shazab commited on
Commit
523f185
·
1 Parent(s): 8ba62aa

End of training

Browse files
all_results.json ADDED
@@ -0,0 +1,8 @@
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 49.02,
3
+ "eval_accuracy": 0.5058339052848319,
4
+ "eval_loss": 2.0870985984802246,
5
+ "eval_runtime": 598.9066,
6
+ "eval_samples_per_second": 4.866,
7
+ "eval_steps_per_second": 2.433
8
+ }
runs/May23_15-04-56_shazab-B560M-DS3H-V2/events.out.tfevents.1684906257.shazab-B560M-DS3H-V2.200668.2 CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:8fbecc2747ee63bf758e2c6225e3ab36d99a60c67e93902f1fe93723b3475a8a
3
- size 411
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:ed54ee56e083bb33762fcc5779b9293920c3c06f0a9b666a9118858864082387
3
+ size 734
test_results.json ADDED
@@ -0,0 +1,8 @@
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 49.02,
3
+ "eval_accuracy": 0.5058339052848319,
4
+ "eval_loss": 2.0870985984802246,
5
+ "eval_runtime": 598.9066,
6
+ "eval_samples_per_second": 4.866,
7
+ "eval_steps_per_second": 2.433
8
+ }
trainer_state.json ADDED
@@ -0,0 +1,4093 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": 0.8212643678160919,
3
+ "best_model_checkpoint": "videomae-base-finetuned-ucf_crime/checkpoint-2280",
4
+ "epoch": 49.02,
5
+ "global_step": 6000,
6
+ "is_hyper_param_search": false,
7
+ "is_local_process_zero": true,
8
+ "is_world_process_zero": true,
9
+ "log_history": [
10
+ {
11
+ "epoch": 0.0,
12
+ "learning_rate": 8.333333333333333e-07,
13
+ "loss": 0.7241,
14
+ "step": 10
15
+ },
16
+ {
17
+ "epoch": 0.0,
18
+ "learning_rate": 1.6666666666666667e-06,
19
+ "loss": 0.7076,
20
+ "step": 20
21
+ },
22
+ {
23
+ "epoch": 0.01,
24
+ "learning_rate": 2.5e-06,
25
+ "loss": 0.763,
26
+ "step": 30
27
+ },
28
+ {
29
+ "epoch": 0.01,
30
+ "learning_rate": 3.3333333333333333e-06,
31
+ "loss": 0.7228,
32
+ "step": 40
33
+ },
34
+ {
35
+ "epoch": 0.01,
36
+ "learning_rate": 4.166666666666667e-06,
37
+ "loss": 0.6616,
38
+ "step": 50
39
+ },
40
+ {
41
+ "epoch": 0.01,
42
+ "learning_rate": 5e-06,
43
+ "loss": 0.7404,
44
+ "step": 60
45
+ },
46
+ {
47
+ "epoch": 0.01,
48
+ "learning_rate": 5.833333333333334e-06,
49
+ "loss": 0.7135,
50
+ "step": 70
51
+ },
52
+ {
53
+ "epoch": 0.01,
54
+ "learning_rate": 6.666666666666667e-06,
55
+ "loss": 0.6836,
56
+ "step": 80
57
+ },
58
+ {
59
+ "epoch": 0.01,
60
+ "learning_rate": 7.5e-06,
61
+ "loss": 0.6721,
62
+ "step": 90
63
+ },
64
+ {
65
+ "epoch": 0.02,
66
+ "learning_rate": 8.333333333333334e-06,
67
+ "loss": 0.6418,
68
+ "step": 100
69
+ },
70
+ {
71
+ "epoch": 0.02,
72
+ "learning_rate": 9.166666666666666e-06,
73
+ "loss": 0.5405,
74
+ "step": 110
75
+ },
76
+ {
77
+ "epoch": 0.02,
78
+ "learning_rate": 1e-05,
79
+ "loss": 0.6487,
80
+ "step": 120
81
+ },
82
+ {
83
+ "epoch": 0.02,
84
+ "eval_accuracy": 0.6988505747126437,
85
+ "eval_loss": 0.6812763810157776,
86
+ "eval_runtime": 356.8448,
87
+ "eval_samples_per_second": 4.876,
88
+ "eval_steps_per_second": 2.438,
89
+ "step": 120
90
+ },
91
+ {
92
+ "epoch": 1.0,
93
+ "learning_rate": 1.0833333333333334e-05,
94
+ "loss": 0.6362,
95
+ "step": 130
96
+ },
97
+ {
98
+ "epoch": 1.0,
99
+ "learning_rate": 1.1666666666666668e-05,
100
+ "loss": 0.8027,
101
+ "step": 140
102
+ },
103
+ {
104
+ "epoch": 1.0,
105
+ "learning_rate": 1.25e-05,
106
+ "loss": 0.6654,
107
+ "step": 150
108
+ },
109
+ {
110
+ "epoch": 1.01,
111
+ "learning_rate": 1.3333333333333333e-05,
112
+ "loss": 0.7161,
113
+ "step": 160
114
+ },
115
+ {
116
+ "epoch": 1.01,
117
+ "learning_rate": 1.4166666666666668e-05,
118
+ "loss": 0.6356,
119
+ "step": 170
120
+ },
121
+ {
122
+ "epoch": 1.01,
123
+ "learning_rate": 1.5e-05,
124
+ "loss": 0.5828,
125
+ "step": 180
126
+ },
127
+ {
128
+ "epoch": 1.01,
129
+ "learning_rate": 1.5833333333333333e-05,
130
+ "loss": 0.6804,
131
+ "step": 190
132
+ },
133
+ {
134
+ "epoch": 1.01,
135
+ "learning_rate": 1.6666666666666667e-05,
136
+ "loss": 0.6067,
137
+ "step": 200
138
+ },
139
+ {
140
+ "epoch": 1.01,
141
+ "learning_rate": 1.75e-05,
142
+ "loss": 0.9103,
143
+ "step": 210
144
+ },
145
+ {
146
+ "epoch": 1.02,
147
+ "learning_rate": 1.8333333333333333e-05,
148
+ "loss": 0.779,
149
+ "step": 220
150
+ },
151
+ {
152
+ "epoch": 1.02,
153
+ "learning_rate": 1.9166666666666667e-05,
154
+ "loss": 0.9004,
155
+ "step": 230
156
+ },
157
+ {
158
+ "epoch": 1.02,
159
+ "learning_rate": 2e-05,
160
+ "loss": 0.4529,
161
+ "step": 240
162
+ },
163
+ {
164
+ "epoch": 1.02,
165
+ "eval_accuracy": 0.5678160919540229,
166
+ "eval_loss": 0.746660590171814,
167
+ "eval_runtime": 362.9202,
168
+ "eval_samples_per_second": 4.794,
169
+ "eval_steps_per_second": 2.397,
170
+ "step": 240
171
+ },
172
+ {
173
+ "epoch": 2.0,
174
+ "learning_rate": 2.0833333333333336e-05,
175
+ "loss": 0.7456,
176
+ "step": 250
177
+ },
178
+ {
179
+ "epoch": 2.0,
180
+ "learning_rate": 2.1666666666666667e-05,
181
+ "loss": 0.7377,
182
+ "step": 260
183
+ },
184
+ {
185
+ "epoch": 2.0,
186
+ "learning_rate": 2.25e-05,
187
+ "loss": 0.9795,
188
+ "step": 270
189
+ },
190
+ {
191
+ "epoch": 2.01,
192
+ "learning_rate": 2.3333333333333336e-05,
193
+ "loss": 1.3186,
194
+ "step": 280
195
+ },
196
+ {
197
+ "epoch": 2.01,
198
+ "learning_rate": 2.4166666666666667e-05,
199
+ "loss": 0.7593,
200
+ "step": 290
201
+ },
202
+ {
203
+ "epoch": 2.01,
204
+ "learning_rate": 2.5e-05,
205
+ "loss": 0.7627,
206
+ "step": 300
207
+ },
208
+ {
209
+ "epoch": 2.01,
210
+ "learning_rate": 2.5833333333333336e-05,
211
+ "loss": 0.832,
212
+ "step": 310
213
+ },
214
+ {
215
+ "epoch": 2.01,
216
+ "learning_rate": 2.6666666666666667e-05,
217
+ "loss": 0.5974,
218
+ "step": 320
219
+ },
220
+ {
221
+ "epoch": 2.02,
222
+ "learning_rate": 2.7500000000000004e-05,
223
+ "loss": 0.4035,
224
+ "step": 330
225
+ },
226
+ {
227
+ "epoch": 2.02,
228
+ "learning_rate": 2.8333333333333335e-05,
229
+ "loss": 1.1156,
230
+ "step": 340
231
+ },
232
+ {
233
+ "epoch": 2.02,
234
+ "learning_rate": 2.916666666666667e-05,
235
+ "loss": 0.8433,
236
+ "step": 350
237
+ },
238
+ {
239
+ "epoch": 2.02,
240
+ "learning_rate": 3e-05,
241
+ "loss": 0.5165,
242
+ "step": 360
243
+ },
244
+ {
245
+ "epoch": 2.02,
246
+ "eval_accuracy": 0.7264367816091954,
247
+ "eval_loss": 0.7599618434906006,
248
+ "eval_runtime": 363.2632,
249
+ "eval_samples_per_second": 4.79,
250
+ "eval_steps_per_second": 2.395,
251
+ "step": 360
252
+ },
253
+ {
254
+ "epoch": 3.0,
255
+ "learning_rate": 3.0833333333333335e-05,
256
+ "loss": 0.6962,
257
+ "step": 370
258
+ },
259
+ {
260
+ "epoch": 3.0,
261
+ "learning_rate": 3.1666666666666666e-05,
262
+ "loss": 0.9465,
263
+ "step": 380
264
+ },
265
+ {
266
+ "epoch": 3.0,
267
+ "learning_rate": 3.2500000000000004e-05,
268
+ "loss": 0.9085,
269
+ "step": 390
270
+ },
271
+ {
272
+ "epoch": 3.01,
273
+ "learning_rate": 3.3333333333333335e-05,
274
+ "loss": 1.2004,
275
+ "step": 400
276
+ },
277
+ {
278
+ "epoch": 3.01,
279
+ "learning_rate": 3.4166666666666666e-05,
280
+ "loss": 0.5015,
281
+ "step": 410
282
+ },
283
+ {
284
+ "epoch": 3.01,
285
+ "learning_rate": 3.5e-05,
286
+ "loss": 0.5292,
287
+ "step": 420
288
+ },
289
+ {
290
+ "epoch": 3.01,
291
+ "learning_rate": 3.5833333333333335e-05,
292
+ "loss": 1.0356,
293
+ "step": 430
294
+ },
295
+ {
296
+ "epoch": 3.01,
297
+ "learning_rate": 3.6666666666666666e-05,
298
+ "loss": 0.4709,
299
+ "step": 440
300
+ },
301
+ {
302
+ "epoch": 3.02,
303
+ "learning_rate": 3.7500000000000003e-05,
304
+ "loss": 1.0485,
305
+ "step": 450
306
+ },
307
+ {
308
+ "epoch": 3.02,
309
+ "learning_rate": 3.8333333333333334e-05,
310
+ "loss": 1.2158,
311
+ "step": 460
312
+ },
313
+ {
314
+ "epoch": 3.02,
315
+ "learning_rate": 3.9166666666666665e-05,
316
+ "loss": 1.6987,
317
+ "step": 470
318
+ },
319
+ {
320
+ "epoch": 3.02,
321
+ "learning_rate": 4e-05,
322
+ "loss": 0.9203,
323
+ "step": 480
324
+ },
325
+ {
326
+ "epoch": 3.02,
327
+ "eval_accuracy": 0.6517241379310345,
328
+ "eval_loss": 0.6189371943473816,
329
+ "eval_runtime": 360.5738,
330
+ "eval_samples_per_second": 4.826,
331
+ "eval_steps_per_second": 2.413,
332
+ "step": 480
333
+ },
334
+ {
335
+ "epoch": 4.0,
336
+ "learning_rate": 4.0833333333333334e-05,
337
+ "loss": 0.3345,
338
+ "step": 490
339
+ },
340
+ {
341
+ "epoch": 4.0,
342
+ "learning_rate": 4.166666666666667e-05,
343
+ "loss": 1.161,
344
+ "step": 500
345
+ },
346
+ {
347
+ "epoch": 4.0,
348
+ "learning_rate": 4.25e-05,
349
+ "loss": 1.7037,
350
+ "step": 510
351
+ },
352
+ {
353
+ "epoch": 4.01,
354
+ "learning_rate": 4.3333333333333334e-05,
355
+ "loss": 1.1513,
356
+ "step": 520
357
+ },
358
+ {
359
+ "epoch": 4.01,
360
+ "learning_rate": 4.4166666666666665e-05,
361
+ "loss": 0.8115,
362
+ "step": 530
363
+ },
364
+ {
365
+ "epoch": 4.01,
366
+ "learning_rate": 4.5e-05,
367
+ "loss": 0.636,
368
+ "step": 540
369
+ },
370
+ {
371
+ "epoch": 4.01,
372
+ "learning_rate": 4.5833333333333334e-05,
373
+ "loss": 0.6967,
374
+ "step": 550
375
+ },
376
+ {
377
+ "epoch": 4.01,
378
+ "learning_rate": 4.666666666666667e-05,
379
+ "loss": 1.0099,
380
+ "step": 560
381
+ },
382
+ {
383
+ "epoch": 4.01,
384
+ "learning_rate": 4.75e-05,
385
+ "loss": 0.8856,
386
+ "step": 570
387
+ },
388
+ {
389
+ "epoch": 4.02,
390
+ "learning_rate": 4.8333333333333334e-05,
391
+ "loss": 0.4968,
392
+ "step": 580
393
+ },
394
+ {
395
+ "epoch": 4.02,
396
+ "learning_rate": 4.9166666666666665e-05,
397
+ "loss": 0.9492,
398
+ "step": 590
399
+ },
400
+ {
401
+ "epoch": 4.02,
402
+ "learning_rate": 5e-05,
403
+ "loss": 1.2667,
404
+ "step": 600
405
+ },
406
+ {
407
+ "epoch": 4.02,
408
+ "eval_accuracy": 0.6511494252873563,
409
+ "eval_loss": 0.6701719164848328,
410
+ "eval_runtime": 360.4153,
411
+ "eval_samples_per_second": 4.828,
412
+ "eval_steps_per_second": 2.414,
413
+ "step": 600
414
+ },
415
+ {
416
+ "epoch": 5.0,
417
+ "learning_rate": 4.9907407407407406e-05,
418
+ "loss": 0.4786,
419
+ "step": 610
420
+ },
421
+ {
422
+ "epoch": 5.0,
423
+ "learning_rate": 4.981481481481482e-05,
424
+ "loss": 0.6767,
425
+ "step": 620
426
+ },
427
+ {
428
+ "epoch": 5.0,
429
+ "learning_rate": 4.972222222222223e-05,
430
+ "loss": 0.9659,
431
+ "step": 630
432
+ },
433
+ {
434
+ "epoch": 5.01,
435
+ "learning_rate": 4.962962962962963e-05,
436
+ "loss": 1.4623,
437
+ "step": 640
438
+ },
439
+ {
440
+ "epoch": 5.01,
441
+ "learning_rate": 4.9537037037037035e-05,
442
+ "loss": 0.6624,
443
+ "step": 650
444
+ },
445
+ {
446
+ "epoch": 5.01,
447
+ "learning_rate": 4.9444444444444446e-05,
448
+ "loss": 0.8057,
449
+ "step": 660
450
+ },
451
+ {
452
+ "epoch": 5.01,
453
+ "learning_rate": 4.935185185185186e-05,
454
+ "loss": 0.8291,
455
+ "step": 670
456
+ },
457
+ {
458
+ "epoch": 5.01,
459
+ "learning_rate": 4.925925925925926e-05,
460
+ "loss": 0.6476,
461
+ "step": 680
462
+ },
463
+ {
464
+ "epoch": 5.01,
465
+ "learning_rate": 4.9166666666666665e-05,
466
+ "loss": 1.1142,
467
+ "step": 690
468
+ },
469
+ {
470
+ "epoch": 5.02,
471
+ "learning_rate": 4.9074074074074075e-05,
472
+ "loss": 1.0131,
473
+ "step": 700
474
+ },
475
+ {
476
+ "epoch": 5.02,
477
+ "learning_rate": 4.8981481481481486e-05,
478
+ "loss": 0.7027,
479
+ "step": 710
480
+ },
481
+ {
482
+ "epoch": 5.02,
483
+ "learning_rate": 4.888888888888889e-05,
484
+ "loss": 1.0452,
485
+ "step": 720
486
+ },
487
+ {
488
+ "epoch": 5.02,
489
+ "eval_accuracy": 0.7591954022988506,
490
+ "eval_loss": 0.5703285932540894,
491
+ "eval_runtime": 357.4022,
492
+ "eval_samples_per_second": 4.868,
493
+ "eval_steps_per_second": 2.434,
494
+ "step": 720
495
+ },
496
+ {
497
+ "epoch": 6.0,
498
+ "learning_rate": 4.87962962962963e-05,
499
+ "loss": 0.6886,
500
