| { |
| "best_metric": null, |
| "best_model_checkpoint": null, |
| "epoch": 1.0, |
| "eval_steps": 500, |
| "global_step": 960, |
| "is_hyper_param_search": false, |
| "is_local_process_zero": true, |
| "is_world_process_zero": true, |
| "log_history": [ |
| { |
| "epoch": 0.0010416666666666667, |
| "grad_norm": 3.89841890335083, |
| "learning_rate": 2e-05, |
| "loss": 1.3045, |
| "step": 1 |
| }, |
| { |
| "epoch": 0.0020833333333333333, |
| "grad_norm": 3.155778646469116, |
| "learning_rate": 4e-05, |
| "loss": 1.2908, |
| "step": 2 |
| }, |
| { |
| "epoch": 0.003125, |
| "grad_norm": 3.7164533138275146, |
| "learning_rate": 6e-05, |
| "loss": 1.3904, |
| "step": 3 |
| }, |
| { |
| "epoch": 0.004166666666666667, |
| "grad_norm": 3.635389566421509, |
| "learning_rate": 8e-05, |
| "loss": 1.3371, |
| "step": 4 |
| }, |
| { |
| "epoch": 0.005208333333333333, |
| "grad_norm": 4.847501277923584, |
| "learning_rate": 0.0001, |
| "loss": 1.2251, |
| "step": 5 |
| }, |
| { |
| "epoch": 0.00625, |
| "grad_norm": 4.314141273498535, |
| "learning_rate": 9.999972945929386e-05, |
| "loss": 1.0889, |
| "step": 6 |
| }, |
| { |
| "epoch": 0.007291666666666667, |
| "grad_norm": 3.0280661582946777, |
| "learning_rate": 9.999891784010313e-05, |
| "loss": 0.9793, |
| "step": 7 |
| }, |
| { |
| "epoch": 0.008333333333333333, |
| "grad_norm": 3.5087926387786865, |
| "learning_rate": 9.999756515121088e-05, |
| "loss": 1.0261, |
| "step": 8 |
| }, |
| { |
| "epoch": 0.009375, |
| "grad_norm": 2.9475789070129395, |
| "learning_rate": 9.999567140725535e-05, |
| "loss": 0.88, |
| "step": 9 |
| }, |
| { |
| "epoch": 0.010416666666666666, |
| "grad_norm": 2.6721155643463135, |
| "learning_rate": 9.999323662872997e-05, |
| "loss": 0.9092, |
| "step": 10 |
| }, |
| { |
| "epoch": 0.011458333333333333, |
| "grad_norm": 2.524888038635254, |
| "learning_rate": 9.9990260841983e-05, |
| "loss": 0.8489, |
| "step": 11 |
| }, |
| { |
| "epoch": 0.0125, |
| "grad_norm": 2.4814159870147705, |
| "learning_rate": 9.998674407921731e-05, |
| "loss": 0.8187, |
| "step": 12 |
| }, |
| { |
| "epoch": 0.013541666666666667, |
| "grad_norm": 2.0676493644714355, |
| "learning_rate": 9.998268637849e-05, |
| "loss": 0.8502, |
| "step": 13 |
| }, |
| { |
| "epoch": 0.014583333333333334, |
| "grad_norm": 2.7224721908569336, |
| "learning_rate": 9.997808778371196e-05, |
| "loss": 0.8064, |
| "step": 14 |
| }, |
| { |
| "epoch": 0.015625, |
| "grad_norm": 1.890153408050537, |
| "learning_rate": 9.99729483446475e-05, |
| "loss": 0.6713, |
| "step": 15 |
| }, |
| { |
| "epoch": 0.016666666666666666, |
| "grad_norm": 1.9269518852233887, |
| "learning_rate": 9.996726811691375e-05, |
| "loss": 0.7606, |
| "step": 16 |
| }, |
| { |
| "epoch": 0.017708333333333333, |
| "grad_norm": 2.558152437210083, |
| "learning_rate": 9.996104716197996e-05, |
| "loss": 0.8049, |
| "step": 17 |
| }, |
| { |
| "epoch": 0.01875, |
| "grad_norm": 2.1918888092041016, |
| "learning_rate": 9.995428554716705e-05, |
| "loss": 0.7751, |
| "step": 18 |
| }, |
| { |
| "epoch": 0.019791666666666666, |
| "grad_norm": 2.094609498977661, |
| "learning_rate": 9.994698334564666e-05, |
| "loss": 0.8373, |
| "step": 19 |
| }, |
| { |
| "epoch": 0.020833333333333332, |
| "grad_norm": 2.2064154148101807, |
| "learning_rate": 9.993914063644052e-05, |
| "loss": 0.9063, |
| "step": 20 |
| }, |
| { |
| "epoch": 0.021875, |
| "grad_norm": 2.315425157546997, |
| "learning_rate": 9.993075750441952e-05, |
| "loss": 0.8035, |
| "step": 21 |
| }, |
| { |
| "epoch": 0.022916666666666665, |
| "grad_norm": 1.9188307523727417, |
| "learning_rate": 9.992183404030277e-05, |
| "loss": 0.7029, |
| "step": 22 |
| }, |
| { |
| "epoch": 0.023958333333333335, |
| "grad_norm": 1.783411979675293, |
| "learning_rate": 9.991237034065673e-05, |
| "loss": 0.7527, |
| "step": 23 |
| }, |
| { |
| "epoch": 0.025, |
| "grad_norm": 2.344759225845337, |
| "learning_rate": 9.990236650789397e-05, |
| "loss": 0.8031, |
| "step": 24 |
| }, |
| { |
| "epoch": 0.026041666666666668, |
| "grad_norm": 2.0993213653564453, |
| "learning_rate": 9.989182265027232e-05, |
| "loss": 0.8108, |
| "step": 25 |
| }, |
| { |
| "epoch": 0.027083333333333334, |
| "grad_norm": 2.659205913543701, |
| "learning_rate": 9.988073888189344e-05, |
| "loss": 0.8461, |
| "step": 26 |
| }, |
| { |
| "epoch": 0.028125, |
| "grad_norm": 1.8281415700912476, |
| "learning_rate": 9.986911532270176e-05, |
| "loss": 0.7059, |
| "step": 27 |
| }, |
| { |
| "epoch": 0.029166666666666667, |
| "grad_norm": 1.9623245000839233, |
| "learning_rate": 9.985695209848313e-05, |
| "loss": 0.7234, |
| "step": 28 |
| }, |
| { |
| "epoch": 0.030208333333333334, |
| "grad_norm": 2.053891658782959, |
| "learning_rate": 9.984424934086346e-05, |
| "loss": 0.7011, |
| "step": 29 |
| }, |
| { |
| "epoch": 0.03125, |
| "grad_norm": 1.9886325597763062, |
| "learning_rate": 9.98310071873072e-05, |
| "loss": 0.7637, |
| "step": 30 |
| }, |
| { |
| "epoch": 0.03229166666666667, |
| "grad_norm": 10.491949081420898, |
| "learning_rate": 9.981722578111609e-05, |
| "loss": 0.839, |
| "step": 31 |
| }, |
| { |
| "epoch": 0.03333333333333333, |
| "grad_norm": 7.943881988525391, |
| "learning_rate": 9.980290527142734e-05, |
| "loss": 0.7733, |
| "step": 32 |
| }, |
| { |
| "epoch": 0.034375, |
| "grad_norm": 2.602108955383301, |
| "learning_rate": 9.978804581321219e-05, |
| "loss": 0.6808, |
| "step": 33 |
| }, |
| { |
| "epoch": 0.035416666666666666, |
| "grad_norm": 2.1296403408050537, |
| "learning_rate": 9.977264756727418e-05, |
| "loss": 0.5759, |
| "step": 34 |
| }, |
| { |
| "epoch": 0.036458333333333336, |
| "grad_norm": 2.6959056854248047, |
| "learning_rate": 9.97567107002474e-05, |
| "loss": 0.7861, |
| "step": 35 |
| }, |
| { |
| "epoch": 0.0375, |
| "grad_norm": 1.9752788543701172, |
| "learning_rate": 9.97402353845947e-05, |
| "loss": 0.8189, |
| "step": 36 |
| }, |
| { |
| "epoch": 0.03854166666666667, |
| "grad_norm": 2.088995933532715, |
| "learning_rate": 9.972322179860583e-05, |
| "loss": 0.7071, |
| "step": 37 |
| }, |
| { |
| "epoch": 0.03958333333333333, |
| "grad_norm": 2.0158233642578125, |
| "learning_rate": 9.970567012639546e-05, |
| "loss": 0.5708, |
| "step": 38 |
| }, |
| { |
| "epoch": 0.040625, |
| "grad_norm": 2.4239232540130615, |
| "learning_rate": 9.968758055790132e-05, |
| "loss": 0.7652, |
| "step": 39 |
| }, |
| { |
| "epoch": 0.041666666666666664, |
| "grad_norm": 2.455787420272827, |
| "learning_rate": 9.966895328888194e-05, |
| "loss": 0.7408, |
| "step": 40 |
| }, |
| { |
| "epoch": 0.042708333333333334, |
| "grad_norm": 2.0814132690429688, |
| "learning_rate": 9.964978852091474e-05, |
| "loss": 0.6772, |
| "step": 41 |
| }, |
| { |
| "epoch": 0.04375, |
| "grad_norm": 2.4373435974121094, |
| "learning_rate": 9.963008646139367e-05, |
| "loss": 0.6243, |
| "step": 42 |
| }, |
| { |
| "epoch": 0.04479166666666667, |
| "grad_norm": 2.3441109657287598, |
| "learning_rate": 9.960984732352713e-05, |
| "loss": 0.711, |
| "step": 43 |
| }, |
| { |
| "epoch": 0.04583333333333333, |
| "grad_norm": 2.287811756134033, |
| "learning_rate": 9.958907132633554e-05, |
| "loss": 0.5885, |
| "step": 44 |
| }, |
| { |
| "epoch": 0.046875, |
| "grad_norm": 2.8655076026916504, |
| "learning_rate": 9.956775869464901e-05, |
| "loss": 0.7893, |
| "step": 45 |
| }, |
| { |
| "epoch": 0.04791666666666667, |
| "grad_norm": 2.881870746612549, |
| "learning_rate": 9.954590965910493e-05, |
| "loss": 0.7088, |
| "step": 46 |
| }, |
| { |
| "epoch": 0.04895833333333333, |
| "grad_norm": 2.6930508613586426, |
| "learning_rate": 9.952352445614541e-05, |
| "loss": 0.5712, |
| "step": 47 |
| }, |
| { |
| "epoch": 0.05, |
| "grad_norm": 2.178975820541382, |
| "learning_rate": 9.950060332801485e-05, |
| "loss": 0.5696, |
| "step": 48 |
| }, |
| { |
| "epoch": 0.051041666666666666, |
| "grad_norm": 3.1573169231414795, |
| "learning_rate": 9.947714652275711e-05, |
| "loss": 0.705, |
| "step": 49 |
| }, |
| { |
| "epoch": 0.052083333333333336, |
| "grad_norm": 3.3601553440093994, |
| "learning_rate": 9.945315429421306e-05, |
| "loss": 0.5505, |
| "step": 50 |
| }, |
| { |
| "epoch": 0.053125, |
| "grad_norm": 4.582420349121094, |
| "learning_rate": 9.942862690201768e-05, |
| "loss": 1.1858, |
| "step": 51 |
| }, |
| { |
| "epoch": 0.05416666666666667, |
| "grad_norm": 3.9910128116607666, |
| "learning_rate": 9.940356461159727e-05, |
| "loss": 1.0166, |
| "step": 52 |
| }, |
| { |
| "epoch": 0.05520833333333333, |
| "grad_norm": 2.5004897117614746, |
| "learning_rate": 9.937796769416663e-05, |
| "loss": 0.8907, |
| "step": 53 |
| }, |
| { |
| "epoch": 0.05625, |
| "grad_norm": 2.0037131309509277, |
| "learning_rate": 9.935183642672608e-05, |
| "loss": 0.8983, |
| "step": 54 |
| }, |
| { |
| "epoch": 0.057291666666666664, |
| "grad_norm": 1.9318690299987793, |
| "learning_rate": 9.932517109205849e-05, |
| "loss": 0.8029, |
| "step": 55 |
| }, |
| { |
| "epoch": 0.058333333333333334, |
| "grad_norm": 1.9894757270812988, |
| "learning_rate": 9.929797197872619e-05, |
| "loss": 0.8087, |
| "step": 56 |
| }, |
| { |
| "epoch": 0.059375, |
| "grad_norm": 1.8991605043411255, |
| "learning_rate": 9.927023938106788e-05, |
| "loss": 0.8239, |
| "step": 57 |
| }, |
| { |
| "epoch": 0.06041666666666667, |
| "grad_norm": 2.642719268798828, |
| "learning_rate": 9.92419735991954e-05, |
| "loss": 0.8338, |
| "step": 58 |
| }, |
| { |
| "epoch": 0.06145833333333333, |
| "grad_norm": 2.018235683441162, |
| "learning_rate": 9.921317493899057e-05, |
| "loss": 0.7295, |
| "step": 59 |
| }, |
| { |
| "epoch": 0.0625, |
| "grad_norm": 1.6592891216278076, |
| "learning_rate": 9.918384371210176e-05, |
| "loss": 0.7484, |
| "step": 60 |
| }, |
| { |
| "epoch": 0.06354166666666666, |
| "grad_norm": 2.1405680179595947, |
| "learning_rate": 9.915398023594063e-05, |
| "loss": 0.7541, |
| "step": 61 |
| }, |
| { |
| "epoch": 0.06458333333333334, |
| "grad_norm": 2.276129961013794, |
| "learning_rate": 9.912358483367856e-05, |
| "loss": 0.9185, |
| "step": 62 |
| }, |
| { |
| "epoch": 0.065625, |
| "grad_norm": 2.695638418197632, |
| "learning_rate": 9.909265783424337e-05, |
| "loss": 0.7996, |
| "step": 63 |
| }, |
| { |
| "epoch": 0.06666666666666667, |
| "grad_norm": 2.3187263011932373, |
| "learning_rate": 9.906119957231548e-05, |
| "loss": 0.811, |
| "step": 64 |
| }, |
| { |
| "epoch": 0.06770833333333333, |
| "grad_norm": 2.0456435680389404, |
| "learning_rate": 9.902921038832455e-05, |
| "loss": 0.786, |
| "step": 65 |
| }, |
| { |
| "epoch": 0.06875, |
| "grad_norm": 2.2249789237976074, |
| "learning_rate": 9.899669062844563e-05, |
| "loss": 0.9081, |
| "step": 66 |
| }, |
| { |
| "epoch": 0.06979166666666667, |
| "grad_norm": 1.973425269126892, |
| "learning_rate": 9.896364064459547e-05, |
| "loss": 0.6911, |
| "step": 67 |
| }, |
| { |
| "epoch": 0.07083333333333333, |
| "grad_norm": 1.6641013622283936, |
| "learning_rate": 9.893006079442868e-05, |
| "loss": 0.8201, |
| "step": 68 |
| }, |
| { |
| "epoch": 0.071875, |
| "grad_norm": 3.695594549179077, |
| "learning_rate": 9.889595144133397e-05, |
| "loss": 0.9104, |
| "step": 69 |
| }, |
| { |
| "epoch": 0.07291666666666667, |
| "grad_norm": 1.972715139389038, |
| "learning_rate": 9.886131295443003e-05, |
| "loss": 0.7935, |
| "step": 70 |
| }, |
| { |
| "epoch": 0.07395833333333333, |
| "grad_norm": 1.976627230644226, |
| "learning_rate": 9.882614570856172e-05, |
| "loss": 0.8116, |
| "step": 71 |
| }, |
| { |
| "epoch": 0.075, |
| "grad_norm": 1.9199652671813965, |
| "learning_rate": 9.879045008429588e-05, |
| "loss": 0.7099, |
| "step": 72 |
| }, |
| { |
| "epoch": 0.07604166666666666, |
| "grad_norm": 1.676329255104065, |
| "learning_rate": 9.87542264679173e-05, |
| "loss": 0.806, |
| "step": 73 |
| }, |
| { |
| "epoch": 0.07708333333333334, |
| "grad_norm": 1.8327699899673462, |
| "learning_rate": 9.871747525142447e-05, |
| "loss": 0.6798, |
| "step": 74 |
| }, |
| { |
| "epoch": 0.078125, |
| "grad_norm": 2.0520970821380615, |
| "learning_rate": 9.868019683252543e-05, |
| "loss": 0.7673, |
| "step": 75 |
| }, |
| { |
| "epoch": 0.07916666666666666, |
| "grad_norm": 2.136255979537964, |
| "learning_rate": 9.864239161463334e-05, |
| "loss": 0.7315, |
| "step": 76 |
| }, |
| { |
| "epoch": 0.08020833333333334, |
| "grad_norm": 2.5858349800109863, |
| "learning_rate": 9.860406000686221e-05, |
| "loss": 0.7961, |
| "step": 77 |
| }, |
| { |
| "epoch": 0.08125, |
| "grad_norm": 1.6929069757461548, |
| "learning_rate": 9.856520242402248e-05, |
| "loss": 0.7337, |
| "step": 78 |
| }, |
| { |
| "epoch": 0.08229166666666667, |
| "grad_norm": 1.5802732706069946, |
| "learning_rate": 9.852581928661642e-05, |
| "loss": 0.5857, |
| "step": 79 |
| }, |
| { |
| "epoch": 0.08333333333333333, |
| "grad_norm": 1.929983377456665, |
| "learning_rate": 9.848591102083375e-05, |
| "loss": 0.8097, |
| "step": 80 |
| }, |
| { |
| "epoch": 0.084375, |
| "grad_norm": 1.926419973373413, |
| "learning_rate": 9.844547805854687e-05, |
| "loss": 0.6829, |
| "step": 81 |
| }, |
| { |
| "epoch": 0.08541666666666667, |
| "grad_norm": 2.231621026992798, |
| "learning_rate": 9.840452083730624e-05, |
| "loss": 0.6391, |
| "step": 82 |
| }, |
| { |
| "epoch": 0.08645833333333333, |
| "grad_norm": 2.233232021331787, |
| "learning_rate": 9.836303980033572e-05, |
| "loss": 0.6513, |
| "step": 83 |
| }, |
| { |
| "epoch": 0.0875, |
| "grad_norm": 1.8242605924606323, |
| "learning_rate": 9.832103539652766e-05, |
| "loss": 0.7875, |
| "step": 84 |
| }, |
| { |
| "epoch": 0.08854166666666667, |
| "grad_norm": 1.8912043571472168, |
| "learning_rate": 9.82785080804381e-05, |
| "loss": 0.689, |
| "step": 85 |
| }, |
| { |
| "epoch": 0.08958333333333333, |
| "grad_norm": 1.8962242603302002, |
| "learning_rate": 9.823545831228183e-05, |
| "loss": 0.6863, |
| "step": 86 |
| }, |
| { |
| "epoch": 0.090625, |
| "grad_norm": 2.398500442504883, |
| "learning_rate": 9.819188655792746e-05, |
| "loss": 0.7515, |
| "step": 87 |
| }, |
| { |
| "epoch": 0.09166666666666666, |
| "grad_norm": 2.078723192214966, |
| "learning_rate": 9.814779328889229e-05, |
| "loss": 0.843, |
| "step": 88 |
| }, |
| { |
| "epoch": 0.09270833333333334, |
| "grad_norm": 2.020238161087036, |
| "learning_rate": 9.810317898233731e-05, |
| "loss": 0.8008, |
| "step": 89 |
| }, |
| { |
| "epoch": 0.09375, |
| "grad_norm": 2.178727626800537, |
| "learning_rate": 9.805804412106198e-05, |
| "loss": 0.8205, |
| "step": 90 |
| }, |
| { |
| "epoch": 0.09479166666666666, |
| "grad_norm": 1.8760087490081787, |
| "learning_rate": 9.801238919349894e-05, |
| "loss": 0.6174, |
| "step": 91 |
| }, |
| { |
| "epoch": 0.09583333333333334, |
| "grad_norm": 1.8878923654556274, |
| "learning_rate": 9.796621469370889e-05, |
| "loss": 0.6422, |
| "step": 92 |
| }, |
| { |
| "epoch": 0.096875, |
| "grad_norm": 2.049712657928467, |
| "learning_rate": 9.791952112137505e-05, |
| "loss": 0.8606, |
| "step": 93 |
| }, |
| { |
| "epoch": 0.09791666666666667, |
| "grad_norm": 2.280137300491333, |
| "learning_rate": 9.787230898179794e-05, |
| "loss": 0.7064, |
| "step": 94 |
| }, |
| { |
| "epoch": 0.09895833333333333, |
| "grad_norm": 2.386488199234009, |
| "learning_rate": 9.782457878588977e-05, |
| "loss": 0.7416, |
| "step": 95 |
| }, |
| { |
| "epoch": 0.1, |
| "grad_norm": 2.596226215362549, |
| "learning_rate": 9.777633105016897e-05, |
| "loss": 0.6648, |
| "step": 96 |
| }, |
| { |
| "epoch": 0.10104166666666667, |
| "grad_norm": 1.9814091920852661, |
| "learning_rate": 9.772756629675464e-05, |
| "loss": 0.6358, |
| "step": 97 |
| }, |
| { |
| "epoch": 0.10208333333333333, |
| "grad_norm": 2.1925013065338135, |
| "learning_rate": 9.767828505336075e-05, |
| "loss": 0.6378, |
| "step": 98 |
| }, |
| { |
| "epoch": 0.103125, |
| "grad_norm": 2.372941017150879, |
| "learning_rate": 9.762848785329064e-05, |
| "loss": 0.4603, |
| "step": 99 |
| }, |
| { |
| "epoch": 0.10416666666666667, |
| "grad_norm": 2.133225679397583, |
| "learning_rate": 9.757817523543109e-05, |
| "loss": 0.5506, |
| "step": 100 |
| }, |
| { |
| "epoch": 0.10520833333333333, |
| "grad_norm": 1.969484806060791, |
| "learning_rate": 9.752734774424653e-05, |
| "loss": 0.9866, |
| "step": 101 |
| }, |
| { |
| "epoch": 0.10625, |
| "grad_norm": 1.7341316938400269, |
| "learning_rate": 9.747600592977318e-05, |
| "loss": 0.8812, |
| "step": 102 |
| }, |
| { |
| "epoch": 0.10729166666666666, |
| "grad_norm": 1.6266231536865234, |
| "learning_rate": 9.742415034761308e-05, |
| "loss": 0.8481, |
| "step": 103 |
| }, |
| { |
| "epoch": 0.10833333333333334, |
| "grad_norm": 1.4822884798049927, |
| "learning_rate": 9.737178155892805e-05, |
| "loss": 0.8431, |
| "step": 104 |
| }, |
| { |
| "epoch": 0.109375, |
| "grad_norm": 1.5820056200027466, |
| "learning_rate": 9.731890013043368e-05, |
| "loss": 0.7855, |
| "step": 105 |
| }, |
| { |
| "epoch": 0.11041666666666666, |
| "grad_norm": 1.4592959880828857, |
| "learning_rate": 9.72655066343931e-05, |
| "loss": 0.769, |
| "step": 106 |
| }, |
| { |
| "epoch": 0.11145833333333334, |
| "grad_norm": 1.7101143598556519, |
| "learning_rate": 9.721160164861087e-05, |
| "loss": 0.8562, |
| "step": 107 |
| }, |
| { |
| "epoch": 0.1125, |
| "grad_norm": 1.946768045425415, |
| "learning_rate": 9.715718575642674e-05, |
| "loss": 0.7703, |
| "step": 108 |
| }, |
| { |
| "epoch": 0.11354166666666667, |
| "grad_norm": 1.7165383100509644, |
| "learning_rate": 9.710225954670925e-05, |
| "loss": 0.824, |
| "step": 109 |
| }, |
| { |
| "epoch": 0.11458333333333333, |
| "grad_norm": 1.8618409633636475, |
| "learning_rate": 9.704682361384941e-05, |
| "loss": 0.8197, |
| "step": 110 |
| }, |
| { |
| "epoch": 0.115625, |
| "grad_norm": 2.930100679397583, |
| "learning_rate": 9.699087855775429e-05, |
| "loss": 0.6797, |
| "step": 111 |
| }, |
| { |
| "epoch": 0.11666666666666667, |
| "grad_norm": 17.515884399414062, |
| "learning_rate": 9.693442498384048e-05, |
| "loss": 0.7555, |
| "step": 112 |
| }, |
| { |
| "epoch": 0.11770833333333333, |
| "grad_norm": 1.614569902420044, |
| "learning_rate": 9.687746350302757e-05, |
| "loss": 0.8411, |
| "step": 113 |
| }, |
| { |
| "epoch": 0.11875, |
| "grad_norm": 1.7483561038970947, |
| "learning_rate": 9.681999473173155e-05, |
| "loss": 0.7561, |
| "step": 114 |
| }, |
| { |
| "epoch": 0.11979166666666667, |
| "grad_norm": 1.792314887046814, |
| "learning_rate": 9.676201929185809e-05, |
| "loss": 0.6711, |
| "step": 115 |
| }, |
| { |
| "epoch": 0.12083333333333333, |
| "grad_norm": 1.8255658149719238, |
| "learning_rate": 9.670353781079582e-05, |
| "loss": 0.8284, |
| "step": 116 |
| }, |
| { |
| "epoch": 0.121875, |
| "grad_norm": 1.903437852859497, |
| "learning_rate": 9.664455092140963e-05, |
| "loss": 0.9174, |
| "step": 117 |
| }, |
| { |
| "epoch": 0.12291666666666666, |
| "grad_norm": 1.5207189321517944, |
| "learning_rate": 9.658505926203367e-05, |
| "loss": 0.7751, |
| "step": 118 |
| }, |
| { |
| "epoch": 0.12395833333333334, |
| "grad_norm": 2.0220348834991455, |
| "learning_rate": 9.652506347646459e-05, |
| "loss": 0.9067, |
| "step": 119 |
| }, |
| { |
| "epoch": 0.125, |
| "grad_norm": 1.8411701917648315, |
| "learning_rate": 9.646456421395446e-05, |
| "loss": 0.7233, |
