dabrown commited on
Commit
4f38a66
·
verified ·
1 Parent(s): 3de6821

Training in progress, step 1500, checkpoint

Browse files
last-checkpoint/adapter_model.safetensors CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:fac2495465f2c489bd826c404f3a6b8d916d1d78868439b4c73ec462a5b67ed2
3
  size 28348936
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:2cb15242cc7cfc229266a4e3a90e8815b604118499a28582005f3abe6be3f6d1
3
  size 28348936
last-checkpoint/optimizer.pt CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:8cd7d0835019bcbf6b94eb7325b4b94d80e7749a3fdbb14e7789be3f5b44d65f
3
  size 14714324
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:74bf4d264496d0bc7b2505629bfacf458fe8c4c843d890a86ce662861b7fc79c
3
  size 14714324
last-checkpoint/rng_state.pth CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:9c1fcfa9d8a9835be2c40a3e52dae39e34ff603c37856aa605fe75c3227564bf
3
  size 14244
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:733b5c5c0a3916e70f852e663c0513c05bab3aa0f71a30256e61fa740397a848
3
  size 14244
last-checkpoint/scheduler.pt CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:966cc7c77768098c8af029c048689ac1de1ed0de938435a2a7a5601075335dbd
3
  size 1064
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:fe4e625cf5525cf235a8c7e4c6984ba05d1b5436f9e969799dcec0119a3a6c2a
3
  size 1064
last-checkpoint/trainer_state.json CHANGED
@@ -1,9 +1,9 @@
1
  {
2
  "best_metric": null,
3
  "best_model_checkpoint": null,
4
- "epoch": 0.38008361839604715,
5
  "eval_steps": 375,
6
- "global_step": 1125,
7
  "is_hyper_param_search": false,
8
  "is_local_process_zero": true,
9
  "is_world_process_zero": true,
@@ -7914,6 +7914,2639 @@
7914
  "eval_samples_per_second": 18.578,
7915
  "eval_steps_per_second": 9.291,
7916
  "step": 1125
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
7917
  }
7918
  ],
7919
  "logging_steps": 1,
@@ -7928,12 +10561,12 @@
7928
  "should_evaluate": false,
7929
  "should_log": false,
7930
  "should_save": true,
7931
- "should_training_stop": false
7932
  },
7933
  "attributes": {}
7934
  }
7935
  },
7936
- "total_flos": 4.331582356507853e+17,
7937
  "train_batch_size": 2,
7938
  "trial_name": null,
7939
  "trial_params": null
 
1
  {
2
  "best_metric": null,
3
  "best_model_checkpoint": null,
4
+ "epoch": 0.5067781578613961,
5
  "eval_steps": 375,
6
+ "global_step": 1500,
7
  "is_hyper_param_search": false,
8
  "is_local_process_zero": true,
9
  "is_world_process_zero": true,
 
7914
  "eval_samples_per_second": 18.578,
7915
  "eval_steps_per_second": 9.291,
7916
  "step": 1125
7917
+ },
7918
+ {
7919
+ "epoch": 0.38042147050128805,
7920
+ "grad_norm": 0.2514338195323944,
7921
+ "learning_rate": 2.9513310198183065e-05,
7922
+ "loss": 1.5087,
7923
+ "step": 1126
7924
+ },
7925
+ {
7926
+ "epoch": 0.380759322606529,
7927
+ "grad_norm": 0.252075731754303,
7928
+ "learning_rate": 2.936390617691097e-05,
7929
+ "loss": 1.5065,
7930
+ "step": 1127
7931
+ },
7932
+ {
7933
+ "epoch": 0.3810971747117699,
7934
+ "grad_norm": 0.24784700572490692,
7935
+ "learning_rate": 2.9214816173045356e-05,
7936
+ "loss": 1.4838,
7937
+ "step": 1128
7938
+ },
7939
+ {
7940
+ "epoch": 0.38143502681701086,
7941
+ "grad_norm": 0.2557724118232727,
7942
+ "learning_rate": 2.906604084937572e-05,
7943
+ "loss": 1.4298,
7944
+ "step": 1129
7945
+ },
7946
+ {
7947
+ "epoch": 0.38177287892225176,
7948
+ "grad_norm": 0.24667373299598694,
7949
+ "learning_rate": 2.8917580867292526e-05,
7950
+ "loss": 1.378,
7951
+ "step": 1130
7952
+ },
7953
+ {
7954
+ "epoch": 0.3821107310274927,
7955
+ "grad_norm": 0.25280389189720154,
7956
+ "learning_rate": 2.8769436886784408e-05,
7957
+ "loss": 1.4796,
7958
+ "step": 1131
7959
+ },
7960
+ {
7961
+ "epoch": 0.38244858313273367,
7962
+ "grad_norm": 0.25293001532554626,
7963
+ "learning_rate": 2.862160956643517e-05,
7964
+ "loss": 1.3806,
7965
+ "step": 1132
7966
+ },
7967
+ {
7968
+ "epoch": 0.38278643523797456,
7969
+ "grad_norm": 0.2621861398220062,
7970
+ "learning_rate": 2.847409956342092e-05,
7971
+ "loss": 1.4621,
7972
+ "step": 1133
7973
+ },
7974
+ {
7975
+ "epoch": 0.3831242873432155,
7976
+ "grad_norm": 0.254467248916626,
7977
+ "learning_rate": 2.8326907533507074e-05,
7978
+ "loss": 1.4475,
7979
+ "step": 1134
7980
+ },
7981
+ {
7982
+ "epoch": 0.3834621394484564,
7983
+ "grad_norm": 0.25853973627090454,
7984
+ "learning_rate": 2.8180034131045464e-05,
7985
+ "loss": 1.4008,
7986
+ "step": 1135
7987
+ },
7988
+ {
7989
+ "epoch": 0.3837999915536974,
7990
+ "grad_norm": 0.2530171573162079,
7991
+ "learning_rate": 2.8033480008971546e-05,
7992
+ "loss": 1.4372,
7993
+ "step": 1136
7994
+ },
7995
+ {
7996
+ "epoch": 0.3841378436589383,
7997
+ "grad_norm": 0.2639373540878296,
7998
+ "learning_rate": 2.7887245818801277e-05,
7999
+ "loss": 1.4753,
8000
+ "step": 1137
8001
+ },
8002
+ {
8003
+ "epoch": 0.3844756957641792,
8004
+ "grad_norm": 0.270391047000885,
8005
+ "learning_rate": 2.7741332210628345e-05,
8006
+ "loss": 1.5221,
8007
+ "step": 1138
8008
+ },
8009
+ {
8010
+ "epoch": 0.3848135478694202,
8011
+ "grad_norm": 0.2627699375152588,
8012
+ "learning_rate": 2.759573983312138e-05,
8013
+ "loss": 1.3277,
8014
+ "step": 1139
8015
+ },
8016
+ {
8017
+ "epoch": 0.3851513999746611,
8018
+ "grad_norm": 0.2647635340690613,
8019
+ "learning_rate": 2.7450469333520855e-05,
8020
+ "loss": 1.4227,
8021
+ "step": 1140
8022
+ },
8023
+ {
8024
+ "epoch": 0.38548925207990203,
8025
+ "grad_norm": 0.264097660779953,
8026
+ "learning_rate": 2.730552135763632e-05,
8027
+ "loss": 1.4693,
8028
+ "step": 1141
8029
+ },
8030
+ {
8031
+ "epoch": 0.38582710418514293,
8032
+ "grad_norm": 0.27580371499061584,
8033
+ "learning_rate": 2.7160896549843562e-05,
8034
+ "loss": 1.4946,
8035
+ "step": 1142
8036
+ },
8037
+ {
8038
+ "epoch": 0.3861649562903839,
8039
+ "grad_norm": 0.2730904817581177,
8040
+ "learning_rate": 2.701659555308169e-05,
8041
+ "loss": 1.481,
8042
+ "step": 1143
8043
+ },
8044
+ {
8045
+ "epoch": 0.38650280839562484,
8046
+ "grad_norm": 0.27228155732154846,
8047
+ "learning_rate": 2.6872619008850274e-05,
8048
+ "loss": 1.4353,
8049
+ "step": 1144
8050
+ },
8051
+ {
8052
+ "epoch": 0.38684066050086574,
8053
+ "grad_norm": 0.296337753534317,
8054
+ "learning_rate": 2.672896755720654e-05,
8055
+ "loss": 1.4298,
8056
+ "step": 1145
8057
+ },
8058
+ {
8059
+ "epoch": 0.3871785126061067,
8060
+ "grad_norm": 0.28648385405540466,
8061
+ "learning_rate": 2.6585641836762433e-05,
8062
+ "loss": 1.485,
8063
+ "step": 1146
8064
+ },
8065
+ {
8066
+ "epoch": 0.3875163647113476,
8067
+ "grad_norm": 0.2983736991882324,
8068
+ "learning_rate": 2.6442642484681944e-05,
8069
+ "loss": 1.4592,
8070
+ "step": 1147
8071
+ },
8072
+ {
8073
+ "epoch": 0.38785421681658855,
8074
+ "grad_norm": 0.299578458070755,
8075
+ "learning_rate": 2.6299970136678077e-05,
8076
+ "loss": 1.3252,
8077
+ "step": 1148
8078
+ },
8079
+ {
8080
+ "epoch": 0.38819206892182945,
8081
+ "grad_norm": 0.33620649576187134,
8082
+ "learning_rate": 2.6157625427010156e-05,
8083
+ "loss": 1.4812,
8084
+ "step": 1149
8085
+ },
8086
+ {
8087
+ "epoch": 0.3885299210270704,
8088
+ "grad_norm": 0.5138651728630066,
8089
+ "learning_rate": 2.6015608988480955e-05,
8090
+ "loss": 1.2072,
8091
+ "step": 1150
8092
+ },
8093
+ {
8094
+ "epoch": 0.38886777313231136,
8095
+ "grad_norm": 0.19787752628326416,
8096
+ "learning_rate": 2.5873921452433915e-05,
8097
+ "loss": 1.506,
8098
+ "step": 1151
8099
+ },
8100
+ {
8101
+ "epoch": 0.38920562523755226,
8102
+ "grad_norm": 0.209125816822052,
8103
+ "learning_rate": 2.57325634487503e-05,
8104
+ "loss": 1.5611,
8105
+ "step": 1152
8106
+ },
8107
+ {
8108
+ "epoch": 0.3895434773427932,
8109
+ "grad_norm": 0.20977284014225006,
8110
+ "learning_rate": 2.5591535605846383e-05,
8111
+ "loss": 1.5057,
8112
+ "step": 1153
8113
+ },
8114
+ {
8115
+ "epoch": 0.3898813294480341,
8116
+ "grad_norm": 0.21223272383213043,
8117
+ "learning_rate": 2.5450838550670808e-05,
8118
+ "loss": 1.4882,
8119
+ "step": 1154
8120
+ },
8121
+ {
8122
+ "epoch": 0.39021918155327506,
8123
+ "grad_norm": 0.19779768586158752,
8124
+ "learning_rate": 2.5310472908701555e-05,
8125
+ "loss": 1.4438,
8126
+ "step": 1155
8127
+ },
8128
+ {
8129
+ "epoch": 0.39055703365851596,
8130
+ "grad_norm": 0.20631931722164154,
8131
+ "learning_rate": 2.5170439303943294e-05,
8132
+ "loss": 1.4559,
8133
+ "step": 1156
8134
+ },
8135
+ {
8136
+ "epoch": 0.3908948857637569,
8137
+ "grad_norm": 0.21120774745941162,
8138
+ "learning_rate": 2.503073835892471e-05,
8139
+ "loss": 1.5819,
8140
+ "step": 1157
8141
+ },
8142
+ {
8143
+ "epoch": 0.39123273786899787,
8144
+ "grad_norm": 0.21454963088035583,
8145
+ "learning_rate": 2.4891370694695517e-05,
8146
+ "loss": 1.4856,
8147
+ "step": 1158
8148
+ },
8149
+ {
8150
+ "epoch": 0.39157058997423877,
8151
+ "grad_norm": 0.21086949110031128,
8152
+ "learning_rate": 2.4752336930823837e-05,
8153
+ "loss": 1.4149,
8154
+ "step": 1159
8155
+ },
8156
+ {
8157
+ "epoch": 0.3919084420794797,
8158
+ "grad_norm": 0.21786537766456604,
8159
+ "learning_rate": 2.4613637685393432e-05,
8160
+ "loss": 1.4088,
8161
+ "step": 1160
8162
+ },
8163
+ {
8164
+ "epoch": 0.3922462941847206,
8165
+ "grad_norm": 0.2270769625902176,
