diaenra commited on
Commit
0cb43df
·
verified ·
1 Parent(s): daf2df2

Training in progress, step 717, checkpoint

Browse files
last-checkpoint/optimizer.pt CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:88617d487fb2d417f9de5e963b5998ddd7d60e02ce0b16cdaaecb8b8803d30af
3
  size 2159193648
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:e60d06ecdfe43f0b55e6ac644b1de9800f43b1b23a3a18585b1c9018cc7bcd3e
3
  size 2159193648
last-checkpoint/rng_state.pth CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:2beb55f3e970853628a602f7cf7eee0794d36421e7c7363070b6a5cf7e622504
3
  size 14244
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:84c22f133788f3e075f598f86e956bfd400fbcac7ff66fa521fbb15d9d50badc
3
  size 14244
last-checkpoint/scheduler.pt CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:9f41ed39faf9301acfd7b76d16e39bbfc5cc4f014f2f063dd964bfdb0a76bfdb
3
  size 1064
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:f6f9bff018ce78f5b3a049cb89d19a3641ea87206838bec0926c3ffbdd0de2bf
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": 0.6638888888888889,
5
  "eval_steps": 500,
6
- "global_step": 478,
7
  "is_hyper_param_search": false,
8
  "is_local_process_zero": true,
9
  "is_world_process_zero": true,
@@ -3353,6 +3353,1679 @@
3353
  "learning_rate": 3.3110787904395976e-05,
3354
  "loss": 0.0,
3355
  "step": 478
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
3356
  }
3357
  ],
3358
  "logging_steps": 1,
@@ -3372,7 +5045,7 @@
3372
  "attributes": {}
3373
  }
3374
  },
3375
- "total_flos": 7.258726373680742e+16,
3376
  "train_batch_size": 8,
3377
  "trial_name": null,
3378
  "trial_params": null
 
1
  {
2
  "best_metric": null,
3
  "best_model_checkpoint": null,
4
+ "epoch": 0.9958333333333333,
5
  "eval_steps": 500,
6
+ "global_step": 717,
7
  "is_hyper_param_search": false,
8
  "is_local_process_zero": true,
9
  "is_world_process_zero": true,
 
3353
  "learning_rate": 3.3110787904395976e-05,
3354
  "loss": 0.0,
3355
  "step": 478
3356
+ },
3357
+ {
3358
+ "epoch": 0.6652777777777777,
3359
+ "grad_norm": NaN,
3360
+ "learning_rate": 3.287254275482133e-05,
3361
+ "loss": 0.0,
3362
+ "step": 479
3363
+ },
3364
+ {
3365
+ "epoch": 0.6666666666666666,
3366
+ "grad_norm": NaN,
3367
+ "learning_rate": 3.263473735775899e-05,
3368
+ "loss": 0.0,
3369
+ "step": 480
3370
+ },
3371
+ {
3372
+ "epoch": 0.6680555555555555,
3373
+ "grad_norm": NaN,
3374
+ "learning_rate": 3.239737781893258e-05,
3375
+ "loss": 0.0,
3376
+ "step": 481
3377
+ },
3378
+ {
3379
+ "epoch": 0.6694444444444444,
3380
+ "grad_norm": NaN,
3381
+ "learning_rate": 3.216047023261823e-05,
3382
+ "loss": 0.0,
3383
+ "step": 482
3384
+ },
3385
+ {
3386
+ "epoch": 0.6708333333333333,
3387
+ "grad_norm": NaN,
3388
+ "learning_rate": 3.192402068148801e-05,
3389
+ "loss": 0.0,
3390
+ "step": 483
3391
+ },
3392
+ {
3393
+ "epoch": 0.6722222222222223,
3394
+ "grad_norm": NaN,
3395
+ "learning_rate": 3.168803523645387e-05,
3396
+ "loss": 0.0,
3397
+ "step": 484
3398
+ },
3399
+ {
3400
+ "epoch": 0.6736111111111112,
3401
+ "grad_norm": NaN,
3402
+ "learning_rate": 3.145251995651162e-05,
3403
+ "loss": 0.0,
3404
+ "step": 485
3405
+ },
3406
+ {
3407
+ "epoch": 0.675,
3408
+ "grad_norm": NaN,
3409
+ "learning_rate": 3.121748088858549e-05,
3410
+ "loss": 0.0,
3411
+ "step": 486
3412
+ },
3413
+ {
3414
+ "epoch": 0.6763888888888889,
3415
+ "grad_norm": NaN,
3416
+ "learning_rate": 3.098292406737282e-05,
3417
+ "loss": 0.0,
3418
+ "step": 487
3419
+ },
3420
+ {
3421
+ "epoch": 0.6777777777777778,
3422
+ "grad_norm": NaN,
3423
+ "learning_rate": 3.0748855515189104e-05,
3424
+ "loss": 0.0,
3425
+ "step": 488
3426
+ },
3427
+ {
3428
+ "epoch": 0.6791666666666667,
3429
+ "grad_norm": NaN,
3430
+ "learning_rate": 3.051528124181342e-05,
3431
+ "loss": 0.0,
3432
+ "step": 489
3433
+ },
3434
+ {
3435
+ "epoch": 0.6805555555555556,
3436
+ "grad_norm": NaN,
3437
+ "learning_rate": 3.0282207244334082e-05,
3438
+ "loss": 0.0,
3439
+ "step": 490
3440
+ },
3441
+ {
3442
+ "epoch": 0.6819444444444445,
3443
+ "grad_norm": NaN,
3444
+ "learning_rate": 3.004963950699463e-05,
3445
+ "loss": 0.0,
3446
+ "step": 491
3447
+ },
3448
+ {
3449
+ "epoch": 0.6833333333333333,
3450
+ "grad_norm": NaN,
3451
+ "learning_rate": 2.9817584001040282e-05,
3452
+ "loss": 0.0,
3453
+ "step": 492
3454
+ },
3455
+ {
3456
+ "epoch": 0.6847222222222222,
3457
+ "grad_norm": NaN,
3458
+ "learning_rate": 2.9586046684564517e-05,
3459
+ "loss": 0.0,
3460
+ "step": 493
3461
+ },
3462
+ {
3463
+ "epoch": 0.6861111111111111,
3464
+ "grad_norm": NaN,
3465
+ "learning_rate": 2.93550335023562e-05,
3466
+ "loss": 0.0,
3467
+ "step": 494
3468
+ },
3469
+ {
3470
+ "epoch": 0.6875,
3471
+ "grad_norm": NaN,
3472
+ "learning_rate": 2.9124550385746857e-05,
3473
+ "loss": 0.0,
3474
+ "step": 495
3475
+ },
3476
+ {
3477
+ "epoch": 0.6888888888888889,
3478
+ "grad_norm": NaN,
3479
+ "learning_rate": 2.8894603252458408e-05,
3480
+ "loss": 0.0,
3481
+ "step": 496
3482
+ },
3483
+ {
3484
+ "epoch": 0.6902777777777778,
3485
+ "grad_norm": NaN,
3486
+ "learning_rate": 2.8665198006451276e-05,
3487
+ "loss": 0.0,
3488
+ "step": 497
3489
+ },
3490
+ {
3491
+ "epoch": 0.6916666666666667,
3492
+ "grad_norm": NaN,