| "step": 120 |
| }, |
| { |
| "epoch": 0.12604166666666666, |
| "grad_norm": 1.6238988637924194, |
| "learning_rate": 9.640356212920383e-05, |
| "loss": 0.6868, |
| "step": 121 |
| }, |
| { |
| "epoch": 0.12708333333333333, |
| "grad_norm": 1.544351577758789, |
| "learning_rate": 9.634205788235456e-05, |
| "loss": 0.7206, |
| "step": 122 |
| }, |
| { |
| "epoch": 0.128125, |
| "grad_norm": 2.071779727935791, |
| "learning_rate": 9.628005213898274e-05, |
| "loss": 0.6462, |
| "step": 123 |
| }, |
| { |
| "epoch": 0.12916666666666668, |
| "grad_norm": 1.5759272575378418, |
| "learning_rate": 9.621754557009151e-05, |
| "loss": 0.7485, |
| "step": 124 |
| }, |
| { |
| "epoch": 0.13020833333333334, |
| "grad_norm": 1.542765736579895, |
| "learning_rate": 9.615453885210369e-05, |
| "loss": 0.7167, |
| "step": 125 |
| }, |
| { |
| "epoch": 0.13125, |
| "grad_norm": 1.80550217628479, |
| "learning_rate": 9.609103266685456e-05, |
| "loss": 0.7768, |
| "step": 126 |
| }, |
| { |
| "epoch": 0.13229166666666667, |
| "grad_norm": 1.5399523973464966, |
| "learning_rate": 9.602702770158446e-05, |
| "loss": 0.6797, |
| "step": 127 |
| }, |
| { |
| "epoch": 0.13333333333333333, |
| "grad_norm": 2.0065791606903076, |
| "learning_rate": 9.596252464893133e-05, |
| "loss": 0.7057, |
| "step": 128 |
| }, |
| { |
| "epoch": 0.134375, |
| "grad_norm": 2.507671594619751, |
| "learning_rate": 9.589752420692321e-05, |
| "loss": 0.6818, |
| "step": 129 |
| }, |
| { |
| "epoch": 0.13541666666666666, |
| "grad_norm": 7.731146335601807, |
| "learning_rate": 9.583202707897074e-05, |
| "loss": 0.7506, |
| "step": 130 |
| }, |
| { |
| "epoch": 0.13645833333333332, |
| "grad_norm": 2.061361789703369, |
| "learning_rate": 9.576603397385948e-05, |
| "loss": 0.7969, |
| "step": 131 |
| }, |
| { |
| "epoch": 0.1375, |
| "grad_norm": 1.4545551538467407, |
| "learning_rate": 9.569954560574227e-05, |
| "loss": 0.6203, |
| "step": 132 |
| }, |
| { |
| "epoch": 0.13854166666666667, |
| "grad_norm": 1.5206444263458252, |
| "learning_rate": 9.563256269413155e-05, |
| "loss": 0.698, |
| "step": 133 |
| }, |
| { |
| "epoch": 0.13958333333333334, |
| "grad_norm": 2.03974986076355, |
| "learning_rate": 9.556508596389144e-05, |
| "loss": 0.6328, |
| "step": 134 |
| }, |
| { |
| "epoch": 0.140625, |
| "grad_norm": 1.8613979816436768, |
| "learning_rate": 9.549711614523007e-05, |
| "loss": 0.7363, |
| "step": 135 |
| }, |
| { |
| "epoch": 0.14166666666666666, |
| "grad_norm": 2.0089638233184814, |
| "learning_rate": 9.542865397369152e-05, |
| "loss": 0.6602, |
| "step": 136 |
| }, |
| { |
| "epoch": 0.14270833333333333, |
| "grad_norm": 1.96244478225708, |
| "learning_rate": 9.535970019014797e-05, |
| "loss": 0.6621, |
| "step": 137 |
| }, |
| { |
| "epoch": 0.14375, |
| "grad_norm": 1.8381259441375732, |
| "learning_rate": 9.529025554079164e-05, |
| "loss": 0.6835, |
| "step": 138 |
| }, |
| { |
| "epoch": 0.14479166666666668, |
| "grad_norm": 2.0366594791412354, |
| "learning_rate": 9.522032077712669e-05, |
| "loss": 0.7131, |
| "step": 139 |
| }, |
| { |
| "epoch": 0.14583333333333334, |
| "grad_norm": 2.140258312225342, |
| "learning_rate": 9.514989665596114e-05, |
| "loss": 0.6861, |
| "step": 140 |
| }, |
| { |
| "epoch": 0.146875, |
| "grad_norm": 1.8923845291137695, |
| "learning_rate": 9.507898393939868e-05, |
| "loss": 0.6579, |
| "step": 141 |
| }, |
| { |
| "epoch": 0.14791666666666667, |
| "grad_norm": 1.9693942070007324, |
| "learning_rate": 9.500758339483032e-05, |
| "loss": 0.5021, |
| "step": 142 |
| }, |
| { |
| "epoch": 0.14895833333333333, |
| "grad_norm": 2.193319797515869, |
| "learning_rate": 9.493569579492624e-05, |
| "loss": 0.7578, |
| "step": 143 |
| }, |
| { |
| "epoch": 0.15, |
| "grad_norm": 1.9430756568908691, |
| "learning_rate": 9.486332191762731e-05, |
| "loss": 0.6479, |
| "step": 144 |
| }, |
| { |
| "epoch": 0.15104166666666666, |
| "grad_norm": 2.0702779293060303, |
| "learning_rate": 9.479046254613673e-05, |
| "loss": 0.6854, |
| "step": 145 |
| }, |
| { |
| "epoch": 0.15208333333333332, |
| "grad_norm": 2.7211689949035645, |
| "learning_rate": 9.471711846891151e-05, |
| "loss": 0.7528, |
| "step": 146 |
| }, |
| { |
| "epoch": 0.153125, |
| "grad_norm": 3.0110549926757812, |
| "learning_rate": 9.464329047965404e-05, |
| "loss": 0.6203, |
| "step": 147 |
| }, |
| { |
| "epoch": 0.15416666666666667, |
| "grad_norm": 2.2492358684539795, |
| "learning_rate": 9.456897937730332e-05, |
| "loss": 0.6386, |
| "step": 148 |
| }, |
| { |
| "epoch": 0.15520833333333334, |
| "grad_norm": 2.6757397651672363, |
| "learning_rate": 9.449418596602648e-05, |
| "loss": 0.6138, |
| "step": 149 |
| }, |
| { |
| "epoch": 0.15625, |
| "grad_norm": 2.7412190437316895, |
| "learning_rate": 9.441891105521006e-05, |
| "loss": 0.4725, |
| "step": 150 |
| }, |
| { |
| "epoch": 0.15729166666666666, |
| "grad_norm": 1.6710883378982544, |
| "learning_rate": 9.43431554594511e-05, |
| "loss": 0.9123, |
| "step": 151 |
| }, |
| { |
| "epoch": 0.15833333333333333, |
| "grad_norm": 1.3830335140228271, |
| "learning_rate": 9.426691999854853e-05, |
| "loss": 0.7745, |
| "step": 152 |
| }, |
| { |
| "epoch": 0.159375, |
| "grad_norm": 1.5382630825042725, |
| "learning_rate": 9.419020549749417e-05, |
| "loss": 0.7957, |
| "step": 153 |
| }, |
| { |
| "epoch": 0.16041666666666668, |
| "grad_norm": 1.481225609779358, |
| "learning_rate": 9.411301278646382e-05, |
| "loss": 0.6751, |
| "step": 154 |
| }, |
| { |
| "epoch": 0.16145833333333334, |
| "grad_norm": 1.372977614402771, |
| "learning_rate": 9.403534270080829e-05, |
| "loss": 0.796, |
| "step": 155 |
| }, |
| { |
| "epoch": 0.1625, |
| "grad_norm": 1.4860180616378784, |
| "learning_rate": 9.395719608104441e-05, |
| "loss": 0.7453, |
| "step": 156 |
| }, |
| { |
| "epoch": 0.16354166666666667, |
| "grad_norm": 1.3220758438110352, |
| "learning_rate": 9.387857377284582e-05, |
| "loss": 0.763, |
| "step": 157 |
| }, |
| { |
| "epoch": 0.16458333333333333, |
| "grad_norm": 1.8010667562484741, |
| "learning_rate": 9.37994766270339e-05, |
| "loss": 0.7671, |
| "step": 158 |
| }, |
| { |
| "epoch": 0.165625, |
| "grad_norm": 1.506685495376587, |
| "learning_rate": 9.371990549956857e-05, |
| "loss": 0.8321, |
| "step": 159 |
| }, |
| { |
| "epoch": 0.16666666666666666, |
| "grad_norm": 1.5654361248016357, |
| "learning_rate": 9.3639861251539e-05, |
| "loss": 0.7656, |
| "step": 160 |
| }, |
| { |
| "epoch": 0.16770833333333332, |
| "grad_norm": 1.5490511655807495, |
| "learning_rate": 9.355934474915428e-05, |
| "loss": 0.682, |
| "step": 161 |
| }, |
| { |
| "epoch": 0.16875, |
| "grad_norm": 1.359991431236267, |
| "learning_rate": 9.347835686373407e-05, |
| "loss": 0.7185, |
| "step": 162 |
| }, |
| { |
| "epoch": 0.16979166666666667, |
| "grad_norm": 1.7046531438827515, |
| "learning_rate": 9.339689847169915e-05, |
| "loss": 0.8576, |
| "step": 163 |
| }, |
| { |
| "epoch": 0.17083333333333334, |
| "grad_norm": 1.369984745979309, |
| "learning_rate": 9.331497045456195e-05, |
| "loss": 0.7514, |
| "step": 164 |
| }, |
| { |
| "epoch": 0.171875, |
| "grad_norm": 1.5297783613204956, |
| "learning_rate": 9.323257369891703e-05, |
| "loss": 0.7693, |
| "step": 165 |
| }, |
| { |
| "epoch": 0.17291666666666666, |
| "grad_norm": 2.0187017917633057, |
| "learning_rate": 9.314970909643143e-05, |
| "loss": 0.7888, |
| "step": 166 |
| }, |
| { |
| "epoch": 0.17395833333333333, |
| "grad_norm": 1.7571396827697754, |
| "learning_rate": 9.306637754383511e-05, |
| "loss": 0.8196, |
| "step": 167 |
| }, |
| { |
| "epoch": 0.175, |
| "grad_norm": 1.5250581502914429, |
| "learning_rate": 9.29825799429111e-05, |
| "loss": 0.6703, |
| "step": 168 |
| }, |
| { |
| "epoch": 0.17604166666666668, |
| "grad_norm": 1.5196141004562378, |
| "learning_rate": 9.289831720048593e-05, |
| "loss": 0.6638, |
| "step": 169 |
| }, |
| { |
| "epoch": 0.17708333333333334, |
| "grad_norm": 1.5836235284805298, |
| "learning_rate": 9.281359022841965e-05, |
| "loss": 0.6461, |
| "step": 170 |
| }, |
| { |
| "epoch": 0.178125, |
| "grad_norm": 1.3843772411346436, |
| "learning_rate": 9.272839994359606e-05, |
| "loss": 0.7191, |
| "step": 171 |
| }, |
| { |
| "epoch": 0.17916666666666667, |
| "grad_norm": 1.5738234519958496, |
| "learning_rate": 9.264274726791276e-05, |
| "loss": 0.7675, |
| "step": 172 |
| }, |
| { |
| "epoch": 0.18020833333333333, |
| "grad_norm": 1.7716032266616821, |
| "learning_rate": 9.255663312827116e-05, |
| "loss": 0.7056, |
| "step": 173 |
| }, |
| { |
| "epoch": 0.18125, |
| "grad_norm": 1.524893045425415, |
| "learning_rate": 9.247005845656647e-05, |
| "loss": 0.7369, |
| "step": 174 |
| }, |
| { |
| "epoch": 0.18229166666666666, |
| "grad_norm": 1.6304320096969604, |
| "learning_rate": 9.238302418967756e-05, |
| "loss": 0.6334, |
| "step": 175 |
| }, |
| { |
| "epoch": 0.18333333333333332, |
| "grad_norm": 1.6756341457366943, |
| "learning_rate": 9.229553126945699e-05, |
| "loss": 0.7805, |
| "step": 176 |
| }, |
| { |
| "epoch": 0.184375, |
| "grad_norm": 1.8465510606765747, |
| "learning_rate": 9.220758064272054e-05, |
| "loss": 0.7257, |
| "step": 177 |
| }, |
| { |
| "epoch": 0.18541666666666667, |
| "grad_norm": 1.470868468284607, |
| "learning_rate": 9.211917326123724e-05, |
| "loss": 0.711, |
| "step": 178 |
| }, |
| { |
| "epoch": 0.18645833333333334, |
| "grad_norm": 1.9779666662216187, |
| "learning_rate": 9.203031008171891e-05, |
| "loss": 0.7962, |
| "step": 179 |
| }, |
| { |
| "epoch": 0.1875, |
| "grad_norm": 1.5155447721481323, |
| "learning_rate": 9.194099206580982e-05, |
| "loss": 0.7253, |
| "step": 180 |
| }, |
| { |
| "epoch": 0.18854166666666666, |
| "grad_norm": 1.6814624071121216, |
| "learning_rate": 9.185122018007635e-05, |
| "loss": 0.718, |
| "step": 181 |
| }, |
| { |
| "epoch": 0.18958333333333333, |
| "grad_norm": 1.8656744956970215, |
| "learning_rate": 9.176099539599647e-05, |
| "loss": 0.7188, |
| "step": 182 |
| }, |
| { |
| "epoch": 0.190625, |
| "grad_norm": 1.6747164726257324, |
| "learning_rate": 9.167031868994924e-05, |
| "loss": 0.7856, |
| "step": 183 |
| }, |
| { |
| "epoch": 0.19166666666666668, |
| "grad_norm": 1.5895557403564453, |
| "learning_rate": 9.157919104320427e-05, |
| "loss": 0.7989, |
| "step": 184 |
| }, |
| { |
| "epoch": 0.19270833333333334, |
| "grad_norm": 1.7184622287750244, |
| "learning_rate": 9.148761344191109e-05, |
| "loss": 0.677, |
| "step": 185 |
| }, |
| { |
| "epoch": 0.19375, |
| "grad_norm": 1.9188364744186401, |
| "learning_rate": 9.139558687708845e-05, |
| "loss": 0.6746, |
| "step": 186 |
| }, |
| { |
| "epoch": 0.19479166666666667, |
| "grad_norm": 1.7534639835357666, |
| "learning_rate": 9.130311234461362e-05, |
| "loss": 0.6389, |
| "step": 187 |
| }, |
| { |
| "epoch": 0.19583333333333333, |
| "grad_norm": 2.1047608852386475, |
| "learning_rate": 9.12101908452116e-05, |
| "loss": 0.6245, |
| "step": 188 |
| }, |
| { |
| "epoch": 0.196875, |
| "grad_norm": 2.1767189502716064, |
| "learning_rate": 9.111682338444431e-05, |
| "loss": 0.7218, |
| "step": 189 |
| }, |
| { |
| "epoch": 0.19791666666666666, |
| "grad_norm": 2.293118953704834, |
| "learning_rate": 9.102301097269974e-05, |
| "loss": 0.6994, |
| "step": 190 |
| }, |
| { |
| "epoch": 0.19895833333333332, |
| "grad_norm": 1.8105974197387695, |
| "learning_rate": 9.092875462518091e-05, |
| "loss": 0.6865, |
| "step": 191 |
| }, |
| { |
| "epoch": 0.2, |
| "grad_norm": 2.2758266925811768, |
| "learning_rate": 9.083405536189498e-05, |
| "loss": 0.5878, |
| "step": 192 |
| }, |
| { |
| "epoch": 0.20104166666666667, |
| "grad_norm": 2.7756974697113037, |
| "learning_rate": 9.073891420764215e-05, |
| "loss": 0.7338, |
| "step": 193 |
| }, |
| { |
| "epoch": 0.20208333333333334, |
| "grad_norm": 1.9865261316299438, |
| "learning_rate": 9.064333219200464e-05, |
| "loss": 0.611, |
| "step": 194 |
| }, |
| { |
| "epoch": 0.203125, |
| "grad_norm": 1.642616629600525, |
| "learning_rate": 9.054731034933549e-05, |
| "loss": 0.5778, |
| "step": 195 |
| }, |
| { |
| "epoch": 0.20416666666666666, |
| "grad_norm": 1.953162670135498, |
| "learning_rate": 9.045084971874738e-05, |
| "loss": 0.5745, |
| "step": 196 |
| }, |
| { |
| "epoch": 0.20520833333333333, |
| "grad_norm": 2.0923852920532227, |
| "learning_rate": 9.035395134410139e-05, |
| "loss": 0.5294, |
| "step": 197 |
| }, |
| { |
| "epoch": 0.20625, |
| "grad_norm": 1.5819649696350098, |
| "learning_rate": 9.025661627399573e-05, |
| "loss": 0.5277, |
| "step": 198 |
| }, |
| { |
| "epoch": 0.20729166666666668, |
| "grad_norm": 1.8375093936920166, |
| "learning_rate": 9.015884556175431e-05, |
| "loss": 0.4854, |
| "step": 199 |
| }, |
| { |
| "epoch": 0.20833333333333334, |
| "grad_norm": 2.7594127655029297, |
| "learning_rate": 9.006064026541548e-05, |
| "loss": 0.6309, |
| "step": 200 |
| }, |
| { |
| "epoch": 0.209375, |
| "grad_norm": 1.5776251554489136, |
| "learning_rate": 8.99620014477204e-05, |
| "loss": 0.8689, |
| "step": 201 |
| }, |
| { |
| "epoch": 0.21041666666666667, |
| "grad_norm": 1.5562249422073364, |
| "learning_rate": 8.98629301761017e-05, |
| "loss": 0.8683, |
| "step": 202 |
| }, |
| { |
| "epoch": 0.21145833333333333, |
| "grad_norm": 1.446951985359192, |
| "learning_rate": 8.976342752267186e-05, |
| "loss": 0.8116, |
| "step": 203 |
| }, |
| { |
| "epoch": 0.2125, |
| "grad_norm": 1.6022385358810425, |
| "learning_rate": 8.966349456421159e-05, |
| "loss": 0.873, |
| "step": 204 |
| }, |
| { |
| "epoch": 0.21354166666666666, |
| "grad_norm": 1.3617318868637085, |
| "learning_rate": 8.956313238215824e-05, |
| "loss": 0.8467, |
| "step": 205 |
| }, |
| { |
| "epoch": 0.21458333333333332, |
| "grad_norm": 1.7591134309768677, |
| "learning_rate": 8.946234206259403e-05, |
| "loss": 0.8555, |
| "step": 206 |
| }, |
| { |
| "epoch": 0.215625, |
| "grad_norm": 1.722296118736267, |
| "learning_rate": 8.93611246962343e-05, |
| "loss": 0.8652, |
| "step": 207 |
| }, |
| { |
| "epoch": 0.21666666666666667, |
| "grad_norm": 1.5404603481292725, |
| "learning_rate": 8.925948137841579e-05, |
| "loss": 0.8483, |
| "step": 208 |
| }, |
| { |
| "epoch": 0.21770833333333334, |
| "grad_norm": 1.703816533088684, |
| "learning_rate": 8.915741320908468e-05, |
| "loss": 0.823, |
| "step": 209 |
| }, |
| { |
| "epoch": 0.21875, |
| "grad_norm": 1.7601414918899536, |
| "learning_rate": 8.905492129278478e-05, |
| "loss": 0.8513, |
| "step": 210 |
| }, |
| { |
| "epoch": 0.21979166666666666, |
| "grad_norm": 1.7160789966583252, |
| "learning_rate": 8.895200673864547e-05, |
| "loss": 0.819, |
| "step": 211 |
| }, |
| { |
| "epoch": 0.22083333333333333, |
| "grad_norm": 1.6923937797546387, |
| "learning_rate": 8.884867066036984e-05, |
| "loss": 0.7305, |
| "step": 212 |
| }, |
| { |
| "epoch": 0.221875, |
| "grad_norm": 1.6672377586364746, |
| "learning_rate": 8.874491417622248e-05, |
| "loss": 0.7434, |
| "step": 213 |
| }, |
| { |
| "epoch": 0.22291666666666668, |
| "grad_norm": 1.4038190841674805, |
| "learning_rate": 8.86407384090175e-05, |
| "loss": 0.7008, |
| "step": 214 |
| }, |
| { |
| "epoch": 0.22395833333333334, |
| "grad_norm": 1.7491308450698853, |
| "learning_rate": 8.853614448610631e-05, |
| "loss": 0.7553, |
| "step": 215 |
| }, |
| { |
| "epoch": 0.225, |
| "grad_norm": 1.5492684841156006, |
| "learning_rate": 8.843113353936549e-05, |
| "loss": 0.7248, |
| "step": 216 |
| }, |
| { |
| "epoch": 0.22604166666666667, |
| "grad_norm": 1.304273247718811, |
| "learning_rate": 8.832570670518444e-05, |
| "loss": 0.7486, |
| "step": 217 |
| }, |
| { |
| "epoch": 0.22708333333333333, |
| "grad_norm": 1.553187370300293, |
| "learning_rate": 8.82198651244532e-05, |
| "loss": 0.7149, |
| "step": 218 |
| }, |
| { |
| "epoch": 0.228125, |
| "grad_norm": 1.7741554975509644, |
| "learning_rate": 8.811360994254996e-05, |
| "loss": 0.6769, |
| "step": 219 |
| }, |
| { |
| "epoch": 0.22916666666666666, |
| "grad_norm": 1.582899570465088, |
| "learning_rate": 8.800694230932884e-05, |
| "loss": 0.771, |
| "step": 220 |
| }, |
| { |
| "epoch": 0.23020833333333332, |
| "grad_norm": 1.4296000003814697, |
| "learning_rate": 8.78998633791073e-05, |
| "loss": 0.6962, |
| "step": 221 |
| }, |
| { |
| "epoch": 0.23125, |
| "grad_norm": 1.7563673257827759, |
| "learning_rate": 8.77923743106537e-05, |
| "loss": 0.733, |
| "step": 222 |
| }, |
| { |
| "epoch": 0.23229166666666667, |
| "grad_norm": 1.4017952680587769, |
| "learning_rate": 8.768447626717481e-05, |
| "loss": 0.6637, |
| "step": 223 |
| }, |
| { |
| "epoch": 0.23333333333333334, |
| "grad_norm": 1.4028128385543823, |
| "learning_rate": 8.757617041630313e-05, |
| "loss": 0.6207, |
| "step": 224 |
| }, |
| { |
| "epoch": 0.234375, |
| "grad_norm": 1.2909876108169556, |
| "learning_rate": 8.74674579300843e-05, |
| "loss": 0.6572, |
| "step": 225 |
| }, |
| { |
| "epoch": 0.23541666666666666, |
| "grad_norm": 1.7121574878692627, |
| "learning_rate": 8.735833998496444e-05, |
| "loss": 0.7566, |
| "step": 226 |
| }, |
| { |
| "epoch": 0.23645833333333333, |
| "grad_norm": 1.7302300930023193, |
| "learning_rate": 8.72488177617774e-05, |
| "loss": 0.8499, |
| "step": 227 |
| }, |
| { |
| "epoch": 0.2375, |
| "grad_norm": 1.895605206489563, |
| "learning_rate": 8.713889244573197e-05, |
| "loss": 0.6588, |
| "step": 228 |
| }, |
| { |
| "epoch": 0.23854166666666668, |
| "grad_norm": 1.7216819524765015, |
| "learning_rate": 8.702856522639902e-05, |
| "loss": 0.7614, |
| "step": 229 |
| }, |
| { |
| "epoch": 0.23958333333333334, |
| "grad_norm": 1.903328537940979, |
| "learning_rate": 8.691783729769874e-05, |
| "loss": 0.7812, |
| "step": 230 |
| }, |
| { |
| "epoch": 0.240625, |
| "grad_norm": 1.9232820272445679, |
| "learning_rate": 8.680670985788757e-05, |
| "loss": 0.7435, |
| "step": 231 |
| }, |
| { |
| "epoch": 0.24166666666666667, |
| "grad_norm": 1.4913100004196167, |
| "learning_rate": 8.669518410954541e-05, |
| "loss": 0.6241, |
| "step": 232 |
| }, |
| { |
| "epoch": 0.24270833333333333, |
| "grad_norm": 1.3420971632003784, |
| "learning_rate": 8.658326125956237e-05, |
| "loss": 0.657, |
| "step": 233 |
| }, |
| { |
| "epoch": 0.24375, |
| "grad_norm": 1.8332111835479736, |
| "learning_rate": 8.647094251912601e-05, |
| "loss": 0.7692, |
| "step": 234 |
| }, |
| { |
| "epoch": 0.24479166666666666, |
| "grad_norm": 1.355997085571289, |
| "learning_rate": 8.635822910370792e-05, |
| "loss": 0.583, |
| "step": 235 |
| }, |
| { |
| "epoch": 0.24583333333333332, |
| "grad_norm": 1.640322208404541, |
| "learning_rate": 8.624512223305081e-05, |
| "loss": 0.6874, |
| "step": 236 |
| }, |
| { |
| "epoch": 0.246875, |
| "grad_norm": 1.8437845706939697, |
| "learning_rate": 8.613162313115519e-05, |
| "loss": 0.7437, |
| "step": 237 |
| }, |
| { |
| "epoch": 0.24791666666666667, |
| "grad_norm": 2.5125062465667725, |
| "learning_rate": 8.601773302626612e-05, |
| "loss": 0.676, |
| "step": 238 |
| }, |
| { |
| "epoch": 0.24895833333333334, |
| "grad_norm": 1.6971981525421143, |
| "learning_rate": 8.590345315086e-05, |
| "loss": 0.6431, |
| "step": 239 |
| }, |
| { |
| "epoch": 0.25, |
| "grad_norm": 2.3452751636505127, |
| "learning_rate": 8.578878474163115e-05, |
| "loss": 0.7476, |
| "step": 240 |
| }, |
| { |
| "epoch": 0.25104166666666666, |
