fats-fme commited on
Commit
ed0ec3d
·
verified ·
1 Parent(s): 7cc8c24

Training in progress, step 1346, checkpoint

Browse files
last-checkpoint/adapter_model.safetensors CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:b662b0fc7aac68525d0f688f390c8ad9870852fbf2dd6cb97fbfc1ece7c5d598
3
  size 159967880
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:2e11b51dcd9f84eb65ffeaa57bcb3520f67defcc54ae73d71fdb62f8baecbf3d
3
  size 159967880
last-checkpoint/optimizer.pt CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:b7f474172a83fcd8820c4f98277a6048b8181d77934e81481cd77060814392c6
3
  size 320194002
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:e3830f2d2282c8027eb8004ed649397a6a316e6d178d4d93c50015ffd9ca3b30
3
  size 320194002
last-checkpoint/rng_state_0.pth CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:58265f7d6bfa2f240115921535bdab2d9168829e78e7fcd7bbfd4c601b33fc1e
3
  size 14512
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:9156fcf9a0a22eda1751efc419df7fe24ed5bdc3a98306d3676f8d312987cdf9
3
  size 14512
last-checkpoint/rng_state_1.pth CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:7d3366f225c3d2f610762730db695898cfa0429711eba5664413a852bccb0150
3
  size 14512
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:de9fde295b905b7e74df6039ca6d815366f74d4a8f805150f15fb508d5f722b0
3
  size 14512
last-checkpoint/scheduler.pt CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:7d2ae9412584d60dfb3a14dc71755f8ba52a5c928738cf6019a6761ddc1e1565
3
  size 1064
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:7fa527cc920b9cc0cdeb63b9a663aaf204f9bd87acb41a3f6cfff6215c103244
3
  size 1064
last-checkpoint/trainer_state.json CHANGED
@@ -1,9 +1,9 @@
1
  {
2
  "best_metric": null,
3
  "best_model_checkpoint": null,
4
- "epoch": 0.7508354994430003,
5
  "eval_steps": 337,
6
- "global_step": 1011,
7
  "is_hyper_param_search": false,
8
  "is_local_process_zero": true,
9
  "is_world_process_zero": true,
@@ -7116,6 +7116,2351 @@
7116
  "eval_samples_per_second": 6.04,
7117
  "eval_steps_per_second": 3.02,
7118
  "step": 1011
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
7119
  }
7120
  ],
7121
  "logging_steps": 1,
@@ -7130,12 +9475,12 @@
7130
  "should_evaluate": false,
7131
  "should_log": false,
7132
  "should_save": true,
7133
- "should_training_stop": false
7134
  },
7135
  "attributes": {}
7136
  }
7137
  },
7138
- "total_flos": 1.321305510883885e+18,
7139
  "train_batch_size": 1,
7140
  "trial_name": null,
7141
  "trial_params": null
 
1
  {
2
  "best_metric": null,
3
  "best_model_checkpoint": null,
4
+ "epoch": 0.999628666914222,
5
  "eval_steps": 337,
6
+ "global_step": 1346,
7
  "is_hyper_param_search": false,
8
  "is_local_process_zero": true,
9
  "is_world_process_zero": true,
 
7116
  "eval_samples_per_second": 6.04,
7117
  "eval_steps_per_second": 3.02,
7118
  "step": 1011
7119
+ },
7120
+ {
7121
+ "epoch": 0.7515781656145563,
7122
+ "grad_norm": 0.010244094766676426,
7123
+ "learning_rate": 1.5512001693107124e-05,
7124
+ "loss": 0.0003,
7125
+ "step": 1012
7126
+ },
7127
+ {
7128
+ "epoch": 0.7523208317861121,
7129
+ "grad_norm": 0.003399641951546073,
7130
+ "learning_rate": 1.5424347210886538e-05,
7131
+ "loss": 0.0002,
7132
+ "step": 1013
7133
+ },
7134
+ {
7135
+ "epoch": 0.753063497957668,
7136
+ "grad_norm": 0.004665118642151356,
7137
+ "learning_rate": 1.53368958988238e-05,
7138
+ "loss": 0.0003,
7139
+ "step": 1014
7140
+ },
7141
+ {
7142
+ "epoch": 0.753806164129224,
7143
+ "grad_norm": 0.007897808216512203,
7144
+ "learning_rate": 1.5249648270791966e-05,
7145
+ "loss": 0.0004,
7146
+ "step": 1015
7147
+ },
7148
+ {
7149
+ "epoch": 0.7545488303007798,
7150
+ "grad_norm": 0.005702964495867491,
7151
+ "learning_rate": 1.5162604839467265e-05,
