2704 lines
59 KiB
JSON
2704 lines
59 KiB
JSON
|
{
|
||
|
|
"best_global_step": null,
|
||
|
|
"best_metric": null,
|
||
|
|
"best_model_checkpoint": null,
|
||
|
|
"epoch": 1.2666666666666666,
|
||
|
|
"eval_steps": 20,
|
||
|
|
"global_step": 380,
|
||
|
|
"is_hyper_param_search": false,
|
||
|
|
"is_local_process_zero": true,
|
||
|
|
"is_world_process_zero": true,
|
||
|
|
"log_history": [
|
||
|
|
{
|
||
|
|
"epoch": 0.0033333333333333335,
|
||
|
|
"grad_norm": 8.0,
|
||
|
|
"learning_rate": 0.0,
|
||
|
|
"loss": 3.704,
|
||
|
|
"step": 1
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.006666666666666667,
|
||
|
|
"grad_norm": 7.5625,
|
||
|
|
"learning_rate": 2.0000000000000003e-06,
|
||
|
|
"loss": 3.753,
|
||
|
|
"step": 2
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.01,
|
||
|
|
"grad_norm": 7.96875,
|
||
|
|
"learning_rate": 4.000000000000001e-06,
|
||
|
|
"loss": 3.7435,
|
||
|
|
"step": 3
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.013333333333333334,
|
||
|
|
"grad_norm": 7.875,
|
||
|
|
"learning_rate": 6e-06,
|
||
|
|
"loss": 3.7596,
|
||
|
|
"step": 4
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.016666666666666666,
|
||
|
|
"grad_norm": 8.25,
|
||
|
|
"learning_rate": 8.000000000000001e-06,
|
||
|
|
"loss": 3.6881,
|
||
|
|
"step": 5
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.02,
|
||
|
|
"grad_norm": 7.96875,
|
||
|
|
"learning_rate": 1e-05,
|
||
|
|
"loss": 3.7124,
|
||
|
|
"step": 6
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.023333333333333334,
|
||
|
|
"grad_norm": 8.1875,
|
||
|
|
"learning_rate": 9.983193277310925e-06,
|
||
|
|
"loss": 3.6898,
|
||
|
|
"step": 7
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.02666666666666667,
|
||
|
|
"grad_norm": 7.3125,
|
||
|
|
"learning_rate": 9.96638655462185e-06,
|
||
|
|
"loss": 3.6003,
|
||
|
|
"step": 8
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.03,
|
||
|
|
"grad_norm": 6.59375,
|
||
|
|
"learning_rate": 9.949579831932774e-06,
|
||
|
|
"loss": 3.3132,
|
||
|
|
"step": 9
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.03333333333333333,
|
||
|
|
"grad_norm": 6.875,
|
||
|
|
"learning_rate": 9.932773109243698e-06,
|
||
|
|
"loss": 3.384,
|
||
|
|
"step": 10
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.03666666666666667,
|
||
|
|
"grad_norm": 7.0625,
|
||
|
|
"learning_rate": 9.915966386554622e-06,
|
||
|
|
"loss": 3.2793,
|
||
|
|
"step": 11
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.04,
|
||
|
|
"grad_norm": 6.34375,
|
||
|
|
"learning_rate": 9.899159663865548e-06,
|
||
|
|
"loss": 3.3562,
|
||
|
|
"step": 12
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.043333333333333335,
|
||
|
|
"grad_norm": 5.9375,
|
||
|
|
"learning_rate": 9.882352941176472e-06,
|
||
|
|
"loss": 3.2332,
|
||
|
|
"step": 13
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.04666666666666667,
|
||
|
|
"grad_norm": 5.9375,
|
||
|
|
"learning_rate": 9.865546218487397e-06,
|
||
|
|
"loss": 3.1515,
|
||
|
|
"step": 14
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.05,
|
||
|
|
"grad_norm": 5.46875,
|
||
|
|
"learning_rate": 9.848739495798321e-06,
|
||
|
|
"loss": 3.2211,
|
||
|
|
"step": 15
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.05333333333333334,
|
||
|
|
"grad_norm": 5.75,
|
||
|
|
"learning_rate": 9.831932773109244e-06,
|
||
|
|
"loss": 3.0058,
|
||
|
|
"step": 16
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.056666666666666664,
|
||
|
|
"grad_norm": 4.96875,
|
||
|
|
"learning_rate": 9.815126050420168e-06,
|
||
|
|
"loss": 2.8119,
|
||
|
|
"step": 17
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.06,
|
||
|
|
"grad_norm": 5.0,
|
||
|
|
"learning_rate": 9.798319327731092e-06,
|
||
|
|
"loss": 2.9361,
|
||
|
|
"step": 18
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.06333333333333334,
|
||
|
|
"grad_norm": 4.5625,
|
||
|
|
"learning_rate": 9.781512605042018e-06,
|
||
|
|
"loss": 2.9393,
|
||
|
|
"step": 19
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.06666666666666667,
|
||
|
|
"grad_norm": 4.78125,
|
||
|
|
"learning_rate": 9.764705882352942e-06,
|
||
|
|
"loss": 2.6777,
|
||
|
|
"step": 20
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.07,
|
||
|
|
"grad_norm": 4.4375,
|
||
|
|
"learning_rate": 9.747899159663867e-06,
|
||
|
|
"loss": 2.7683,
|
||
|
|
"step": 21
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.07333333333333333,
|
||
|
|
"grad_norm": 4.28125,
|
||
|
|
"learning_rate": 9.731092436974791e-06,
|
||
|
|
"loss": 2.6016,
|
||
|
|
"step": 22
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.07666666666666666,
|
||
|
|
"grad_norm": 4.5625,
|
||
|
|
"learning_rate": 9.714285714285715e-06,
|
||
|
|
"loss": 2.8662,
|
||
|
|
"step": 23
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.08,
|
||
|
|
"grad_norm": 4.0625,
|
||
|
|
"learning_rate": 9.69747899159664e-06,
|
||
|
|
"loss": 2.5337,
|
||
|
|
"step": 24
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.08333333333333333,
|
||
|
|
"grad_norm": 3.765625,
|
||
|
|
"learning_rate": 9.680672268907564e-06,
|
||
|
|
"loss": 2.6618,
|
||
|
|
"step": 25
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.08666666666666667,
|
||
|
|
"grad_norm": 3.71875,
|
||
|
|
"learning_rate": 9.663865546218488e-06,
|
||
|
|
"loss": 2.5384,
|
||
|
|
"step": 26
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.09,
|
||
|
|
"grad_norm": 3.625,
|
||
|
|
"learning_rate": 9.647058823529412e-06,
|
||
|
|
"loss": 2.3644,
|
||
|
|
"step": 27
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.09333333333333334,
|
||
|
|
"grad_norm": 3.375,
|
||
|
|
"learning_rate": 9.630252100840337e-06,
|
||
|
|
"loss": 2.5523,
|
||
|
|
"step": 28
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.09666666666666666,
|
||
|
|
"grad_norm": 3.5625,
|
||
|
|
"learning_rate": 9.61344537815126e-06,
|
||
|
|
"loss": 2.4416,
|
||
|
|
"step": 29
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.1,
|
||
|
|
"grad_norm": 3.5625,
|
||
|
|
"learning_rate": 9.596638655462187e-06,
|
||
|
|
"loss": 2.3784,
|
||
|
|
"step": 30
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.10333333333333333,
|
||
|
|
"grad_norm": 3.34375,
|
||
|
|
"learning_rate": 9.579831932773111e-06,
|
||
|
|
"loss": 2.2584,
|
||
|
|
"step": 31
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.10666666666666667,
|
||
|
|
"grad_norm": 3.296875,
|
||
|
|
"learning_rate": 9.563025210084035e-06,
|
||
|
|
"loss": 2.3913,
|
||
|
|
"step": 32
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.11,
|
||
|
|
"grad_norm": 3.109375,
|
||
|
|
"learning_rate": 9.54621848739496e-06,
|
||
|
|
"loss": 2.2638,
|
||
|
|
"step": 33
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.11333333333333333,
|
||
|
|
"grad_norm": 3.03125,
|
||
|
|
"learning_rate": 9.529411764705882e-06,
|
||
|
|
"loss": 2.4333,
|
||
|
|
"step": 34
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.11666666666666667,
|
||
|
|
"grad_norm": 2.921875,
|
||
|
|
"learning_rate": 9.512605042016806e-06,
|
||
|
|
"loss": 2.2413,
|
||
|
|
"step": 35
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.12,
|
||
|
|
"grad_norm": 2.71875,
|
||
|
|
"learning_rate": 9.49579831932773e-06,
|
||
|
|
"loss": 2.1486,
|
||
|
|
"step": 36
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.12333333333333334,
|
||
|
|
"grad_norm": 2.8125,
|
||
|
|
"learning_rate": 9.478991596638657e-06,
|
||
|
|
"loss": 2.2499,
|
||
|
|
"step": 37
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.12666666666666668,
|
||
|
|
"grad_norm": 2.625,
|
||
|
|
"learning_rate": 9.462184873949581e-06,
|
||
|
|
"loss": 2.1166,
|
||
|
|
"step": 38
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.13,
|
||
|
|
"grad_norm": 2.5,
|
||
|
|
"learning_rate": 9.445378151260505e-06,
|
||
|
|
"loss": 2.1453,
|
||
|
|
"step": 39
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.13333333333333333,
|
||
|
|
"grad_norm": 2.625,
|
||
|
|
"learning_rate": 9.42857142857143e-06,
|
||
|
|
"loss": 2.2253,
|
||
|
|
"step": 40
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.13666666666666666,
|
||
|
|
"grad_norm": 2.546875,
|
||
|
|
"learning_rate": 9.411764705882354e-06,
|
||
|
|
"loss": 2.125,
|
||
|
|
"step": 41
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.14,
|
||
|
|
"grad_norm": 2.4375,
|
||
|
|
"learning_rate": 9.394957983193278e-06,
|
||
|
|
"loss": 2.1628,
|
||
|
|
"step": 42
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.14333333333333334,
|
||
|
|
"grad_norm": 2.53125,
|
||
|
|
"learning_rate": 9.378151260504202e-06,
|
||
|
|
"loss": 2.103,
|
||
|
|
"step": 43
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.14666666666666667,
|
||
|
|
"grad_norm": 2.6875,
|
||
|
|
"learning_rate": 9.361344537815127e-06,
|
||
|
|
"loss": 2.0865,
|
||
|
|
"step": 44
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.15,
|
||
|
|
"grad_norm": 2.421875,
|
||
|
|
"learning_rate": 9.344537815126051e-06,
|
||
|
|
"loss": 2.0614,
|
||
|
|
"step": 45
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.15333333333333332,
|
||
|
|
"grad_norm": 2.421875,
|
||
|
|
"learning_rate": 9.327731092436975e-06,
|
||
|
|
"loss": 2.1216,
|
||
|
|
"step": 46
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.15666666666666668,
|
||
|
|
"grad_norm": 2.5,
|
||
|
|
"learning_rate": 9.3109243697479e-06,
|
||
|
|
"loss": 2.1927,