| "grad_norm": 1.67476487159729, |
| "learning_rate": 8.567372903947846e-05, |
| "loss": 0.5422, |
| "step": 241 |
| }, |
| { |
| "epoch": 0.2520833333333333, |
| "grad_norm": 1.6713449954986572, |
| "learning_rate": 8.555828728949198e-05, |
| "loss": 0.6134, |
| "step": 242 |
| }, |
| { |
| "epoch": 0.253125, |
| "grad_norm": 1.9959745407104492, |
| "learning_rate": 8.54424607409394e-05, |
| "loss": 0.6515, |
| "step": 243 |
| }, |
| { |
| "epoch": 0.25416666666666665, |
| "grad_norm": 1.3738329410552979, |
| "learning_rate": 8.532625064725258e-05, |
| "loss": 0.5094, |
| "step": 244 |
| }, |
| { |
| "epoch": 0.2552083333333333, |
| "grad_norm": 1.7818231582641602, |
| "learning_rate": 8.520965826601394e-05, |
| "loss": 0.6483, |
| "step": 245 |
| }, |
| { |
| "epoch": 0.25625, |
| "grad_norm": 2.0902674198150635, |
| "learning_rate": 8.509268485894289e-05, |
| "loss": 0.6211, |
| "step": 246 |
| }, |
| { |
| "epoch": 0.25729166666666664, |
| "grad_norm": 1.9115201234817505, |
| "learning_rate": 8.497533169188216e-05, |
| "loss": 0.5059, |
| "step": 247 |
| }, |
| { |
| "epoch": 0.25833333333333336, |
| "grad_norm": 2.3691749572753906, |
| "learning_rate": 8.485760003478408e-05, |
| "loss": 0.6242, |
| "step": 248 |
| }, |
| { |
| "epoch": 0.259375, |
| "grad_norm": 1.8742573261260986, |
| "learning_rate": 8.473949116169693e-05, |
| "loss": 0.4181, |
| "step": 249 |
| }, |
| { |
| "epoch": 0.2604166666666667, |
| "grad_norm": 3.028259754180908, |
| "learning_rate": 8.462100635075097e-05, |
| "loss": 0.6839, |
| "step": 250 |
| }, |
| { |
| "epoch": 0.26145833333333335, |
| "grad_norm": 1.5227943658828735, |
| "learning_rate": 8.450214688414478e-05, |
| "loss": 0.9003, |
| "step": 251 |
| }, |
| { |
| "epoch": 0.2625, |
| "grad_norm": 1.3464311361312866, |
| "learning_rate": 8.438291404813134e-05, |
| "loss": 0.8728, |
| "step": 252 |
| }, |
| { |
| "epoch": 0.2635416666666667, |
| "grad_norm": 1.4320182800292969, |
| "learning_rate": 8.426330913300408e-05, |
| "loss": 0.8366, |
| "step": 253 |
| }, |
| { |
| "epoch": 0.26458333333333334, |
| "grad_norm": 1.3683526515960693, |
| "learning_rate": 8.414333343308294e-05, |
| "loss": 0.7105, |
| "step": 254 |
| }, |
| { |
| "epoch": 0.265625, |
| "grad_norm": 1.1464180946350098, |
| "learning_rate": 8.40229882467003e-05, |
| "loss": 0.6994, |
| "step": 255 |
| }, |
| { |
| "epoch": 0.26666666666666666, |
| "grad_norm": 1.3951668739318848, |
| "learning_rate": 8.390227487618705e-05, |
| "loss": 0.7734, |
| "step": 256 |
| }, |
| { |
| "epoch": 0.2677083333333333, |
| "grad_norm": 1.5067147016525269, |
| "learning_rate": 8.37811946278584e-05, |
| "loss": 0.7539, |
| "step": 257 |
| }, |
| { |
| "epoch": 0.26875, |
| "grad_norm": 1.4496012926101685, |
| "learning_rate": 8.365974881199983e-05, |
| "loss": 0.8856, |
| "step": 258 |
| }, |
| { |
| "epoch": 0.26979166666666665, |
| "grad_norm": 1.0769821405410767, |
| "learning_rate": 8.353793874285276e-05, |
| "loss": 0.6995, |
| "step": 259 |
| }, |
| { |
| "epoch": 0.2708333333333333, |
| "grad_norm": 1.1531866788864136, |
| "learning_rate": 8.341576573860048e-05, |
| "loss": 0.8306, |
| "step": 260 |
| }, |
| { |
| "epoch": 0.271875, |
| "grad_norm": 1.5913180112838745, |
| "learning_rate": 8.329323112135386e-05, |
| "loss": 0.7837, |
| "step": 261 |
| }, |
| { |
| "epoch": 0.27291666666666664, |
| "grad_norm": 1.7875324487686157, |
| "learning_rate": 8.317033621713694e-05, |
| "loss": 0.8239, |
| "step": 262 |
| }, |
| { |
| "epoch": 0.27395833333333336, |
| "grad_norm": 1.5456501245498657, |
| "learning_rate": 8.304708235587268e-05, |
| "loss": 0.8049, |
| "step": 263 |
| }, |
| { |
| "epoch": 0.275, |
| "grad_norm": 1.5592460632324219, |
| "learning_rate": 8.292347087136861e-05, |
| "loss": 0.7133, |
| "step": 264 |
| }, |
| { |
| "epoch": 0.2760416666666667, |
| "grad_norm": 1.5068480968475342, |
| "learning_rate": 8.279950310130217e-05, |
| "loss": 0.6773, |
| "step": 265 |
| }, |
| { |
| "epoch": 0.27708333333333335, |
| "grad_norm": 1.456343173980713, |
| "learning_rate": 8.267518038720656e-05, |
| "loss": 0.7212, |
| "step": 266 |
| }, |
| { |
| "epoch": 0.278125, |
| "grad_norm": 1.341239094734192, |
| "learning_rate": 8.255050407445592e-05, |
| "loss": 0.8231, |
| "step": 267 |
| }, |
| { |
| "epoch": 0.2791666666666667, |
| "grad_norm": 1.355503797531128, |
| "learning_rate": 8.242547551225099e-05, |
| "loss": 0.6457, |
| "step": 268 |
| }, |
| { |
| "epoch": 0.28020833333333334, |
| "grad_norm": 1.3426177501678467, |
| "learning_rate": 8.23000960536044e-05, |
| "loss": 0.7159, |
| "step": 269 |
| }, |
| { |
| "epoch": 0.28125, |
| "grad_norm": 1.59054696559906, |
| "learning_rate": 8.2174367055326e-05, |
| "loss": 0.7113, |
| "step": 270 |
| }, |
| { |
| "epoch": 0.28229166666666666, |
| "grad_norm": 1.5894560813903809, |
| "learning_rate": 8.20482898780083e-05, |
| "loss": 0.7783, |
| "step": 271 |
| }, |
| { |
| "epoch": 0.2833333333333333, |
| "grad_norm": 1.6065477132797241, |
| "learning_rate": 8.192186588601163e-05, |
| "loss": 0.6657, |
| "step": 272 |
| }, |
| { |
| "epoch": 0.284375, |
| "grad_norm": 1.597812294960022, |
| "learning_rate": 8.179509644744943e-05, |
| "loss": 0.7661, |
| "step": 273 |
| }, |
| { |
| "epoch": 0.28541666666666665, |
| "grad_norm": 1.5997090339660645, |
| "learning_rate": 8.166798293417346e-05, |
| "loss": 0.7136, |
| "step": 274 |
| }, |
| { |
| "epoch": 0.2864583333333333, |
| "grad_norm": 1.5338194370269775, |
| "learning_rate": 8.154052672175887e-05, |
| "loss": 0.7629, |
| "step": 275 |
| }, |
| { |
| "epoch": 0.2875, |
| "grad_norm": 1.4256912469863892, |
| "learning_rate": 8.141272918948946e-05, |
| "loss": 0.6589, |
| "step": 276 |
| }, |
| { |
| "epoch": 0.28854166666666664, |
| "grad_norm": 1.3992259502410889, |
| "learning_rate": 8.128459172034255e-05, |
| "loss": 0.7608, |
| "step": 277 |
| }, |
| { |
| "epoch": 0.28958333333333336, |
| "grad_norm": 1.482635736465454, |
| "learning_rate": 8.115611570097424e-05, |
| "loss": 0.7522, |
| "step": 278 |
| }, |
| { |
| "epoch": 0.290625, |
| "grad_norm": 1.5981773138046265, |
| "learning_rate": 8.102730252170426e-05, |
| "loss": 0.6626, |
| "step": 279 |
| }, |
| { |
| "epoch": 0.2916666666666667, |
| "grad_norm": 1.648779034614563, |
| "learning_rate": 8.089815357650089e-05, |
| "loss": 0.663, |
| "step": 280 |
| }, |
| { |
| "epoch": 0.29270833333333335, |
| "grad_norm": 1.541677713394165, |
| "learning_rate": 8.076867026296606e-05, |
| "loss": 0.6944, |
| "step": 281 |
| }, |
| { |
| "epoch": 0.29375, |
| "grad_norm": 1.601731300354004, |
| "learning_rate": 8.063885398232002e-05, |
| "loss": 0.6349, |
| "step": 282 |
| }, |
| { |
| "epoch": 0.2947916666666667, |
| "grad_norm": 1.9010107517242432, |
| "learning_rate": 8.050870613938635e-05, |
| "loss": 0.571, |
| "step": 283 |
| }, |
| { |
| "epoch": 0.29583333333333334, |
| "grad_norm": 1.8872272968292236, |
| "learning_rate": 8.037822814257656e-05, |
| "loss": 0.6748, |
| "step": 284 |
| }, |
| { |
| "epoch": 0.296875, |
| "grad_norm": 1.3469544649124146, |
| "learning_rate": 8.024742140387506e-05, |
| "loss": 0.5642, |
| "step": 285 |
| }, |
| { |
| "epoch": 0.29791666666666666, |
| "grad_norm": 1.5097888708114624, |
| "learning_rate": 8.011628733882373e-05, |
| "loss": 0.7138, |
| "step": 286 |
| }, |
| { |
| "epoch": 0.2989583333333333, |
| "grad_norm": 1.6745128631591797, |
| "learning_rate": 7.998482736650668e-05, |
| "loss": 0.808, |
| "step": 287 |
| }, |
| { |
| "epoch": 0.3, |
| "grad_norm": 1.862967848777771, |
| "learning_rate": 7.985304290953488e-05, |
| "loss": 0.7292, |
| "step": 288 |
| }, |
| { |
| "epoch": 0.30104166666666665, |
| "grad_norm": 1.5629043579101562, |
| "learning_rate": 7.972093539403071e-05, |
| "loss": 0.6258, |
| "step": 289 |
| }, |
| { |
| "epoch": 0.3020833333333333, |
| "grad_norm": 1.8683202266693115, |
| "learning_rate": 7.95885062496126e-05, |
| "loss": 0.7097, |
| "step": 290 |
| }, |
| { |
| "epoch": 0.303125, |
| "grad_norm": 1.443791151046753, |
| "learning_rate": 7.94557569093795e-05, |
| "loss": 0.5643, |
| "step": 291 |
| }, |
| { |
| "epoch": 0.30416666666666664, |
| "grad_norm": 2.3545334339141846, |
| "learning_rate": 7.932268880989544e-05, |
| "loss": 0.6725, |
| "step": 292 |
| }, |
| { |
| "epoch": 0.30520833333333336, |
| "grad_norm": 1.6108016967773438, |
| "learning_rate": 7.918930339117392e-05, |
| "loss": 0.6135, |
| "step": 293 |
| }, |
| { |
| "epoch": 0.30625, |
| "grad_norm": 1.575326681137085, |
| "learning_rate": 7.905560209666236e-05, |
| "loss": 0.5686, |
| "step": 294 |
| }, |
| { |
| "epoch": 0.3072916666666667, |
| "grad_norm": 1.888177752494812, |
| "learning_rate": 7.892158637322646e-05, |
| "loss": 0.6987, |
| "step": 295 |
| }, |
| { |
| "epoch": 0.30833333333333335, |
| "grad_norm": 1.9825135469436646, |
| "learning_rate": 7.878725767113455e-05, |
| "loss": 0.5863, |
| "step": 296 |
| }, |
| { |
| "epoch": 0.309375, |
| "grad_norm": 1.5113332271575928, |
| "learning_rate": 7.865261744404192e-05, |
| "loss": 0.461, |
| "step": 297 |
| }, |
| { |
| "epoch": 0.3104166666666667, |
| "grad_norm": 1.7233517169952393, |
| "learning_rate": 7.851766714897504e-05, |
| "loss": 0.5434, |
| "step": 298 |
| }, |
| { |
| "epoch": 0.31145833333333334, |
| "grad_norm": 2.852379083633423, |
| "learning_rate": 7.838240824631584e-05, |
| "loss": 0.6008, |
| "step": 299 |
| }, |
| { |
| "epoch": 0.3125, |
| "grad_norm": 2.0530812740325928, |
| "learning_rate": 7.824684219978591e-05, |
| "loss": 0.5113, |
| "step": 300 |
| }, |
| { |
| "epoch": 0.31354166666666666, |
| "grad_norm": 1.2769593000411987, |
| "learning_rate": 7.811097047643055e-05, |
| "loss": 0.8783, |
| "step": 301 |
| }, |
| { |
| "epoch": 0.3145833333333333, |
| "grad_norm": 1.2682865858078003, |
| "learning_rate": 7.797479454660311e-05, |
| "loss": 0.8199, |
| "step": 302 |
| }, |
| { |
| "epoch": 0.315625, |
| "grad_norm": 1.3745115995407104, |
| "learning_rate": 7.783831588394881e-05, |
| "loss": 0.8021, |
| "step": 303 |
| }, |
| { |
| "epoch": 0.31666666666666665, |
| "grad_norm": 1.1993192434310913, |
| "learning_rate": 7.770153596538905e-05, |
| "loss": 0.7976, |
| "step": 304 |
| }, |
| { |
| "epoch": 0.3177083333333333, |
| "grad_norm": 1.3057044744491577, |
| "learning_rate": 7.756445627110523e-05, |
| "loss": 0.8048, |
| "step": 305 |
| }, |
| { |
| "epoch": 0.31875, |
| "grad_norm": 2.9546101093292236, |
| "learning_rate": 7.742707828452284e-05, |
| "loss": 0.7677, |
| "step": 306 |
| }, |
| { |
| "epoch": 0.31979166666666664, |
| "grad_norm": 1.8353341817855835, |
| "learning_rate": 7.728940349229541e-05, |
| "loss": 0.7361, |
| "step": 307 |
| }, |
| { |
| "epoch": 0.32083333333333336, |
| "grad_norm": 1.2863330841064453, |
| "learning_rate": 7.715143338428834e-05, |
| "loss": 0.7628, |
| "step": 308 |
| }, |
| { |
| "epoch": 0.321875, |
| "grad_norm": 1.3134502172470093, |
| "learning_rate": 7.701316945356287e-05, |
| "loss": 0.7956, |
| "step": 309 |
| }, |
| { |
| "epoch": 0.3229166666666667, |
| "grad_norm": 1.3145452737808228, |
| "learning_rate": 7.687461319635981e-05, |
| "loss": 0.7556, |
| "step": 310 |
| }, |
| { |
| "epoch": 0.32395833333333335, |
| "grad_norm": 1.2952512502670288, |
| "learning_rate": 7.673576611208351e-05, |
| "loss": 0.8069, |
| "step": 311 |
| }, |
| { |
| "epoch": 0.325, |
| "grad_norm": 2.2411673069000244, |
| "learning_rate": 7.65966297032855e-05, |
| "loss": 0.8942, |
| "step": 312 |
| }, |
| { |
| "epoch": 0.3260416666666667, |
| "grad_norm": 1.5202635526657104, |
| "learning_rate": 7.645720547564823e-05, |
| "loss": 0.8103, |
| "step": 313 |
| }, |
| { |
| "epoch": 0.32708333333333334, |
| "grad_norm": 1.360971450805664, |
| "learning_rate": 7.631749493796889e-05, |
| "loss": 0.7021, |
| "step": 314 |
| }, |
| { |
| "epoch": 0.328125, |
| "grad_norm": 1.8331853151321411, |
| "learning_rate": 7.6177499602143e-05, |
| "loss": 0.8001, |
| "step": 315 |
| }, |
| { |
| "epoch": 0.32916666666666666, |
| "grad_norm": 1.3678276538848877, |
| "learning_rate": 7.603722098314799e-05, |
| "loss": 0.6905, |
| "step": 316 |
| }, |
| { |
| "epoch": 0.3302083333333333, |
| "grad_norm": 1.397057056427002, |
| "learning_rate": 7.589666059902696e-05, |
| "loss": 0.7168, |
| "step": 317 |
| }, |
| { |
| "epoch": 0.33125, |
| "grad_norm": 1.4211512804031372, |
| "learning_rate": 7.575581997087213e-05, |
| "loss": 0.6956, |
| "step": 318 |
| }, |
| { |
| "epoch": 0.33229166666666665, |
| "grad_norm": 2.822244644165039, |
| "learning_rate": 7.561470062280842e-05, |
| "loss": 0.674, |
| "step": 319 |
| }, |
| { |
| "epoch": 0.3333333333333333, |
| "grad_norm": 1.3778339624404907, |
| "learning_rate": 7.547330408197695e-05, |
| "loss": 0.7149, |
| "step": 320 |
| }, |
| { |
| "epoch": 0.334375, |
| "grad_norm": 1.2258079051971436, |
| "learning_rate": 7.53316318785185e-05, |
| "loss": 0.6506, |
| "step": 321 |
| }, |
| { |
| "epoch": 0.33541666666666664, |
| "grad_norm": 1.536863088607788, |
| "learning_rate": 7.518968554555704e-05, |
| "loss": 0.8471, |
| "step": 322 |
| }, |
| { |
| "epoch": 0.33645833333333336, |
| "grad_norm": 1.4057637453079224, |
| "learning_rate": 7.504746661918296e-05, |
| "loss": 0.6699, |
| "step": 323 |
| }, |
| { |
| "epoch": 0.3375, |
| "grad_norm": 1.5626870393753052, |
| "learning_rate": 7.490497663843663e-05, |
| "loss": 0.6532, |
| "step": 324 |
| }, |
| { |
| "epoch": 0.3385416666666667, |
| "grad_norm": 2.031201124191284, |
| "learning_rate": 7.476221714529167e-05, |
| "loss": 0.7961, |
| "step": 325 |
| }, |
| { |
| "epoch": 0.33958333333333335, |
| "grad_norm": 1.379755973815918, |
| "learning_rate": 7.461918968463822e-05, |
| "loss": 0.6442, |
| "step": 326 |
| }, |
| { |
| "epoch": 0.340625, |
| "grad_norm": 1.6494927406311035, |
| "learning_rate": 7.44758958042663e-05, |
| "loss": 0.6853, |
| "step": 327 |
| }, |
| { |
| "epoch": 0.3416666666666667, |
| "grad_norm": 1.4498581886291504, |
| "learning_rate": 7.433233705484902e-05, |
| "loss": 0.6949, |
| "step": 328 |
| }, |
| { |
| "epoch": 0.34270833333333334, |
| "grad_norm": 1.378196358680725, |
| "learning_rate": 7.418851498992576e-05, |
| "loss": 0.7078, |
| "step": 329 |
| }, |
| { |
| "epoch": 0.34375, |
| "grad_norm": 1.7512733936309814, |
| "learning_rate": 7.404443116588548e-05, |
| "loss": 0.647, |
| "step": 330 |
| }, |
| { |
| "epoch": 0.34479166666666666, |
| "grad_norm": 1.4733108282089233, |
| "learning_rate": 7.390008714194975e-05, |
| "loss": 0.5602, |
| "step": 331 |
| }, |
| { |
| "epoch": 0.3458333333333333, |
| "grad_norm": 2.195571184158325, |
| "learning_rate": 7.375548448015592e-05, |
| "loss": 0.683, |
| "step": 332 |
| }, |
| { |
| "epoch": 0.346875, |
| "grad_norm": 1.759678602218628, |
| "learning_rate": 7.361062474534027e-05, |
| "loss": 0.67, |
| "step": 333 |
| }, |
| { |
| "epoch": 0.34791666666666665, |
| "grad_norm": 1.6335177421569824, |
| "learning_rate": 7.346550950512097e-05, |
| "loss": 0.6889, |
| "step": 334 |
| }, |
| { |
| "epoch": 0.3489583333333333, |
| "grad_norm": 1.2855877876281738, |
| "learning_rate": 7.332014032988123e-05, |
| "loss": 0.5903, |
| "step": 335 |
| }, |
| { |
| "epoch": 0.35, |
| "grad_norm": 1.699906587600708, |
| "learning_rate": 7.31745187927522e-05, |
| "loss": 0.5795, |
| "step": 336 |
| }, |
| { |
| "epoch": 0.35104166666666664, |
| "grad_norm": 1.6430363655090332, |
| "learning_rate": 7.3028646469596e-05, |
| "loss": 0.7406, |
| "step": 337 |
| }, |
| { |
| "epoch": 0.35208333333333336, |
| "grad_norm": 1.9289352893829346, |
| "learning_rate": 7.288252493898873e-05, |
| "loss": 0.7053, |
| "step": 338 |
| }, |
| { |
| "epoch": 0.353125, |
| "grad_norm": 1.5388866662979126, |
| "learning_rate": 7.273615578220325e-05, |
| "loss": 0.5708, |
| "step": 339 |
| }, |
| { |
| "epoch": 0.3541666666666667, |
| "grad_norm": 1.7390387058258057, |
| "learning_rate": 7.258954058319216e-05, |
| "loss": 0.6279, |
| "step": 340 |
| }, |
| { |
| "epoch": 0.35520833333333335, |
| "grad_norm": 1.8787782192230225, |
| "learning_rate": 7.244268092857064e-05, |
| "loss": 0.6763, |
| "step": 341 |
| }, |
| { |
| "epoch": 0.35625, |
| "grad_norm": 1.402777910232544, |
| "learning_rate": 7.229557840759928e-05, |
| "loss": 0.5881, |
| "step": 342 |
| }, |
| { |
| "epoch": 0.3572916666666667, |
| "grad_norm": 1.9428904056549072, |
| "learning_rate": 7.214823461216688e-05, |
| "loss": 0.7821, |
| "step": 343 |
| }, |
| { |
| "epoch": 0.35833333333333334, |
| "grad_norm": 2.2975611686706543, |
| "learning_rate": 7.200065113677319e-05, |
| "loss": 0.7413, |
| "step": 344 |
| }, |
| { |
| "epoch": 0.359375, |
| "grad_norm": 1.8654595613479614, |
| "learning_rate": 7.185282957851175e-05, |
| "loss": 0.5766, |
| "step": 345 |
| }, |
| { |
| "epoch": 0.36041666666666666, |
| "grad_norm": 2.296947956085205, |
| "learning_rate": 7.17047715370525e-05, |
| "loss": 0.7338, |
| "step": 346 |
| }, |
| { |
| "epoch": 0.3614583333333333, |
| "grad_norm": 1.8218395709991455, |
| "learning_rate": 7.155647861462451e-05, |
| "loss": 0.5844, |
| "step": 347 |
| }, |
| { |
| "epoch": 0.3625, |
| "grad_norm": 2.3637070655822754, |
| "learning_rate": 7.140795241599869e-05, |
| "loss": 0.5402, |
| "step": 348 |
| }, |
| { |
| "epoch": 0.36354166666666665, |
| "grad_norm": 1.6535693407058716, |
| "learning_rate": 7.125919454847031e-05, |
| "loss": 0.5103, |
| "step": 349 |
| }, |
| { |
| "epoch": 0.3645833333333333, |
| "grad_norm": 2.16182541847229, |
| "learning_rate": 7.111020662184174e-05, |
| "loss": 0.485, |
| "step": 350 |
| }, |
| { |
| "epoch": 0.365625, |
| "grad_norm": 1.6324716806411743, |
| "learning_rate": 7.096099024840491e-05, |
| "loss": 0.9206, |
| "step": 351 |
| }, |
| { |
| "epoch": 0.36666666666666664, |
| "grad_norm": 1.496556282043457, |
| "learning_rate": 7.081154704292395e-05, |
| "loss": 0.8468, |
| "step": 352 |
| }, |
| { |
| "epoch": 0.36770833333333336, |
| "grad_norm": 1.4980041980743408, |
| "learning_rate": 7.066187862261769e-05, |
| "loss": 0.9655, |
| "step": 353 |
| }, |
| { |
| "epoch": 0.36875, |
| "grad_norm": 1.0911099910736084, |
| "learning_rate": 7.051198660714211e-05, |
| "loss": 0.7679, |
| "step": 354 |
| }, |
| { |
| "epoch": 0.3697916666666667, |
| "grad_norm": 1.1363564729690552, |
| "learning_rate": 7.036187261857289e-05, |
| "loss": 0.7581, |
| "step": 355 |
| }, |
| { |
| "epoch": 0.37083333333333335, |
| "grad_norm": 1.5361617803573608, |
| "learning_rate": 7.02115382813878e-05, |
| "loss": 0.7483, |
| "step": 356 |
| }, |
| { |
| "epoch": 0.371875, |
| "grad_norm": 1.3135900497436523, |
| "learning_rate": 7.006098522244919e-05, |
| "loss": 0.7279, |
| "step": 357 |
| }, |
| { |
| "epoch": 0.3729166666666667, |
| "grad_norm": 1.3339124917984009, |
| "learning_rate": 6.991021507098623e-05, |
| "loss": 0.7712, |
| "step": 358 |
| }, |
| { |
| "epoch": 0.37395833333333334, |
| "grad_norm": 1.4236890077590942, |
| "learning_rate": 6.975922945857749e-05, |
| "loss": 0.7551, |
| "step": 359 |
| }, |
| { |
| "epoch": 0.375, |
| "grad_norm": 1.9881914854049683, |
| "learning_rate": 6.960803001913314e-05, |
| "loss": 0.7562, |
| "step": 360 |
| }, |
| { |
| "epoch": 0.37604166666666666, |
| "grad_norm": 2.0911552906036377, |
| "learning_rate": 6.945661838887729e-05, |