7152
+ "loss": 0.0003,
7153
+ "step": 1016
7154
+ },
7155
+ {
7156
+ "epoch": 0.7552914964723357,
7157
+ "grad_norm": 0.1535305380821228,
7158
+ "learning_rate": 1.5075766116325985e-05,
7159
+ "loss": 0.0013,
7160
+ "step": 1017
7161
+ },
7162
+ {
7163
+ "epoch": 0.7560341626438916,
7164
+ "grad_norm": 0.0065938313491642475,
7165
+ "learning_rate": 1.4989132611641576e-05,
7166
+ "loss": 0.0003,
7167
+ "step": 1018
7168
+ },
7169
+ {
7170
+ "epoch": 0.7567768288154475,
7171
+ "grad_norm": 0.011125356890261173,
7172
+ "learning_rate": 1.4902704834481584e-05,
7173
+ "loss": 0.0004,
7174
+ "step": 1019
7175
+ },
7176
+ {
7177
+ "epoch": 0.7575194949870033,
7178
+ "grad_norm": 0.010162554681301117,
7179
+ "learning_rate": 1.4816483292704708e-05,
7180
+ "loss": 0.0004,
7181
+ "step": 1020
7182
+ },
7183
+ {
7184
+ "epoch": 0.7582621611585593,
7185
+ "grad_norm": 0.012406081892549992,
7186
+ "learning_rate": 1.4730468492957722e-05,
7187
+ "loss": 0.0004,
7188
+ "step": 1021
7189
+ },
7190
+ {
7191
+ "epoch": 0.7590048273301151,
7192
+ "grad_norm": 0.010129008442163467,
7193
+ "learning_rate": 1.4644660940672627e-05,
7194
+ "loss": 0.0004,
7195
+ "step": 1022
7196
+ },
7197
+ {
7198
+ "epoch": 0.759747493501671,
7199
+ "grad_norm": 0.018571769818663597,
7200
+ "learning_rate": 1.4559061140063578e-05,
7201
+ "loss": 0.0006,
7202
+ "step": 1023
7203
+ },
7204
+ {
7205
+ "epoch": 0.7604901596732269,
7206
+ "grad_norm": 0.01117369718849659,
7207
+ "learning_rate": 1.4473669594123956e-05,
7208
+ "loss": 0.0004,
7209
+ "step": 1024
7210
+ },
7211
+ {
7212
+ "epoch": 0.7612328258447828,
7213
+ "grad_norm": 0.011828822083771229,
7214
+ "learning_rate": 1.4388486804623464e-05,
7215
+ "loss": 0.0005,
7216
+ "step": 1025
7217
+ },
7218
+ {
7219
+ "epoch": 0.7619754920163386,
7220
+ "grad_norm": 0.006083609536290169,
7221
+ "learning_rate": 1.4303513272105057e-05,
7222
+ "loss": 0.0003,
7223
+ "step": 1026
7224
+ },
7225
+ {
7226
+ "epoch": 0.7627181581878946,
7227
+ "grad_norm": 0.0038173352368175983,
7228
+ "learning_rate": 1.4218749495882133e-05,
7229
+ "loss": 0.0002,
7230
+ "step": 1027
7231
+ },
7232
+ {
7233
+ "epoch": 0.7634608243594504,
7234
+ "grad_norm": 0.003378799417987466,
7235
+ "learning_rate": 1.4134195974035525e-05,
7236
+ "loss": 0.0002,
7237
+ "step": 1028
7238
+ },
7239
+ {
7240
+ "epoch": 0.7642034905310063,
7241
+ "grad_norm": 0.0023517953231930733,
7242
+ "learning_rate": 1.4049853203410596e-05,
7243
+ "loss": 0.0002,
7244
+ "step": 1029
7245
+ },
7246
+ {
7247
+ "epoch": 0.7649461567025622,
7248
+ "grad_norm": 0.005170909222215414,
7249
+ "learning_rate": 1.396572167961427e-05,
7250
+ "loss": 0.0002,
7251
+ "step": 1030
7252
+ },
7253
+ {
7254
+ "epoch": 0.7656888228741181,
7255
+ "grad_norm": 0.003187798196449876,
7256
+ "learning_rate": 1.3881801897012225e-05,
7257
+ "loss": 0.0002,
7258
+ "step": 1031
7259
+ },
7260
+ {
7261
+ "epoch": 0.7664314890456739,
7262
+ "grad_norm": 0.0076558575965464115,
7263
+ "learning_rate": 1.3798094348725871e-05,
7264
+ "loss": 0.0002,
7265
+ "step": 1032
7266
+ },
7267
+ {
7268
+ "epoch": 0.7671741552172299,
7269
+ "grad_norm": 0.002008821815252304,
7270
+ "learning_rate": 1.3714599526629551e-05,
7271
+ "loss": 0.0002,
7272
+ "step": 1033
7273
+ },
7274
+ {
7275
+ "epoch": 0.7679168213887857,
7276
+ "grad_norm": 0.011446031741797924,
7277
+ "learning_rate": 1.3631317921347563e-05,
7278
+ "loss": 0.0003,
7279
+ "step": 1034
7280
+ },
7281
+ {
7282
+ "epoch": 0.7686594875603416,
7283
+ "grad_norm": 0.0025135111063718796,
7284
+ "learning_rate": 1.3548250022251375e-05,
7285
+ "loss": 0.0002,
7286
+ "step": 1035
7287
+ },
7288
+ {
7289
+ "epoch": 0.7694021537318975,
7290
+ "grad_norm": 0.0011204791953787208,
7291
+ "learning_rate": 1.346539631745663e-05,