8166
+ "learning_rate": 2.4475273575000936e-05,
8167
+ "loss": 1.4738,
8168
+ "step": 1161
8169
+ },
8170
+ {
8171
+ "epoch": 0.3925841462899616,
8172
+ "grad_norm": 0.21777530014514923,
8173
+ "learning_rate": 2.4337245214753103e-05,
8174
+ "loss": 1.342,
8175
+ "step": 1162
8176
+ },
8177
+ {
8178
+ "epoch": 0.3929219983952025,
8179
+ "grad_norm": 0.21940767765045166,
8180
+ "learning_rate": 2.4199553218264093e-05,
8181
+ "loss": 1.4082,
8182
+ "step": 1163
8183
+ },
8184
+ {
8185
+ "epoch": 0.39325985050044343,
8186
+ "grad_norm": 0.23166020214557648,
8187
+ "learning_rate": 2.4062198197652752e-05,
8188
+ "loss": 1.451,
8189
+ "step": 1164
8190
+ },
8191
+ {
8192
+ "epoch": 0.3935977026056844,
8193
+ "grad_norm": 0.2314266413450241,
8194
+ "learning_rate": 2.3925180763539844e-05,
8195
+ "loss": 1.4501,
8196
+ "step": 1165
8197
+ },
8198
+ {
8199
+ "epoch": 0.3939355547109253,
8200
+ "grad_norm": 0.2357269525527954,
8201
+ "learning_rate": 2.3788501525045438e-05,
8202
+ "loss": 1.4474,
8203
+ "step": 1166
8204
+ },
8205
+ {
8206
+ "epoch": 0.39427340681616624,
8207
+ "grad_norm": 0.23468124866485596,
8208
+ "learning_rate": 2.3652161089786086e-05,
8209
+ "loss": 1.5431,
8210
+ "step": 1167
8211
+ },
8212
+ {
8213
+ "epoch": 0.39461125892140714,
8214
+ "grad_norm": 0.22679342329502106,
8215
+ "learning_rate": 2.351616006387214e-05,
8216
+ "loss": 1.4276,
8217
+ "step": 1168
8218
+ },
8219
+ {
8220
+ "epoch": 0.3949491110266481,
8221
+ "grad_norm": 0.2353004813194275,
8222
+ "learning_rate": 2.3380499051905137e-05,
8223
+ "loss": 1.5205,
8224
+ "step": 1169
8225
+ },
8226
+ {
8227
+ "epoch": 0.395286963131889,
8228
+ "grad_norm": 0.23783273994922638,
8229
+ "learning_rate": 2.324517865697501e-05,
8230
+ "loss": 1.3945,
8231
+ "step": 1170
8232
+ },
8233
+ {
8234
+ "epoch": 0.39562481523712995,
8235
+ "grad_norm": 0.24038663506507874,
8236
+ "learning_rate": 2.3110199480657525e-05,
8237
+ "loss": 1.4852,
8238
+ "step": 1171
8239
+ },
8240
+ {
8241
+ "epoch": 0.3959626673423709,
8242
+ "grad_norm": 0.23865370452404022,
8243
+ "learning_rate": 2.2975562123011495e-05,
8244
+ "loss": 1.4707,
8245
+ "step": 1172
8246
+ },
8247
+ {
8248
+ "epoch": 0.3963005194476118,
8249
+ "grad_norm": 0.24839963018894196,
8250
+ "learning_rate": 2.2841267182576143e-05,
8251
+ "loss": 1.369,
8252
+ "step": 1173
8253
+ },
8254
+ {
8255
+ "epoch": 0.39663837155285275,
8256
+ "grad_norm": 0.2446480244398117,
8257
+ "learning_rate": 2.2707315256368433e-05,
8258
+ "loss": 1.4312,
8259
+ "step": 1174
8260
+ },
8261
+ {
8262
+ "epoch": 0.39697622365809365,
8263
+ "grad_norm": 0.23917041718959808,
8264
+ "learning_rate": 2.2573706939880555e-05,
8265
+ "loss": 1.3773,
8266
+ "step": 1175
8267
+ },
8268
+ {
8269
+ "epoch": 0.3973140757633346,
8270
+ "grad_norm": 0.2481280118227005,
8271
+ "learning_rate": 2.2440442827077045e-05,
8272
+ "loss": 1.4452,
8273
+ "step": 1176
8274
+ },
8275
+ {
8276
+ "epoch": 0.3976519278685755,
8277
+ "grad_norm": 0.24594064056873322,
8278
+ "learning_rate": 2.230752351039228e-05,
8279
+ "loss": 1.4282,
8280
+ "step": 1177
8281
+ },
8282
+ {
8283
+ "epoch": 0.39798977997381646,
8284
+ "grad_norm": 0.25568026304244995,
8285
+ "learning_rate": 2.2174949580727832e-05,
8286
+ "loss": 1.5368,
8287
+ "step": 1178
8288
+ },
8289
+ {
8290
+ "epoch": 0.3983276320790574,
8291
+ "grad_norm": 0.25840944051742554,
8292
+ "learning_rate": 2.2042721627449846e-05,
8293
+ "loss": 1.4432,
8294
+ "step": 1179
8295
+ },
8296
+ {
8297
+ "epoch": 0.3986654841842983,
8298
+ "grad_norm": 0.2656974792480469,
8299
+ "learning_rate": 2.1910840238386398e-05,
8300
+ "loss": 1.4133,
8301
+ "step": 1180
8302
+ },
8303
+ {
8304
+ "epoch": 0.39900333628953927,
8305
+ "grad_norm": 0.2548368275165558,
8306
+ "learning_rate": 2.1779305999824884e-05,
8307
+ "loss": 1.447,
8308
+ "step": 1181
8309
+ },
8310
+ {
8311
+ "epoch": 0.39934118839478017,
8312
+ "grad_norm": 0.25699570775032043,
8313
+ "learning_rate": 2.164811949650942e-05,
8314
+ "loss": 1.4677,
8315
+ "step": 1182
8316
+ },
8317
+ {
8318
+ "epoch": 0.3996790405000211,
8319
+ "grad_norm": 0.2600949704647064,
8320
+ "learning_rate": 2.1517281311638217e-05,
8321
+ "loss": 1.3731,
8322
+ "step": 1183
8323
+ },
8324
+ {
8325
+ "epoch": 0.400016892605262,
8326
+ "grad_norm": 0.2724064290523529,
8327
+ "learning_rate": 2.1386792026861103e-05,
8328
+ "loss": 1.4862,
8329
+ "step": 1184
8330
+ },
8331
+ {
8332
+ "epoch": 0.400354744710503,
8333
+ "grad_norm": 0.26320120692253113,
8334
+ "learning_rate": 2.125665222227675e-05,
8335
+ "loss": 1.4296,
8336
+ "step": 1185
8337
+ },
8338
+ {
8339
+ "epoch": 0.40069259681574393,
8340
+ "grad_norm": 0.2696899473667145,
8341
+ "learning_rate": 2.112686247643024e-05,
8342
+ "loss": 1.4762,
8343
+ "step": 1186
8344
+ },
8345
+ {
8346
+ "epoch": 0.40103044892098483,
8347
+ "grad_norm": 0.2627149522304535,
8348
+ "learning_rate": 2.09974233663104e-05,
8349
+ "loss": 1.4566,
8350
+ "step": 1187
8351
+ },
8352
+ {
8353
+ "epoch": 0.4013683010262258,
8354
+ "grad_norm": 0.25996828079223633,
8355
+ "learning_rate": 2.0868335467347366e-05,
8356
+ "loss": 1.3959,
8357
+ "step": 1188
8358
+ },
8359
+ {
8360
+ "epoch": 0.4017061531314667,
8361
+ "grad_norm": 0.2771797478199005,
8362
+ "learning_rate": 2.073959935340988e-05,
8363
+ "loss": 1.5015,
8364
+ "step": 1189
8365
+ },
8366
+ {
8367
+ "epoch": 0.40204400523670764,
8368
+ "grad_norm": 0.274434357881546,
8369
+ "learning_rate": 2.06112155968028e-05,
8370
+ "loss": 1.4836,
8371
+ "step": 1190
8372
+ },
8373
+ {
8374
+ "epoch": 0.40238185734194853,
8375
+ "grad_norm": 0.2731093764305115,
8376
+ "learning_rate": 2.0483184768264596e-05,
8377
+ "loss": 1.4847,
8378
+ "step": 1191
8379
+ },
8380
+ {
8381
+ "epoch": 0.4027197094471895,
8382
+ "grad_norm": 0.2809274196624756,
8383
+ "learning_rate": 2.035550743696468e-05,
8384
+ "loss": 1.5361,
8385
+ "step": 1192
8386
+ },
8387
+ {
8388
+ "epoch": 0.40305756155243044,
8389
+ "grad_norm": 0.2769002914428711,
8390
+ "learning_rate": 2.022818417050113e-05,
8391
+ "loss": 1.4824,
8392
+ "step": 1193
8393
+ },
8394
+ {
8395
+ "epoch": 0.40339541365767134,
8396
+ "grad_norm": 0.2797887325286865,
8397
+ "learning_rate": 2.0101215534897855e-05,
8398
+ "loss": 1.4485,
8399
+ "step": 1194
8400
+ },
8401
+ {
8402
+ "epoch": 0.4037332657629123,
8403
+ "grad_norm": 0.28619834780693054,
8404
+ "learning_rate": 1.99746020946023e-05,
8405
+ "loss": 1.4364,
8406
+ "step": 1195
8407
+ },
8408
+ {
8409
+ "epoch": 0.4040711178681532,
8410
+ "grad_norm": 0.2799307703971863,
8411
+ "learning_rate": 1.9848344412482854e-05,
8412
+ "loss": 1.4896,
8413
+ "step": 1196
8414
+ },
8415
+ {
8416
+ "epoch": 0.40440896997339415,
8417
+ "grad_norm": 0.2994498610496521,
8418
+ "learning_rate": 1.9722443049826344e-05,
8419
+ "loss": 1.4138,
8420
+ "step": 1197
8421
+ },
8422
+ {
8423
+ "epoch": 0.4047468220786351,
8424
+ "grad_norm": 0.30917614698410034,
8425
+ "learning_rate": 1.9596898566335576e-05,
8426
+ "loss": 1.4878,
8427
+ "step": 1198
8428
+ },
8429
+ {
8430
+ "epoch": 0.405084674183876,
8431
+ "grad_norm": 0.3226688802242279,
8432
+ "learning_rate": 1.9471711520126824e-05,
8433
+ "loss": 1.3941,
8434
+ "step": 1199
8435
+ },
8436
+ {
8437
+ "epoch": 0.40542252628911696,
8438
+ "grad_norm": 0.4267667829990387,
8439
+ "learning_rate": 1.9346882467727325e-05,
8440
+ "loss": 1.4196,
8441
+ "step": 1200
8442
+ },
8443
+ {
8444
+ "epoch": 0.40576037839435786,
8445
+ "grad_norm": 0.20707213878631592,
8446
+ "learning_rate": 1.9222411964072884e-05,
8447
+ "loss": 1.51,
8448
+ "step": 1201
8449
+ },
8450
+ {
8451
+ "epoch": 0.4060982304995988,
8452
+ "grad_norm": 0.21047216653823853,
8453
+ "learning_rate": 1.9098300562505266e-05,
8454
+ "loss": 1.5016,
8455
+ "step": 1202
8456
+ },
8457
+ {
8458
+ "epoch": 0.4064360826048397,
8459
+ "grad_norm": 0.20799440145492554,
8460
+ "learning_rate": 1.8974548814769944e-05,
8461
+ "loss": 1.4707,
8462
+ "step": 1203
8463
+ },
8464
+ {
8465
+ "epoch": 0.40677393471008066,
8466
+ "grad_norm": 0.20645122230052948,
8467
+ "learning_rate": 1.8851157271013442e-05,
8468
+ "loss": 1.4439,
8469
+ "step": 1204
8470
+ },
8471
+ {
8472
+ "epoch": 0.4071117868153216,
8473
+ "grad_norm": 0.2075306624174118,
8474
+ "learning_rate": 1.872812647978095e-05,
8475
+ "loss": 1.4627,
8476
+ "step": 1205
8477
+ },
8478
+ {
8479
+ "epoch": 0.4074496389205625,
8480
+ "grad_norm": 0.20466361939907074,
8481
+ "learning_rate": 1.8605456988014015e-05,
8482
+ "loss": 1.3827,
8483
+ "step": 1206
8484
+ },
8485
+ {
8486
+ "epoch": 0.4077874910258035,
8487
+ "grad_norm": 0.20638106763362885,
8488
+ "learning_rate": 1.8483149341047923e-05,
8489
+ "loss": 1.4561,
8490
+ "step": 1207
8491
+ },
8492
+ {
8493
+ "epoch": 0.40812534313104437,
8494
+ "grad_norm": 0.21052102744579315,
8495
+ "learning_rate": 1.8361204082609352e-05,
8496
+ "loss": 1.5199,
8497
+ "step": 1208
8498
+ },
8499
+ {
8500
+ "epoch": 0.4084631952362853,
8501
+ "grad_norm": 0.21788109838962555,
8502
+ "learning_rate": 1.8239621754813995e-05,
8503
+ "loss": 1.4561,
8504
+ "step": 1209
8505
+ },
8506
+ {
8507
+ "epoch": 0.4088010473415262,
8508
+ "grad_norm": 0.22226934134960175,
8509
+ "learning_rate": 1.811840289816409e-05,
8510
