初始化项目,由ModelHub XC社区提供模型
Model: CLMBR/old-rel-cl-transformer-1 Source: Original Platform
This commit is contained in:
927
checkpoint-76319/trainer_state.json
Normal file
927
checkpoint-76319/trainer_state.json
Normal file
@@ -0,0 +1,927 @@
|
||||
{
|
||||
"best_metric": 4.202739715576172,
|
||||
"best_model_checkpoint": "/mmfs1/gscratch/stf/abhinavp/corpus-filtering/outputs/rel-cl/transformer/1/checkpoints/checkpoint-76319",
|
||||
"epoch": 0.025000278439663435,
|
||||
"eval_steps": 10,
|
||||
"global_step": 76319,
|
||||
"is_hyper_param_search": false,
|
||||
"is_local_process_zero": true,
|
||||
"is_world_process_zero": true,
|
||||
"log_history": [
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.999998362119627e-05,
|
||||
"loss": 10.9662,
|
||||
"step": 1
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.999161405248948e-05,
|
||||
"loss": 6.8384,
|
||||
"step": 512
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.998322810497896e-05,
|
||||
"loss": 6.2003,
|
||||
"step": 1024
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.997484215746844e-05,
|
||||
"loss": 5.984,
|
||||
"step": 1536
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.996645620995792e-05,
|
||||
"loss": 5.8361,
|
||||
"step": 2048
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.99580702624474e-05,
|
||||
"loss": 5.7163,
|
||||
"step": 2560
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.994968431493688e-05,
|
||||
"loss": 5.6151,
|
||||
"step": 3072
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.994129836742636e-05,
|
||||
"loss": 5.549,
|
||||
"step": 3584
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.993291241991584e-05,
|
||||
"loss": 5.4911,
|
||||
"step": 4096
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.992452647240532e-05,
|
||||
"loss": 5.4148,
|
||||
"step": 4608
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.99161405248948e-05,
|
||||
"loss": 5.3799,
|
||||
"step": 5120
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.990775457738428e-05,
|
||||
"loss": 5.3402,
|
||||
"step": 5632
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.989936862987376e-05,
|
||||
"loss": 5.2804,
|
||||
"step": 6144
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.989098268236324e-05,
|
||||
"loss": 5.2292,
|
||||
"step": 6656
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.988259673485272e-05,
|
||||
"loss": 5.2031,
|
||||
"step": 7168
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.98742107873422e-05,
|
||||
"loss": 5.1705,
|
||||
"step": 7680
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.986582483983168e-05,
|
||||
"loss": 5.1368,
|
||||
"step": 8192
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.985745527112489e-05,
|
||||
"loss": 5.0909,
|
||||
"step": 8704
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.984906932361437e-05,
|
||||
"loss": 5.0723,
|
||||
"step": 9216
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.984068337610385e-05,
|
||||
"loss": 5.0415,
|
||||
"step": 9728
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.983229742859333e-05,
|
||||
"loss": 5.0156,
|
||||
"step": 10240
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.9823927859886547e-05,
|
||||
"loss": 4.9989,
|
||||
"step": 10752
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.9815541912376026e-05,
|
||||
"loss": 4.9769,
|
||||
"step": 11264
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.9807155964865506e-05,
|
||||
"loss": 4.9514,
|
||||
"step": 11776
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.9798770017354986e-05,
|
||||
"loss": 4.9293,
|
||||
"step": 12288
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.9790400448648195e-05,
|
||||
"loss": 4.9153,
|
||||
"step": 12800
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.9782014501137675e-05,
|
||||
"loss": 4.89,
|
||||
"step": 13312
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.9773628553627155e-05,
|
||||
"loss": 4.8802,
|
||||
"step": 13824
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.9765242606116635e-05,
|
||||
"loss": 4.8445,
|
||||
"step": 14336
|
||||
},
|
||||
{
|
||||
"epoch": 0.0,
|
||||
"learning_rate": 4.9756873037409844e-05,
|
||||
"loss": 4.8481,
|
||||
"step": 14848
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9748487089899324e-05,
|
||||
"loss": 4.8142,
|
||||
"step": 15360
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9740101142388804e-05,
|
||||
"loss": 4.8057,
|
||||
"step": 15872
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9731715194878284e-05,
|
||||
"loss": 4.8064,
|
||||
"step": 16384
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9723329247367764e-05,
|
||||
"loss": 4.7902,
|
||||
"step": 16896
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.971495967866098e-05,