|
||
|
|
"step": 47
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.16,
|
||
|
|
"grad_norm": 2.3125,
|
||
|
|
"learning_rate": 9.294117647058824e-06,
|
||
|
|
"loss": 2.0881,
|
||
|
|
"step": 48
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.16333333333333333,
|
||
|
|
"grad_norm": 2.359375,
|
||
|
|
"learning_rate": 9.27731092436975e-06,
|
||
|
|
"loss": 2.0235,
|
||
|
|
"step": 49
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.16666666666666666,
|
||
|
|
"grad_norm": 2.359375,
|
||
|
|
"learning_rate": 9.260504201680674e-06,
|
||
|
|
"loss": 2.018,
|
||
|
|
"step": 50
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.17,
|
||
|
|
"grad_norm": 2.515625,
|
||
|
|
"learning_rate": 9.243697478991598e-06,
|
||
|
|
"loss": 1.9794,
|
||
|
|
"step": 51
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.17333333333333334,
|
||
|
|
"grad_norm": 2.453125,
|
||
|
|
"learning_rate": 9.226890756302523e-06,
|
||
|
|
"loss": 1.959,
|
||
|
|
"step": 52
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.17666666666666667,
|
||
|
|
"grad_norm": 2.390625,
|
||
|
|
"learning_rate": 9.210084033613445e-06,
|
||
|
|
"loss": 1.9886,
|
||
|
|
"step": 53
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.18,
|
||
|
|
"grad_norm": 2.609375,
|
||
|
|
"learning_rate": 9.19327731092437e-06,
|
||
|
|
"loss": 2.0893,
|
||
|
|
"step": 54
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.18333333333333332,
|
||
|
|
"grad_norm": 2.484375,
|
||
|
|
"learning_rate": 9.176470588235294e-06,
|
||
|
|
"loss": 2.0204,
|
||
|
|
"step": 55
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.18666666666666668,
|
||
|
|
"grad_norm": 2.421875,
|
||
|
|
"learning_rate": 9.15966386554622e-06,
|
||
|
|
"loss": 1.9188,
|
||
|
|
"step": 56
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.19,
|
||
|
|
"grad_norm": 2.28125,
|
||
|
|
"learning_rate": 9.142857142857144e-06,
|
||
|
|
"loss": 1.7871,
|
||
|
|
"step": 57
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.19333333333333333,
|
||
|
|
"grad_norm": 2.34375,
|
||
|
|
"learning_rate": 9.126050420168068e-06,
|
||
|
|
"loss": 1.8462,
|
||
|
|
"step": 58
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.19666666666666666,
|
||
|
|
"grad_norm": 2.359375,
|
||
|
|
"learning_rate": 9.109243697478992e-06,
|
||
|
|
"loss": 1.9064,
|
||
|
|
"step": 59
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.2,
|
||
|
|
"grad_norm": 2.421875,
|
||
|
|
"learning_rate": 9.092436974789917e-06,
|
||
|
|
"loss": 1.8692,
|
||
|
|
"step": 60
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.20333333333333334,
|
||
|
|
"grad_norm": 2.375,
|
||
|
|
"learning_rate": 9.075630252100841e-06,
|
||
|
|
"loss": 1.6947,
|
||
|
|
"step": 61
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.20666666666666667,
|
||
|
|
"grad_norm": 2.21875,
|
||
|
|
"learning_rate": 9.058823529411765e-06,
|
||
|
|
"loss": 1.8799,
|
||
|
|
"step": 62
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.21,
|
||
|
|
"grad_norm": 2.25,
|
||
|
|
"learning_rate": 9.04201680672269e-06,
|
||
|
|
"loss": 1.7606,
|
||
|
|
"step": 63
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.21333333333333335,
|
||
|
|
"grad_norm": 2.484375,
|
||
|
|
"learning_rate": 9.025210084033614e-06,
|
||
|
|
"loss": 1.8803,
|
||
|
|
"step": 64
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.21666666666666667,
|
||
|
|
"grad_norm": 2.375,
|
||
|
|
"learning_rate": 9.008403361344538e-06,
|
||
|
|
"loss": 1.9521,
|
||
|
|
"step": 65
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.22,
|
||
|
|
"grad_norm": 2.515625,
|
||
|
|
"learning_rate": 8.991596638655462e-06,
|
||
|
|
"loss": 1.8818,
|
||
|
|
"step": 66
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.22333333333333333,
|
||
|
|
"grad_norm": 2.359375,
|
||
|
|
"learning_rate": 8.974789915966388e-06,
|
||
|
|
"loss": 1.9417,
|
||
|
|
"step": 67
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.22666666666666666,
|
||
|
|
"grad_norm": 2.40625,
|
||
|
|
"learning_rate": 8.957983193277313e-06,
|
||
|
|
"loss": 1.7338,
|
||
|
|
"step": 68
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.23,
|
||
|
|
"grad_norm": 2.390625,
|
||
|
|
"learning_rate": 8.941176470588237e-06,
|
||
|
|
"loss": 1.9198,
|
||
|
|
"step": 69
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.23333333333333334,
|
||
|
|
"grad_norm": 2.4375,
|
||
|
|
"learning_rate": 8.924369747899161e-06,
|
||
|
|
"loss": 1.8635,
|
||
|
|
"step": 70
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.23666666666666666,
|
||
|
|
"grad_norm": 2.40625,
|
||
|
|
"learning_rate": 8.907563025210085e-06,
|
||
|
|
"loss": 1.8015,
|
||
|
|
"step": 71
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.24,
|
||
|
|
"grad_norm": 2.375,
|
||
|
|
"learning_rate": 8.890756302521008e-06,
|
||
|
|
"loss": 1.7787,
|
||
|
|
"step": 72
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.24333333333333335,
|
||
|
|
"grad_norm": 2.390625,
|
||
|
|
"learning_rate": 8.873949579831932e-06,
|
||
|
|
"loss": 1.7957,
|
||
|
|
"step": 73
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.24666666666666667,
|
||
|
|
"grad_norm": 2.234375,
|
||
|
|
"learning_rate": 8.857142857142858e-06,
|
||
|
|
"loss": 1.6652,
|
||
|
|
"step": 74
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.25,
|
||
|
|
"grad_norm": 2.359375,
|
||
|
|
"learning_rate": 8.840336134453783e-06,
|
||
|
|
"loss": 1.7805,
|
||
|
|
"step": 75
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.25333333333333335,
|
||
|
|
"grad_norm": 2.421875,
|
||
|
|
"learning_rate": 8.823529411764707e-06,
|
||
|
|
"loss": 1.997,
|
||
|
|
"step": 76
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.25666666666666665,
|
||
|
|
"grad_norm": 2.375,
|
||
|
|
"learning_rate": 8.806722689075631e-06,
|
||
|
|
"loss": 1.8154,
|
||
|
|
"step": 77
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.26,
|
||
|
|
"grad_norm": 2.375,
|
||
|
|
"learning_rate": 8.789915966386555e-06,
|
||
|
|
"loss": 1.6106,
|
||
|
|
"step": 78
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.2633333333333333,
|
||
|
|
"grad_norm": 2.3125,
|
||
|
|
"learning_rate": 8.77310924369748e-06,
|
||
|
|
"loss": 1.6765,
|
||
|
|
"step": 79
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.26666666666666666,
|
||
|
|
"grad_norm": 2.46875,
|
||
|
|
"learning_rate": 8.756302521008404e-06,
|
||
|
|
"loss": 1.7782,
|
||
|
|
"step": 80
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.27,
|
||
|
|
"grad_norm": 2.3125,
|
||
|
|
"learning_rate": 8.739495798319328e-06,
|
||
|
|
"loss": 1.7693,
|
||
|
|
"step": 81
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.2733333333333333,
|
||
|
|
"grad_norm": 2.40625,
|
||
|
|
"learning_rate": 8.722689075630252e-06,
|
||
|
|
"loss": 1.7998,
|
||
|
|
"step": 82
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.27666666666666667,
|
||
|
|
"grad_norm": 2.359375,
|
||
|
|
"learning_rate": 8.705882352941177e-06,
|
||
|
|
"loss": 1.8275,
|
||
|
|
"step": 83
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.28,
|
||
|
|
"grad_norm": 2.375,
|
||
|
|
"learning_rate": 8.689075630252101e-06,
|
||
|
|
"loss": 1.7188,
|
||
|
|
"step": 84
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.2833333333333333,
|
||
|
|
"grad_norm": 2.1875,
|
||
|
|
"learning_rate": 8.672268907563027e-06,
|
||
|
|
"loss": 1.6225,
|
||
|
|
"step": 85
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.2866666666666667,
|
||
|
|
"grad_norm": 2.390625,
|
||
|
|
"learning_rate": 8.655462184873951e-06,
|
||
|
|
"loss": 1.8024,
|
||
|
|
"step": 86
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.29,
|
||
|
|
"grad_norm": 2.453125,
|
||
|
|
"learning_rate": 8.638655462184876e-06,
|
||
|
|
"loss": 1.7723,
|
||
|
|
"step": 87
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.29333333333333333,
|
||
|
|
"grad_norm": 2.203125,
|
||
|
|
"learning_rate": 8.6218487394958e-06,
|
||
|
|
"loss": 1.7415,
|
||
|
|
"step": 88
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.2966666666666667,
|
||
|
|
"grad_norm": 2.40625,
|
||
|
|
"learning_rate": 8.605042016806724e-06,
|
||
|
|
"loss": 1.7757,
|
||
|
|
"step": 89
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.3,
|
||
|
|
"grad_norm": 2.453125,
|
||
|
|
"learning_rate": 8.588235294117647e-06,
|
||
|
|
"loss": 1.8349,
|
||
|
|
"step": 90
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.30333333333333334,
|
||
|
|
"grad_norm": 2.421875,
|
||
|
|
"learning_rate": 8.571428571428571e-06,
|
||
|
|
"loss": 1.7607,
|
||
|
|
"step": 91
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.30666666666666664,
|
||
|
|
"grad_norm": 2.421875,
|
||
|
|
"learning_rate": 8.554621848739497e-06,
|
||
|
|
"loss": 1.7488,
|
||
|
|
"step": 92
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.31,
|
||
|
|
"grad_norm": 2.375,
|
||
|
|
"learning_rate": 8.537815126050421e-06,
|
||
|
|
"loss": 1.6391,
|
||
|
|
"step": 93
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.31333333333333335,
|
||
|
|
"grad_norm": 2.265625,
|
||
|
|
"learning_rate": 8.521008403361345e-06,
|
||
|
|
"loss": 1.7437,
|
||
|
|
"step": 94
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.31666666666666665,
|
||
|
|
"grad_norm": 2.3125,
|
||
|
|
"learning_rate": 8.50420168067227e-06,
|
||
|
|
"loss": 1.6662,
|
||
|
|
"step": 95
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.32,