7292
+ "loss": 0.0001,
7293
+ "step": 1036
7294
+ },
7295
+ {
7296
+ "epoch": 0.7701448199034534,
7297
+ "grad_norm": 0.002433129120618105,
7298
+ "learning_rate": 1.3382757293820409e-05,
7299
+ "loss": 0.0002,
7300
+ "step": 1037
7301
+ },
7302
+ {
7303
+ "epoch": 0.7708874860750092,
7304
+ "grad_norm": 0.004581818822771311,
7305
+ "learning_rate": 1.330033343693824e-05,
7306
+ "loss": 0.0003,
7307
+ "step": 1038
7308
+ },
7309
+ {
7310
+ "epoch": 0.7716301522465652,
7311
+ "grad_norm": 0.001932491664774716,
7312
+ "learning_rate": 1.3218125231141354e-05,
7313
+ "loss": 0.0002,
7314
+ "step": 1039
7315
+ },
7316
+ {
7317
+ "epoch": 0.7723728184181211,
7318
+ "grad_norm": 0.001757967984303832,
7319
+ "learning_rate": 1.3136133159493802e-05,
7320
+ "loss": 0.0002,
7321
+ "step": 1040
7322
+ },
7323
+ {
7324
+ "epoch": 0.7731154845896769,
7325
+ "grad_norm": 0.0024122344329953194,
7326
+ "learning_rate": 1.3054357703789554e-05,
7327
+ "loss": 0.0001,
7328
+ "step": 1041
7329
+ },
7330
+ {
7331
+ "epoch": 0.7738581507612329,
7332
+ "grad_norm": 0.003989276476204395,
7333
+ "learning_rate": 1.297279934454978e-05,
7334
+ "loss": 0.0003,
7335
+ "step": 1042
7336
+ },
7337
+ {
7338
+ "epoch": 0.7746008169327887,
7339
+ "grad_norm": 0.10799296200275421,
7340
+ "learning_rate": 1.2891458561019915e-05,
7341
+ "loss": 0.0017,
7342
+ "step": 1043
7343
+ },
7344
+ {
7345
+ "epoch": 0.7753434831043446,
7346
+ "grad_norm": 0.005773243959993124,
7347
+ "learning_rate": 1.2810335831166954e-05,
7348
+ "loss": 0.0002,
7349
+ "step": 1044
7350
+ },
7351
+ {
7352
+ "epoch": 0.7760861492759005,
7353
+ "grad_norm": 0.003262764774262905,
7354
+ "learning_rate": 1.2729431631676525e-05,
7355
+ "loss": 0.0002,
7356
+ "step": 1045
7357
+ },
7358
+ {
7359
+ "epoch": 0.7768288154474564,
7360
+ "grad_norm": 0.0027453494258224964,
7361
+ "learning_rate": 1.264874643795021e-05,
7362
+ "loss": 0.0002,
7363
+ "step": 1046
7364
+ },
7365
+ {
7366
+ "epoch": 0.7775714816190122,
7367
+ "grad_norm": 0.030763821676373482,
7368
+ "learning_rate": 1.2568280724102632e-05,
7369
+ "loss": 0.001,
7370
+ "step": 1047
7371
+ },
7372
+ {
7373
+ "epoch": 0.7783141477905682,
7374
+ "grad_norm": 0.004409801680594683,
7375
+ "learning_rate": 1.2488034962958789e-05,
7376
+ "loss": 0.0002,
7377
+ "step": 1048
7378
+ },
7379
+ {
7380
+ "epoch": 0.779056813962124,
7381
+ "grad_norm": 0.004938923753798008,
7382
+ "learning_rate": 1.2408009626051137e-05,
7383
+ "loss": 0.0003,
7384
+ "step": 1049
7385
+ },
7386
+ {
7387
+ "epoch": 0.77979948013368,
7388
+ "grad_norm": 0.007012166548520327,
7389
+ "learning_rate": 1.2328205183616965e-05,
7390
+ "loss": 0.0003,
7391
+ "step": 1050
7392
+ },
7393
+ {
7394
+ "epoch": 0.7805421463052358,
7395
+ "grad_norm": 0.004935544449836016,
7396
+ "learning_rate": 1.2248622104595532e-05,
7397
+ "loss": 0.0002,
7398
+ "step": 1051
7399
+ },
7400
+ {
7401
+ "epoch": 0.7812848124767917,
7402
+ "grad_norm": 0.002522197552025318,
7403
+ "learning_rate": 1.216926085662536e-05,
7404
+ "loss": 0.0002,
7405
+ "step": 1052
7406
+ },
7407
+ {
7408
+ "epoch": 0.7820274786483475,
7409
+ "grad_norm": 0.001708640600554645,
7410
+ "learning_rate": 1.209012190604143e-05,
7411
+ "loss": 0.0002,
7412
+ "step": 1053
7413
+ },
7414
+ {
7415
+ "epoch": 0.7827701448199035,
7416
+ "grad_norm": 0.001268695225007832,
7417
+ "learning_rate": 1.2011205717872537e-05,
7418
+ "loss": 0.0001,
7419
+ "step": 1054
7420
+ },
7421
+ {
7422
+ "epoch": 0.7835128109914593,
7423
+ "grad_norm": 0.0013489356497302651,
7424
+ "learning_rate": 1.1932512755838449e-05,
7425
+ "loss": 0.0001,
7426
+ "step": 1055
7427
+ },
7428
+ {
7429
+ "epoch": 0.7842554771630152,
7430
+ "grad_norm": 0.002102524507790804,
7431
+ "learning_rate": 1.1854043482347248e-05,
7432