|
||||
"loss": 4.7639,
|
||||
"step": 17408
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.970657373115046e-05,
|
||||
"loss": 4.7501,
|
||||
"step": 17920
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.969818778363994e-05,
|
||||
"loss": 4.7525,
|
||||
"step": 18432
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.968980183612942e-05,
|
||||
"loss": 4.7349,
|
||||
"step": 18944
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.96814158886189e-05,
|
||||
"loss": 4.7245,
|
||||
"step": 19456
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.967302994110837e-05,
|
||||
"loss": 4.7072,
|
||||
"step": 19968
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.966464399359785e-05,
|
||||
"loss": 4.6911,
|
||||
"step": 20480
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.965625804608733e-05,
|
||||
"loss": 4.68,
|
||||
"step": 20992
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.964788847738054e-05,
|
||||
"loss": 4.6665,
|
||||
"step": 21504
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.963950252987002e-05,
|
||||
"loss": 4.667,
|
||||
"step": 22016
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.96311165823595e-05,
|
||||
"loss": 4.6573,
|
||||
"step": 22528
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.962273063484898e-05,
|
||||
"loss": 4.6531,
|
||||
"step": 23040
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.961434468733847e-05,
|
||||
"loss": 4.637,
|
||||
"step": 23552
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.960597511863168e-05,
|
||||
"loss": 4.6343,
|
||||
"step": 24064
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.959758917112116e-05,
|
||||
"loss": 4.6367,
|
||||
"step": 24576
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.958920322361064e-05,
|
||||
"loss": 4.6138,
|
||||
"step": 25088
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.958081727610012e-05,
|
||||
"loss": 4.6078,
|
||||
"step": 25600
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.957244770739333e-05,
|
||||
"loss": 4.5968,
|
||||
"step": 26112
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.956406175988281e-05,
|
||||
"loss": 4.6061,
|
||||
"step": 26624
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.955567581237229e-05,
|
||||
"loss": 4.5712,
|
||||
"step": 27136
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.954728986486177e-05,
|
||||
"loss": 4.5898,
|
||||
"step": 27648
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9538920296154976e-05,
|
||||
"loss": 4.5639,
|
||||
"step": 28160
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9530534348644456e-05,
|
||||
"loss": 4.5614,
|
||||
"step": 28672
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9522148401133936e-05,
|
||||
"loss": 4.5622,
|
||||
"step": 29184
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.951376245362342e-05,
|
||||
"loss": 4.5535,
|
||||
"step": 29696
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.95053765061129e-05,
|
||||
"loss": 4.5372,
|
||||
"step": 30208
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.949700693740611e-05,
|
||||
"loss": 4.5301,
|
||||
"step": 30720
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.948862098989559e-05,
|
||||
"loss": 4.5188,
|
||||
"step": 31232
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.948023504238507e-05,
|
||||
"loss": 4.5324,
|
||||
"step": 31744
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.947184909487455e-05,
|
||||
"loss": 4.517,
|
||||
"step": 32256
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.946347952616776e-05,
|
||||
"loss": 4.5067,
|
||||
"step": 32768
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.945509357865724e-05,
|
||||
"loss": 4.5061,
|
||||
"step": 33280
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.944670763114672e-05,
|
||||
"loss": 4.4966,
|
||||
"step": 33792
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.94383216836362e-05,
|
||||
"loss": 4.4777,
|
||||
"step": 34304
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.942995211492941e-05,
|
||||
"loss": 4.499,
|
||||
"step": 34816
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9421582546222625e-05,
|
||||
"loss": 4.4775,
|
||||
"step": 35328
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9413196598712105e-05,
|
||||
"loss": 4.4723,
|
||||
"step": 35840
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9404810651201585e-05,
|
||||
"loss": 4.4834,
|
||||
"step": 36352
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9396424703691065e-05,
|
||||
"loss": 4.4639,
|
||||
"step": 36864
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9388038756180545e-05,
|
||||
"loss": 4.4763,
|
||||
"step": 37376
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9379669187473754e-05,