+ "loss": 1.4802,
8511
+ "step": 1210
8512
+ },
8513
+ {
8514
+ "epoch": 0.4091388994467672,
8515
+ "grad_norm": 0.2264350950717926,
8516
+ "learning_rate": 1.799754805154603e-05,
8517
+ "loss": 1.5255,
8518
+ "step": 1211
8519
+ },
8520
+ {
8521
+ "epoch": 0.40947675155200813,
8522
+ "grad_norm": 0.22181668877601624,
8523
+ "learning_rate": 1.787705775222802e-05,
8524
+ "loss": 1.3917,
8525
+ "step": 1212
8526
+ },
8527
+ {
8528
+ "epoch": 0.40981460365724903,
8529
+ "grad_norm": 0.23737621307373047,
8530
+ "learning_rate": 1.775693253585763e-05,
8531
+ "loss": 1.4871,
8532
+ "step": 1213
8533
+ },
8534
+ {
8535
+ "epoch": 0.41015245576249,
8536
+ "grad_norm": 0.23132474720478058,
8537
+ "learning_rate": 1.763717293645939e-05,
8538
+ "loss": 1.4626,
8539
+ "step": 1214
8540
+ },
8541
+ {
8542
+ "epoch": 0.4104903078677309,
8543
+ "grad_norm": 0.22525909543037415,
8544
+ "learning_rate": 1.7517779486432495e-05,
8545
+ "loss": 1.3503,
8546
+ "step": 1215
8547
+ },
8548
+ {
8549
+ "epoch": 0.41082815997297184,
8550
+ "grad_norm": 0.22630459070205688,
8551
+ "learning_rate": 1.7398752716548395e-05,
8552
+ "loss": 1.4196,
8553
+ "step": 1216
8554
+ },
8555
+ {
8556
+ "epoch": 0.41116601207821274,
8557
+ "grad_norm": 0.234827920794487,
8558
+ "learning_rate": 1.728009315594843e-05,
8559
+ "loss": 1.489,
8560
+ "step": 1217
8561
+ },
8562
+ {
8563
+ "epoch": 0.4115038641834537,
8564
+ "grad_norm": 0.23307843506336212,
8565
+ "learning_rate": 1.716180133214149e-05,
8566
+ "loss": 1.4527,
8567
+ "step": 1218
8568
+ },
8569
+ {
8570
+ "epoch": 0.41184171628869465,
8571
+ "grad_norm": 0.22875098884105682,
8572
+ "learning_rate": 1.704387777100165e-05,
8573
+ "loss": 1.413,
8574
+ "step": 1219
8575
+ },
8576
+ {
8577
+ "epoch": 0.41217956839393555,
8578
+ "grad_norm": 0.2398001253604889,
8579
+ "learning_rate": 1.6926322996765897e-05,
8580
+ "loss": 1.4631,
8581
+ "step": 1220
8582
+ },
8583
+ {
8584
+ "epoch": 0.4125174204991765,
8585
+ "grad_norm": 0.23415181040763855,
8586
+ "learning_rate": 1.6809137532031704e-05,
8587
+ "loss": 1.3652,
8588
+ "step": 1221
8589
+ },
8590
+ {
8591
+ "epoch": 0.4128552726044174,
8592
+ "grad_norm": 0.24499595165252686,
8593
+ "learning_rate": 1.6692321897754758e-05,
8594
+ "loss": 1.487,
8595
+ "step": 1222
8596
+ },
8597
+ {
8598
+ "epoch": 0.41319312470965835,
8599
+ "grad_norm": 0.2394736111164093,
8600
+ "learning_rate": 1.65758766132467e-05,
8601
+ "loss": 1.4251,
8602
+ "step": 1223
8603
+ },
8604
+ {
8605
+ "epoch": 0.41353097681489925,
8606
+ "grad_norm": 0.24736353754997253,
8607
+ "learning_rate": 1.6459802196172668e-05,
8608
+ "loss": 1.4362,
8609
+ "step": 1224
8610
+ },
8611
+ {
8612
+ "epoch": 0.4138688289201402,
8613
+ "grad_norm": 0.26526200771331787,
8614
+ "learning_rate": 1.634409916254914e-05,
8615
+ "loss": 1.5483,
8616
+ "step": 1225
8617
+ },
8618
+ {
8619
+ "epoch": 0.41420668102538116,
8620
+ "grad_norm": 0.25085341930389404,
8621
+ "learning_rate": 1.622876802674158e-05,
8622
+ "loss": 1.428,
8623
+ "step": 1226
8624
+ },
8625
+ {
8626
+ "epoch": 0.41454453313062206,
8627
+ "grad_norm": 0.2499944567680359,
8628
+ "learning_rate": 1.6113809301462125e-05,
8629
+ "loss": 1.416,
8630
+ "step": 1227
8631
+ },
8632
+ {
8633
+ "epoch": 0.414882385235863,
8634
+ "grad_norm": 0.2523176968097687,
8635
+ "learning_rate": 1.599922349776738e-05,
8636
+ "loss": 1.4418,
8637
+ "step": 1228
8638
+ },
8639
+ {
8640
+ "epoch": 0.4152202373411039,
8641
+ "grad_norm": 0.2542124092578888,
8642
+ "learning_rate": 1.5885011125056047e-05,
8643
+ "loss": 1.4081,
8644
+ "step": 1229
8645
+ },
8646
+ {
8647
+ "epoch": 0.41555808944634487,
8648
+ "grad_norm": 0.2558896243572235,
8649
+ "learning_rate": 1.5771172691066794e-05,
8650
+ "loss": 1.4147,
8651
+ "step": 1230
8652
+ },
8653
+ {
8654
+ "epoch": 0.41589594155158577,
8655
+ "grad_norm": 0.2498987764120102,
8656
+ "learning_rate": 1.565770870187585e-05,
8657
+ "loss": 1.4303,
8658
+ "step": 1231
8659
+ },
8660
+ {
8661
+ "epoch": 0.4162337936568267,
8662
+ "grad_norm": 0.2590921223163605,
8663
+ "learning_rate": 1.5544619661894864e-05,
8664
+ "loss": 1.4951,
8665
+ "step": 1232
8666
+ },
8667
+ {
8668
+ "epoch": 0.4165716457620677,
8669
+ "grad_norm": 0.2667752802371979,
8670
+ "learning_rate": 1.543190607386861e-05,
8671
+ "loss": 1.4777,
8672
+ "step": 1233
8673
+ },
8674
+ {
8675
+ "epoch": 0.4169094978673086,
8676
+ "grad_norm": 0.26036345958709717,
8677
+ "learning_rate": 1.5319568438872745e-05,
8678
+ "loss": 1.4496,
8679
+ "step": 1234
8680
+ },
8681
+ {
8682
+ "epoch": 0.41724734997254953,
8683
+ "grad_norm": 0.2599640190601349,
8684
+ "learning_rate": 1.520760725631164e-05,
8685
+ "loss": 1.482,
8686
+ "step": 1235
8687
+ },
8688
+ {
8689
+ "epoch": 0.41758520207779043,
8690
+ "grad_norm": 0.27320942282676697,
8691
+ "learning_rate": 1.5096023023916094e-05,
8692
+ "loss": 1.4464,
8693
+ "step": 1236
8694
+ },
8695
+ {
8696
+ "epoch": 0.4179230541830314,
8697
+ "grad_norm": 0.2667524814605713,
8698
+ "learning_rate": 1.498481623774115e-05,
8699
+ "loss": 1.4874,
8700
+ "step": 1237
8701
+ },
8702
+ {
8703
+ "epoch": 0.4182609062882723,
8704
+ "grad_norm": 0.2656776010990143,
8705
+ "learning_rate": 1.4873987392163947e-05,
8706
+ "loss": 1.4351,
8707
+ "step": 1238
8708
+ },
8709
+ {
8710
+ "epoch": 0.41859875839351324,
8711
+ "grad_norm": 0.2779434323310852,
8712
+ "learning_rate": 1.4763536979881354e-05,
8713
+ "loss": 1.5735,
8714
+ "step": 1239
8715
+ },
8716
+ {
8717
+ "epoch": 0.4189366104987542,
8718
+ "grad_norm": 0.26216769218444824,
8719
+ "learning_rate": 1.4653465491908003e-05,
8720
+ "loss": 1.3866,
8721
+ "step": 1240
8722
+ },
8723
+ {
8724
+ "epoch": 0.4192744626039951,
8725
+ "grad_norm": 0.2756368815898895,
8726
+ "learning_rate": 1.4543773417573925e-05,
8727
+ "loss": 1.4764,
8728
+ "step": 1241
8729
+ },
8730
+ {
8731
+ "epoch": 0.41961231470923605,
8732
+ "grad_norm": 0.27156350016593933,
8733
+ "learning_rate": 1.4434461244522458e-05,
8734
+ "loss": 1.4217,
8735
+ "step": 1242
8736
+ },
8737
+ {
8738
+ "epoch": 0.41995016681447694,
8739
+ "grad_norm": 0.28269901871681213,
8740
+ "learning_rate": 1.4325529458708065e-05,
8741
+ "loss": 1.463,
8742
+ "step": 1243
8743
+ },
8744
+ {
8745
+ "epoch": 0.4202880189197179,
8746
+ "grad_norm": 0.2808777093887329,
8747
+ "learning_rate": 1.4216978544394177e-05,
8748
+ "loss": 1.4329,
8749
+ "step": 1244
8750
+ },
8751
+ {
8752
+ "epoch": 0.4206258710249588,
8753
+ "grad_norm": 0.2859387695789337,
8754
+ "learning_rate": 1.4108808984151023e-05,
8755
+ "loss": 1.5526,
8756
+ "step": 1245
8757
+ },
8758
+ {
8759
+ "epoch": 0.42096372313019975,
8760
+ "grad_norm": 0.28296807408332825,
8761
+ "learning_rate": 1.4001021258853509e-05,
8762
+ "loss": 1.4057,
8763
+ "step": 1246
8764
+ },
8765
+ {
8766
+ "epoch": 0.4213015752354407,
8767
+ "grad_norm": 0.28596076369285583,
8768
+ "learning_rate": 1.3893615847679065e-05,
8769
+ "loss": 1.4185,
8770
+ "step": 1247
8771
+ },
8772
+ {
8773
+ "epoch": 0.4216394273406816,
8774
+ "grad_norm": 0.2941034734249115,
8775
+ "learning_rate": 1.3786593228105494e-05,
8776
+ "loss": 1.3956,
8777
+ "step": 1248
8778
+ },
8779
+ {
8780
+ "epoch": 0.42197727944592256,
8781
+ "grad_norm": 0.3489391803741455,
8782
+ "learning_rate": 1.3679953875908957e-05,
8783
+ "loss": 1.4171,
8784
+ "step": 1249
8785
+ },
8786
+ {
8787
+ "epoch": 0.42231513155116346,
8788
+ "grad_norm": 0.4632200300693512,
8789
+ "learning_rate": 1.3573698265161683e-05,
8790
+ "loss": 1.4153,
8791
+ "step": 1250
8792
+ },
8793
+ {
8794
+ "epoch": 0.4226529836564044,
8795
+ "grad_norm": 0.18695835769176483,
8796
+ "learning_rate": 1.3467826868229994e-05,
8797
+ "loss": 1.4056,
8798
+ "step": 1251
8799
+ },
8800
+ {
8801
+ "epoch": 0.42299083576164537,
8802
+ "grad_norm": 0.20138730108737946,
8803
+ "learning_rate": 1.3362340155772146e-05,
8804
+ "loss": 1.4695,
8805
+ "step": 1252
8806
+ },
8807
+ {
8808
+ "epoch": 0.42332868786688627,
8809
+ "grad_norm": 0.2032420039176941,
8810
+ "learning_rate": 1.3257238596736266e-05,
8811
+ "loss": 1.4015,
8812
+ "step": 1253
8813
+ },
8814
+ {
8815
+ "epoch": 0.4236665399721272,
8816
+ "grad_norm": 0.202083021402359,
8817
+ "learning_rate": 1.3152522658358245e-05,
8818
+ "loss": 1.4081,
8819
+ "step": 1254
8820
+ },
8821
+ {
8822
+ "epoch": 0.4240043920773681,
8823
+ "grad_norm": 0.20888225734233856,
8824
+ "learning_rate": 1.3048192806159721e-05,
8825
+ "loss": 1.5185,
8826
+ "step": 1255
8827
+ },
8828
+ {
8829
+ "epoch": 0.4243422441826091,
8830
+ "grad_norm": 0.2090698480606079,
8831
+ "learning_rate": 1.2944249503945894e-05,
8832
+ "loss": 1.4583,
8833
+ "step": 1256
8834
+ },
8835
+ {
8836
+ "epoch": 0.42468009628785,
8837
+ "grad_norm": 0.20110248029232025,
8838
+ "learning_rate": 1.2840693213803545e-05,
8839
+ "loss": 1.4213,
8840
+ "step": 1257
8841
+ },
8842
+ {
8843
+ "epoch": 0.4250179483930909,
8844
+ "grad_norm": 0.20445598661899567,
8845
+ "learning_rate": 1.2737524396099032e-05,
8846
+ "loss": 1.3881,
8847
+ "step": 1258
8848
+ },
8849
+ {
8850
+ "epoch": 0.4253558004983319,
8851
+ "grad_norm": 0.20724329352378845,
8852
+ "learning_rate": 1.2634743509476088e-05,
8853
+ "loss": 1.3841,
8854
+ "step": 1259
8855
+ },
8856
+ {
8857