+ "loss": 0.0001,
7433
+ "step": 1056
7434
+ },
7435
+ {
7436
+ "epoch": 0.7849981433345711,
7437
+ "grad_norm": 0.0030939369462430477,
7438
+ "learning_rate": 1.1775798358492629e-05,
7439
+ "loss": 0.0002,
7440
+ "step": 1057
7441
+ },
7442
+ {
7443
+ "epoch": 0.785740809506127,
7444
+ "grad_norm": 0.001534225302748382,
7445
+ "learning_rate": 1.1697777844051105e-05,
7446
+ "loss": 0.0001,
7447
+ "step": 1058
7448
+ },
7449
+ {
7450
+ "epoch": 0.7864834756776828,
7451
+ "grad_norm": 0.008333349600434303,
7452
+ "learning_rate": 1.1619982397479412e-05,
7453
+ "loss": 0.0002,
7454
+ "step": 1059
7455
+ },
7456
+ {
7457
+ "epoch": 0.7872261418492388,
7458
+ "grad_norm": 0.2474621683359146,
7459
+ "learning_rate": 1.1542412475911758e-05,
7460
+ "loss": 0.0036,
7461
+ "step": 1060
7462
+ },
7463
+ {
7464
+ "epoch": 0.7879688080207946,
7465
+ "grad_norm": 0.0020573630463331938,
7466
+ "learning_rate": 1.1465068535157097e-05,
7467
+ "loss": 0.0002,
7468
+ "step": 1061
7469
+ },
7470
+ {
7471
+ "epoch": 0.7887114741923505,
7472
+ "grad_norm": 0.009289558976888657,
7473
+ "learning_rate": 1.1387951029696542e-05,
7474
+ "loss": 0.0003,
7475
+ "step": 1062
7476
+ },
7477
+ {
7478
+ "epoch": 0.7894541403639064,
7479
+ "grad_norm": 0.0011494681239128113,
7480
+ "learning_rate": 1.1311060412680647e-05,
7481
+ "loss": 0.0001,
7482
+ "step": 1063
7483
+ },
7484
+ {
7485
+ "epoch": 0.7901968065354623,
7486
+ "grad_norm": 0.002744733588770032,
7487
+ "learning_rate": 1.1234397135926705e-05,
7488
+ "loss": 0.0002,
7489
+ "step": 1064
7490
+ },
7491
+ {
7492
+ "epoch": 0.7909394727070181,
7493
+ "grad_norm": 0.0026154378429055214,
7494
+ "learning_rate": 1.1157961649916194e-05,
7495
+ "loss": 0.0001,
7496
+ "step": 1065
7497
+ },
7498
+ {
7499
+ "epoch": 0.7916821388785741,
7500
+ "grad_norm": 0.002585667185485363,
7501
+ "learning_rate": 1.1081754403791999e-05,
7502
+ "loss": 0.0002,
7503
+ "step": 1066
7504
+ },
7505
+ {
7506
+ "epoch": 0.79242480505013,
7507
+ "grad_norm": 0.0019874395802617073,
7508
+ "learning_rate": 1.100577584535592e-05,
7509
+ "loss": 0.0002,
7510
+ "step": 1067
7511
+ },
7512
+ {
7513
+ "epoch": 0.7931674712216858,
7514
+ "grad_norm": 0.0020060345996171236,
7515
+ "learning_rate": 1.0930026421065887e-05,
7516
+ "loss": 0.0002,
7517
+ "step": 1068
7518
+ },
7519
+ {
7520
+ "epoch": 0.7939101373932418,
7521
+ "grad_norm": 0.0012965823989361525,
7522
+ "learning_rate": 1.0854506576033491e-05,
7523
+ "loss": 0.0001,
7524
+ "step": 1069
7525
+ },
7526
+ {
7527
+ "epoch": 0.7946528035647976,
7528
+ "grad_norm": 0.0032621456775814295,
7529
+ "learning_rate": 1.0779216754021215e-05,
7530
+ "loss": 0.0002,
7531
+ "step": 1070
7532
+ },
7533
+ {
7534
+ "epoch": 0.7953954697363536,
7535
+ "grad_norm": 0.002112373011186719,
7536
+ "learning_rate": 1.0704157397439962e-05,
7537
+ "loss": 0.0001,
7538
+ "step": 1071
7539
+ },
7540
+ {
7541
+ "epoch": 0.7961381359079094,
7542
+ "grad_norm": 0.00291498564183712,
7543
+ "learning_rate": 1.062932894734639e-05,
7544
+ "loss": 0.0002,
7545
+ "step": 1072
7546
+ },
7547
+ {
7548
+ "epoch": 0.7968808020794653,
7549
+ "grad_norm": 0.005537567660212517,
7550
+ "learning_rate": 1.0554731843440275e-05,
7551
+ "loss": 0.0002,
7552
+ "step": 1073
7553
+ },
7554
+ {
7555
+ "epoch": 0.7976234682510212,
7556
+ "grad_norm": 0.002763421507552266,
7557
+ "learning_rate": 1.0480366524062042e-05,
7558
+ "loss": 0.0002,
7559
+ "step": 1074
7560
+ },
7561
+ {
7562
+ "epoch": 0.7983661344225771,
7563
+ "grad_norm": 0.007374095730483532,
7564
+ "learning_rate": 1.0406233426190076e-05,
7565
+ "loss": 0.0003,
7566
+ "step": 1075
7567
+ },
7568
+ {
7569
+ "epoch": 0.7991088005941329,
7570
+ "grad_norm": 0.009125984273850918,
7571
+ "learning_rate": 1.0332332985438248e-05,
7572
+ "loss": 0.0002,
