "epoch": 2.1315068493150684,
2745
+ "grad_norm": NaN,
2746
+ "learning_rate": 7.574007692045928e-05,
2747
+ "loss": 0.0,
2748
+ "step": 389
2749
+ },
2750
+ {
2751
+ "epoch": 2.136986301369863,
2752
+ "grad_norm": NaN,
2753
+ "learning_rate": 7.513101128351454e-05,
2754
+ "loss": 0.0,
2755
+ "step": 390
2756
+ },
2757
+ {
2758
+ "epoch": 2.1424657534246574,
2759
+ "grad_norm": NaN,
2760
+ "learning_rate": 7.45229274316618e-05,
2761
+ "loss": 0.0,
2762
+ "step": 391
2763
+ },
2764
+ {
2765
+ "epoch": 2.147945205479452,
2766
+ "grad_norm": NaN,
2767
+ "learning_rate": 7.391584937101033e-05,
2768
+ "loss": 0.0,
2769
+ "step": 392
2770
+ },
2771
+ {
2772
+ "epoch": 2.1534246575342464,
2773
+ "grad_norm": NaN,
2774
+ "learning_rate": 7.330980106796246e-05,
2775
+ "loss": 0.0,
2776
+ "step": 393
2777
+ },
2778
+ {
2779
+ "epoch": 2.158904109589041,
2780
+ "grad_norm": NaN,
2781
+ "learning_rate": 7.270480644826749e-05,
2782
+ "loss": 0.0,
2783
+ "step": 394
2784
+ },
2785
+ {
2786
+ "epoch": 2.1643835616438354,
2787
+ "grad_norm": NaN,
2788
+ "learning_rate": 7.210088939607708e-05,
2789
+ "loss": 0.0,
2790
+ "step": 395
2791
+ },
2792
+ {
2793
+ "epoch": 2.16986301369863,
2794
+ "grad_norm": NaN,
2795
+ "learning_rate": 7.149807375300239e-05,
2796
+ "loss": 0.0,
2797
+ "step": 396
2798
+ },
2799
+ {
2800
+ "epoch": 2.175342465753425,
2801
+ "grad_norm": NaN,
2802
+ "learning_rate": 7.089638331717284e-05,
2803
+ "loss": 0.0,
2804
+ "step": 397
2805
+ },
2806
+ {
2807
+ "epoch": 2.180821917808219,
2808
+ "grad_norm": NaN,
2809
+ "learning_rate": 7.029584184229653e-05,
2810
+ "loss": 0.0,
2811
+ "step": 398
2812
+ },
2813
+ {
2814
+ "epoch": 2.186301369863014,
2815
+ "grad_norm": NaN,
2816
+ "learning_rate": 6.969647303672262e-05,
2817
+ "loss": 0.0,
2818
+ "step": 399
2819
+ },
2820
+ {
2821
+ "epoch": 2.191780821917808,
2822
+ "grad_norm": NaN,
2823
+ "learning_rate": 6.909830056250527e-05,
2824
+ "loss": 0.0,
2825
+ "step": 400
2826
+ },
2827
+ {
2828
+ "epoch": 2.197260273972603,
2829
+ "grad_norm": NaN,
2830
+ "learning_rate": 6.850134803446954e-05,
2831
+ "loss": 0.0,
2832
+ "step": 401
2833
+ },
2834
+ {
2835
+ "epoch": 2.202739726027397,
2836
+ "grad_norm": NaN,
2837
+ "learning_rate": 6.790563901927907e-05,
2838
+ "loss": 0.0,
2839
+ "step": 402
2840
+ },
2841
+ {
2842
+ "epoch": 2.208219178082192,
2843
+ "grad_norm": NaN,
2844
+ "learning_rate": 6.731119703450577e-05,
2845
+ "loss": 0.0,
2846
+ "step": 403
2847
+ },
2848
+ {
2849
+ "epoch": 2.213698630136986,
2850
+ "grad_norm": NaN,
2851
+ "learning_rate": 6.671804554770135e-05,
2852
+ "loss": 0.0,
2853
+ "step": 404
2854
+ },
2855
+ {
2856
+ "epoch": 2.219178082191781,
2857
+ "grad_norm": NaN,
2858
+ "learning_rate": 6.612620797547087e-05,
2859
+ "loss": 0.0,
2860
+ "step": 405
2861
+ },
2862
+ {
2863
+ "epoch": 2.2246575342465755,
2864
+ "grad_norm": NaN,
2865
+ "learning_rate": 6.55357076825483e-05,
2866
+ "loss": 0.0,
2867
+ "step": 406
2868
+ },
2869
+ {
2870
+ "epoch": 2.23013698630137,
2871
+ "grad_norm": NaN,
2872
+ "learning_rate": 6.494656798087412e-05,
2873
+ "loss": 0.0,
2874
+ "step": 407
2875
+ },
2876
+ {
2877
+ "epoch": 2.2356164383561645,
2878
+ "grad_norm": NaN,
2879
+ "learning_rate": 6.435881212867493e-05,
2880
+ "loss": 0.0,
2881
+ "step": 408
2882
+ },
2883
+ {
2884
+ "epoch": 2.241095890410959,
2885