+ "step": 730
501
+ },
502
+ {
503
+ "epoch": 6.0,
504
+ "learning_rate": 4.8703703703703704e-05,
505
+ "loss": 0.6544,
506
+ "step": 740
507
+ },
508
+ {
509
+ "epoch": 6.0,
510
+ "learning_rate": 4.8611111111111115e-05,
511
+ "loss": 0.8136,
512
+ "step": 750
513
+ },
514
+ {
515
+ "epoch": 6.01,
516
+ "learning_rate": 4.851851851851852e-05,
517
+ "loss": 0.5133,
518
+ "step": 760
519
+ },
520
+ {
521
+ "epoch": 6.01,
522
+ "learning_rate": 4.842592592592593e-05,
523
+ "loss": 0.5336,
524
+ "step": 770
525
+ },
526
+ {
527
+ "epoch": 6.01,
528
+ "learning_rate": 4.8333333333333334e-05,
529
+ "loss": 0.9107,
530
+ "step": 780
531
+ },
532
+ {
533
+ "epoch": 6.01,
534
+ "learning_rate": 4.8240740740740744e-05,
535
+ "loss": 0.7703,
536
+ "step": 790
537
+ },
538
+ {
539
+ "epoch": 6.01,
540
+ "learning_rate": 4.814814814814815e-05,
541
+ "loss": 1.2991,
542
+ "step": 800
543
+ },
544
+ {
545
+ "epoch": 6.01,
546
+ "learning_rate": 4.805555555555556e-05,
547
+ "loss": 0.6108,
548
+ "step": 810
549
+ },
550
+ {
551
+ "epoch": 6.02,
552
+ "learning_rate": 4.796296296296296e-05,
553
+ "loss": 0.8556,
554
+ "step": 820
555
+ },
556
+ {
557
+ "epoch": 6.02,
558
+ "learning_rate": 4.7870370370370373e-05,
559
+ "loss": 1.1234,
560
+ "step": 830
561
+ },
562
+ {
563
+ "epoch": 6.02,
564
+ "learning_rate": 4.7777777777777784e-05,
565
+ "loss": 0.3893,
566
+ "step": 840
567
+ },
568
+ {
569
+ "epoch": 6.02,
570
+ "eval_accuracy": 0.7396551724137931,
571
+ "eval_loss": 0.5523963570594788,
572
+ "eval_runtime": 356.1273,
573
+ "eval_samples_per_second": 4.886,
574
+ "eval_steps_per_second": 2.443,
575
+ "step": 840
576
+ },
577
+ {
578
+ "epoch": 7.0,
579
+ "learning_rate": 4.768518518518519e-05,
580
+ "loss": 0.3443,
581
+ "step": 850
582
+ },
583
+ {
584
+ "epoch": 7.0,
585
+ "learning_rate": 4.759259259259259e-05,
586
+ "loss": 0.6966,
587
+ "step": 860
588
+ },
589
+ {
590
+ "epoch": 7.0,
591
+ "learning_rate": 4.75e-05,
592
+ "loss": 1.2216,
593
+ "step": 870
594
+ },
595
+ {
596
+ "epoch": 7.01,
597
+ "learning_rate": 4.740740740740741e-05,
598
+ "loss": 0.3746,
599
+ "step": 880
600
+ },
601
+ {
602
+ "epoch": 7.01,
603
+ "learning_rate": 4.731481481481482e-05,
604
+ "loss": 0.8805,
605
+ "step": 890
606
+ },
607
+ {
608
+ "epoch": 7.01,
609
+ "learning_rate": 4.722222222222222e-05,
610
+ "loss": 0.6962,
611
+ "step": 900
612
+ },
613
+ {
614
+ "epoch": 7.01,
615
+ "learning_rate": 4.712962962962963e-05,
616
+ "loss": 1.3004,
617
+ "step": 910
618
+ },
619
+ {
620
+ "epoch": 7.01,
621
+ "learning_rate": 4.703703703703704e-05,
622
+ "loss": 1.1392,
623
+ "step": 920
624
+ },
625
+ {
626
+ "epoch": 7.01,
627
+ "learning_rate": 4.6944444444444446e-05,
628
+ "loss": 0.9222,
629
+ "step": 930
630
+ },
631
+ {
632
+ "epoch": 7.02,
633
+ "learning_rate": 4.685185185185185e-05,
634
+ "loss": 0.7862,
635
+ "step": 940
636
+ },
637
+ {
638
+ "epoch": 7.02,
639
+ "learning_rate": 4.675925925925926e-05,
640
+ "loss": 0.8084,
641
+ "step": 950
642
+ },
643
+ {
644
+ "epoch": 7.02,
645
+ "learning_rate": 4.666666666666667e-05,
646
+ "loss": 1.2013,
647
+ "step": 960
648
+ },
649
+ {
650
+ "epoch": 7.02,
651
+ "eval_accuracy": 0.610919540229885,
652
+ "eval_loss": 0.7469594478607178,
653
+ "eval_runtime": 353.1759,
654
+ "eval_samples_per_second": 4.927,
655
+ "eval_steps_per_second": 2.463,
656
+ "step": 960
657
+ },
658
+ {
659
+ "epoch": 8.0,
660
+ "learning_rate": 4.6574074074074076e-05,
661
+ "loss": 0.8368,
662
+ "step": 970
663
+ },
664
+ {
665
+ "epoch": 8.0,
666
+ "learning_rate": 4.648148148148148e-05,
667
+ "loss": 0.564,
668
+ "step": 980
669
+ },
670
+ {
671
+ "epoch": 8.01,
672
+ "learning_rate": 4.638888888888889e-05,
673
+ "loss": 0.8657,
674
+ "step": 990
675
+ },
676
+ {
677
+ "epoch": 8.01,
678
+ "learning_rate": 4.62962962962963e-05,
679
+ "loss": 0.8194,
680
+ "step": 1000
681
+ },
682
+ {
683
+ "epoch": 8.01,
684
+ "learning_rate": 4.6203703703703705e-05,
685
+ "loss": 0.4039,
686
+ "step": 1010
687
+ },
688
+ {
689
+ "epoch": 8.01,
690
+ "learning_rate": 4.6111111111111115e-05,
691
+ "loss": 0.8453,
692
+ "step": 1020
693
+ },
694
+ {
695
+ "epoch": 8.01,
696
+ "learning_rate": 4.601851851851852e-05,
697
+ "loss": 1.0273,
698
+ "step": 1030
699
+ },
700
+ {
701
+ "epoch": 8.01,
702
+ "learning_rate": 4.592592592592593e-05,
703
+ "loss": 1.2728,
704
+ "step": 1040
705
+ },
706
+ {
707
+ "epoch": 8.02,
708
+ "learning_rate": 4.5833333333333334e-05,
709
+ "loss": 0.5125,
710
+ "step": 1050
711
+ },
712
+ {
713
+ "epoch": 8.02,
714
+ "learning_rate": 4.5740740740740745e-05,
715
+ "loss": 0.8747,
716
+ "step": 1060
717
+ },
718
+ {
719
+ "epoch": 8.02,
720
+ "learning_rate": 4.564814814814815e-05,
721
+ "loss": 0.6782,
722
+ "step": 1070
723
+ },
724
+ {
725
+ "epoch": 8.02,
726
+ "learning_rate": 4.555555555555556e-05,
727
+ "loss": 1.4903,
728
+ "step": 1080
729
+ },
730
+ {
731
+ "epoch": 8.02,
732
+ "eval_accuracy": 0.5695402298850575,
733
+ "eval_loss": 1.0093830823898315,
734
+ "eval_runtime": 355.0274,
735
+ "eval_samples_per_second": 4.901,
736
+ "eval_steps_per_second": 2.451,
737
+ "step": 1080
738
+ },
739
+ {
740
+ "epoch": 9.0,
741
+ "learning_rate": 4.546296296296296e-05,
742
+ "loss": 0.3923,
743
+ "step": 1090
744
+ },
745
+ {
746
+ "epoch": 9.0,
747
+ "learning_rate": 4.5370370370370374e-05,
748
+ "loss": 0.7116,
749
+ "step": 1100
750
+ },
751
+ {
752
+ "epoch": 9.01,
753
+ "learning_rate": 4.527777777777778e-05,
754
+ "loss": 0.3186,
755
+ "step": 1110
756
+ },
757
+ {
758
+ "epoch": 9.01,
759
+ "learning_rate": 4.518518518518519e-05,
760
+ "loss": 0.9053,
761
+ "step": 1120
762
+ },
763
+ {
764
+ "epoch": 9.01,
765
+ "learning_rate": 4.50925925925926e-05,
766
+ "loss": 1.272,
767
+ "step": 1130
768
+ },
769
+ {
770
+ "epoch": 9.01,
771
+ "learning_rate": 4.5e-05,
772
+ "loss": 1.4022,
773
+ "step": 1140
774
+ },
775
+ {
776
+ "epoch": 9.01,
777
+ "learning_rate": 4.490740740740741e-05,
778
+ "loss": 0.9156,
779
+ "step": 1150
780
+ },
781
+ {
782
+ "epoch": 9.01,
783
+ "learning_rate": 4.481481481481482e-05,
784
+ "loss": 0.87,
785
+ "step": 1160
786
+ },
787
+ {
788
+ "epoch": 9.02,
789
+ "learning_rate": 4.472222222222223e-05,
790
+ "loss": 1.2737,
791
+ "step": 1170
792
+ },
793
+ {
794
+ "epoch": 9.02,
795
+ "learning_rate": 4.462962962962963e-05,
796
+ "loss": 0.5527,
797
+ "step": 1180
798
+ },
799
+ {
800
+ "epoch": 9.02,
801
+ "learning_rate": 4.4537037037037036e-05,
802
+ "loss": 0.558,
803
+ "step": 1190
804
+ },
805
+ {
806
+ "epoch": 9.02,
807
+ "learning_rate": 4.4444444444444447e-05,
808
+ "loss": 0.5434,
809
+ "step": 1200
810
+ },
811
+ {
812
+ "epoch": 9.02,
813
+ "eval_accuracy": 0.7586206896551724,
814
+ "eval_loss": 0.5188660025596619,
815
+ "eval_runtime": 355.6201,
816
+ "eval_samples_per_second": 4.893,
817
+ "eval_steps_per_second": 2.446,
818
+ "step": 1200
819
+ },
820
+ {
821
+ "epoch": 10.0,
822
+ "learning_rate": 4.435185185185186e-05,
823
+ "loss": 0.3802,
824
+ "step": 1210
825
+ },
826
+ {
827
+ "epoch": 10.0,
828
+ "learning_rate": 4.425925925925926e-05,
829
+ "loss": 0.8603,
830
+ "step": 1220
831
+ },
832
+ {
833
+ "epoch": 10.01,
834
+ "learning_rate": 4.4166666666666665e-05,
835
+ "loss": 0.8157,
836
+ "step": 1230
837
+ },
838
+ {
839
+ "epoch": 10.01,
840
+ "learning_rate": 4.4074074074074076e-05,
841
+ "loss": 0.5727,
842
+ "step": 1240
843
+ },
844
+ {
845
+ "epoch": 10.01,
846
+ "learning_rate": 4.3981481481481486e-05,
847
+ "loss": 0.8289,
848
+ "step": 1250
849
+ },
850
+ {
851
+ "epoch": 10.01,
852
+ "learning_rate": 4.388888888888889e-05,
853
+ "loss": 0.8628,
854
+ "step": 1260
855
+ },
856
+ {
857
+ "epoch": 10.01,
858
+ "learning_rate": 4.3796296296296294e-05,
859
+ "loss": 0.9309,
860
+ "step": 1270
861
+ },
862
+ {
863
+ "epoch": 10.01,
864
+ "learning_rate": 4.3703703703703705e-05,
865
+ "loss": 0.4891,
866
+ "step": 1280
867
+ },
868
+ {
869
+ "epoch": 10.02,
870
+ "learning_rate": 4.3611111111111116e-05,
871
+ "loss": 1.0905,
872
+ "step": 1290
873
+ },
874
+ {
875
+ "epoch": 10.02,
876
+ "learning_rate": 4.351851851851852e-05,
877
+ "loss": 0.8349,
878
+ "step": 1300
879
+ },
880
+ {
881
+ "epoch": 10.02,
882
+ "learning_rate": 4.342592592592592e-05,
883
+ "loss": 0.8802,
884
+ "step": 1310
885
+ },
886
+ {
887
+ "epoch": 10.02,
888
+ "learning_rate": 4.3333333333333334e-05,
889
+ "loss": 0.8344,
890
+ "step": 1320
891
+ },
892
+ {
893
+ "epoch": 10.02,
894
+ "eval_accuracy": 0.5551724137931034,
895
+ "eval_loss": 0.7673728466033936,
896
+ "eval_runtime": 364.5203,
897
+ "eval_samples_per_second": 4.773,
898
+ "eval_steps_per_second": 2.387,
899
+ "step": 1320
900
+ },
901
+ {
902
+ "epoch": 11.0,
903
+ "learning_rate": 4.3240740740740745e-05,
904
+ "loss": 0.9388,
905
+ "step": 1330
906
+ },
907
+ {
908
+ "epoch": 11.0,
909
+ "learning_rate": 4.314814814814815e-05,
910
+ "loss": 0.6321,
911
+ "step": 1340
912
+ },
913
+ {
914
+ "epoch": 11.01,
915
+ "learning_rate": 4.305555555555556e-05,
916
+ "loss": 0.785,
917
+ "step": 1350
918
+ },
919
+ {
920
+ "epoch": 11.01,
921
+ "learning_rate": 4.296296296296296e-05,
922
+ "loss": 0.8641,
923
+ "step": 1360
924
+ },
925
+ {
926
+ "epoch": 11.01,
927
+ "learning_rate": 4.2870370370370374e-05,
928
+ "loss": 0.582,
929
+ "step": 1370
930
+ },
931
+ {
932
+ "epoch": 11.01,
933
+ "learning_rate": 4.277777777777778e-05,
934
+ "loss": 0.5381,
935
+ "step": 1380
936
+ },
937
+ {
938
+ "epoch": 11.01,
939
+ "learning_rate": 4.268518518518519e-05,
940
+ "loss": 0.3799,
941
+ "step": 1390
942
+ },
943
+ {
944
+ "epoch": 11.01,
945
+ "learning_rate": 4.259259259259259e-05,
946
+ "loss": 1.1579,
947
+ "step": 1400
948
+ },
949
+ {
950
+ "epoch": 11.02,
951
+ "learning_rate": 4.25e-05,
952
+ "loss": 0.7256,
953
+ "step": 1410
954
+ },
955
+ {
956
+ "epoch": 11.02,
957
+ "learning_rate": 4.240740740740741e-05,
958
+ "loss": 0.4198,
959
+ "step": 1420
960
+ },
961
+ {
962
+ "epoch": 11.02,
963
+ "learning_rate": 4.231481481481482e-05,
964
+ "loss": 0.9882,
965
+ "step": 1430
966
+ },
967
+ {
968
+ "epoch": 11.02,
969
+ "learning_rate": 4.222222222222222e-05,
970
+ "loss": 1.1621,
971
+ "step": 1440
972
+ },
973
+ {
974
+ "epoch": 11.02,
975
+ "eval_accuracy": 0.5873563218390805,
976
+ "eval_loss": 0.9610044360160828,
977
+ "eval_runtime": 355.0886,
978
+ "eval_samples_per_second": 4.9,
979
+ "eval_steps_per_second": 2.45,
980
+ "step": 1440
981
+ },
982
+ {
983
+ "epoch": 12.0,
984
+ "learning_rate": 4.212962962962963e-05,
985
+ "loss": 0.8105,
986
+ "step": 1450
987
+ },
988
+ {
989
+ "epoch": 12.0,
990
+ "learning_rate": 4.203703703703704e-05,
991
+ "loss": 0.5899,
992
+ "step": 1460
993
+ },
994
+ {
995
+ "epoch": 12.01,
996
+ "learning_rate": 4.194444444444445e-05,
997
+ "loss": 0.6743,
998
+ "step": 1470
999
+ },
1000
+ {
1001
+ "epoch": 12.01,
1002
+ "learning_rate": 4.185185185185185e-05,
1003
+ "loss": 1.4275,
1004
+ "step": 1480
1005
+ },
1006
+ {
1007
+ "epoch": 12.01,
1008
+ "learning_rate": 4.175925925925926e-05,
1009
+ "loss": 0.6946,
1010
+ "step": 1490
1011
+ },
1012
+ {
1013
+ "epoch": 12.01,
1014
+ "learning_rate": 4.166666666666667e-05,
1015
+ "loss": 0.7746,
1016
+ "step": 1500
1017
+ },
1018
+ {
1019
+ "epoch": 12.01,
1020
+ "learning_rate": 4.1574074074074076e-05,
1021
+ "loss": 0.6887,
1022
+ "step": 1510
1023
+ },
1024
+ {
1025
+ "epoch": 12.01,
1026
+ "learning_rate": 4.148148148148148e-05,
1027
+ "loss": 0.9869,
1028
+ "step": 1520
1029
+ },
1030
+ {
1031
+ "epoch": 12.02,
1032
+ "learning_rate": 4.138888888888889e-05,
1033
+ "loss": 0.6283,
1034
+ "step": 1530
1035
+ },
1036
+ {
1037
+ "epoch": 12.02,
1038
+ "learning_rate": 4.12962962962963e-05,