+ "epoch": 0.4256936526035728,
8858
+ "grad_norm": 0.22444471716880798,
8859
+ "learning_rate": 1.2532351010853916e-05,
8860
+ "loss": 1.4913,
8861
+ "step": 1260
8862
+ },
8863
+ {
8864
+ "epoch": 0.42603150470881374,
8865
+ "grad_norm": 0.21949529647827148,
8866
+ "learning_rate": 1.243034735542512e-05,
8867
+ "loss": 1.3538,
8868
+ "step": 1261
8869
+ },
8870
+ {
8871
+ "epoch": 0.42636935681405463,
8872
+ "grad_norm": 0.22307273745536804,
8873
+ "learning_rate": 1.2328732996653669e-05,
8874
+ "loss": 1.4007,
8875
+ "step": 1262
8876
+ },
8877
+ {
8878
+ "epoch": 0.4267072089192956,
8879
+ "grad_norm": 0.2236008495092392,
8880
+ "learning_rate": 1.2227508386272878e-05,
8881
+ "loss": 1.4903,
8882
+ "step": 1263
8883
+ },
8884
+ {
8885
+ "epoch": 0.4270450610245365,
8886
+ "grad_norm": 0.22181101143360138,
8887
+ "learning_rate": 1.212667397428342e-05,
8888
+ "loss": 1.3518,
8889
+ "step": 1264
8890
+ },
8891
+ {
8892
+ "epoch": 0.42738291312977744,
8893
+ "grad_norm": 0.2172001749277115,
8894
+ "learning_rate": 1.2026230208951306e-05,
8895
+ "loss": 1.4029,
8896
+ "step": 1265
8897
+ },
8898
+ {
8899
+ "epoch": 0.4277207652350184,
8900
+ "grad_norm": 0.2310638725757599,
8901
+ "learning_rate": 1.1926177536805905e-05,
8902
+ "loss": 1.4582,
8903
+ "step": 1266
8904
+ },
8905
+ {
8906
+ "epoch": 0.4280586173402593,
8907
+ "grad_norm": 0.24587257206439972,
8908
+ "learning_rate": 1.1826516402637989e-05,
8909
+ "loss": 1.5345,
8910
+ "step": 1267
8911
+ },
8912
+ {
8913
+ "epoch": 0.42839646944550025,
8914
+ "grad_norm": 0.2233538180589676,
8915
+ "learning_rate": 1.1727247249497685e-05,
8916
+ "loss": 1.3496,
8917
+ "step": 1268
8918
+ },
8919
+ {
8920
+ "epoch": 0.42873432155074115,
8921
+ "grad_norm": 0.23955301940441132,
8922
+ "learning_rate": 1.1628370518692533e-05,
8923
+ "loss": 1.5096,
8924
+ "step": 1269
8925
+ },
8926
+ {
8927
+ "epoch": 0.4290721736559821,
8928
+ "grad_norm": 0.24007707834243774,
8929
+ "learning_rate": 1.152988664978556e-05,
8930
+ "loss": 1.4225,
8931
+ "step": 1270
8932
+ },
8933
+ {
8934
+ "epoch": 0.429410025761223,
8935
+ "grad_norm": 0.24410776793956757,
8936
+ "learning_rate": 1.1431796080593283e-05,
8937
+ "loss": 1.4288,
8938
+ "step": 1271
8939
+ },
8940
+ {
8941
+ "epoch": 0.42974787786646396,
8942
+ "grad_norm": 0.24154405295848846,
8943
+ "learning_rate": 1.1334099247183783e-05,
8944
+ "loss": 1.418,
8945
+ "step": 1272
8946
+ },
8947
+ {
8948
+ "epoch": 0.4300857299717049,
8949
+ "grad_norm": 0.24884504079818726,
8950
+ "learning_rate": 1.1236796583874787e-05,
8951
+ "loss": 1.4265,
8952
+ "step": 1273
8953
+ },
8954
+ {
8955
+ "epoch": 0.4304235820769458,
8956
+ "grad_norm": 0.24534472823143005,
8957
+ "learning_rate": 1.1139888523231678e-05,
8958
+ "loss": 1.4183,
8959
+ "step": 1274
8960
+ },
8961
+ {
8962
+ "epoch": 0.43076143418218676,
8963
+ "grad_norm": 0.24859485030174255,
8964
+ "learning_rate": 1.1043375496065611e-05,
8965
+ "loss": 1.4682,
8966
+ "step": 1275
8967
+ },
8968
+ {
8969
+ "epoch": 0.43109928628742766,
8970
+ "grad_norm": 0.25250065326690674,
8971
+ "learning_rate": 1.0947257931431642e-05,
8972
+ "loss": 1.4602,
8973
+ "step": 1276
8974
+ },
8975
+ {
8976
+ "epoch": 0.4314371383926686,
8977
+ "grad_norm": 0.25797921419143677,
8978
+ "learning_rate": 1.0851536256626705e-05,
8979
+ "loss": 1.4245,
8980
+ "step": 1277
8981
+ },
8982
+ {
8983
+ "epoch": 0.4317749904979095,
8984
+ "grad_norm": 0.2544008791446686,
8985
+ "learning_rate": 1.0756210897187812e-05,
8986
+ "loss": 1.4412,
8987
+ "step": 1278
8988
+ },
8989
+ {
8990
+ "epoch": 0.43211284260315047,
8991
+ "grad_norm": 0.2455921173095703,
8992
+ "learning_rate": 1.0661282276890127e-05,
8993
+ "loss": 1.3871,
8994
+ "step": 1279
8995
+ },
8996
+ {
8997
+ "epoch": 0.4324506947083914,
8998
+ "grad_norm": 0.2514779269695282,
8999
+ "learning_rate": 1.0566750817745074e-05,
9000
+ "loss": 1.4301,
9001
+ "step": 1280
9002
+ },
9003
+ {
9004
+ "epoch": 0.4327885468136323,
9005
+ "grad_norm": 0.2560863792896271,
9006
+ "learning_rate": 1.0472616939998492e-05,
9007
+ "loss": 1.371,
9008
+ "step": 1281
9009
+ },
9010
+ {
9011
+ "epoch": 0.4331263989188733,
9012
+ "grad_norm": 0.2695235311985016,
9013
+ "learning_rate": 1.0378881062128731e-05,
9014
+ "loss": 1.4691,
9015
+ "step": 1282
9016
+ },
9017
+ {
9018
+ "epoch": 0.4334642510241142,
9019
+ "grad_norm": 0.26122233271598816,
9020
+ "learning_rate": 1.0285543600844804e-05,
9021
+ "loss": 1.4662,
9022
+ "step": 1283
9023
+ },
9024
+ {
9025
+ "epoch": 0.43380210312935513,
9026
+ "grad_norm": 0.2570619285106659,
9027
+ "learning_rate": 1.019260497108453e-05,
9028
+ "loss": 1.4487,
9029
+ "step": 1284
9030
+ },
9031
+ {
9032
+ "epoch": 0.43413995523459603,
9033
+ "grad_norm": 0.2697749137878418,
9034
+ "learning_rate": 1.010006558601274e-05,
9035
+ "loss": 1.5578,
9036
+ "step": 1285
9037
+ },
9038
+ {
9039
+ "epoch": 0.434477807339837,
9040
+ "grad_norm": 0.2633000314235687,
9041
+ "learning_rate": 1.000792585701934e-05,
9042
+ "loss": 1.4546,
9043
+ "step": 1286
9044
+ },
9045
+ {
9046
+ "epoch": 0.43481565944507794,
9047
+ "grad_norm": 0.2652289569377899,
9048
+ "learning_rate": 9.91618619371757e-06,
9049
+ "loss": 1.4218,
9050
+ "step": 1287
9051
+ },
9052
+ {
9053
+ "epoch": 0.43515351155031884,
9054
+ "grad_norm": 0.26297253370285034,
9055
+ "learning_rate": 9.82484700394215e-06,
9056
+ "loss": 1.3576,
9057
+ "step": 1288
9058
+ },
9059
+ {
9060
+ "epoch": 0.4354913636555598,
9061
+ "grad_norm": 0.2698511779308319,
9062
+ "learning_rate": 9.73390869374743e-06,
9063
+ "loss": 1.4131,
9064
+ "step": 1289
9065
+ },
9066
+ {
9067
+ "epoch": 0.4358292157608007,
9068
+ "grad_norm": 0.26395317912101746,
9069
+ "learning_rate": 9.643371667405698e-06,
9070
+ "loss": 1.4107,
9071
+ "step": 1290
9072
+ },
9073
+ {
9074
+ "epoch": 0.43616706786604165,
9075
+ "grad_norm": 0.27847278118133545,
9076
+ "learning_rate": 9.553236327405246e-06,
9077
+ "loss": 1.4913,
9078
+ "step": 1291
9079
+ },
9080
+ {
9081
+ "epoch": 0.43650491997128255,
9082
+ "grad_norm": 0.2765458822250366,
9083
+ "learning_rate": 9.463503074448677e-06,
9084
+ "loss": 1.3891,
9085
+ "step": 1292
9086
+ },
9087
+ {
9088
+ "epoch": 0.4368427720765235,
9089
+ "grad_norm": 0.28723907470703125,
9090
+ "learning_rate": 9.374172307451068e-06,
9091
+ "loss": 1.4339,
9092
+ "step": 1293
9093
+ },
9094
+ {
9095
+ "epoch": 0.43718062418176445,
9096
+ "grad_norm": 0.2864030599594116,
9097
+ "learning_rate": 9.285244423538197e-06,
9098
+ "loss": 1.4475,
9099
+ "step": 1294
9100
+ },
9101
+ {
9102
+ "epoch": 0.43751847628700535,
9103
+ "grad_norm": 0.2855558693408966,
9104
+ "learning_rate": 9.196719818044886e-06,
9105
+ "loss": 1.46,
9106
+ "step": 1295
9107
+ },
9108
+ {
9109
+ "epoch": 0.4378563283922463,
9110
+ "grad_norm": 0.2890433967113495,
9111
+ "learning_rate": 9.108598884513053e-06,
9112
+ "loss": 1.5384,
9113
+ "step": 1296
9114
+ },
9115
+ {
9116
+ "epoch": 0.4381941804974872,
9117
+ "grad_norm": 0.30390143394470215,
9118
+ "learning_rate": 9.020882014690136e-06,
9119
+ "loss": 1.4686,
9120
+ "step": 1297
9121
+ },
9122
+ {
9123
+ "epoch": 0.43853203260272816,
9124
+ "grad_norm": 0.3386201560497284,
9125
+ "learning_rate": 8.933569598527247e-06,
9126
+ "loss": 1.4845,
9127
+ "step": 1298
9128
+ },
9129
+ {
9130
+ "epoch": 0.43886988470796906,
9131
+ "grad_norm": 0.3602554500102997,
9132
+ "learning_rate": 8.846662024177477e-06,
9133
+ "loss": 1.3967,
9134
+ "step": 1299
9135
+ },
9136
+ {
9137
+ "epoch": 0.43920773681321,
9138
+ "grad_norm": 0.5023772716522217,
9139
+ "learning_rate": 8.760159677994172e-06,
9140
+ "loss": 1.2609,
9141
+ "step": 1300
9142
+ },
9143
+ {
9144
+ "epoch": 0.43954558891845097,
9145
+ "grad_norm": 0.19685684144496918,
9146
+ "learning_rate": 8.674062944529216e-06,
9147
+ "loss": 1.4367,
9148
+ "step": 1301
9149
+ },
9150
+ {
9151
+ "epoch": 0.43988344102369187,
9152
+ "grad_norm": 0.20138689875602722,
9153
+ "learning_rate": 8.588372206531292e-06,
9154
+ "loss": 1.4906,
9155
+ "step": 1302
9156
+ },
9157
+ {
9158
+ "epoch": 0.4402212931289328,
9159
+ "grad_norm": 0.2059500813484192,
9160
+ "learning_rate": 8.503087844944213e-06,
9161
+ "loss": 1.5427,
9162
+ "step": 1303
9163
+ },
9164
+ {
9165
+ "epoch": 0.4405591452341737,
9166
+ "grad_norm": 0.20476102828979492,
9167
+ "learning_rate": 8.418210238905256e-06,
9168
+ "loss": 1.4225,
9169
+ "step": 1304
9170
+ },
9171
+ {
9172
+ "epoch": 0.4408969973394147,
9173
+ "grad_norm": 0.20567205548286438,
9174
+ "learning_rate": 8.333739765743398e-06,
9175
+ "loss": 1.4374,
9176
+ "step": 1305
9177
+ },
9178
+ {
9179
+ "epoch": 0.4412348494446556,
9180
+ "grad_norm": 0.19746853411197662,
9181
+ "learning_rate": 8.249676800977658e-06,
9182
+ "loss": 1.3952,
9183
+ "step": 1306
9184
+ },
9185
+ {
9186
+ "epoch": 0.44157270154989653,
9187
+ "grad_norm": 0.21089419722557068,
9188
+ "learning_rate": 8.16602171831553e-06,
9189
+ "loss": 1.5382,
9190
+ "step": 1307
9191
+ },
9192
+ {
9193
+ "epoch": 0.4419105536551375,
9194
+ "grad_norm": 0.21633197367191315,
9195
+ "learning_rate": 8.082774889651168e-06,
9196
+ "loss": 1.4424,
9197
+ "step": 1308
9198
+ },
9199
+ {
9200
+ "epoch": 0.4422484057603784,
9201
+ "grad_norm": 0.21298642456531525,