|
||
|
|
"grad_norm": 2.390625,
|
||
|
|
"learning_rate": 8.487394957983194e-06,
|
||
|
|
"loss": 1.7289,
|
||
|
|
"step": 96
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.3233333333333333,
|
||
|
|
"grad_norm": 2.40625,
|
||
|
|
"learning_rate": 8.470588235294118e-06,
|
||
|
|
"loss": 1.7506,
|
||
|
|
"step": 97
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.32666666666666666,
|
||
|
|
"grad_norm": 2.203125,
|
||
|
|
"learning_rate": 8.453781512605043e-06,
|
||
|
|
"loss": 1.6122,
|
||
|
|
"step": 98
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.33,
|
||
|
|
"grad_norm": 2.3125,
|
||
|
|
"learning_rate": 8.436974789915967e-06,
|
||
|
|
"loss": 1.7299,
|
||
|
|
"step": 99
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.3333333333333333,
|
||
|
|
"grad_norm": 2.421875,
|
||
|
|
"learning_rate": 8.420168067226891e-06,
|
||
|
|
"loss": 1.7526,
|
||
|
|
"step": 100
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.33666666666666667,
|
||
|
|
"grad_norm": 2.328125,
|
||
|
|
"learning_rate": 8.403361344537815e-06,
|
||
|
|
"loss": 1.5299,
|
||
|
|
"step": 101
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.34,
|
||
|
|
"grad_norm": 2.375,
|
||
|
|
"learning_rate": 8.38655462184874e-06,
|
||
|
|
"loss": 1.561,
|
||
|
|
"step": 102
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.3433333333333333,
|
||
|
|
"grad_norm": 2.4375,
|
||
|
|
"learning_rate": 8.369747899159666e-06,
|
||
|
|
"loss": 1.6929,
|
||
|
|
"step": 103
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.3466666666666667,
|
||
|
|
"grad_norm": 2.296875,
|
||
|
|
"learning_rate": 8.35294117647059e-06,
|
||
|
|
"loss": 1.6198,
|
||
|
|
"step": 104
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.35,
|
||
|
|
"grad_norm": 2.40625,
|
||
|
|
"learning_rate": 8.336134453781514e-06,
|
||
|
|
"loss": 1.7377,
|
||
|
|
"step": 105
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.35333333333333333,
|
||
|
|
"grad_norm": 2.359375,
|
||
|
|
"learning_rate": 8.319327731092438e-06,
|
||
|
|
"loss": 1.6735,
|
||
|
|
"step": 106
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.3566666666666667,
|
||
|
|
"grad_norm": 2.3125,
|
||
|
|
"learning_rate": 8.302521008403363e-06,
|
||
|
|
"loss": 1.6206,
|
||
|
|
"step": 107
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.36,
|
||
|
|
"grad_norm": 2.546875,
|
||
|
|
"learning_rate": 8.285714285714287e-06,
|
||
|
|
"loss": 1.6151,
|
||
|
|
"step": 108
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.36333333333333334,
|
||
|
|
"grad_norm": 2.484375,
|
||
|
|
"learning_rate": 8.26890756302521e-06,
|
||
|
|
"loss": 1.7313,
|
||
|
|
"step": 109
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.36666666666666664,
|
||
|
|
"grad_norm": 2.546875,
|
||
|
|
"learning_rate": 8.252100840336136e-06,
|
||
|
|
"loss": 1.6639,
|
||
|
|
"step": 110
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.37,
|
||
|
|
"grad_norm": 2.359375,
|
||
|
|
"learning_rate": 8.23529411764706e-06,
|
||
|
|
"loss": 1.6654,
|
||
|
|
"step": 111
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.37333333333333335,
|
||
|
|
"grad_norm": 2.3125,
|
||
|
|
"learning_rate": 8.218487394957984e-06,
|
||
|
|
"loss": 1.5777,
|
||
|
|
"step": 112
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.37666666666666665,
|
||
|
|
"grad_norm": 2.46875,
|
||
|
|
"learning_rate": 8.201680672268908e-06,
|
||
|
|
"loss": 1.7277,
|
||
|
|
"step": 113
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.38,
|
||
|
|
"grad_norm": 2.421875,
|
||
|
|
"learning_rate": 8.184873949579833e-06,
|
||
|
|
"loss": 1.6013,
|
||
|
|
"step": 114
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.38333333333333336,
|
||
|
|
"grad_norm": 2.28125,
|
||
|
|
"learning_rate": 8.168067226890757e-06,
|
||
|
|
"loss": 1.6955,
|
||
|
|
"step": 115
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.38666666666666666,
|
||
|
|
"grad_norm": 2.265625,
|
||
|
|
"learning_rate": 8.151260504201681e-06,
|
||
|
|
"loss": 1.5428,
|
||
|
|
"step": 116
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.39,
|
||
|
|
"grad_norm": 2.4375,
|
||
|
|
"learning_rate": 8.134453781512605e-06,
|
||
|
|
"loss": 1.7118,
|
||
|
|
"step": 117
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.3933333333333333,
|
||
|
|
"grad_norm": 2.625,
|
||
|
|
"learning_rate": 8.11764705882353e-06,
|
||
|
|
"loss": 1.7108,
|
||
|
|
"step": 118
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.39666666666666667,
|
||
|
|
"grad_norm": 2.609375,
|
||
|
|
"learning_rate": 8.100840336134454e-06,
|
||
|
|
"loss": 1.7941,
|
||
|
|
"step": 119
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.4,
|
||
|
|
"grad_norm": 2.453125,
|
||
|
|
"learning_rate": 8.084033613445378e-06,
|
||
|
|
"loss": 1.6363,
|
||
|
|
"step": 120
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.4033333333333333,
|
||
|
|
"grad_norm": 2.5,
|
||
|
|
"learning_rate": 8.067226890756303e-06,
|
||
|
|
"loss": 1.8122,
|
||
|
|
"step": 121
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.4066666666666667,
|
||
|
|
"grad_norm": 2.328125,
|
||
|
|
"learning_rate": 8.050420168067229e-06,
|
||
|
|
"loss": 1.6211,
|
||
|
|
"step": 122
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.41,
|
||
|
|
"grad_norm": 2.296875,
|
||
|
|
"learning_rate": 8.033613445378153e-06,
|
||
|
|
"loss": 1.4925,
|
||
|
|
"step": 123
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.41333333333333333,
|
||
|
|
"grad_norm": 2.34375,
|
||
|
|
"learning_rate": 8.016806722689077e-06,
|
||
|
|
"loss": 1.6118,
|
||
|
|
"step": 124
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.4166666666666667,
|
||
|
|
"grad_norm": 2.578125,
|
||
|
|
"learning_rate": 8.000000000000001e-06,
|
||
|
|
"loss": 1.7921,
|
||
|
|
"step": 125
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.42,
|
||
|
|
"grad_norm": 2.359375,
|
||
|
|
"learning_rate": 7.983193277310926e-06,
|
||
|
|
"loss": 1.6753,
|
||
|
|
"step": 126
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.42333333333333334,
|
||
|
|
"grad_norm": 2.296875,
|
||
|
|
"learning_rate": 7.966386554621848e-06,
|
||
|
|
"loss": 1.5912,
|
||
|
|
"step": 127
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.4266666666666667,
|
||
|
|
"grad_norm": 2.453125,
|
||
|
|
"learning_rate": 7.949579831932772e-06,
|
||
|
|
"loss": 1.7747,
|
||
|
|
"step": 128
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.43,
|
||
|
|
"grad_norm": 2.53125,
|
||
|
|
"learning_rate": 7.932773109243698e-06,
|
||
|
|
"loss": 1.6552,
|
||
|
|
"step": 129
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.43333333333333335,
|
||
|
|
"grad_norm": 2.65625,
|
||
|
|
"learning_rate": 7.915966386554623e-06,
|
||
|
|
"loss": 1.6886,
|
||
|
|
"step": 130
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.43666666666666665,
|
||
|
|
"grad_norm": 2.3125,
|
||
|
|
"learning_rate": 7.899159663865547e-06,
|
||
|
|
"loss": 1.6614,
|
||
|
|
"step": 131
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.44,
|
||
|
|
"grad_norm": 2.421875,
|
||
|
|
"learning_rate": 7.882352941176471e-06,
|
||
|
|
"loss": 1.6828,
|
||
|
|
"step": 132
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.44333333333333336,
|
||
|
|
"grad_norm": 2.4375,
|
||
|
|
"learning_rate": 7.865546218487396e-06,
|
||
|
|
"loss": 1.6754,
|
||
|
|
"step": 133
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.44666666666666666,
|
||
|
|
"grad_norm": 2.453125,
|
||
|
|
"learning_rate": 7.84873949579832e-06,
|
||
|
|
"loss": 1.6743,
|
||
|
|
"step": 134
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.45,
|
||
|
|
"grad_norm": 2.28125,
|
||
|
|
"learning_rate": 7.831932773109244e-06,
|
||
|
|
"loss": 1.6352,
|
||
|
|
"step": 135
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.4533333333333333,
|
||
|
|
"grad_norm": 2.453125,
|
||
|
|
"learning_rate": 7.815126050420168e-06,
|
||
|
|
"loss": 1.6781,
|
||
|
|
"step": 136
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.45666666666666667,
|
||
|
|
"grad_norm": 2.40625,
|
||
|
|
"learning_rate": 7.798319327731093e-06,
|
||
|
|
"loss": 1.729,
|
||
|
|
"step": 137
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.46,
|
||
|
|
"grad_norm": 2.375,
|
||
|
|
"learning_rate": 7.781512605042017e-06,
|
||
|
|
"loss": 1.677,
|
||
|
|
"step": 138
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.4633333333333333,
|
||
|
|
"grad_norm": 2.375,
|
||
|
|
"learning_rate": 7.764705882352941e-06,
|
||
|
|
"loss": 1.6174,
|
||
|
|
"step": 139
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.4666666666666667,
|
||
|
|
"grad_norm": 2.484375,
|
||
|
|
"learning_rate": 7.747899159663867e-06,
|
||
|
|
"loss": 1.5726,
|
||
|
|
"step": 140
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.47,
|
||
|
|
"grad_norm": 2.46875,
|
||
|
|
"learning_rate": 7.731092436974791e-06,
|
||
|
|
"loss": 1.5912,
|
||
|
|
"step": 141
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.47333333333333333,
|
||
|
|
"grad_norm": 2.34375,
|
||
|
|
"learning_rate": 7.714285714285716e-06,
|
||
|
|
"loss": 1.6216,
|
||
|
|
"step": 142
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.4766666666666667,
|
||
|
|
"grad_norm": 2.296875,
|
||
|
|
"learning_rate": 7.69747899159664e-06,
|
||
|
|
"loss": 1.5607,
|
||
|
|
"step": 143
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.48,
|
||
|
|
"grad_norm": 2.3125,