3493
+ "learning_rate": 2.84363405377728e-05,
3494
+ "loss": 0.0,
3495
+ "step": 498
3496
+ },
3497
+ {
3498
+ "epoch": 0.6930555555555555,
3499
+ "grad_norm": NaN,
3500
+ "learning_rate": 2.8208036722405896e-05,
3501
+ "loss": 0.0,
3502
+ "step": 499
3503
+ },
3504
+ {
3505
+ "epoch": 0.6944444444444444,
3506
+ "grad_norm": NaN,
3507
+ "learning_rate": 2.798029242211828e-05,
3508
+ "loss": 0.0,
3509
+ "step": 500
3510
+ },
3511
+ {
3512
+ "epoch": 0.6958333333333333,
3513
+ "grad_norm": NaN,
3514
+ "learning_rate": 2.775311348431204e-05,
3515
+ "loss": 0.0,
3516
+ "step": 501
3517
+ },
3518
+ {
3519
+ "epoch": 0.6972222222222222,
3520
+ "grad_norm": NaN,
3521
+ "learning_rate": 2.7526505741873297e-05,
3522
+ "loss": 0.0,
3523
+ "step": 502
3524
+ },
3525
+ {
3526
+ "epoch": 0.6986111111111111,
3527
+ "grad_norm": NaN,
3528
+ "learning_rate": 2.7300475013022663e-05,
3529
+ "loss": 0.0,
3530
+ "step": 503
3531
+ },
3532
+ {
3533
+ "epoch": 0.7,
3534
+ "grad_norm": NaN,
3535
+ "learning_rate": 2.7075027101165707e-05,
3536
+ "loss": 0.0,
3537
+ "step": 504
3538
+ },
3539
+ {
3540
+ "epoch": 0.7013888888888888,
3541
+ "grad_norm": NaN,
3542
+ "learning_rate": 2.6850167794743962e-05,
3543
+ "loss": 0.0,
3544
+ "step": 505
3545
+ },
3546
+ {
3547
+ "epoch": 0.7027777777777777,
3548
+ "grad_norm": NaN,
3549
+ "learning_rate": 2.662590286708645e-05,
3550
+ "loss": 0.0,
3551
+ "step": 506
3552
+ },
3553
+ {
3554
+ "epoch": 0.7041666666666667,
3555
+ "grad_norm": NaN,
3556
+ "learning_rate": 2.6402238076261232e-05,
3557
+ "loss": 0.0,
3558
+ "step": 507
3559
+ },
3560
+ {
3561
+ "epoch": 0.7055555555555556,
3562
+ "grad_norm": NaN,
3563
+ "learning_rate": 2.6179179164927758e-05,
3564
+ "loss": 0.0,
3565
+ "step": 508
3566
+ },
3567
+ {
3568
+ "epoch": 0.7069444444444445,
3569
+ "grad_norm": NaN,
3570
+ "learning_rate": 2.5956731860189286e-05,
3571
+ "loss": 0.0,
3572
+ "step": 509
3573
+ },
3574
+ {
3575
+ "epoch": 0.7083333333333334,
3576
+ "grad_norm": NaN,
3577
+ "learning_rate": 2.573490187344596e-05,
3578
+ "loss": 0.0,
3579
+ "step": 510
3580
+ },
3581
+ {
3582
+ "epoch": 0.7097222222222223,
3583
+ "grad_norm": NaN,
3584
+ "learning_rate": 2.551369490024801e-05,
3585
+ "loss": 0.0,
3586
+ "step": 511
3587
+ },
3588
+ {
3589
+ "epoch": 0.7111111111111111,
3590
+ "grad_norm": NaN,
3591
+ "learning_rate": 2.529311662014972e-05,
3592
+ "loss": 0.0,
3593
+ "step": 512
3594
+ },
3595
+ {
3596
+ "epoch": 0.7125,
3597
+ "grad_norm": NaN,
3598
+ "learning_rate": 2.5073172696563384e-05,
3599
+ "loss": 0.0,
3600
+ "step": 513
3601
+ },
3602
+ {
3603
+ "epoch": 0.7138888888888889,
3604
+ "grad_norm": NaN,
3605
+ "learning_rate": 2.4853868776614113e-05,
3606
+ "loss": 0.0,
3607
+ "step": 514
3608
+ },
3609
+ {
3610
+ "epoch": 0.7152777777777778,
3611
+ "grad_norm": NaN,
3612
+ "learning_rate": 2.4635210490994647e-05,
3613
+ "loss": 0.0,
3614
+ "step": 515
3615
+ },
3616
+ {
3617
+ "epoch": 0.7166666666666667,
3618
+ "grad_norm": NaN,
3619
+ "learning_rate": 2.4417203453820892e-05,
3620
+ "loss": 0.0,
3621
+ "step": 516
3622
+ },
3623
+ {
3624
+ "epoch": 0.7180555555555556,
3625
+ "grad_norm": NaN,
3626
+ "learning_rate": 2.419985326248782e-05,
3627
+ "loss": 0.0,
3628
+ "step": 517
3629
+ },
3630
+ {
3631
+ "epoch": 0.7194444444444444,
3632
+ "grad_norm": NaN,
3633
+ "learning_rate": 2.39831654975256e-05,
3634
+ "loss": 0.0,
3635
+ "step": 518
3636
+ },
3637
+ {
3638
+ "epoch": 0.7208333333333333,
3639
+ "grad_norm": NaN,
3640
+ "learning_rate": 2.3767145722456506e-05,
3641
+ "loss": 0.0,
3642
+ "step": 519
3643
+ },
3644
+ {
3645
+ "epoch": 0.7222222222222222,
3646
+ "grad_norm": NaN,
3647
+ "learning_rate": 2.3551799483651894e-05,
3648
+ "loss": 0.0,
3649
+ "step": 520
3650
+ },
3651
+ {
3652
+ "epoch": 0.7236111111111111,
3653
+ "grad_norm": NaN,
3654
+ "learning_rate": 2.3337132310189897e-05,
3655
+ "loss": 0.0,
3656
+ "step": 521
3657
+ },
3658
+ {
3659
+ "epoch": 0.725,
3660
+ "grad_norm": NaN,
3661
+ "learning_rate": 2.312314971371347e-05,
3662
+ "loss": 0.0,
3663
+ "step": 522
3664
+ },
3665
+ {
3666
+ "epoch": 0.7263888888888889,
3667
+ "grad_norm": NaN,
3668
+ "learning_rate": 2.2909857188288863e-05,
3669
+ "loss": 0.0,
3670
+ "step": 523
3671
+ },
3672
+ {
3673
+ "epoch": 0.7277777777777777,
3674
+ "grad_norm": NaN,
3675
+ "learning_rate": 2.2697260210264505e-05,
3676
+ "loss": 0.0,
3677
+ "step": 524
3678
+ },
3679
+ {
3680
+ "epoch": 0.7291666666666666,
3681
+ "grad_norm": NaN,
3682
+ "learning_rate": 2.2485364238130436e-05,
3683
+ "loss": 0.0,
3684
+ "step": 525
3685
+ },
3686
+ {
3687
+ "epoch": 0.7305555555555555,
3688
+ "grad_norm": NaN,
3689
+ "learning_rate": 2.227417471237821e-05,
3690
+ "loss": 0.0,
3691
+ "step": 526
3692
+ },
3693
+ {
3694
+ "epoch": 0.7319444444444444,
3695
+ "grad_norm": NaN,
3696
+ "learning_rate": 2.2063697055361154e-05,
3697
+ "loss": 0.0,
3698
+ "step": 527
3699
+ },
3700
+ {
3701
+ "epoch": 0.7333333333333333,
3702
+ "grad_norm": NaN,
3703
+ "learning_rate": 2.1853936671155127e-05,
3704
+ "loss": 0.0,
3705
+ "step": 528
3706
+ },
3707
+ {
3708
+ "epoch": 0.7347222222222223,
3709
+ "grad_norm": NaN,
3710
+ "learning_rate": 2.164489894541981e-05,
3711
+ "loss": 0.0,
3712
+ "step": 529