+ "grad_norm": NaN,
2886
+ "learning_rate": 6.377246332954544e-05,
2887
+ "loss": 0.0,
2888
+ "step": 409
2889
+ },
2890
+ {
2891
+ "epoch": 2.2465753424657535,
2892
+ "grad_norm": NaN,
2893
+ "learning_rate": 6.318754473153221e-05,
2894
+ "loss": 0.0,
2895
+ "step": 410
2896
+ },
2897
+ {
2898
+ "epoch": 2.252054794520548,
2899
+ "grad_norm": NaN,
2900
+ "learning_rate": 6.260407942621998e-05,
2901
+ "loss": 0.0,
2902
+ "step": 411
2903
+ },
2904
+ {
2905
+ "epoch": 2.2575342465753425,
2906
+ "grad_norm": NaN,
2907
+ "learning_rate": 6.20220904478199e-05,
2908
+ "loss": 0.0,
2909
+ "step": 412
2910
+ },
2911
+ {
2912
+ "epoch": 2.263013698630137,
2913
+ "grad_norm": NaN,
2914
+ "learning_rate": 6.144160077226036e-05,
2915
+ "loss": 0.0,
2916
+ "step": 413
2917
+ },
2918
+ {
2919
+ "epoch": 2.2684931506849315,
2920
+ "grad_norm": NaN,
2921
+ "learning_rate": 6.086263331627976e-05,
2922
+ "loss": 0.0,
2923
+ "step": 414
2924
+ },
2925
+ {
2926
+ "epoch": 2.2739726027397262,
2927
+ "grad_norm": NaN,
2928
+ "learning_rate": 6.0285210936521955e-05,
2929
+ "loss": 0.0,
2930
+ "step": 415
2931
+ },
2932
+ {
2933
+ "epoch": 2.2794520547945205,
2934
+ "grad_norm": NaN,
2935
+ "learning_rate": 5.9709356428633746e-05,
2936
+ "loss": 0.0,
2937
+ "step": 416
2938
+ },
2939
+ {
2940
+ "epoch": 2.2849315068493152,
2941
+ "grad_norm": NaN,
2942
+ "learning_rate": 5.913509252636511e-05,
2943
+ "loss": 0.0,
2944
+ "step": 417
2945
+ },
2946
+ {
2947
+ "epoch": 2.2904109589041095,
2948
+ "grad_norm": NaN,
2949
+ "learning_rate": 5.856244190067159e-05,
2950
+ "loss": 0.0,
2951
+ "step": 418
2952
+ },
2953
+ {
2954
+ "epoch": 2.2958904109589042,
2955
+ "grad_norm": NaN,
2956
+ "learning_rate": 5.799142715881938e-05,
2957
+ "loss": 0.0,
2958
+ "step": 419
2959
+ },
2960
+ {
2961
+ "epoch": 2.3013698630136985,
2962
+ "grad_norm": NaN,
2963
+ "learning_rate": 5.7422070843492734e-05,
2964
+ "loss": 0.0,
2965
+ "step": 420
2966
+ },
2967
+ {
2968
+ "epoch": 2.3068493150684932,
2969
+ "grad_norm": NaN,
2970
+ "learning_rate": 5.6854395431904094e-05,
2971
+ "loss": 0.0,
2972
+ "step": 421
2973
+ },
2974
+ {
2975
+ "epoch": 2.3123287671232875,
2976
+ "grad_norm": NaN,
2977
+ "learning_rate": 5.6288423334906735e-05,
2978
+ "loss": 0.0,
2979
+ "step": 422
2980
+ },
2981
+ {
2982
+ "epoch": 2.317808219178082,
2983
+ "grad_norm": NaN,
2984
+ "learning_rate": 5.572417689610987e-05,
2985
+ "loss": 0.0,
2986
+ "step": 423
2987
+ },
2988
+ {
2989
+ "epoch": 2.323287671232877,
2990
+ "grad_norm": NaN,
2991
+ "learning_rate": 5.5161678390996796e-05,
2992
+ "loss": 0.0,
2993
+ "step": 424
2994
+ },
2995
+ {
2996
+ "epoch": 2.328767123287671,
2997
+ "grad_norm": NaN,
2998
+ "learning_rate": 5.4600950026045326e-05,
2999
+ "loss": 0.0,
3000
+ "step": 425
3001
+ },
3002
+ {
3003
+ "epoch": 2.334246575342466,
3004
+ "grad_norm": NaN,
3005
+ "learning_rate": 5.404201393785122e-05,
3006
+ "loss": 0.0,
3007
+ "step": 426
3008
+ },
3009
+ {
3010
+ "epoch": 2.33972602739726,
3011
+ "grad_norm": NaN,
3012
+ "learning_rate": 5.348489219225416e-05,
3013
+ "loss": 0.0,
3014
+ "step": 427
3015
+ },
3016
+ {
3017
+ "epoch": 2.345205479452055,
3018
+ "grad_norm": NaN,
3019
+ "learning_rate": 5.292960678346675e-05,
3020
+ "loss": 0.0,
3021
+ "step": 428
3022
+ },
3023
+ {
3024
+ "epoch": 2.350684931506849,
3025
+ "grad_norm": NaN,
3026