1039
+ "loss": 0.2219,
1040
+ "step": 1540
1041
+ },
1042
+ {
1043
+ "epoch": 12.02,
1044
+ "learning_rate": 4.1203703703703705e-05,
1045
+ "loss": 0.5915,
1046
+ "step": 1550
1047
+ },
1048
+ {
1049
+ "epoch": 12.02,
1050
+ "learning_rate": 4.111111111111111e-05,
1051
+ "loss": 0.8743,
1052
+ "step": 1560
1053
+ },
1054
+ {
1055
+ "epoch": 12.02,
1056
+ "eval_accuracy": 0.6448275862068965,
1057
+ "eval_loss": 0.8160411715507507,
1058
+ "eval_runtime": 355.8367,
1059
+ "eval_samples_per_second": 4.89,
1060
+ "eval_steps_per_second": 2.445,
1061
+ "step": 1560
1062
+ },
1063
+ {
1064
+ "epoch": 13.0,
1065
+ "learning_rate": 4.101851851851852e-05,
1066
+ "loss": 0.7112,
1067
+ "step": 1570
1068
+ },
1069
+ {
1070
+ "epoch": 13.0,
1071
+ "learning_rate": 4.092592592592593e-05,
1072
+ "loss": 1.2422,
1073
+ "step": 1580
1074
+ },
1075
+ {
1076
+ "epoch": 13.01,
1077
+ "learning_rate": 4.0833333333333334e-05,
1078
+ "loss": 1.365,
1079
+ "step": 1590
1080
+ },
1081
+ {
1082
+ "epoch": 13.01,
1083
+ "learning_rate": 4.074074074074074e-05,
1084
+ "loss": 0.5083,
1085
+ "step": 1600
1086
+ },
1087
+ {
1088
+ "epoch": 13.01,
1089
+ "learning_rate": 4.064814814814815e-05,
1090
+ "loss": 0.7632,
1091
+ "step": 1610
1092
+ },
1093
+ {
1094
+ "epoch": 13.01,
1095
+ "learning_rate": 4.055555555555556e-05,
1096
+ "loss": 0.8477,
1097
+ "step": 1620
1098
+ },
1099
+ {
1100
+ "epoch": 13.01,
1101
+ "learning_rate": 4.0462962962962963e-05,
1102
+ "loss": 0.3935,
1103
+ "step": 1630
1104
+ },
1105
+ {
1106
+ "epoch": 13.01,
1107
+ "learning_rate": 4.0370370370370374e-05,
1108
+ "loss": 1.2253,
1109
+ "step": 1640
1110
+ },
1111
+ {
1112
+ "epoch": 13.02,
1113
+ "learning_rate": 4.027777777777778e-05,
1114
+ "loss": 1.5369,
1115
+ "step": 1650
1116
+ },
1117
+ {
1118
+ "epoch": 13.02,
1119
+ "learning_rate": 4.018518518518519e-05,
1120
+ "loss": 0.8792,
1121
+ "step": 1660
1122
+ },
1123
+ {
1124
+ "epoch": 13.02,
1125
+ "learning_rate": 4.009259259259259e-05,
1126
+ "loss": 0.8461,
1127
+ "step": 1670
1128
+ },
1129
+ {
1130
+ "epoch": 13.02,
1131
+ "learning_rate": 4e-05,
1132
+ "loss": 0.7118,
1133
+ "step": 1680
1134
+ },
1135
+ {
1136
+ "epoch": 13.02,
1137
+ "eval_accuracy": 0.6591954022988505,
1138
+ "eval_loss": 0.6014773845672607,
1139
+ "eval_runtime": 354.7515,
1140
+ "eval_samples_per_second": 4.905,
1141
+ "eval_steps_per_second": 2.452,
1142
+ "step": 1680
1143
+ },
1144
+ {
1145
+ "epoch": 14.0,
1146
+ "learning_rate": 3.990740740740741e-05,
1147
+ "loss": 0.7558,
1148
+ "step": 1690
1149
+ },
1150
+ {
1151
+ "epoch": 14.0,
1152
+ "learning_rate": 3.981481481481482e-05,
1153
+ "loss": 0.7457,
1154
+ "step": 1700
1155
+ },
1156
+ {
1157
+ "epoch": 14.01,
1158
+ "learning_rate": 3.972222222222222e-05,
1159
+ "loss": 0.5081,
1160
+ "step": 1710
1161
+ },
1162
+ {
1163
+ "epoch": 14.01,
1164
+ "learning_rate": 3.962962962962963e-05,
1165
+ "loss": 0.781,
1166
+ "step": 1720
1167
+ },
1168
+ {
1169
+ "epoch": 14.01,
1170
+ "learning_rate": 3.9537037037037036e-05,
1171
+ "loss": 0.5625,
1172
+ "step": 1730
1173
+ },
1174
+ {
1175
+ "epoch": 14.01,
1176
+ "learning_rate": 3.944444444444445e-05,
1177
+ "loss": 0.7814,
1178
+ "step": 1740
1179
+ },
1180
+ {
1181
+ "epoch": 14.01,
1182
+ "learning_rate": 3.935185185185186e-05,
1183
+ "loss": 0.7786,
1184
+ "step": 1750
1185
+ },
1186
+ {
1187
+ "epoch": 14.01,
1188
+ "learning_rate": 3.925925925925926e-05,
1189
+ "loss": 0.426,
1190
+ "step": 1760
1191
+ },
1192
+ {
1193
+ "epoch": 14.02,
1194
+ "learning_rate": 3.9166666666666665e-05,
1195
+ "loss": 0.7625,
1196
+ "step": 1770
1197
+ },
1198
+ {
1199
+ "epoch": 14.02,
1200
+ "learning_rate": 3.9074074074074076e-05,
1201
+ "loss": 1.0261,
1202
+ "step": 1780
1203
+ },
1204
+ {
1205
+ "epoch": 14.02,
1206
+ "learning_rate": 3.898148148148149e-05,
1207
+ "loss": 1.0153,
1208
+ "step": 1790
1209
+ },
1210
+ {
1211
+ "epoch": 14.02,
1212
+ "learning_rate": 3.888888888888889e-05,
1213
+ "loss": 0.8404,
1214
+ "step": 1800
1215
+ },
1216
+ {
1217
+ "epoch": 14.02,
1218
+ "eval_accuracy": 0.7660919540229885,
1219
+ "eval_loss": 0.7148768901824951,
1220
+ "eval_runtime": 354.5439,
1221
+ "eval_samples_per_second": 4.908,
1222
+ "eval_steps_per_second": 2.454,
1223
+ "step": 1800
1224
+ },
1225
+ {
1226
+ "epoch": 15.0,
1227
+ "learning_rate": 3.8796296296296295e-05,
1228
+ "loss": 0.4245,
1229
+ "step": 1810
1230
+ },
1231
+ {
1232
+ "epoch": 15.0,
1233
+ "learning_rate": 3.8703703703703705e-05,
1234
+ "loss": 0.9398,
1235
+ "step": 1820
1236
+ },
1237
+ {
1238
+ "epoch": 15.01,
1239
+ "learning_rate": 3.8611111111111116e-05,
1240
+ "loss": 0.4956,
1241
+ "step": 1830
1242
+ },
1243
+ {
1244
+ "epoch": 15.01,
1245
+ "learning_rate": 3.851851851851852e-05,
1246
+ "loss": 0.3703,
1247
+ "step": 1840
1248
+ },
1249
+ {
1250
+ "epoch": 15.01,
1251
+ "learning_rate": 3.8425925925925924e-05,
1252
+ "loss": 1.2318,
1253
+ "step": 1850
1254
+ },
1255
+ {
1256
+ "epoch": 15.01,
1257
+ "learning_rate": 3.8333333333333334e-05,
1258
+ "loss": 0.8561,
1259
+ "step": 1860
1260
+ },
1261
+ {
1262
+ "epoch": 15.01,
1263
+ "learning_rate": 3.8240740740740745e-05,
1264
+ "loss": 0.9777,
1265
+ "step": 1870
1266
+ },
1267
+ {
1268
+ "epoch": 15.01,
1269
+ "learning_rate": 3.814814814814815e-05,
1270
+ "loss": 0.8541,
1271
+ "step": 1880
1272
+ },
1273
+ {
1274
+ "epoch": 15.02,
1275
+ "learning_rate": 3.805555555555555e-05,
1276
+ "loss": 0.6224,
1277
+ "step": 1890
1278
+ },
1279
+ {
1280
+ "epoch": 15.02,
1281
+ "learning_rate": 3.7962962962962964e-05,
1282
+ "loss": 1.0637,
1283
+ "step": 1900
1284
+ },
1285
+ {
1286
+ "epoch": 15.02,
1287
+ "learning_rate": 3.7870370370370374e-05,
1288
+ "loss": 1.0431,
1289
+ "step": 1910
1290
+ },
1291
+ {
1292
+ "epoch": 15.02,
1293
+ "learning_rate": 3.777777777777778e-05,
1294
+ "loss": 1.0397,
1295
+ "step": 1920
1296
+ },
1297
+ {
1298
+ "epoch": 15.02,
1299
+ "eval_accuracy": 0.7770114942528735,
1300
+ "eval_loss": 0.6360009908676147,
1301
+ "eval_runtime": 354.5339,
1302
+ "eval_samples_per_second": 4.908,
1303
+ "eval_steps_per_second": 2.454,
1304
+ "step": 1920
1305
+ },
1306
+ {
1307
+ "epoch": 16.0,
1308
+ "learning_rate": 3.768518518518518e-05,
1309
+ "loss": 0.3126,
1310
+ "step": 1930
1311
+ },
1312
+ {
1313
+ "epoch": 16.0,
1314
+ "learning_rate": 3.759259259259259e-05,
1315
+ "loss": 0.7058,
1316
+ "step": 1940
1317
+ },
1318
+ {
1319
+ "epoch": 16.0,
1320
+ "learning_rate": 3.7500000000000003e-05,
1321
+ "loss": 0.3957,
1322
+ "step": 1950
1323
+ },
1324
+ {
1325
+ "epoch": 16.01,
1326
+ "learning_rate": 3.740740740740741e-05,
1327
+ "loss": 1.4855,
1328
+ "step": 1960
1329
+ },
1330
+ {
1331
+ "epoch": 16.01,
1332
+ "learning_rate": 3.731481481481482e-05,
1333
+ "loss": 1.0118,
1334
+ "step": 1970
1335
+ },
1336
+ {
1337
+ "epoch": 16.01,
1338
+ "learning_rate": 3.722222222222222e-05,
1339
+ "loss": 1.1027,
1340
+ "step": 1980
1341
+ },
1342
+ {
1343
+ "epoch": 16.01,
1344
+ "learning_rate": 3.712962962962963e-05,
1345
+ "loss": 1.2266,
1346
+ "step": 1990
1347
+ },
1348
+ {
1349
+ "epoch": 16.01,
1350
+ "learning_rate": 3.7037037037037037e-05,
1351
+ "loss": 0.6825,
1352
+ "step": 2000
1353
+ },
1354
+ {
1355
+ "epoch": 16.02,
1356
+ "learning_rate": 3.694444444444445e-05,
1357
+ "loss": 0.568,
1358
+ "step": 2010
1359
+ },
1360
+ {
1361
+ "epoch": 16.02,
1362
+ "learning_rate": 3.685185185185185e-05,
1363
+ "loss": 0.4856,
1364
+ "step": 2020
1365
+ },
1366
+ {
1367
+ "epoch": 16.02,
1368
+ "learning_rate": 3.675925925925926e-05,
1369
+ "loss": 0.8751,
1370
+ "step": 2030
1371
+ },
1372
+ {
1373
+ "epoch": 16.02,
1374
+ "learning_rate": 3.6666666666666666e-05,
1375
+ "loss": 1.3511,
1376
+ "step": 2040
1377
+ },
1378
+ {
1379
+ "epoch": 16.02,
1380
+ "eval_accuracy": 0.6522988505747126,
1381
+ "eval_loss": 0.9110041260719299,
1382
+ "eval_runtime": 356.131,
1383
+ "eval_samples_per_second": 4.886,
1384
+ "eval_steps_per_second": 2.443,
1385
+ "step": 2040
1386
+ },
1387
+ {
1388
+ "epoch": 17.0,
1389
+ "learning_rate": 3.6574074074074076e-05,
1390
+ "loss": 0.3147,
1391
+ "step": 2050
1392
+ },
1393
+ {
1394
+ "epoch": 17.0,
1395
+ "learning_rate": 3.648148148148148e-05,
1396
+ "loss": 1.0829,
1397
+ "step": 2060
1398
+ },
1399
+ {
1400
+ "epoch": 17.0,
1401
+ "learning_rate": 3.638888888888889e-05,
1402
+ "loss": 0.8333,
1403
+ "step": 2070
1404
+ },
1405
+ {
1406
+ "epoch": 17.01,
1407
+ "learning_rate": 3.62962962962963e-05,
1408
+ "loss": 0.8554,
1409
+ "step": 2080
1410
+ },
1411
+ {
1412
+ "epoch": 17.01,
1413
+ "learning_rate": 3.6203703703703706e-05,
1414
+ "loss": 0.9251,
1415
+ "step": 2090
1416
+ },
1417
+ {
1418
+ "epoch": 17.01,
1419
+ "learning_rate": 3.611111111111111e-05,
1420
+ "loss": 1.1388,
1421
+ "step": 2100
1422
+ },
1423
+ {
1424
+ "epoch": 17.01,
1425
+ "learning_rate": 3.601851851851852e-05,
1426
+ "loss": 0.519,
1427
+ "step": 2110
1428
+ },
1429
+ {
1430
+ "epoch": 17.01,
1431
+ "learning_rate": 3.592592592592593e-05,
1432
+ "loss": 0.6697,
1433
+ "step": 2120
1434
+ },
1435
+ {
1436
+ "epoch": 17.02,
1437
+ "learning_rate": 3.5833333333333335e-05,
1438
+ "loss": 0.4289,
1439
+ "step": 2130
1440
+ },
1441
+ {
1442
+ "epoch": 17.02,
1443
+ "learning_rate": 3.574074074074074e-05,
1444
+ "loss": 0.819,
1445
+ "step": 2140
1446
+ },
1447
+ {
1448
+ "epoch": 17.02,
1449
+ "learning_rate": 3.564814814814815e-05,
1450
+ "loss": 1.1293,
1451
+ "step": 2150
1452
+ },
1453
+ {
1454
+ "epoch": 17.02,
1455
+ "learning_rate": 3.555555555555556e-05,
1456
+ "loss": 1.0257,
1457
+ "step": 2160
1458
+ },
1459
+ {
1460
+ "epoch": 17.02,
1461
+ "eval_accuracy": 0.5890804597701149,
1462
+ "eval_loss": 1.0642170906066895,
1463
+ "eval_runtime": 355.6816,
1464
+ "eval_samples_per_second": 4.892,
1465
+ "eval_steps_per_second": 2.446,
1466
+ "step": 2160
1467
+ },
1468
+ {
1469
+ "epoch": 18.0,
1470
+ "learning_rate": 3.5462962962962964e-05,
1471
+ "loss": 0.4082,
1472
+ "step": 2170
1473
+ },
1474
+ {
1475
+ "epoch": 18.0,
1476
+ "learning_rate": 3.537037037037037e-05,
1477
+ "loss": 0.6808,
1478
+ "step": 2180
1479
+ },
1480
+ {
1481
+ "epoch": 18.0,
1482
+ "learning_rate": 3.527777777777778e-05,
1483
+ "loss": 0.4721,
1484
+ "step": 2190
1485
+ },
1486
+ {
1487
+ "epoch": 18.01,
1488
+ "learning_rate": 3.518518518518519e-05,
1489
+ "loss": 0.6651,
1490
+ "step": 2200
1491
+ },
1492
+ {
1493
+ "epoch": 18.01,
1494
+ "learning_rate": 3.509259259259259e-05,
1495
+ "loss": 0.5115,
1496
+ "step": 2210
1497
+ },
1498
+ {
1499
+ "epoch": 18.01,
1500
+ "learning_rate": 3.5e-05,
1501
+ "loss": 0.5868,
1502
+ "step": 2220
1503
+ },
1504
+ {
1505
+ "epoch": 18.01,
1506
+ "learning_rate": 3.490740740740741e-05,
1507
+ "loss": 0.6031,
1508
+ "step": 2230
1509
+ },
1510
+ {
1511
+ "epoch": 18.01,
1512
+ "learning_rate": 3.481481481481482e-05,
1513
+ "loss": 0.7139,
1514
+ "step": 2240
1515
+ },
1516
+ {
1517
+ "epoch": 18.02,
1518
+ "learning_rate": 3.472222222222222e-05,
1519
+ "loss": 0.7654,
1520
+ "step": 2250
1521
+ },
1522
+ {
1523
+ "epoch": 18.02,
1524
+ "learning_rate": 3.4629629629629626e-05,
1525
+ "loss": 0.2731,
1526
+ "step": 2260
1527
+ },
1528
+ {
1529
+ "epoch": 18.02,
1530
+ "learning_rate": 3.453703703703704e-05,
1531
+ "loss": 1.1167,
1532
+ "step": 2270
1533
+ },
1534
+ {
1535
+ "epoch": 18.02,
1536
+ "learning_rate": 3.444444444444445e-05,
1537
+ "loss": 1.0726,
1538
+ "step": 2280
1539
+ },
1540
+ {
1541
+ "epoch": 18.02,
1542
+ "eval_accuracy": 0.8212643678160919,
1543
+ "eval_loss": 0.7299070954322815,
1544
+ "eval_runtime": 356.169,
1545
+ "eval_samples_per_second": 4.885,
1546
+ "eval_steps_per_second": 2.443,
1547
+ "step": 2280