7573
+ "step": 1076
7574
+ },
7575
+ {
7576
+ "epoch": 0.7998514667656889,
7577
+ "grad_norm": 0.004513624124228954,
7578
+ "learning_rate": 1.0258665636053272e-05,
7579
+ "loss": 0.0003,
7580
+ "step": 1077
7581
+ },
7582
+ {
7583
+ "epoch": 0.8005941329372447,
7584
+ "grad_norm": 0.002031454350799322,
7585
+ "learning_rate": 1.0185231810912222e-05,
7586
+ "loss": 0.0002,
7587
+ "step": 1078
7588
+ },
7589
+ {
7590
+ "epoch": 0.8013367991088006,
7591
+ "grad_norm": 0.0018436467507854104,
7592
+ "learning_rate": 1.0112031941519934e-05,
7593
+ "loss": 0.0002,
7594
+ "step": 1079
7595
+ },
7596
+ {
7597
+ "epoch": 0.8020794652803565,
7598
+ "grad_norm": 0.02794628217816353,
7599
+ "learning_rate": 1.003906645800653e-05,
7600
+ "loss": 0.0003,
7601
+ "step": 1080
7602
+ },
7603
+ {
7604
+ "epoch": 0.8028221314519124,
7605
+ "grad_norm": 0.0030993130058050156,
7606
+ "learning_rate": 9.966335789124809e-06,
7607
+ "loss": 0.0002,
7608
+ "step": 1081
7609
+ },
7610
+ {
7611
+ "epoch": 0.8035647976234682,
7612
+ "grad_norm": 0.01633264310657978,
7613
+ "learning_rate": 9.893840362247809e-06,
7614
+ "loss": 0.0004,
7615
+ "step": 1082
7616
+ },
7617
+ {
7618
+ "epoch": 0.8043074637950242,
7619
+ "grad_norm": 0.002037476282566786,
7620
+ "learning_rate": 9.821580603366259e-06,
7621
+ "loss": 0.0001,
7622
+ "step": 1083
7623
+ },
7624
+ {
7625
+ "epoch": 0.80505012996658,
7626
+ "grad_norm": 0.0021626856178045273,
7627
+ "learning_rate": 9.749556937086085e-06,
7628
+ "loss": 0.0001,
7629
+ "step": 1084
7630
+ },
7631
+ {
7632
+ "epoch": 0.8057927961381359,
7633
+ "grad_norm": 0.0009408566984347999,
7634
+ "learning_rate": 9.677769786625867e-06,
7635
+ "loss": 0.0001,
7636
+ "step": 1085
7637
+ },
7638
+ {
7639
+ "epoch": 0.8065354623096918,
7640
+ "grad_norm": 0.0013037261087447405,
7641
+ "learning_rate": 9.606219573814445e-06,
7642
+ "loss": 0.0001,
7643
+ "step": 1086
7644
+ },
7645
+ {
7646
+ "epoch": 0.8072781284812477,
7647
+ "grad_norm": 0.0014423932880163193,
7648
+ "learning_rate": 9.534906719088355e-06,
7649
+ "loss": 0.0002,
7650
+ "step": 1087
7651
+ },
7652
+ {
7653
+ "epoch": 0.8080207946528035,
7654
+ "grad_norm": 0.0028046793304383755,
7655
+ "learning_rate": 9.46383164148939e-06,
7656
+ "loss": 0.0002,
7657
+ "step": 1088
7658
+ },
7659
+ {
7660
+ "epoch": 0.8087634608243595,
7661
+ "grad_norm": 0.0011104003060609102,
7662
+ "learning_rate": 9.392994758662178e-06,
7663
+ "loss": 0.0001,
7664
+ "step": 1089
7665
+ },
7666
+ {
7667
+ "epoch": 0.8095061269959153,
7668
+ "grad_norm": 0.0008305896772071719,
7669
+ "learning_rate": 9.322396486851626e-06,
7670
+ "loss": 0.0001,
7671
+ "step": 1090
7672
+ },
7673
+ {
7674
+ "epoch": 0.8102487931674712,
7675
+ "grad_norm": 0.049922533333301544,
7676
+ "learning_rate": 9.252037240900619e-06,
7677
+ "loss": 0.0017,
7678
+ "step": 1091
7679
+ },
7680
+ {
7681
+ "epoch": 0.810991459339027,
7682
+ "grad_norm": 0.0017735987203195691,
7683
+ "learning_rate": 9.181917434247416e-06,
7684
+ "loss": 0.0002,
7685
+ "step": 1092
7686
+ },
7687
+ {
7688
+ "epoch": 0.811734125510583,
7689
+ "grad_norm": 0.0012938451254740357,
7690
+ "learning_rate": 9.112037478923363e-06,
7691
+ "loss": 0.0002,
7692
+ "step": 1093
7693
+ },
7694
+ {
7695
+ "epoch": 0.8124767916821389,
7696
+ "grad_norm": 0.0025100386701524258,
7697
+ "learning_rate": 9.042397785550405e-06,
7698
+ "loss": 0.0002,
7699
+ "step": 1094
7700
+ },
7701
+ {
7702
+ "epoch": 0.8132194578536948,
7703
+ "grad_norm": 2.1535964012145996,
7704
+ "learning_rate": 8.972998763338685e-06,
7705
+ "loss": 0.291,
7706
+ "step": 1095
7707
+ },
7708
+ {
7709
+ "epoch": 0.8139621240252507,
7710
+ "grad_norm": 0.02024056576192379,
7711
+ "learning_rate": 8.903840820084096e-06,
7712
+ "loss": 0.0004,
7713
+ "step": 1096