+ "learning_rate": 5.237617963320608e-05,
3027
+ "loss": 0.0,
3028
+ "step": 429
3029
+ },
3030
+ {
3031
+ "epoch": 2.356164383561644,
3032
+ "grad_norm": NaN,
3033
+ "learning_rate": 5.182463258982846e-05,
3034
+ "loss": 0.0,
3035
+ "step": 430
3036
+ },
3037
+ {
3038
+ "epoch": 2.361643835616438,
3039
+ "grad_norm": NaN,
3040
+ "learning_rate": 5.127498742746675e-05,
3041
+ "loss": 0.0,
3042
+ "step": 431
3043
+ },
3044
+ {
3045
+ "epoch": 2.367123287671233,
3046
+ "grad_norm": NaN,
3047
+ "learning_rate": 5.072726584517086e-05,
3048
+ "loss": 0.0,
3049
+ "step": 432
3050
+ },
3051
+ {
3052
+ "epoch": 2.3726027397260276,
3053
+ "grad_norm": NaN,
3054
+ "learning_rate": 5.018148946605092e-05,
3055
+ "loss": 0.0,
3056
+ "step": 433
3057
+ },
3058
+ {
3059
+ "epoch": 2.378082191780822,
3060
+ "grad_norm": NaN,
3061
+ "learning_rate": 4.9637679836423924e-05,
3062
+ "loss": 0.0,
3063
+ "step": 434
3064
+ },
3065
+ {
3066
+ "epoch": 2.383561643835616,
3067
+ "grad_norm": NaN,
3068
+ "learning_rate": 4.909585842496287e-05,
3069
+ "loss": 0.0,
3070
+ "step": 435
3071
+ },
3072
+ {
3073
+ "epoch": 2.389041095890411,
3074
+ "grad_norm": NaN,
3075
+ "learning_rate": 4.8556046621849346e-05,
3076
+ "loss": 0.0,
3077
+ "step": 436
3078
+ },
3079
+ {
3080
+ "epoch": 2.3945205479452056,
3081
+ "grad_norm": NaN,
3082
+ "learning_rate": 4.8018265737929044e-05,
3083
+ "loss": 0.0,
3084
+ "step": 437
3085
+ },
3086
+ {
3087
+ "epoch": 2.4,
3088
+ "grad_norm": NaN,
3089
+ "learning_rate": 4.748253700387042e-05,
3090
+ "loss": 0.0,
3091
+ "step": 438
3092
+ },
3093
+ {
3094
+ "epoch": 2.4054794520547946,
3095
+ "grad_norm": NaN,
3096
+ "learning_rate": 4.694888156932658e-05,
3097
+ "loss": 0.0,
3098
+ "step": 439
3099
+ },
3100
+ {
3101
+ "epoch": 2.410958904109589,
3102
+ "grad_norm": NaN,
3103
+ "learning_rate": 4.6417320502100316e-05,
3104
+ "loss": 0.0,
3105
+ "step": 440
3106
+ },
3107
+ {
3108
+ "epoch": 2.4164383561643836,
3109
+ "grad_norm": NaN,
3110
+ "learning_rate": 4.588787478731242e-05,
3111
+ "loss": 0.0,
3112
+ "step": 441
3113
+ },
3114
+ {
3115
+ "epoch": 2.421917808219178,
3116
+ "grad_norm": NaN,
3117
+ "learning_rate": 4.5360565326573104e-05,
3118
+ "loss": 0.0,
3119
+ "step": 442
3120
+ },
3121
+ {
3122
+ "epoch": 2.4273972602739726,
3123
+ "grad_norm": NaN,
3124
+ "learning_rate": 4.483541293715698e-05,
3125
+ "loss": 0.0,
3126
+ "step": 443
3127
+ },
3128
+ {
3129
+ "epoch": 2.432876712328767,
3130
+ "grad_norm": NaN,
3131
+ "learning_rate": 4.431243835118124e-05,
3132
+ "loss": 0.0,
3133
+ "step": 444
3134
+ },
3135
+ {
3136
+ "epoch": 2.4383561643835616,
3137
+ "grad_norm": NaN,
3138
+ "learning_rate": 4.379166221478697e-05,
3139
+ "loss": 0.0,
3140
+ "step": 445
3141
+ },
3142
+ {
3143
+ "epoch": 2.4438356164383563,
3144
+ "grad_norm": NaN,
3145
+ "learning_rate": 4.327310508732437e-05,
3146
+ "loss": 0.0,
3147
+ "step": 446
3148
+ },
3149
+ {
3150
+ "epoch": 2.4493150684931506,
3151
+ "grad_norm": NaN,
3152
+ "learning_rate": 4.2756787440540936e-05,
3153
+ "loss": 0.0,
3154
+ "step": 447
3155
+ },
3156
+ {
3157
+ "epoch": 2.4547945205479453,
3158
+ "grad_norm": NaN,
3159
+ "learning_rate": 4.224272965777326e-05,
3160
+ "loss": 0.0,
3161
+ "step": 448
3162
+ },
3163
+ {
3164
+ "epoch": 2.4602739726027396,
3165
+ "grad_norm": NaN,
3166
+ "learning_rate": 4.173095203314241e-05,
3167