1548
+ },
1549
+ {
1550
+ "epoch": 19.0,
1551
+ "learning_rate": 3.435185185185185e-05,
1552
+ "loss": 0.3174,
1553
+ "step": 2290
1554
+ },
1555
+ {
1556
+ "epoch": 19.0,
1557
+ "learning_rate": 3.425925925925926e-05,
1558
+ "loss": 0.5826,
1559
+ "step": 2300
1560
+ },
1561
+ {
1562
+ "epoch": 19.0,
1563
+ "learning_rate": 3.4166666666666666e-05,
1564
+ "loss": 0.9714,
1565
+ "step": 2310
1566
+ },
1567
+ {
1568
+ "epoch": 19.01,
1569
+ "learning_rate": 3.4074074074074077e-05,
1570
+ "loss": 0.4854,
1571
+ "step": 2320
1572
+ },
1573
+ {
1574
+ "epoch": 19.01,
1575
+ "learning_rate": 3.398148148148148e-05,
1576
+ "loss": 1.1501,
1577
+ "step": 2330
1578
+ },
1579
+ {
1580
+ "epoch": 19.01,
1581
+ "learning_rate": 3.388888888888889e-05,
1582
+ "loss": 0.7365,
1583
+ "step": 2340
1584
+ },
1585
+ {
1586
+ "epoch": 19.01,
1587
+ "learning_rate": 3.3796296296296295e-05,
1588
+ "loss": 0.7153,
1589
+ "step": 2350
1590
+ },
1591
+ {
1592
+ "epoch": 19.01,
1593
+ "learning_rate": 3.3703703703703706e-05,
1594
+ "loss": 0.9818,
1595
+ "step": 2360
1596
+ },
1597
+ {
1598
+ "epoch": 19.02,
1599
+ "learning_rate": 3.3611111111111116e-05,
1600
+ "loss": 0.9492,
1601
+ "step": 2370
1602
+ },
1603
+ {
1604
+ "epoch": 19.02,
1605
+ "learning_rate": 3.351851851851852e-05,
1606
+ "loss": 1.0675,
1607
+ "step": 2380
1608
+ },
1609
+ {
1610
+ "epoch": 19.02,
1611
+ "learning_rate": 3.3425925925925924e-05,
1612
+ "loss": 0.3415,
1613
+ "step": 2390
1614
+ },
1615
+ {
1616
+ "epoch": 19.02,
1617
+ "learning_rate": 3.3333333333333335e-05,
1618
+ "loss": 0.5609,
1619
+ "step": 2400
1620
+ },
1621
+ {
1622
+ "epoch": 19.02,
1623
+ "eval_accuracy": 0.6408045977011494,
1624
+ "eval_loss": 0.8921392560005188,
1625
+ "eval_runtime": 355.1169,
1626
+ "eval_samples_per_second": 4.9,
1627
+ "eval_steps_per_second": 2.45,
1628
+ "step": 2400
1629
+ },
1630
+ {
1631
+ "epoch": 20.0,
1632
+ "learning_rate": 3.3240740740740746e-05,
1633
+ "loss": 1.036,
1634
+ "step": 2410
1635
+ },
1636
+ {
1637
+ "epoch": 20.0,
1638
+ "learning_rate": 3.314814814814815e-05,
1639
+ "loss": 0.5695,
1640
+ "step": 2420
1641
+ },
1642
+ {
1643
+ "epoch": 20.0,
1644
+ "learning_rate": 3.3055555555555553e-05,
1645
+ "loss": 0.5739,
1646
+ "step": 2430
1647
+ },
1648
+ {
1649
+ "epoch": 20.01,
1650
+ "learning_rate": 3.2962962962962964e-05,
1651
+ "loss": 0.5152,
1652
+ "step": 2440
1653
+ },
1654
+ {
1655
+ "epoch": 20.01,
1656
+ "learning_rate": 3.2870370370370375e-05,
1657
+ "loss": 1.0498,
1658
+ "step": 2450
1659
+ },
1660
+ {
1661
+ "epoch": 20.01,
1662
+ "learning_rate": 3.277777777777778e-05,
1663
+ "loss": 0.5446,
1664
+ "step": 2460
1665
+ },
1666
+ {
1667
+ "epoch": 20.01,
1668
+ "learning_rate": 3.268518518518518e-05,
1669
+ "loss": 0.1624,
1670
+ "step": 2470
1671
+ },
1672
+ {
1673
+ "epoch": 20.01,
1674
+ "learning_rate": 3.25925925925926e-05,
1675
+ "loss": 1.5474,
1676
+ "step": 2480
1677
+ },
1678
+ {
1679
+ "epoch": 20.02,
1680
+ "learning_rate": 3.2500000000000004e-05,
1681
+ "loss": 1.507,
1682
+ "step": 2490
1683
+ },
1684
+ {
1685
+ "epoch": 20.02,
1686
+ "learning_rate": 3.240740740740741e-05,
1687
+ "loss": 0.371,
1688
+ "step": 2500
1689
+ },
1690
+ {
1691
+ "epoch": 20.02,
1692
+ "learning_rate": 3.231481481481481e-05,
1693
+ "loss": 0.443,
1694
+ "step": 2510
1695
+ },
1696
+ {
1697
+ "epoch": 20.02,
1698
+ "learning_rate": 3.222222222222223e-05,
1699
+ "loss": 0.495,
1700
+ "step": 2520
1701
+ },
1702
+ {
1703
+ "epoch": 20.02,
1704
+ "eval_accuracy": 0.7632183908045977,
1705
+ "eval_loss": 0.7762243747711182,
1706
+ "eval_runtime": 355.6167,
1707
+ "eval_samples_per_second": 4.893,
1708
+ "eval_steps_per_second": 2.446,
1709
+ "step": 2520
1710
+ },
1711
+ {
1712
+ "epoch": 21.0,
1713
+ "learning_rate": 3.212962962962963e-05,
1714
+ "loss": 0.4073,
1715
+ "step": 2530
1716
+ },
1717
+ {
1718
+ "epoch": 21.0,
1719
+ "learning_rate": 3.203703703703704e-05,
1720
+ "loss": 1.5583,
1721
+ "step": 2540
1722
+ },
1723
+ {
1724
+ "epoch": 21.0,
1725
+ "learning_rate": 3.194444444444444e-05,
1726
+ "loss": 0.5917,
1727
+ "step": 2550
1728
+ },
1729
+ {
1730
+ "epoch": 21.01,
1731
+ "learning_rate": 3.185185185185185e-05,
1732
+ "loss": 0.4646,
1733
+ "step": 2560
1734
+ },
1735
+ {
1736
+ "epoch": 21.01,
1737
+ "learning_rate": 3.175925925925926e-05,
1738
+ "loss": 0.5858,
1739
+ "step": 2570
1740
+ },
1741
+ {
1742
+ "epoch": 21.01,
1743
+ "learning_rate": 3.1666666666666666e-05,
1744
+ "loss": 0.5061,
1745
+ "step": 2580
1746
+ },
1747
+ {
1748
+ "epoch": 21.01,
1749
+ "learning_rate": 3.157407407407408e-05,
1750
+ "loss": 0.4264,
1751
+ "step": 2590
1752
+ },
1753
+ {
1754
+ "epoch": 21.01,
1755
+ "learning_rate": 3.148148148148148e-05,
1756
+ "loss": 0.2457,
1757
+ "step": 2600
1758
+ },
1759
+ {
1760
+ "epoch": 21.02,
1761
+ "learning_rate": 3.138888888888889e-05,
1762
+ "loss": 0.7008,
1763
+ "step": 2610
1764
+ },
1765
+ {
1766
+ "epoch": 21.02,
1767
+ "learning_rate": 3.1296296296296295e-05,
1768
+ "loss": 0.616,
1769
+ "step": 2620
1770
+ },
1771
+ {
1772
+ "epoch": 21.02,
1773
+ "learning_rate": 3.1203703703703706e-05,
1774
+ "loss": 0.8168,
1775
+ "step": 2630
1776
+ },
1777
+ {
1778
+ "epoch": 21.02,
1779
+ "learning_rate": 3.111111111111111e-05,
1780
+ "loss": 1.6306,
1781
+ "step": 2640
1782
+ },
1783
+ {
1784
+ "epoch": 21.02,
1785
+ "eval_accuracy": 0.7091954022988506,
1786
+ "eval_loss": 0.9975525736808777,
1787
+ "eval_runtime": 354.7554,
1788
+ "eval_samples_per_second": 4.905,
1789
+ "eval_steps_per_second": 2.452,
1790
+ "step": 2640
1791
+ },
1792
+ {
1793
+ "epoch": 22.0,
1794
+ "learning_rate": 3.101851851851852e-05,
1795
+ "loss": 0.416,
1796
+ "step": 2650
1797
+ },
1798
+ {
1799
+ "epoch": 22.0,
1800
+ "learning_rate": 3.0925925925925924e-05,
1801
+ "loss": 0.7102,
1802
+ "step": 2660
1803
+ },
1804
+ {
1805
+ "epoch": 22.0,
1806
+ "learning_rate": 3.0833333333333335e-05,
1807
+ "loss": 0.7875,
1808
+ "step": 2670
1809
+ },
1810
+ {
1811
+ "epoch": 22.01,
1812
+ "learning_rate": 3.074074074074074e-05,
1813
+ "loss": 0.0282,
1814
+ "step": 2680
1815
+ },
1816
+ {
1817
+ "epoch": 22.01,
1818
+ "learning_rate": 3.064814814814815e-05,
1819
+ "loss": 0.7786,
1820
+ "step": 2690
1821
+ },
1822
+ {
1823
+ "epoch": 22.01,
1824
+ "learning_rate": 3.055555555555556e-05,
1825
+ "loss": 0.6717,
1826
+ "step": 2700
1827
+ },
1828
+ {
1829
+ "epoch": 22.01,
1830
+ "learning_rate": 3.0462962962962964e-05,
1831
+ "loss": 0.5418,
1832
+ "step": 2710
1833
+ },
1834
+ {
1835
+ "epoch": 22.01,
1836
+ "learning_rate": 3.037037037037037e-05,
1837
+ "loss": 0.4978,
1838
+ "step": 2720
1839
+ },
1840
+ {
1841
+ "epoch": 22.02,
1842
+ "learning_rate": 3.0277777777777776e-05,
1843
+ "loss": 1.2388,
1844
+ "step": 2730
1845
+ },
1846
+ {
1847
+ "epoch": 22.02,
1848
+ "learning_rate": 3.018518518518519e-05,
1849
+ "loss": 0.6185,
1850
+ "step": 2740
1851
+ },
1852
+ {
1853
+ "epoch": 22.02,
1854
+ "learning_rate": 3.0092592592592593e-05,
1855
+ "loss": 0.7501,
1856
+ "step": 2750
1857
+ },
1858
+ {
1859
+ "epoch": 22.02,
1860
+ "learning_rate": 3e-05,
1861
+ "loss": 1.0072,
1862
+ "step": 2760
1863
+ },
1864
+ {
1865
+ "epoch": 22.02,
1866
+ "eval_accuracy": 0.8028735632183908,
1867
+ "eval_loss": 0.5696666240692139,
1868
+ "eval_runtime": 354.9525,
1869
+ "eval_samples_per_second": 4.902,
1870
+ "eval_steps_per_second": 2.451,
1871
+ "step": 2760
1872
+ },
1873
+ {
1874
+ "epoch": 23.0,
1875
+ "learning_rate": 2.9907407407407405e-05,
1876
+ "loss": 0.666,
1877
+ "step": 2770
1878
+ },
1879
+ {
1880
+ "epoch": 23.0,
1881
+ "learning_rate": 2.981481481481482e-05,
1882
+ "loss": 0.507,
1883
+ "step": 2780
1884
+ },
1885
+ {
1886
+ "epoch": 23.0,
1887
+ "learning_rate": 2.9722222222222223e-05,
1888
+ "loss": 0.6905,
1889
+ "step": 2790
1890
+ },
1891
+ {
1892
+ "epoch": 23.01,
1893
+ "learning_rate": 2.962962962962963e-05,
1894
+ "loss": 0.5331,
1895
+ "step": 2800
1896
+ },
1897
+ {
1898
+ "epoch": 23.01,
1899
+ "learning_rate": 2.953703703703704e-05,
1900
+ "loss": 0.7063,
1901
+ "step": 2810
1902
+ },
1903
+ {
1904
+ "epoch": 23.01,
1905
+ "learning_rate": 2.9444444444444448e-05,
1906
+ "loss": 0.8265,
1907
+ "step": 2820
1908
+ },
1909
+ {
1910
+ "epoch": 23.01,
1911
+ "learning_rate": 2.9351851851851852e-05,
1912
+ "loss": 0.5169,
1913
+ "step": 2830
1914
+ },
1915
+ {
1916
+ "epoch": 23.01,
1917
+ "learning_rate": 2.925925925925926e-05,
1918
+ "loss": 0.5814,
1919
+ "step": 2840
1920
+ },
1921
+ {
1922
+ "epoch": 23.02,
1923
+ "learning_rate": 2.916666666666667e-05,
1924
+ "loss": 0.9736,
1925
+ "step": 2850
1926
+ },
1927
+ {
1928
+ "epoch": 23.02,
1929
+ "learning_rate": 2.9074074074074077e-05,
1930
+ "loss": 0.8377,
1931
+ "step": 2860
1932
+ },
1933
+ {
1934
+ "epoch": 23.02,
1935
+ "learning_rate": 2.898148148148148e-05,
1936
+ "loss": 0.9445,
1937
+ "step": 2870
1938
+ },
1939
+ {
1940
+ "epoch": 23.02,
1941
+ "learning_rate": 2.8888888888888888e-05,
1942
+ "loss": 0.4503,
1943
+ "step": 2880
1944
+ },
1945
+ {
1946
+ "epoch": 23.02,
1947
+ "eval_accuracy": 0.6913793103448276,
1948
+ "eval_loss": 0.8447661995887756,
1949
+ "eval_runtime": 354.9507,
1950
+ "eval_samples_per_second": 4.902,
1951
+ "eval_steps_per_second": 2.451,
1952
+ "step": 2880
1953
+ },
1954
+ {
1955
+ "epoch": 24.0,
1956
+ "learning_rate": 2.87962962962963e-05,
1957
+ "loss": 0.2364,
1958
+ "step": 2890
1959
+ },
1960
+ {
1961
+ "epoch": 24.0,
1962
+ "learning_rate": 2.8703703703703706e-05,
1963
+ "loss": 0.6677,
1964
+ "step": 2900
1965
+ },
1966
+ {
1967
+ "epoch": 24.0,
1968
+ "learning_rate": 2.861111111111111e-05,
1969
+ "loss": 0.5877,
1970
+ "step": 2910
1971
+ },
1972
+ {
1973
+ "epoch": 24.01,
1974
+ "learning_rate": 2.851851851851852e-05,
1975
+ "loss": 0.4619,
1976
+ "step": 2920
1977
+ },
1978
+ {
1979
+ "epoch": 24.01,
1980
+ "learning_rate": 2.8425925925925928e-05,
1981
+ "loss": 0.3709,
1982
+ "step": 2930
1983
+ },
1984
+ {
1985
+ "epoch": 24.01,
1986
+ "learning_rate": 2.8333333333333335e-05,
1987
+ "loss": 0.254,
1988
+ "step": 2940
1989
+ },
1990
+ {
1991
+ "epoch": 24.01,
1992
+ "learning_rate": 2.824074074074074e-05,
1993
+ "loss": 1.4855,
1994
+ "step": 2950
1995
+ },
1996
+ {
1997
+ "epoch": 24.01,
1998
+ "learning_rate": 2.814814814814815e-05,
1999
+ "loss": 0.7073,
2000
+ "step": 2960
2001
+ },
2002
+ {
2003
+ "epoch": 24.02,
2004
+ "learning_rate": 2.8055555555555557e-05,
2005
+ "loss": 0.9287,
2006
+ "step": 2970
2007
+ },
2008
+ {
2009
+ "epoch": 24.02,
2010
+ "learning_rate": 2.7962962962962965e-05,
2011
+ "loss": 0.0098,
2012
+ "step": 2980
2013
+ },
2014
+ {
2015
+ "epoch": 24.02,
2016
+ "learning_rate": 2.7870370370370375e-05,
2017
+ "loss": 0.8322,
2018
+ "step": 2990
2019
+ },
2020
+ {
2021
+ "epoch": 24.02,
2022
+ "learning_rate": 2.777777777777778e-05,
2023
+ "loss": 0.8306,
2024
+ "step": 3000
2025
+ },
2026
+ {
2027
+ "epoch": 24.02,
2028
+ "eval_accuracy": 0.7350574712643678,
2029
+ "eval_loss": 0.961682915687561,
2030
+ "eval_runtime": 355.3327,
2031
+ "eval_samples_per_second": 4.897,
2032
+ "eval_steps_per_second": 2.448,
2033
+ "step": 3000
2034
+ },
2035
+ {
2036
+ "epoch": 25.0,
2037
+ "learning_rate": 2.7685185185185186e-05,
2038
+ "loss": 0.3266,
2039
+ "step": 3010
2040
+ },
2041
+ {
2042
+ "epoch": 25.0,
2043
+ "learning_rate": 2.7592592592592594e-05,
2044
+ "loss": 0.6064,
2045
+ "step": 3020
2046
+ },
2047
+ {
2048
+ "epoch": 25.0,
2049
+ "learning_rate": 2.7500000000000004e-05,
2050
+ "loss": 0.8877,
2051
+ "step": 3030
2052
+ },
2053
+ {
2054
+ "epoch": 25.01,
2055
+ "learning_rate": 2.7407407407407408e-05,
2056
+ "loss": 0.2949,
2057
+ "step": 3040
2058
+ },
2059
+ {
2060