3713
+ },
3714
+ {
3715
+ "epoch": 0.7361111111111112,
3716
+ "grad_norm": NaN,
3717
+ "learning_rate": 2.1436589245260376e-05,
3718
+ "loss": 0.0,
3719
+ "step": 530
3720
+ },
3721
+ {
3722
+ "epoch": 0.7375,
3723
+ "grad_norm": NaN,
3724
+ "learning_rate": 2.1229012919089843e-05,
3725
+ "loss": 0.0,
3726
+ "step": 531
3727
+ },
3728
+ {
3729
+ "epoch": 0.7388888888888889,
3730
+ "grad_norm": NaN,
3731
+ "learning_rate": 2.1022175296491515e-05,
3732
+ "loss": 0.0,
3733
+ "step": 532
3734
+ },
3735
+ {
3736
+ "epoch": 0.7402777777777778,
3737
+ "grad_norm": NaN,
3738
+ "learning_rate": 2.0816081688082312e-05,
3739
+ "loss": 0.0,
3740
+ "step": 533
3741
+ },
3742
+ {
3743
+ "epoch": 0.7416666666666667,
3744
+ "grad_norm": NaN,
3745
+ "learning_rate": 2.061073738537635e-05,
3746
+ "loss": 0.0,
3747
+ "step": 534
3748
+ },
3749
+ {
3750
+ "epoch": 0.7430555555555556,
3751
+ "grad_norm": NaN,
3752
+ "learning_rate": 2.0406147660649134e-05,
3753
+ "loss": 0.0,
3754
+ "step": 535
3755
+ },
3756
+ {
3757
+ "epoch": 0.7444444444444445,
3758
+ "grad_norm": NaN,
3759
+ "learning_rate": 2.0202317766802154e-05,
3760
+ "loss": 0.0,
3761
+ "step": 536
3762
+ },
3763
+ {
3764
+ "epoch": 0.7458333333333333,
3765
+ "grad_norm": NaN,
3766
+ "learning_rate": 1.9999252937227992e-05,
3767
+ "loss": 0.0,
3768
+ "step": 537
3769
+ },
3770
+ {
3771
+ "epoch": 0.7472222222222222,
3772
+ "grad_norm": NaN,
3773
+ "learning_rate": 1.9796958385675967e-05,
3774
+ "loss": 0.0,
3775
+ "step": 538
3776
+ },
3777
+ {
3778
+ "epoch": 0.7486111111111111,
3779
+ "grad_norm": NaN,
3780
+ "learning_rate": 1.9595439306118353e-05,
3781
+ "loss": 0.0,
3782
+ "step": 539
3783
+ },
3784
+ {
3785
+ "epoch": 0.75,
3786
+ "grad_norm": NaN,
3787
+ "learning_rate": 1.9394700872616855e-05,
3788
+ "loss": 0.0,
3789
+ "step": 540
3790
+ },
3791
+ {
3792
+ "epoch": 0.7513888888888889,
3793
+ "grad_norm": NaN,
3794
+ "learning_rate": 1.9194748239189964e-05,
3795
+ "loss": 0.0,
3796
+ "step": 541
3797
+ },
3798
+ {
3799
+ "epoch": 0.7527777777777778,
3800
+ "grad_norm": NaN,
3801
+ "learning_rate": 1.8995586539680422e-05,
3802
+ "loss": 0.0,
3803
+ "step": 542
3804
+ },
3805
+ {
3806
+ "epoch": 0.7541666666666667,
3807
+ "grad_norm": NaN,
3808
+ "learning_rate": 1.8797220887623594e-05,
3809
+ "loss": 0.0,
3810
+ "step": 543
3811
+ },
3812
+ {
3813
+ "epoch": 0.7555555555555555,
3814
+ "grad_norm": NaN,
3815
+ "learning_rate": 1.8599656376116026e-05,
3816
+ "loss": 0.0,
3817
+ "step": 544
3818
+ },
3819
+ {
3820
+ "epoch": 0.7569444444444444,
3821
+ "grad_norm": NaN,
3822
+ "learning_rate": 1.8402898077684804e-05,
3823
+ "loss": 0.0,
3824
+ "step": 545
3825
+ },
3826
+ {
3827
+ "epoch": 0.7583333333333333,
3828
+ "grad_norm": NaN,
3829
+ "learning_rate": 1.820695104415721e-05,
3830
+ "loss": 0.0,
3831
+ "step": 546
3832
+ },
3833
+ {
3834
+ "epoch": 0.7597222222222222,
3835
+ "grad_norm": NaN,
3836
+ "learning_rate": 1.8011820306531063e-05,
3837
+ "loss": 0.0,
3838
+ "step": 547
3839
+ },
3840
+ {
3841
+ "epoch": 0.7611111111111111,
3842
+ "grad_norm": NaN,
3843
+ "learning_rate": 1.7817510874845583e-05,
3844
+ "loss": 0.0,
3845
+ "step": 548
3846
+ },
3847
+ {
3848
+ "epoch": 0.7625,
3849
+ "grad_norm": NaN,
3850
+ "learning_rate": 1.7624027738052668e-05,
3851
+ "loss": 0.0,
3852
+ "step": 549
3853
+ },
3854
+ {
3855
+ "epoch": 0.7638888888888888,
3856
+ "grad_norm": NaN,
3857
+ "learning_rate": 1.7431375863888898e-05,
3858
+ "loss": 0.0,
3859
+ "step": 550
3860
+ },
3861
+ {
3862
+ "epoch": 0.7652777777777777,
3863
+ "grad_norm": NaN,
3864
+ "learning_rate": 1.723956019874789e-05,
3865
+ "loss": 0.0,
3866
+ "step": 551
3867
+ },
3868
+ {
3869
+ "epoch": 0.7666666666666667,
3870
+ "grad_norm": NaN,
3871
+ "learning_rate": 1.7048585667553412e-05,
3872
+ "loss": 0.0,
3873
+ "step": 552
3874
+ },
3875
+ {
3876
+ "epoch": 0.7680555555555556,
3877
+ "grad_norm": NaN,
3878
+ "learning_rate": 1.6858457173632806e-05,
3879
+ "loss": 0.0,
3880
+ "step": 553
3881
+ },
3882
+ {
3883
+ "epoch": 0.7694444444444445,
3884
+ "grad_norm": NaN,
3885
+ "learning_rate": 1.6669179598591183e-05,
3886
+ "loss": 0.0,
3887
+ "step": 554
3888
+ },
3889
+ {
3890
+ "epoch": 0.7708333333333334,
3891
+ "grad_norm": NaN,
3892
+ "learning_rate": 1.648075780218607e-05,
3893
+ "loss": 0.0,
3894
+ "step": 555
3895
+ },
3896
+ {
3897
+ "epoch": 0.7722222222222223,
3898
+ "grad_norm": NaN,
3899
+ "learning_rate": 1.6293196622202635e-05,
3900
+ "loss": 0.0,
3901
+ "step": 556
3902
+ },
3903
+ {
3904
+ "epoch": 0.7736111111111111,
3905
+ "grad_norm": NaN,
3906
+ "learning_rate": 1.6106500874329433e-05,
3907
+ "loss": 0.0,
3908
+ "step": 557
3909
+ },
3910
+ {
3911
+ "epoch": 0.775,
3912
+ "grad_norm": NaN,
3913
+ "learning_rate": 1.592067535203479e-05,
3914
+ "loss": 0.0,
3915
+ "step": 558
3916
+ },
3917
+ {
3918
+ "epoch": 0.7763888888888889,
3919
+ "grad_norm": NaN,
3920
+ "learning_rate": 1.5735724826443787e-05,
3921
+ "loss": 0.0,
3922
+ "step": 559
3923
+ },
3924
+ {
3925
+ "epoch": 0.7777777777777778,
3926
+ "grad_norm": NaN,
3927
+ "learning_rate": 1.555165404621567e-05,
3928
+ "loss": 0.0,
3929
+ "step": 560
3930
+ },
3931
+ {
3932
+ "epoch": 0.7791666666666667,
3933
+ "grad_norm": NaN,
3934