+ "loss": 0.0,
3168
+ "step": 449
3169
+ },
3170
+ {
3171
+ "epoch": 2.4657534246575343,
3172
+ "grad_norm": NaN,
3173
+ "learning_rate": 4.12214747707527e-05,
3174
+ "loss": 0.0,
3175
+ "step": 450
3176
+ },
3177
+ {
3178
+ "epoch": 2.4712328767123286,
3179
+ "grad_norm": NaN,
3180
+ "learning_rate": 4.071431798389408e-05,
3181
+ "loss": 0.0,
3182
+ "step": 451
3183
+ },
3184
+ {
3185
+ "epoch": 2.4767123287671233,
3186
+ "grad_norm": NaN,
3187
+ "learning_rate": 4.020950169424815e-05,
3188
+ "loss": 0.0,
3189
+ "step": 452
3190
+ },
3191
+ {
3192
+ "epoch": 2.4821917808219176,
3193
+ "grad_norm": NaN,
3194
+ "learning_rate": 3.9707045831097555e-05,
3195
+ "loss": 0.0,
3196
+ "step": 453
3197
+ },
3198
+ {
3199
+ "epoch": 2.4876712328767123,
3200
+ "grad_norm": NaN,
3201
+ "learning_rate": 3.920697023053949e-05,
3202
+ "loss": 0.0,
3203
+ "step": 454
3204
+ },
3205
+ {
3206
+ "epoch": 2.493150684931507,
3207
+ "grad_norm": NaN,
3208
+ "learning_rate": 3.8709294634702376e-05,
3209
+ "loss": 0.0,
3210
+ "step": 455
3211
+ },
3212
+ {
3213
+ "epoch": 2.4986301369863013,
3214
+ "grad_norm": NaN,
3215
+ "learning_rate": 3.821403869096658e-05,
3216
+ "loss": 0.0,
3217
+ "step": 456
3218
+ },
3219
+ {
3220
+ "epoch": 2.504109589041096,
3221
+ "grad_norm": NaN,
3222
+ "learning_rate": 3.7721221951188765e-05,
3223
+ "loss": 0.0,
3224
+ "step": 457
3225
+ },
3226
+ {
3227
+ "epoch": 2.5095890410958903,
3228
+ "grad_norm": NaN,
3229
+ "learning_rate": 3.7230863870929964e-05,
3230
+ "loss": 0.0,
3231
+ "step": 458
3232
+ },
3233
+ {
3234
+ "epoch": 2.515068493150685,
3235
+ "grad_norm": NaN,
3236
+ "learning_rate": 3.674298380868756e-05,
3237
+ "loss": 0.0,
3238
+ "step": 459
3239
+ },
3240
+ {
3241
+ "epoch": 2.5205479452054793,
3242
+ "grad_norm": NaN,
3243
+ "learning_rate": 3.6257601025131026e-05,
3244
+ "loss": 0.0,
3245
+ "step": 460
3246
+ },
3247
+ {
3248
+ "epoch": 2.526027397260274,
3249
+ "grad_norm": NaN,
3250
+ "learning_rate": 3.577473468234156e-05,
3251
+ "loss": 0.0,
3252
+ "step": 461
3253
+ },
3254
+ {
3255
+ "epoch": 2.5315068493150683,
3256
+ "grad_norm": NaN,
3257
+ "learning_rate": 3.52944038430556e-05,
3258
+ "loss": 0.0,
3259
+ "step": 462
3260
+ },
3261
+ {
3262
+ "epoch": 2.536986301369863,
3263
+ "grad_norm": NaN,
3264
+ "learning_rate": 3.481662746991214e-05,
3265
+ "loss": 0.0,
3266
+ "step": 463
3267
+ },
3268
+ {
3269
+ "epoch": 2.5424657534246577,
3270
+ "grad_norm": NaN,
3271
+ "learning_rate": 3.4341424424704375e-05,
3272
+ "loss": 0.0,
3273
+ "step": 464
3274
+ },
3275
+ {
3276
+ "epoch": 2.547945205479452,
3277
+ "grad_norm": NaN,
3278
+ "learning_rate": 3.386881346763483e-05,
3279
+ "loss": 0.0,
3280
+ "step": 465
3281
+ },
3282
+ {
3283
+ "epoch": 2.5534246575342463,
3284
+ "grad_norm": NaN,
3285
+ "learning_rate": 3.339881325657484e-05,
3286
+ "loss": 0.0,
3287
+ "step": 466
3288
+ },
3289
+ {
3290
+ "epoch": 2.558904109589041,
3291
+ "grad_norm": NaN,
3292
+ "learning_rate": 3.2931442346328004e-05,
3293
+ "loss": 0.0,
3294
+ "step": 467
3295
+ },
3296
+ {
3297
+ "epoch": 2.5643835616438357,
3298
+ "grad_norm": NaN,
3299
+ "learning_rate": 3.246671918789755e-05,
3300
+ "loss": 0.0,
3301
+ "step": 468
3302
+ },
3303
+ {
3304
+ "epoch": 2.56986301369863,
3305
+ "grad_norm": NaN,
3306
+ "learning_rate": 3.200466212775808e-05,
3307
+ "loss": 0.0,
3308
+ "step": 469