+ "epoch": 25.01,
2061
+ "learning_rate": 2.7314814814814816e-05,
2062
+ "loss": 0.8731,
2063
+ "step": 3050
2064
+ },
2065
+ {
2066
+ "epoch": 25.01,
2067
+ "learning_rate": 2.7222222222222223e-05,
2068
+ "loss": 0.1076,
2069
+ "step": 3060
2070
+ },
2071
+ {
2072
+ "epoch": 25.01,
2073
+ "learning_rate": 2.7129629629629634e-05,
2074
+ "loss": 0.2606,
2075
+ "step": 3070
2076
+ },
2077
+ {
2078
+ "epoch": 25.01,
2079
+ "learning_rate": 2.7037037037037037e-05,
2080
+ "loss": 0.9969,
2081
+ "step": 3080
2082
+ },
2083
+ {
2084
+ "epoch": 25.02,
2085
+ "learning_rate": 2.6944444444444445e-05,
2086
+ "loss": 0.4266,
2087
+ "step": 3090
2088
+ },
2089
+ {
2090
+ "epoch": 25.02,
2091
+ "learning_rate": 2.6851851851851855e-05,
2092
+ "loss": 0.454,
2093
+ "step": 3100
2094
+ },
2095
+ {
2096
+ "epoch": 25.02,
2097
+ "learning_rate": 2.6759259259259263e-05,
2098
+ "loss": 0.6279,
2099
+ "step": 3110
2100
+ },
2101
+ {
2102
+ "epoch": 25.02,
2103
+ "learning_rate": 2.6666666666666667e-05,
2104
+ "loss": 0.8824,
2105
+ "step": 3120
2106
+ },
2107
+ {
2108
+ "epoch": 25.02,
2109
+ "eval_accuracy": 0.6758620689655173,
2110
+ "eval_loss": 1.183898687362671,
2111
+ "eval_runtime": 354.9739,
2112
+ "eval_samples_per_second": 4.902,
2113
+ "eval_steps_per_second": 2.451,
2114
+ "step": 3120
2115
+ },
2116
+ {
2117
+ "epoch": 26.0,
2118
+ "learning_rate": 2.6574074074074074e-05,
2119
+ "loss": 0.7845,
2120
+ "step": 3130
2121
+ },
2122
+ {
2123
+ "epoch": 26.0,
2124
+ "learning_rate": 2.6481481481481485e-05,
2125
+ "loss": 0.3211,
2126
+ "step": 3140
2127
+ },
2128
+ {
2129
+ "epoch": 26.0,
2130
+ "learning_rate": 2.6388888888888892e-05,
2131
+ "loss": 0.4379,
2132
+ "step": 3150
2133
+ },
2134
+ {
2135
+ "epoch": 26.01,
2136
+ "learning_rate": 2.6296296296296296e-05,
2137
+ "loss": 0.8879,
2138
+ "step": 3160
2139
+ },
2140
+ {
2141
+ "epoch": 26.01,
2142
+ "learning_rate": 2.6203703703703703e-05,
2143
+ "loss": 0.4217,
2144
+ "step": 3170
2145
+ },
2146
+ {
2147
+ "epoch": 26.01,
2148
+ "learning_rate": 2.6111111111111114e-05,
2149
+ "loss": 0.4884,
2150
+ "step": 3180
2151
+ },
2152
+ {
2153
+ "epoch": 26.01,
2154
+ "learning_rate": 2.601851851851852e-05,
2155
+ "loss": 0.658,
2156
+ "step": 3190
2157
+ },
2158
+ {
2159
+ "epoch": 26.01,
2160
+ "learning_rate": 2.5925925925925925e-05,
2161
+ "loss": 0.3958,
2162
+ "step": 3200
2163
+ },
2164
+ {
2165
+ "epoch": 26.02,
2166
+ "learning_rate": 2.5833333333333336e-05,
2167
+ "loss": 0.0735,
2168
+ "step": 3210
2169
+ },
2170
+ {
2171
+ "epoch": 26.02,
2172
+ "learning_rate": 2.5740740740740743e-05,
2173
+ "loss": 0.5385,
2174
+ "step": 3220
2175
+ },
2176
+ {
2177
+ "epoch": 26.02,
2178
+ "learning_rate": 2.564814814814815e-05,
2179
+ "loss": 0.2616,
2180
+ "step": 3230
2181
+ },
2182
+ {
2183
+ "epoch": 26.02,
2184
+ "learning_rate": 2.5555555555555554e-05,
2185
+ "loss": 0.837,
2186
+ "step": 3240
2187
+ },
2188
+ {
2189
+ "epoch": 26.02,
2190
+ "eval_accuracy": 0.6074712643678161,
2191
+ "eval_loss": 1.640615701675415,
2192
+ "eval_runtime": 358.9161,
2193
+ "eval_samples_per_second": 4.848,
2194
+ "eval_steps_per_second": 2.424,
2195
+ "step": 3240
2196
+ },
2197
+ {
2198
+ "epoch": 27.0,
2199
+ "learning_rate": 2.5462962962962965e-05,
2200
+ "loss": 0.6176,
2201
+ "step": 3250
2202
+ },
2203
+ {
2204
+ "epoch": 27.0,
2205
+ "learning_rate": 2.5370370370370372e-05,
2206
+ "loss": 0.4121,
2207
+ "step": 3260
2208
+ },
2209
+ {
2210
+ "epoch": 27.0,
2211
+ "learning_rate": 2.527777777777778e-05,
2212
+ "loss": 0.7788,
2213
+ "step": 3270
2214
+ },
2215
+ {
2216
+ "epoch": 27.01,
2217
+ "learning_rate": 2.5185185185185183e-05,
2218
+ "loss": 0.7417,
2219
+ "step": 3280
2220
+ },
2221
+ {
2222
+ "epoch": 27.01,
2223
+ "learning_rate": 2.5092592592592594e-05,
2224
+ "loss": 0.6805,
2225
+ "step": 3290
2226
+ },
2227
+ {
2228
+ "epoch": 27.01,
2229
+ "learning_rate": 2.5e-05,
2230
+ "loss": 0.4876,
2231
+ "step": 3300
2232
+ },
2233
+ {
2234
+ "epoch": 27.01,
2235
+ "learning_rate": 2.490740740740741e-05,
2236
+ "loss": 0.6502,
2237
+ "step": 3310
2238
+ },
2239
+ {
2240
+ "epoch": 27.01,
2241
+ "learning_rate": 2.4814814814814816e-05,
2242
+ "loss": 0.7487,
2243
+ "step": 3320
2244
+ },
2245
+ {
2246
+ "epoch": 27.02,
2247
+ "learning_rate": 2.4722222222222223e-05,
2248
+ "loss": 1.0194,
2249
+ "step": 3330
2250
+ },
2251
+ {
2252
+ "epoch": 27.02,
2253
+ "learning_rate": 2.462962962962963e-05,
2254
+ "loss": 0.3909,
2255
+ "step": 3340
2256
+ },
2257
+ {
2258
+ "epoch": 27.02,
2259
+ "learning_rate": 2.4537037037037038e-05,
2260
+ "loss": 0.7057,
2261
+ "step": 3350
2262
+ },
2263
+ {
2264
+ "epoch": 27.02,
2265
+ "learning_rate": 2.4444444444444445e-05,
2266
+ "loss": 0.4214,
2267
+ "step": 3360
2268
+ },
2269
+ {
2270
+ "epoch": 27.02,
2271
+ "eval_accuracy": 0.6919540229885057,
2272
+ "eval_loss": 1.1276469230651855,
2273
+ "eval_runtime": 368.278,
2274
+ "eval_samples_per_second": 4.725,
2275
+ "eval_steps_per_second": 2.362,
2276
+ "step": 3360
2277
+ },
2278
+ {
2279
+ "epoch": 28.0,
2280
+ "learning_rate": 2.4351851851851852e-05,
2281
+ "loss": 0.5698,
2282
+ "step": 3370
2283
+ },
2284
+ {
2285
+ "epoch": 28.0,
2286
+ "learning_rate": 2.425925925925926e-05,
2287
+ "loss": 0.6112,
2288
+ "step": 3380
2289
+ },
2290
+ {
2291
+ "epoch": 28.0,
2292
+ "learning_rate": 2.4166666666666667e-05,
2293
+ "loss": 0.1946,
2294
+ "step": 3390
2295
+ },
2296
+ {
2297
+ "epoch": 28.01,
2298
+ "learning_rate": 2.4074074074074074e-05,
2299
+ "loss": 0.6828,
2300
+ "step": 3400
2301
+ },
2302
+ {
2303
+ "epoch": 28.01,
2304
+ "learning_rate": 2.398148148148148e-05,
2305
+ "loss": 0.4324,
2306
+ "step": 3410
2307
+ },
2308
+ {
2309
+ "epoch": 28.01,
2310
+ "learning_rate": 2.3888888888888892e-05,
2311
+ "loss": 0.2255,
2312
+ "step": 3420
2313
+ },
2314
+ {
2315
+ "epoch": 28.01,
2316
+ "learning_rate": 2.3796296296296296e-05,
2317
+ "loss": 0.3095,
2318
+ "step": 3430
2319
+ },
2320
+ {
2321
+ "epoch": 28.01,
2322
+ "learning_rate": 2.3703703703703707e-05,
2323
+ "loss": 0.6489,
2324
+ "step": 3440
2325
+ },
2326
+ {
2327
+ "epoch": 28.02,
2328
+ "learning_rate": 2.361111111111111e-05,
2329
+ "loss": 0.5608,
2330
+ "step": 3450
2331
+ },
2332
+ {
2333
+ "epoch": 28.02,
2334
+ "learning_rate": 2.351851851851852e-05,
2335
+ "loss": 0.3346,
2336
+ "step": 3460
2337
+ },
2338
+ {
2339
+ "epoch": 28.02,
2340
+ "learning_rate": 2.3425925925925925e-05,
2341
+ "loss": 0.8548,
2342
+ "step": 3470
2343
+ },
2344
+ {
2345
+ "epoch": 28.02,
2346
+ "learning_rate": 2.3333333333333336e-05,
2347
+ "loss": 0.5166,
2348
+ "step": 3480
2349
+ },
2350
+ {
2351
+ "epoch": 28.02,
2352
+ "eval_accuracy": 0.7626436781609195,
2353
+ "eval_loss": 1.081528663635254,
2354
+ "eval_runtime": 366.7196,
2355
+ "eval_samples_per_second": 4.745,
2356
+ "eval_steps_per_second": 2.372,
2357
+ "step": 3480
2358
+ },
2359
+ {
2360
+ "epoch": 29.0,
2361
+ "learning_rate": 2.324074074074074e-05,
2362
+ "loss": 0.184,
2363
+ "step": 3490
2364
+ },
2365
+ {
2366
+ "epoch": 29.0,
2367
+ "learning_rate": 2.314814814814815e-05,
2368
+ "loss": 0.9068,
2369
+ "step": 3500
2370
+ },
2371
+ {
2372
+ "epoch": 29.0,
2373
+ "learning_rate": 2.3055555555555558e-05,
2374
+ "loss": 0.4148,
2375
+ "step": 3510
2376
+ },
2377
+ {
2378
+ "epoch": 29.01,
2379
+ "learning_rate": 2.2962962962962965e-05,
2380
+ "loss": 0.308,
2381
+ "step": 3520
2382
+ },
2383
+ {
2384
+ "epoch": 29.01,
2385
+ "learning_rate": 2.2870370370370372e-05,
2386
+ "loss": 0.4313,
2387
+ "step": 3530
2388
+ },
2389
+ {
2390
+ "epoch": 29.01,
2391
+ "learning_rate": 2.277777777777778e-05,
2392
+ "loss": 0.0049,
2393
+ "step": 3540
2394
+ },
2395
+ {
2396
+ "epoch": 29.01,
2397
+ "learning_rate": 2.2685185185185187e-05,
2398
+ "loss": 0.8774,
2399
+ "step": 3550
2400
+ },
2401
+ {
2402
+ "epoch": 29.01,
2403
+ "learning_rate": 2.2592592592592594e-05,
2404
+ "loss": 1.244,
2405
+ "step": 3560
2406
+ },
2407
+ {
2408
+ "epoch": 29.02,
2409
+ "learning_rate": 2.25e-05,
2410
+ "loss": 0.5034,
2411
+ "step": 3570
2412
+ },
2413
+ {
2414
+ "epoch": 29.02,
2415
+ "learning_rate": 2.240740740740741e-05,
2416
+ "loss": 0.2402,
2417
+ "step": 3580
2418
+ },
2419
+ {
2420
+ "epoch": 29.02,
2421
+ "learning_rate": 2.2314814814814816e-05,
2422
+ "loss": 0.0161,
2423
+ "step": 3590
2424
+ },
2425
+ {
2426
+ "epoch": 29.02,
2427
+ "learning_rate": 2.2222222222222223e-05,
2428
+ "loss": 0.6925,
2429
+ "step": 3600
2430
+ },
2431
+ {
2432
+ "epoch": 29.02,
2433
+ "eval_accuracy": 0.7086206896551724,
2434
+ "eval_loss": 1.1491729021072388,
2435
+ "eval_runtime": 364.1723,
2436
+ "eval_samples_per_second": 4.778,
2437
+ "eval_steps_per_second": 2.389,
2438
+ "step": 3600
2439
+ },
2440
+ {
2441
+ "epoch": 30.0,
2442
+ "learning_rate": 2.212962962962963e-05,
2443
+ "loss": 0.2812,
2444
+ "step": 3610
2445
+ },
2446
+ {
2447
+ "epoch": 30.0,
2448
+ "learning_rate": 2.2037037037037038e-05,
2449
+ "loss": 0.5704,
2450
+ "step": 3620
2451
+ },
2452
+ {
2453
+ "epoch": 30.0,
2454
+ "learning_rate": 2.1944444444444445e-05,
2455
+ "loss": 0.638,
2456
+ "step": 3630
2457
+ },
2458
+ {
2459
+ "epoch": 30.01,
2460
+ "learning_rate": 2.1851851851851852e-05,
2461
+ "loss": 0.6747,
2462
+ "step": 3640
2463
+ },
2464
+ {
2465
+ "epoch": 30.01,
2466
+ "learning_rate": 2.175925925925926e-05,
2467
+ "loss": 0.1777,
2468
+ "step": 3650
2469
+ },
2470
+ {
2471
+ "epoch": 30.01,
2472
+ "learning_rate": 2.1666666666666667e-05,
2473
+ "loss": 0.0085,
2474
+ "step": 3660
2475
+ },
2476
+ {
2477
+ "epoch": 30.01,
2478
+ "learning_rate": 2.1574074074074074e-05,
2479
+ "loss": 0.4212,
2480
+ "step": 3670
2481
+ },
2482
+ {
2483
+ "epoch": 30.01,
2484
+ "learning_rate": 2.148148148148148e-05,
2485
+ "loss": 0.2663,
2486
+ "step": 3680
2487
+ },
2488
+ {
2489
+ "epoch": 30.02,
2490
+ "learning_rate": 2.138888888888889e-05,
2491
+ "loss": 0.7677,
2492
+ "step": 3690
2493
+ },
2494
+ {
2495
+ "epoch": 30.02,
2496
+ "learning_rate": 2.1296296296296296e-05,
2497
+ "loss": 0.6289,
2498
+ "step": 3700
2499
+ },
2500
+ {
2501
+ "epoch": 30.02,
2502
+ "learning_rate": 2.1203703703703703e-05,
2503
+ "loss": 0.565,
2504
+ "step": 3710
2505
+ },
2506
+ {
2507
+ "epoch": 30.02,
2508
+ "learning_rate": 2.111111111111111e-05,
2509
+ "loss": 0.2864,
2510
+ "step": 3720
2511
+ },
2512
+ {
2513
+ "epoch": 30.02,
2514
+ "eval_accuracy": 0.7344827586206897,
2515
+ "eval_loss": 1.1919379234313965,
2516
+ "eval_runtime": 367.8385,
2517
+ "eval_samples_per_second": 4.73,
2518
+ "eval_steps_per_second": 2.365,
2519
+ "step": 3720
2520
+ },
2521
+ {
2522
+ "epoch": 31.0,
2523
+ "learning_rate": 2.101851851851852e-05,
2524
+ "loss": 0.7583,
2525
+ "step": 3730
2526
+ },
2527
+ {
2528
+ "epoch": 31.0,
2529
+ "learning_rate": 2.0925925925925925e-05,
2530
+ "loss": 1.0015,
2531
+ "step": 3740
2532
+ },
2533
+ {
2534
+ "epoch": 31.0,
2535
+ "learning_rate": 2.0833333333333336e-05,
2536
+ "loss": 0.65,
2537
+ "step": 3750
2538
+ },
2539
+ {
2540
+ "epoch": 31.01,
2541
+ "learning_rate": 2.074074074074074e-05,
2542
+ "loss": 0.4765,
2543
+ "step": 3760
2544
+ },
2545
+ {
2546
+ "epoch": 31.01,
2547
+ "learning_rate": 2.064814814814815e-05,
2548
+ "loss": 0.0245,
2549
+ "step": 3770
2550
+ },
2551
+ {
2552
+ "epoch": 31.01,
2553
+ "learning_rate": 2.0555555555555555e-05,
2554
+ "loss": 0.3426,
2555
+ "step": 3780
2556
+ },
2557
+ {
2558
+ "epoch": 31.01,
2559
+ "learning_rate": 2.0462962962962965e-05,
2560
+ "loss": 0.3368,
2561
+ "step": 3790
2562
+ },
2563
+ {
2564
+ "epoch": 31.01,
2565
+ "learning_rate": 2.037037037037037e-05,
2566
+ "loss": 0.4659,
2567
+ "step": 3800
2568
+ },
2569
+ {
2570
+ "epoch": 31.02,