| "loss": 0.8102, |
| "step": 361 |
| }, |
| { |
| "epoch": 0.3770833333333333, |
| "grad_norm": 1.4511587619781494, |
| "learning_rate": 6.930499620633033e-05, |
| "loss": 0.7324, |
| "step": 362 |
| }, |
| { |
| "epoch": 0.378125, |
| "grad_norm": 1.1547648906707764, |
| "learning_rate": 6.915316511229113e-05, |
| "loss": 0.669, |
| "step": 363 |
| }, |
| { |
| "epoch": 0.37916666666666665, |
| "grad_norm": 1.780287265777588, |
| "learning_rate": 6.900112674981935e-05, |
| "loss": 0.775, |
| "step": 364 |
| }, |
| { |
| "epoch": 0.3802083333333333, |
| "grad_norm": 1.1535381078720093, |
| "learning_rate": 6.884888276421766e-05, |
| "loss": 0.6882, |
| "step": 365 |
| }, |
| { |
| "epoch": 0.38125, |
| "grad_norm": 1.3222719430923462, |
| "learning_rate": 6.869643480301385e-05, |
| "loss": 0.6169, |
| "step": 366 |
| }, |
| { |
| "epoch": 0.38229166666666664, |
| "grad_norm": 1.9501489400863647, |
| "learning_rate": 6.854378451594308e-05, |
| "loss": 0.8346, |
| "step": 367 |
| }, |
| { |
| "epoch": 0.38333333333333336, |
| "grad_norm": 1.4693217277526855, |
| "learning_rate": 6.839093355492999e-05, |
| "loss": 0.7946, |
| "step": 368 |
| }, |
| { |
| "epoch": 0.384375, |
| "grad_norm": 1.5732102394104004, |
| "learning_rate": 6.823788357407091e-05, |
| "loss": 0.7796, |
| "step": 369 |
| }, |
| { |
| "epoch": 0.3854166666666667, |
| "grad_norm": 1.7239106893539429, |
| "learning_rate": 6.808463622961578e-05, |
| "loss": 0.627, |
| "step": 370 |
| }, |
| { |
| "epoch": 0.38645833333333335, |
| "grad_norm": 1.4108116626739502, |
| "learning_rate": 6.793119317995045e-05, |
| "loss": 0.6731, |
| "step": 371 |
| }, |
| { |
| "epoch": 0.3875, |
| "grad_norm": 1.6371006965637207, |
| "learning_rate": 6.77775560855785e-05, |
| "loss": 0.7374, |
| "step": 372 |
| }, |
| { |
| "epoch": 0.3885416666666667, |
| "grad_norm": 1.4487391710281372, |
| "learning_rate": 6.762372660910349e-05, |
| "loss": 0.673, |
| "step": 373 |
| }, |
| { |
| "epoch": 0.38958333333333334, |
| "grad_norm": 1.7467842102050781, |
| "learning_rate": 6.74697064152108e-05, |
| "loss": 0.6416, |
| "step": 374 |
| }, |
| { |
| "epoch": 0.390625, |
| "grad_norm": 3.216686725616455, |
| "learning_rate": 6.731549717064974e-05, |
| "loss": 0.8277, |
| "step": 375 |
| }, |
| { |
| "epoch": 0.39166666666666666, |
| "grad_norm": 1.4685512781143188, |
| "learning_rate": 6.716110054421541e-05, |
| "loss": 0.6629, |
| "step": 376 |
| }, |
| { |
| "epoch": 0.3927083333333333, |
| "grad_norm": 1.560340404510498, |
| "learning_rate": 6.700651820673072e-05, |
| "loss": 0.7188, |
| "step": 377 |
| }, |
| { |
| "epoch": 0.39375, |
| "grad_norm": 1.3856946229934692, |
| "learning_rate": 6.685175183102823e-05, |
| "loss": 0.5999, |
| "step": 378 |
| }, |
| { |
| "epoch": 0.39479166666666665, |
| "grad_norm": 1.7771092653274536, |
| "learning_rate": 6.669680309193213e-05, |
| "loss": 0.6723, |
| "step": 379 |
| }, |
| { |
| "epoch": 0.3958333333333333, |
| "grad_norm": 1.7798248529434204, |
| "learning_rate": 6.654167366624009e-05, |
| "loss": 0.6785, |
| "step": 380 |
| }, |
| { |
| "epoch": 0.396875, |
| "grad_norm": 1.4953563213348389, |
| "learning_rate": 6.638636523270507e-05, |
| "loss": 0.7274, |
| "step": 381 |
| }, |
| { |
| "epoch": 0.39791666666666664, |
| "grad_norm": 1.5641255378723145, |
| "learning_rate": 6.62308794720172e-05, |
| "loss": 0.6877, |
| "step": 382 |
| }, |
| { |
| "epoch": 0.39895833333333336, |
| "grad_norm": 1.5922150611877441, |
| "learning_rate": 6.607521806678561e-05, |
| "loss": 0.5888, |
| "step": 383 |
| }, |
| { |
| "epoch": 0.4, |
| "grad_norm": 1.4638631343841553, |
| "learning_rate": 6.591938270152012e-05, |
| "loss": 0.5776, |
| "step": 384 |
| }, |
| { |
| "epoch": 0.4010416666666667, |
| "grad_norm": 1.8578500747680664, |
| "learning_rate": 6.576337506261314e-05, |
| "loss": 0.7508, |
| "step": 385 |
| }, |
| { |
| "epoch": 0.40208333333333335, |
| "grad_norm": 1.8806198835372925, |
| "learning_rate": 6.560719683832133e-05, |
| "loss": 0.5879, |
| "step": 386 |
| }, |
| { |
| "epoch": 0.403125, |
| "grad_norm": 1.3892637491226196, |
| "learning_rate": 6.545084971874738e-05, |
| "loss": 0.5728, |
| "step": 387 |
| }, |
| { |
| "epoch": 0.4041666666666667, |
| "grad_norm": 1.611539363861084, |
| "learning_rate": 6.52943353958217e-05, |
| "loss": 0.7261, |
| "step": 388 |
| }, |
| { |
| "epoch": 0.40520833333333334, |
| "grad_norm": 1.4979832172393799, |
| "learning_rate": 6.51376555632841e-05, |
| "loss": 0.5631, |
| "step": 389 |
| }, |
| { |
| "epoch": 0.40625, |
| "grad_norm": 1.9679334163665771, |
| "learning_rate": 6.498081191666548e-05, |
| "loss": 0.6481, |
| "step": 390 |
| }, |
| { |
| "epoch": 0.40729166666666666, |
| "grad_norm": 2.5167083740234375, |
| "learning_rate": 6.482380615326949e-05, |
| "loss": 0.5868, |
| "step": 391 |
| }, |
| { |
| "epoch": 0.4083333333333333, |
| "grad_norm": 1.6561003923416138, |
| "learning_rate": 6.466663997215412e-05, |
| "loss": 0.5478, |
| "step": 392 |
| }, |
| { |
| "epoch": 0.409375, |
| "grad_norm": 1.9576547145843506, |
| "learning_rate": 6.450931507411338e-05, |
| "loss": 0.6845, |
| "step": 393 |
| }, |
| { |
| "epoch": 0.41041666666666665, |
| "grad_norm": 1.7848345041275024, |
| "learning_rate": 6.435183316165879e-05, |
| "loss": 0.6005, |
| "step": 394 |
| }, |
| { |
| "epoch": 0.4114583333333333, |
| "grad_norm": 1.7713218927383423, |
| "learning_rate": 6.419419593900108e-05, |
| "loss": 0.5355, |
| "step": 395 |
| }, |
| { |
| "epoch": 0.4125, |
| "grad_norm": 3.134272813796997, |
| "learning_rate": 6.403640511203167e-05, |
| "loss": 0.7475, |
| "step": 396 |
| }, |
| { |
| "epoch": 0.41354166666666664, |
| "grad_norm": 2.0564942359924316, |
| "learning_rate": 6.387846238830425e-05, |
| "loss": 0.6513, |
| "step": 397 |
| }, |
| { |
| "epoch": 0.41458333333333336, |
| "grad_norm": 1.7614095211029053, |
| "learning_rate": 6.372036947701624e-05, |
| "loss": 0.5945, |
| "step": 398 |
| }, |
| { |
| "epoch": 0.415625, |
| "grad_norm": 1.7813928127288818, |
| "learning_rate": 6.356212808899035e-05, |
| "loss": 0.4981, |
| "step": 399 |
| }, |
| { |
| "epoch": 0.4166666666666667, |
| "grad_norm": 2.432387113571167, |
| "learning_rate": 6.340373993665607e-05, |
| "loss": 0.5152, |
| "step": 400 |
| }, |
| { |
| "epoch": 0.41770833333333335, |
| "grad_norm": 1.1301393508911133, |
| "learning_rate": 6.32452067340311e-05, |
| "loss": 0.7803, |
| "step": 401 |
| }, |
| { |
| "epoch": 0.41875, |
| "grad_norm": 1.2930840253829956, |
| "learning_rate": 6.308653019670281e-05, |
| "loss": 0.8327, |
| "step": 402 |
| }, |
| { |
| "epoch": 0.4197916666666667, |
| "grad_norm": 1.9037927389144897, |
| "learning_rate": 6.29277120418097e-05, |
| "loss": 0.7183, |
| "step": 403 |
| }, |
| { |
| "epoch": 0.42083333333333334, |
| "grad_norm": 2.8599793910980225, |
| "learning_rate": 6.276875398802282e-05, |
| "loss": 0.8218, |
| "step": 404 |
| }, |
| { |
| "epoch": 0.421875, |
| "grad_norm": 1.4768214225769043, |
| "learning_rate": 6.260965775552712e-05, |
| "loss": 0.7105, |
| "step": 405 |
| }, |
| { |
| "epoch": 0.42291666666666666, |
| "grad_norm": 1.443000078201294, |
| "learning_rate": 6.245042506600288e-05, |
| "loss": 0.752, |
| "step": 406 |
| }, |
| { |
| "epoch": 0.4239583333333333, |
| "grad_norm": 1.8004318475723267, |
| "learning_rate": 6.22910576426071e-05, |
| "loss": 0.7611, |
| "step": 407 |
| }, |
| { |
| "epoch": 0.425, |
| "grad_norm": 1.4240752458572388, |
| "learning_rate": 6.213155720995474e-05, |
| "loss": 0.7662, |
| "step": 408 |
| }, |
| { |
| "epoch": 0.42604166666666665, |
| "grad_norm": 1.2304953336715698, |
| "learning_rate": 6.197192549410023e-05, |
| "loss": 0.6733, |
| "step": 409 |
| }, |
| { |
| "epoch": 0.4270833333333333, |
| "grad_norm": 2.1174163818359375, |
| "learning_rate": 6.181216422251862e-05, |
| "loss": 0.7476, |
| "step": 410 |
| }, |
| { |
| "epoch": 0.428125, |
| "grad_norm": 1.772384762763977, |
| "learning_rate": 6.165227512408703e-05, |
| "loss": 0.756, |
| "step": 411 |
| }, |
| { |
| "epoch": 0.42916666666666664, |
| "grad_norm": 2.087855815887451, |
| "learning_rate": 6.149225992906583e-05, |
| "loss": 0.8389, |
| "step": 412 |
| }, |
| { |
| "epoch": 0.43020833333333336, |
| "grad_norm": 1.8541686534881592, |
| "learning_rate": 6.133212036907998e-05, |
| "loss": 0.7562, |
| "step": 413 |
| }, |
| { |
| "epoch": 0.43125, |
| "grad_norm": 1.4502463340759277, |
| "learning_rate": 6.117185817710027e-05, |
| "loss": 0.7023, |
| "step": 414 |
| }, |
| { |
| "epoch": 0.4322916666666667, |
| "grad_norm": 1.3988367319107056, |
| "learning_rate": 6.101147508742455e-05, |
| "loss": 0.6933, |
| "step": 415 |
| }, |
| { |
| "epoch": 0.43333333333333335, |
| "grad_norm": 1.592936635017395, |
| "learning_rate": 6.085097283565899e-05, |
| "loss": 0.6964, |
| "step": 416 |
| }, |
| { |
| "epoch": 0.434375, |
| "grad_norm": 1.2922818660736084, |
| "learning_rate": 6.069035315869931e-05, |
| "loss": 0.7022, |
| "step": 417 |
| }, |
| { |
| "epoch": 0.4354166666666667, |
| "grad_norm": 1.5134121179580688, |
| "learning_rate": 6.0529617794711916e-05, |
| "loss": 0.773, |
| "step": 418 |
| }, |
| { |
| "epoch": 0.43645833333333334, |
| "grad_norm": 1.6328691244125366, |
| "learning_rate": 6.03687684831152e-05, |
| "loss": 0.6848, |
| "step": 419 |
| }, |
| { |
| "epoch": 0.4375, |
| "grad_norm": 1.4334884881973267, |
| "learning_rate": 6.0207806964560584e-05, |
| "loss": 0.6495, |
| "step": 420 |
| }, |
| { |
| "epoch": 0.43854166666666666, |
| "grad_norm": 1.7224735021591187, |
| "learning_rate": 6.004673498091381e-05, |
| "loss": 0.7881, |
| "step": 421 |
| }, |
| { |
| "epoch": 0.4395833333333333, |
| "grad_norm": 1.3057165145874023, |
| "learning_rate": 5.9885554275235966e-05, |
| "loss": 0.6771, |
| "step": 422 |
| }, |
| { |
| "epoch": 0.440625, |
| "grad_norm": 1.5773628950119019, |
| "learning_rate": 5.9724266591764776e-05, |
| "loss": 0.6761, |
| "step": 423 |
| }, |
| { |
| "epoch": 0.44166666666666665, |
| "grad_norm": 1.1697322130203247, |
| "learning_rate": 5.9562873675895556e-05, |
| "loss": 0.5978, |
| "step": 424 |
| }, |
| { |
| "epoch": 0.4427083333333333, |
| "grad_norm": 1.9475479125976562, |
| "learning_rate": 5.940137727416246e-05, |
| "loss": 0.7593, |
| "step": 425 |
| }, |
| { |
| "epoch": 0.44375, |
| "grad_norm": 1.3842161893844604, |
| "learning_rate": 5.923977913421952e-05, |
| "loss": 0.7424, |
| "step": 426 |
| }, |
| { |
| "epoch": 0.44479166666666664, |
| "grad_norm": 1.3751561641693115, |
| "learning_rate": 5.9078081004821705e-05, |
| "loss": 0.6913, |
| "step": 427 |
| }, |
| { |
| "epoch": 0.44583333333333336, |
| "grad_norm": 1.585754156112671, |
| "learning_rate": 5.891628463580607e-05, |
| "loss": 0.769, |
| "step": 428 |
| }, |
| { |
| "epoch": 0.446875, |
| "grad_norm": 1.6507468223571777, |
| "learning_rate": 5.875439177807278e-05, |
| "loss": 0.7146, |
| "step": 429 |
| }, |
| { |
| "epoch": 0.4479166666666667, |
| "grad_norm": 1.4327987432479858, |
| "learning_rate": 5.8592404183566144e-05, |
| "loss": 0.7095, |
| "step": 430 |
| }, |
| { |
| "epoch": 0.44895833333333335, |
| "grad_norm": 1.4794992208480835, |
| "learning_rate": 5.843032360525571e-05, |
| "loss": 0.7012, |
| "step": 431 |
| }, |
| { |
| "epoch": 0.45, |
| "grad_norm": 1.535662055015564, |
| "learning_rate": 5.826815179711722e-05, |
| "loss": 0.7944, |
| "step": 432 |
| }, |
| { |
| "epoch": 0.4510416666666667, |
| "grad_norm": 1.5415414571762085, |
| "learning_rate": 5.810589051411372e-05, |
| "loss": 0.5343, |
| "step": 433 |
| }, |
| { |
| "epoch": 0.45208333333333334, |
| "grad_norm": 1.4736878871917725, |
| "learning_rate": 5.794354151217646e-05, |
| "loss": 0.6587, |
| "step": 434 |
| }, |
| { |
| "epoch": 0.453125, |
| "grad_norm": 1.5812129974365234, |
| "learning_rate": 5.778110654818601e-05, |
| "loss": 0.5122, |
| "step": 435 |
| }, |
| { |
| "epoch": 0.45416666666666666, |
| "grad_norm": 1.8697389364242554, |
| "learning_rate": 5.761858737995315e-05, |
| "loss": 0.6123, |
| "step": 436 |
| }, |
| { |
| "epoch": 0.4552083333333333, |
| "grad_norm": 1.6389845609664917, |
| "learning_rate": 5.7455985766199915e-05, |
| "loss": 0.7147, |
| "step": 437 |
| }, |
| { |
| "epoch": 0.45625, |
| "grad_norm": 1.9499348402023315, |
| "learning_rate": 5.729330346654051e-05, |
| "loss": 0.8271, |
| "step": 438 |
| }, |
| { |
| "epoch": 0.45729166666666665, |
| "grad_norm": 1.5291601419448853, |
| "learning_rate": 5.713054224146231e-05, |
| "loss": 0.6342, |
| "step": 439 |
| }, |
| { |
| "epoch": 0.4583333333333333, |
| "grad_norm": 1.4782750606536865, |
| "learning_rate": 5.6967703852306786e-05, |
| "loss": 0.5664, |
| "step": 440 |
| }, |
| { |
| "epoch": 0.459375, |
| "grad_norm": 1.724382758140564, |
| "learning_rate": 5.6804790061250445e-05, |
| "loss": 0.6268, |
| "step": 441 |
| }, |
| { |
| "epoch": 0.46041666666666664, |
| "grad_norm": 2.0106008052825928, |
| "learning_rate": 5.664180263128576e-05, |
| "loss": 0.6338, |
| "step": 442 |
| }, |
| { |
| "epoch": 0.46145833333333336, |
| "grad_norm": 1.7055580615997314, |
| "learning_rate": 5.647874332620214e-05, |
| "loss": 0.5167, |
| "step": 443 |
| }, |
| { |
| "epoch": 0.4625, |
| "grad_norm": 2.4957385063171387, |
| "learning_rate": 5.631561391056672e-05, |
| "loss": 0.6884, |
| "step": 444 |
| }, |
| { |
| "epoch": 0.4635416666666667, |
| "grad_norm": 2.0706067085266113, |
| "learning_rate": 5.6152416149705455e-05, |
| "loss": 0.6497, |
| "step": 445 |
| }, |
| { |
| "epoch": 0.46458333333333335, |
| "grad_norm": 2.012136697769165, |
| "learning_rate": 5.598915180968377e-05, |
| "loss": 0.6587, |
| "step": 446 |
| }, |
| { |
| "epoch": 0.465625, |
| "grad_norm": 1.9647603034973145, |
| "learning_rate": 5.582582265728772e-05, |
| "loss": 0.6102, |
| "step": 447 |
| }, |
| { |
| "epoch": 0.4666666666666667, |
| "grad_norm": 2.5204954147338867, |
| "learning_rate": 5.566243046000463e-05, |
| "loss": 0.657, |
| "step": 448 |
| }, |
| { |
| "epoch": 0.46770833333333334, |
| "grad_norm": 2.073089361190796, |
| "learning_rate": 5.5498976986004145e-05, |
| "loss": 0.5398, |
| "step": 449 |
| }, |
| { |
| "epoch": 0.46875, |
| "grad_norm": 2.079371452331543, |
| "learning_rate": 5.5335464004118986e-05, |
| "loss": 0.4988, |
| "step": 450 |
| }, |
| { |
| "epoch": 0.46979166666666666, |
| "grad_norm": 1.313198208808899, |
| "learning_rate": 5.517189328382585e-05, |
| "loss": 0.8496, |
| "step": 451 |
| }, |
| { |
| "epoch": 0.4708333333333333, |
| "grad_norm": 1.3078936338424683, |
| "learning_rate": 5.5008266595226275e-05, |
| "loss": 0.7631, |
| "step": 452 |
| }, |
| { |
| "epoch": 0.471875, |
| "grad_norm": 1.4829151630401611, |
| "learning_rate": 5.484458570902746e-05, |
| "loss": 0.8944, |
| "step": 453 |
| }, |
| { |
| "epoch": 0.47291666666666665, |
| "grad_norm": 1.2272645235061646, |
| "learning_rate": 5.468085239652309e-05, |
| "loss": 0.7638, |
| "step": 454 |
| }, |
| { |
| "epoch": 0.4739583333333333, |
| "grad_norm": 1.285600185394287, |
| "learning_rate": 5.4517068429574215e-05, |
| "loss": 0.794, |
| "step": 455 |
| }, |
| { |
| "epoch": 0.475, |
| "grad_norm": 1.2946714162826538, |
| "learning_rate": 5.435323558059002e-05, |
| "loss": 0.8363, |
| "step": 456 |
| }, |
| { |
| "epoch": 0.47604166666666664, |
| "grad_norm": 1.5172637701034546, |
| "learning_rate": 5.418935562250873e-05, |
| "loss": 0.8119, |
| "step": 457 |
| }, |
| { |
| "epoch": 0.47708333333333336, |
| "grad_norm": 1.29780113697052, |
| "learning_rate": 5.402543032877829e-05, |
| "loss": 0.783, |
| "step": 458 |
| }, |
| { |
| "epoch": 0.478125, |
| "grad_norm": 1.7697203159332275, |
| "learning_rate": 5.386146147333732e-05, |
| "loss": 0.6579, |
| "step": 459 |
| }, |
| { |
| "epoch": 0.4791666666666667, |
| "grad_norm": 1.2867507934570312, |
| "learning_rate": 5.3697450830595774e-05, |
| "loss": 0.7042, |
| "step": 460 |
| }, |
| { |
| "epoch": 0.48020833333333335, |
| "grad_norm": 1.2275581359863281, |
| "learning_rate": 5.353340017541591e-05, |
| "loss": 0.712, |
| "step": 461 |
| }, |
| { |
| "epoch": 0.48125, |
| "grad_norm": 1.3110071420669556, |
| "learning_rate": 5.336931128309288e-05, |
| "loss": 0.7483, |
| "step": 462 |
| }, |
| { |
| "epoch": 0.4822916666666667, |
| "grad_norm": 1.3623089790344238, |
| "learning_rate": 5.320518592933572e-05, |
| "loss": 0.7421, |
| "step": 463 |
| }, |
| { |
| "epoch": 0.48333333333333334, |
| "grad_norm": 2.0022597312927246, |
| "learning_rate": 5.3041025890247976e-05, |
| "loss": 0.8089, |
| "step": 464 |
| }, |
| { |
| "epoch": 0.484375, |
| "grad_norm": 1.6480062007904053, |
| "learning_rate": 5.287683294230855e-05, |
| "loss": 0.7204, |
| "step": 465 |
| }, |
| { |
| "epoch": 0.48541666666666666, |
| "grad_norm": 1.5874007940292358, |
| "learning_rate": 5.271260886235251e-05, |
| "loss": 0.7394, |
| "step": 466 |
| }, |
| { |
| "epoch": 0.4864583333333333, |
| "grad_norm": 1.5143760442733765, |
| "learning_rate": 5.2548355427551776e-05, |
| "loss": 0.7381, |
| "step": 467 |
| }, |
| { |
| "epoch": 0.4875, |
| "grad_norm": 1.7206069231033325, |
| "learning_rate": 5.238407441539597e-05, |
| "loss": 0.7258, |
| "step": 468 |
| }, |
| { |
| "epoch": 0.48854166666666665, |
| "grad_norm": 1.3696262836456299, |
| "learning_rate": 5.221976760367313e-05, |
| "loss": 0.7061, |
| "step": 469 |
| }, |
| { |
| "epoch": 0.4895833333333333, |
| "grad_norm": 1.4460885524749756, |
| "learning_rate": 5.205543677045049e-05, |
| "loss": 0.7366, |
| "step": 470 |
| }, |
| { |
| "epoch": 0.490625, |
| "grad_norm": 1.4412697553634644, |
| "learning_rate": 5.1891083694055255e-05, |
| "loss": 0.6514, |
| "step": 471 |
| }, |
| { |
| "epoch": 0.49166666666666664, |
| "grad_norm": 1.4027307033538818, |
| "learning_rate": 5.172671015305528e-05, |
| "loss": 0.7192, |
| "step": 472 |
| }, |
| { |
| "epoch": 0.49270833333333336, |
| "grad_norm": 1.4941436052322388, |
| "learning_rate": 5.156231792623995e-05, |
| "loss": 0.6684, |
| "step": 473 |
| }, |
| { |
| "epoch": 0.49375, |
| "grad_norm": 1.3710178136825562, |
| "learning_rate": 5.1397908792600814e-05, |
| "loss": 0.5961, |
| "step": 474 |
| }, |
| { |
| "epoch": 0.4947916666666667, |
| "grad_norm": 2.167060613632202, |
| "learning_rate": 5.1233484531312414e-05, |
| "loss": 0.714, |
| "step": 475 |
| }, |
| { |
| "epoch": 0.49583333333333335, |
| "grad_norm": 1.2341890335083008, |
| "learning_rate": 5.1069046921712956e-05, |
| "loss": 0.6847, |
| "step": 476 |
| }, |
| { |
| "epoch": 0.496875, |
| "grad_norm": 1.558172583580017, |
| "learning_rate": 5.090459774328515e-05, |
| "loss": 0.7146, |
| "step": 477 |
| }, |
| { |
| "epoch": 0.4979166666666667, |
| "grad_norm": 1.2692986726760864, |
| "learning_rate": 5.074013877563685e-05, |
| "loss": 0.6542, |
| "step": 478 |
| }, |
| { |
| "epoch": 0.49895833333333334, |
| "grad_norm": 3.2772719860076904, |
| "learning_rate": 5.0575671798481864e-05, |
| "loss": 0.7086, |
| "step": 479 |
| }, |
| { |
| "epoch": 0.5, |
| "grad_norm": 1.6424407958984375, |
| "learning_rate": 5.0411198591620676e-05, |
| "loss": 0.6781, |
| "step": 480 |
| }, |
| { |
| "epoch": 0.5010416666666667, |
| "grad_norm": 1.3320916891098022, |
| "learning_rate": 5.0246720934921224e-05, |
| "loss": 0.6097, |
| "step": 481 |
| }, |
| { |