3309
+ },
3310
+ {
3311
+ "epoch": 2.5753424657534247,
3312
+ "grad_norm": NaN,
3313
+ "learning_rate": 3.154528940713113e-05,
3314
+ "loss": 0.0,
3315
+ "step": 470
3316
+ },
3317
+ {
3318
+ "epoch": 2.580821917808219,
3319
+ "grad_norm": NaN,
3320
+ "learning_rate": 3.108861916126518e-05,
3321
+ "loss": 0.0,
3322
+ "step": 471
3323
+ },
3324
+ {
3325
+ "epoch": 2.5863013698630137,
3326
+ "grad_norm": NaN,
3327
+ "learning_rate": 3.063466941871952e-05,
3328
+ "loss": 0.0,
3329
+ "step": 472
3330
+ },
3331
+ {
3332
+ "epoch": 2.5917808219178085,
3333
+ "grad_norm": NaN,
3334
+ "learning_rate": 3.018345810065275e-05,
3335
+ "loss": 0.0,
3336
+ "step": 473
3337
+ },
3338
+ {
3339
+ "epoch": 2.5972602739726027,
3340
+ "grad_norm": NaN,
3341
+ "learning_rate": 2.9735003020115092e-05,
3342
+ "loss": 0.0,
3343
+ "step": 474
3344
+ },
3345
+ {
3346
+ "epoch": 2.602739726027397,
3347
+ "grad_norm": NaN,
3348
+ "learning_rate": 2.9289321881345254e-05,
3349
+ "loss": 0.0,
3350
+ "step": 475
3351
+ },
3352
+ {
3353
+ "epoch": 2.6082191780821917,
3354
+ "grad_norm": NaN,
3355
+ "learning_rate": 2.8846432279071467e-05,
3356
+ "loss": 0.0,
3357
+ "step": 476
3358
+ },
3359
+ {
3360
+ "epoch": 2.6136986301369864,
3361
+ "grad_norm": NaN,
3362
+ "learning_rate": 2.840635169781688e-05,
3363
+ "loss": 0.0,
3364
+ "step": 477
3365
+ },
3366
+ {
3367
+ "epoch": 2.6191780821917807,
3368
+ "grad_norm": NaN,
3369
+ "learning_rate": 2.7969097511209308e-05,
3370
+ "loss": 0.0,
3371
+ "step": 478
3372
+ },
3373
+ {
3374
+ "epoch": 2.6246575342465754,
3375
+ "grad_norm": NaN,
3376
+ "learning_rate": 2.753468698129533e-05,
3377
+ "loss": 0.0,
3378
+ "step": 479
3379
+ },
3380
+ {
3381
+ "epoch": 2.6301369863013697,
3382
+ "grad_norm": NaN,
3383
+ "learning_rate": 2.7103137257858868e-05,
3384
+ "loss": 0.0,
3385
+ "step": 480
3386
+ },
3387
+ {
3388
+ "epoch": 2.6356164383561644,
3389
+ "grad_norm": NaN,
3390
+ "learning_rate": 2.6674465377744017e-05,
3391
+ "loss": 0.0,
3392
+ "step": 481
3393
+ },
3394
+ {
3395
+ "epoch": 2.641095890410959,
3396
+ "grad_norm": NaN,
3397
+ "learning_rate": 2.624868826418262e-05,
3398
+ "loss": 0.0,
3399
+ "step": 482
3400
+ },
3401
+ {
3402
+ "epoch": 2.6465753424657534,
3403
+ "grad_norm": NaN,
3404
+ "learning_rate": 2.582582272612609e-05,
3405
+ "loss": 0.0,
3406
+ "step": 483
3407
+ },
3408
+ {
3409
+ "epoch": 2.6520547945205477,
3410
+ "grad_norm": NaN,
3411
+ "learning_rate": 2.540588545758179e-05,
3412
+ "loss": 0.0,
3413
+ "step": 484
3414
+ },
3415
+ {
3416
+ "epoch": 2.6575342465753424,
3417
+ "grad_norm": NaN,
3418
+ "learning_rate": 2.4988893036954043e-05,
3419
+ "loss": 0.0,
3420
+ "step": 485
3421
+ },
3422
+ {
3423
+ "epoch": 2.663013698630137,
3424
+ "grad_norm": NaN,
3425
+ "learning_rate": 2.4574861926389615e-05,
3426
+ "loss": 0.0,
3427
+ "step": 486
3428
+ },
3429
+ {
3430
+ "epoch": 2.6684931506849314,
3431
+ "grad_norm": NaN,
3432
+ "learning_rate": 2.4163808471127812e-05,
3433
+ "loss": 0.0,
3434
+ "step": 487
3435
+ },
3436
+ {
3437
+ "epoch": 2.673972602739726,
3438
+ "grad_norm": NaN,
3439
+ "learning_rate": 2.37557488988552e-05,
3440
+ "loss": 0.0,
3441
+ "step": 488
3442
+ },
3443
+ {
3444
+ "epoch": 2.6794520547945204,
3445
+ "grad_norm": NaN,
3446
+ "learning_rate": 2.3350699319065026e-05,
3447
+ "loss": 0.0,
3448
+ "step": 489
3449
+ },
3450
+ {