|
||
|
|
"learning_rate": 7.680672268907564e-06,
|
||
|
|
"loss": 1.677,
|
||
|
|
"step": 144
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.48333333333333334,
|
||
|
|
"grad_norm": 2.4375,
|
||
|
|
"learning_rate": 7.663865546218489e-06,
|
||
|
|
"loss": 1.5748,
|
||
|
|
"step": 145
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.4866666666666667,
|
||
|
|
"grad_norm": 2.515625,
|
||
|
|
"learning_rate": 7.647058823529411e-06,
|
||
|
|
"loss": 1.6027,
|
||
|
|
"step": 146
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.49,
|
||
|
|
"grad_norm": 2.453125,
|
||
|
|
"learning_rate": 7.630252100840337e-06,
|
||
|
|
"loss": 1.6453,
|
||
|
|
"step": 147
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.49333333333333335,
|
||
|
|
"grad_norm": 2.59375,
|
||
|
|
"learning_rate": 7.6134453781512605e-06,
|
||
|
|
"loss": 1.7518,
|
||
|
|
"step": 148
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.49666666666666665,
|
||
|
|
"grad_norm": 2.53125,
|
||
|
|
"learning_rate": 7.596638655462185e-06,
|
||
|
|
"loss": 1.6292,
|
||
|
|
"step": 149
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.5,
|
||
|
|
"grad_norm": 2.578125,
|
||
|
|
"learning_rate": 7.57983193277311e-06,
|
||
|
|
"loss": 1.7471,
|
||
|
|
"step": 150
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.5033333333333333,
|
||
|
|
"grad_norm": 2.5625,
|
||
|
|
"learning_rate": 7.563025210084034e-06,
|
||
|
|
"loss": 1.655,
|
||
|
|
"step": 151
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.5066666666666667,
|
||
|
|
"grad_norm": 2.59375,
|
||
|
|
"learning_rate": 7.5462184873949584e-06,
|
||
|
|
"loss": 1.6346,
|
||
|
|
"step": 152
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.51,
|
||
|
|
"grad_norm": 2.703125,
|
||
|
|
"learning_rate": 7.529411764705883e-06,
|
||
|
|
"loss": 1.7038,
|
||
|
|
"step": 153
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.5133333333333333,
|
||
|
|
"grad_norm": 2.375,
|
||
|
|
"learning_rate": 7.512605042016807e-06,
|
||
|
|
"loss": 1.618,
|
||
|
|
"step": 154
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.5166666666666667,
|
||
|
|
"grad_norm": 2.359375,
|
||
|
|
"learning_rate": 7.495798319327732e-06,
|
||
|
|
"loss": 1.5426,
|
||
|
|
"step": 155
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.52,
|
||
|
|
"grad_norm": 2.390625,
|
||
|
|
"learning_rate": 7.478991596638656e-06,
|
||
|
|
"loss": 1.662,
|
||
|
|
"step": 156
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.5233333333333333,
|
||
|
|
"grad_norm": 2.515625,
|
||
|
|
"learning_rate": 7.462184873949581e-06,
|
||
|
|
"loss": 1.5133,
|
||
|
|
"step": 157
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.5266666666666666,
|
||
|
|
"grad_norm": 2.546875,
|
||
|
|
"learning_rate": 7.445378151260505e-06,
|
||
|
|
"loss": 1.6232,
|
||
|
|
"step": 158
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.53,
|
||
|
|
"grad_norm": 2.4375,
|
||
|
|
"learning_rate": 7.428571428571429e-06,
|
||
|
|
"loss": 1.4202,
|
||
|
|
"step": 159
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.5333333333333333,
|
||
|
|
"grad_norm": 2.59375,
|
||
|
|
"learning_rate": 7.4117647058823535e-06,
|
||
|
|
"loss": 1.5352,
|
||
|
|
"step": 160
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.5366666666666666,
|
||
|
|
"grad_norm": 2.515625,
|
||
|
|
"learning_rate": 7.394957983193279e-06,
|
||
|
|
"loss": 1.6807,
|
||
|
|
"step": 161
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.54,
|
||
|
|
"grad_norm": 2.578125,
|
||
|
|
"learning_rate": 7.378151260504203e-06,
|
||
|
|
"loss": 1.6414,
|
||
|
|
"step": 162
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.5433333333333333,
|
||
|
|
"grad_norm": 2.5,
|
||
|
|
"learning_rate": 7.361344537815127e-06,
|
||
|
|
"loss": 1.5476,
|
||
|
|
"step": 163
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.5466666666666666,
|
||
|
|
"grad_norm": 2.5,
|
||
|
|
"learning_rate": 7.344537815126051e-06,
|
||
|
|
"loss": 1.5329,
|
||
|
|
"step": 164
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.55,
|
||
|
|
"grad_norm": 2.609375,
|
||
|
|
"learning_rate": 7.327731092436975e-06,
|
||
|
|
"loss": 1.6803,
|
||
|
|
"step": 165
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.5533333333333333,
|
||
|
|
"grad_norm": 2.5,
|
||
|
|
"learning_rate": 7.310924369747899e-06,
|
||
|
|
"loss": 1.5366,
|
||
|
|
"step": 166
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.5566666666666666,
|
||
|
|
"grad_norm": 2.625,
|
||
|
|
"learning_rate": 7.294117647058823e-06,
|
||
|
|
"loss": 1.6631,
|
||
|
|
"step": 167
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.56,
|
||
|
|
"grad_norm": 2.65625,
|
||
|
|
"learning_rate": 7.2773109243697485e-06,
|
||
|
|
"loss": 1.582,
|
||
|
|
"step": 168
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.5633333333333334,
|
||
|
|
"grad_norm": 2.71875,
|
||
|
|
"learning_rate": 7.260504201680673e-06,
|
||
|
|
"loss": 1.6125,
|
||
|
|
"step": 169
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.5666666666666667,
|
||
|
|
"grad_norm": 2.75,
|
||
|
|
"learning_rate": 7.243697478991597e-06,
|
||
|
|
"loss": 1.6598,
|
||
|
|
"step": 170
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.57,
|
||
|
|
"grad_norm": 2.828125,
|
||
|
|
"learning_rate": 7.226890756302521e-06,
|
||
|
|
"loss": 1.8108,
|
||
|
|
"step": 171
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.5733333333333334,
|
||
|
|
"grad_norm": 2.40625,
|
||
|
|
"learning_rate": 7.210084033613446e-06,
|
||
|
|
"loss": 1.6135,
|
||
|
|
"step": 172
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.5766666666666667,
|
||
|
|
"grad_norm": 2.5,
|
||
|
|
"learning_rate": 7.193277310924371e-06,
|
||
|
|
"loss": 1.7033,
|
||
|
|
"step": 173
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.58,
|
||
|
|
"grad_norm": 2.78125,
|
||
|
|
"learning_rate": 7.176470588235295e-06,
|
||
|
|
"loss": 1.6867,
|
||
|
|
"step": 174
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.5833333333333334,
|
||
|
|
"grad_norm": 2.53125,
|
||
|
|
"learning_rate": 7.159663865546219e-06,
|
||
|
|
"loss": 1.6563,
|
||
|
|
"step": 175
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.5866666666666667,
|
||
|
|
"grad_norm": 2.484375,
|
||
|
|
"learning_rate": 7.1428571428571436e-06,
|
||
|
|
"loss": 1.5922,
|
||
|
|
"step": 176
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.59,
|
||
|
|
"grad_norm": 2.546875,
|
||
|
|
"learning_rate": 7.126050420168068e-06,
|
||
|
|
"loss": 1.636,
|
||
|
|
"step": 177
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.5933333333333334,
|
||
|
|
"grad_norm": 2.5,
|
||
|
|
"learning_rate": 7.109243697478992e-06,
|
||
|
|
"loss": 1.6205,
|
||
|
|
"step": 178
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.5966666666666667,
|
||
|
|
"grad_norm": 2.546875,
|
||
|
|
"learning_rate": 7.092436974789917e-06,
|
||
|
|
"loss": 1.6061,
|
||
|
|
"step": 179
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.6,
|
||
|
|
"grad_norm": 2.453125,
|
||
|
|
"learning_rate": 7.0756302521008415e-06,
|
||
|
|
"loss": 1.543,
|
||
|
|
"step": 180
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.6033333333333334,
|
||
|
|
"grad_norm": 2.5625,
|
||
|
|
"learning_rate": 7.058823529411766e-06,
|
||
|
|
"loss": 1.5988,
|
||
|
|
"step": 181
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.6066666666666667,
|
||
|
|
"grad_norm": 2.546875,
|
||
|
|
"learning_rate": 7.04201680672269e-06,
|
||
|
|
"loss": 1.4917,
|
||
|
|
"step": 182
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.61,
|
||
|
|
"grad_norm": 2.546875,
|
||
|
|
"learning_rate": 7.0252100840336135e-06,
|
||
|
|
"loss": 1.5993,
|
||
|
|
"step": 183
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.6133333333333333,
|
||
|
|
"grad_norm": 2.421875,
|
||
|
|
"learning_rate": 7.008403361344538e-06,
|
||
|
|
"loss": 1.5948,
|
||
|
|
"step": 184
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.6166666666666667,
|
||
|
|
"grad_norm": 2.40625,
|
||
|
|
"learning_rate": 6.991596638655462e-06,
|
||
|
|
"loss": 1.4984,
|
||
|
|
"step": 185
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.62,
|
||
|
|
"grad_norm": 2.5,
|
||
|
|
"learning_rate": 6.974789915966387e-06,
|
||
|
|
"loss": 1.5107,
|
||
|
|
"step": 186
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.6233333333333333,
|
||
|
|
"grad_norm": 2.515625,
|
||
|
|
"learning_rate": 6.9579831932773114e-06,
|
||
|
|
"loss": 1.5733,
|
||
|
|
"step": 187
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.6266666666666667,
|
||
|
|
"grad_norm": 2.53125,
|
||
|
|
"learning_rate": 6.941176470588236e-06,
|
||
|
|
"loss": 1.6504,
|
||
|
|
"step": 188
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.63,
|
||
|
|
"grad_norm": 2.484375,
|
||
|
|
"learning_rate": 6.92436974789916e-06,
|
||
|
|
"loss": 1.5414,
|
||
|
|
"step": 189
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.6333333333333333,
|
||
|
|
"grad_norm": 2.609375,
|
||
|
|
"learning_rate": 6.907563025210084e-06,
|
||
|
|
"loss": 1.6079,
|
||
|
|
"step": 190
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.6366666666666667,
|
||
|
|
"grad_norm": 2.390625,
|
||
|
|
"learning_rate": 6.8907563025210085e-06,
|
||
|
|
"loss": 1.5825,
|
||
|
|
"step": 191
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.64,
|
||
|
|
"grad_norm": 2.625,
|
||
|
|
"learning_rate": 6.873949579831934e-06,
|
||