+ "learning_rate": 1.5368467737421964e-05,
3935
+ "loss": 0.0,
3936
+ "step": 561
3937
+ },
3938
+ {
3939
+ "epoch": 0.7805555555555556,
3940
+ "grad_norm": NaN,
3941
+ "learning_rate": 1.5186170603425132e-05,
3942
+ "loss": 0.0,
3943
+ "step": 562
3944
+ },
3945
+ {
3946
+ "epoch": 0.7819444444444444,
3947
+ "grad_norm": NaN,
3948
+ "learning_rate": 1.500476732475779e-05,
3949
+ "loss": 0.0,
3950
+ "step": 563
3951
+ },
3952
+ {
3953
+ "epoch": 0.7833333333333333,
3954
+ "grad_norm": NaN,
3955
+ "learning_rate": 1.4824262559002594e-05,
3956
+ "loss": 0.0,
3957
+ "step": 564
3958
+ },
3959
+ {
3960
+ "epoch": 0.7847222222222222,
3961
+ "grad_norm": NaN,
3962
+ "learning_rate": 1.4644660940672627e-05,
3963
+ "loss": 0.0,
3964
+ "step": 565
3965
+ },
3966
+ {
3967
+ "epoch": 0.7861111111111111,
3968
+ "grad_norm": NaN,
3969
+ "learning_rate": 1.4465967081092346e-05,
3970
+ "loss": 0.0,
3971
+ "step": 566
3972
+ },
3973
+ {
3974
+ "epoch": 0.7875,
3975
+ "grad_norm": NaN,
3976
+ "learning_rate": 1.4288185568279238e-05,
3977
+ "loss": 0.0,
3978
+ "step": 567
3979
+ },
3980
+ {
3981
+ "epoch": 0.7888888888888889,
3982
+ "grad_norm": NaN,
3983
+ "learning_rate": 1.4111320966826059e-05,
3984
+ "loss": 0.0,
3985
+ "step": 568
3986
+ },
3987
+ {
3988
+ "epoch": 0.7902777777777777,
3989
+ "grad_norm": NaN,
3990
+ "learning_rate": 1.3935377817783584e-05,
3991
+ "loss": 0.0,
3992
+ "step": 569
3993
+ },
3994
+ {
3995
+ "epoch": 0.7916666666666666,
3996
+ "grad_norm": NaN,
3997
+ "learning_rate": 1.3760360638544012e-05,
3998
+ "loss": 0.0,
3999
+ "step": 570
4000
+ },
4001
+ {
4002
+ "epoch": 0.7930555555555555,
4003
+ "grad_norm": NaN,
4004
+ "learning_rate": 1.3586273922724979e-05,
4005
+ "loss": 0.0,
4006
+ "step": 571
4007
+ },
4008
+ {
4009
+ "epoch": 0.7944444444444444,
4010
+ "grad_norm": NaN,
4011
+ "learning_rate": 1.3413122140054218e-05,
4012
+ "loss": 0.0,
4013
+ "step": 572
4014
+ },
4015
+ {
4016
+ "epoch": 0.7958333333333333,
4017
+ "grad_norm": NaN,
4018
+ "learning_rate": 1.3240909736254792e-05,
4019
+ "loss": 0.0,
4020
+ "step": 573
4021
+ },
4022
+ {
4023
+ "epoch": 0.7972222222222223,
4024
+ "grad_norm": NaN,
4025
+ "learning_rate": 1.3069641132930926e-05,
4026
+ "loss": 0.0,
4027
+ "step": 574
4028
+ },
4029
+ {
4030
+ "epoch": 0.7986111111111112,
4031
+ "grad_norm": NaN,
4032
+ "learning_rate": 1.2899320727454472e-05,
4033
+ "loss": 0.0,
4034
+ "step": 575
4035
+ },
4036
+ {
4037
+ "epoch": 0.8,
4038
+ "grad_norm": NaN,
4039
+ "learning_rate": 1.2729952892852021e-05,
4040
+ "loss": 0.0,
4041
+ "step": 576
4042
+ },
4043
+ {
4044
+ "epoch": 0.8013888888888889,
4045
+ "grad_norm": NaN,
4046
+ "learning_rate": 1.2561541977692659e-05,
4047
+ "loss": 0.0,
4048
+ "step": 577
4049
+ },
4050
+ {
4051
+ "epoch": 0.8027777777777778,
4052
+ "grad_norm": NaN,
4053
+ "learning_rate": 1.2394092305976273e-05,
4054
+ "loss": 0.0,
4055
+ "step": 578
4056
+ },
4057
+ {
4058
+ "epoch": 0.8041666666666667,
4059
+ "grad_norm": NaN,
4060
+ "learning_rate": 1.222760817702252e-05,
4061
+ "loss": 0.0,
4062
+ "step": 579
4063
+ },
4064
+ {
4065
+ "epoch": 0.8055555555555556,
4066
+ "grad_norm": NaN,
4067
+ "learning_rate": 1.2062093865360458e-05,
4068
+ "loss": 0.0,
4069
+ "step": 580
4070
+ },
4071
+ {
4072
+ "epoch": 0.8069444444444445,
4073
+ "grad_norm": NaN,
4074
+ "learning_rate": 1.1897553620618846e-05,
4075
+ "loss": 0.0,
4076
+ "step": 581
4077
+ },
4078
+ {
4079
+ "epoch": 0.8083333333333333,
4080
+ "grad_norm": NaN,
4081
+ "learning_rate": 1.1733991667416928e-05,
4082
+ "loss": 0.0,
4083
+ "step": 582
4084
+ },
4085
+ {
4086
+ "epoch": 0.8097222222222222,
4087
+ "grad_norm": NaN,
4088
+ "learning_rate": 1.1571412205256089e-05,
4089
+ "loss": 0.0,
4090
+ "step": 583
4091
+ },
4092
+ {
4093
+ "epoch": 0.8111111111111111,
4094
+ "grad_norm": NaN,
4095
+ "learning_rate": 1.1409819408411898e-05,
4096
+ "loss": 0.0,
4097
+ "step": 584
4098
+ },
4099
+ {
4100
+ "epoch": 0.8125,
4101
+ "grad_norm": NaN,
4102
+ "learning_rate": 1.1249217425827063e-05,
4103
+ "loss": 0.0,
4104
+ "step": 585
4105
+ },
4106
+ {
4107
+ "epoch": 0.8138888888888889,
4108
+ "grad_norm": NaN,
4109
+ "learning_rate": 1.1089610381004812e-05,
4110
+ "loss": 0.0,
4111
+ "step": 586
4112
+ },
4113
+ {
4114
+ "epoch": 0.8152777777777778,
4115
+ "grad_norm": NaN,
4116
+ "learning_rate": 1.0931002371903037e-05,
4117
+ "loss": 0.0,
4118
+ "step": 587
4119
+ },
4120
+ {
4121
+ "epoch": 0.8166666666666667,
4122
+ "grad_norm": NaN,
4123
+ "learning_rate": 1.0773397470829145e-05,
4124
+ "loss": 0.0,
4125
+ "step": 588
4126
+ },
4127
+ {
4128
+ "epoch": 0.8180555555555555,
4129
+ "grad_norm": NaN,
4130
+ "learning_rate": 1.0616799724335385e-05,
4131
+ "loss": 0.0,
4132
+ "step": 589
4133
+ },
4134
+ {
4135
+ "epoch": 0.8194444444444444,
4136
+ "grad_norm": NaN,
4137
+ "learning_rate": 1.046121315311508e-05,
4138
+ "loss": 0.0,
4139
+ "step": 590
4140
+ },
4141
+ {
4142
+ "epoch": 0.8208333333333333,
4143
+ "grad_norm": NaN,
4144
+ "learning_rate": 1.0306641751899264e-05,
4145
+ "loss": 0.0,
4146
+ "step": 591
4147
+ },
4148
+ {
4149
+ "epoch": 0.8222222222222222,
4150
+ "grad_norm": NaN,
4151
+ "learning_rate": 1.0153089489354257e-05,
4152
+ "loss": 0.0,
4153