|
||||
"loss": 4.473,
|
||||
"step": 37888
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9371283239963234e-05,
|
||||
"loss": 4.4608,
|
||||
"step": 38400
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9362897292452714e-05,
|
||||
"loss": 4.4655,
|
||||
"step": 38912
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9354511344942194e-05,
|
||||
"loss": 4.4382,
|
||||
"step": 39424
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9346125397431674e-05,
|
||||
"loss": 4.4353,
|
||||
"step": 39936
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9337739449921154e-05,
|
||||
"loss": 4.4392,
|
||||
"step": 40448
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9329353502410634e-05,
|
||||
"loss": 4.4381,
|
||||
"step": 40960
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.9320967554900114e-05,
|
||||
"loss": 4.432,
|
||||
"step": 41472
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.931259798619332e-05,
|
||||
"loss": 4.4173,
|
||||
"step": 41984
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.930421203868281e-05,
|
||||
"loss": 4.4089,
|
||||
"step": 42496
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.929582609117229e-05,
|
||||
"loss": 4.4109,
|
||||
"step": 43008
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.92874565224655e-05,
|
||||
"loss": 4.4117,
|
||||
"step": 43520
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.927907057495498e-05,
|
||||
"loss": 4.411,
|
||||
"step": 44032
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.927068462744446e-05,
|
||||
"loss": 4.4136,
|
||||
"step": 44544
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.926229867993394e-05,
|
||||
"loss": 4.4098,
|
||||
"step": 45056
|
||||
},
|
||||
{
|
||||
"epoch": 0.01,
|
||||
"learning_rate": 4.925391273242342e-05,
|
||||
"loss": 4.3971,
|
||||
"step": 45568
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.924554316371663e-05,
|
||||
"loss": 4.3838,
|
||||
"step": 46080
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.923715721620611e-05,
|
||||
"loss": 4.3817,
|
||||
"step": 46592
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.922877126869559e-05,
|
||||
"loss": 4.3886,
|
||||
"step": 47104
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.922038532118507e-05,
|
||||
"loss": 4.3844,
|
||||
"step": 47616
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.921199937367455e-05,
|
||||
"loss": 4.3662,
|
||||
"step": 48128
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.920361342616403e-05,
|
||||
"loss": 4.3722,
|
||||
"step": 48640
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.919522747865351e-05,
|
||||
"loss": 4.3718,
|
||||
"step": 49152
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.918685790994672e-05,
|
||||
"loss": 4.3761,
|
||||
"step": 49664
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.91784719624362e-05,
|
||||
"loss": 4.3706,
|
||||
"step": 50176
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.9170086014925676e-05,
|
||||
"loss": 4.3653,
|
||||
"step": 50688
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.9161700067415156e-05,
|
||||
"loss": 4.3666,
|
||||
"step": 51200
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.9153314119904636e-05,
|
||||
"loss": 4.3564,
|
||||
"step": 51712
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.9144928172394116e-05,
|
||||
"loss": 4.3536,
|
||||
"step": 52224
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.9136542224883596e-05,
|
||||
"loss": 4.3621,
|
||||
"step": 52736
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.9128172656176805e-05,
|
||||
"loss": 4.3462,
|
||||
"step": 53248
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.9119786708666285e-05,
|
||||
"loss": 4.3513,
|
||||
"step": 53760
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.9111400761155765e-05,
|
||||
"loss": 4.332,
|
||||
"step": 54272
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.9103014813645245e-05,
|
||||
"loss": 4.328,
|
||||
"step": 54784
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.909462886613473e-05,
|
||||
"loss": 4.3271,
|
||||
"step": 55296
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.908624291862421e-05,
|
||||
"loss": 4.3365,
|
||||
"step": 55808
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.907787334991742e-05,
|
||||
"loss": 4.3306,
|
||||
"step": 56320
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.90694874024069e-05,
|
||||
"loss": 4.3082,
|
||||
"step": 56832
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.906110145489638e-05,
|
||||
"loss": 4.3125,
|
||||
"step": 57344
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.905271550738586e-05,
|
||||
"loss": 4.3217,
|
||||
"step": 57856
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.904432955987534e-05,