9202
+ "learning_rate": 7.999936685063835e-06,
9203
+ "loss": 1.3776,
9204
+ "step": 1309
9205
+ },
9206
+ {
9207
+ "epoch": 0.44258625786561934,
9208
+ "grad_norm": 0.21993917226791382,
9209
+ "learning_rate": 7.91750747281621e-06,
9210
+ "loss": 1.4607,
9211
+ "step": 1310
9212
+ },
9213
+ {
9214
+ "epoch": 0.44292410997086024,
9215
+ "grad_norm": 0.21888743340969086,
9216
+ "learning_rate": 7.835487619352811e-06,
9217
+ "loss": 1.4236,
9218
+ "step": 1311
9219
+ },
9220
+ {
9221
+ "epoch": 0.4432619620761012,
9222
+ "grad_norm": 0.22910566627979279,
9223
+ "learning_rate": 7.753877489298244e-06,
9224
+ "loss": 1.4937,
9225
+ "step": 1312
9226
+ },
9227
+ {
9228
+ "epoch": 0.44359981418134214,
9229
+ "grad_norm": 0.23162463307380676,
9230
+ "learning_rate": 7.67267744545579e-06,
9231
+ "loss": 1.4616,
9232
+ "step": 1313
9233
+ },
9234
+ {
9235
+ "epoch": 0.44393766628658304,
9236
+ "grad_norm": 0.23120923340320587,
9237
+ "learning_rate": 7.591887848805545e-06,
9238
+ "loss": 1.5042,
9239
+ "step": 1314
9240
+ },
9241
+ {
9242
+ "epoch": 0.444275518391824,
9243
+ "grad_norm": 0.2324828952550888,
9244
+ "learning_rate": 7.5115090585029966e-06,
9245
+ "loss": 1.4422,
9246
+ "step": 1315
9247
+ },
9248
+ {
9249
+ "epoch": 0.4446133704970649,
9250
+ "grad_norm": 0.22663557529449463,
9251
+ "learning_rate": 7.431541431877342e-06,
9252
+ "loss": 1.3462,
9253
+ "step": 1316
9254
+ },
9255
+ {
9256
+ "epoch": 0.44495122260230585,
9257
+ "grad_norm": 0.22750574350357056,
9258
+ "learning_rate": 7.351985324429933e-06,
9259
+ "loss": 1.3832,
9260
+ "step": 1317
9261
+ },
9262
+ {
9263
+ "epoch": 0.44528907470754675,
9264
+ "grad_norm": 0.2285628318786621,
9265
+ "learning_rate": 7.272841089832694e-06,
9266
+ "loss": 1.4929,
9267
+ "step": 1318
9268
+ },
9269
+ {
9270
+ "epoch": 0.4456269268127877,
9271
+ "grad_norm": 0.2365717887878418,
9272
+ "learning_rate": 7.194109079926514e-06,
9273
+ "loss": 1.4422,
9274
+ "step": 1319
9275
+ },
9276
+ {
9277
+ "epoch": 0.44596477891802866,
9278
+ "grad_norm": 0.23710958659648895,
9279
+ "learning_rate": 7.115789644719728e-06,
9280
+ "loss": 1.4292,
9281
+ "step": 1320
9282
+ },
9283
+ {
9284
+ "epoch": 0.44630263102326956,
9285
+ "grad_norm": 0.2324679046869278,
9286
+ "learning_rate": 7.037883132386547e-06,
9287
+ "loss": 1.4281,
9288
+ "step": 1321
9289
+ },
9290
+ {
9291
+ "epoch": 0.4466404831285105,
9292
+ "grad_norm": 0.24180293083190918,
9293
+ "learning_rate": 6.960389889265517e-06,
9294
+ "loss": 1.436,
9295
+ "step": 1322
9296
+ },
9297
+ {
9298
+ "epoch": 0.4469783352337514,
9299
+ "grad_norm": 0.2439158707857132,
9300
+ "learning_rate": 6.883310259857944e-06,
9301
+ "loss": 1.3984,
9302
+ "step": 1323
9303
+ },
9304
+ {
9305
+ "epoch": 0.44731618733899237,
9306
+ "grad_norm": 0.24821530282497406,
9307
+ "learning_rate": 6.806644586826383e-06,
9308
+ "loss": 1.398,
9309
+ "step": 1324
9310
+ },
9311
+ {
9312
+ "epoch": 0.44765403944423326,
9313
+ "grad_norm": 0.24612189829349518,
9314
+ "learning_rate": 6.730393210993147e-06,
9315
+ "loss": 1.4308,
9316
+ "step": 1325
9317
+ },
9318
+ {
9319
+ "epoch": 0.4479918915494742,
9320
+ "grad_norm": 0.24643537402153015,
9321
+ "learning_rate": 6.654556471338746e-06,
9322
+ "loss": 1.462,
9323
+ "step": 1326
9324
+ },
9325
+ {
9326
+ "epoch": 0.4483297436547152,
9327
+ "grad_norm": 0.25232747197151184,
9328
+ "learning_rate": 6.579134705000412e-06,
9329
+ "loss": 1.4424,
9330
+ "step": 1327
9331
+ },
9332
+ {
9333
+ "epoch": 0.4486675957599561,
9334
+ "grad_norm": 0.2574306130409241,
9335
+ "learning_rate": 6.504128247270546e-06,
9336
+ "loss": 1.4867,
9337
+ "step": 1328
9338
+ },
9339
+ {
9340
+ "epoch": 0.449005447865197,
9341
+ "grad_norm": 0.24852421879768372,
9342
+ "learning_rate": 6.429537431595312e-06,
9343
+ "loss": 1.3959,
9344
+ "step": 1329
9345
+ },
9346
+ {
9347
+ "epoch": 0.4493432999704379,
9348
+ "grad_norm": 0.2500188946723938,
9349
+ "learning_rate": 6.355362589573077e-06,
9350
+ "loss": 1.4143,
9351
+ "step": 1330
9352
+ },
9353
+ {
9354
+ "epoch": 0.4496811520756789,
9355
+ "grad_norm": 0.2519555985927582,
9356
+ "learning_rate": 6.2816040509530165e-06,
9357
+ "loss": 1.4464,
9358
+ "step": 1331
9359
+ },
9360
+ {
9361
+ "epoch": 0.4500190041809198,
9362
+ "grad_norm": 0.2661184072494507,
9363
+ "learning_rate": 6.2082621436335475e-06,
9364
+ "loss": 1.4803,
9365
+ "step": 1332
9366
+ },
9367
+ {
9368
+ "epoch": 0.45035685628616073,
9369
+ "grad_norm": 0.26744377613067627,
9370
+ "learning_rate": 6.135337193660962e-06,
9371
+ "loss": 1.4683,
9372
+ "step": 1333
9373
+ },
9374
+ {
9375
+ "epoch": 0.4506947083914017,
9376
+ "grad_norm": 0.2750174105167389,
9377
+ "learning_rate": 6.062829525227909e-06,
9378
+ "loss": 1.597,
9379
+ "step": 1334
9380
+ },
9381
+ {
9382
+ "epoch": 0.4510325604966426,
9383
+ "grad_norm": 0.25979262590408325,
9384
+ "learning_rate": 5.990739460672024e-06,
9385
+ "loss": 1.4443,
9386
+ "step": 1335
9387
+ },
9388
+ {
9389
+ "epoch": 0.45137041260188354,
9390
+ "grad_norm": 0.2599670886993408,
9391
+ "learning_rate": 5.9190673204744255e-06,
9392
+ "loss": 1.3954,
9393
+ "step": 1336
9394
+ },
9395
+ {
9396
+ "epoch": 0.45170826470712444,
9397
+ "grad_norm": 0.2586192190647125,
9398
+ "learning_rate": 5.84781342325833e-06,
9399
+ "loss": 1.4169,
9400
+ "step": 1337
9401
+ },
9402
+ {
9403
+ "epoch": 0.4520461168123654,
9404
+ "grad_norm": 0.25740161538124084,
9405
+ "learning_rate": 5.77697808578761e-06,
9406
+ "loss": 1.4083,
9407
+ "step": 1338
9408
+ },
9409
+ {
9410
+ "epoch": 0.4523839689176063,
9411
+ "grad_norm": 0.261178195476532,
9412
+ "learning_rate": 5.706561622965467e-06,
9413
+ "loss": 1.3997,
9414
+ "step": 1339
9415
+ },
9416
+ {
9417
+ "epoch": 0.45272182102284725,
9418
+ "grad_norm": 0.2803891599178314,
9419
+ "learning_rate": 5.636564347832907e-06,
9420
+ "loss": 1.4765,
9421
+ "step": 1340
9422
+ },
9423
+ {
9424
+ "epoch": 0.4530596731280882,
9425
+ "grad_norm": 0.27532878518104553,
9426
+ "learning_rate": 5.566986571567401e-06,
9427
+ "loss": 1.5001,
9428
+ "step": 1341
9429
+ },
9430
+ {
9431
+ "epoch": 0.4533975252333291,
9432
+ "grad_norm": 0.2747570872306824,
9433
+ "learning_rate": 5.497828603481569e-06,
9434
+ "loss": 1.4494,
9435
+ "step": 1342
9436
+ },
9437
+ {
9438
+ "epoch": 0.45373537733857006,
9439
+ "grad_norm": 0.28951317071914673,
9440
+ "learning_rate": 5.429090751021704e-06,
9441
+ "loss": 1.531,
9442
+ "step": 1343
9443
+ },
9444
+ {
9445
+ "epoch": 0.45407322944381096,
9446
+ "grad_norm": 0.2831999957561493,
9447
+ "learning_rate": 5.3607733197664436e-06,
9448
+ "loss": 1.3793,
9449
+ "step": 1344
9450
+ },
9451
+ {
9452
+ "epoch": 0.4544110815490519,
9453
+ "grad_norm": 0.294784277677536,
9454
+ "learning_rate": 5.2928766134254345e-06,
9455
+ "loss": 1.4295,
9456
+ "step": 1345
9457
+ },
9458
+ {
9459
+ "epoch": 0.4547489336542928,
9460
+ "grad_norm": 0.302503377199173,
9461
+ "learning_rate": 5.225400933837954e-06,
9462
+ "loss": 1.5096,
9463
+ "step": 1346
9464
+ },
9465
+ {
9466
+ "epoch": 0.45508678575953376,
9467
+ "grad_norm": 0.30284932255744934,
9468
+ "learning_rate": 5.158346580971573e-06,
9469
+ "loss": 1.468,
9470
+ "step": 1347
9471
+ },
9472
+ {
9473
+ "epoch": 0.4554246378647747,
9474
+ "grad_norm": 0.32171115279197693,
9475
+ "learning_rate": 5.091713852920854e-06,
9476
+ "loss": 1.4164,
9477
+ "step": 1348
9478
+ },
9479
+ {
9480
+ "epoch": 0.4557624899700156,
9481
+ "grad_norm": 0.3458273410797119,
9482
+ "learning_rate": 5.025503045905933e-06,
9483
+ "loss": 1.4508,
9484
+ "step": 1349
9485
+ },
9486
+ {
9487
+ "epoch": 0.45610034207525657,
9488
+ "grad_norm": 0.45918381214141846,
9489
+ "learning_rate": 4.959714454271369e-06,
9490
+ "loss": 1.1859,
9491
+ "step": 1350
9492
+ },
9493
+ {
9494
+ "epoch": 0.45643819418049747,
9495
+ "grad_norm": 0.21645964682102203,
9496
+ "learning_rate": 4.8943483704846475e-06,
9497
+ "loss": 1.434,
9498
+ "step": 1351
9499
+ },
9500
+ {
9501
+ "epoch": 0.4567760462857384,
9502
+ "grad_norm": 0.21095064282417297,
9503
+ "learning_rate": 4.829405085134997e-06,
9504
+ "loss": 1.6274,
9505
+ "step": 1352
9506
+ },
9507
+ {
9508
+ "epoch": 0.4571138983909793,
9509
+ "grad_norm": 0.20745161175727844,
9510
+ "learning_rate": 4.764884886932086e-06,
9511
+ "loss": 1.5284,
9512
+ "step": 1353
9513
+ },
9514
+ {
9515
+ "epoch": 0.4574517504962203,
9516
+ "grad_norm": 0.2087661772966385,
9517
+ "learning_rate": 4.700788062704687e-06,
9518
+ "loss": 1.5616,
9519
+ "step": 1354
9520
+ },
9521
+ {
9522
+ "epoch": 0.45778960260146123,
9523
+ "grad_norm": 0.20495671033859253,
9524
+ "learning_rate": 4.6371148973994525e-06,
9525
+ "loss": 1.3866,
9526
+ "step": 1355
9527
+ },
9528
+ {
9529
+ "epoch": 0.45812745470670213,
9530
+ "grad_norm": 0.2103399932384491,
9531
+ "learning_rate": 4.573865674079625e-06,
9532
+ "loss": 1.4875,
9533
+ "step": 1356
9534
+ },
9535
+ {
9536
+ "epoch": 0.4584653068119431,
9537
+ "grad_norm": 0.20977221429347992,
9538
+ "learning_rate": 4.511040673923828e-06,
9539
+ "loss": 1.6612,
9540
+ "step": 1357
9541
+ },
9542
+ {
9543
+ "epoch": 0.458803158917184,
9544
+ "grad_norm": 0.21798568964004517,
9545
+ "learning_rate": 4.448640176224694e-06,
9546
+ "loss": 1.4265,
9547