3451
+ "epoch": 2.684931506849315,
3452
+ "grad_norm": NaN,
3453
+ "learning_rate": 2.2948675722421086e-05,
3454
+ "loss": 0.0,
3455
+ "step": 490
3456
+ },
3457
+ {
3458
+ "epoch": 2.69041095890411,
3459
+ "grad_norm": NaN,
3460
+ "learning_rate": 2.254969398012663e-05,
3461
+ "loss": 0.0,
3462
+ "step": 491
3463
+ },
3464
+ {
3465
+ "epoch": 2.695890410958904,
3466
+ "grad_norm": NaN,
3467
+ "learning_rate": 2.2153769843297667e-05,
3468
+ "loss": 0.0,
3469
+ "step": 492
3470
+ },
3471
+ {
3472
+ "epoch": 2.7013698630136984,
3473
+ "grad_norm": NaN,
3474
+ "learning_rate": 2.1760918942341192e-05,
3475
+ "loss": 0.0,
3476
+ "step": 493
3477
+ },
3478
+ {
3479
+ "epoch": 2.706849315068493,
3480
+ "grad_norm": NaN,
3481
+ "learning_rate": 2.137115678633811e-05,
3482
+ "loss": 0.0,
3483
+ "step": 494
3484
+ },
3485
+ {
3486
+ "epoch": 2.712328767123288,
3487
+ "grad_norm": NaN,
3488
+ "learning_rate": 2.098449876243096e-05,
3489
+ "loss": 0.0,
3490
+ "step": 495
3491
+ },
3492
+ {
3493
+ "epoch": 2.717808219178082,
3494
+ "grad_norm": NaN,
3495
+ "learning_rate": 2.0600960135216462e-05,
3496
+ "loss": 0.0,
3497
+ "step": 496
3498
+ },
3499
+ {
3500
+ "epoch": 2.723287671232877,
3501
+ "grad_norm": NaN,
3502
+ "learning_rate": 2.0220556046142893e-05,
3503
+ "loss": 0.0,
3504
+ "step": 497
3505
+ },
3506
+ {
3507
+ "epoch": 2.728767123287671,
3508
+ "grad_norm": NaN,
3509
+ "learning_rate": 1.9843301512912327e-05,
3510
+ "loss": 0.0,
3511
+ "step": 498
3512
+ },
3513
+ {
3514
+ "epoch": 2.734246575342466,
3515
+ "grad_norm": NaN,
3516
+ "learning_rate": 1.946921142888781e-05,
3517
+ "loss": 0.0,
3518
+ "step": 499
3519
+ },
3520
+ {
3521
+ "epoch": 2.73972602739726,
3522
+ "grad_norm": NaN,
3523
+ "learning_rate": 1.9098300562505266e-05,
3524
+ "loss": 0.0,
3525
+ "step": 500
3526
+ },
3527
+ {
3528
+ "epoch": 2.745205479452055,
3529
+ "grad_norm": NaN,
3530
+ "learning_rate": 1.8730583556690605e-05,
3531
+ "loss": 0.0,
3532
+ "step": 501
3533
+ },
3534
+ {
3535
+ "epoch": 2.750684931506849,
3536
+ "grad_norm": NaN,
3537
+ "learning_rate": 1.8366074928281607e-05,
3538
+ "loss": 0.0,
3539
+ "step": 502
3540
+ },
3541
+ {
3542
+ "epoch": 2.756164383561644,
3543
+ "grad_norm": NaN,
3544
+ "learning_rate": 1.8004789067454764e-05,
3545
+ "loss": 0.0,
3546
+ "step": 503
3547
+ },
3548
+ {
3549
+ "epoch": 2.7616438356164386,
3550
+ "grad_norm": NaN,
3551
+ "learning_rate": 1.7646740237157256e-05,
3552
+ "loss": 0.0,
3553
+ "step": 504
3554
+ },
3555
+ {
3556
+ "epoch": 2.767123287671233,
3557
+ "grad_norm": NaN,
3558
+ "learning_rate": 1.7291942572543807e-05,
3559
+ "loss": 0.0,
3560
+ "step": 505
3561
+ },
3562
+ {
3563
+ "epoch": 2.7726027397260276,
3564
+ "grad_norm": NaN,
3565
+ "learning_rate": 1.6940410080418723e-05,
3566
+ "loss": 0.0,
3567
+ "step": 506
3568
+ },
3569
+ {
3570
+ "epoch": 2.778082191780822,
3571
+ "grad_norm": NaN,
3572
+ "learning_rate": 1.6592156638682886e-05,
3573
+ "loss": 0.0,
3574
+ "step": 507
3575
+ },
3576
+ {
3577
+ "epoch": 2.7835616438356166,
3578
+ "grad_norm": NaN,
3579
+ "learning_rate": 1.6247195995785837e-05,
3580
+ "loss": 0.0,
3581
+ "step": 508
3582
+ },
3583
+ {
3584
+ "epoch": 2.789041095890411,
3585
+ "grad_norm": NaN,
3586
+ "learning_rate": 1.5905541770183096e-05,
3587
+ "loss": 0.0,
3588
+ "step": 509
3589
+ },
3590
+ {
3591
+ "epoch": 2.7945205479452055,