2571
+ "learning_rate": 2.027777777777778e-05,
2572
+ "loss": 0.005,
2573
+ "step": 3810
2574
+ },
2575
+ {
2576
+ "epoch": 31.02,
2577
+ "learning_rate": 2.0185185185185187e-05,
2578
+ "loss": 0.6972,
2579
+ "step": 3820
2580
+ },
2581
+ {
2582
+ "epoch": 31.02,
2583
+ "learning_rate": 2.0092592592592594e-05,
2584
+ "loss": 1.1985,
2585
+ "step": 3830
2586
+ },
2587
+ {
2588
+ "epoch": 31.02,
2589
+ "learning_rate": 2e-05,
2590
+ "loss": 0.463,
2591
+ "step": 3840
2592
+ },
2593
+ {
2594
+ "epoch": 31.02,
2595
+ "eval_accuracy": 0.6936781609195403,
2596
+ "eval_loss": 1.3523625135421753,
2597
+ "eval_runtime": 368.5262,
2598
+ "eval_samples_per_second": 4.722,
2599
+ "eval_steps_per_second": 2.361,
2600
+ "step": 3840
2601
+ },
2602
+ {
2603
+ "epoch": 32.0,
2604
+ "learning_rate": 1.990740740740741e-05,
2605
+ "loss": 0.2083,
2606
+ "step": 3850
2607
+ },
2608
+ {
2609
+ "epoch": 32.0,
2610
+ "learning_rate": 1.9814814814814816e-05,
2611
+ "loss": 0.245,
2612
+ "step": 3860
2613
+ },
2614
+ {
2615
+ "epoch": 32.01,
2616
+ "learning_rate": 1.9722222222222224e-05,
2617
+ "loss": 0.8645,
2618
+ "step": 3870
2619
+ },
2620
+ {
2621
+ "epoch": 32.01,
2622
+ "learning_rate": 1.962962962962963e-05,
2623
+ "loss": 0.273,
2624
+ "step": 3880
2625
+ },
2626
+ {
2627
+ "epoch": 32.01,
2628
+ "learning_rate": 1.9537037037037038e-05,
2629
+ "loss": 0.4796,
2630
+ "step": 3890
2631
+ },
2632
+ {
2633
+ "epoch": 32.01,
2634
+ "learning_rate": 1.9444444444444445e-05,
2635
+ "loss": 0.5766,
2636
+ "step": 3900
2637
+ },
2638
+ {
2639
+ "epoch": 32.01,
2640
+ "learning_rate": 1.9351851851851853e-05,
2641
+ "loss": 0.2411,
2642
+ "step": 3910
2643
+ },
2644
+ {
2645
+ "epoch": 32.01,
2646
+ "learning_rate": 1.925925925925926e-05,
2647
+ "loss": 0.2637,
2648
+ "step": 3920
2649
+ },
2650
+ {
2651
+ "epoch": 32.02,
2652
+ "learning_rate": 1.9166666666666667e-05,
2653
+ "loss": 0.2752,
2654
+ "step": 3930
2655
+ },
2656
+ {
2657
+ "epoch": 32.02,
2658
+ "learning_rate": 1.9074074074074075e-05,
2659
+ "loss": 0.4028,
2660
+ "step": 3940
2661
+ },
2662
+ {
2663
+ "epoch": 32.02,
2664
+ "learning_rate": 1.8981481481481482e-05,
2665
+ "loss": 0.7273,
2666
+ "step": 3950
2667
+ },
2668
+ {
2669
+ "epoch": 32.02,
2670
+ "learning_rate": 1.888888888888889e-05,
2671
+ "loss": 1.1162,
2672
+ "step": 3960
2673
+ },
2674
+ {
2675
+ "epoch": 32.02,
2676
+ "eval_accuracy": 0.582183908045977,
2677
+ "eval_loss": 1.830126166343689,
2678
+ "eval_runtime": 366.2978,
2679
+ "eval_samples_per_second": 4.75,
2680
+ "eval_steps_per_second": 2.375,
2681
+ "step": 3960
2682
+ },
2683
+ {
2684
+ "epoch": 33.0,
2685
+ "learning_rate": 1.8796296296296296e-05,
2686
+ "loss": 0.2229,
2687
+ "step": 3970
2688
+ },
2689
+ {
2690
+ "epoch": 33.0,
2691
+ "learning_rate": 1.8703703703703704e-05,
2692
+ "loss": 0.3904,
2693
+ "step": 3980
2694
+ },
2695
+ {
2696
+ "epoch": 33.01,
2697
+ "learning_rate": 1.861111111111111e-05,
2698
+ "loss": 0.047,
2699
+ "step": 3990
2700
+ },
2701
+ {
2702
+ "epoch": 33.01,
2703
+ "learning_rate": 1.8518518518518518e-05,
2704
+ "loss": 0.482,
2705
+ "step": 4000
2706
+ },
2707
+ {
2708
+ "epoch": 33.01,
2709
+ "learning_rate": 1.8425925925925926e-05,
2710
+ "loss": 0.2528,
2711
+ "step": 4010
2712
+ },
2713
+ {
2714
+ "epoch": 33.01,
2715
+ "learning_rate": 1.8333333333333333e-05,
2716
+ "loss": 0.782,
2717
+ "step": 4020
2718
+ },
2719
+ {
2720
+ "epoch": 33.01,
2721
+ "learning_rate": 1.824074074074074e-05,
2722
+ "loss": 0.4598,
2723
+ "step": 4030
2724
+ },
2725
+ {
2726
+ "epoch": 33.01,
2727
+ "learning_rate": 1.814814814814815e-05,
2728
+ "loss": 0.532,
2729
+ "step": 4040
2730
+ },
2731
+ {
2732
+ "epoch": 33.02,
2733
+ "learning_rate": 1.8055555555555555e-05,
2734
+ "loss": 0.4071,
2735
+ "step": 4050
2736
+ },
2737
+ {
2738
+ "epoch": 33.02,
2739
+ "learning_rate": 1.7962962962962965e-05,
2740
+ "loss": 0.0044,
2741
+ "step": 4060
2742
+ },
2743
+ {
2744
+ "epoch": 33.02,
2745
+ "learning_rate": 1.787037037037037e-05,
2746
+ "loss": 0.5293,
2747
+ "step": 4070
2748
+ },
2749
+ {
2750
+ "epoch": 33.02,
2751
+ "learning_rate": 1.777777777777778e-05,
2752
+ "loss": 0.0033,
2753
+ "step": 4080
2754
+ },
2755
+ {
2756
+ "epoch": 33.02,
2757
+ "eval_accuracy": 0.6890804597701149,
2758
+ "eval_loss": 1.4447053670883179,
2759
+ "eval_runtime": 368.5359,
2760
+ "eval_samples_per_second": 4.721,
2761
+ "eval_steps_per_second": 2.361,
2762
+ "step": 4080
2763
+ },
2764
+ {
2765
+ "epoch": 34.0,
2766
+ "learning_rate": 1.7685185185185184e-05,
2767
+ "loss": 0.0077,
2768
+ "step": 4090
2769
+ },
2770
+ {
2771
+ "epoch": 34.0,
2772
+ "learning_rate": 1.7592592592592595e-05,
2773
+ "loss": 0.5462,
2774
+ "step": 4100
2775
+ },
2776
+ {
2777
+ "epoch": 34.01,
2778
+ "learning_rate": 1.75e-05,
2779
+ "loss": 0.0031,
2780
+ "step": 4110
2781
+ },
2782
+ {
2783
+ "epoch": 34.01,
2784
+ "learning_rate": 1.740740740740741e-05,
2785
+ "loss": 0.2755,
2786
+ "step": 4120
2787
+ },
2788
+ {
2789
+ "epoch": 34.01,
2790
+ "learning_rate": 1.7314814814814813e-05,
2791
+ "loss": 0.0031,
2792
+ "step": 4130
2793
+ },
2794
+ {
2795
+ "epoch": 34.01,
2796
+ "learning_rate": 1.7222222222222224e-05,
2797
+ "loss": 0.4803,
2798
+ "step": 4140
2799
+ },
2800
+ {
2801
+ "epoch": 34.01,
2802
+ "learning_rate": 1.712962962962963e-05,
2803
+ "loss": 0.5753,
2804
+ "step": 4150
2805
+ },
2806
+ {
2807
+ "epoch": 34.01,
2808
+ "learning_rate": 1.7037037037037038e-05,
2809
+ "loss": 0.004,
2810
+ "step": 4160
2811
+ },
2812
+ {
2813
+ "epoch": 34.02,
2814
+ "learning_rate": 1.6944444444444446e-05,
2815
+ "loss": 0.1565,
2816
+ "step": 4170
2817
+ },
2818
+ {
2819
+ "epoch": 34.02,
2820
+ "learning_rate": 1.6851851851851853e-05,
2821
+ "loss": 0.3328,
2822
+ "step": 4180
2823
+ },
2824
+ {
2825
+ "epoch": 34.02,
2826
+ "learning_rate": 1.675925925925926e-05,
2827
+ "loss": 0.0359,
2828
+ "step": 4190
2829
+ },
2830
+ {
2831
+ "epoch": 34.02,
2832
+ "learning_rate": 1.6666666666666667e-05,
2833
+ "loss": 0.002,
2834
+ "step": 4200
2835
+ },
2836
+ {
2837
+ "epoch": 34.02,
2838
+ "eval_accuracy": 0.6959770114942528,
2839
+ "eval_loss": 1.6565355062484741,
2840
+ "eval_runtime": 367.1701,
2841
+ "eval_samples_per_second": 4.739,
2842
+ "eval_steps_per_second": 2.369,
2843
+ "step": 4200
2844
+ },
2845
+ {
2846
+ "epoch": 35.0,
2847
+ "learning_rate": 1.6574074074074075e-05,
2848
+ "loss": 0.002,
2849
+ "step": 4210
2850
+ },
2851
+ {
2852
+ "epoch": 35.0,
2853
+ "learning_rate": 1.6481481481481482e-05,
2854
+ "loss": 0.0023,
2855
+ "step": 4220
2856
+ },
2857
+ {
2858
+ "epoch": 35.01,
2859
+ "learning_rate": 1.638888888888889e-05,
2860
+ "loss": 0.3309,
2861
+ "step": 4230
2862
+ },
2863
+ {
2864
+ "epoch": 35.01,
2865
+ "learning_rate": 1.62962962962963e-05,
2866
+ "loss": 0.0013,
2867
+ "step": 4240
2868
+ },
2869
+ {
2870
+ "epoch": 35.01,
2871
+ "learning_rate": 1.6203703703703704e-05,
2872
+ "loss": 0.2573,
2873
+ "step": 4250
2874
+ },
2875
+ {
2876
+ "epoch": 35.01,
2877
+ "learning_rate": 1.6111111111111115e-05,
2878
+ "loss": 0.3305,
2879
+ "step": 4260
2880
+ },
2881
+ {
2882
+ "epoch": 35.01,
2883
+ "learning_rate": 1.601851851851852e-05,
2884
+ "loss": 0.5151,
2885
+ "step": 4270
2886
+ },
2887
+ {
2888
+ "epoch": 35.01,
2889
+ "learning_rate": 1.5925925925925926e-05,
2890
+ "loss": 0.2275,
2891
+ "step": 4280
2892
+ },
2893
+ {
2894
+ "epoch": 35.02,
2895
+ "learning_rate": 1.5833333333333333e-05,
2896
+ "loss": 0.2553,
2897
+ "step": 4290
2898
+ },
2899
+ {
2900
+ "epoch": 35.02,
2901
+ "learning_rate": 1.574074074074074e-05,
2902
+ "loss": 1.3411,
2903
+ "step": 4300
2904
+ },
2905
+ {
2906
+ "epoch": 35.02,
2907
+ "learning_rate": 1.5648148148148148e-05,
2908
+ "loss": 0.2521,
2909
+ "step": 4310
2910
+ },
2911
+ {
2912
+ "epoch": 35.02,
2913
+ "learning_rate": 1.5555555555555555e-05,
2914
+ "loss": 0.0017,
2915
+ "step": 4320
2916
+ },
2917
+ {
2918
+ "epoch": 35.02,
2919
+ "eval_accuracy": 0.7281609195402299,
2920
+ "eval_loss": 1.5356777906417847,
2921
+ "eval_runtime": 366.7166,
2922
+ "eval_samples_per_second": 4.745,
2923
+ "eval_steps_per_second": 2.372,
2924
+ "step": 4320
2925
+ },
2926
+ {
2927
+ "epoch": 36.0,
2928
+ "learning_rate": 1.5462962962962962e-05,
2929
+ "loss": 0.0068,
2930
+ "step": 4330
2931
+ },
2932
+ {
2933
+ "epoch": 36.0,
2934
+ "learning_rate": 1.537037037037037e-05,
2935
+ "loss": 0.3627,
2936
+ "step": 4340
2937
+ },
2938
+ {
2939
+ "epoch": 36.01,
2940
+ "learning_rate": 1.527777777777778e-05,
2941
+ "loss": 0.1035,
2942
+ "step": 4350
2943
+ },
2944
+ {
2945
+ "epoch": 36.01,
2946
+ "learning_rate": 1.5185185185185186e-05,
2947
+ "loss": 0.002,
2948
+ "step": 4360
2949
+ },
2950
+ {
2951
+ "epoch": 36.01,
2952
+ "learning_rate": 1.5092592592592595e-05,
2953
+ "loss": 0.3503,
2954
+ "step": 4370
2955
+ },
2956
+ {
2957
+ "epoch": 36.01,
2958
+ "learning_rate": 1.5e-05,
2959
+ "loss": 0.7162,
2960
+ "step": 4380
2961
+ },
2962
+ {
2963
+ "epoch": 36.01,
2964
+ "learning_rate": 1.490740740740741e-05,
2965
+ "loss": 0.8599,
2966
+ "step": 4390
2967
+ },
2968
+ {
2969
+ "epoch": 36.01,
2970
+ "learning_rate": 1.4814814814814815e-05,
2971
+ "loss": 0.0376,
2972
+ "step": 4400
2973
+ },
2974
+ {
2975
+ "epoch": 36.02,
2976
+ "learning_rate": 1.4722222222222224e-05,
2977
+ "loss": 0.4794,
2978
+ "step": 4410
2979
+ },
2980
+ {
2981
+ "epoch": 36.02,
2982
+ "learning_rate": 1.462962962962963e-05,
2983
+ "loss": 0.002,
2984
+ "step": 4420
2985
+ },
2986
+ {
2987
+ "epoch": 36.02,
2988
+ "learning_rate": 1.4537037037037039e-05,
2989
+ "loss": 0.2838,
2990
+ "step": 4430
2991
+ },
2992
+ {
2993
+ "epoch": 36.02,
2994
+ "learning_rate": 1.4444444444444444e-05,
2995
+ "loss": 0.2289,
2996
+ "step": 4440
2997
+ },
2998
+ {
2999
+ "epoch": 36.02,
3000
+ "eval_accuracy": 0.6396551724137931,
3001
+ "eval_loss": 1.9812363386154175,
3002
+ "eval_runtime": 368.0404,
3003
+ "eval_samples_per_second": 4.728,
3004
+ "eval_steps_per_second": 2.364,
3005
+ "step": 4440
3006
+ },
3007
+ {
3008
+ "epoch": 37.0,
3009
+ "learning_rate": 1.4351851851851853e-05,
3010
+ "loss": 0.0018,
3011
+ "step": 4450
3012
+ },
3013
+ {
3014
+ "epoch": 37.0,
3015
+ "learning_rate": 1.425925925925926e-05,
3016
+ "loss": 0.0082,
3017
+ "step": 4460
3018
+ },
3019
+ {
3020
+ "epoch": 37.01,
3021
+ "learning_rate": 1.4166666666666668e-05,
3022
+ "loss": 0.8398,
3023
+ "step": 4470
3024
+ },
3025
+ {
3026
+ "epoch": 37.01,
3027
+ "learning_rate": 1.4074074074074075e-05,
3028
+ "loss": 0.002,
3029
+ "step": 4480
3030
+ },
3031
+ {
3032
+ "epoch": 37.01,
3033
+ "learning_rate": 1.3981481481481482e-05,
3034
+ "loss": 0.5404,
3035
+ "step": 4490
3036
+ },
3037
+ {
3038
+ "epoch": 37.01,
3039
+ "learning_rate": 1.388888888888889e-05,
3040
+ "loss": 0.0074,
3041
+ "step": 4500
3042
+ },
3043
+ {
3044
+ "epoch": 37.01,
3045
+ "learning_rate": 1.3796296296296297e-05,
3046
+ "loss": 0.2944,
3047
+ "step": 4510
3048
+ },
3049
+ {
3050
+ "epoch": 37.01,
3051
+ "learning_rate": 1.3703703703703704e-05,
3052
+ "loss": 0.0018,
3053
+ "step": 4520
3054
+ },
3055
+ {
3056
+ "epoch": 37.02,
3057
+ "learning_rate": 1.3611111111111111e-05,
3058
+ "loss": 0.0025,
3059
+ "step": 4530
3060
+ },
3061
+ {
3062
+ "epoch": 37.02,
3063
+ "learning_rate": 1.3518518518518519e-05,
3064
+ "loss": 0.218,
3065
+ "step": 4540
3066
+ },
3067
+ {
3068
+ "epoch": 37.02,
3069
+ "learning_rate": 1.3425925925925928e-05,
3070
+ "loss": 0.0021,
3071
+ "step": 4550
3072
+ },
3073
+ {
3074
+ "epoch": 37.02,
3075
+ "learning_rate": 1.3333333333333333e-05,
3076
+ "loss": 0.4801,
3077
+ "step": 4560
3078
+ },
3079
+ {
3080
+ "epoch": 37.02,
3081
+ "eval_accuracy": 0.6166666666666667,