+ "step": 592
4154
+ },
4155
+ {
4156
+ "epoch": 0.8236111111111111,
4157
+ "grad_norm": NaN,
4158
+ "learning_rate": 1.0000560307979612e-05,
4159
+ "loss": 0.0,
4160
+ "step": 593
4161
+ },
4162
+ {
4163
+ "epoch": 0.825,
4164
+ "grad_norm": NaN,
4165
+ "learning_rate": 9.849058124007043e-06,
4166
+ "loss": 0.0,
4167
+ "step": 594
4168
+ },
4169
+ {
4170
+ "epoch": 0.8263888888888888,
4171
+ "grad_norm": NaN,
4172
+ "learning_rate": 9.69858682729976e-06,
4173
+ "loss": 0.0,
4174
+ "step": 595
4175
+ },
4176
+ {
4177
+ "epoch": 0.8277777777777777,
4178
+ "grad_norm": NaN,
4179
+ "learning_rate": 9.549150281252633e-06,
4180
+ "loss": 0.0,
4181
+ "step": 596
4182
+ },
4183
+ {
4184
+ "epoch": 0.8291666666666667,
4185
+ "grad_norm": NaN,
4186
+ "learning_rate": 9.400752322693034e-06,
4187
+ "loss": 0.0,
4188
+ "step": 597
4189
+ },
4190
+ {
4191
+ "epoch": 0.8305555555555556,
4192
+ "grad_norm": NaN,
4193
+ "learning_rate": 9.253396761782308e-06,
4194
+ "loss": 0.0,
4195
+ "step": 598
4196
+ },
4197
+ {
4198
+ "epoch": 0.8319444444444445,
4199
+ "grad_norm": NaN,
4200
+ "learning_rate": 9.107087381917878e-06,
4201
+ "loss": 0.0,
4202
+ "step": 599
4203
+ },
4204
+ {
4205
+ "epoch": 0.8333333333333334,
4206
+ "grad_norm": NaN,
4207
+ "learning_rate": 8.961827939636196e-06,
4208
+ "loss": 0.0,
4209
+ "step": 600
4210
+ },
4211
+ {
4212
+ "epoch": 0.8347222222222223,
4213
+ "grad_norm": NaN,
4214
+ "learning_rate": 8.817622164516231e-06,
4215
+ "loss": 0.0,
4216
+ "step": 601
4217
+ },
4218
+ {
4219
+ "epoch": 0.8361111111111111,
4220
+ "grad_norm": NaN,
4221
+ "learning_rate": 8.674473759083801e-06,
4222
+ "loss": 0.0,
4223
+ "step": 602
4224
+ },
4225
+ {
4226
+ "epoch": 0.8375,
4227
+ "grad_norm": NaN,
4228
+ "learning_rate": 8.532386398716374e-06,
4229
+ "loss": 0.0,
4230
+ "step": 603
4231
+ },
4232
+ {
4233
+ "epoch": 0.8388888888888889,
4234
+ "grad_norm": NaN,
4235
+ "learning_rate": 8.391363731548812e-06,
4236
+ "loss": 0.0,
4237
+ "step": 604
4238
+ },
4239
+ {
4240
+ "epoch": 0.8402777777777778,
4241
+ "grad_norm": NaN,
4242
+ "learning_rate": 8.251409378379638e-06,
4243
+ "loss": 0.0,
4244
+ "step": 605
4245
+ },
4246
+ {
4247
+ "epoch": 0.8416666666666667,
4248
+ "grad_norm": NaN,
4249
+ "learning_rate": 8.112526932578118e-06,
4250
+ "loss": 0.0,
4251
+ "step": 606
4252
+ },
4253
+ {
4254
+ "epoch": 0.8430555555555556,
4255
+ "grad_norm": NaN,
4256
+ "learning_rate": 7.974719959992e-06,
4257
+ "loss": 0.0,
4258
+ "step": 607
4259
+ },
4260
+ {
4261
+ "epoch": 0.8444444444444444,
4262
+ "grad_norm": NaN,
4263
+ "learning_rate": 7.837991998855897e-06,
4264
+ "loss": 0.0,
4265
+ "step": 608
4266
+ },
4267
+ {
4268
+ "epoch": 0.8458333333333333,
4269
+ "grad_norm": NaN,
4270
+ "learning_rate": 7.702346559700501e-06,
4271
+ "loss": 0.0,
4272
+ "step": 609
4273
+ },
4274
+ {
4275
+ "epoch": 0.8472222222222222,
4276
+ "grad_norm": NaN,
4277
+ "learning_rate": 7.5677871252624485e-06,
4278
+ "loss": 0.0,
4279
+ "step": 610
4280
+ },
4281
+ {
4282
+ "epoch": 0.8486111111111111,
4283
+ "grad_norm": NaN,
4284
+ "learning_rate": 7.4343171503948815e-06,
4285
+ "loss": 0.0,
4286
+ "step": 611
4287
+ },
4288
+ {
4289
+ "epoch": 0.85,
4290
+ "grad_norm": NaN,
4291
+ "learning_rate": 7.3019400619787236e-06,
4292
+ "loss": 0.0,
4293
+ "step": 612
4294
+ },
4295
+ {
4296
+ "epoch": 0.8513888888888889,
4297
+ "grad_norm": NaN,
4298
+ "learning_rate": 7.170659258834733e-06,
4299
+ "loss": 0.0,
4300
+ "step": 613
4301
+ },
4302
+ {
4303
+ "epoch": 0.8527777777777777,
4304
+ "grad_norm": NaN,
4305
+ "learning_rate": 7.040478111636228e-06,
4306
+ "loss": 0.0,
4307
+ "step": 614
4308
+ },
4309
+ {
4310
+ "epoch": 0.8541666666666666,
4311
+ "grad_norm": NaN,
4312
+ "learning_rate": 6.911399962822518e-06,
4313
+ "loss": 0.0,
4314
+ "step": 615
4315
+ },
4316
+ {
4317
+ "epoch": 0.8555555555555555,
4318
+ "grad_norm": NaN,
4319
+ "learning_rate": 6.783428126513125e-06,
4320
+ "loss": 0.0,
4321
+ "step": 616
4322
+ },
4323
+ {
4324
+ "epoch": 0.8569444444444444,
4325
+ "grad_norm": NaN,
4326
+ "learning_rate": 6.656565888422656e-06,
4327
+ "loss": 0.0,
4328
+ "step": 617
4329
+ },
4330
+ {
4331
+ "epoch": 0.8583333333333333,
4332
+ "grad_norm": NaN,
4333
+ "learning_rate": 6.530816505776444e-06,
4334
+ "loss": 0.0,
4335
+ "step": 618
4336
+ },
4337
+ {
4338
+ "epoch": 0.8597222222222223,
4339
+ "grad_norm": NaN,
4340
+ "learning_rate": 6.406183207226973e-06,
4341
+ "loss": 0.0,
4342
+ "step": 619
4343
+ },
4344
+ {
4345
+ "epoch": 0.8611111111111112,
4346
+ "grad_norm": NaN,
4347
+ "learning_rate": 6.282669192770896e-06,
4348
+ "loss": 0.0,
4349
+ "step": 620
4350
+ },
4351
+ {
4352
+ "epoch": 0.8625,
4353
+ "grad_norm": NaN,
4354
+ "learning_rate": 6.160277633666944e-06,
4355
+ "loss": 0.0,
4356
+ "step": 621
4357
+ },
4358
+ {
4359
+ "epoch": 0.8638888888888889,
4360
+ "grad_norm": NaN,
4361
+ "learning_rate": 6.0390116723544554e-06,
4362
+ "loss": 0.0,
4363
+ "step": 622
4364
+ },
4365
+ {
4366
+ "epoch": 0.8652777777777778,
4367
+ "grad_norm": NaN,
4368
+ "learning_rate": 5.9188744223727385e-06,
4369
+ "loss": 0.0,
4370
+ "step": 623
4371
+ },
4372
+ {
4373
+ "epoch": 0.8666666666666667,
4374
+ "grad_norm": NaN,
4375