+ "step": 1358
9548
+ },
9549
+ {
9550
+ "epoch": 0.45914101102242494,
9551
+ "grad_norm": 0.211429625749588,
9552
+ "learning_rate": 4.386664458387779e-06,
9553
+ "loss": 1.4075,
9554
+ "step": 1359
9555
+ },
9556
+ {
9557
+ "epoch": 0.45947886312766584,
9558
+ "grad_norm": 0.21625758707523346,
9559
+ "learning_rate": 4.325113795930203e-06,
9560
+ "loss": 1.4486,
9561
+ "step": 1360
9562
+ },
9563
+ {
9564
+ "epoch": 0.4598167152329068,
9565
+ "grad_norm": 0.2152903974056244,
9566
+ "learning_rate": 4.263988462479484e-06,
9567
+ "loss": 1.3261,
9568
+ "step": 1361
9569
+ },
9570
+ {
9571
+ "epoch": 0.46015456733814775,
9572
+ "grad_norm": 0.22299934923648834,
9573
+ "learning_rate": 4.203288729772326e-06,
9574
+ "loss": 1.4135,
9575
+ "step": 1362
9576
+ },
9577
+ {
9578
+ "epoch": 0.46049241944338865,
9579
+ "grad_norm": 0.2258044183254242,
9580
+ "learning_rate": 4.143014867653383e-06,
9581
+ "loss": 1.4606,
9582
+ "step": 1363
9583
+ },
9584
+ {
9585
+ "epoch": 0.4608302715486296,
9586
+ "grad_norm": 0.2317265421152115,
9587
+ "learning_rate": 4.083167144074073e-06,
9588
+ "loss": 1.4427,
9589
+ "step": 1364
9590
+ },
9591
+ {
9592
+ "epoch": 0.4611681236538705,
9593
+ "grad_norm": 0.23432107269763947,
9594
+ "learning_rate": 4.023745825091407e-06,
9595
+ "loss": 1.5321,
9596
+ "step": 1365
9597
+ },
9598
+ {
9599
+ "epoch": 0.46150597575911145,
9600
+ "grad_norm": 0.22782748937606812,
9601
+ "learning_rate": 3.964751174866765e-06,
9602
+ "loss": 1.4526,
9603
+ "step": 1366
9604
+ },
9605
+ {
9606
+ "epoch": 0.46184382786435235,
9607
+ "grad_norm": 0.22840560972690582,
9608
+ "learning_rate": 3.906183455664725e-06,
9609
+ "loss": 1.3746,
9610
+ "step": 1367
9611
+ },
9612
+ {
9613
+ "epoch": 0.4621816799695933,
9614
+ "grad_norm": 0.2276437133550644,
9615
+ "learning_rate": 3.84804292785198e-06,
9616
+ "loss": 1.3901,
9617
+ "step": 1368
9618
+ },
9619
+ {
9620
+ "epoch": 0.46251953207483426,
9621
+ "grad_norm": 0.2286890745162964,
9622
+ "learning_rate": 3.7903298498960572e-06,
9623
+ "loss": 1.403,
9624
+ "step": 1369
9625
+ },
9626
+ {
9627
+ "epoch": 0.46285738418007516,
9628
+ "grad_norm": 0.24942342936992645,
9629
+ "learning_rate": 3.7330444783642338e-06,
9630
+ "loss": 1.5007,
9631
+ "step": 1370
9632
+ },
9633
+ {
9634
+ "epoch": 0.4631952362853161,
9635
+ "grad_norm": 0.24023260176181793,
9636
+ "learning_rate": 3.676187067922421e-06,
9637
+ "loss": 1.4213,
9638
+ "step": 1371
9639
+ },
9640
+ {
9641
+ "epoch": 0.463533088390557,
9642
+ "grad_norm": 0.2482660710811615,
9643
+ "learning_rate": 3.619757871333973e-06,
9644
+ "loss": 1.4837,
9645
+ "step": 1372
9646
+ },
9647
+ {
9648
+ "epoch": 0.46387094049579797,
9649
+ "grad_norm": 0.244531512260437,
9650
+ "learning_rate": 3.563757139458579e-06,
9651
+ "loss": 1.4329,
9652
+ "step": 1373
9653
+ },
9654
+ {
9655
+ "epoch": 0.4642087926010389,
9656
+ "grad_norm": 0.24769660830497742,
9657
+ "learning_rate": 3.5081851212512175e-06,
9658
+ "loss": 1.4859,
9659
+ "step": 1374
9660
+ },
9661
+ {
9662
+ "epoch": 0.4645466447062798,
9663
+ "grad_norm": 0.2468714863061905,
9664
+ "learning_rate": 3.4530420637609363e-06,
9665
+ "loss": 1.451,
9666
+ "step": 1375
9667
+ },
9668
+ {
9669
+ "epoch": 0.4648844968115208,
9670
+ "grad_norm": 0.2557370960712433,
9671
+ "learning_rate": 3.3983282121298086e-06,
9672
+ "loss": 1.4479,
9673
+ "step": 1376
9674
+ },
9675
+ {
9676
+ "epoch": 0.4652223489167617,
9677
+ "grad_norm": 0.24851356446743011,
9678
+ "learning_rate": 3.3440438095919126e-06,
9679
+ "loss": 1.4514,
9680
+ "step": 1377
9681
+ },
9682
+ {
9683
+ "epoch": 0.46556020102200263,
9684
+ "grad_norm": 0.25202521681785583,
9685
+ "learning_rate": 3.290189097472096e-06,
9686
+ "loss": 1.4244,
9687
+ "step": 1378
9688
+ },
9689
+ {
9690
+ "epoch": 0.4658980531272435,
9691
+ "grad_norm": 0.25692325830459595,
9692
+ "learning_rate": 3.236764315185037e-06,
9693
+ "loss": 1.4422,
9694
+ "step": 1379
9695
+ },
9696
+ {
9697
+ "epoch": 0.4662359052324845,
9698
+ "grad_norm": 0.24908629059791565,
9699
+ "learning_rate": 3.1837697002341293e-06,
9700
+ "loss": 1.4451,
9701
+ "step": 1380
9702
+ },
9703
+ {
9704
+ "epoch": 0.46657375733772544,
9705
+ "grad_norm": 0.261599600315094,
9706
+ "learning_rate": 3.131205488210409e-06,
9707
+ "loss": 1.4316,
9708
+ "step": 1381
9709
+ },
9710
+ {
9711
+ "epoch": 0.46691160944296634,
9712
+ "grad_norm": 0.2605118751525879,
9713
+ "learning_rate": 3.0790719127915646e-06,
9714
+ "loss": 1.3966,
9715
+ "step": 1382
9716
+ },
9717
+ {
9718
+ "epoch": 0.4672494615482073,
9719
+ "grad_norm": 0.2556898891925812,
9720
+ "learning_rate": 3.0273692057408265e-06,
9721
+ "loss": 1.4522,
9722
+ "step": 1383
9723
+ },
9724
+ {
9725
+ "epoch": 0.4675873136534482,
9726
+ "grad_norm": 0.2627972960472107,
9727
+ "learning_rate": 2.976097596905969e-06,
9728
+ "loss": 1.4938,
9729
+ "step": 1384
9730
+ },
9731
+ {
9732
+ "epoch": 0.46792516575868914,
9733
+ "grad_norm": 1.4937089681625366,
9734
+ "learning_rate": 2.9252573142183326e-06,
9735
+ "loss": 1.4736,
9736
+ "step": 1385
9737
+ },
9738
+ {
9739
+ "epoch": 0.46826301786393004,
9740
+ "grad_norm": 0.26597166061401367,
9741
+ "learning_rate": 2.874848583691714e-06,
9742
+ "loss": 1.4108,
9743
+ "step": 1386
9744
+ },
9745
+ {
9746
+ "epoch": 0.468600869969171,
9747
+ "grad_norm": 0.26211485266685486,
9748
+ "learning_rate": 2.8248716294214774e-06,
9749
+ "loss": 1.5116,
9750
+ "step": 1387
9751
+ },
9752
+ {
9753
+ "epoch": 0.46893872207441195,
9754
+ "grad_norm": 0.2784208357334137,
9755
+ "learning_rate": 2.7753266735834338e-06,
9756
+ "loss": 1.5245,
9757
+ "step": 1388
9758
+ },
9759
+ {
9760
+ "epoch": 0.46927657417965285,
9761
+ "grad_norm": 0.26530563831329346,
9762
+ "learning_rate": 2.7262139364329643e-06,
9763
+ "loss": 1.4023,
9764
+ "step": 1389
9765
+ },
9766
+ {
9767
+ "epoch": 0.4696144262848938,
9768
+ "grad_norm": 0.2741868793964386,
9769
+ "learning_rate": 2.677533636303964e-06,
9770
+ "loss": 1.4072,
9771
+ "step": 1390
9772
+ },
9773
+ {
9774
+ "epoch": 0.4699522783901347,
9775
+ "grad_norm": 0.2684498429298401,
9776
+ "learning_rate": 2.6292859896079213e-06,
9777
+ "loss": 1.45,
9778
+ "step": 1391
9779
+ },
9780
+ {
9781
+ "epoch": 0.47029013049537566,
9782
+ "grad_norm": 0.2747170627117157,
9783
+ "learning_rate": 2.581471210832931e-06,
9784
+ "loss": 1.3942,
9785
+ "step": 1392
9786
+ },
9787
+ {
9788
+ "epoch": 0.47062798260061656,
9789
+ "grad_norm": 0.2784693241119385,
9790
+ "learning_rate": 2.5340895125427364e-06,
9791
+ "loss": 1.4305,
9792
+ "step": 1393
9793
+ },
9794
+ {
9795
+ "epoch": 0.4709658347058575,
9796
+ "grad_norm": 0.28920525312423706,
9797
+ "learning_rate": 2.4871411053757898e-06,
9798
+ "loss": 1.4891,
9799
+ "step": 1394
9800
+ },
9801
+ {
9802
+ "epoch": 0.47130368681109847,
9803
+ "grad_norm": 0.31437546014785767,
9804
+ "learning_rate": 2.440626198044327e-06,
9805
+ "loss": 1.4908,
9806
+ "step": 1395
9807
+ },
9808
+ {
9809
+ "epoch": 0.47164153891633936,
9810
+ "grad_norm": 0.287417471408844,
9811
+ "learning_rate": 2.394544997333437e-06,
9812
+ "loss": 1.4764,
9813
+ "step": 1396
9814
+ },
9815
+ {
9816
+ "epoch": 0.4719793910215803,
9817
+ "grad_norm": 0.28868481516838074,
9818
+ "learning_rate": 2.3488977081001394e-06,
9819
+ "loss": 1.4521,
9820
+ "step": 1397
9821
+ },
9822
+ {
9823
+ "epoch": 0.4723172431268212,
9824
+ "grad_norm": 0.317518025636673,
9825
+ "learning_rate": 2.3036845332724543e-06,
9826
+ "loss": 1.4094,
9827
+ "step": 1398
9828
+ },
9829
+ {
9830
+ "epoch": 0.4726550952320622,
9831
+ "grad_norm": 0.33674874901771545,
9832
+ "learning_rate": 2.2589056738485324e-06,
9833
+ "loss": 1.4015,
9834
+ "step": 1399
9835
+ },
9836
+ {
9837
+ "epoch": 0.47299294733730307,
9838
+ "grad_norm": 0.49115824699401855,
9839
+ "learning_rate": 2.2145613288957478e-06,
9840
+ "loss": 1.3206,
9841
+ "step": 1400
9842
+ },
9843
+ {
9844
+ "epoch": 0.473330799442544,
9845
+ "grad_norm": 0.20212937891483307,
9846
+ "learning_rate": 2.170651695549786e-06,
9847
+ "loss": 1.5266,
9848
+ "step": 1401
9849
+ },
9850
+ {
9851
+ "epoch": 0.473668651547785,
9852
+ "grad_norm": 0.21208123862743378,
9853
+ "learning_rate": 2.1271769690138332e-06,
9854
+ "loss": 1.5774,
9855
+ "step": 1402
9856
+ },
9857
+ {
9858
+ "epoch": 0.4740065036530259,
9859
+ "grad_norm": 0.21065491437911987,
9860
+ "learning_rate": 2.084137342557646e-06,
9861
+ "loss": 1.5756,
9862
+ "step": 1403
9863
+ },
9864
+ {
9865
+ "epoch": 0.47434435575826683,
9866
+ "grad_norm": 0.20114471018314362,
9867
+ "learning_rate": 2.0415330075166937e-06,
9868
+ "loss": 1.452,
9869
+ "step": 1404
9870
+ },
9871
+ {
9872
+ "epoch": 0.47468220786350773,
9873
+ "grad_norm": 0.20464257895946503,
9874
+ "learning_rate": 1.9993641532913833e-06,
9875
+ "loss": 1.4825,
9876
+ "step": 1405
9877
+ },
9878
+ {
9879
+ "epoch": 0.4750200599687487,
9880
+ "grad_norm": 0.21148669719696045,
9881
+ "learning_rate": 1.9576309673461357e-06,
9882
+ "loss": 1.425,
9883
+ "step": 1406
9884
+ },
9885
+ {
9886
+ "epoch": 0.4753579120739896,
9887
+ "grad_norm": 0.2091313600540161,
9888
+ "learning_rate": 1.916333635208556e-06,
9889
+ "loss": 1.5293,
9890
+ "step": 1407
9891
+ },
9892
+ {
9893
+ "epoch": 0.47569576417923054,
9894