3082
+ "eval_loss": 2.2316389083862305,
3083
+ "eval_runtime": 367.6533,
3084
+ "eval_samples_per_second": 4.733,
3085
+ "eval_steps_per_second": 2.366,
3086
+ "step": 4560
3087
+ },
3088
+ {
3089
+ "epoch": 38.0,
3090
+ "learning_rate": 1.3240740740740742e-05,
3091
+ "loss": 0.0016,
3092
+ "step": 4570
3093
+ },
3094
+ {
3095
+ "epoch": 38.0,
3096
+ "learning_rate": 1.3148148148148148e-05,
3097
+ "loss": 0.279,
3098
+ "step": 4580
3099
+ },
3100
+ {
3101
+ "epoch": 38.01,
3102
+ "learning_rate": 1.3055555555555557e-05,
3103
+ "loss": 0.0178,
3104
+ "step": 4590
3105
+ },
3106
+ {
3107
+ "epoch": 38.01,
3108
+ "learning_rate": 1.2962962962962962e-05,
3109
+ "loss": 0.7231,
3110
+ "step": 4600
3111
+ },
3112
+ {
3113
+ "epoch": 38.01,
3114
+ "learning_rate": 1.2870370370370371e-05,
3115
+ "loss": 0.9815,
3116
+ "step": 4610
3117
+ },
3118
+ {
3119
+ "epoch": 38.01,
3120
+ "learning_rate": 1.2777777777777777e-05,
3121
+ "loss": 0.5828,
3122
+ "step": 4620
3123
+ },
3124
+ {
3125
+ "epoch": 38.01,
3126
+ "learning_rate": 1.2685185185185186e-05,
3127
+ "loss": 0.0037,
3128
+ "step": 4630
3129
+ },
3130
+ {
3131
+ "epoch": 38.01,
3132
+ "learning_rate": 1.2592592592592592e-05,
3133
+ "loss": 0.3147,
3134
+ "step": 4640
3135
+ },
3136
+ {
3137
+ "epoch": 38.02,
3138
+ "learning_rate": 1.25e-05,
3139
+ "loss": 0.0017,
3140
+ "step": 4650
3141
+ },
3142
+ {
3143
+ "epoch": 38.02,
3144
+ "learning_rate": 1.2407407407407408e-05,
3145
+ "loss": 0.0022,
3146
+ "step": 4660
3147
+ },
3148
+ {
3149
+ "epoch": 38.02,
3150
+ "learning_rate": 1.2314814814814815e-05,
3151
+ "loss": 0.5569,
3152
+ "step": 4670
3153
+ },
3154
+ {
3155
+ "epoch": 38.02,
3156
+ "learning_rate": 1.2222222222222222e-05,
3157
+ "loss": 1.0323,
3158
+ "step": 4680
3159
+ },
3160
+ {
3161
+ "epoch": 38.02,
3162
+ "eval_accuracy": 0.582183908045977,
3163
+ "eval_loss": 2.1379587650299072,
3164
+ "eval_runtime": 368.1572,
3165
+ "eval_samples_per_second": 4.726,
3166
+ "eval_steps_per_second": 2.363,
3167
+ "step": 4680
3168
+ },
3169
+ {
3170
+ "epoch": 39.0,
3171
+ "learning_rate": 1.212962962962963e-05,
3172
+ "loss": 0.2515,
3173
+ "step": 4690
3174
+ },
3175
+ {
3176
+ "epoch": 39.0,
3177
+ "learning_rate": 1.2037037037037037e-05,
3178
+ "loss": 0.0031,
3179
+ "step": 4700
3180
+ },
3181
+ {
3182
+ "epoch": 39.01,
3183
+ "learning_rate": 1.1944444444444446e-05,
3184
+ "loss": 0.0826,
3185
+ "step": 4710
3186
+ },
3187
+ {
3188
+ "epoch": 39.01,
3189
+ "learning_rate": 1.1851851851851853e-05,
3190
+ "loss": 0.2209,
3191
+ "step": 4720
3192
+ },
3193
+ {
3194
+ "epoch": 39.01,
3195
+ "learning_rate": 1.175925925925926e-05,
3196
+ "loss": 0.2841,
3197
+ "step": 4730
3198
+ },
3199
+ {
3200
+ "epoch": 39.01,
3201
+ "learning_rate": 1.1666666666666668e-05,
3202
+ "loss": 0.3254,
3203
+ "step": 4740
3204
+ },
3205
+ {
3206
+ "epoch": 39.01,
3207
+ "learning_rate": 1.1574074074074075e-05,
3208
+ "loss": 0.1848,
3209
+ "step": 4750
3210
+ },
3211
+ {
3212
+ "epoch": 39.01,
3213
+ "learning_rate": 1.1481481481481482e-05,
3214
+ "loss": 0.0076,
3215
+ "step": 4760
3216
+ },
3217
+ {
3218
+ "epoch": 39.02,
3219
+ "learning_rate": 1.138888888888889e-05,
3220
+ "loss": 0.5761,
3221
+ "step": 4770
3222
+ },
3223
+ {
3224
+ "epoch": 39.02,
3225
+ "learning_rate": 1.1296296296296297e-05,
3226
+ "loss": 0.2621,
3227
+ "step": 4780
3228
+ },
3229
+ {
3230
+ "epoch": 39.02,
3231
+ "learning_rate": 1.1203703703703704e-05,
3232
+ "loss": 0.0054,
3233
+ "step": 4790
3234
+ },
3235
+ {
3236
+ "epoch": 39.02,
3237
+ "learning_rate": 1.1111111111111112e-05,
3238
+ "loss": 0.0715,
3239
+ "step": 4800
3240
+ },
3241
+ {
3242
+ "epoch": 39.02,
3243
+ "eval_accuracy": 0.6344827586206897,
3244
+ "eval_loss": 1.9264222383499146,
3245
+ "eval_runtime": 369.3263,
3246
+ "eval_samples_per_second": 4.711,
3247
+ "eval_steps_per_second": 2.356,
3248
+ "step": 4800
3249
+ },
3250
+ {
3251
+ "epoch": 40.0,
3252
+ "learning_rate": 1.1018518518518519e-05,
3253
+ "loss": 0.3268,
3254
+ "step": 4810
3255
+ },
3256
+ {
3257
+ "epoch": 40.0,
3258
+ "learning_rate": 1.0925925925925926e-05,
3259
+ "loss": 0.1513,
3260
+ "step": 4820
3261
+ },
3262
+ {
3263
+ "epoch": 40.01,
3264
+ "learning_rate": 1.0833333333333334e-05,
3265
+ "loss": 0.6202,
3266
+ "step": 4830
3267
+ },
3268
+ {
3269
+ "epoch": 40.01,
3270
+ "learning_rate": 1.074074074074074e-05,
3271
+ "loss": 0.0015,
3272
+ "step": 4840
3273
+ },
3274
+ {
3275
+ "epoch": 40.01,
3276
+ "learning_rate": 1.0648148148148148e-05,
3277
+ "loss": 0.2299,
3278
+ "step": 4850
3279
+ },
3280
+ {
3281
+ "epoch": 40.01,
3282
+ "learning_rate": 1.0555555555555555e-05,
3283
+ "loss": 0.3157,
3284
+ "step": 4860
3285
+ },
3286
+ {
3287
+ "epoch": 40.01,
3288
+ "learning_rate": 1.0462962962962963e-05,
3289
+ "loss": 0.5713,
3290
+ "step": 4870
3291
+ },
3292
+ {
3293
+ "epoch": 40.01,
3294
+ "learning_rate": 1.037037037037037e-05,
3295
+ "loss": 0.0017,
3296
+ "step": 4880
3297
+ },
3298
+ {
3299
+ "epoch": 40.02,
3300
+ "learning_rate": 1.0277777777777777e-05,
3301
+ "loss": 0.3048,
3302
+ "step": 4890
3303
+ },
3304
+ {
3305
+ "epoch": 40.02,
3306
+ "learning_rate": 1.0185185185185185e-05,
3307
+ "loss": 0.2808,
3308
+ "step": 4900
3309
+ },
3310
+ {
3311
+ "epoch": 40.02,
3312
+ "learning_rate": 1.0092592592592594e-05,
3313
+ "loss": 0.0042,
3314
+ "step": 4910
3315
+ },
3316
+ {
3317
+ "epoch": 40.02,
3318
+ "learning_rate": 1e-05,
3319
+ "loss": 0.0024,
3320
+ "step": 4920
3321
+ },
3322
+ {
3323
+ "epoch": 40.02,
3324
+ "eval_accuracy": 0.5022988505747127,
3325
+ "eval_loss": 2.625736951828003,
3326
+ "eval_runtime": 369.4977,
3327
+ "eval_samples_per_second": 4.709,
3328
+ "eval_steps_per_second": 2.355,
3329
+ "step": 4920
3330
+ },
3331
+ {
3332
+ "epoch": 41.0,
3333
+ "learning_rate": 9.907407407407408e-06,
3334
+ "loss": 0.0013,
3335
+ "step": 4930
3336
+ },
3337
+ {
3338
+ "epoch": 41.0,
3339
+ "learning_rate": 9.814814814814815e-06,
3340
+ "loss": 0.7708,
3341
+ "step": 4940
3342
+ },
3343
+ {
3344
+ "epoch": 41.01,
3345
+ "learning_rate": 9.722222222222223e-06,
3346
+ "loss": 0.4907,
3347
+ "step": 4950
3348
+ },
3349
+ {
3350
+ "epoch": 41.01,
3351
+ "learning_rate": 9.62962962962963e-06,
3352
+ "loss": 0.001,
3353
+ "step": 4960
3354
+ },
3355
+ {
3356
+ "epoch": 41.01,
3357
+ "learning_rate": 9.537037037037037e-06,
3358
+ "loss": 0.3011,
3359
+ "step": 4970
3360
+ },
3361
+ {
3362
+ "epoch": 41.01,
3363
+ "learning_rate": 9.444444444444445e-06,
3364
+ "loss": 0.1026,
3365
+ "step": 4980
3366
+ },
3367
+ {
3368
+ "epoch": 41.01,
3369
+ "learning_rate": 9.351851851851852e-06,
3370
+ "loss": 0.4189,
3371
+ "step": 4990
3372
+ },
3373
+ {
3374
+ "epoch": 41.01,
3375
+ "learning_rate": 9.259259259259259e-06,
3376
+ "loss": 0.5392,
3377
+ "step": 5000
3378
+ },
3379
+ {
3380
+ "epoch": 41.02,
3381
+ "learning_rate": 9.166666666666666e-06,
3382
+ "loss": 0.4442,
3383
+ "step": 5010
3384
+ },
3385
+ {
3386
+ "epoch": 41.02,
3387
+ "learning_rate": 9.074074074074075e-06,
3388
+ "loss": 0.2831,
3389
+ "step": 5020
3390
+ },
3391
+ {
3392
+ "epoch": 41.02,
3393
+ "learning_rate": 8.981481481481483e-06,
3394
+ "loss": 0.0059,
3395
+ "step": 5030
3396
+ },
3397
+ {
3398
+ "epoch": 41.02,
3399
+ "learning_rate": 8.88888888888889e-06,
3400
+ "loss": 0.4734,
3401
+ "step": 5040
3402
+ },
3403
+ {
3404
+ "epoch": 41.02,
3405
+ "eval_accuracy": 0.6316091954022989,
3406
+ "eval_loss": 1.8665626049041748,
3407
+ "eval_runtime": 366.3463,
3408
+ "eval_samples_per_second": 4.75,
3409
+ "eval_steps_per_second": 2.375,
3410
+ "step": 5040
3411
+ },
3412
+ {
3413
+ "epoch": 42.0,
3414
+ "learning_rate": 8.796296296296297e-06,
3415
+ "loss": 0.0236,
3416
+ "step": 5050
3417
+ },
3418
+ {
3419
+ "epoch": 42.0,
3420
+ "learning_rate": 8.703703703703705e-06,
3421
+ "loss": 0.0025,
3422
+ "step": 5060
3423
+ },
3424
+ {
3425
+ "epoch": 42.01,
3426
+ "learning_rate": 8.611111111111112e-06,
3427
+ "loss": 0.6772,
3428
+ "step": 5070
3429
+ },
3430
+ {
3431
+ "epoch": 42.01,
3432
+ "learning_rate": 8.518518518518519e-06,
3433
+ "loss": 0.426,
3434
+ "step": 5080
3435
+ },
3436
+ {
3437
+ "epoch": 42.01,
3438
+ "learning_rate": 8.425925925925926e-06,
3439
+ "loss": 0.0012,
3440
+ "step": 5090
3441
+ },
3442
+ {
3443
+ "epoch": 42.01,
3444
+ "learning_rate": 8.333333333333334e-06,
3445
+ "loss": 0.2111,
3446
+ "step": 5100
3447
+ },
3448
+ {
3449
+ "epoch": 42.01,
3450
+ "learning_rate": 8.240740740740741e-06,
3451
+ "loss": 0.486,
3452
+ "step": 5110
3453
+ },
3454
+ {
3455
+ "epoch": 42.01,
3456
+ "learning_rate": 8.14814814814815e-06,
3457
+ "loss": 0.2354,
3458
+ "step": 5120
3459
+ },
3460
+ {
3461
+ "epoch": 42.02,
3462
+ "learning_rate": 8.055555555555557e-06,
3463
+ "loss": 0.0016,
3464
+ "step": 5130
3465
+ },
3466
+ {
3467
+ "epoch": 42.02,
3468
+ "learning_rate": 7.962962962962963e-06,
3469
+ "loss": 0.0016,
3470
+ "step": 5140
3471
+ },
3472
+ {
3473
+ "epoch": 42.02,
3474
+ "learning_rate": 7.87037037037037e-06,
3475
+ "loss": 0.2763,
3476
+ "step": 5150
3477
+ },
3478
+ {
3479
+ "epoch": 42.02,
3480
+ "learning_rate": 7.777777777777777e-06,
3481
+ "loss": 0.3108,
3482
+ "step": 5160
3483
+ },
3484
+ {
3485
+ "epoch": 42.02,
3486
+ "eval_accuracy": 0.7298850574712644,
3487
+ "eval_loss": 1.5492610931396484,
3488
+ "eval_runtime": 368.3644,
3489
+ "eval_samples_per_second": 4.724,
3490
+ "eval_steps_per_second": 2.362,
3491
+ "step": 5160
3492
+ },
3493
+ {
3494
+ "epoch": 43.0,
3495
+ "learning_rate": 7.685185185185185e-06,
3496
+ "loss": 0.0018,
3497
+ "step": 5170
3498
+ },
3499
+ {
3500
+ "epoch": 43.0,
3501
+ "learning_rate": 7.592592592592593e-06,
3502
+ "loss": 0.001,
3503
+ "step": 5180
3504
+ },
3505
+ {
3506
+ "epoch": 43.01,
3507
+ "learning_rate": 7.5e-06,
3508
+ "loss": 0.291,
3509
+ "step": 5190
3510
+ },
3511
+ {
3512
+ "epoch": 43.01,
3513
+ "learning_rate": 7.4074074074074075e-06,
3514
+ "loss": 0.0006,
3515
+ "step": 5200
3516
+ },
3517
+ {
3518
+ "epoch": 43.01,
3519
+ "learning_rate": 7.314814814814815e-06,
3520
+ "loss": 0.2717,
3521
+ "step": 5210
3522
+ },
3523
+ {
3524
+ "epoch": 43.01,
3525
+ "learning_rate": 7.222222222222222e-06,
3526
+ "loss": 0.0038,
3527
+ "step": 5220
3528
+ },
3529
+ {
3530
+ "epoch": 43.01,
3531
+ "learning_rate": 7.12962962962963e-06,
3532
+ "loss": 0.001,
3533
+ "step": 5230
3534
+ },
3535
+ {
3536
+ "epoch": 43.01,
3537
+ "learning_rate": 7.0370370370370375e-06,
3538
+ "loss": 0.3122,
3539
+ "step": 5240
3540
+ },
3541
+ {
3542
+ "epoch": 43.02,
3543
+ "learning_rate": 6.944444444444445e-06,
3544
+ "loss": 0.3125,
3545
+ "step": 5250
3546
+ },
3547
+ {
3548
+ "epoch": 43.02,
3549
+ "learning_rate": 6.851851851851852e-06,
3550
+ "loss": 0.488,
3551
+ "step": 5260
3552
+ },
3553
+ {
3554
+ "epoch": 43.02,
3555
+ "learning_rate": 6.759259259259259e-06,
3556
+ "loss": 0.0019,
3557
+ "step": 5270
3558
+ },
3559
+ {
3560
+ "epoch": 43.02,
3561
+ "learning_rate": 6.666666666666667e-06,
3562
+ "loss": 0.2318,
3563
+ "step": 5280
3564
+ },
3565
+ {
3566
+ "epoch": 43.02,
3567
+ "eval_accuracy": 0.6333333333333333,
3568
+ "eval_loss": 2.083085536956787,
3569
+ "eval_runtime": 369.1574,
3570
+ "eval_samples_per_second": 4.713,
3571
+ "eval_steps_per_second": 2.357,
3572
+ "step": 5280
3573
+ },
3574
+ {
3575
+ "epoch": 44.0,
3576
+ "learning_rate": 6.574074074074074e-06,
3577
+ "loss": 0.2911,
3578
+ "step": 5290
3579
+ },
3580
+ {
3581
+ "epoch": 44.0,
3582
+ "learning_rate": 6.481481481481481e-06,
3583
+ "loss": 0.1259,
3584
+ "step": 5300
3585
+ },
3586
+ {
3587
+ "epoch": 44.01,
3588
+ "learning_rate": 6.3888888888888885e-06,
3589
+ "loss": 0.0012,
3590