+ "learning_rate": 5.7998689682810746e-06,
4376
+ "loss": 0.0,
4377
+ "step": 624
4378
+ },
4379
+ {
4380
+ "epoch": 0.8680555555555556,
4381
+ "grad_norm": NaN,
4382
+ "learning_rate": 5.681998365579594e-06,
4383
+ "loss": 0.0,
4384
+ "step": 625
4385
+ },
4386
+ {
4387
+ "epoch": 0.8694444444444445,
4388
+ "grad_norm": NaN,
4389
+ "learning_rate": 5.565265640630723e-06,
4390
+ "loss": 0.0,
4391
+ "step": 626
4392
+ },
4393
+ {
4394
+ "epoch": 0.8708333333333333,
4395
+ "grad_norm": NaN,
4396
+ "learning_rate": 5.449673790581611e-06,
4397
+ "loss": 0.0,
4398
+ "step": 627
4399
+ },
4400
+ {
4401
+ "epoch": 0.8722222222222222,
4402
+ "grad_norm": NaN,
4403
+ "learning_rate": 5.335225783287051e-06,
4404
+ "loss": 0.0,
4405
+ "step": 628
4406
+ },
4407
+ {
4408
+ "epoch": 0.8736111111111111,
4409
+ "grad_norm": NaN,
4410
+ "learning_rate": 5.22192455723336e-06,
4411
+ "loss": 0.0,
4412
+ "step": 629
4413
+ },
4414
+ {
4415
+ "epoch": 0.875,
4416
+ "grad_norm": NaN,
4417
+ "learning_rate": 5.109773021462921e-06,
4418
+ "loss": 0.0,
4419
+ "step": 630
4420
+ },
4421
+ {
4422
+ "epoch": 0.8763888888888889,
4423
+ "grad_norm": NaN,
4424
+ "learning_rate": 4.99877405549945e-06,
4425
+ "loss": 0.0,
4426
+ "step": 631
4427
+ },
4428
+ {
4429
+ "epoch": 0.8777777777777778,
4430
+ "grad_norm": NaN,
4431
+ "learning_rate": 4.888930509274126e-06,
4432
+ "loss": 0.0,
4433
+ "step": 632
4434
+ },
4435
+ {
4436
+ "epoch": 0.8791666666666667,
4437
+ "grad_norm": NaN,
4438
+ "learning_rate": 4.780245203052358e-06,
4439
+ "loss": 0.0,
4440
+ "step": 633
4441
+ },
4442
+ {
4443
+ "epoch": 0.8805555555555555,
4444
+ "grad_norm": NaN,
4445
+ "learning_rate": 4.672720927361412e-06,
4446
+ "loss": 0.0,
4447
+ "step": 634
4448
+ },
4449
+ {
4450
+ "epoch": 0.8819444444444444,
4451
+ "grad_norm": NaN,
4452
+ "learning_rate": 4.566360442918755e-06,
4453
+ "loss": 0.0,
4454
+ "step": 635
4455
+ },
4456
+ {
4457
+ "epoch": 0.8833333333333333,
4458
+ "grad_norm": NaN,
4459
+ "learning_rate": 4.46116648056118e-06,
4460
+ "loss": 0.0,
4461
+ "step": 636
4462
+ },
4463
+ {
4464
+ "epoch": 0.8847222222222222,
4465
+ "grad_norm": NaN,
4466
+ "learning_rate": 4.35714174117467e-06,
4467
+ "loss": 0.0,
4468
+ "step": 637
4469
+ },
4470
+ {
4471
+ "epoch": 0.8861111111111111,
4472
+ "grad_norm": NaN,
4473
+ "learning_rate": 4.254288895625047e-06,
4474
+ "loss": 0.0,
4475
+ "step": 638
4476
+ },
4477
+ {
4478
+ "epoch": 0.8875,
4479
+ "grad_norm": NaN,
4480
+ "learning_rate": 4.152610584689443e-06,
4481
+ "loss": 0.0,
4482
+ "step": 639
4483
+ },
4484
+ {
4485
+ "epoch": 0.8888888888888888,
4486
+ "grad_norm": NaN,
4487
+ "learning_rate": 4.05210941898847e-06,
4488
+ "loss": 0.0,
4489
+ "step": 640
4490
+ },
4491
+ {
4492
+ "epoch": 0.8902777777777777,
4493
+ "grad_norm": NaN,
4494
+ "learning_rate": 3.952787978919159e-06,
4495
+ "loss": 0.0,
4496
+ "step": 641
4497
+ },
4498
+ {
4499
+ "epoch": 0.8916666666666667,
4500
+ "grad_norm": NaN,
4501
+ "learning_rate": 3.854648814588763e-06,
4502
+ "loss": 0.0,
4503
+ "step": 642
4504
+ },
4505
+ {
4506
+ "epoch": 0.8930555555555556,
4507
+ "grad_norm": NaN,
4508
+ "learning_rate": 3.757694445749227e-06,
4509
+ "loss": 0.0,
4510
+ "step": 643
4511
+ },
4512
+ {
4513
+ "epoch": 0.8944444444444445,
4514
+ "grad_norm": NaN,
4515
+ "learning_rate": 3.66192736173257e-06,
4516
+ "loss": 0.0,
4517
+ "step": 644
4518
+ },
4519
+ {
4520
+ "epoch": 0.8958333333333334,
4521
+ "grad_norm": NaN,
4522
+ "learning_rate": 3.567350021386895e-06,
4523
+ "loss": 0.0,
4524
+ "step": 645
4525
+ },
4526
+ {
4527
+ "epoch": 0.8972222222222223,
4528
+ "grad_norm": NaN,
4529
+ "learning_rate": 3.473964853013273e-06,
4530
+ "loss": 0.0,
4531
+ "step": 646
4532
+ },
4533
+ {
4534
+ "epoch": 0.8986111111111111,
4535
+ "grad_norm": NaN,
4536
+ "learning_rate": 3.381774254303427e-06,
4537
+ "loss": 0.0,
4538
+ "step": 647
4539
+ },
4540
+ {
4541
+ "epoch": 0.9,
4542
+ "grad_norm": NaN,
4543
+ "learning_rate": 3.2907805922781476e-06,
4544
+ "loss": 0.0,
4545
+ "step": 648
4546
+ },
4547
+ {
4548
+ "epoch": 0.9013888888888889,
4549
+ "grad_norm": NaN,
4550
+ "learning_rate": 3.200986203226536e-06,
4551
+ "loss": 0.0,
4552
+ "step": 649
4553
+ },
4554
+ {
4555
+ "epoch": 0.9027777777777778,
4556
+ "grad_norm": NaN,
4557
+ "learning_rate": 3.112393392645985e-06,
4558
+ "loss": 0.0,
4559
+ "step": 650
4560
+ },
4561
+ {
4562
+ "epoch": 0.9041666666666667,
4563
+ "grad_norm": NaN,
4564
+ "learning_rate": 3.025004435182999e-06,
4565
+ "loss": 0.0,
4566
+ "step": 651
4567
+ },
4568
+ {
4569
+ "epoch": 0.9055555555555556,
4570
+ "grad_norm": NaN,
4571
+ "learning_rate": 2.938821574574835e-06,
4572
+ "loss": 0.0,
4573
+ "step": 652
4574
+ },
4575
+ {
4576
+ "epoch": 0.9069444444444444,
4577
+ "grad_norm": NaN,
4578
+ "learning_rate": 2.8538470235918436e-06,
4579
+ "loss": 0.0,
4580
+ "step": 653
4581
+ },
4582
+ {
4583
+ "epoch": 0.9083333333333333,
4584
+ "grad_norm": NaN,
4585
+ "learning_rate": 2.770082963980647e-06,
4586
+ "loss": 0.0,
4587
+ "step": 654
4588
+ },
4589
+ {
4590
+ "epoch": 0.9097222222222222,
4591
+ "grad_norm": NaN,
4592
+ "learning_rate": 2.6875315464081564e-06,
4593
+ "loss": 0.0,
4594
+ "step": 655
4595
+ },
4596
+ {
4597