+ "grad_norm": 0.21089115738868713,
9895
+ "learning_rate": 1.8754723404686425e-06,
9896
+ "loss": 1.5146,
9897
+ "step": 1408
9898
+ },
9899
+ {
9900
+ "epoch": 0.4760336162844715,
9901
+ "grad_norm": 0.22198493778705597,
9902
+ "learning_rate": 1.8350472647780116e-06,
9903
+ "loss": 1.5253,
9904
+ "step": 1409
9905
+ },
9906
+ {
9907
+ "epoch": 0.4763714683897124,
9908
+ "grad_norm": 0.22287015616893768,
9909
+ "learning_rate": 1.7950585878489856e-06,
9910
+ "loss": 1.491,
9911
+ "step": 1410
9912
+ },
9913
+ {
9914
+ "epoch": 0.47670932049495335,
9915
+ "grad_norm": 0.21632078289985657,
9916
+ "learning_rate": 1.7555064874538397e-06,
9917
+ "loss": 1.4399,
9918
+ "step": 1411
9919
+ },
9920
+ {
9921
+ "epoch": 0.47704717260019425,
9922
+ "grad_norm": 0.22057609260082245,
9923
+ "learning_rate": 1.7163911394240672e-06,
9924
+ "loss": 1.4489,
9925
+ "step": 1412
9926
+ },
9927
+ {
9928
+ "epoch": 0.4773850247054352,
9929
+ "grad_norm": 0.21960672736167908,
9930
+ "learning_rate": 1.6777127176495043e-06,
9931
+ "loss": 1.4367,
9932
+ "step": 1413
9933
+ },
9934
+ {
9935
+ "epoch": 0.4777228768106761,
9936
+ "grad_norm": 0.22372935712337494,
9937
+ "learning_rate": 1.6394713940776296e-06,
9938
+ "loss": 1.3677,
9939
+ "step": 1414
9940
+ },
9941
+ {
9942
+ "epoch": 0.47806072891591705,
9943
+ "grad_norm": 0.2302674651145935,
9944
+ "learning_rate": 1.6016673387127646e-06,
9945
+ "loss": 1.4437,
9946
+ "step": 1415
9947
+ },
9948
+ {
9949
+ "epoch": 0.478398581021158,
9950
+ "grad_norm": 0.22710569202899933,
9951
+ "learning_rate": 1.5643007196153302e-06,
9952
+ "loss": 1.4453,
9953
+ "step": 1416
9954
+ },
9955
+ {
9956
+ "epoch": 0.4787364331263989,
9957
+ "grad_norm": 0.2363537847995758,
9958
+ "learning_rate": 1.5273717029010925e-06,
9959
+ "loss": 1.4274,
9960
+ "step": 1417
9961
+ },
9962
+ {
9963
+ "epoch": 0.47907428523163986,
9964
+ "grad_norm": 0.23679710924625397,
9965
+ "learning_rate": 1.4908804527404286e-06,
9966
+ "loss": 1.5108,
9967
+ "step": 1418
9968
+ },
9969
+ {
9970
+ "epoch": 0.47941213733688076,
9971
+ "grad_norm": 0.24485650658607483,
9972
+ "learning_rate": 1.4548271313575835e-06,
9973
+ "loss": 1.4371,
9974
+ "step": 1419
9975
+ },
9976
+ {
9977
+ "epoch": 0.4797499894421217,
9978
+ "grad_norm": 0.23741504549980164,
9979
+ "learning_rate": 1.4192118990299707e-06,
9980
+ "loss": 1.4239,
9981
+ "step": 1420
9982
+ },
9983
+ {
9984
+ "epoch": 0.4800878415473626,
9985
+ "grad_norm": 0.24628090858459473,
9986
+ "learning_rate": 1.3840349140874619e-06,
9987
+ "loss": 1.521,
9988
+ "step": 1421
9989
+ },
9990
+ {
9991
+ "epoch": 0.48042569365260357,
9992
+ "grad_norm": 0.2446862906217575,
9993
+ "learning_rate": 1.3492963329116537e-06,
9994
+ "loss": 1.4534,
9995
+ "step": 1422
9996
+ },
9997
+ {
9998
+ "epoch": 0.4807635457578445,
9999
+ "grad_norm": 0.25101473927497864,
10000
+ "learning_rate": 1.3149963099352014e-06,
10001
+ "loss": 1.4976,
10002
+ "step": 1423
10003
+ },
10004
+ {
10005
+ "epoch": 0.4811013978630854,
10006
+ "grad_norm": 0.24808958172798157,
10007
+ "learning_rate": 1.2811349976411202e-06,
10008
+ "loss": 1.4483,
10009
+ "step": 1424
10010
+ },
10011
+ {
10012
+ "epoch": 0.4814392499683264,
10013
+ "grad_norm": 0.25407129526138306,
10014
+ "learning_rate": 1.2477125465620853e-06,
10015
+ "loss": 1.5028,
10016
+ "step": 1425
10017
+ },
10018
+ {
10019
+ "epoch": 0.4817771020735673,
10020
+ "grad_norm": 0.2501218914985657,
10021
+ "learning_rate": 1.2147291052798216e-06,
10022
+ "loss": 1.4429,
10023
+ "step": 1426
10024
+ },
10025
+ {
10026
+ "epoch": 0.48211495417880823,
10027
+ "grad_norm": 0.2511563003063202,
10028
+ "learning_rate": 1.1821848204243814e-06,
10029
+ "loss": 1.4083,
10030
+ "step": 1427
10031
+ },
10032
+ {
10033
+ "epoch": 0.4824528062840492,
10034
+ "grad_norm": 0.25538429617881775,
10035
+ "learning_rate": 1.1500798366735233e-06,
10036
+ "loss": 1.4678,
10037
+ "step": 1428
10038
+ },
10039
+ {
10040
+ "epoch": 0.4827906583892901,
10041
+ "grad_norm": 0.2472202330827713,
10042
+ "learning_rate": 1.1184142967520794e-06,
10043
+ "loss": 1.3821,
10044
+ "step": 1429
10045
+ },
10046
+ {
10047
+ "epoch": 0.48312851049453104,
10048
+ "grad_norm": 0.25652962923049927,
10049
+ "learning_rate": 1.0871883414312777e-06,
10050
+ "loss": 1.3967,
10051
+ "step": 1430
10052
+ },
10053
+ {
10054
+ "epoch": 0.48346636259977194,
10055
+ "grad_norm": 0.2588147521018982,
10056
+ "learning_rate": 1.0564021095281652e-06,
10057
+ "loss": 1.4388,
10058
+ "step": 1431
10059
+ },
10060
+ {
10061
+ "epoch": 0.4838042147050129,
10062
+ "grad_norm": 0.27002790570259094,
10063
+ "learning_rate": 1.0260557379049519e-06,
10064
+ "loss": 1.4767,
10065
+ "step": 1432
10066
+ },
10067
+ {
10068
+ "epoch": 0.4841420668102538,
10069
+ "grad_norm": 0.2688363194465637,
10070
+ "learning_rate": 9.96149361468457e-07,
10071
+ "loss": 1.4784,
10072
+ "step": 1433
10073
+ },
10074
+ {
10075
+ "epoch": 0.48447991891549474,
10076
+ "grad_norm": 0.25430741906166077,
10077
+ "learning_rate": 9.66683113169431e-07,
10078
+ "loss": 1.4098,
10079
+ "step": 1434
10080
+ },
10081
+ {
10082
+ "epoch": 0.4848177710207357,
10083
+ "grad_norm": 0.2543031573295593,
10084
+ "learning_rate": 9.376571240020227e-07,
10085
+ "loss": 1.4473,
10086
+ "step": 1435
10087
+ },
10088
+ {
10089
+ "epoch": 0.4851556231259766,
10090
+ "grad_norm": 0.2679702937602997,
10091
+ "learning_rate": 9.090715230031688e-07,
10092
+ "loss": 1.465,
10093
+ "step": 1436
10094
+ },
10095
+ {
10096
+ "epoch": 0.48549347523121755,
10097
+ "grad_norm": 0.27029067277908325,
10098
+ "learning_rate": 8.809264372520609e-07,
10099
+ "loss": 1.4441,
10100
+ "step": 1437
10101
+ },
10102
+ {
10103
+ "epoch": 0.48583132733645845,
10104
+ "grad_norm": 0.27323269844055176,
10105
+ "learning_rate": 8.532219918695128e-07,
10106
+ "loss": 1.3906,
10107
+ "step": 1438
10108
+ },
10109
+ {
10110
+ "epoch": 0.4861691794416994,
10111
+ "grad_norm": 0.2603475749492645,
10112
+ "learning_rate": 8.259583100174606e-07,
10113
+ "loss": 1.3868,
10114
+ "step": 1439
10115
+ },
10116
+ {
10117
+ "epoch": 0.4865070315469403,
10118
+ "grad_norm": 0.2677699327468872,
10119
+ "learning_rate": 7.991355128984079e-07,
10120
+ "loss": 1.4834,
10121
+ "step": 1440
10122
+ },
10123
+ {
10124
+ "epoch": 0.48684488365218126,
10125
+ "grad_norm": 0.27419692277908325,
10126
+ "learning_rate": 7.727537197548707e-07,
10127
+ "loss": 1.5031,
10128
+ "step": 1441
10129
+ },
10130
+ {
10131
+ "epoch": 0.4871827357574222,
10132
+ "grad_norm": 0.28670912981033325,
10133
+ "learning_rate": 7.468130478688218e-07,
10134
+ "loss": 1.4728,
10135
+ "step": 1442
10136
+ },
10137
+ {
10138
+ "epoch": 0.4875205878626631,
10139
+ "grad_norm": 0.2821759879589081,
10140
+ "learning_rate": 7.213136125612586e-07,
10141
+ "loss": 1.471,
10142
+ "step": 1443
10143
+ },
10144
+ {
10145
+ "epoch": 0.48785843996790407,
10146
+ "grad_norm": 0.2898010015487671,
10147
+ "learning_rate": 6.962555271915805e-07,
10148
+ "loss": 1.4316,
10149
+ "step": 1444
10150
+ },
10151
+ {
10152
+ "epoch": 0.48819629207314497,
10153
+ "grad_norm": 0.2888733148574829,
10154
+ "learning_rate": 6.716389031571568e-07,
10155
+ "loss": 1.4511,
10156
+ "step": 1445
10157
+ },
10158
+ {
10159
+ "epoch": 0.4885341441783859,
10160
+ "grad_norm": 0.30311623215675354,
10161
+ "learning_rate": 6.474638498928265e-07,
10162
+ "loss": 1.4233,
10163
+ "step": 1446
10164
+ },
10165
+ {
10166
+ "epoch": 0.4888719962836268,
10167
+ "grad_norm": 0.30089882016181946,
10168
+ "learning_rate": 6.237304748703543e-07,
10169
+ "loss": 1.4354,
10170
+ "step": 1447
10171
+ },
10172
+ {
10173
+ "epoch": 0.4892098483888678,
10174
+ "grad_norm": 0.3312307894229889,
10175
+ "learning_rate": 6.004388835980423e-07,
10176
+ "loss": 1.4539,
10177
+ "step": 1448
10178
+ },
10179
+ {
10180
+ "epoch": 0.48954770049410873,
10181
+ "grad_norm": 0.3693748712539673,
10182
+ "learning_rate": 5.77589179620186e-07,
10183
+ "loss": 1.4094,
10184
+ "step": 1449
10185
+ },
10186
+ {
10187
+ "epoch": 0.4898855525993496,
10188
+ "grad_norm": 0.5018326044082642,
10189
+ "learning_rate": 5.55181464516652e-07,
10190
+ "loss": 1.2821,
10191
+ "step": 1450
10192
+ },
10193
+ {
10194
+ "epoch": 0.4902234047045906,
10195
+ "grad_norm": 0.196216881275177,
10196
+ "learning_rate": 5.332158379024122e-07,
10197
+ "loss": 1.4552,
10198
+ "step": 1451
10199
+ },
10200
+ {
10201
+ "epoch": 0.4905612568098315,
10202
+ "grad_norm": 0.20321056246757507,
10203
+ "learning_rate": 5.116923974270993e-07,
10204
+ "loss": 1.5635,
10205
+ "step": 1452
10206
+ },
10207
+ {
10208
+ "epoch": 0.49089910891507244,
10209
+ "grad_norm": 0.20241235196590424,
10210
+ "learning_rate": 4.906112387745965e-07,
10211
+ "loss": 1.4912,
10212
+ "step": 1453
10213
+ },
10214
+ {
10215
+ "epoch": 0.49123696102031333,
10216
+ "grad_norm": 0.20252864062786102,
10217
+ "learning_rate": 4.6997245566257064e-07,
10218
+ "loss": 1.4624,
10219
+ "step": 1454
10220
+ },
10221
+ {
10222
+ "epoch": 0.4915748131255543,
10223
+ "grad_norm": 0.20856152474880219,
10224
+ "learning_rate": 4.497761398421063e-07,
10225
+ "loss": 1.4994,
10226
+ "step": 1455
10227
+ },
10228
+ {
10229
+ "epoch": 0.49191266523079524,
10230