7714
+ },
7715
+ {
7716
+ "epoch": 0.8147047901968065,
7717
+ "grad_norm": 0.002208460820838809,
7718
+ "learning_rate": 8.834924362165992e-06,
7719
+ "loss": 0.0002,
7720
+ "step": 1097
7721
+ },
7722
+ {
7723
+ "epoch": 0.8154474563683625,
7724
+ "grad_norm": 0.0023833250161260366,
7725
+ "learning_rate": 8.766249794544662e-06,
7726
+ "loss": 0.0002,
7727
+ "step": 1098
7728
+ },
7729
+ {
7730
+ "epoch": 0.8161901225399183,
7731
+ "grad_norm": 0.003369487589225173,
7732
+ "learning_rate": 8.697817520759093e-06,
7733
+ "loss": 0.0002,
7734
+ "step": 1099
7735
+ },
7736
+ {
7737
+ "epoch": 0.8169327887114742,
7738
+ "grad_norm": 0.003595678135752678,
7739
+ "learning_rate": 8.629627942924473e-06,
7740
+ "loss": 0.0002,
7741
+ "step": 1100
7742
+ },
7743
+ {
7744
+ "epoch": 0.8176754548830301,
7745
+ "grad_norm": 0.011070462875068188,
7746
+ "learning_rate": 8.561681461729926e-06,
7747
+ "loss": 0.0003,
7748
+ "step": 1101
7749
+ },
7750
+ {
7751
+ "epoch": 0.818418121054586,
7752
+ "grad_norm": 0.000978004070930183,
7753
+ "learning_rate": 8.49397847643606e-06,
7754
+ "loss": 0.0001,
7755
+ "step": 1102
7756
+ },
7757
+ {
7758
+ "epoch": 0.8191607872261418,
7759
+ "grad_norm": 0.0015130506362766027,
7760
+ "learning_rate": 8.426519384872733e-06,
7761
+ "loss": 0.0001,
7762
+ "step": 1103
7763
+ },
7764
+ {
7765
+ "epoch": 0.8199034533976978,
7766
+ "grad_norm": 0.0014117389218881726,
7767
+ "learning_rate": 8.359304583436644e-06,
7768
+ "loss": 0.0002,
7769
+ "step": 1104
7770
+ },
7771
+ {
7772
+ "epoch": 0.8206461195692536,
7773
+ "grad_norm": 0.0007138338405638933,
7774
+ "learning_rate": 8.29233446708898e-06,
7775
+ "loss": 0.0001,
7776
+ "step": 1105
7777
+ },
7778
+ {
7779
+ "epoch": 0.8213887857408095,
7780
+ "grad_norm": 0.0014467401197180152,
7781
+ "learning_rate": 8.225609429353187e-06,
7782
+ "loss": 0.0001,
7783
+ "step": 1106
7784
+ },
7785
+ {
7786
+ "epoch": 0.8221314519123654,
7787
+ "grad_norm": 0.0005772042204625905,
7788
+ "learning_rate": 8.159129862312548e-06,
7789
+ "loss": 0.0001,
7790
+ "step": 1107
7791
+ },
7792
+ {
7793
+ "epoch": 0.8228741180839213,
7794
+ "grad_norm": 0.0007005248917266726,
7795
+ "learning_rate": 8.092896156607987e-06,
7796
+ "loss": 0.0001,
7797
+ "step": 1108
7798
+ },
7799
+ {
7800
+ "epoch": 0.8236167842554771,
7801
+ "grad_norm": 0.0023481727112084627,
7802
+ "learning_rate": 8.026908701435681e-06,
7803
+ "loss": 0.0001,
7804
+ "step": 1109
7805
+ },
7806
+ {
7807
+ "epoch": 0.8243594504270331,
7808
+ "grad_norm": 0.0042024110443890095,
7809
+ "learning_rate": 7.96116788454485e-06,
7810
+ "loss": 0.0002,
7811
+ "step": 1110
7812
+ },
7813
+ {
7814
+ "epoch": 0.8251021165985889,
7815
+ "grad_norm": 0.001470068353228271,
7816
+ "learning_rate": 7.895674092235395e-06,
7817
+ "loss": 0.0001,
7818
+ "step": 1111
7819
+ },
7820
+ {
7821
+ "epoch": 0.8258447827701448,
7822
+ "grad_norm": 0.0019429409876465797,
7823
+ "learning_rate": 7.830427709355725e-06,
7824
+ "loss": 0.0002,
7825
+ "step": 1112
7826
+ },
7827
+ {
7828
+ "epoch": 0.8265874489417007,
7829
+ "grad_norm": 0.006123952101916075,
7830
+ "learning_rate": 7.765429119300394e-06,
7831
+ "loss": 0.0003,
7832
+ "step": 1113
7833
+ },
7834
+ {
7835
+ "epoch": 0.8273301151132566,
7836
+ "grad_norm": 0.0007870638510212302,
7837
+ "learning_rate": 7.700678704007947e-06,
7838
+ "loss": 0.0001,
7839
+ "step": 1114
7840
+ },
7841
+ {
7842
+ "epoch": 0.8280727812848124,
7843
+ "grad_norm": 0.0008543855510652065,
7844
+ "learning_rate": 7.636176843958598e-06,
7845
+ "loss": 0.0001,
7846
+ "step": 1115
7847
+ },
7848
+ {
7849
+ "epoch": 0.8288154474563684,
7850
+ "grad_norm": 0.010817396454513073,
7851
+ "learning_rate": 7.571923918172053e-06,
7852
+ "loss": 0.0002,
7853
+ "step": 1116
7854
+ },