|
|
"loss": 1.5354,
|
||
|
|
"step": 192
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.6433333333333333,
|
||
|
|
"grad_norm": 2.515625,
|
||
|
|
"learning_rate": 6.857142857142858e-06,
|
||
|
|
"loss": 1.6139,
|
||
|
|
"step": 193
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.6466666666666666,
|
||
|
|
"grad_norm": 2.5625,
|
||
|
|
"learning_rate": 6.840336134453782e-06,
|
||
|
|
"loss": 1.5236,
|
||
|
|
"step": 194
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.65,
|
||
|
|
"grad_norm": 2.4375,
|
||
|
|
"learning_rate": 6.8235294117647065e-06,
|
||
|
|
"loss": 1.5497,
|
||
|
|
"step": 195
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.6533333333333333,
|
||
|
|
"grad_norm": 2.5,
|
||
|
|
"learning_rate": 6.806722689075631e-06,
|
||
|
|
"loss": 1.5961,
|
||
|
|
"step": 196
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.6566666666666666,
|
||
|
|
"grad_norm": 2.65625,
|
||
|
|
"learning_rate": 6.789915966386556e-06,
|
||
|
|
"loss": 1.6397,
|
||
|
|
"step": 197
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.66,
|
||
|
|
"grad_norm": 2.6875,
|
||
|
|
"learning_rate": 6.77310924369748e-06,
|
||
|
|
"loss": 1.5753,
|
||
|
|
"step": 198
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.6633333333333333,
|
||
|
|
"grad_norm": 2.5625,
|
||
|
|
"learning_rate": 6.756302521008404e-06,
|
||
|
|
"loss": 1.5447,
|
||
|
|
"step": 199
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.6666666666666666,
|
||
|
|
"grad_norm": 2.765625,
|
||
|
|
"learning_rate": 6.739495798319329e-06,
|
||
|
|
"loss": 1.6996,
|
||
|
|
"step": 200
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.67,
|
||
|
|
"grad_norm": 2.578125,
|
||
|
|
"learning_rate": 6.722689075630253e-06,
|
||
|
|
"loss": 1.4919,
|
||
|
|
"step": 201
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.6733333333333333,
|
||
|
|
"grad_norm": 2.703125,
|
||
|
|
"learning_rate": 6.705882352941176e-06,
|
||
|
|
"loss": 1.6952,
|
||
|
|
"step": 202
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.6766666666666666,
|
||
|
|
"grad_norm": 2.59375,
|
||
|
|
"learning_rate": 6.689075630252101e-06,
|
||
|
|
"loss": 1.5434,
|
||
|
|
"step": 203
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.68,
|
||
|
|
"grad_norm": 2.53125,
|
||
|
|
"learning_rate": 6.672268907563026e-06,
|
||
|
|
"loss": 1.4586,
|
||
|
|
"step": 204
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.6833333333333333,
|
||
|
|
"grad_norm": 2.65625,
|
||
|
|
"learning_rate": 6.65546218487395e-06,
|
||
|
|
"loss": 1.5289,
|
||
|
|
"step": 205
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.6866666666666666,
|
||
|
|
"grad_norm": 2.65625,
|
||
|
|
"learning_rate": 6.638655462184874e-06,
|
||
|
|
"loss": 1.5407,
|
||
|
|
"step": 206
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.69,
|
||
|
|
"grad_norm": 2.71875,
|
||
|
|
"learning_rate": 6.621848739495799e-06,
|
||
|
|
"loss": 1.7148,
|
||
|
|
"step": 207
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.6933333333333334,
|
||
|
|
"grad_norm": 2.5625,
|
||
|
|
"learning_rate": 6.605042016806723e-06,
|
||
|
|
"loss": 1.5496,
|
||
|
|
"step": 208
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.6966666666666667,
|
||
|
|
"grad_norm": 2.5625,
|
||
|
|
"learning_rate": 6.588235294117647e-06,
|
||
|
|
"loss": 1.5371,
|
||
|
|
"step": 209
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.7,
|
||
|
|
"grad_norm": 2.703125,
|
||
|
|
"learning_rate": 6.571428571428572e-06,
|
||
|
|
"loss": 1.5981,
|
||
|
|
"step": 210
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.7033333333333334,
|
||
|
|
"grad_norm": 2.578125,
|
||
|
|
"learning_rate": 6.5546218487394966e-06,
|
||
|
|
"loss": 1.4088,
|
||
|
|
"step": 211
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.7066666666666667,
|
||
|
|
"grad_norm": 2.578125,
|
||
|
|
"learning_rate": 6.537815126050421e-06,
|
||
|
|
"loss": 1.6804,
|
||
|
|
"step": 212
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.71,
|
||
|
|
"grad_norm": 2.609375,
|
||
|
|
"learning_rate": 6.521008403361345e-06,
|
||
|
|
"loss": 1.5898,
|
||
|
|
"step": 213
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.7133333333333334,
|
||
|
|
"grad_norm": 2.65625,
|
||
|
|
"learning_rate": 6.504201680672269e-06,
|
||
|
|
"loss": 1.4888,
|
||
|
|
"step": 214
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.7166666666666667,
|
||
|
|
"grad_norm": 2.703125,
|
||
|
|
"learning_rate": 6.487394957983194e-06,
|
||
|
|
"loss": 1.4152,
|
||
|
|
"step": 215
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.72,
|
||
|
|
"grad_norm": 2.640625,
|
||
|
|
"learning_rate": 6.470588235294119e-06,
|
||
|
|
"loss": 1.6128,
|
||
|
|
"step": 216
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.7233333333333334,
|
||
|
|
"grad_norm": 2.546875,
|
||
|
|
"learning_rate": 6.453781512605043e-06,
|
||
|
|
"loss": 1.4543,
|
||
|
|
"step": 217
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.7266666666666667,
|
||
|
|
"grad_norm": 2.46875,
|
||
|
|
"learning_rate": 6.436974789915967e-06,
|
||
|
|
"loss": 1.3918,
|
||
|
|
"step": 218
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.73,
|
||
|
|
"grad_norm": 2.609375,
|
||
|
|
"learning_rate": 6.420168067226892e-06,
|
||
|
|
"loss": 1.5364,
|
||
|
|
"step": 219
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.7333333333333333,
|
||
|
|
"grad_norm": 2.59375,
|
||
|
|
"learning_rate": 6.403361344537815e-06,
|
||
|
|
"loss": 1.5043,
|
||
|
|
"step": 220
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.7366666666666667,
|
||
|
|
"grad_norm": 2.765625,
|
||
|
|
"learning_rate": 6.386554621848739e-06,
|
||
|
|
"loss": 1.5679,
|
||
|
|
"step": 221
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.74,
|
||
|
|
"grad_norm": 2.5,
|
||
|
|
"learning_rate": 6.3697478991596636e-06,
|
||
|
|
"loss": 1.519,
|
||
|
|
"step": 222
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.7433333333333333,
|
||
|
|
"grad_norm": 2.59375,
|
||
|
|
"learning_rate": 6.352941176470589e-06,
|
||
|
|
"loss": 1.6215,
|
||
|
|
"step": 223
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.7466666666666667,
|
||
|
|
"grad_norm": 2.59375,
|
||
|
|
"learning_rate": 6.336134453781513e-06,
|
||
|
|
"loss": 1.4916,
|
||
|
|
"step": 224
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.75,
|
||
|
|
"grad_norm": 2.671875,
|
||
|
|
"learning_rate": 6.319327731092437e-06,
|
||
|
|
"loss": 1.5504,
|
||
|
|
"step": 225
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.7533333333333333,
|
||
|
|
"grad_norm": 2.546875,
|
||
|
|
"learning_rate": 6.3025210084033615e-06,
|
||
|
|
"loss": 1.5366,
|
||
|
|
"step": 226
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.7566666666666667,
|
||
|
|
"grad_norm": 2.484375,
|
||
|
|
"learning_rate": 6.285714285714286e-06,
|
||
|
|
"loss": 1.5482,
|
||
|
|
"step": 227
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.76,
|
||
|
|
"grad_norm": 2.515625,
|
||
|
|
"learning_rate": 6.268907563025211e-06,
|
||
|
|
"loss": 1.5191,
|
||
|
|
"step": 228
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.7633333333333333,
|
||
|
|
"grad_norm": 2.78125,
|
||
|
|
"learning_rate": 6.252100840336135e-06,
|
||
|
|
"loss": 1.5413,
|
||
|
|
"step": 229
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.7666666666666667,
|
||
|
|
"grad_norm": 2.890625,
|
||
|
|
"learning_rate": 6.2352941176470595e-06,
|
||
|
|
"loss": 1.6488,
|
||
|
|
"step": 230
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.77,
|
||
|
|
"grad_norm": 2.578125,
|
||
|
|
"learning_rate": 6.218487394957984e-06,
|
||
|
|
"loss": 1.5966,
|
||
|
|
"step": 231
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.7733333333333333,
|
||
|
|
"grad_norm": 2.640625,
|
||
|
|
"learning_rate": 6.201680672268908e-06,
|
||
|
|
"loss": 1.5092,
|
||
|
|
"step": 232
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.7766666666666666,
|
||
|
|
"grad_norm": 2.90625,
|
||
|
|
"learning_rate": 6.184873949579832e-06,
|
||
|
|
"loss": 1.7454,
|
||
|
|
"step": 233
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.78,
|
||
|
|
"grad_norm": 2.6875,
|
||
|
|
"learning_rate": 6.168067226890757e-06,
|
||
|
|
"loss": 1.587,
|
||
|
|
"step": 234
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.7833333333333333,
|
||
|
|
"grad_norm": 2.59375,
|
||
|
|
"learning_rate": 6.151260504201682e-06,
|
||
|
|
"loss": 1.5543,
|
||
|
|
"step": 235
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.7866666666666666,
|
||
|
|
"grad_norm": 2.71875,
|
||
|
|
"learning_rate": 6.134453781512606e-06,
|
||
|
|
"loss": 1.6671,
|
||
|
|
"step": 236
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.79,
|
||
|
|
"grad_norm": 2.609375,
|
||
|
|
"learning_rate": 6.11764705882353e-06,
|
||
|
|
"loss": 1.4801,
|
||
|
|
"step": 237
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.7933333333333333,
|
||
|
|
"grad_norm": 2.671875,
|
||
|
|
"learning_rate": 6.1008403361344545e-06,
|
||
|
|
"loss": 1.4923,
|
||
|
|
"step": 238
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.7966666666666666,
|
||
|
|
"grad_norm": 2.921875,
|
||
|
|
"learning_rate": 6.084033613445378e-06,
|
||
|
|
"loss": 1.6033,
|
||
|
|
"step": 239
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.8,
|
||
|
|
"grad_norm": 2.546875,
|
||
|
|
"learning_rate": 6.067226890756302e-06,
|
||
|
|
"loss": 1.5197,
|
||
|
|