+ "epoch": 0.9111111111111111,
4598
+ "grad_norm": NaN,
4599
+ "learning_rate": 2.606194890406366e-06,
4600
+ "loss": 0.0,
4601
+ "step": 656
4602
+ },
4603
+ {
4604
+ "epoch": 0.9125,
4605
+ "grad_norm": NaN,
4606
+ "learning_rate": 2.526075084317875e-06,
4607
+ "loss": 0.0,
4608
+ "step": 657
4609
+ },
4610
+ {
4611
+ "epoch": 0.9138888888888889,
4612
+ "grad_norm": NaN,
4613
+ "learning_rate": 2.4471741852423237e-06,
4614
+ "loss": 0.0,
4615
+ "step": 658
4616
+ },
4617
+ {
4618
+ "epoch": 0.9152777777777777,
4619
+ "grad_norm": NaN,
4620
+ "learning_rate": 2.3694942189835424e-06,
4621
+ "loss": 0.0,
4622
+ "step": 659
4623
+ },
4624
+ {
4625
+ "epoch": 0.9166666666666666,
4626
+ "grad_norm": NaN,
4627
+ "learning_rate": 2.2930371799975594e-06,
4628
+ "loss": 0.0,
4629
+ "step": 660
4630
+ },
4631
+ {
4632
+ "epoch": 0.9180555555555555,
4633
+ "grad_norm": NaN,
4634
+ "learning_rate": 2.2178050313413855e-06,
4635
+ "loss": 0.0,
4636
+ "step": 661
4637
+ },
4638
+ {
4639
+ "epoch": 0.9194444444444444,
4640
+ "grad_norm": NaN,
4641
+ "learning_rate": 2.143799704622601e-06,
4642
+ "loss": 0.0,
4643
+ "step": 662
4644
+ },
4645
+ {
4646
+ "epoch": 0.9208333333333333,
4647
+ "grad_norm": NaN,
4648
+ "learning_rate": 2.071023099949787e-06,
4649
+ "loss": 0.0,
4650
+ "step": 663
4651
+ },
4652
+ {
4653
+ "epoch": 0.9222222222222223,
4654
+ "grad_norm": NaN,
4655
+ "learning_rate": 1.999477085883711e-06,
4656
+ "loss": 0.0,
4657
+ "step": 664
4658
+ },
4659
+ {
4660
+ "epoch": 0.9236111111111112,
4661
+ "grad_norm": NaN,
4662
+ "learning_rate": 1.9291634993893806e-06,
4663
+ "loss": 0.0,
4664
+ "step": 665
4665
+ },
4666
+ {
4667
+ "epoch": 0.925,
4668
+ "grad_norm": NaN,
4669
+ "learning_rate": 1.8600841457888263e-06,
4670
+ "loss": 0.0,
4671
+ "step": 666
4672
+ },
4673
+ {
4674
+ "epoch": 0.9263888888888889,
4675
+ "grad_norm": NaN,
4676
+ "learning_rate": 1.7922407987148392e-06,
4677
+ "loss": 0.0,
4678
+ "step": 667
4679
+ },
4680
+ {
4681
+ "epoch": 0.9277777777777778,
4682
+ "grad_norm": NaN,
4683
+ "learning_rate": 1.725635200065323e-06,
4684
+ "loss": 0.0,
4685
+ "step": 668
4686
+ },
4687
+ {
4688
+ "epoch": 0.9291666666666667,
4689
+ "grad_norm": NaN,
4690
+ "learning_rate": 1.6602690599586745e-06,
4691
+ "loss": 0.0,
4692
+ "step": 669
4693
+ },
4694
+ {
4695
+ "epoch": 0.9305555555555556,
4696
+ "grad_norm": NaN,
4697
+ "learning_rate": 1.5961440566897912e-06,
4698
+ "loss": 0.0,
4699
+ "step": 670
4700
+ },
4701
+ {
4702
+ "epoch": 0.9319444444444445,
4703
+ "grad_norm": NaN,
4704
+ "learning_rate": 1.5332618366870221e-06,
4705
+ "loss": 0.0,
4706
+ "step": 671
4707
+ },
4708
+ {
4709
+ "epoch": 0.9333333333333333,
4710
+ "grad_norm": NaN,
4711
+ "learning_rate": 1.471624014469919e-06,
4712
+ "loss": 0.0,
4713
+ "step": 672
4714
+ },
4715
+ {
4716
+ "epoch": 0.9347222222222222,
4717
+ "grad_norm": NaN,
4718
+ "learning_rate": 1.4112321726077126e-06,
4719
+ "loss": 0.0,
4720
+ "step": 673
4721
+ },
4722
+ {
4723
+ "epoch": 0.9361111111111111,
4724
+ "grad_norm": NaN,
4725
+ "learning_rate": 1.3520878616787525e-06,
4726
+ "loss": 0.0,
4727
+ "step": 674
4728
+ },
4729
+ {
4730
+ "epoch": 0.9375,
4731
+ "grad_norm": NaN,
4732
+ "learning_rate": 1.2941926002306537e-06,
4733
+ "loss": 0.0,
4734
+ "step": 675
4735
+ },
4736
+ {
4737
+ "epoch": 0.9388888888888889,
4738
+ "grad_norm": NaN,
4739
+ "learning_rate": 1.2375478747413017e-06,
4740
+ "loss": 0.0,
4741
+ "step": 676
4742
+ },
4743
+ {
4744
+ "epoch": 0.9402777777777778,
4745
+ "grad_norm": NaN,
4746
+ "learning_rate": 1.1821551395807206e-06,
4747
+ "loss": 0.0,
4748
+ "step": 677
4749
+ },
4750
+ {
4751
+ "epoch": 0.9416666666666667,
4752
+ "grad_norm": NaN,
4753
+ "learning_rate": 1.1280158169737264e-06,
4754
+ "loss": 0.0,
4755
+ "step": 678
4756
+ },
4757
+ {
4758
+ "epoch": 0.9430555555555555,
4759
+ "grad_norm": NaN,
4760
+ "learning_rate": 1.0751312969633665e-06,
4761
+ "loss": 0.0,
4762
+ "step": 679
4763
+ },
4764
+ {
4765
+ "epoch": 0.9444444444444444,
4766
+ "grad_norm": NaN,
4767
+ "learning_rate": 1.0235029373752758e-06,
4768
+ "loss": 0.0,
4769
+ "step": 680
4770
+ },
4771
+ {
4772
+ "epoch": 0.9458333333333333,
4773
+ "grad_norm": NaN,
4774
+ "learning_rate": 9.731320637828111e-07,
4775
+ "loss": 0.0,
4776
+ "step": 681
4777
+ },
4778
+ {
4779
+ "epoch": 0.9472222222222222,
4780
+ "grad_norm": NaN,
4781
+ "learning_rate": 9.240199694729945e-07,
4782
+ "loss": 0.0,
4783
+ "step": 682
4784
+ },
4785
+ {
4786
+ "epoch": 0.9486111111111111,
4787
+ "grad_norm": NaN,
4788
+ "learning_rate": 8.761679154133173e-07,
4789
+ "loss": 0.0,
4790
+ "step": 683
4791
+ },
4792
+ {
4793
+ "epoch": 0.95,
4794
+ "grad_norm": NaN,
4795
+ "learning_rate": 8.295771302193722e-07,
4796
+ "loss": 0.0,
4797
+ "step": 684
4798
+ },
4799
+ {
4800
+ "epoch": 0.9513888888888888,
4801
+ "grad_norm": NaN,
4802
+ "learning_rate": 7.842488101232892e-07,
4803
+ "loss": 0.0,
4804
+ "step": 685
4805
+ },
4806
+ {
4807
+ "epoch": 0.9527777777777777,
4808
+ "grad_norm": NaN,
4809
+ "learning_rate": 7.401841189430658e-07,
4810
+ "loss": 0.0,
4811
+ "step": 686
4812
+ },
4813
+ {
4814
+ "epoch": 0.9541666666666667,
4815
+ "grad_norm": NaN,
4816
+ "learning_rate": 6.973841880526189e-07,
4817