7855
+ {
7856
+ "epoch": 0.8295581136279242,
7857
+ "grad_norm": 0.0015762196853756905,
7858
+ "learning_rate": 7.507920304205202e-06,
7859
+ "loss": 0.0002,
7860
+ "step": 1117
7861
+ },
7862
+ {
7863
+ "epoch": 0.8303007797994801,
7864
+ "grad_norm": 0.0009204100351780653,
7865
+ "learning_rate": 7.444166378150013e-06,
7866
+ "loss": 0.0001,
7867
+ "step": 1118
7868
+ },
7869
+ {
7870
+ "epoch": 0.831043445971036,
7871
+ "grad_norm": 0.0015323157422244549,
7872
+ "learning_rate": 7.3806625146312205e-06,
7873
+ "loss": 0.0002,
7874
+ "step": 1119
7875
+ },
7876
+ {
7877
+ "epoch": 0.8317861121425919,
7878
+ "grad_norm": 0.001088933553546667,
7879
+ "learning_rate": 7.317409086804189e-06,
7880
+ "loss": 0.0001,
7881
+ "step": 1120
7882
+ },
7883
+ {
7884
+ "epoch": 0.8325287783141478,
7885
+ "grad_norm": 0.002421481069177389,
7886
+ "learning_rate": 7.2544064663526815e-06,
7887
+ "loss": 0.0002,
7888
+ "step": 1121
7889
+ },
7890
+ {
7891
+ "epoch": 0.8332714444857037,
7892
+ "grad_norm": 0.0009983620839193463,
7893
+ "learning_rate": 7.191655023486682e-06,
7894
+ "loss": 0.0001,
7895
+ "step": 1122
7896
+ },
7897
+ {
7898
+ "epoch": 0.8340141106572596,
7899
+ "grad_norm": 0.003855592804029584,
7900
+ "learning_rate": 7.129155126940268e-06,
7901
+ "loss": 0.0002,
7902
+ "step": 1123
7903
+ },
7904
+ {
7905
+ "epoch": 0.8347567768288154,
7906
+ "grad_norm": 0.003245392581447959,
7907
+ "learning_rate": 7.066907143969353e-06,
7908
+ "loss": 0.0002,
7909
+ "step": 1124
7910
+ },
7911
+ {
7912
+ "epoch": 0.8354994430003714,
7913
+ "grad_norm": 0.005832053255289793,
7914
+ "learning_rate": 7.004911440349615e-06,
7915
+ "loss": 0.0003,
7916
+ "step": 1125
7917
+ },
7918
+ {
7919
+ "epoch": 0.8362421091719272,
7920
+ "grad_norm": 0.0075843255035579205,
7921
+ "learning_rate": 6.94316838037431e-06,
7922
+ "loss": 0.0002,
7923
+ "step": 1126
7924
+ },
7925
+ {
7926
+ "epoch": 0.8369847753434831,
7927
+ "grad_norm": 0.019108982756733894,
7928
+ "learning_rate": 6.881678326852136e-06,
7929
+ "loss": 0.0005,
7930
+ "step": 1127
7931
+ },
7932
+ {
7933
+ "epoch": 0.837727441515039,
7934
+ "grad_norm": 0.0029295405838638544,
7935
+ "learning_rate": 6.820441641105063e-06,
7936
+ "loss": 0.0003,
7937
+ "step": 1128
7938
+ },
7939
+ {
7940
+ "epoch": 0.8384701076865949,
7941
+ "grad_norm": 0.0009995042346417904,
7942
+ "learning_rate": 6.759458682966296e-06,
7943
+ "loss": 0.0001,
7944
+ "step": 1129
7945
+ },
7946
+ {
7947
+ "epoch": 0.8392127738581507,
7948
+ "grad_norm": 0.0011027619475498796,
7949
+ "learning_rate": 6.698729810778065e-06,
7950
+ "loss": 0.0002,
7951
+ "step": 1130
7952
+ },
7953
+ {
7954
+ "epoch": 0.8399554400297067,
7955
+ "grad_norm": 0.0015378465177491307,
7956
+ "learning_rate": 6.6382553813896075e-06,
7957
+ "loss": 0.0001,
7958
+ "step": 1131
7959
+ },
7960
+ {
7961
+ "epoch": 0.8406981062012625,
7962
+ "grad_norm": 0.0011789267882704735,
7963
+ "learning_rate": 6.578035750154976e-06,
7964
+ "loss": 0.0001,
7965
+ "step": 1132
7966
+ },
7967
+ {
7968
+ "epoch": 0.8414407723728184,
7969
+ "grad_norm": 0.003139357315376401,
7970
+ "learning_rate": 6.518071270931059e-06,
7971
+ "loss": 0.0002,
7972
+ "step": 1133
7973
+ },
7974
+ {
7975
+ "epoch": 0.8421834385443743,
7976
+ "grad_norm": 0.004962114151567221,
7977
+ "learning_rate": 6.458362296075399e-06,
7978
+ "loss": 0.0003,
7979
+ "step": 1134
7980
+ },
7981
+ {
7982
+ "epoch": 0.8429261047159302,
7983
+ "grad_norm": 0.0013825440546497703,
7984
+ "learning_rate": 6.398909176444207e-06,
7985
+ "loss": 0.0001,
7986
+ "step": 1135
7987
+ },
7988
+ {
7989
+ "epoch": 0.843668770887486,
7990
+ "grad_norm": 0.0008226705831475556,
7991
+ "learning_rate": 6.339712261390213e-06,
7992
+ "loss": 0.0001,
7993
+ "step": 1136
7994
+ },
7995
+ {
7996