| "epoch": 0.5020833333333333, |
| "grad_norm": 2.749994993209839, |
| "learning_rate": 5.0082240608299505e-05, |
| "loss": 0.6178, |
| "step": 482 |
| }, |
| { |
| "epoch": 0.503125, |
| "grad_norm": 1.8485661745071411, |
| "learning_rate": 4.99177593917005e-05, |
| "loss": 0.6313, |
| "step": 483 |
| }, |
| { |
| "epoch": 0.5041666666666667, |
| "grad_norm": 1.9351452589035034, |
| "learning_rate": 4.9753279065078794e-05, |
| "loss": 0.8127, |
| "step": 484 |
| }, |
| { |
| "epoch": 0.5052083333333334, |
| "grad_norm": 1.5958014726638794, |
| "learning_rate": 4.958880140837933e-05, |
| "loss": 0.7035, |
| "step": 485 |
| }, |
| { |
| "epoch": 0.50625, |
| "grad_norm": 1.9194140434265137, |
| "learning_rate": 4.9424328201518134e-05, |
| "loss": 0.7673, |
| "step": 486 |
| }, |
| { |
| "epoch": 0.5072916666666667, |
| "grad_norm": 1.536545753479004, |
| "learning_rate": 4.9259861224363164e-05, |
| "loss": 0.6618, |
| "step": 487 |
| }, |
| { |
| "epoch": 0.5083333333333333, |
| "grad_norm": 1.6340911388397217, |
| "learning_rate": 4.909540225671486e-05, |
| "loss": 0.5915, |
| "step": 488 |
| }, |
| { |
| "epoch": 0.509375, |
| "grad_norm": 1.8215521574020386, |
| "learning_rate": 4.893095307828706e-05, |
| "loss": 0.6128, |
| "step": 489 |
| }, |
| { |
| "epoch": 0.5104166666666666, |
| "grad_norm": 1.4777960777282715, |
| "learning_rate": 4.876651546868759e-05, |
| "loss": 0.5856, |
| "step": 490 |
| }, |
| { |
| "epoch": 0.5114583333333333, |
| "grad_norm": 1.6873395442962646, |
| "learning_rate": 4.86020912073992e-05, |
| "loss": 0.628, |
| "step": 491 |
| }, |
| { |
| "epoch": 0.5125, |
| "grad_norm": 1.5501772165298462, |
| "learning_rate": 4.8437682073760066e-05, |
| "loss": 0.5924, |
| "step": 492 |
| }, |
| { |
| "epoch": 0.5135416666666667, |
| "grad_norm": 1.907489538192749, |
| "learning_rate": 4.827328984694473e-05, |
| "loss": 0.6302, |
| "step": 493 |
| }, |
| { |
| "epoch": 0.5145833333333333, |
| "grad_norm": 1.8782320022583008, |
| "learning_rate": 4.8108916305944756e-05, |
| "loss": 0.5745, |
| "step": 494 |
| }, |
| { |
| "epoch": 0.515625, |
| "grad_norm": 1.7158896923065186, |
| "learning_rate": 4.794456322954952e-05, |
| "loss": 0.5832, |
| "step": 495 |
| }, |
| { |
| "epoch": 0.5166666666666667, |
| "grad_norm": 1.5539783239364624, |
| "learning_rate": 4.778023239632689e-05, |
| "loss": 0.3879, |
| "step": 496 |
| }, |
| { |
| "epoch": 0.5177083333333333, |
| "grad_norm": 2.0975942611694336, |
| "learning_rate": 4.7615925584604035e-05, |
| "loss": 0.6342, |
| "step": 497 |
| }, |
| { |
| "epoch": 0.51875, |
| "grad_norm": 2.483288288116455, |
| "learning_rate": 4.7451644572448236e-05, |
| "loss": 0.6664, |
| "step": 498 |
| }, |
| { |
| "epoch": 0.5197916666666667, |
| "grad_norm": 1.70890474319458, |
| "learning_rate": 4.7287391137647515e-05, |
| "loss": 0.3877, |
| "step": 499 |
| }, |
| { |
| "epoch": 0.5208333333333334, |
| "grad_norm": 2.2702484130859375, |
| "learning_rate": 4.712316705769145e-05, |
| "loss": 0.475, |
| "step": 500 |
| }, |
| { |
| "epoch": 0.521875, |
| "grad_norm": 1.4363892078399658, |
| "learning_rate": 4.695897410975204e-05, |
| "loss": 0.8194, |
| "step": 501 |
| }, |
| { |
| "epoch": 0.5229166666666667, |
| "grad_norm": 1.4529703855514526, |
| "learning_rate": 4.679481407066429e-05, |
| "loss": 0.898, |
| "step": 502 |
| }, |
| { |
| "epoch": 0.5239583333333333, |
| "grad_norm": 2.9720969200134277, |
| "learning_rate": 4.663068871690713e-05, |
| "loss": 0.7847, |
| "step": 503 |
| }, |
| { |
| "epoch": 0.525, |
| "grad_norm": 1.3286447525024414, |
| "learning_rate": 4.64665998245841e-05, |
| "loss": 0.8129, |
| "step": 504 |
| }, |
| { |
| "epoch": 0.5260416666666666, |
| "grad_norm": 1.2347368001937866, |
| "learning_rate": 4.630254916940424e-05, |
| "loss": 0.7873, |
| "step": 505 |
| }, |
| { |
| "epoch": 0.5270833333333333, |
| "grad_norm": 3.5269527435302734, |
| "learning_rate": 4.613853852666271e-05, |
| "loss": 0.711, |
| "step": 506 |
| }, |
| { |
| "epoch": 0.528125, |
| "grad_norm": 11.755537033081055, |
| "learning_rate": 4.597456967122171e-05, |
| "loss": 0.7358, |
| "step": 507 |
| }, |
| { |
| "epoch": 0.5291666666666667, |
| "grad_norm": 1.251496434211731, |
| "learning_rate": 4.581064437749128e-05, |
| "loss": 0.7069, |
| "step": 508 |
| }, |
| { |
| "epoch": 0.5302083333333333, |
| "grad_norm": 1.294297695159912, |
| "learning_rate": 4.564676441940999e-05, |
| "loss": 0.7369, |
| "step": 509 |
| }, |
| { |
| "epoch": 0.53125, |
| "grad_norm": 1.5148671865463257, |
| "learning_rate": 4.548293157042581e-05, |
| "loss": 0.8016, |
| "step": 510 |
| }, |
| { |
| "epoch": 0.5322916666666667, |
| "grad_norm": 1.249637484550476, |
| "learning_rate": 4.531914760347692e-05, |
| "loss": 0.7519, |
| "step": 511 |
| }, |
| { |
| "epoch": 0.5333333333333333, |
| "grad_norm": 1.2481658458709717, |
| "learning_rate": 4.515541429097255e-05, |
| "loss": 0.6514, |
| "step": 512 |
| }, |
| { |
| "epoch": 0.534375, |
| "grad_norm": 1.1714602708816528, |
| "learning_rate": 4.4991733404773744e-05, |
| "loss": 0.6051, |
| "step": 513 |
| }, |
| { |
| "epoch": 0.5354166666666667, |
| "grad_norm": 1.6358658075332642, |
| "learning_rate": 4.4828106716174145e-05, |
| "loss": 0.7666, |
| "step": 514 |
| }, |
| { |
| "epoch": 0.5364583333333334, |
| "grad_norm": 1.4844787120819092, |
| "learning_rate": 4.466453599588103e-05, |
| "loss": 0.7344, |
| "step": 515 |
| }, |
| { |
| "epoch": 0.5375, |
| "grad_norm": 1.3833624124526978, |
| "learning_rate": 4.450102301399587e-05, |
| "loss": 0.6952, |
| "step": 516 |
| }, |
| { |
| "epoch": 0.5385416666666667, |
| "grad_norm": 1.6700621843338013, |
| "learning_rate": 4.433756953999537e-05, |
| "loss": 0.7085, |
| "step": 517 |
| }, |
| { |
| "epoch": 0.5395833333333333, |
| "grad_norm": 1.949485182762146, |
| "learning_rate": 4.417417734271229e-05, |
| "loss": 0.787, |
| "step": 518 |
| }, |
| { |
| "epoch": 0.540625, |
| "grad_norm": 1.3049043416976929, |
| "learning_rate": 4.401084819031624e-05, |
| "loss": 0.628, |
| "step": 519 |
| }, |
| { |
| "epoch": 0.5416666666666666, |
| "grad_norm": 1.6074107885360718, |
| "learning_rate": 4.384758385029457e-05, |
| "loss": 0.7217, |
| "step": 520 |
| }, |
| { |
| "epoch": 0.5427083333333333, |
| "grad_norm": 1.271752953529358, |
| "learning_rate": 4.368438608943327e-05, |
| "loss": 0.7557, |
| "step": 521 |
| }, |
| { |
| "epoch": 0.54375, |
| "grad_norm": 1.6916879415512085, |
| "learning_rate": 4.352125667379787e-05, |
| "loss": 0.7858, |
| "step": 522 |
| }, |
| { |
| "epoch": 0.5447916666666667, |
| "grad_norm": 1.3595281839370728, |
| "learning_rate": 4.335819736871425e-05, |
| "loss": 0.6833, |
| "step": 523 |
| }, |
| { |
| "epoch": 0.5458333333333333, |
| "grad_norm": 2.140533685684204, |
| "learning_rate": 4.319520993874957e-05, |
| "loss": 0.7134, |
| "step": 524 |
| }, |
| { |
| "epoch": 0.546875, |
| "grad_norm": 1.8422695398330688, |
| "learning_rate": 4.3032296147693225e-05, |
| "loss": 0.6361, |
| "step": 525 |
| }, |
| { |
| "epoch": 0.5479166666666667, |
| "grad_norm": 1.514225721359253, |
| "learning_rate": 4.28694577585377e-05, |
| "loss": 0.6361, |
| "step": 526 |
| }, |
| { |
| "epoch": 0.5489583333333333, |
| "grad_norm": 1.5235326290130615, |
| "learning_rate": 4.270669653345951e-05, |
| "loss": 0.593, |
| "step": 527 |
| }, |
| { |
| "epoch": 0.55, |
| "grad_norm": 1.8981701135635376, |
| "learning_rate": 4.254401423380009e-05, |
| "loss": 0.6264, |
| "step": 528 |
| }, |
| { |
| "epoch": 0.5510416666666667, |
| "grad_norm": 1.6219640970230103, |
| "learning_rate": 4.238141262004686e-05, |
| "loss": 0.6201, |
| "step": 529 |
| }, |
| { |
| "epoch": 0.5520833333333334, |
| "grad_norm": 1.3923754692077637, |
| "learning_rate": 4.2218893451814005e-05, |
| "loss": 0.6649, |
| "step": 530 |
| }, |
| { |
| "epoch": 0.553125, |
| "grad_norm": 1.5938756465911865, |
| "learning_rate": 4.2056458487823545e-05, |
| "loss": 0.653, |
| "step": 531 |
| }, |
| { |
| "epoch": 0.5541666666666667, |
| "grad_norm": 1.471276879310608, |
| "learning_rate": 4.189410948588629e-05, |
| "loss": 0.6469, |
| "step": 532 |
| }, |
| { |
| "epoch": 0.5552083333333333, |
| "grad_norm": 1.4128612279891968, |
| "learning_rate": 4.173184820288279e-05, |
| "loss": 0.5895, |
| "step": 533 |
| }, |
| { |
| "epoch": 0.55625, |
| "grad_norm": 2.0181548595428467, |
| "learning_rate": 4.1569676394744306e-05, |
| "loss": 0.6498, |
| "step": 534 |
| }, |
| { |
| "epoch": 0.5572916666666666, |
| "grad_norm": 1.7251626253128052, |
| "learning_rate": 4.140759581643386e-05, |
| "loss": 0.5672, |
| "step": 535 |
| }, |
| { |
| "epoch": 0.5583333333333333, |
| "grad_norm": 1.634743332862854, |
| "learning_rate": 4.124560822192723e-05, |
| "loss": 0.6144, |
| "step": 536 |
| }, |
| { |
| "epoch": 0.559375, |
| "grad_norm": 1.3735969066619873, |
| "learning_rate": 4.1083715364193954e-05, |
| "loss": 0.535, |
| "step": 537 |
| }, |
| { |
| "epoch": 0.5604166666666667, |
| "grad_norm": 1.6590137481689453, |
| "learning_rate": 4.092191899517831e-05, |
| "loss": 0.6687, |
| "step": 538 |
| }, |
| { |
| "epoch": 0.5614583333333333, |
| "grad_norm": 1.3976682424545288, |
| "learning_rate": 4.0760220865780495e-05, |
| "loss": 0.5049, |
| "step": 539 |
| }, |
| { |
| "epoch": 0.5625, |
| "grad_norm": 1.8116347789764404, |
| "learning_rate": 4.059862272583755e-05, |
| "loss": 0.5066, |
| "step": 540 |
| }, |
| { |
| "epoch": 0.5635416666666667, |
| "grad_norm": 1.665908694267273, |
| "learning_rate": 4.043712632410446e-05, |
| "loss": 0.5804, |
| "step": 541 |
| }, |
| { |
| "epoch": 0.5645833333333333, |
| "grad_norm": 1.6635602712631226, |
| "learning_rate": 4.027573340823523e-05, |
| "loss": 0.5862, |
| "step": 542 |
| }, |
| { |
| "epoch": 0.565625, |
| "grad_norm": 2.0014240741729736, |
| "learning_rate": 4.011444572476404e-05, |
| "loss": 0.6252, |
| "step": 543 |
| }, |
| { |
| "epoch": 0.5666666666666667, |
| "grad_norm": 2.872750997543335, |
| "learning_rate": 3.9953265019086214e-05, |
| "loss": 0.6537, |
| "step": 544 |
| }, |
| { |
| "epoch": 0.5677083333333334, |
| "grad_norm": 1.7645474672317505, |
| "learning_rate": 3.979219303543942e-05, |
| "loss": 0.6139, |
| "step": 545 |
| }, |
| { |
| "epoch": 0.56875, |
| "grad_norm": 2.648956775665283, |
| "learning_rate": 3.9631231516884806e-05, |
| "loss": 0.7026, |
| "step": 546 |
| }, |
| { |
| "epoch": 0.5697916666666667, |
| "grad_norm": 1.947058916091919, |
| "learning_rate": 3.947038220528809e-05, |
| "loss": 0.6043, |
| "step": 547 |
| }, |
| { |
| "epoch": 0.5708333333333333, |
| "grad_norm": 2.3346941471099854, |
| "learning_rate": 3.930964684130071e-05, |
| "loss": 0.532, |
| "step": 548 |
| }, |
| { |
| "epoch": 0.571875, |
| "grad_norm": 1.7118197679519653, |
| "learning_rate": 3.9149027164341015e-05, |
| "loss": 0.4272, |
| "step": 549 |
| }, |
| { |
| "epoch": 0.5729166666666666, |
| "grad_norm": 2.3073806762695312, |
| "learning_rate": 3.898852491257546e-05, |
| "loss": 0.4729, |
| "step": 550 |
| }, |
| { |
| "epoch": 0.5739583333333333, |
| "grad_norm": 1.4564229249954224, |
| "learning_rate": 3.882814182289975e-05, |
| "loss": 0.8712, |
| "step": 551 |
| }, |
| { |
| "epoch": 0.575, |
| "grad_norm": 1.7986128330230713, |
| "learning_rate": 3.8667879630920025e-05, |
| "loss": 0.8534, |
| "step": 552 |
| }, |
| { |
| "epoch": 0.5760416666666667, |
| "grad_norm": 1.297637939453125, |
| "learning_rate": 3.850774007093417e-05, |
| "loss": 0.7873, |
| "step": 553 |
| }, |
| { |
| "epoch": 0.5770833333333333, |
| "grad_norm": 1.4580180644989014, |
| "learning_rate": 3.8347724875912974e-05, |
| "loss": 0.7784, |
| "step": 554 |
| }, |
| { |
| "epoch": 0.578125, |
| "grad_norm": 1.4000816345214844, |
| "learning_rate": 3.818783577748138e-05, |
| "loss": 0.7934, |
| "step": 555 |
| }, |
| { |
| "epoch": 0.5791666666666667, |
| "grad_norm": 1.3361140489578247, |
| "learning_rate": 3.802807450589978e-05, |
| "loss": 0.7455, |
| "step": 556 |
| }, |
| { |
| "epoch": 0.5802083333333333, |
| "grad_norm": 1.5139485597610474, |
| "learning_rate": 3.7868442790045275e-05, |
| "loss": 0.7505, |
| "step": 557 |
| }, |
| { |
| "epoch": 0.58125, |
| "grad_norm": 1.3416706323623657, |
| "learning_rate": 3.770894235739293e-05, |
| "loss": 0.7747, |
| "step": 558 |
| }, |
| { |
| "epoch": 0.5822916666666667, |
| "grad_norm": 1.4226689338684082, |
| "learning_rate": 3.754957493399712e-05, |
| "loss": 0.8505, |
| "step": 559 |
| }, |
| { |
| "epoch": 0.5833333333333334, |
| "grad_norm": 1.537718415260315, |
| "learning_rate": 3.739034224447289e-05, |
| "loss": 0.8856, |
| "step": 560 |
| }, |
| { |
| "epoch": 0.584375, |
| "grad_norm": 7.340727806091309, |
| "learning_rate": 3.72312460119772e-05, |
| "loss": 0.8249, |
| "step": 561 |
| }, |
| { |
| "epoch": 0.5854166666666667, |
| "grad_norm": 1.5619571208953857, |
| "learning_rate": 3.70722879581903e-05, |
| "loss": 0.6769, |
| "step": 562 |
| }, |
| { |
| "epoch": 0.5864583333333333, |
| "grad_norm": 1.3483173847198486, |
| "learning_rate": 3.69134698032972e-05, |
| "loss": 0.7313, |
| "step": 563 |
| }, |
| { |
| "epoch": 0.5875, |
| "grad_norm": 1.4928789138793945, |
| "learning_rate": 3.675479326596891e-05, |
| "loss": 0.7675, |
| "step": 564 |
| }, |
| { |
| "epoch": 0.5885416666666666, |
| "grad_norm": 1.9797329902648926, |
| "learning_rate": 3.659626006334395e-05, |
| "loss": 0.8374, |
| "step": 565 |
| }, |
| { |
| "epoch": 0.5895833333333333, |
| "grad_norm": 1.3056612014770508, |
| "learning_rate": 3.643787191100966e-05, |
| "loss": 0.7104, |
| "step": 566 |
| }, |
| { |
| "epoch": 0.590625, |
| "grad_norm": 1.2899731397628784, |
| "learning_rate": 3.6279630522983776e-05, |
| "loss": 0.6533, |
| "step": 567 |
| }, |
| { |
| "epoch": 0.5916666666666667, |
| "grad_norm": 1.555680274963379, |
| "learning_rate": 3.6121537611695764e-05, |
| "loss": 0.7857, |
| "step": 568 |
| }, |
| { |
| "epoch": 0.5927083333333333, |
| "grad_norm": 1.5036554336547852, |
| "learning_rate": 3.596359488796832e-05, |
| "loss": 0.8736, |
| "step": 569 |
| }, |
| { |
| "epoch": 0.59375, |
| "grad_norm": 1.422133207321167, |
| "learning_rate": 3.580580406099893e-05, |
| "loss": 0.7493, |
| "step": 570 |
| }, |
| { |
| "epoch": 0.5947916666666667, |
| "grad_norm": 1.4379973411560059, |
| "learning_rate": 3.564816683834123e-05, |
| "loss": 0.7224, |
| "step": 571 |
| }, |
| { |
| "epoch": 0.5958333333333333, |
| "grad_norm": 1.2567182779312134, |
| "learning_rate": 3.5490684925886644e-05, |
| "loss": 0.6278, |
| "step": 572 |
| }, |
| { |
| "epoch": 0.596875, |
| "grad_norm": 1.532312035560608, |
| "learning_rate": 3.533336002784588e-05, |
| "loss": 0.681, |
| "step": 573 |
| }, |
| { |
| "epoch": 0.5979166666666667, |
| "grad_norm": 1.1209323406219482, |
| "learning_rate": 3.5176193846730514e-05, |
| "loss": 0.5293, |
| "step": 574 |
| }, |
| { |
| "epoch": 0.5989583333333334, |
| "grad_norm": 1.5067025423049927, |
| "learning_rate": 3.501918808333453e-05, |
| "loss": 0.7759, |
| "step": 575 |
| }, |
| { |
| "epoch": 0.6, |
| "grad_norm": 1.440869688987732, |
| "learning_rate": 3.486234443671591e-05, |
| "loss": 0.627, |
| "step": 576 |
| }, |
| { |
| "epoch": 0.6010416666666667, |
| "grad_norm": 1.4321869611740112, |
| "learning_rate": 3.470566460417831e-05, |
| "loss": 0.7155, |
| "step": 577 |
| }, |
| { |
| "epoch": 0.6020833333333333, |
| "grad_norm": 1.3951305150985718, |
| "learning_rate": 3.4549150281252636e-05, |
| "loss": 0.63, |
| "step": 578 |
| }, |
| { |
| "epoch": 0.603125, |
| "grad_norm": 1.47622549533844, |
| "learning_rate": 3.4392803161678697e-05, |
| "loss": 0.6237, |
| "step": 579 |
| }, |
| { |
| "epoch": 0.6041666666666666, |
| "grad_norm": 1.656446933746338, |
| "learning_rate": 3.4236624937386876e-05, |
| "loss": 0.6887, |
| "step": 580 |
| }, |
| { |
| "epoch": 0.6052083333333333, |
| "grad_norm": 1.3823047876358032, |
| "learning_rate": 3.40806172984799e-05, |
| "loss": 0.6301, |
| "step": 581 |
| }, |
| { |
| "epoch": 0.60625, |
| "grad_norm": 1.8200987577438354, |
| "learning_rate": 3.392478193321441e-05, |
| "loss": 0.6626, |
| "step": 582 |
| }, |
| { |
| "epoch": 0.6072916666666667, |
| "grad_norm": 2.2826778888702393, |
| "learning_rate": 3.376912052798279e-05, |
| "loss": 0.6516, |
| "step": 583 |
| }, |
| { |
| "epoch": 0.6083333333333333, |
| "grad_norm": 1.647339940071106, |
| "learning_rate": 3.361363476729493e-05, |
| "loss": 0.6127, |
| "step": 584 |
| }, |
| { |
| "epoch": 0.609375, |
| "grad_norm": 1.6159588098526, |
| "learning_rate": 3.3458326333759925e-05, |
| "loss": 0.6683, |
| "step": 585 |
| }, |
| { |
| "epoch": 0.6104166666666667, |
| "grad_norm": 1.3742609024047852, |
| "learning_rate": 3.330319690806788e-05, |
| "loss": 0.5975, |
| "step": 586 |
| }, |
| { |
| "epoch": 0.6114583333333333, |
| "grad_norm": 1.4665132761001587, |
| "learning_rate": 3.3148248168971784e-05, |
| "loss": 0.5781, |
| "step": 587 |
| }, |
| { |
| "epoch": 0.6125, |
| "grad_norm": 1.748762845993042, |
| "learning_rate": 3.2993481793269296e-05, |
| "loss": 0.7245, |
| "step": 588 |
| }, |
| { |
| "epoch": 0.6135416666666667, |
| "grad_norm": 1.5355771780014038, |
| "learning_rate": 3.28388994557846e-05, |
| "loss": 0.4982, |
| "step": 589 |
| }, |
| { |
| "epoch": 0.6145833333333334, |
| "grad_norm": 1.9184001684188843, |
| "learning_rate": 3.268450282935026e-05, |
| "loss": 0.5633, |
| "step": 590 |
| }, |
| { |
| "epoch": 0.615625, |
| "grad_norm": 1.8262557983398438, |
| "learning_rate": 3.25302935847892e-05, |
| "loss": 0.6477, |
| "step": 591 |
| }, |
| { |
| "epoch": 0.6166666666666667, |
| "grad_norm": 1.7773441076278687, |
| "learning_rate": 3.237627339089652e-05, |
| "loss": 0.7414, |
| "step": 592 |
| }, |
| { |
| "epoch": 0.6177083333333333, |
| "grad_norm": 1.6170330047607422, |
| "learning_rate": 3.2222443914421495e-05, |
| "loss": 0.5425, |
| "step": 593 |
| }, |
| { |
| "epoch": 0.61875, |
| "grad_norm": 1.689811110496521, |
| "learning_rate": 3.206880682004956e-05, |
| "loss": 0.6404, |
| "step": 594 |
| }, |
| { |
| "epoch": 0.6197916666666666, |
| "grad_norm": 1.6835728883743286, |
| "learning_rate": 3.191536377038422e-05, |
| "loss": 0.52, |
| "step": 595 |
| }, |
| { |
| "epoch": 0.6208333333333333, |
| "grad_norm": 1.5056208372116089, |
| "learning_rate": 3.176211642592911e-05, |
| "loss": 0.5701, |
| "step": 596 |
| }, |
| { |
| "epoch": 0.621875, |
| "grad_norm": 1.736497402191162, |
| "learning_rate": 3.160906644507001e-05, |
| "loss": 0.5451, |
| "step": 597 |
| }, |
| { |
| "epoch": 0.6229166666666667, |
| "grad_norm": 2.1240594387054443, |
| "learning_rate": 3.145621548405694e-05, |
| "loss": 0.7216, |
| "step": 598 |
| }, |
| { |
| "epoch": 0.6239583333333333, |
| "grad_norm": 1.5497885942459106, |
| "learning_rate": 3.130356519698617e-05, |
| "loss": 0.4633, |
| "step": 599 |
| }, |
| { |
| "epoch": 0.625, |
| "grad_norm": 1.6708025932312012, |
| "learning_rate": 3.115111723578235e-05, |
| "loss": 0.4109, |
| "step": 600 |
| }, |
| { |
| "epoch": 0.6260416666666667, |
| "grad_norm": 1.5580321550369263, |
| "learning_rate": 3.0998873250180646e-05, |
| "loss": 0.8383, |
| "step": 601 |
| }, |
| { |
| "epoch": 0.6270833333333333, |
| "grad_norm": 1.272809624671936, |
| "learning_rate": 3.084683488770888e-05, |