+ "step": 5310
3591
+ },
3592
+ {
3593
+ "epoch": 44.01,
3594
+ "learning_rate": 6.296296296296296e-06,
3595
+ "loss": 0.11,
3596
+ "step": 5320
3597
+ },
3598
+ {
3599
+ "epoch": 44.01,
3600
+ "learning_rate": 6.203703703703704e-06,
3601
+ "loss": 0.0012,
3602
+ "step": 5330
3603
+ },
3604
+ {
3605
+ "epoch": 44.01,
3606
+ "learning_rate": 6.111111111111111e-06,
3607
+ "loss": 0.0015,
3608
+ "step": 5340
3609
+ },
3610
+ {
3611
+ "epoch": 44.01,
3612
+ "learning_rate": 6.0185185185185185e-06,
3613
+ "loss": 0.0014,
3614
+ "step": 5350
3615
+ },
3616
+ {
3617
+ "epoch": 44.01,
3618
+ "learning_rate": 5.925925925925927e-06,
3619
+ "loss": 0.0008,
3620
+ "step": 5360
3621
+ },
3622
+ {
3623
+ "epoch": 44.02,
3624
+ "learning_rate": 5.833333333333334e-06,
3625
+ "loss": 0.1953,
3626
+ "step": 5370
3627
+ },
3628
+ {
3629
+ "epoch": 44.02,
3630
+ "learning_rate": 5.740740740740741e-06,
3631
+ "loss": 0.2241,
3632
+ "step": 5380
3633
+ },
3634
+ {
3635
+ "epoch": 44.02,
3636
+ "learning_rate": 5.6481481481481485e-06,
3637
+ "loss": 0.2815,
3638
+ "step": 5390
3639
+ },
3640
+ {
3641
+ "epoch": 44.02,
3642
+ "learning_rate": 5.555555555555556e-06,
3643
+ "loss": 0.6623,
3644
+ "step": 5400
3645
+ },
3646
+ {
3647
+ "epoch": 44.02,
3648
+ "eval_accuracy": 0.6028735632183908,
3649
+ "eval_loss": 2.327577829360962,
3650
+ "eval_runtime": 367.4776,
3651
+ "eval_samples_per_second": 4.735,
3652
+ "eval_steps_per_second": 2.367,
3653
+ "step": 5400
3654
+ },
3655
+ {
3656
+ "epoch": 45.0,
3657
+ "learning_rate": 5.462962962962963e-06,
3658
+ "loss": 0.0018,
3659
+ "step": 5410
3660
+ },
3661
+ {
3662
+ "epoch": 45.0,
3663
+ "learning_rate": 5.37037037037037e-06,
3664
+ "loss": 0.0014,
3665
+ "step": 5420
3666
+ },
3667
+ {
3668
+ "epoch": 45.01,
3669
+ "learning_rate": 5.277777777777778e-06,
3670
+ "loss": 0.0008,
3671
+ "step": 5430
3672
+ },
3673
+ {
3674
+ "epoch": 45.01,
3675
+ "learning_rate": 5.185185185185185e-06,
3676
+ "loss": 0.001,
3677
+ "step": 5440
3678
+ },
3679
+ {
3680
+ "epoch": 45.01,
3681
+ "learning_rate": 5.092592592592592e-06,
3682
+ "loss": 0.1921,
3683
+ "step": 5450
3684
+ },
3685
+ {
3686
+ "epoch": 45.01,
3687
+ "learning_rate": 5e-06,
3688
+ "loss": 0.167,
3689
+ "step": 5460
3690
+ },
3691
+ {
3692
+ "epoch": 45.01,
3693
+ "learning_rate": 4.907407407407408e-06,
3694
+ "loss": 0.2255,
3695
+ "step": 5470
3696
+ },
3697
+ {
3698
+ "epoch": 45.01,
3699
+ "learning_rate": 4.814814814814815e-06,
3700
+ "loss": 0.0013,
3701
+ "step": 5480
3702
+ },
3703
+ {
3704
+ "epoch": 45.02,
3705
+ "learning_rate": 4.722222222222222e-06,
3706
+ "loss": 0.1237,
3707
+ "step": 5490
3708
+ },
3709
+ {
3710
+ "epoch": 45.02,
3711
+ "learning_rate": 4.6296296296296296e-06,
3712
+ "loss": 0.0008,
3713
+ "step": 5500
3714
+ },
3715
+ {
3716
+ "epoch": 45.02,
3717
+ "learning_rate": 4.537037037037038e-06,
3718
+ "loss": 0.2072,
3719
+ "step": 5510
3720
+ },
3721
+ {
3722
+ "epoch": 45.02,
3723
+ "learning_rate": 4.444444444444445e-06,
3724
+ "loss": 0.0011,
3725
+ "step": 5520
3726
+ },
3727
+ {
3728
+ "epoch": 45.02,
3729
+ "eval_accuracy": 0.6683908045977012,
3730
+ "eval_loss": 2.046869993209839,
3731
+ "eval_runtime": 367.6951,
3732
+ "eval_samples_per_second": 4.732,
3733
+ "eval_steps_per_second": 2.366,
3734
+ "step": 5520
3735
+ },
3736
+ {
3737
+ "epoch": 46.0,
3738
+ "learning_rate": 4.351851851851852e-06,
3739
+ "loss": 0.0005,
3740
+ "step": 5530
3741
+ },
3742
+ {
3743
+ "epoch": 46.0,
3744
+ "learning_rate": 4.2592592592592596e-06,
3745
+ "loss": 0.2675,
3746
+ "step": 5540
3747
+ },
3748
+ {
3749
+ "epoch": 46.01,
3750
+ "learning_rate": 4.166666666666667e-06,
3751
+ "loss": 0.0012,
3752
+ "step": 5550
3753
+ },
3754
+ {
3755
+ "epoch": 46.01,
3756
+ "learning_rate": 4.074074074074075e-06,
3757
+ "loss": 0.0006,
3758
+ "step": 5560
3759
+ },
3760
+ {
3761
+ "epoch": 46.01,
3762
+ "learning_rate": 3.9814814814814814e-06,
3763
+ "loss": 0.0008,
3764
+ "step": 5570
3765
+ },
3766
+ {
3767
+ "epoch": 46.01,
3768
+ "learning_rate": 3.888888888888889e-06,
3769
+ "loss": 0.4061,
3770
+ "step": 5580
3771
+ },
3772
+ {
3773
+ "epoch": 46.01,
3774
+ "learning_rate": 3.7962962962962964e-06,
3775
+ "loss": 0.2902,
3776
+ "step": 5590
3777
+ },
3778
+ {
3779
+ "epoch": 46.01,
3780
+ "learning_rate": 3.7037037037037037e-06,
3781
+ "loss": 0.0018,
3782
+ "step": 5600
3783
+ },
3784
+ {
3785
+ "epoch": 46.02,
3786
+ "learning_rate": 3.611111111111111e-06,
3787
+ "loss": 0.0097,
3788
+ "step": 5610
3789
+ },
3790
+ {
3791
+ "epoch": 46.02,
3792
+ "learning_rate": 3.5185185185185187e-06,
3793
+ "loss": 0.3332,
3794
+ "step": 5620
3795
+ },
3796
+ {
3797
+ "epoch": 46.02,
3798
+ "learning_rate": 3.425925925925926e-06,
3799
+ "loss": 0.0009,
3800
+ "step": 5630
3801
+ },
3802
+ {
3803
+ "epoch": 46.02,
3804
+ "learning_rate": 3.3333333333333333e-06,
3805
+ "loss": 0.32,
3806
+ "step": 5640
3807
+ },
3808
+ {
3809
+ "epoch": 46.02,
3810
+ "eval_accuracy": 0.6137931034482759,
3811
+ "eval_loss": 2.464597463607788,
3812
+ "eval_runtime": 368.3259,
3813
+ "eval_samples_per_second": 4.724,
3814
+ "eval_steps_per_second": 2.362,
3815
+ "step": 5640
3816
+ },
3817
+ {
3818
+ "epoch": 47.0,
3819
+ "learning_rate": 3.2407407407407406e-06,
3820
+ "loss": 0.2132,
3821
+ "step": 5650
3822
+ },
3823
+ {
3824
+ "epoch": 47.0,
3825
+ "learning_rate": 3.148148148148148e-06,
3826
+ "loss": 0.001,
3827
+ "step": 5660
3828
+ },
3829
+ {
3830
+ "epoch": 47.01,
3831
+ "learning_rate": 3.0555555555555556e-06,
3832
+ "loss": 0.2829,
3833
+ "step": 5670
3834
+ },
3835
+ {
3836
+ "epoch": 47.01,
3837
+ "learning_rate": 2.9629629629629633e-06,
3838
+ "loss": 0.7263,
3839
+ "step": 5680
3840
+ },
3841
+ {
3842
+ "epoch": 47.01,
3843
+ "learning_rate": 2.8703703703703706e-06,
3844
+ "loss": 0.2271,
3845
+ "step": 5690
3846
+ },
3847
+ {
3848
+ "epoch": 47.01,
3849
+ "learning_rate": 2.777777777777778e-06,
3850
+ "loss": 0.0007,
3851
+ "step": 5700
3852
+ },
3853
+ {
3854
+ "epoch": 47.01,
3855
+ "learning_rate": 2.685185185185185e-06,
3856
+ "loss": 0.0009,
3857
+ "step": 5710
3858
+ },
3859
+ {
3860
+ "epoch": 47.01,
3861
+ "learning_rate": 2.5925925925925925e-06,
3862
+ "loss": 0.1367,
3863
+ "step": 5720
3864
+ },
3865
+ {
3866
+ "epoch": 47.02,
3867
+ "learning_rate": 2.5e-06,
3868
+ "loss": 0.0005,
3869
+ "step": 5730
3870
+ },
3871
+ {
3872
+ "epoch": 47.02,
3873
+ "learning_rate": 2.4074074074074075e-06,
3874
+ "loss": 0.001,
3875
+ "step": 5740
3876
+ },
3877
+ {
3878
+ "epoch": 47.02,
3879
+ "learning_rate": 2.3148148148148148e-06,
3880
+ "loss": 0.0006,
3881
+ "step": 5750
3882
+ },
3883
+ {
3884
+ "epoch": 47.02,
3885
+ "learning_rate": 2.2222222222222225e-06,
3886
+ "loss": 0.0054,
3887
+ "step": 5760
3888
+ },
3889
+ {
3890
+ "epoch": 47.02,
3891
+ "eval_accuracy": 0.5896551724137931,
3892
+ "eval_loss": 2.5998167991638184,
3893
+ "eval_runtime": 367.3132,
3894
+ "eval_samples_per_second": 4.737,
3895
+ "eval_steps_per_second": 2.369,
3896
+ "step": 5760
3897
+ },
3898
+ {
3899
+ "epoch": 48.0,
3900
+ "learning_rate": 2.1296296296296298e-06,
3901
+ "loss": 0.2378,
3902
+ "step": 5770
3903
+ },
3904
+ {
3905
+ "epoch": 48.0,
3906
+ "learning_rate": 2.0370370370370375e-06,
3907
+ "loss": 0.0005,
3908
+ "step": 5780
3909
+ },
3910
+ {
3911
+ "epoch": 48.01,
3912
+ "learning_rate": 1.9444444444444444e-06,
3913
+ "loss": 0.084,
3914
+ "step": 5790
3915
+ },
3916
+ {
3917
+ "epoch": 48.01,
3918
+ "learning_rate": 1.8518518518518519e-06,
3919
+ "loss": 0.0009,
3920
+ "step": 5800
3921
+ },
3922
+ {
3923
+ "epoch": 48.01,
3924
+ "learning_rate": 1.7592592592592594e-06,
3925
+ "loss": 0.2661,
3926
+ "step": 5810
3927
+ },
3928
+ {
3929
+ "epoch": 48.01,
3930
+ "learning_rate": 1.6666666666666667e-06,
3931
+ "loss": 0.0378,
3932
+ "step": 5820
3933
+ },
3934
+ {
3935
+ "epoch": 48.01,
3936
+ "learning_rate": 1.574074074074074e-06,
3937
+ "loss": 0.0015,
3938
+ "step": 5830
3939
+ },
3940
+ {
3941
+ "epoch": 48.01,
3942
+ "learning_rate": 1.4814814814814817e-06,
3943
+ "loss": 0.1867,
3944
+ "step": 5840
3945
+ },
3946
+ {
3947
+ "epoch": 48.02,
3948
+ "learning_rate": 1.388888888888889e-06,
3949
+ "loss": 0.0017,
3950
+ "step": 5850
3951
+ },
3952
+ {
3953
+ "epoch": 48.02,
3954
+ "learning_rate": 1.2962962962962962e-06,
3955
+ "loss": 0.1657,
3956
+ "step": 5860
3957
+ },
3958
+ {
3959
+ "epoch": 48.02,
3960
+ "learning_rate": 1.2037037037037037e-06,
3961
+ "loss": 0.0006,
3962
+ "step": 5870
3963
+ },
3964
+ {
3965
+ "epoch": 48.02,
3966
+ "learning_rate": 1.1111111111111112e-06,
3967
+ "loss": 0.2733,
3968
+ "step": 5880
3969
+ },
3970
+ {
3971
+ "epoch": 48.02,
3972
+ "eval_accuracy": 0.5637931034482758,
3973
+ "eval_loss": 2.759432792663574,
3974
+ "eval_runtime": 368.2879,
3975
+ "eval_samples_per_second": 4.725,
3976
+ "eval_steps_per_second": 2.362,
3977
+ "step": 5880
3978
+ },
3979
+ {
3980
+ "epoch": 49.0,
3981
+ "learning_rate": 1.0185185185185188e-06,
3982
+ "loss": 0.0015,
3983
+ "step": 5890
3984
+ },
3985
+ {
3986
+ "epoch": 49.0,
3987
+ "learning_rate": 9.259259259259259e-07,
3988
+ "loss": 0.001,
3989
+ "step": 5900
3990
+ },
3991
+ {
3992
+ "epoch": 49.01,
3993
+ "learning_rate": 8.333333333333333e-07,
3994
+ "loss": 0.0008,
3995
+ "step": 5910
3996
+ },
3997
+ {
3998
+ "epoch": 49.01,
3999
+ "learning_rate": 7.407407407407408e-07,
4000
+ "loss": 0.2271,
4001
+ "step": 5920
4002
+ },
4003
+ {
4004
+ "epoch": 49.01,
4005
+ "learning_rate": 6.481481481481481e-07,
4006
+ "loss": 0.2413,
4007
+ "step": 5930
4008
+ },
4009
+ {
4010
+ "epoch": 49.01,
4011
+ "learning_rate": 5.555555555555556e-07,
4012
+ "loss": 0.0006,
4013
+ "step": 5940
4014
+ },
4015
+ {
4016
+ "epoch": 49.01,
4017
+ "learning_rate": 4.6296296296296297e-07,
4018
+ "loss": 1.1137,
4019
+ "step": 5950
4020
+ },
4021
+ {
4022
+ "epoch": 49.01,
4023
+ "learning_rate": 3.703703703703704e-07,
4024
+ "loss": 0.2621,
4025
+ "step": 5960
4026
+ },
4027
+ {
4028
+ "epoch": 49.02,
4029
+ "learning_rate": 2.777777777777778e-07,
4030
+ "loss": 0.2838,
4031
+ "step": 5970
4032
+ },
4033
+ {
4034
+ "epoch": 49.02,
4035
+ "learning_rate": 1.851851851851852e-07,
4036
+ "loss": 0.5229,
4037
+ "step": 5980
4038
+ },
4039
+ {
4040
+ "epoch": 49.02,
4041
+ "learning_rate": 9.25925925925926e-08,
4042
+ "loss": 0.2068,
4043
+ "step": 5990
4044
+ },
4045
+ {
4046
+ "epoch": 49.02,
4047
+ "learning_rate": 0.0,
4048
+ "loss": 0.0005,
4049
+ "step": 6000
4050
+ },
4051
+ {
4052
+ "epoch": 49.02,
4053
+ "eval_accuracy": 0.55,
4054
+ "eval_loss": 2.8624658584594727,
4055
+ "eval_runtime": 368.643,
4056
+ "eval_samples_per_second": 4.72,
4057
+ "eval_steps_per_second": 2.36,
4058
+ "step": 6000
4059
+ },
4060
+ {
4061
+ "epoch": 49.02,
4062
+ "step": 6000,
4063
+ "total_flos": 1.4952775073660928e+19,
4064
+ "train_loss": 0.5452439992037447,
4065
+ "train_runtime": 27845.188,
4066
+ "train_samples_per_second": 0.431,
4067
+ "train_steps_per_second": 0.215
4068
+ },
4069
+ {
4070
+ "epoch": 49.02,
4071
+ "eval_accuracy": 0.5058339052848319,
4072
+ "eval_loss": 2.0870985984802246,
4073
+ "eval_runtime": 603.5268,
4074
+ "eval_samples_per_second": 4.828,
4075
+ "eval_steps_per_second": 2.414,
4076
+ "step": 6000
4077
+ },
4078
+ {
4079
+ "epoch": 49.02,
4080
+ "eval_accuracy": 0.5058339052848319,
4081
+ "eval_loss": 2.0870985984802246,
4082
+ "eval_runtime": 598.9066,
4083
+ "eval_samples_per_second": 4.866,
4084
+ "eval_steps_per_second": 2.433,
4085
+ "step": 6000
4086
+ }
4087
+ ],
4088
+ "max_steps": 6000,
4089
+ "num_train_epochs": 9223372036854775807,
4090
+ "total_flos": 1.4952775073660928e+19,
4091
+ "trial_name": null,
4092
+ "trial_params": null
4093
+ }