"step": 240
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.8033333333333333,
|
||
|
|
"grad_norm": 2.84375,
|
||
|
|
"learning_rate": 6.050420168067227e-06,
|
||
|
|
"loss": 1.4591,
|
||
|
|
"step": 241
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.8066666666666666,
|
||
|
|
"grad_norm": 2.796875,
|
||
|
|
"learning_rate": 6.033613445378152e-06,
|
||
|
|
"loss": 1.6831,
|
||
|
|
"step": 242
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.81,
|
||
|
|
"grad_norm": 2.71875,
|
||
|
|
"learning_rate": 6.016806722689076e-06,
|
||
|
|
"loss": 1.5462,
|
||
|
|
"step": 243
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.8133333333333334,
|
||
|
|
"grad_norm": 2.625,
|
||
|
|
"learning_rate": 6e-06,
|
||
|
|
"loss": 1.5242,
|
||
|
|
"step": 244
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.8166666666666667,
|
||
|
|
"grad_norm": 2.671875,
|
||
|
|
"learning_rate": 5.9831932773109244e-06,
|
||
|
|
"loss": 1.5233,
|
||
|
|
"step": 245
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.82,
|
||
|
|
"grad_norm": 2.5625,
|
||
|
|
"learning_rate": 5.9663865546218495e-06,
|
||
|
|
"loss": 1.5275,
|
||
|
|
"step": 246
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.8233333333333334,
|
||
|
|
"grad_norm": 2.90625,
|
||
|
|
"learning_rate": 5.949579831932774e-06,
|
||
|
|
"loss": 1.6518,
|
||
|
|
"step": 247
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.8266666666666667,
|
||
|
|
"grad_norm": 2.640625,
|
||
|
|
"learning_rate": 5.932773109243698e-06,
|
||
|
|
"loss": 1.5414,
|
||
|
|
"step": 248
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.83,
|
||
|
|
"grad_norm": 2.90625,
|
||
|
|
"learning_rate": 5.915966386554622e-06,
|
||
|
|
"loss": 1.602,
|
||
|
|
"step": 249
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.8333333333333334,
|
||
|
|
"grad_norm": 2.546875,
|
||
|
|
"learning_rate": 5.899159663865547e-06,
|
||
|
|
"loss": 1.5111,
|
||
|
|
"step": 250
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.8366666666666667,
|
||
|
|
"grad_norm": 2.6875,
|
||
|
|
"learning_rate": 5.882352941176471e-06,
|
||
|
|
"loss": 1.5495,
|
||
|
|
"step": 251
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.84,
|
||
|
|
"grad_norm": 2.796875,
|
||
|
|
"learning_rate": 5.865546218487396e-06,
|
||
|
|
"loss": 1.5983,
|
||
|
|
"step": 252
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.8433333333333334,
|
||
|
|
"grad_norm": 2.625,
|
||
|
|
"learning_rate": 5.84873949579832e-06,
|
||
|
|
"loss": 1.5022,
|
||
|
|
"step": 253
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.8466666666666667,
|
||
|
|
"grad_norm": 2.640625,
|
||
|
|
"learning_rate": 5.831932773109245e-06,
|
||
|
|
"loss": 1.5355,
|
||
|
|
"step": 254
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.85,
|
||
|
|
"grad_norm": 2.671875,
|
||
|
|
"learning_rate": 5.815126050420169e-06,
|
||
|
|
"loss": 1.445,
|
||
|
|
"step": 255
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.8533333333333334,
|
||
|
|
"grad_norm": 2.6875,
|
||
|
|
"learning_rate": 5.798319327731093e-06,
|
||
|
|
"loss": 1.5854,
|
||
|
|
"step": 256
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.8566666666666667,
|
||
|
|
"grad_norm": 2.65625,
|
||
|
|
"learning_rate": 5.781512605042017e-06,
|
||
|
|
"loss": 1.4378,
|
||
|
|
"step": 257
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.86,
|
||
|
|
"grad_norm": 2.6875,
|
||
|
|
"learning_rate": 5.764705882352941e-06,
|
||
|
|
"loss": 1.5903,
|
||
|
|
"step": 258
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.8633333333333333,
|
||
|
|
"grad_norm": 2.59375,
|
||
|
|
"learning_rate": 5.747899159663866e-06,
|
||
|
|
"loss": 1.5104,
|
||
|
|
"step": 259
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.8666666666666667,
|
||
|
|
"grad_norm": 2.640625,
|
||
|
|
"learning_rate": 5.73109243697479e-06,
|
||
|
|
"loss": 1.4534,
|
||
|
|
"step": 260
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.87,
|
||
|
|
"grad_norm": 2.65625,
|
||
|
|
"learning_rate": 5.7142857142857145e-06,
|
||
|
|
"loss": 1.6137,
|
||
|
|
"step": 261
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.8733333333333333,
|
||
|
|
"grad_norm": 2.546875,
|
||
|
|
"learning_rate": 5.697478991596639e-06,
|
||
|
|
"loss": 1.442,
|
||
|
|
"step": 262
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.8766666666666667,
|
||
|
|
"grad_norm": 2.8125,
|
||
|
|
"learning_rate": 5.680672268907563e-06,
|
||
|
|
"loss": 1.5017,
|
||
|
|
"step": 263
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.88,
|
||
|
|
"grad_norm": 2.6875,
|
||
|
|
"learning_rate": 5.663865546218487e-06,
|
||
|
|
"loss": 1.5761,
|
||
|
|
"step": 264
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.8833333333333333,
|
||
|
|
"grad_norm": 2.75,
|
||
|
|
"learning_rate": 5.6470588235294125e-06,
|
||
|
|
"loss": 1.6509,
|
||
|
|
"step": 265
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.8866666666666667,
|
||
|
|
"grad_norm": 2.796875,
|
||
|
|
"learning_rate": 5.630252100840337e-06,
|
||
|
|
"loss": 1.5705,
|
||
|
|
"step": 266
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.89,
|
||
|
|
"grad_norm": 2.828125,
|
||
|
|
"learning_rate": 5.613445378151261e-06,
|
||
|
|
"loss": 1.5403,
|
||
|
|
"step": 267
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.8933333333333333,
|
||
|
|
"grad_norm": 2.71875,
|
||
|
|
"learning_rate": 5.596638655462185e-06,
|
||
|
|
"loss": 1.5538,
|
||
|
|
"step": 268
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.8966666666666666,
|
||
|
|
"grad_norm": 2.6875,
|
||
|
|
"learning_rate": 5.5798319327731096e-06,
|
||
|
|
"loss": 1.4666,
|
||
|
|
"step": 269
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.9,
|
||
|
|
"grad_norm": 2.71875,
|
||
|
|
"learning_rate": 5.563025210084035e-06,
|
||
|
|
"loss": 1.4652,
|
||
|
|
"step": 270
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.9033333333333333,
|
||
|
|
"grad_norm": 2.84375,
|
||
|
|
"learning_rate": 5.546218487394959e-06,
|
||
|
|
"loss": 1.6712,
|
||
|
|
"step": 271
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.9066666666666666,
|
||
|
|
"grad_norm": 2.734375,
|
||
|
|
"learning_rate": 5.529411764705883e-06,
|
||
|
|
"loss": 1.5704,
|
||
|
|
"step": 272
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.91,
|
||
|
|
"grad_norm": 2.78125,
|
||
|
|
"learning_rate": 5.5126050420168075e-06,
|
||
|
|
"loss": 1.6002,
|
||
|
|
"step": 273
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.9133333333333333,
|
||
|
|
"grad_norm": 3.0625,
|
||
|
|
"learning_rate": 5.495798319327732e-06,
|
||
|
|
"loss": 1.7304,
|
||
|
|
"step": 274
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.9166666666666666,
|
||
|
|
"grad_norm": 2.890625,
|
||
|
|
"learning_rate": 5.478991596638656e-06,
|
||
|
|
"loss": 1.5462,
|
||
|
|
"step": 275
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.92,
|
||
|
|
"grad_norm": 2.5,
|
||
|
|
"learning_rate": 5.4621848739495795e-06,
|
||
|
|
"loss": 1.3797,
|
||
|
|
"step": 276
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.9233333333333333,
|
||
|
|
"grad_norm": 2.6875,
|
||
|
|
"learning_rate": 5.445378151260505e-06,
|
||
|
|
"loss": 1.496,
|
||
|
|
"step": 277
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.9266666666666666,
|
||
|
|
"grad_norm": 2.6875,
|
||
|
|
"learning_rate": 5.428571428571429e-06,
|
||
|
|
"loss": 1.4081,
|
||
|
|
"step": 278
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.93,
|
||
|
|
"grad_norm": 2.953125,
|
||
|
|
"learning_rate": 5.411764705882353e-06,
|
||
|
|
"loss": 1.7095,
|
||
|
|
"step": 279
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.9333333333333333,
|
||
|
|
"grad_norm": 2.828125,
|
||
|
|
"learning_rate": 5.394957983193277e-06,
|
||
|
|
"loss": 1.5354,
|
||
|
|
"step": 280
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.9366666666666666,
|
||
|
|
"grad_norm": 2.890625,
|
||
|
|
"learning_rate": 5.378151260504202e-06,
|
||
|
|
"loss": 1.5197,
|
||
|
|
"step": 281
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.94,
|
||
|
|
"grad_norm": 2.6875,
|
||
|
|
"learning_rate": 5.361344537815126e-06,
|
||
|
|
"loss": 1.4861,
|
||
|
|
"step": 282
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.9433333333333334,
|
||
|
|
"grad_norm": 2.65625,
|
||
|
|
"learning_rate": 5.344537815126051e-06,
|
||
|
|
"loss": 1.5408,
|
||
|
|
"step": 283
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.9466666666666667,
|
||
|
|
"grad_norm": 2.734375,
|
||
|
|
"learning_rate": 5.327731092436975e-06,
|
||
|
|
"loss": 1.67,
|
||
|
|
"step": 284
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.95,
|
||
|
|
"grad_norm": 2.640625,
|
||
|
|
"learning_rate": 5.3109243697479e-06,
|
||
|
|
"loss": 1.5098,
|
||
|
|
"step": 285
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.9533333333333334,
|
||
|
|
"grad_norm": 2.625,
|
||
|
|
"learning_rate": 5.294117647058824e-06,
|
||
|
|
"loss": 1.4641,
|
||
|
|
"step": 286
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.9566666666666667,
|
||
|
|
"grad_norm": 2.84375,
|
||
|
|
"learning_rate": 5.277310924369748e-06,
|
||
|
|
"loss": 1.6213,
|
||
|
|
"step": 287
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.96,
|
||
|
|
"grad_norm": 2.984375,
|
||
|
|
"learning_rate": 5.2605042016806725e-06,
|
||
|
|
"loss": 1.7158,
|
||
|
|
"step": 288
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.9633333333333334,