|
||||
"loss": 4.3302,
|
||||
"step": 58368
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.903594361236482e-05,
|
||||
"loss": 4.313,
|
||||
"step": 58880
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.902757404365803e-05,
|
||||
"loss": 4.3194,
|
||||
"step": 59392
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.901918809614751e-05,
|
||||
"loss": 4.3112,
|
||||
"step": 59904
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.901080214863699e-05,
|
||||
"loss": 4.3137,
|
||||
"step": 60416
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.900241620112647e-05,
|
||||
"loss": 4.3042,
|
||||
"step": 60928
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.899403025361595e-05,
|
||||
"loss": 4.3001,
|
||||
"step": 61440
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.898564430610543e-05,
|
||||
"loss": 4.2937,
|
||||
"step": 61952
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.897725835859491e-05,
|
||||
"loss": 4.3029,
|
||||
"step": 62464
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8968872411084396e-05,
|
||||
"loss": 4.2869,
|
||||
"step": 62976
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8960502842377605e-05,
|
||||
"loss": 4.295,
|
||||
"step": 63488
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8952116894867085e-05,
|
||||
"loss": 4.2879,
|
||||
"step": 64000
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8943730947356565e-05,
|
||||
"loss": 4.2975,
|
||||
"step": 64512
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.893534499984604e-05,
|
||||
"loss": 4.2724,
|
||||
"step": 65024
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8926975431139254e-05,
|
||||
"loss": 4.2844,
|
||||
"step": 65536
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8918589483628734e-05,
|
||||
"loss": 4.2936,
|
||||
"step": 66048
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8910203536118214e-05,
|
||||
"loss": 4.2718,
|
||||
"step": 66560
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.8901833967411423e-05,
|
||||
"loss": 4.2909,
|
||||
"step": 67072
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.88934480199009e-05,
|
||||
"loss": 4.2763,
|
||||
"step": 67584
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.888506207239038e-05,
|
||||
"loss": 4.2771,
|
||||
"step": 68096
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.887667612487986e-05,
|
||||
"loss": 4.271,
|
||||
"step": 68608
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.886830655617308e-05,
|
||||
"loss": 4.263,
|
||||
"step": 69120
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.885992060866256e-05,
|
||||
"loss": 4.2664,
|
||||
"step": 69632
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.885153466115204e-05,
|
||||
"loss": 4.2703,
|
||||
"step": 70144
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.884316509244525e-05,
|
||||
"loss": 4.2761,
|
||||
"step": 70656
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.883477914493473e-05,
|
||||
"loss": 4.2647,
|
||||
"step": 71168
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.882639319742421e-05,
|
||||
"loss": 4.2683,
|
||||
"step": 71680
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.881800724991369e-05,
|
||||
"loss": 4.2612,
|
||||
"step": 72192
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.880962130240316e-05,
|
||||
"loss": 4.2484,
|
||||
"step": 72704
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.880123535489264e-05,
|
||||
"loss": 4.2555,
|
||||
"step": 73216
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.879284940738212e-05,
|
||||
"loss": 4.2427,
|
||||
"step": 73728
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.878447983867534e-05,
|
||||
"loss": 4.2467,
|
||||
"step": 74240
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.877609389116482e-05,
|
||||
"loss": 4.2466,
|
||||
"step": 74752
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.87677079436543e-05,
|
||||
"loss": 4.2414,
|
||||
"step": 75264
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.875932199614378e-05,
|
||||
"loss": 4.239,
|
||||
"step": 75776
|
||||
},
|
||||
{
|
||||
"epoch": 0.02,
|
||||
"learning_rate": 4.875093604863326e-05,
|
||||
"loss": 4.238,
|
||||
"step": 76288
|
||||
},
|
||||
{
|
||||
"epoch": 0.03,
|
||||
"eval_loss": 4.202739715576172,
|
||||
"eval_runtime": 573.4896,
|
||||
"eval_samples_per_second": 665.384,
|
||||
"eval_steps_per_second": 20.794,
|
||||
"step": 76319
|
||||
}
|
||||
],
|
||||
"logging_steps": 512,
|
||||
"max_steps": 3052726,
|
||||
"num_train_epochs": 9223372036854775807,
|
||||
"save_steps": 10,
|
||||
"total_flos": 5.206275799887053e+16,
|
||||
"trial_name": null,
|
||||
"trial_params": null
|
||||
}
|
||||
Reference in New Issue
Block a user