| "loss": 0.798, |
| "step": 602 |
| }, |
| { |
| "epoch": 0.628125, |
| "grad_norm": 1.0793769359588623, |
| "learning_rate": 3.0695003793669694e-05, |
| "loss": 0.6973, |
| "step": 603 |
| }, |
| { |
| "epoch": 0.6291666666666667, |
| "grad_norm": 1.2917262315750122, |
| "learning_rate": 3.0543381611122716e-05, |
| "loss": 0.734, |
| "step": 604 |
| }, |
| { |
| "epoch": 0.6302083333333334, |
| "grad_norm": 1.163493037223816, |
| "learning_rate": 3.0391969980866875e-05, |
| "loss": 0.7217, |
| "step": 605 |
| }, |
| { |
| "epoch": 0.63125, |
| "grad_norm": 1.3500217199325562, |
| "learning_rate": 3.0240770541422513e-05, |
| "loss": 0.7944, |
| "step": 606 |
| }, |
| { |
| "epoch": 0.6322916666666667, |
| "grad_norm": 1.6803966760635376, |
| "learning_rate": 3.0089784929013777e-05, |
| "loss": 0.8068, |
| "step": 607 |
| }, |
| { |
| "epoch": 0.6333333333333333, |
| "grad_norm": 1.3745338916778564, |
| "learning_rate": 2.9939014777550822e-05, |
| "loss": 0.8314, |
| "step": 608 |
| }, |
| { |
| "epoch": 0.634375, |
| "grad_norm": 1.1966943740844727, |
| "learning_rate": 2.9788461718612203e-05, |
| "loss": 0.6397, |
| "step": 609 |
| }, |
| { |
| "epoch": 0.6354166666666666, |
| "grad_norm": 1.2764579057693481, |
| "learning_rate": 2.963812738142713e-05, |
| "loss": 0.7373, |
| "step": 610 |
| }, |
| { |
| "epoch": 0.6364583333333333, |
| "grad_norm": 1.9974533319473267, |
| "learning_rate": 2.9488013392857904e-05, |
| "loss": 0.7504, |
| "step": 611 |
| }, |
| { |
| "epoch": 0.6375, |
| "grad_norm": 1.2013195753097534, |
| "learning_rate": 2.9338121377382326e-05, |
| "loss": 0.6112, |
| "step": 612 |
| }, |
| { |
| "epoch": 0.6385416666666667, |
| "grad_norm": 1.336713433265686, |
| "learning_rate": 2.918845295707606e-05, |
| "loss": 0.694, |
| "step": 613 |
| }, |
| { |
| "epoch": 0.6395833333333333, |
| "grad_norm": 1.396898627281189, |
| "learning_rate": 2.903900975159509e-05, |
| "loss": 0.8218, |
| "step": 614 |
| }, |
| { |
| "epoch": 0.640625, |
| "grad_norm": 1.2082254886627197, |
| "learning_rate": 2.888979337815828e-05, |
| "loss": 0.6829, |
| "step": 615 |
| }, |
| { |
| "epoch": 0.6416666666666667, |
| "grad_norm": 1.0183446407318115, |
| "learning_rate": 2.8740805451529708e-05, |
| "loss": 0.6046, |
| "step": 616 |
| }, |
| { |
| "epoch": 0.6427083333333333, |
| "grad_norm": 1.32803213596344, |
| "learning_rate": 2.8592047584001325e-05, |
| "loss": 0.7758, |
| "step": 617 |
| }, |
| { |
| "epoch": 0.64375, |
| "grad_norm": 1.4922325611114502, |
| "learning_rate": 2.8443521385375482e-05, |
| "loss": 0.7719, |
| "step": 618 |
| }, |
| { |
| "epoch": 0.6447916666666667, |
| "grad_norm": 1.4610625505447388, |
| "learning_rate": 2.8295228462947514e-05, |
| "loss": 0.6497, |
| "step": 619 |
| }, |
| { |
| "epoch": 0.6458333333333334, |
| "grad_norm": 1.6599160432815552, |
| "learning_rate": 2.8147170421488272e-05, |
| "loss": 0.6137, |
| "step": 620 |
| }, |
| { |
| "epoch": 0.646875, |
| "grad_norm": 1.523785948753357, |
| "learning_rate": 2.7999348863226827e-05, |
| "loss": 0.6772, |
| "step": 621 |
| }, |
| { |
| "epoch": 0.6479166666666667, |
| "grad_norm": 1.284409761428833, |
| "learning_rate": 2.785176538783314e-05, |
| "loss": 0.6503, |
| "step": 622 |
| }, |
| { |
| "epoch": 0.6489583333333333, |
| "grad_norm": 1.6952437162399292, |
| "learning_rate": 2.770442159240074e-05, |
| "loss": 0.7822, |
| "step": 623 |
| }, |
| { |
| "epoch": 0.65, |
| "grad_norm": 1.5551471710205078, |
| "learning_rate": 2.7557319071429367e-05, |
| "loss": 0.7219, |
| "step": 624 |
| }, |
| { |
| "epoch": 0.6510416666666666, |
| "grad_norm": 1.7833805084228516, |
| "learning_rate": 2.7410459416807853e-05, |
| "loss": 0.687, |
| "step": 625 |
| }, |
| { |
| "epoch": 0.6520833333333333, |
| "grad_norm": 1.3587669134140015, |
| "learning_rate": 2.7263844217796757e-05, |
| "loss": 0.5966, |
| "step": 626 |
| }, |
| { |
| "epoch": 0.653125, |
| "grad_norm": 1.3390867710113525, |
| "learning_rate": 2.711747506101129e-05, |
| "loss": 0.6419, |
| "step": 627 |
| }, |
| { |
| "epoch": 0.6541666666666667, |
| "grad_norm": 1.5288326740264893, |
| "learning_rate": 2.6971353530403997e-05, |
| "loss": 0.73, |
| "step": 628 |
| }, |
| { |
| "epoch": 0.6552083333333333, |
| "grad_norm": 1.6075263023376465, |
| "learning_rate": 2.682548120724781e-05, |
| "loss": 0.6516, |
| "step": 629 |
| }, |
| { |
| "epoch": 0.65625, |
| "grad_norm": 1.3152976036071777, |
| "learning_rate": 2.6679859670118783e-05, |
| "loss": 0.6222, |
| "step": 630 |
| }, |
| { |
| "epoch": 0.6572916666666667, |
| "grad_norm": 1.2743598222732544, |
| "learning_rate": 2.6534490494879027e-05, |
| "loss": 0.6564, |
| "step": 631 |
| }, |
| { |
| "epoch": 0.6583333333333333, |
| "grad_norm": 1.6585561037063599, |
| "learning_rate": 2.6389375254659744e-05, |
| "loss": 0.6911, |
| "step": 632 |
| }, |
| { |
| "epoch": 0.659375, |
| "grad_norm": 1.2432022094726562, |
| "learning_rate": 2.624451551984407e-05, |
| "loss": 0.6065, |
| "step": 633 |
| }, |
| { |
| "epoch": 0.6604166666666667, |
| "grad_norm": 1.5414793491363525, |
| "learning_rate": 2.6099912858050268e-05, |
| "loss": 0.6441, |
| "step": 634 |
| }, |
| { |
| "epoch": 0.6614583333333334, |
| "grad_norm": 1.5178009271621704, |
| "learning_rate": 2.5955568834114524e-05, |
| "loss": 0.5402, |
| "step": 635 |
| }, |
| { |
| "epoch": 0.6625, |
| "grad_norm": 1.316257357597351, |
| "learning_rate": 2.5811485010074255e-05, |
| "loss": 0.5019, |
| "step": 636 |
| }, |
| { |
| "epoch": 0.6635416666666667, |
| "grad_norm": 1.2839508056640625, |
| "learning_rate": 2.5667662945151e-05, |
| "loss": 0.5325, |
| "step": 637 |
| }, |
| { |
| "epoch": 0.6645833333333333, |
| "grad_norm": 1.4311492443084717, |
| "learning_rate": 2.55241041957337e-05, |
| "loss": 0.5931, |
| "step": 638 |
| }, |
| { |
| "epoch": 0.665625, |
| "grad_norm": 1.8314334154129028, |
| "learning_rate": 2.5380810315361788e-05, |
| "loss": 0.6793, |
| "step": 639 |
| }, |
| { |
| "epoch": 0.6666666666666666, |
| "grad_norm": 2.162665605545044, |
| "learning_rate": 2.5237782854708348e-05, |
| "loss": 0.6017, |
| "step": 640 |
| }, |
| { |
| "epoch": 0.6677083333333333, |
| "grad_norm": 1.725351333618164, |
| "learning_rate": 2.5095023361563375e-05, |
| "loss": 0.6501, |
| "step": 641 |
| }, |
| { |
| "epoch": 0.66875, |
| "grad_norm": 1.4947415590286255, |
| "learning_rate": 2.4952533380817044e-05, |
| "loss": 0.5078, |
| "step": 642 |
| }, |
| { |
| "epoch": 0.6697916666666667, |
| "grad_norm": 2.2289884090423584, |
| "learning_rate": 2.481031445444298e-05, |
| "loss": 0.6497, |
| "step": 643 |
| }, |
| { |
| "epoch": 0.6708333333333333, |
| "grad_norm": 2.2674930095672607, |
| "learning_rate": 2.466836812148151e-05, |
| "loss": 0.7192, |
| "step": 644 |
| }, |
| { |
| "epoch": 0.671875, |
| "grad_norm": 2.015789270401001, |
| "learning_rate": 2.452669591802307e-05, |
| "loss": 0.5994, |
| "step": 645 |
| }, |
| { |
| "epoch": 0.6729166666666667, |
| "grad_norm": 1.825859546661377, |
| "learning_rate": 2.4385299377191583e-05, |
| "loss": 0.5706, |
| "step": 646 |
| }, |
| { |
| "epoch": 0.6739583333333333, |
| "grad_norm": 2.008932113647461, |
| "learning_rate": 2.4244180029127877e-05, |
| "loss": 0.4564, |
| "step": 647 |
| }, |
| { |
| "epoch": 0.675, |
| "grad_norm": 2.502835750579834, |
| "learning_rate": 2.410333940097304e-05, |
| "loss": 0.6998, |
| "step": 648 |
| }, |
| { |
| "epoch": 0.6760416666666667, |
| "grad_norm": 1.6366060972213745, |
| "learning_rate": 2.396277901685202e-05, |
| "loss": 0.4758, |
| "step": 649 |
| }, |
| { |
| "epoch": 0.6770833333333334, |
| "grad_norm": 2.4029455184936523, |
| "learning_rate": 2.3822500397857018e-05, |
| "loss": 0.5232, |
| "step": 650 |
| }, |
| { |
| "epoch": 0.678125, |
| "grad_norm": 1.4841660261154175, |
| "learning_rate": 2.368250506203112e-05, |
| "loss": 0.7946, |
| "step": 651 |
| }, |
| { |
| "epoch": 0.6791666666666667, |
| "grad_norm": 1.304701566696167, |
| "learning_rate": 2.354279452435178e-05, |
| "loss": 0.8304, |
| "step": 652 |
| }, |
| { |
| "epoch": 0.6802083333333333, |
| "grad_norm": 1.1640214920043945, |
| "learning_rate": 2.3403370296714528e-05, |
| "loss": 0.7263, |
| "step": 653 |
| }, |
| { |
| "epoch": 0.68125, |
| "grad_norm": 1.204672932624817, |
| "learning_rate": 2.3264233887916494e-05, |
| "loss": 0.7169, |
| "step": 654 |
| }, |
| { |
| "epoch": 0.6822916666666666, |
| "grad_norm": 1.882915735244751, |
| "learning_rate": 2.3125386803640187e-05, |
| "loss": 0.7602, |
| "step": 655 |
| }, |
| { |
| "epoch": 0.6833333333333333, |
| "grad_norm": 1.3267548084259033, |
| "learning_rate": 2.298683054643715e-05, |
| "loss": 0.7717, |
| "step": 656 |
| }, |
| { |
| "epoch": 0.684375, |
| "grad_norm": 1.3370460271835327, |
| "learning_rate": 2.284856661571165e-05, |
| "loss": 0.777, |
| "step": 657 |
| }, |
| { |
| "epoch": 0.6854166666666667, |
| "grad_norm": 1.420301914215088, |
| "learning_rate": 2.2710596507704594e-05, |
| "loss": 0.7567, |
| "step": 658 |
| }, |
| { |
| "epoch": 0.6864583333333333, |
| "grad_norm": 1.1992299556732178, |
| "learning_rate": 2.2572921715477156e-05, |
| "loss": 0.7755, |
| "step": 659 |
| }, |
| { |
| "epoch": 0.6875, |
| "grad_norm": 1.4022406339645386, |
| "learning_rate": 2.2435543728894792e-05, |
| "loss": 0.8821, |
| "step": 660 |
| }, |
| { |
| "epoch": 0.6885416666666667, |
| "grad_norm": 1.2189592123031616, |
| "learning_rate": 2.2298464034610967e-05, |
| "loss": 0.6677, |
| "step": 661 |
| }, |
| { |
| "epoch": 0.6895833333333333, |
| "grad_norm": 1.3852081298828125, |
| "learning_rate": 2.216168411605119e-05, |
| "loss": 0.7902, |
| "step": 662 |
| }, |
| { |
| "epoch": 0.690625, |
| "grad_norm": 1.3502624034881592, |
| "learning_rate": 2.2025205453396907e-05, |
| "loss": 0.7254, |
| "step": 663 |
| }, |
| { |
| "epoch": 0.6916666666666667, |
| "grad_norm": 1.2660248279571533, |
| "learning_rate": 2.1889029523569458e-05, |
| "loss": 0.7416, |
| "step": 664 |
| }, |
| { |
| "epoch": 0.6927083333333334, |
| "grad_norm": 1.336748480796814, |
| "learning_rate": 2.175315780021411e-05, |
| "loss": 0.7688, |
| "step": 665 |
| }, |
| { |
| "epoch": 0.69375, |
| "grad_norm": 1.4365503787994385, |
| "learning_rate": 2.1617591753684153e-05, |
| "loss": 0.73, |
| "step": 666 |
| }, |
| { |
| "epoch": 0.6947916666666667, |
| "grad_norm": 1.579880714416504, |
| "learning_rate": 2.1482332851024973e-05, |
| "loss": 0.7501, |
| "step": 667 |
| }, |
| { |
| "epoch": 0.6958333333333333, |
| "grad_norm": 1.5389788150787354, |
| "learning_rate": 2.1347382555958107e-05, |
| "loss": 0.6861, |
| "step": 668 |
| }, |
| { |
| "epoch": 0.696875, |
| "grad_norm": 1.1966989040374756, |
| "learning_rate": 2.1212742328865464e-05, |
| "loss": 0.6662, |
| "step": 669 |
| }, |
| { |
| "epoch": 0.6979166666666666, |
| "grad_norm": 1.312809944152832, |
| "learning_rate": 2.1078413626773546e-05, |
| "loss": 0.6897, |
| "step": 670 |
| }, |
| { |
| "epoch": 0.6989583333333333, |
| "grad_norm": 1.6302735805511475, |
| "learning_rate": 2.0944397903337654e-05, |
| "loss": 0.7243, |
| "step": 671 |
| }, |
| { |
| "epoch": 0.7, |
| "grad_norm": 1.2824088335037231, |
| "learning_rate": 2.0810696608826096e-05, |
| "loss": 0.6999, |
| "step": 672 |
| }, |
| { |
| "epoch": 0.7010416666666667, |
| "grad_norm": 1.3098829984664917, |
| "learning_rate": 2.067731119010457e-05, |
| "loss": 0.6817, |
| "step": 673 |
| }, |
| { |
| "epoch": 0.7020833333333333, |
| "grad_norm": 1.4410078525543213, |
| "learning_rate": 2.0544243090620508e-05, |
| "loss": 0.7953, |
| "step": 674 |
| }, |
| { |
| "epoch": 0.703125, |
| "grad_norm": 1.3275927305221558, |
| "learning_rate": 2.0411493750387423e-05, |
| "loss": 0.6598, |
| "step": 675 |
| }, |
| { |
| "epoch": 0.7041666666666667, |
| "grad_norm": 1.7317752838134766, |
| "learning_rate": 2.02790646059693e-05, |
| "loss": 0.7804, |
| "step": 676 |
| }, |
| { |
| "epoch": 0.7052083333333333, |
| "grad_norm": 2.1841697692871094, |
| "learning_rate": 2.0146957090465136e-05, |
| "loss": 0.7782, |
| "step": 677 |
| }, |
| { |
| "epoch": 0.70625, |
| "grad_norm": 1.5672399997711182, |
| "learning_rate": 2.0015172633493317e-05, |
| "loss": 0.6889, |
| "step": 678 |
| }, |
| { |
| "epoch": 0.7072916666666667, |
| "grad_norm": 1.4508048295974731, |
| "learning_rate": 1.988371266117629e-05, |
| "loss": 0.6238, |
| "step": 679 |
| }, |
| { |
| "epoch": 0.7083333333333334, |
| "grad_norm": 1.4379782676696777, |
| "learning_rate": 1.9752578596124954e-05, |
| "loss": 0.7119, |
| "step": 680 |
| }, |
| { |
| "epoch": 0.709375, |
| "grad_norm": 1.5638985633850098, |
| "learning_rate": 1.962177185742346e-05, |
| "loss": 0.6186, |
| "step": 681 |
| }, |
| { |
| "epoch": 0.7104166666666667, |
| "grad_norm": 1.4840542078018188, |
| "learning_rate": 1.949129386061367e-05, |
| "loss": 0.6373, |
| "step": 682 |
| }, |
| { |
| "epoch": 0.7114583333333333, |
| "grad_norm": 1.6275633573532104, |
| "learning_rate": 1.9361146017679965e-05, |
| "loss": 0.7195, |
| "step": 683 |
| }, |
| { |
| "epoch": 0.7125, |
| "grad_norm": 1.717545747756958, |
| "learning_rate": 1.9231329737033948e-05, |
| "loss": 0.6727, |
| "step": 684 |
| }, |
| { |
| "epoch": 0.7135416666666666, |
| "grad_norm": 1.4588340520858765, |
| "learning_rate": 1.9101846423499116e-05, |
| "loss": 0.6176, |
| "step": 685 |
| }, |
| { |
| "epoch": 0.7145833333333333, |
| "grad_norm": 1.5071755647659302, |
| "learning_rate": 1.8972697478295752e-05, |
| "loss": 0.646, |
| "step": 686 |
| }, |
| { |
| "epoch": 0.715625, |
| "grad_norm": 1.396911859512329, |
| "learning_rate": 1.884388429902576e-05, |
| "loss": 0.5871, |
| "step": 687 |
| }, |
| { |
| "epoch": 0.7166666666666667, |
| "grad_norm": 1.831417202949524, |
| "learning_rate": 1.8715408279657464e-05, |
| "loss": 0.6977, |
| "step": 688 |
| }, |
| { |
| "epoch": 0.7177083333333333, |
| "grad_norm": 1.48085355758667, |
| "learning_rate": 1.858727081051056e-05, |
| "loss": 0.6195, |
| "step": 689 |
| }, |
| { |
| "epoch": 0.71875, |
| "grad_norm": 1.5149849653244019, |
| "learning_rate": 1.8459473278241126e-05, |
| "loss": 0.4907, |
| "step": 690 |
| }, |
| { |
| "epoch": 0.7197916666666667, |
| "grad_norm": 2.180877208709717, |
| "learning_rate": 1.8332017065826552e-05, |
| "loss": 0.6293, |
| "step": 691 |
| }, |
| { |
| "epoch": 0.7208333333333333, |
| "grad_norm": 1.5042057037353516, |
| "learning_rate": 1.8204903552550583e-05, |
| "loss": 0.5509, |
| "step": 692 |
| }, |
| { |
| "epoch": 0.721875, |
| "grad_norm": 1.5925581455230713, |
| "learning_rate": 1.8078134113988387e-05, |
| "loss": 0.5607, |
| "step": 693 |
| }, |
| { |
| "epoch": 0.7229166666666667, |
| "grad_norm": 1.4938063621520996, |
| "learning_rate": 1.795171012199171e-05, |
| "loss": 0.4602, |
| "step": 694 |
| }, |
| { |
| "epoch": 0.7239583333333334, |
| "grad_norm": 1.5530134439468384, |
| "learning_rate": 1.7825632944674015e-05, |
| "loss": 0.4858, |
| "step": 695 |
| }, |
| { |
| "epoch": 0.725, |
| "grad_norm": 1.5484873056411743, |
| "learning_rate": 1.769990394639563e-05, |
| "loss": 0.5023, |
| "step": 696 |
| }, |
| { |
| "epoch": 0.7260416666666667, |
| "grad_norm": 2.468700647354126, |
| "learning_rate": 1.7574524487749016e-05, |
| "loss": 0.7157, |
| "step": 697 |
| }, |
| { |
| "epoch": 0.7270833333333333, |
| "grad_norm": 1.9478298425674438, |
| "learning_rate": 1.7449495925544078e-05, |
| "loss": 0.549, |
| "step": 698 |
| }, |
| { |
| "epoch": 0.728125, |
| "grad_norm": 2.0440175533294678, |
| "learning_rate": 1.7324819612793462e-05, |
| "loss": 0.5546, |
| "step": 699 |
| }, |
| { |
| "epoch": 0.7291666666666666, |
| "grad_norm": 2.3669347763061523, |
| "learning_rate": 1.7200496898697832e-05, |
| "loss": 0.5619, |
| "step": 700 |
| }, |
| { |
| "epoch": 0.7302083333333333, |
| "grad_norm": 1.3816217184066772, |
| "learning_rate": 1.707652912863142e-05, |
| "loss": 0.9319, |
| "step": 701 |
| }, |
| { |
| "epoch": 0.73125, |
| "grad_norm": 1.0774331092834473, |
| "learning_rate": 1.6952917644127314e-05, |
| "loss": 0.7769, |
| "step": 702 |
| }, |
| { |
| "epoch": 0.7322916666666667, |
| "grad_norm": 1.2312700748443604, |
| "learning_rate": 1.682966378286308e-05, |
| "loss": 0.7831, |
| "step": 703 |
| }, |
| { |
| "epoch": 0.7333333333333333, |
| "grad_norm": 1.3390649557113647, |
| "learning_rate": 1.6706768878646155e-05, |
| "loss": 0.753, |
| "step": 704 |
| }, |
| { |
| "epoch": 0.734375, |
| "grad_norm": 1.3976539373397827, |
| "learning_rate": 1.6584234261399534e-05, |
| "loss": 0.7684, |
| "step": 705 |
| }, |
| { |
| "epoch": 0.7354166666666667, |
| "grad_norm": 1.5387693643569946, |
| "learning_rate": 1.646206125714726e-05, |
| "loss": 0.7535, |
| "step": 706 |
| }, |
| { |
| "epoch": 0.7364583333333333, |
| "grad_norm": 1.1761369705200195, |
| "learning_rate": 1.6340251188000182e-05, |
| "loss": 0.7277, |
| "step": 707 |
| }, |
| { |
| "epoch": 0.7375, |
| "grad_norm": 1.0468343496322632, |
| "learning_rate": 1.6218805372141603e-05, |
| "loss": 0.572, |
| "step": 708 |
| }, |
| { |
| "epoch": 0.7385416666666667, |
| "grad_norm": 1.415216088294983, |
| "learning_rate": 1.609772512381298e-05, |
| "loss": 0.7284, |
| "step": 709 |
| }, |
| { |
| "epoch": 0.7395833333333334, |
| "grad_norm": 1.245348334312439, |
| "learning_rate": 1.5977011753299725e-05, |
| "loss": 0.675, |
| "step": 710 |
| }, |
| { |
| "epoch": 0.740625, |
| "grad_norm": 1.3192644119262695, |
| "learning_rate": 1.585666656691708e-05, |
| "loss": 0.7536, |
| "step": 711 |
| }, |
| { |
| "epoch": 0.7416666666666667, |
| "grad_norm": 1.2952287197113037, |
| "learning_rate": 1.573669086699593e-05, |
| "loss": 0.6708, |
| "step": 712 |
| }, |
| { |
| "epoch": 0.7427083333333333, |
| "grad_norm": 1.2197072505950928, |
| "learning_rate": 1.561708595186866e-05, |
| "loss": 0.7577, |
| "step": 713 |
| }, |
| { |
| "epoch": 0.74375, |
| "grad_norm": 1.2741856575012207, |
| "learning_rate": 1.549785311585522e-05, |
| "loss": 0.7615, |
| "step": 714 |
| }, |
| { |
| "epoch": 0.7447916666666666, |
| "grad_norm": 2.370837450027466, |
| "learning_rate": 1.537899364924905e-05, |
| "loss": 0.7289, |
| "step": 715 |
| }, |
| { |
| "epoch": 0.7458333333333333, |
| "grad_norm": 1.3511823415756226, |
| "learning_rate": 1.5260508838303096e-05, |
| "loss": 0.6794, |
| "step": 716 |
| }, |
| { |
| "epoch": 0.746875, |
| "grad_norm": 1.5212794542312622, |
| "learning_rate": 1.5142399965215914e-05, |
| "loss": 0.6464, |
| "step": 717 |
| }, |
| { |
| "epoch": 0.7479166666666667, |
| "grad_norm": 1.212865948677063, |
| "learning_rate": 1.5024668308117844e-05, |
| "loss": 0.6998, |
| "step": 718 |
| }, |
| { |
| "epoch": 0.7489583333333333, |
| "grad_norm": 1.1772823333740234, |
| "learning_rate": 1.4907315141057122e-05, |
| "loss": 0.6228, |
| "step": 719 |
| }, |
| { |
| "epoch": 0.75, |
| "grad_norm": 1.1575666666030884, |
| "learning_rate": 1.4790341733986085e-05, |
| "loss": 0.6034, |
| "step": 720 |
| }, |
| { |
| "epoch": 0.7510416666666667, |
| "grad_norm": 2.0014498233795166, |
| "learning_rate": 1.4673749352747434e-05, |
| "loss": 0.6872, |
| "step": 721 |
| }, |
| { |
| "epoch": 0.7520833333333333, |
| "grad_norm": 1.3855669498443604, |
| "learning_rate": 1.4557539259060605e-05, |
| "loss": 0.6931, |
| "step": 722 |
| }, |