|
||
|
|
"grad_norm": 2.9375,
|
||
|
|
"learning_rate": 5.243697478991598e-06,
|
||
|
|
"loss": 1.633,
|
||
|
|
"step": 289
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.9666666666666667,
|
||
|
|
"grad_norm": 2.734375,
|
||
|
|
"learning_rate": 5.226890756302522e-06,
|
||
|
|
"loss": 1.5218,
|
||
|
|
"step": 290
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.97,
|
||
|
|
"grad_norm": 2.75,
|
||
|
|
"learning_rate": 5.210084033613446e-06,
|
||
|
|
"loss": 1.5295,
|
||
|
|
"step": 291
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.9733333333333334,
|
||
|
|
"grad_norm": 2.84375,
|
||
|
|
"learning_rate": 5.19327731092437e-06,
|
||
|
|
"loss": 1.6213,
|
||
|
|
"step": 292
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.9766666666666667,
|
||
|
|
"grad_norm": 2.6875,
|
||
|
|
"learning_rate": 5.176470588235295e-06,
|
||
|
|
"loss": 1.6067,
|
||
|
|
"step": 293
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.98,
|
||
|
|
"grad_norm": 2.65625,
|
||
|
|
"learning_rate": 5.15966386554622e-06,
|
||
|
|
"loss": 1.4562,
|
||
|
|
"step": 294
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.9833333333333333,
|
||
|
|
"grad_norm": 2.625,
|
||
|
|
"learning_rate": 5.142857142857142e-06,
|
||
|
|
"loss": 1.4975,
|
||
|
|
"step": 295
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.9866666666666667,
|
||
|
|
"grad_norm": 2.859375,
|
||
|
|
"learning_rate": 5.1260504201680675e-06,
|
||
|
|
"loss": 1.5928,
|
||
|
|
"step": 296
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.99,
|
||
|
|
"grad_norm": 2.96875,
|
||
|
|
"learning_rate": 5.109243697478992e-06,
|
||
|
|
"loss": 1.5178,
|
||
|
|
"step": 297
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.9933333333333333,
|
||
|
|
"grad_norm": 2.71875,
|
||
|
|
"learning_rate": 5.092436974789916e-06,
|
||
|
|
"loss": 1.5653,
|
||
|
|
"step": 298
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 0.9966666666666667,
|
||
|
|
"grad_norm": 3.0,
|
||
|
|
"learning_rate": 5.07563025210084e-06,
|
||
|
|
"loss": 1.4925,
|
||
|
|
"step": 299
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.0,
|
||
|
|
"grad_norm": 2.75,
|
||
|
|
"learning_rate": 5.058823529411765e-06,
|
||
|
|
"loss": 1.513,
|
||
|
|
"step": 300
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.0,
|
||
|
|
"eval_loss": 1.5359867811203003,
|
||
|
|
"eval_model_preparation_time": 0.0052,
|
||
|
|
"eval_runtime": 21.0247,
|
||
|
|
"eval_samples_per_second": 57.076,
|
||
|
|
"eval_steps_per_second": 28.538,
|
||
|
|
"step": 300
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.0033333333333334,
|
||
|
|
"grad_norm": 2.703125,
|
||
|
|
"learning_rate": 5.04201680672269e-06,
|
||
|
|
"loss": 1.5089,
|
||
|
|
"step": 301
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.0066666666666666,
|
||
|
|
"grad_norm": 2.8125,
|
||
|
|
"learning_rate": 5.025210084033614e-06,
|
||
|
|
"loss": 1.5451,
|
||
|
|
"step": 302
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.01,
|
||
|
|
"grad_norm": 2.703125,
|
||
|
|
"learning_rate": 5.008403361344538e-06,
|
||
|
|
"loss": 1.5533,
|
||
|
|
"step": 303
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.0133333333333334,
|
||
|
|
"grad_norm": 2.875,
|
||
|
|
"learning_rate": 4.9915966386554625e-06,
|
||
|
|
"loss": 1.4328,
|
||
|
|
"step": 304
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.0166666666666666,
|
||
|
|
"grad_norm": 2.609375,
|
||
|
|
"learning_rate": 4.974789915966387e-06,
|
||
|
|
"loss": 1.4087,
|
||
|
|
"step": 305
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.02,
|
||
|
|
"grad_norm": 2.765625,
|
||
|
|
"learning_rate": 4.957983193277311e-06,
|
||
|
|
"loss": 1.5723,
|
||
|
|
"step": 306
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.0233333333333334,
|
||
|
|
"grad_norm": 2.84375,
|
||
|
|
"learning_rate": 4.941176470588236e-06,
|
||
|
|
"loss": 1.4878,
|
||
|
|
"step": 307
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.0266666666666666,
|
||
|
|
"grad_norm": 3.3125,
|
||
|
|
"learning_rate": 4.9243697478991605e-06,
|
||
|
|
"loss": 1.6123,
|
||
|
|
"step": 308
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.03,
|
||
|
|
"grad_norm": 3.03125,
|
||
|
|
"learning_rate": 4.907563025210084e-06,
|
||
|
|
"loss": 1.6236,
|
||
|
|
"step": 309
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.0333333333333334,
|
||
|
|
"grad_norm": 2.71875,
|
||
|
|
"learning_rate": 4.890756302521009e-06,
|
||
|
|
"loss": 1.5159,
|
||
|
|
"step": 310
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.0366666666666666,
|
||
|
|
"grad_norm": 2.71875,
|
||
|
|
"learning_rate": 4.873949579831933e-06,
|
||
|
|
"loss": 1.5547,
|
||
|
|
"step": 311
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.04,
|
||
|
|
"grad_norm": 2.84375,
|
||
|
|
"learning_rate": 4.857142857142858e-06,
|
||
|
|
"loss": 1.5108,
|
||
|
|
"step": 312
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.0433333333333334,
|
||
|
|
"grad_norm": 2.828125,
|
||
|
|
"learning_rate": 4.840336134453782e-06,
|
||
|
|
"loss": 1.4331,
|
||
|
|
"step": 313
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.0466666666666666,
|
||
|
|
"grad_norm": 2.640625,
|
||
|
|
"learning_rate": 4.823529411764706e-06,
|
||
|
|
"loss": 1.5605,
|
||
|
|
"step": 314
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.05,
|
||
|
|
"grad_norm": 2.75,
|
||
|
|
"learning_rate": 4.80672268907563e-06,
|
||
|
|
"loss": 1.4978,
|
||
|
|
"step": 315
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.0533333333333332,
|
||
|
|
"grad_norm": 2.78125,
|
||
|
|
"learning_rate": 4.7899159663865555e-06,
|
||
|
|
"loss": 1.5412,
|
||
|
|
"step": 316
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.0566666666666666,
|
||
|
|
"grad_norm": 2.65625,
|
||
|
|
"learning_rate": 4.77310924369748e-06,
|
||
|
|
"loss": 1.4379,
|
||
|
|
"step": 317
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.06,
|
||
|
|
"grad_norm": 2.765625,
|
||
|
|
"learning_rate": 4.756302521008403e-06,
|
||
|
|
"loss": 1.5362,
|
||
|
|
"step": 318
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.0633333333333332,
|
||
|
|
"grad_norm": 2.703125,
|
||
|
|
"learning_rate": 4.739495798319328e-06,
|
||
|
|
"loss": 1.4919,
|
||
|
|
"step": 319
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.0666666666666667,
|
||
|
|
"grad_norm": 2.84375,
|
||
|
|
"learning_rate": 4.722689075630253e-06,
|
||
|
|
"loss": 1.4922,
|
||
|
|
"step": 320
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.07,
|
||
|
|
"grad_norm": 3.0,
|
||
|
|
"learning_rate": 4.705882352941177e-06,
|
||
|
|
"loss": 1.6505,
|
||
|
|
"step": 321
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.0733333333333333,
|
||
|
|
"grad_norm": 2.703125,
|
||
|
|
"learning_rate": 4.689075630252101e-06,
|
||
|
|
"loss": 1.4953,
|
||
|
|
"step": 322
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.0766666666666667,
|
||
|
|
"grad_norm": 2.828125,
|
||
|
|
"learning_rate": 4.6722689075630255e-06,
|
||
|
|
"loss": 1.5626,
|
||
|
|
"step": 323
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.08,
|
||
|
|
"grad_norm": 2.90625,
|
||
|
|
"learning_rate": 4.65546218487395e-06,
|
||
|
|
"loss": 1.5987,
|
||
|
|
"step": 324
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.0833333333333333,
|
||
|
|
"grad_norm": 2.90625,
|
||
|
|
"learning_rate": 4.638655462184875e-06,
|
||
|
|
"loss": 1.6239,
|
||
|
|
"step": 325
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.0866666666666667,
|
||
|
|
"grad_norm": 2.78125,
|
||
|
|
"learning_rate": 4.621848739495799e-06,
|
||
|
|
"loss": 1.413,
|
||
|
|
"step": 326
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.09,
|
||
|
|
"grad_norm": 2.78125,
|
||
|
|
"learning_rate": 4.6050420168067226e-06,
|
||
|
|
"loss": 1.5268,
|
||
|
|
"step": 327
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.0933333333333333,
|
||
|
|
"grad_norm": 2.734375,
|
||
|
|
"learning_rate": 4.588235294117647e-06,
|
||
|
|
"loss": 1.5313,
|
||
|
|
"step": 328
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.0966666666666667,
|
||
|
|
"grad_norm": 2.734375,
|
||
|
|
"learning_rate": 4.571428571428572e-06,
|
||
|
|
"loss": 1.36,
|
||
|
|
"step": 329
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.1,
|
||
|
|
"grad_norm": 3.015625,
|
||
|
|
"learning_rate": 4.554621848739496e-06,
|
||
|
|
"loss": 1.4204,
|
||
|
|
"step": 330
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.1033333333333333,
|
||
|
|
"grad_norm": 2.796875,
|
||
|
|
"learning_rate": 4.5378151260504205e-06,
|
||
|
|
"loss": 1.4143,
|
||
|
|
"step": 331
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.1066666666666667,
|
||
|
|
"grad_norm": 2.859375,
|
||
|
|
"learning_rate": 4.521008403361345e-06,
|
||
|
|
"loss": 1.4041,
|
||
|
|
"step": 332
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.11,
|
||
|
|
"grad_norm": 2.828125,
|
||
|
|
"learning_rate": 4.504201680672269e-06,
|
||
|
|
"loss": 1.4243,
|
||
|
|
"step": 333
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.1133333333333333,
|
||
|
|
"grad_norm": 2.921875,
|
||
|
|
"learning_rate": 4.487394957983194e-06,
|
||
|
|
"loss": 1.5314,
|
||
|
|
"step": 334
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.1166666666666667,
|
||
|
|
"grad_norm": 2.71875,
|
||
|
|
"learning_rate": 4.4705882352941184e-06,
|
||
|
|
"loss": 1.3847,
|
||
|
|
"step": 335