+ "loss": 0.0,
4818
+ "step": 687
4819
+ },
4820
+ {
4821
+ "epoch": 0.9555555555555556,
4822
+ "grad_norm": NaN,
4823
+ "learning_rate": 6.558501163527964e-07,
4824
+ "loss": 0.0,
4825
+ "step": 688
4826
+ },
4827
+ {
4828
+ "epoch": 0.9569444444444445,
4829
+ "grad_norm": NaN,
4830
+ "learning_rate": 6.15582970243117e-07,
4831
+ "loss": 0.0,
4832
+ "step": 689
4833
+ },
4834
+ {
4835
+ "epoch": 0.9583333333333334,
4836
+ "grad_norm": NaN,
4837
+ "learning_rate": 5.765837835944309e-07,
4838
+ "loss": 0.0,
4839
+ "step": 690
4840
+ },
4841
+ {
4842
+ "epoch": 0.9597222222222223,
4843
+ "grad_norm": NaN,
4844
+ "learning_rate": 5.388535577223519e-07,
4845
+ "loss": 0.0,
4846
+ "step": 691
4847
+ },
4848
+ {
4849
+ "epoch": 0.9611111111111111,
4850
+ "grad_norm": NaN,
4851
+ "learning_rate": 5.023932613615445e-07,
4852
+ "loss": 0.0,
4853
+ "step": 692
4854
+ },
4855
+ {
4856
+ "epoch": 0.9625,
4857
+ "grad_norm": NaN,
4858
+ "learning_rate": 4.67203830640861e-07,
4859
+ "loss": 0.0,
4860
+ "step": 693
4861
+ },
4862
+ {
4863
+ "epoch": 0.9638888888888889,
4864
+ "grad_norm": NaN,
4865
+ "learning_rate": 4.33286169059316e-07,
4866
+ "loss": 0.0,
4867
+ "step": 694
4868
+ },
4869
+ {
4870
+ "epoch": 0.9652777777777778,
4871
+ "grad_norm": NaN,
4872
+ "learning_rate": 4.006411474628491e-07,
4873
+ "loss": 0.0,
4874
+ "step": 695
4875
+ },
4876
+ {
4877
+ "epoch": 0.9666666666666667,
4878
+ "grad_norm": NaN,
4879
+ "learning_rate": 3.692696040220267e-07,
4880
+ "loss": 0.0,
4881
+ "step": 696
4882
+ },
4883
+ {
4884
+ "epoch": 0.9680555555555556,
4885
+ "grad_norm": NaN,
4886
+ "learning_rate": 3.3917234421045885e-07,
4887
+ "loss": 0.0,
4888
+ "step": 697
4889
+ },
4890
+ {
4891
+ "epoch": 0.9694444444444444,
4892
+ "grad_norm": NaN,
4893
+ "learning_rate": 3.1035014078417135e-07,
4894
+ "loss": 0.0,
4895
+ "step": 698
4896
+ },
4897
+ {
4898
+ "epoch": 0.9708333333333333,
4899
+ "grad_norm": NaN,
4900
+ "learning_rate": 2.828037337617273e-07,
4901
+ "loss": 0.0,
4902
+ "step": 699
4903
+ },
4904
+ {
4905
+ "epoch": 0.9722222222222222,
4906
+ "grad_norm": NaN,
4907
+ "learning_rate": 2.5653383040524227e-07,
4908
+ "loss": 0.0,
4909
+ "step": 700
4910
+ },
4911
+ {
4912
+ "epoch": 0.9736111111111111,
4913
+ "grad_norm": NaN,
4914
+ "learning_rate": 2.3154110520223203e-07,
4915
+ "loss": 0.0,
4916
+ "step": 701
4917
+ },
4918
+ {
4919
+ "epoch": 0.975,
4920
+ "grad_norm": NaN,
4921
+ "learning_rate": 2.0782619984827666e-07,
4922
+ "loss": 0.0,
4923
+ "step": 702
4924
+ },
4925
+ {
4926
+ "epoch": 0.9763888888888889,
4927
+ "grad_norm": NaN,
4928
+ "learning_rate": 1.8538972323056125e-07,
4929
+ "loss": 0.0,
4930
+ "step": 703
4931
+ },
4932
+ {
4933
+ "epoch": 0.9777777777777777,
4934
+ "grad_norm": NaN,
4935
+ "learning_rate": 1.6423225141223852e-07,
4936
+ "loss": 0.0,
4937
+ "step": 704
4938
+ },
4939
+ {
4940
+ "epoch": 0.9791666666666666,
4941
+ "grad_norm": NaN,
4942
+ "learning_rate": 1.4435432761762958e-07,
4943
+ "loss": 0.0,
4944
+ "step": 705
4945
+ },
4946
+ {
4947
+ "epoch": 0.9805555555555555,
4948
+ "grad_norm": NaN,
4949
+ "learning_rate": 1.2575646221828496e-07,
4950
+ "loss": 0.0,
4951
+ "step": 706
4952
+ },
4953
+ {
4954
+ "epoch": 0.9819444444444444,
4955
+ "grad_norm": NaN,
4956
+ "learning_rate": 1.084391327198786e-07,
4957
+ "loss": 0.0,
4958
+ "step": 707
4959
+ },
4960
+ {
4961
+ "epoch": 0.9833333333333333,
4962
+ "grad_norm": NaN,
4963
+ "learning_rate": 9.240278374995637e-08,
4964
+ "loss": 0.0,
4965
+ "step": 708
4966
+ },
4967
+ {
4968
+ "epoch": 0.9847222222222223,
4969
+ "grad_norm": NaN,
4970
+ "learning_rate": 7.764782704649531e-08,
4971
+ "loss": 0.0,
4972
+ "step": 709
4973
+ },
4974
+ {
4975
+ "epoch": 0.9861111111111112,
4976
+ "grad_norm": NaN,
4977
+ "learning_rate": 6.417464144736208e-08,
4978
+ "loss": 0.0,
4979
+ "step": 710
4980
+ },
4981
+ {
4982
+ "epoch": 0.9875,
4983
+ "grad_norm": NaN,
4984
+ "learning_rate": 5.19835728805651e-08,
4985
+ "loss": 0.0,
4986
+ "step": 711
4987
+ },
4988
+ {
4989
+ "epoch": 0.9888888888888889,
4990
+ "grad_norm": NaN,
4991
+ "learning_rate": 4.107493435538401e-08,
4992
+ "loss": 0.0,
4993
+ "step": 712
4994
+ },
4995
+ {
4996
+ "epoch": 0.9902777777777778,
4997
+ "grad_norm": NaN,
4998
+ "learning_rate": 3.1449005954325986e-08,
4999
+ "loss": 0.0,
5000
+ "step": 713
5001
+ },
5002
+ {
5003
+ "epoch": 0.9916666666666667,
5004
+ "grad_norm": NaN,
5005
+ "learning_rate": 2.3106034825942647e-08,
5006
+ "loss": 0.0,
5007
+ "step": 714
5008
+ },
5009
+ {
5010
+ "epoch": 0.9930555555555556,
5011
+ "grad_norm": NaN,
5012
+ "learning_rate": 1.6046235178474033e-08,
5013
+ "loss": 0.0,
5014
+ "step": 715
5015
+ },
5016
+ {
5017
+ "epoch": 0.9944444444444445,
5018
+ "grad_norm": NaN,
5019
+ "learning_rate": 1.0269788274358538e-08,
5020
+ "loss": 0.0,
5021
+ "step": 716
5022
+ },
5023
+ {
5024
+ "epoch": 0.9958333333333333,
5025
+ "grad_norm": NaN,
5026
+ "learning_rate": 5.776842425569973e-09,
5027
+ "loss": 0.0,
5028
+ "step": 717
5029
  }
5030
  ],
5031
  "logging_steps": 1,
 
5045
  "attributes": {}
5046
  }
5047
  },
5048
+ "total_flos": 1.077446308874158e+17,
5049
  "train_batch_size": 8,
5050
  "trial_name": null,
5051
  "trial_params": null