| { |
| "epoch": 0.753125, |
| "grad_norm": 1.3407278060913086, |
| "learning_rate": 1.4441712710508032e-05, |
| "loss": 0.719, |
| "step": 723 |
| }, |
| { |
| "epoch": 0.7541666666666667, |
| "grad_norm": 1.440765142440796, |
| "learning_rate": 1.4326270960521544e-05, |
| "loss": 0.5434, |
| "step": 724 |
| }, |
| { |
| "epoch": 0.7552083333333334, |
| "grad_norm": 1.3421037197113037, |
| "learning_rate": 1.4211215258368866e-05, |
| "loss": 0.68, |
| "step": 725 |
| }, |
| { |
| "epoch": 0.75625, |
| "grad_norm": 1.8224077224731445, |
| "learning_rate": 1.4096546849140008e-05, |
| "loss": 0.7144, |
| "step": 726 |
| }, |
| { |
| "epoch": 0.7572916666666667, |
| "grad_norm": 1.2033274173736572, |
| "learning_rate": 1.3982266973733893e-05, |
| "loss": 0.6674, |
| "step": 727 |
| }, |
| { |
| "epoch": 0.7583333333333333, |
| "grad_norm": 1.4809401035308838, |
| "learning_rate": 1.3868376868844823e-05, |
| "loss": 0.6617, |
| "step": 728 |
| }, |
| { |
| "epoch": 0.759375, |
| "grad_norm": 1.7149503231048584, |
| "learning_rate": 1.3754877766949197e-05, |
| "loss": 0.7941, |
| "step": 729 |
| }, |
| { |
| "epoch": 0.7604166666666666, |
| "grad_norm": 1.4038870334625244, |
| "learning_rate": 1.3641770896292084e-05, |
| "loss": 0.6182, |
| "step": 730 |
| }, |
| { |
| "epoch": 0.7614583333333333, |
| "grad_norm": 1.6729142665863037, |
| "learning_rate": 1.3529057480873992e-05, |
| "loss": 0.6302, |
| "step": 731 |
| }, |
| { |
| "epoch": 0.7625, |
| "grad_norm": 1.5424391031265259, |
| "learning_rate": 1.3416738740437629e-05, |
| "loss": 0.6846, |
| "step": 732 |
| }, |
| { |
| "epoch": 0.7635416666666667, |
| "grad_norm": 1.408805012702942, |
| "learning_rate": 1.3304815890454619e-05, |
| "loss": 0.5941, |
| "step": 733 |
| }, |
| { |
| "epoch": 0.7645833333333333, |
| "grad_norm": 1.536403775215149, |
| "learning_rate": 1.3193290142112436e-05, |
| "loss": 0.521, |
| "step": 734 |
| }, |
| { |
| "epoch": 0.765625, |
| "grad_norm": 1.4793987274169922, |
| "learning_rate": 1.3082162702301276e-05, |
| "loss": 0.5733, |
| "step": 735 |
| }, |
| { |
| "epoch": 0.7666666666666667, |
| "grad_norm": 1.9462858438491821, |
| "learning_rate": 1.2971434773600993e-05, |
| "loss": 0.6331, |
| "step": 736 |
| }, |
| { |
| "epoch": 0.7677083333333333, |
| "grad_norm": 2.2049920558929443, |
| "learning_rate": 1.286110755426806e-05, |
| "loss": 0.6786, |
| "step": 737 |
| }, |
| { |
| "epoch": 0.76875, |
| "grad_norm": 1.541314959526062, |
| "learning_rate": 1.2751182238222592e-05, |
| "loss": 0.626, |
| "step": 738 |
| }, |
| { |
| "epoch": 0.7697916666666667, |
| "grad_norm": 1.6435222625732422, |
| "learning_rate": 1.2641660015035562e-05, |
| "loss": 0.5939, |
| "step": 739 |
| }, |
| { |
| "epoch": 0.7708333333333334, |
| "grad_norm": 1.262977957725525, |
| "learning_rate": 1.253254206991572e-05, |
| "loss": 0.4793, |
| "step": 740 |
| }, |
| { |
| "epoch": 0.771875, |
| "grad_norm": 1.598171591758728, |
| "learning_rate": 1.242382958369689e-05, |
| "loss": 0.493, |
| "step": 741 |
| }, |
| { |
| "epoch": 0.7729166666666667, |
| "grad_norm": 1.6530565023422241, |
| "learning_rate": 1.2315523732825197e-05, |
| "loss": 0.6378, |
| "step": 742 |
| }, |
| { |
| "epoch": 0.7739583333333333, |
| "grad_norm": 1.8897305727005005, |
| "learning_rate": 1.2207625689346302e-05, |
| "loss": 0.712, |
| "step": 743 |
| }, |
| { |
| "epoch": 0.775, |
| "grad_norm": 1.9432270526885986, |
| "learning_rate": 1.2100136620892721e-05, |
| "loss": 0.7039, |
| "step": 744 |
| }, |
| { |
| "epoch": 0.7760416666666666, |
| "grad_norm": 1.2570652961730957, |
| "learning_rate": 1.1993057690671173e-05, |
| "loss": 0.3578, |
| "step": 745 |
| }, |
| { |
| "epoch": 0.7770833333333333, |
| "grad_norm": 1.8464231491088867, |
| "learning_rate": 1.1886390057450041e-05, |
| "loss": 0.628, |
| "step": 746 |
| }, |
| { |
| "epoch": 0.778125, |
| "grad_norm": 2.309607982635498, |
| "learning_rate": 1.1780134875546823e-05, |
| "loss": 0.5623, |
| "step": 747 |
| }, |
| { |
| "epoch": 0.7791666666666667, |
| "grad_norm": 1.852329969406128, |
| "learning_rate": 1.1674293294815564e-05, |
| "loss": 0.4916, |
| "step": 748 |
| }, |
| { |
| "epoch": 0.7802083333333333, |
| "grad_norm": 2.2181556224823, |
| "learning_rate": 1.1568866460634525e-05, |
| "loss": 0.5659, |
| "step": 749 |
| }, |
| { |
| "epoch": 0.78125, |
| "grad_norm": 1.5435380935668945, |
| "learning_rate": 1.1463855513893695e-05, |
| "loss": 0.4443, |
| "step": 750 |
| }, |
| { |
| "epoch": 0.7822916666666667, |
| "grad_norm": 1.6792867183685303, |
| "learning_rate": 1.1359261590982522e-05, |
| "loss": 0.9077, |
| "step": 751 |
| }, |
| { |
| "epoch": 0.7833333333333333, |
| "grad_norm": 1.3204892873764038, |
| "learning_rate": 1.1255085823777533e-05, |
| "loss": 0.8378, |
| "step": 752 |
| }, |
| { |
| "epoch": 0.784375, |
| "grad_norm": 1.207353115081787, |
| "learning_rate": 1.1151329339630173e-05, |
| "loss": 0.7125, |
| "step": 753 |
| }, |
| { |
| "epoch": 0.7854166666666667, |
| "grad_norm": 1.2478076219558716, |
| "learning_rate": 1.1047993261354527e-05, |
| "loss": 0.7218, |
| "step": 754 |
| }, |
| { |
| "epoch": 0.7864583333333334, |
| "grad_norm": 1.2405811548233032, |
| "learning_rate": 1.0945078707215222e-05, |
| "loss": 0.7424, |
| "step": 755 |
| }, |
| { |
| "epoch": 0.7875, |
| "grad_norm": 1.3956084251403809, |
| "learning_rate": 1.084258679091532e-05, |
| "loss": 0.7898, |
| "step": 756 |
| }, |
| { |
| "epoch": 0.7885416666666667, |
| "grad_norm": 1.3465582132339478, |
| "learning_rate": 1.0740518621584228e-05, |
| "loss": 0.7956, |
| "step": 757 |
| }, |
| { |
| "epoch": 0.7895833333333333, |
| "grad_norm": 1.2803372144699097, |
| "learning_rate": 1.063887530376571e-05, |
| "loss": 0.8162, |
| "step": 758 |
| }, |
| { |
| "epoch": 0.790625, |
| "grad_norm": 1.2639515399932861, |
| "learning_rate": 1.0537657937405982e-05, |
| "loss": 0.6269, |
| "step": 759 |
| }, |
| { |
| "epoch": 0.7916666666666666, |
| "grad_norm": 2.4814131259918213, |
| "learning_rate": 1.0436867617841768e-05, |
| "loss": 0.7502, |
| "step": 760 |
| }, |
| { |
| "epoch": 0.7927083333333333, |
| "grad_norm": 1.3985823392868042, |
| "learning_rate": 1.0336505435788418e-05, |
| "loss": 0.69, |
| "step": 761 |
| }, |
| { |
| "epoch": 0.79375, |
| "grad_norm": 1.1685116291046143, |
| "learning_rate": 1.0236572477328144e-05, |
| "loss": 0.6912, |
| "step": 762 |
| }, |
| { |
| "epoch": 0.7947916666666667, |
| "grad_norm": 1.652747631072998, |
| "learning_rate": 1.013706982389831e-05, |
| "loss": 0.745, |
| "step": 763 |
| }, |
| { |
| "epoch": 0.7958333333333333, |
| "grad_norm": 1.3861443996429443, |
| "learning_rate": 1.0037998552279621e-05, |
| "loss": 0.7401, |
| "step": 764 |
| }, |
| { |
| "epoch": 0.796875, |
| "grad_norm": 1.2634680271148682, |
| "learning_rate": 9.939359734584553e-06, |
| "loss": 0.6867, |
| "step": 765 |
| }, |
| { |
| "epoch": 0.7979166666666667, |
| "grad_norm": 1.37790048122406, |
| "learning_rate": 9.841154438245681e-06, |
| "loss": 0.7907, |
| "step": 766 |
| }, |
| { |
| "epoch": 0.7989583333333333, |
| "grad_norm": 1.561474084854126, |
| "learning_rate": 9.74338372600428e-06, |
| "loss": 0.7016, |
| "step": 767 |
| }, |
| { |
| "epoch": 0.8, |
| "grad_norm": 2.0454294681549072, |
| "learning_rate": 9.646048655898621e-06, |
| "loss": 0.7361, |
| "step": 768 |
| }, |
| { |
| "epoch": 0.8010416666666667, |
| "grad_norm": 1.2678831815719604, |
| "learning_rate": 9.549150281252633e-06, |
| "loss": 0.6869, |
| "step": 769 |
| }, |
| { |
| "epoch": 0.8020833333333334, |
| "grad_norm": 1.4655107259750366, |
| "learning_rate": 9.452689650664515e-06, |
| "loss": 0.7516, |
| "step": 770 |
| }, |
| { |
| "epoch": 0.803125, |
| "grad_norm": 1.5071277618408203, |
| "learning_rate": 9.356667807995373e-06, |
| "loss": 0.5991, |
| "step": 771 |
| }, |
| { |
| "epoch": 0.8041666666666667, |
| "grad_norm": 1.4115749597549438, |
| "learning_rate": 9.261085792357871e-06, |
| "loss": 0.6354, |
| "step": 772 |
| }, |
| { |
| "epoch": 0.8052083333333333, |
| "grad_norm": 1.2929874658584595, |
| "learning_rate": 9.165944638105039e-06, |
| "loss": 0.6632, |
| "step": 773 |
| }, |
| { |
| "epoch": 0.80625, |
| "grad_norm": 1.5789275169372559, |
| "learning_rate": 9.071245374819093e-06, |
| "loss": 0.7945, |
| "step": 774 |
| }, |
| { |
| "epoch": 0.8072916666666666, |
| "grad_norm": 1.5048911571502686, |
| "learning_rate": 8.976989027300264e-06, |
| "loss": 0.5816, |
| "step": 775 |
| }, |
| { |
| "epoch": 0.8083333333333333, |
| "grad_norm": 1.5114694833755493, |
| "learning_rate": 8.883176615555683e-06, |
| "loss": 0.7232, |
| "step": 776 |
| }, |
| { |
| "epoch": 0.809375, |
| "grad_norm": 2.10318660736084, |
| "learning_rate": 8.78980915478842e-06, |
| "loss": 0.6938, |
| "step": 777 |
| }, |
| { |
| "epoch": 0.8104166666666667, |
| "grad_norm": 1.4141818284988403, |
| "learning_rate": 8.696887655386399e-06, |
| "loss": 0.6433, |
| "step": 778 |
| }, |
| { |
| "epoch": 0.8114583333333333, |
| "grad_norm": 1.4442367553710938, |
| "learning_rate": 8.60441312291156e-06, |
| "loss": 0.6952, |
| "step": 779 |
| }, |
| { |
| "epoch": 0.8125, |
| "grad_norm": 1.511153221130371, |
| "learning_rate": 8.51238655808892e-06, |
| "loss": 0.6315, |
| "step": 780 |
| }, |
| { |
| "epoch": 0.8135416666666667, |
| "grad_norm": 1.3375447988510132, |
| "learning_rate": 8.42080895679574e-06, |
| "loss": 0.6089, |
| "step": 781 |
| }, |
| { |
| "epoch": 0.8145833333333333, |
| "grad_norm": 3.3998982906341553, |
| "learning_rate": 8.329681310050775e-06, |
| "loss": 0.7102, |
| "step": 782 |
| }, |
| { |
| "epoch": 0.815625, |
| "grad_norm": 1.6483834981918335, |
| "learning_rate": 8.239004604003541e-06, |
| "loss": 0.655, |
| "step": 783 |
| }, |
| { |
| "epoch": 0.8166666666666667, |
| "grad_norm": 1.4618431329727173, |
| "learning_rate": 8.148779819923663e-06, |
| "loss": 0.5167, |
| "step": 784 |
| }, |
| { |
| "epoch": 0.8177083333333334, |
| "grad_norm": 1.9766703844070435, |
| "learning_rate": 8.059007934190194e-06, |
| "loss": 0.5226, |
| "step": 785 |
| }, |
| { |
| "epoch": 0.81875, |
| "grad_norm": 1.4614447355270386, |
| "learning_rate": 7.969689918281087e-06, |
| "loss": 0.5662, |
| "step": 786 |
| }, |
| { |
| "epoch": 0.8197916666666667, |
| "grad_norm": 1.4560445547103882, |
| "learning_rate": 7.880826738762753e-06, |
| "loss": 0.6233, |
| "step": 787 |
| }, |
| { |
| "epoch": 0.8208333333333333, |
| "grad_norm": 1.7317410707473755, |
| "learning_rate": 7.792419357279468e-06, |
| "loss": 0.5471, |
| "step": 788 |
| }, |
| { |
| "epoch": 0.821875, |
| "grad_norm": 1.5399142503738403, |
| "learning_rate": 7.704468730543035e-06, |
| "loss": 0.5854, |
| "step": 789 |
| }, |
| { |
| "epoch": 0.8229166666666666, |
| "grad_norm": 1.5779551267623901, |
| "learning_rate": 7.61697581032243e-06, |
| "loss": 0.588, |
| "step": 790 |
| }, |
| { |
| "epoch": 0.8239583333333333, |
| "grad_norm": 1.515321969985962, |
| "learning_rate": 7.52994154343355e-06, |
| "loss": 0.6577, |
| "step": 791 |
| }, |
| { |
| "epoch": 0.825, |
| "grad_norm": 2.0192766189575195, |
| "learning_rate": 7.443366871728852e-06, |
| "loss": 0.639, |
| "step": 792 |
| }, |
| { |
| "epoch": 0.8260416666666667, |
| "grad_norm": 2.0062878131866455, |
| "learning_rate": 7.357252732087244e-06, |
| "loss": 0.619, |
| "step": 793 |
| }, |
| { |
| "epoch": 0.8270833333333333, |
| "grad_norm": 1.9654890298843384, |
| "learning_rate": 7.271600056403932e-06, |
| "loss": 0.5759, |
| "step": 794 |
| }, |
| { |
| "epoch": 0.828125, |
| "grad_norm": 1.4525485038757324, |
| "learning_rate": 7.186409771580354e-06, |
| "loss": 0.4072, |
| "step": 795 |
| }, |
| { |
| "epoch": 0.8291666666666667, |
| "grad_norm": 2.271631956100464, |
| "learning_rate": 7.101682799514081e-06, |
| "loss": 0.5993, |
| "step": 796 |
| }, |
| { |
| "epoch": 0.8302083333333333, |
| "grad_norm": 2.3547263145446777, |
| "learning_rate": 7.017420057088902e-06, |
| "loss": 0.5969, |
| "step": 797 |
| }, |
| { |
| "epoch": 0.83125, |
| "grad_norm": 2.249467372894287, |
| "learning_rate": 6.933622456164901e-06, |
| "loss": 0.5879, |
| "step": 798 |
| }, |
| { |
| "epoch": 0.8322916666666667, |
| "grad_norm": 1.6056324243545532, |
| "learning_rate": 6.850290903568573e-06, |
| "loss": 0.4014, |
| "step": 799 |
| }, |
| { |
| "epoch": 0.8333333333333334, |
| "grad_norm": 2.3218955993652344, |
| "learning_rate": 6.76742630108298e-06, |
| "loss": 0.4666, |
| "step": 800 |
| }, |
| { |
| "epoch": 0.834375, |
| "grad_norm": 1.190539836883545, |
| "learning_rate": 6.685029545438065e-06, |
| "loss": 0.8457, |
| "step": 801 |
| }, |
| { |
| "epoch": 0.8354166666666667, |
| "grad_norm": 1.2094305753707886, |
| "learning_rate": 6.603101528300864e-06, |
| "loss": 0.7446, |
| "step": 802 |
| }, |
| { |
| "epoch": 0.8364583333333333, |
| "grad_norm": 1.723471760749817, |
| "learning_rate": 6.521643136265948e-06, |
| "loss": 0.7429, |
| "step": 803 |
| }, |
| { |
| "epoch": 0.8375, |
| "grad_norm": 1.0769903659820557, |
| "learning_rate": 6.440655250845729e-06, |
| "loss": 0.7249, |
| "step": 804 |
| }, |
| { |
| "epoch": 0.8385416666666666, |
| "grad_norm": 1.2417173385620117, |
| "learning_rate": 6.3601387484610145e-06, |
| "loss": 0.7909, |
| "step": 805 |
| }, |
| { |
| "epoch": 0.8395833333333333, |
| "grad_norm": 1.304469108581543, |
| "learning_rate": 6.280094500431438e-06, |
| "loss": 0.7477, |
| "step": 806 |
| }, |
| { |
| "epoch": 0.840625, |
| "grad_norm": 1.0696971416473389, |
| "learning_rate": 6.20052337296611e-06, |
| "loss": 0.6823, |
| "step": 807 |
| }, |
| { |
| "epoch": 0.8416666666666667, |
| "grad_norm": 1.2922405004501343, |
| "learning_rate": 6.121426227154203e-06, |
| "loss": 0.7049, |
| "step": 808 |
| }, |
| { |
| "epoch": 0.8427083333333333, |
| "grad_norm": 1.2797906398773193, |
| "learning_rate": 6.042803918955608e-06, |
| "loss": 0.7306, |
| "step": 809 |
| }, |
| { |
| "epoch": 0.84375, |
| "grad_norm": 1.3310950994491577, |
| "learning_rate": 5.9646572991917116e-06, |
| "loss": 0.7577, |
| "step": 810 |
| }, |
| { |
| "epoch": 0.8447916666666667, |
| "grad_norm": 1.2615668773651123, |
| "learning_rate": 5.886987213536183e-06, |
| "loss": 0.6685, |
| "step": 811 |
| }, |
| { |
| "epoch": 0.8458333333333333, |
| "grad_norm": 1.3765071630477905, |
| "learning_rate": 5.809794502505838e-06, |
| "loss": 0.6437, |
| "step": 812 |
| }, |
| { |
| "epoch": 0.846875, |
| "grad_norm": 1.944855809211731, |
| "learning_rate": 5.7330800014514796e-06, |
| "loss": 0.7718, |
| "step": 813 |
| }, |
| { |
| "epoch": 0.8479166666666667, |
| "grad_norm": 1.376603364944458, |
| "learning_rate": 5.656844540548894e-06, |
| "loss": 0.7657, |
| "step": 814 |
| }, |
| { |
| "epoch": 0.8489583333333334, |
| "grad_norm": 1.4778352975845337, |
| "learning_rate": 5.581088944789953e-06, |
| "loss": 0.765, |
| "step": 815 |
| }, |
| { |
| "epoch": 0.85, |
| "grad_norm": 1.3192706108093262, |
| "learning_rate": 5.505814033973522e-06, |
| "loss": 0.7469, |
| "step": 816 |
| }, |
| { |
| "epoch": 0.8510416666666667, |
| "grad_norm": 1.5508555173873901, |
| "learning_rate": 5.431020622696697e-06, |
| "loss": 0.7347, |
| "step": 817 |
| }, |
| { |
| "epoch": 0.8520833333333333, |
| "grad_norm": 1.9636070728302002, |
| "learning_rate": 5.35670952034597e-06, |
| "loss": 0.774, |
| "step": 818 |
| }, |
| { |
| "epoch": 0.853125, |
| "grad_norm": 1.3412758111953735, |
| "learning_rate": 5.28288153108849e-06, |
| "loss": 0.6714, |
| "step": 819 |
| }, |
| { |
| "epoch": 0.8541666666666666, |
| "grad_norm": 1.4357577562332153, |
| "learning_rate": 5.209537453863289e-06, |
| "loss": 0.5973, |
| "step": 820 |
| }, |
| { |
| "epoch": 0.8552083333333333, |
| "grad_norm": 1.458638072013855, |
| "learning_rate": 5.136678082372698e-06, |
| "loss": 0.631, |
| "step": 821 |
| }, |
| { |
| "epoch": 0.85625, |
| "grad_norm": 1.5523080825805664, |
| "learning_rate": 5.064304205073761e-06, |
| "loss": 0.7198, |
| "step": 822 |
| }, |
| { |
| "epoch": 0.8572916666666667, |
| "grad_norm": 1.5850015878677368, |
| "learning_rate": 4.992416605169681e-06, |
| "loss": 0.5728, |
| "step": 823 |
| }, |
| { |
| "epoch": 0.8583333333333333, |
| "grad_norm": 1.5397354364395142, |
| "learning_rate": 4.921016060601324e-06, |
| "loss": 0.6035, |
| "step": 824 |
| }, |
| { |
| "epoch": 0.859375, |
| "grad_norm": 1.3237143754959106, |
| "learning_rate": 4.850103344038853e-06, |
| "loss": 0.715, |
| "step": 825 |
| }, |
| { |
| "epoch": 0.8604166666666667, |
| "grad_norm": 1.3808507919311523, |
| "learning_rate": 4.7796792228733125e-06, |
| "loss": 0.7082, |
| "step": 826 |
| }, |
| { |
| "epoch": 0.8614583333333333, |
| "grad_norm": 1.6843879222869873, |
| "learning_rate": 4.7097444592083705e-06, |
| "loss": 0.6737, |
| "step": 827 |
| }, |
| { |
| "epoch": 0.8625, |
| "grad_norm": 1.2097063064575195, |
| "learning_rate": 4.640299809852034e-06, |
| "loss": 0.5829, |
| "step": 828 |
| }, |
| { |
| "epoch": 0.8635416666666667, |
| "grad_norm": 1.5696980953216553, |
| "learning_rate": 4.571346026308487e-06, |
| "loss": 0.6242, |
| "step": 829 |
| }, |
| { |
| "epoch": 0.8645833333333334, |
| "grad_norm": 1.363450288772583, |
| "learning_rate": 4.502883854769935e-06, |
| "loss": 0.5263, |
| "step": 830 |
| }, |
| { |
| "epoch": 0.865625, |
| "grad_norm": 1.5194668769836426, |
| "learning_rate": 4.434914036108551e-06, |
| "loss": 0.5647, |
| "step": 831 |
| }, |
| { |
| "epoch": 0.8666666666666667, |
| "grad_norm": 1.4994497299194336, |
| "learning_rate": 4.367437305868454e-06, |
| "loss": 0.5729, |
| "step": 832 |
| }, |
| { |
| "epoch": 0.8677083333333333, |
| "grad_norm": 1.9129706621170044, |
| "learning_rate": 4.300454394257724e-06, |
| "loss": 0.5771, |
| "step": 833 |
| }, |
| { |
| "epoch": 0.86875, |
| "grad_norm": 1.3618898391723633, |
| "learning_rate": 4.2339660261405234e-06, |
| "loss": 0.669, |
| "step": 834 |
| }, |
| { |
| "epoch": 0.8697916666666666, |
| "grad_norm": 1.574756145477295, |
| "learning_rate": 4.167972921029262e-06, |
| "loss": 0.5221, |
| "step": 835 |
| }, |
| { |
| "epoch": 0.8708333333333333, |
| "grad_norm": 1.6220293045043945, |
| "learning_rate": 4.1024757930767936e-06, |
| "loss": 0.5937, |
| "step": 836 |
| }, |
| { |
| "epoch": 0.871875, |
| "grad_norm": 1.5367552042007446, |
| "learning_rate": 4.037475351068687e-06, |
| "loss": 0.5844, |
| "step": 837 |
| }, |
| { |
| "epoch": 0.8729166666666667, |
| "grad_norm": 1.8342727422714233, |
| "learning_rate": 3.972972298415539e-06, |
| "loss": 0.7158, |
| "step": 838 |
| }, |
| { |
| "epoch": 0.8739583333333333, |
| "grad_norm": 1.5321928262710571, |
| "learning_rate": 3.908967333145442e-06, |
| "loss": 0.5961, |
| "step": 839 |
| }, |
| { |
| "epoch": 0.875, |
| "grad_norm": 1.545090675354004, |
| "learning_rate": 3.845461147896323e-06, |
| "loss": 0.5282, |
| "step": 840 |
| }, |
| { |
| "epoch": 0.8760416666666667, |
| "grad_norm": 1.9991534948349, |
| "learning_rate": 3.782454429908505e-06, |
| "loss": 0.6681, |
| "step": 841 |
| }, |
| { |
| "epoch": 0.8770833333333333, |
| "grad_norm": 2.1054189205169678, |
| "learning_rate": 3.7199478610172532e-06, |
| "loss": 0.7065, |
| "step": 842 |
| }, |
| { |
| "epoch": 0.878125, |
| "grad_norm": 1.300785779953003, |
| "learning_rate": 3.6579421176454467e-06, |