+ "grad_norm": 0.21053263545036316,
10231
+ "learning_rate": 4.3002238109723927e-07,
10232
+ "loss": 1.5073,
10233
+ "step": 1456
10234
+ },
10235
+ {
10236
+ "epoch": 0.49225051733603614,
10237
+ "grad_norm": 0.20670384168624878,
10238
+ "learning_rate": 4.107112672446123e-07,
10239
+ "loss": 1.4997,
10240
+ "step": 1457
10241
+ },
10242
+ {
10243
+ "epoch": 0.4925883694412771,
10244
+ "grad_norm": 0.20704622566699982,
10245
+ "learning_rate": 3.9184288413306456e-07,
10246
+ "loss": 1.4,
10247
+ "step": 1458
10248
+ },
10249
+ {
10250
+ "epoch": 0.492926221546518,
10251
+ "grad_norm": 0.2098395824432373,
10252
+ "learning_rate": 3.734173156432208e-07,
10253
+ "loss": 1.5099,
10254
+ "step": 1459
10255
+ },
10256
+ {
10257
+ "epoch": 0.49326407365175895,
10258
+ "grad_norm": 0.21044385433197021,
10259
+ "learning_rate": 3.554346436871581e-07,
10260
+ "loss": 1.4575,
10261
+ "step": 1460
10262
+ },
10263
+ {
10264
+ "epoch": 0.49360192575699985,
10265
+ "grad_norm": 0.2238229513168335,
10266
+ "learning_rate": 3.3789494820803957e-07,
10267
+ "loss": 1.517,
10268
+ "step": 1461
10269
+ },
10270
+ {
10271
+ "epoch": 0.4939397778622408,
10272
+ "grad_norm": 0.21777567267417908,
10273
+ "learning_rate": 3.2079830717972606e-07,
10274
+ "loss": 1.4322,
10275
+ "step": 1462
10276
+ },
10277
+ {
10278
+ "epoch": 0.49427762996748176,
10279
+ "grad_norm": 0.2231573462486267,
10280
+ "learning_rate": 3.041447966064648e-07,
10281
+ "loss": 1.4736,
10282
+ "step": 1463
10283
+ },
10284
+ {
10285
+ "epoch": 0.49461548207272266,
10286
+ "grad_norm": 0.229090616106987,
10287
+ "learning_rate": 2.8793449052254563e-07,
10288
+ "loss": 1.5046,
10289
+ "step": 1464
10290
+ },
10291
+ {
10292
+ "epoch": 0.4949533341779636,
10293
+ "grad_norm": 0.2325662076473236,
10294
+ "learning_rate": 2.721674609919345e-07,
10295
+ "loss": 1.4862,
10296
+ "step": 1465
10297
+ },
10298
+ {
10299
+ "epoch": 0.4952911862832045,
10300
+ "grad_norm": 0.2252163141965866,
10301
+ "learning_rate": 2.568437781080069e-07,
10302
+ "loss": 1.3253,
10303
+ "step": 1466
10304
+ },
10305
+ {
10306
+ "epoch": 0.49562903838844546,
10307
+ "grad_norm": 0.23609252274036407,
10308
+ "learning_rate": 2.4196350999320384e-07,
10309
+ "loss": 1.4784,
10310
+ "step": 1467
10311
+ },
10312
+ {
10313
+ "epoch": 0.49596689049368636,
10314
+ "grad_norm": 0.25220271944999695,
10315
+ "learning_rate": 2.275267227987321e-07,
10316
+ "loss": 1.5808,
10317
+ "step": 1468
10318
+ },
10319
+ {
10320
+ "epoch": 0.4963047425989273,
10321
+ "grad_norm": 0.22764766216278076,
10322
+ "learning_rate": 2.135334807042866e-07,
10323
+ "loss": 1.4093,
10324
+ "step": 1469
10325
+ },
10326
+ {
10327
+ "epoch": 0.49664259470416827,
10328
+ "grad_norm": 0.23635098338127136,
10329
+ "learning_rate": 1.9998384591773944e-07,
10330
+ "loss": 1.4132,
10331
+ "step": 1470
10332
+ },
10333
+ {
10334
+ "epoch": 0.49698044680940917,
10335
+ "grad_norm": 0.23680339753627777,
10336
+ "learning_rate": 1.8687787867489592e-07,
10337
+ "loss": 1.4401,
10338
+ "step": 1471
10339
+ },
10340
+ {
10341
+ "epoch": 0.4973182989146501,
10342
+ "grad_norm": 0.24005019664764404,
10343
+ "learning_rate": 1.7421563723919454e-07,
10344
+ "loss": 1.3511,
10345
+ "step": 1472
10346
+ },
10347
+ {
10348
+ "epoch": 0.497656151019891,
10349
+ "grad_norm": 0.23929578065872192,
10350
+ "learning_rate": 1.6199717790145174e-07,
10351
+ "loss": 1.489,
10352
+ "step": 1473
10353
+ },
10354
+ {
10355
+ "epoch": 0.497994003125132,
10356
+ "grad_norm": 0.2384917438030243,
10357
+ "learning_rate": 1.5022255497962879e-07,
10358
+ "loss": 1.3928,
10359
+ "step": 1474
10360
+ },
10361
+ {
10362
+ "epoch": 0.4983318552303729,
10363
+ "grad_norm": 0.2462180256843567,
10364
+ "learning_rate": 1.3889182081860962e-07,
10365
+ "loss": 1.3983,
10366
+ "step": 1475
10367
+ },
10368
+ {
10369
+ "epoch": 0.49866970733561383,
10370
+ "grad_norm": 0.25475817918777466,
10371
+ "learning_rate": 1.2800502578991235e-07,
10372
+ "loss": 1.5074,
10373
+ "step": 1476
10374
+ },
10375
+ {
10376
+ "epoch": 0.4990075594408548,
10377
+ "grad_norm": 0.24641422927379608,
10378
+ "learning_rate": 1.1756221829148928e-07,
10379
+ "loss": 1.4259,
10380
+ "step": 1477
10381
+ },
10382
+ {
10383
+ "epoch": 0.4993454115460957,
10384
+ "grad_norm": 0.25399869680404663,
10385
+ "learning_rate": 1.0756344474753821e-07,
10386
+ "loss": 1.4728,
10387
+ "step": 1478
10388
+ },
10389
+ {
10390
+ "epoch": 0.49968326365133664,
10391
+ "grad_norm": 0.24991141259670258,
10392
+ "learning_rate": 9.800874960826933e-08,
10393
+ "loss": 1.445,
10394
+ "step": 1479
10395
+ },
10396
+ {
10397
+ "epoch": 0.5000211157565776,
10398
+ "grad_norm": 0.2517636716365814,
10399
+ "learning_rate": 8.889817534969425e-08,
10400
+ "loss": 1.4285,
10401
+ "step": 1480
10402
+ },
10403
+ {
10404
+ "epoch": 0.5003589678618184,
10405
+ "grad_norm": 0.2585083544254303,
10406
+ "learning_rate": 8.023176247348163e-08,
10407
+ "loss": 1.443,
10408
+ "step": 1481
10409
+ },
10410
+ {
10411
+ "epoch": 0.5006968199670594,
10412
+ "grad_norm": 0.258181095123291,
10413
+ "learning_rate": 7.200954950673522e-08,
10414
+ "loss": 1.3778,
10415
+ "step": 1482
10416
+ },
10417
+ {
10418
+ "epoch": 0.5010346720723003,
10419
+ "grad_norm": 0.2598218321800232,
10420
+ "learning_rate": 6.423157300184946e-08,
10421
+ "loss": 1.473,
10422
+ "step": 1483
10423
+ },
10424
+ {
10425
+ "epoch": 0.5013725241775413,
10426
+ "grad_norm": 0.26156502962112427,
10427
+ "learning_rate": 5.6897867536331864e-08,
10428
+ "loss": 1.4907,
10429
+ "step": 1484
10430
+ },
10431
+ {
10432
+ "epoch": 0.5017103762827823,
10433
+ "grad_norm": 0.2644466459751129,
10434
+ "learning_rate": 5.000846571264761e-08,
10435
+ "loss": 1.4444,
10436
+ "step": 1485
10437
+ },
10438
+ {
10439
+ "epoch": 0.5020482283880231,
10440
+ "grad_norm": 0.27398133277893066,
10441
+ "learning_rate": 4.35633981580974e-08,
10442
+ "loss": 1.4513,
10443
+ "step": 1486
10444
+ },
10445
+ {
10446
+ "epoch": 0.502386080493264,
10447
+ "grad_norm": 0.2620060443878174,
10448
+ "learning_rate": 3.756269352462871e-08,
10449
+ "loss": 1.4428,
10450
+ "step": 1487
10451
+ },
10452
+ {
10453
+ "epoch": 0.502723932598505,
10454
+ "grad_norm": 0.2607761025428772,
10455
+ "learning_rate": 3.20063784888025e-08,
10456
+ "loss": 1.4203,
10457
+ "step": 1488
10458
+ },
10459
+ {
10460
+ "epoch": 0.503061784703746,
10461
+ "grad_norm": 0.26292839646339417,
10462
+ "learning_rate": 2.6894477751548964e-08,
10463
+ "loss": 1.4011,
10464
+ "step": 1489
10465
+ },
10466
+ {
10467
+ "epoch": 0.5033996368089869,
10468
+ "grad_norm": 0.27221038937568665,
10469
+ "learning_rate": 2.222701403818972e-08,
10470
+ "loss": 1.4325,
10471
+ "step": 1490
10472
+ },
10473
+ {
10474
+ "epoch": 0.5037374889142278,
10475
+ "grad_norm": 0.2788538634777069,
10476
+ "learning_rate": 1.8004008098226887e-08,
10477
+ "loss": 1.4261,
10478
+ "step": 1491
10479
+ },
10480
+ {
10481
+ "epoch": 0.5040753410194687,
10482
+ "grad_norm": 0.27817338705062866,
10483
+ "learning_rate": 1.4225478705309769e-08,
10484
+ "loss": 1.4214,
10485
+ "step": 1492
10486
+ },
10487
+ {
10488
+ "epoch": 0.5044131931247097,
10489
+ "grad_norm": 0.27153632044792175,
10490
+ "learning_rate": 1.0891442657134932e-08,
10491
+ "loss": 1.4154,
10492
+ "step": 1493
10493
+ },
10494
+ {
10495
+ "epoch": 0.5047510452299506,
10496
+ "grad_norm": 0.28666210174560547,
10497
+ "learning_rate": 8.001914775401798e-09,
10498
+ "loss": 1.4787,
10499
+ "step": 1494
10500
+ },
10501
+ {
10502
+ "epoch": 0.5050888973351915,
10503
+ "grad_norm": 0.28817957639694214,
10504
+ "learning_rate": 5.5569079056794206e-09,
10505
+ "loss": 1.4737,
10506
+ "step": 1495
10507
+ },
10508
+ {
10509
+ "epoch": 0.5054267494404324,
10510
+ "grad_norm": 0.3024436831474304,
10511
+ "learning_rate": 3.5564329174064824e-09,
10512
+ "loss": 1.4834,
10513
+ "step": 1496
10514
+ },
10515
+ {
10516
+ "epoch": 0.5057646015456734,
10517
+ "grad_norm": 0.3066464066505432,
10518
+ "learning_rate": 2.0004987038246824e-09,
10519
+ "loss": 1.4313,
10520
+ "step": 1497
10521
+ },
10522
+ {
10523
+ "epoch": 0.5061024536509143,
10524
+ "grad_norm": 0.3132622539997101,
10525
+ "learning_rate": 8.891121819565306e-10,
10526
+ "loss": 1.4616,
10527
+ "step": 1498
10528
+ },
10529
+ {
10530
+ "epoch": 0.5064403057561553,
10531
+ "grad_norm": 0.3416168689727783,
10532
+ "learning_rate": 2.2227829252763344e-10,
10533
+ "loss": 1.4852,
10534
+ "step": 1499
10535
+ },
10536
+ {
10537
+ "epoch": 0.5067781578613961,
10538
+ "grad_norm": 0.44100168347358704,
10539
+ "learning_rate": 0.0,
10540
+ "loss": 1.3137,
10541
+ "step": 1500
10542
+ },
10543
+ {
10544
+ "epoch": 0.5067781578613961,
10545
+ "eval_loss": 1.447874903678894,
10546
+ "eval_runtime": 268.936,
10547
+ "eval_samples_per_second": 18.536,
10548
+ "eval_steps_per_second": 9.27,
10549
+ "step": 1500
10550
  }
10551
  ],
10552
  "logging_steps": 1,
 
10561
  "should_evaluate": false,
10562
  "should_log": false,
10563
  "should_save": true,
10564
+ "should_training_stop": true
10565
  },
10566
  "attributes": {}
10567
  }
10568
  },
10569
+ "total_flos": 5.735797142543401e+17,
10570
  "train_batch_size": 2,
10571
  "trial_name": null,
10572
  "trial_params": null