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.12,
|
||
|
|
"grad_norm": 2.8125,
|
||
|
|
"learning_rate": 4.453781512605043e-06,
|
||
|
|
"loss": 1.532,
|
||
|
|
"step": 336
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.1233333333333333,
|
||
|
|
"grad_norm": 2.984375,
|
||
|
|
"learning_rate": 4.436974789915966e-06,
|
||
|
|
"loss": 1.5687,
|
||
|
|
"step": 337
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.1266666666666667,
|
||
|
|
"grad_norm": 3.09375,
|
||
|
|
"learning_rate": 4.420168067226891e-06,
|
||
|
|
"loss": 1.6001,
|
||
|
|
"step": 338
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.13,
|
||
|
|
"grad_norm": 2.875,
|
||
|
|
"learning_rate": 4.4033613445378155e-06,
|
||
|
|
"loss": 1.5513,
|
||
|
|
"step": 339
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.1333333333333333,
|
||
|
|
"grad_norm": 2.75,
|
||
|
|
"learning_rate": 4.38655462184874e-06,
|
||
|
|
"loss": 1.4594,
|
||
|
|
"step": 340
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.1366666666666667,
|
||
|
|
"grad_norm": 2.75,
|
||
|
|
"learning_rate": 4.369747899159664e-06,
|
||
|
|
"loss": 1.4574,
|
||
|
|
"step": 341
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.1400000000000001,
|
||
|
|
"grad_norm": 2.71875,
|
||
|
|
"learning_rate": 4.352941176470588e-06,
|
||
|
|
"loss": 1.4937,
|
||
|
|
"step": 342
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.1433333333333333,
|
||
|
|
"grad_norm": 2.84375,
|
||
|
|
"learning_rate": 4.3361344537815135e-06,
|
||
|
|
"loss": 1.4861,
|
||
|
|
"step": 343
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.1466666666666667,
|
||
|
|
"grad_norm": 2.796875,
|
||
|
|
"learning_rate": 4.319327731092438e-06,
|
||
|
|
"loss": 1.5784,
|
||
|
|
"step": 344
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.15,
|
||
|
|
"grad_norm": 2.828125,
|
||
|
|
"learning_rate": 4.302521008403362e-06,
|
||
|
|
"loss": 1.5898,
|
||
|
|
"step": 345
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.1533333333333333,
|
||
|
|
"grad_norm": 2.984375,
|
||
|
|
"learning_rate": 4.2857142857142855e-06,
|
||
|
|
"loss": 1.5216,
|
||
|
|
"step": 346
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.1566666666666667,
|
||
|
|
"grad_norm": 2.796875,
|
||
|
|
"learning_rate": 4.268907563025211e-06,
|
||
|
|
"loss": 1.4747,
|
||
|
|
"step": 347
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.16,
|
||
|
|
"grad_norm": 2.953125,
|
||
|
|
"learning_rate": 4.252100840336135e-06,
|
||
|
|
"loss": 1.5635,
|
||
|
|
"step": 348
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.1633333333333333,
|
||
|
|
"grad_norm": 2.703125,
|
||
|
|
"learning_rate": 4.235294117647059e-06,
|
||
|
|
"loss": 1.4018,
|
||
|
|
"step": 349
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.1666666666666667,
|
||
|
|
"grad_norm": 2.75,
|
||
|
|
"learning_rate": 4.218487394957983e-06,
|
||
|
|
"loss": 1.3896,
|
||
|
|
"step": 350
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.17,
|
||
|
|
"grad_norm": 2.828125,
|
||
|
|
"learning_rate": 4.201680672268908e-06,
|
||
|
|
"loss": 1.5535,
|
||
|
|
"step": 351
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.1733333333333333,
|
||
|
|
"grad_norm": 2.890625,
|
||
|
|
"learning_rate": 4.184873949579833e-06,
|
||
|
|
"loss": 1.5098,
|
||
|
|
"step": 352
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.1766666666666667,
|
||
|
|
"grad_norm": 2.921875,
|
||
|
|
"learning_rate": 4.168067226890757e-06,
|
||
|
|
"loss": 1.5631,
|
||
|
|
"step": 353
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.18,
|
||
|
|
"grad_norm": 3.03125,
|
||
|
|
"learning_rate": 4.151260504201681e-06,
|
||
|
|
"loss": 1.3654,
|
||
|
|
"step": 354
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.1833333333333333,
|
||
|
|
"grad_norm": 2.8125,
|
||
|
|
"learning_rate": 4.134453781512605e-06,
|
||
|
|
"loss": 1.465,
|
||
|
|
"step": 355
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.1866666666666668,
|
||
|
|
"grad_norm": 2.890625,
|
||
|
|
"learning_rate": 4.11764705882353e-06,
|
||
|
|
"loss": 1.5443,
|
||
|
|
"step": 356
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.19,
|
||
|
|
"grad_norm": 2.828125,
|
||
|
|
"learning_rate": 4.100840336134454e-06,
|
||
|
|
"loss": 1.4963,
|
||
|
|
"step": 357
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.1933333333333334,
|
||
|
|
"grad_norm": 3.03125,
|
||
|
|
"learning_rate": 4.0840336134453784e-06,
|
||
|
|
"loss": 1.4737,
|
||
|
|
"step": 358
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.1966666666666668,
|
||
|
|
"grad_norm": 2.984375,
|
||
|
|
"learning_rate": 4.067226890756303e-06,
|
||
|
|
"loss": 1.4991,
|
||
|
|
"step": 359
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.2,
|
||
|
|
"grad_norm": 2.75,
|
||
|
|
"learning_rate": 4.050420168067227e-06,
|
||
|
|
"loss": 1.514,
|
||
|
|
"step": 360
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.2033333333333334,
|
||
|
|
"grad_norm": 2.703125,
|
||
|
|
"learning_rate": 4.033613445378151e-06,
|
||
|
|
"loss": 1.4515,
|
||
|
|
"step": 361
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.2066666666666666,
|
||
|
|
"grad_norm": 3.0,
|
||
|
|
"learning_rate": 4.016806722689076e-06,
|
||
|
|
"loss": 1.565,
|
||
|
|
"step": 362
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.21,
|
||
|
|
"grad_norm": 2.84375,
|
||
|
|
"learning_rate": 4.000000000000001e-06,
|
||
|
|
"loss": 1.407,
|
||
|
|
"step": 363
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.2133333333333334,
|
||
|
|
"grad_norm": 2.90625,
|
||
|
|
"learning_rate": 3.983193277310924e-06,
|
||
|
|
"loss": 1.5083,
|
||
|
|
"step": 364
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.2166666666666668,
|
||
|
|
"grad_norm": 2.90625,
|
||
|
|
"learning_rate": 3.966386554621849e-06,
|
||
|
|
"loss": 1.5209,
|
||
|
|
"step": 365
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.22,
|
||
|
|
"grad_norm": 2.6875,
|
||
|
|
"learning_rate": 3.9495798319327735e-06,
|
||
|
|
"loss": 1.4415,
|
||
|
|
"step": 366
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.2233333333333334,
|
||
|
|
"grad_norm": 2.984375,
|
||
|
|
"learning_rate": 3.932773109243698e-06,
|
||
|
|
"loss": 1.5,
|
||
|
|
"step": 367
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.2266666666666666,
|
||
|
|
"grad_norm": 2.78125,
|
||
|
|
"learning_rate": 3.915966386554622e-06,
|
||
|
|
"loss": 1.4242,
|
||
|
|
"step": 368
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.23,
|
||
|
|
"grad_norm": 2.828125,
|
||
|
|
"learning_rate": 3.899159663865546e-06,
|
||
|
|
"loss": 1.4971,
|
||
|
|
"step": 369
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.2333333333333334,
|
||
|
|
"grad_norm": 2.921875,
|
||
|
|
"learning_rate": 3.882352941176471e-06,
|
||
|
|
"loss": 1.5549,
|
||
|
|
"step": 370
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.2366666666666666,
|
||
|
|
"grad_norm": 2.875,
|
||
|
|
"learning_rate": 3.865546218487396e-06,
|
||
|
|
"loss": 1.478,
|
||
|
|
"step": 371
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.24,
|
||
|
|
"grad_norm": 2.765625,
|
||
|
|
"learning_rate": 3.84873949579832e-06,
|
||
|
|
"loss": 1.4468,
|
||
|
|
"step": 372
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.2433333333333334,
|
||
|
|
"grad_norm": 2.890625,
|
||
|
|
"learning_rate": 3.831932773109244e-06,
|
||
|
|
"loss": 1.5194,
|
||
|
|
"step": 373
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.2466666666666666,
|
||
|
|
"grad_norm": 3.015625,
|
||
|
|
"learning_rate": 3.8151260504201685e-06,
|
||
|
|
"loss": 1.5102,
|
||
|
|
"step": 374
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.25,
|
||
|
|
"grad_norm": 2.796875,
|
||
|
|
"learning_rate": 3.7983193277310924e-06,
|
||
|
|
"loss": 1.3554,
|
||
|
|
"step": 375
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.2533333333333334,
|
||
|
|
"grad_norm": 2.71875,
|
||
|
|
"learning_rate": 3.781512605042017e-06,
|
||
|
|
"loss": 1.4959,
|
||
|
|
"step": 376
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.2566666666666666,
|
||
|
|
"grad_norm": 2.9375,
|
||
|
|
"learning_rate": 3.7647058823529414e-06,
|
||
|
|
"loss": 1.5912,
|
||
|
|
"step": 377
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.26,
|
||
|
|
"grad_norm": 3.140625,
|
||
|
|
"learning_rate": 3.747899159663866e-06,
|
||
|
|
"loss": 1.6186,
|
||
|
|
"step": 378
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.2633333333333332,
|
||
|
|
"grad_norm": 3.28125,
|
||
|
|
"learning_rate": 3.7310924369747903e-06,
|
||
|
|
"loss": 1.7239,
|
||
|
|
"step": 379
|
||
|
|
},
|
||
|
|
{
|
||
|
|
"epoch": 1.2666666666666666,
|
||
|
|
"grad_norm": 2.75,
|
||
|
|
"learning_rate": 3.7142857142857146e-06,
|
||
|
|
"loss": 1.5048,
|
||
|
|
"step": 380
|
||
|
|
}
|
||
|
|
],
|
||
|
|
"logging_steps": 1,
|
||
|
|
"max_steps": 600,
|
||
|
|
"num_input_tokens_seen": 0,
|
||
|
|
"num_train_epochs": 2,
|
||
|
|
"save_steps": 20,
|
||
|
|
"stateful_callbacks": {
|
||
|
|
"TrainerControl": {
|
||
|
|
"args": {
|
||
|
|
"should_epoch_stop": false,
|
||
|
|
"should_evaluate": false,
|
||
|
|
"should_log": false,
|
||
|
|
"should_save": true,
|
||
|
|
"should_training_stop": false
|
||
|
|
},
|
||
|
|
"attributes": {}
|
||
|
|
}
|
||
|
|
},
|
||
|
|
"total_flos": 2.6001689471440896e+16,
|
||
|
|
"train_batch_size": 2,
|
||
|
|
"trial_name": null,
|
||
|
|
"trial_params": null
|
||
|
|
}
|