3592
+ "grad_norm": NaN,
3593
+ "learning_rate": 1.5567207449798515e-05,
3594
+ "loss": 0.0,
3595
+ "step": 510
3596
+ },
3597
+ {
3598
+ "epoch": 2.8,
3599
+ "grad_norm": NaN,
3600
+ "learning_rate": 1.5232206391491699e-05,
3601
+ "loss": 0.0,
3602
+ "step": 511
3603
+ },
3604
+ {
3605
+ "epoch": 2.8054794520547945,
3606
+ "grad_norm": NaN,
3607
+ "learning_rate": 1.4900551820530828e-05,
3608
+ "loss": 0.0,
3609
+ "step": 512
3610
+ },
3611
+ {
3612
+ "epoch": 2.8109589041095893,
3613
+ "grad_norm": NaN,
3614
+ "learning_rate": 1.4572256830070497e-05,
3615
+ "loss": 0.0,
3616
+ "step": 513
3617
+ },
3618
+ {
3619
+ "epoch": 2.8164383561643835,
3620
+ "grad_norm": NaN,
3621
+ "learning_rate": 1.4247334380634792e-05,
3622
+ "loss": 0.0,
3623
+ "step": 514
3624
+ },
3625
+ {
3626
+ "epoch": 2.821917808219178,
3627
+ "grad_norm": NaN,
3628
+ "learning_rate": 1.3925797299605647e-05,
3629
+ "loss": 0.0,
3630
+ "step": 515
3631
+ },
3632
+ {
3633
+ "epoch": 2.8273972602739725,
3634
+ "grad_norm": NaN,
3635
+ "learning_rate": 1.3607658280716473e-05,
3636
+ "loss": 0.0,
3637
+ "step": 516
3638
+ },
3639
+ {
3640
+ "epoch": 2.8328767123287673,
3641
+ "grad_norm": NaN,
3642
+ "learning_rate": 1.3292929883550998e-05,
3643
+ "loss": 0.0,
3644
+ "step": 517
3645
+ },
3646
+ {
3647
+ "epoch": 2.8383561643835615,
3648
+ "grad_norm": NaN,
3649
+ "learning_rate": 1.2981624533047432e-05,
3650
+ "loss": 0.0,
3651
+ "step": 518
3652
+ },
3653
+ {
3654
+ "epoch": 2.8438356164383563,
3655
+ "grad_norm": NaN,
3656
+ "learning_rate": 1.2673754519008008e-05,
3657
+ "loss": 0.0,
3658
+ "step": 519
3659
+ },
3660
+ {
3661
+ "epoch": 2.8493150684931505,
3662
+ "grad_norm": NaN,
3663
+ "learning_rate": 1.2369331995613665e-05,
3664
+ "loss": 0.0,
3665
+ "step": 520
3666
+ },
3667
+ {
3668
+ "epoch": 2.8547945205479452,
3669
+ "grad_norm": NaN,
3670
+ "learning_rate": 1.206836898094439e-05,
3671
+ "loss": 0.0,
3672
+ "step": 521
3673
+ },
3674
+ {
3675
+ "epoch": 2.86027397260274,
3676
+ "grad_norm": NaN,
3677
+ "learning_rate": 1.1770877356504683e-05,
3678
+ "loss": 0.0,
3679
+ "step": 522
3680
+ },
3681
+ {
3682
+ "epoch": 2.8657534246575342,
3683
+ "grad_norm": NaN,
3684
+ "learning_rate": 1.1476868866754486e-05,
3685
+ "loss": 0.0,
3686
+ "step": 523
3687
+ },
3688
+ {
3689
+ "epoch": 2.8712328767123285,
3690
+ "grad_norm": NaN,
3691
+ "learning_rate": 1.1186355118645554e-05,
3692
+ "loss": 0.0,
3693
+ "step": 524
3694
+ },
3695
+ {
3696
+ "epoch": 2.8767123287671232,
3697
+ "grad_norm": NaN,
3698
+ "learning_rate": 1.0899347581163221e-05,
3699
+ "loss": 0.0,
3700
+ "step": 525
3701
+ },
3702
+ {
3703
+ "epoch": 2.882191780821918,
3704
+ "grad_norm": NaN,
3705
+ "learning_rate": 1.0615857584873623e-05,
3706
+ "loss": 0.0,
3707
+ "step": 526
3708
+ },
3709
+ {
3710
+ "epoch": 2.8876712328767122,
3711
+ "grad_norm": NaN,
3712
+ "learning_rate": 1.0335896321476413e-05,
3713
+ "loss": 0.0,
3714
+ "step": 527
3715
+ },
3716
+ {
3717
+ "epoch": 2.893150684931507,
3718
+ "grad_norm": NaN,
3719
+ "learning_rate": 1.0059474843362892e-05,
3720
+ "loss": 0.0,
3721
+ "step": 528
3722
+ },
3723
+ {
3724
+ "epoch": 2.8986301369863012,
3725
+ "grad_norm": NaN,
3726
+ "learning_rate": 9.786604063179728e-06,
3727
+ "loss": 0.0,
3728
+ "step": 529
3729
+ },
3730
+ {
3731
+ "epoch": 2.904109589041096,
3732