| "loss": 0.4675, |
| "step": 843 |
| }, |
| { |
| "epoch": 0.8791666666666667, |
| "grad_norm": 2.0671403408050537, |
| "learning_rate": 3.596437870796182e-06, |
| "loss": 0.7172, |
| "step": 844 |
| }, |
| { |
| "epoch": 0.8802083333333334, |
| "grad_norm": 1.8184969425201416, |
| "learning_rate": 3.535435786045538e-06, |
| "loss": 0.5556, |
| "step": 845 |
| }, |
| { |
| "epoch": 0.88125, |
| "grad_norm": 1.8221582174301147, |
| "learning_rate": 3.474936523535405e-06, |
| "loss": 0.5021, |
| "step": 846 |
| }, |
| { |
| "epoch": 0.8822916666666667, |
| "grad_norm": 1.6786510944366455, |
| "learning_rate": 3.4149407379663324e-06, |
| "loss": 0.424, |
| "step": 847 |
| }, |
| { |
| "epoch": 0.8833333333333333, |
| "grad_norm": 1.775560736656189, |
| "learning_rate": 3.355449078590378e-06, |
| "loss": 0.4957, |
| "step": 848 |
| }, |
| { |
| "epoch": 0.884375, |
| "grad_norm": 1.3155971765518188, |
| "learning_rate": 3.2964621892041803e-06, |
| "loss": 0.3245, |
| "step": 849 |
| }, |
| { |
| "epoch": 0.8854166666666666, |
| "grad_norm": 2.2386832237243652, |
| "learning_rate": 3.2379807081419187e-06, |
| "loss": 0.5412, |
| "step": 850 |
| }, |
| { |
| "epoch": 0.8864583333333333, |
| "grad_norm": 1.2349215745925903, |
| "learning_rate": 3.1800052682684545e-06, |
| "loss": 0.8474, |
| "step": 851 |
| }, |
| { |
| "epoch": 0.8875, |
| "grad_norm": 1.372209072113037, |
| "learning_rate": 3.122536496972428e-06, |
| "loss": 0.7768, |
| "step": 852 |
| }, |
| { |
| "epoch": 0.8885416666666667, |
| "grad_norm": 1.3876405954360962, |
| "learning_rate": 3.065575016159533e-06, |
| "loss": 0.7263, |
| "step": 853 |
| }, |
| { |
| "epoch": 0.8895833333333333, |
| "grad_norm": 1.2499477863311768, |
| "learning_rate": 3.0091214422457215e-06, |
| "loss": 0.7784, |
| "step": 854 |
| }, |
| { |
| "epoch": 0.890625, |
| "grad_norm": 1.0674387216567993, |
| "learning_rate": 2.9531763861505966e-06, |
| "loss": 0.6825, |
| "step": 855 |
| }, |
| { |
| "epoch": 0.8916666666666667, |
| "grad_norm": 1.4572900533676147, |
| "learning_rate": 2.897740453290759e-06, |
| "loss": 0.6837, |
| "step": 856 |
| }, |
| { |
| "epoch": 0.8927083333333333, |
| "grad_norm": 1.1978811025619507, |
| "learning_rate": 2.842814243573266e-06, |
| "loss": 0.7524, |
| "step": 857 |
| }, |
| { |
| "epoch": 0.89375, |
| "grad_norm": 1.8166097402572632, |
| "learning_rate": 2.7883983513891264e-06, |
| "loss": 0.7587, |
| "step": 858 |
| }, |
| { |
| "epoch": 0.8947916666666667, |
| "grad_norm": 1.4484285116195679, |
| "learning_rate": 2.734493365606905e-06, |
| "loss": 0.6963, |
| "step": 859 |
| }, |
| { |
| "epoch": 0.8958333333333334, |
| "grad_norm": 1.2361994981765747, |
| "learning_rate": 2.6810998695663282e-06, |
| "loss": 0.7012, |
| "step": 860 |
| }, |
| { |
| "epoch": 0.896875, |
| "grad_norm": 1.4270638227462769, |
| "learning_rate": 2.6282184410719503e-06, |
| "loss": 0.7743, |
| "step": 861 |
| }, |
| { |
| "epoch": 0.8979166666666667, |
| "grad_norm": 1.3147835731506348, |
| "learning_rate": 2.5758496523869247e-06, |
| "loss": 0.7107, |
| "step": 862 |
| }, |
| { |
| "epoch": 0.8989583333333333, |
| "grad_norm": 1.3492549657821655, |
| "learning_rate": 2.5239940702268204e-06, |
| "loss": 0.7872, |
| "step": 863 |
| }, |
| { |
| "epoch": 0.9, |
| "grad_norm": 1.4398722648620605, |
| "learning_rate": 2.4726522557534826e-06, |
| "loss": 0.714, |
| "step": 864 |
| }, |
| { |
| "epoch": 0.9010416666666666, |
| "grad_norm": 3.151320219039917, |
| "learning_rate": 2.4218247645689307e-06, |
| "loss": 0.6958, |
| "step": 865 |
| }, |
| { |
| "epoch": 0.9020833333333333, |
| "grad_norm": 1.253701090812683, |
| "learning_rate": 2.371512146709365e-06, |
| "loss": 0.6191, |
| "step": 866 |
| }, |
| { |
| "epoch": 0.903125, |
| "grad_norm": 1.3737211227416992, |
| "learning_rate": 2.3217149466392527e-06, |
| "loss": 0.6633, |
| "step": 867 |
| }, |
| { |
| "epoch": 0.9041666666666667, |
| "grad_norm": 1.2215206623077393, |
| "learning_rate": 2.2724337032453804e-06, |
| "loss": 0.7163, |
| "step": 868 |
| }, |
| { |
| "epoch": 0.9052083333333333, |
| "grad_norm": 1.304250955581665, |
| "learning_rate": 2.223668949831026e-06, |
| "loss": 0.6947, |
| "step": 869 |
| }, |
| { |
| "epoch": 0.90625, |
| "grad_norm": 1.3805179595947266, |
| "learning_rate": 2.1754212141102346e-06, |
| "loss": 0.763, |
| "step": 870 |
| }, |
| { |
| "epoch": 0.9072916666666667, |
| "grad_norm": 1.366702914237976, |
| "learning_rate": 2.1276910182020714e-06, |
| "loss": 0.6854, |
| "step": 871 |
| }, |
| { |
| "epoch": 0.9083333333333333, |
| "grad_norm": 3.1948471069335938, |
| "learning_rate": 2.080478878624964e-06, |
| "loss": 0.6967, |
| "step": 872 |
| }, |
| { |
| "epoch": 0.909375, |
| "grad_norm": 1.3241915702819824, |
| "learning_rate": 2.0337853062911305e-06, |
| "loss": 0.6998, |
| "step": 873 |
| }, |
| { |
| "epoch": 0.9104166666666667, |
| "grad_norm": 1.2728943824768066, |
| "learning_rate": 1.9876108065010613e-06, |
| "loss": 0.6432, |
| "step": 874 |
| }, |
| { |
| "epoch": 0.9114583333333334, |
| "grad_norm": 1.7453768253326416, |
| "learning_rate": 1.941955878938029e-06, |
| "loss": 0.7215, |
| "step": 875 |
| }, |
| { |
| "epoch": 0.9125, |
| "grad_norm": 1.7339726686477661, |
| "learning_rate": 1.896821017662681e-06, |
| "loss": 0.6988, |
| "step": 876 |
| }, |
| { |
| "epoch": 0.9135416666666667, |
| "grad_norm": 1.4364110231399536, |
| "learning_rate": 1.8522067111077124e-06, |
| "loss": 0.6659, |
| "step": 877 |
| }, |
| { |
| "epoch": 0.9145833333333333, |
| "grad_norm": 1.7166552543640137, |
| "learning_rate": 1.8081134420725509e-06, |
| "loss": 0.581, |
| "step": 878 |
| }, |
| { |
| "epoch": 0.915625, |
| "grad_norm": 6.623744487762451, |
| "learning_rate": 1.7645416877181742e-06, |
| "loss": 0.6601, |
| "step": 879 |
| }, |
| { |
| "epoch": 0.9166666666666666, |
| "grad_norm": 1.7193689346313477, |
| "learning_rate": 1.7214919195619127e-06, |
| "loss": 0.7517, |
| "step": 880 |
| }, |
| { |
| "epoch": 0.9177083333333333, |
| "grad_norm": 1.6687999963760376, |
| "learning_rate": 1.6789646034723494e-06, |
| "loss": 0.6461, |
| "step": 881 |
| }, |
| { |
| "epoch": 0.91875, |
| "grad_norm": 1.391282081604004, |
| "learning_rate": 1.6369601996642836e-06, |
| "loss": 0.6312, |
| "step": 882 |
| }, |
| { |
| "epoch": 0.9197916666666667, |
| "grad_norm": 1.5121153593063354, |
| "learning_rate": 1.5954791626937581e-06, |
| "loss": 0.6771, |
| "step": 883 |
| }, |
| { |
| "epoch": 0.9208333333333333, |
| "grad_norm": 2.1496245861053467, |
| "learning_rate": 1.5545219414531465e-06, |
| "loss": 0.615, |
| "step": 884 |
| }, |
| { |
| "epoch": 0.921875, |
| "grad_norm": 1.6022069454193115, |
| "learning_rate": 1.514088979166256e-06, |
| "loss": 0.6017, |
| "step": 885 |
| }, |
| { |
| "epoch": 0.9229166666666667, |
| "grad_norm": 1.6399716138839722, |
| "learning_rate": 1.4741807133835827e-06, |
| "loss": 0.6407, |
| "step": 886 |
| }, |
| { |
| "epoch": 0.9239583333333333, |
| "grad_norm": 1.6855573654174805, |
| "learning_rate": 1.4347975759775368e-06, |
| "loss": 0.4983, |
| "step": 887 |
| }, |
| { |
| "epoch": 0.925, |
| "grad_norm": 1.800221562385559, |
| "learning_rate": 1.395939993137796e-06, |
| "loss": 0.629, |
| "step": 888 |
| }, |
| { |
| "epoch": 0.9260416666666667, |
| "grad_norm": 1.4813508987426758, |
| "learning_rate": 1.3576083853666765e-06, |
| "loss": 0.5124, |
| "step": 889 |
| }, |
| { |
| "epoch": 0.9270833333333334, |
| "grad_norm": 2.047701358795166, |
| "learning_rate": 1.3198031674745813e-06, |
| "loss": 0.7606, |
| "step": 890 |
| }, |
| { |
| "epoch": 0.928125, |
| "grad_norm": 2.0055010318756104, |
| "learning_rate": 1.282524748575531e-06, |
| "loss": 0.6432, |
| "step": 891 |
| }, |
| { |
| "epoch": 0.9291666666666667, |
| "grad_norm": 1.5645192861557007, |
| "learning_rate": 1.2457735320827112e-06, |
| "loss": 0.5869, |
| "step": 892 |
| }, |
| { |
| "epoch": 0.9302083333333333, |
| "grad_norm": 2.028947114944458, |
| "learning_rate": 1.2095499157041278e-06, |
| "loss": 0.5532, |
| "step": 893 |
| }, |
| { |
| "epoch": 0.93125, |
| "grad_norm": 1.7239904403686523, |
| "learning_rate": 1.1738542914382866e-06, |
| "loss": 0.593, |
| "step": 894 |
| }, |
| { |
| "epoch": 0.9322916666666666, |
| "grad_norm": 1.598003625869751, |
| "learning_rate": 1.138687045569975e-06, |
| "loss": 0.5707, |
| "step": 895 |
| }, |
| { |
| "epoch": 0.9333333333333333, |
| "grad_norm": 1.4587632417678833, |
| "learning_rate": 1.104048558666043e-06, |
| "loss": 0.4956, |
| "step": 896 |
| }, |
| { |
| "epoch": 0.934375, |
| "grad_norm": 2.3102867603302, |
| "learning_rate": 1.0699392055713186e-06, |
| "loss": 0.6993, |
| "step": 897 |
| }, |
| { |
| "epoch": 0.9354166666666667, |
| "grad_norm": 2.0169904232025146, |
| "learning_rate": 1.0363593554045425e-06, |
| "loss": 0.6012, |
| "step": 898 |
| }, |
| { |
| "epoch": 0.9364583333333333, |
| "grad_norm": 1.9407933950424194, |
| "learning_rate": 1.0033093715543784e-06, |
| "loss": 0.4169, |
| "step": 899 |
| }, |
| { |
| "epoch": 0.9375, |
| "grad_norm": 2.094684600830078, |
| "learning_rate": 9.707896116754488e-07, |
| "loss": 0.5148, |
| "step": 900 |
| }, |
| { |
| "epoch": 0.9385416666666667, |
| "grad_norm": 2.871554374694824, |
| "learning_rate": 9.388004276845219e-07, |
| "loss": 0.9082, |
| "step": 901 |
| }, |
| { |
| "epoch": 0.9395833333333333, |
| "grad_norm": 1.418456792831421, |
| "learning_rate": 9.073421657566417e-07, |
| "loss": 0.7948, |
| "step": 902 |
| }, |
| { |
| "epoch": 0.940625, |
| "grad_norm": 1.2604620456695557, |
| "learning_rate": 8.764151663214371e-07, |
| "loss": 0.7165, |
| "step": 903 |
| }, |
| { |
| "epoch": 0.9416666666666667, |
| "grad_norm": 1.858747124671936, |
| "learning_rate": 8.460197640593858e-07, |
| "loss": 0.8235, |
| "step": 904 |
| }, |
| { |
| "epoch": 0.9427083333333334, |
| "grad_norm": 1.3510496616363525, |
| "learning_rate": 8.161562878982398e-07, |
| "loss": 0.7742, |
| "step": 905 |
| }, |
| { |
| "epoch": 0.94375, |
| "grad_norm": 1.0752278566360474, |
| "learning_rate": 7.86825061009433e-07, |
| "loss": 0.7238, |
| "step": 906 |
| }, |
| { |
| "epoch": 0.9447916666666667, |
| "grad_norm": 1.1927000284194946, |
| "learning_rate": 7.580264008045957e-07, |
| "loss": 0.6564, |
| "step": 907 |
| }, |
| { |
| "epoch": 0.9458333333333333, |
| "grad_norm": 1.1954543590545654, |
| "learning_rate": 7.297606189321348e-07, |
| "loss": 0.7801, |
| "step": 908 |
| }, |
| { |
| "epoch": 0.946875, |
| "grad_norm": 1.4886962175369263, |
| "learning_rate": 7.020280212738206e-07, |
| "loss": 0.7419, |
| "step": 909 |
| }, |
| { |
| "epoch": 0.9479166666666666, |
| "grad_norm": 1.5824549198150635, |
| "learning_rate": 6.74828907941516e-07, |
| "loss": 0.642, |
| "step": 910 |
| }, |
| { |
| "epoch": 0.9489583333333333, |
| "grad_norm": 1.1151862144470215, |
| "learning_rate": 6.481635732739244e-07, |
| "loss": 0.6839, |
| "step": 911 |
| }, |
| { |
| "epoch": 0.95, |
| "grad_norm": 1.2042837142944336, |
| "learning_rate": 6.220323058333755e-07, |
| "loss": 0.654, |
| "step": 912 |
| }, |
| { |
| "epoch": 0.9510416666666667, |
| "grad_norm": 1.4970898628234863, |
| "learning_rate": 5.964353884027329e-07, |
| "loss": 0.7011, |
| "step": 913 |
| }, |
| { |
| "epoch": 0.9520833333333333, |
| "grad_norm": 1.3504347801208496, |
| "learning_rate": 5.71373097982325e-07, |
| "loss": 0.6432, |
| "step": 914 |
| }, |
| { |
| "epoch": 0.953125, |
| "grad_norm": 1.2419986724853516, |
| "learning_rate": 5.468457057869358e-07, |
| "loss": 0.6838, |
| "step": 915 |
| }, |
| { |
| "epoch": 0.9541666666666667, |
| "grad_norm": 1.3935805559158325, |
| "learning_rate": 5.228534772428906e-07, |
| "loss": 0.6862, |
| "step": 916 |
| }, |
| { |
| "epoch": 0.9552083333333333, |
| "grad_norm": 1.2772287130355835, |
| "learning_rate": 4.993966719851639e-07, |
| "loss": 0.68, |
| "step": 917 |
| }, |
| { |
| "epoch": 0.95625, |
| "grad_norm": 1.7918976545333862, |
| "learning_rate": 4.764755438545876e-07, |
| "loss": 0.7239, |
| "step": 918 |
| }, |
| { |
| "epoch": 0.9572916666666667, |
| "grad_norm": 1.5818259716033936, |
| "learning_rate": 4.540903408950803e-07, |
| "loss": 0.6318, |
| "step": 919 |
| }, |
| { |
| "epoch": 0.9583333333333334, |
| "grad_norm": 1.7107816934585571, |
| "learning_rate": 4.322413053509944e-07, |
| "loss": 0.786, |
| "step": 920 |
| }, |
| { |
| "epoch": 0.959375, |
| "grad_norm": 2.537219524383545, |
| "learning_rate": 4.1092867366446796e-07, |
| "loss": 0.7273, |
| "step": 921 |
| }, |
| { |
| "epoch": 0.9604166666666667, |
| "grad_norm": 1.6066709756851196, |
| "learning_rate": 3.901526764728769e-07, |
| "loss": 0.7885, |
| "step": 922 |
| }, |
| { |
| "epoch": 0.9614583333333333, |
| "grad_norm": 1.3211185932159424, |
| "learning_rate": 3.699135386063368e-07, |
| "loss": 0.6415, |
| "step": 923 |
| }, |
| { |
| "epoch": 0.9625, |
| "grad_norm": 1.5359432697296143, |
| "learning_rate": 3.502114790852773e-07, |
| "loss": 0.5866, |
| "step": 924 |
| }, |
| { |
| "epoch": 0.9635416666666666, |
| "grad_norm": 1.6286778450012207, |
| "learning_rate": 3.3104671111806593e-07, |
| "loss": 0.6248, |
| "step": 925 |
| }, |
| { |
| "epoch": 0.9645833333333333, |
| "grad_norm": 2.8611228466033936, |
| "learning_rate": 3.124194420986881e-07, |
| "loss": 0.6285, |
| "step": 926 |
| }, |
| { |
| "epoch": 0.965625, |
| "grad_norm": 1.4953234195709229, |
| "learning_rate": 2.943298736045319e-07, |
| "loss": 0.7665, |
| "step": 927 |
| }, |
| { |
| "epoch": 0.9666666666666667, |
| "grad_norm": 1.9792791604995728, |
| "learning_rate": 2.7677820139417886e-07, |
| "loss": 0.8144, |
| "step": 928 |
| }, |
| { |
| "epoch": 0.9677083333333333, |
| "grad_norm": 1.5854568481445312, |
| "learning_rate": 2.5976461540530575e-07, |
| "loss": 0.803, |
| "step": 929 |
| }, |
| { |
| "epoch": 0.96875, |
| "grad_norm": 1.4701118469238281, |
| "learning_rate": 2.432892997526026e-07, |
| "loss": 0.6619, |
| "step": 930 |
| }, |
| { |
| "epoch": 0.9697916666666667, |
| "grad_norm": 1.7433825731277466, |
| "learning_rate": 2.2735243272582474e-07, |
| "loss": 0.6016, |
| "step": 931 |
| }, |
| { |
| "epoch": 0.9708333333333333, |
| "grad_norm": 1.4306029081344604, |
| "learning_rate": 2.1195418678781609e-07, |
| "loss": 0.6096, |
| "step": 932 |
| }, |
| { |
| "epoch": 0.971875, |
| "grad_norm": 1.9267367124557495, |
| "learning_rate": 1.970947285726721e-07, |
| "loss": 0.5502, |
| "step": 933 |
| }, |
| { |
| "epoch": 0.9729166666666667, |
| "grad_norm": 1.598412275314331, |
| "learning_rate": 1.8277421888391876e-07, |
| "loss": 0.6941, |
| "step": 934 |
| }, |
| { |
| "epoch": 0.9739583333333334, |
| "grad_norm": 1.2245068550109863, |
| "learning_rate": 1.6899281269279755e-07, |
| "loss": 0.57, |
| "step": 935 |
| }, |
| { |
| "epoch": 0.975, |
| "grad_norm": 1.329172134399414, |
| "learning_rate": 1.5575065913656094e-07, |
| "loss": 0.5169, |
| "step": 936 |
| }, |
| { |
| "epoch": 0.9760416666666667, |
| "grad_norm": 1.6064246892929077, |
| "learning_rate": 1.430479015168684e-07, |
| "loss": 0.7288, |
| "step": 937 |
| }, |
| { |
| "epoch": 0.9770833333333333, |
| "grad_norm": 1.7906218767166138, |
| "learning_rate": 1.308846772982375e-07, |
| "loss": 0.7277, |
| "step": 938 |
| }, |
| { |
| "epoch": 0.978125, |
| "grad_norm": 1.6558927297592163, |
| "learning_rate": 1.1926111810656726e-07, |
| "loss": 0.5351, |
| "step": 939 |
| }, |
| { |
| "epoch": 0.9791666666666666, |
| "grad_norm": 1.5473381280899048, |
| "learning_rate": 1.0817734972768944e-07, |
| "loss": 0.5763, |
| "step": 940 |
| }, |
| { |
| "epoch": 0.9802083333333333, |
| "grad_norm": 1.6375536918640137, |
| "learning_rate": 9.763349210603068e-08, |
| "loss": 0.5922, |
| "step": 941 |
| }, |
| { |
| "epoch": 0.98125, |
| "grad_norm": 1.7909072637557983, |
| "learning_rate": 8.76296593432857e-08, |
| "loss": 0.588, |
| "step": 942 |
| }, |
| { |
| "epoch": 0.9822916666666667, |
| "grad_norm": 1.499716877937317, |
| "learning_rate": 7.816595969722396e-08, |
| "loss": 0.5261, |
| "step": 943 |
| }, |
| { |
| "epoch": 0.9833333333333333, |
| "grad_norm": 1.803849220275879, |
| "learning_rate": 6.924249558049045e-08, |
| "loss": 0.5873, |
| "step": 944 |
| }, |
| { |
| "epoch": 0.984375, |
| "grad_norm": 1.760467290878296, |
| "learning_rate": 6.085936355947897e-08, |
| "loss": 0.601, |
| "step": 945 |
| }, |
| { |
| "epoch": 0.9854166666666667, |
| "grad_norm": 1.9750155210494995, |
| "learning_rate": 5.301665435334391e-08, |
| "loss": 0.5245, |
| "step": 946 |
| }, |
| { |
| "epoch": 0.9864583333333333, |
| "grad_norm": 2.0399997234344482, |
| "learning_rate": 4.571445283295672e-08, |
| "loss": 0.5317, |
| "step": 947 |
| }, |
| { |
| "epoch": 0.9875, |
| "grad_norm": 1.8308573961257935, |
| "learning_rate": 3.8952838020039906e-08, |
| "loss": 0.4552, |
| "step": 948 |
| }, |
| { |
| "epoch": 0.9885416666666667, |
| "grad_norm": 1.914959192276001, |
| "learning_rate": 3.2731883086262183e-08, |
| "loss": 0.398, |
| "step": 949 |
| }, |
| { |
| "epoch": 0.9895833333333334, |
| "grad_norm": 2.6196017265319824, |
| "learning_rate": 2.7051655352494652e-08, |
| "loss": 0.6494, |
| "step": 950 |
| }, |
| { |
| "epoch": 0.990625, |
| "grad_norm": 1.9856860637664795, |
| "learning_rate": 2.191221628805029e-08, |
| "loss": 0.8483, |
| "step": 951 |
| }, |
| { |
| "epoch": 0.9916666666666667, |
| "grad_norm": 1.3660496473312378, |
| "learning_rate": 1.7313621510017808e-08, |
| "loss": 0.7299, |
| "step": 952 |
| }, |
| { |
| "epoch": 0.9927083333333333, |
| "grad_norm": 1.372843861579895, |
| "learning_rate": 1.325592078269544e-08, |
| "loss": 0.7177, |
| "step": 953 |
| }, |
| { |
| "epoch": 0.99375, |
| "grad_norm": 1.6214337348937988, |
| "learning_rate": 9.739158016996986e-09, |
| "loss": 0.7146, |
| "step": 954 |
| }, |
| { |
| "epoch": 0.9947916666666666, |
| "grad_norm": 1.493476152420044, |
| "learning_rate": 6.763371270035457e-09, |
| "loss": 0.7908, |
| "step": 955 |
| }, |
| { |
| "epoch": 0.9958333333333333, |
| "grad_norm": 1.4688129425048828, |
| "learning_rate": 4.328592744656801e-09, |
| "loss": 0.7135, |
| "step": 956 |
| }, |
| { |
| "epoch": 0.996875, |
| "grad_norm": 1.4443378448486328, |
| "learning_rate": 2.4348487891345804e-09, |
| "loss": 0.5553, |
| "step": 957 |
| }, |
| { |
| "epoch": 0.9979166666666667, |
| "grad_norm": 1.8546984195709229, |
| "learning_rate": 1.082159896864665e-09, |
| "loss": 0.6594, |
| "step": 958 |
| }, |
| { |
| "epoch": 0.9989583333333333, |
| "grad_norm": 1.4984159469604492, |
| "learning_rate": 2.705407061376342e-10, |
| "loss": 0.5918, |
| "step": 959 |
| }, |
| { |
| "epoch": 1.0, |
| "grad_norm": 1.6980849504470825, |
| "learning_rate": 0.0, |
| "loss": 0.5013, |
| "step": 960 |
| } |
| ], |
| "logging_steps": 1, |
| "max_steps": 960, |
| "num_input_tokens_seen": 0, |
| "num_train_epochs": 1, |
| "save_steps": 240, |
| "stateful_callbacks": { |
| "TrainerControl": { |
| "args": { |
| "should_epoch_stop": false, |
| "should_evaluate": false, |
| "should_log": false, |
| "should_save": true, |
| "should_training_stop": true |
| }, |
| "attributes": {} |
| } |
| }, |
| "total_flos": 1.012172161328087e+18, |
| "train_batch_size": 4, |
| "trial_name": null, |
| "trial_params": null |
| } |
|
|