+ "grad_norm": NaN,
3733
+ "learning_rate": 9.517294753398064e-06,
3734
+ "loss": 0.0,
3735
+ "step": 530
3736
+ },
3737
+ {
3738
+ "epoch": 2.9095890410958907,
3739
+ "grad_norm": NaN,
3740
+ "learning_rate": 9.251557545888312e-06,
3741
+ "loss": 0.0,
3742
+ "step": 531
3743
+ },
3744
+ {
3745
+ "epoch": 2.915068493150685,
3746
+ "grad_norm": NaN,
3747
+ "learning_rate": 8.989402931500434e-06,
3748
+ "loss": 0.0,
3749
+ "step": 532
3750
+ },
3751
+ {
3752
+ "epoch": 2.9205479452054792,
3753
+ "grad_norm": NaN,
3754
+ "learning_rate": 8.730841259649725e-06,
3755
+ "loss": 0.0,
3756
+ "step": 533
3757
+ },
3758
+ {
3759
+ "epoch": 2.926027397260274,
3760
+ "grad_norm": NaN,
3761
+ "learning_rate": 8.475882737908248e-06,
3762
+ "loss": 0.0,
3763
+ "step": 534
3764
+ },
3765
+ {
3766
+ "epoch": 2.9315068493150687,
3767
+ "grad_norm": NaN,
3768
+ "learning_rate": 8.224537431601886e-06,
3769
+ "loss": 0.0,
3770
+ "step": 535
3771
+ },
3772
+ {
3773
+ "epoch": 2.936986301369863,
3774
+ "grad_norm": NaN,
3775
+ "learning_rate": 7.976815263412963e-06,
3776
+ "loss": 0.0,
3777
+ "step": 536
3778
+ },
3779
+ {
3780
+ "epoch": 2.9424657534246577,
3781
+ "grad_norm": NaN,
3782
+ "learning_rate": 7.73272601298851e-06,
3783
+ "loss": 0.0,
3784
+ "step": 537
3785
+ },
3786
+ {
3787
+ "epoch": 2.947945205479452,
3788
+ "grad_norm": NaN,
3789
+ "learning_rate": 7.492279316554207e-06,
3790
+ "loss": 0.0,
3791
+ "step": 538
3792
+ },
3793
+ {
3794
+ "epoch": 2.9534246575342467,
3795
+ "grad_norm": NaN,
3796
+ "learning_rate": 7.255484666533874e-06,
3797
+ "loss": 0.0,
3798
+ "step": 539
3799
+ },
3800
+ {
3801
+ "epoch": 2.958904109589041,
3802
+ "grad_norm": NaN,
3803
+ "learning_rate": 7.022351411174866e-06,
3804
+ "loss": 0.0,
3805
+ "step": 540
3806
+ },
3807
+ {
3808
+ "epoch": 2.9643835616438357,
3809
+ "grad_norm": NaN,
3810
+ "learning_rate": 6.7928887541789055e-06,
3811
+ "loss": 0.0,
3812
+ "step": 541
3813
+ },
3814
+ {
3815
+ "epoch": 2.96986301369863,
3816
+ "grad_norm": NaN,
3817
+ "learning_rate": 6.5671057543387985e-06,
3818
+ "loss": 0.0,
3819
+ "step": 542
3820
+ },
3821
+ {
3822
+ "epoch": 2.9753424657534246,
3823
+ "grad_norm": NaN,
3824
+ "learning_rate": 6.345011325180772e-06,
3825
+ "loss": 0.0,
3826
+ "step": 543
3827
+ },
3828
+ {
3829
+ "epoch": 2.9808219178082194,
3830
+ "grad_norm": NaN,
3831
+ "learning_rate": 6.126614234612593e-06,
3832
+ "loss": 0.0,
3833
+ "step": 544
3834
+ },
3835
+ {
3836
+ "epoch": 2.9863013698630136,
3837
+ "grad_norm": NaN,
3838
+ "learning_rate": 5.911923104577455e-06,
3839
+ "loss": 0.0,
3840
+ "step": 545
3841
+ },
3842
+ {
3843
+ "epoch": 2.9917808219178084,
3844
+ "grad_norm": NaN,
3845
+ "learning_rate": 5.700946410713548e-06,
3846
+ "loss": 0.0,
3847
+ "step": 546
3848
+ },
3849
+ {
3850
+ "epoch": 2.9972602739726026,
3851
+ "grad_norm": NaN,
3852
+ "learning_rate": 5.49369248201953e-06,
3853
+ "loss": 0.0,
3854
+ "step": 547
3855
+ },
3856
+ {
3857
+ "epoch": 2.9972602739726026,
3858
+ "eval_loss": NaN,
3859
+ "eval_runtime": 18.511,
3860
+ "eval_samples_per_second": 66.393,
3861
+ "eval_steps_per_second": 2.107,
3862
+ "step": 547
3863
  }
3864
  ],
3865
  "logging_steps": 1,
 
3879
  "attributes": {}
3880
  }
3881
  },
3882
+ "total_flos": 1.3824862435892265e+18,
3883
  "train_batch_size": 4,
3884
  "trial_name": null,
3885
  "trial_params": null