+ "epoch": 0.844411437059042,
7997
+ "grad_norm": 0.00134433398488909,
7998
+ "learning_rate": 6.280771898760718e-06,
7999
+ "loss": 0.0001,
8000
+ "step": 1137
8001
+ },
8002
+ {
8003
+ "epoch": 0.8451541032305978,
8004
+ "grad_norm": 0.0013929035048931837,
8005
+ "learning_rate": 6.222088434895462e-06,
8006
+ "loss": 0.0001,
8007
+ "step": 1138
8008
+ },
8009
+ {
8010
+ "epoch": 0.8458967694021537,
8011
+ "grad_norm": 0.00138406315818429,
8012
+ "learning_rate": 6.163662214624616e-06,
8013
+ "loss": 0.0002,
8014
+ "step": 1139
8015
+ },
8016
+ {
8017
+ "epoch": 0.8466394355737096,
8018
+ "grad_norm": 0.0019744529854506254,
8019
+ "learning_rate": 6.1054935812667855e-06,
8020
+ "loss": 0.0002,
8021
+ "step": 1140
8022
+ },
8023
+ {
8024
+ "epoch": 0.8473821017452655,
8025
+ "grad_norm": 0.0007763861794956028,
8026
+ "learning_rate": 6.047582876626934e-06,
8027
+ "loss": 0.0001,
8028
+ "step": 1141
8029
+ },
8030
+ {
8031
+ "epoch": 0.8481247679168213,
8032
+ "grad_norm": 0.0008731714333407581,
8033
+ "learning_rate": 5.989930440994451e-06,
8034
+ "loss": 0.0001,
8035
+ "step": 1142
8036
+ },
8037
+ {
8038
+ "epoch": 0.8488674340883773,
8039
+ "grad_norm": 0.0010884518269449472,
8040
+ "learning_rate": 5.932536613141065e-06,
8041
+ "loss": 0.0001,
8042
+ "step": 1143
8043
+ },
8044
+ {
8045
+ "epoch": 0.8496101002599331,
8046
+ "grad_norm": 0.004011042881757021,
8047
+ "learning_rate": 5.875401730318947e-06,
8048
+ "loss": 0.0002,
8049
+ "step": 1144
8050
+ },
8051
+ {
8052
+ "epoch": 0.850352766431489,
8053
+ "grad_norm": 0.0016273773508146405,
8054
+ "learning_rate": 5.818526128258622e-06,
8055
+ "loss": 0.0002,
8056
+ "step": 1145
8057
+ },
8058
+ {
8059
+ "epoch": 0.8510954326030449,
8060
+ "grad_norm": 0.001861872267909348,
8061
+ "learning_rate": 5.7619101411671095e-06,
8062
+ "loss": 0.0001,
8063
+ "step": 1146
8064
+ },
8065
+ {
8066
+ "epoch": 0.8518380987746008,
8067
+ "grad_norm": 0.0037269063759595156,
8068
+ "learning_rate": 5.7055541017258855e-06,
8069
+ "loss": 0.0003,
8070
+ "step": 1147
8071
+ },
8072
+ {
8073
+ "epoch": 0.8525807649461568,
8074
+ "grad_norm": 0.0021908970084041357,
8075
+ "learning_rate": 5.649458341088915e-06,
8076
+ "loss": 0.0002,
8077
+ "step": 1148
8078
+ },
8079
+ {
8080
+ "epoch": 0.8533234311177126,
8081
+ "grad_norm": 0.002067559864372015,
8082
+ "learning_rate": 5.593623188880781e-06,
8083
+ "loss": 0.0002,
8084
+ "step": 1149
8085
+ },
8086
+ {
8087
+ "epoch": 0.8540660972892685,
8088
+ "grad_norm": 0.004860437475144863,
8089
+ "learning_rate": 5.538048973194698e-06,
8090
+ "loss": 0.0002,
8091
+ "step": 1150
8092
+ },
8093
+ {
8094
+ "epoch": 0.8548087634608244,
8095
+ "grad_norm": 0.00816015899181366,
8096
+ "learning_rate": 5.482736020590551e-06,
8097
+ "loss": 0.0002,
8098
+ "step": 1151
8099
+ },
8100
+ {
8101
+ "epoch": 0.8555514296323803,
8102
+ "grad_norm": 0.23404280841350555,
8103
+ "learning_rate": 5.427684656093074e-06,
8104
+ "loss": 0.0006,
8105
+ "step": 1152
8106
+ },
8107
+ {
8108
+ "epoch": 0.8562940958039361,
8109
+ "grad_norm": 0.0022261200938373804,
8110
+ "learning_rate": 5.372895203189837e-06,
8111
+ "loss": 0.0002,
8112
+ "step": 1153
8113
+ },
8114
+ {
8115
+ "epoch": 0.8570367619754921,
8116
+ "grad_norm": 0.001256439252756536,
8117
+ "learning_rate": 5.318367983829392e-06,
8118
+ "loss": 0.0001,
8119
+ "step": 1154
8120
+ },
8121
+ {
8122
+ "epoch": 0.8577794281470479,
8123
+ "grad_norm": 0.0017608028138056397,
8124
+ "learning_rate": 5.2641033184194165e-06,
8125
+ "loss": 0.0002,
8126
+ "step": 1155
8127
+ },
8128
+ {
8129
+ "epoch": 0.8585220943186038,
8130
+ "grad_norm": 0.0018713950412347913,
8131
+ "learning_rate": 5.210101525824746e-06,
8132
+ "loss": 0.0001,
8133
+ "step": 1156
8134
+ },
8135
+ {
8136
+ "epoch": 0.8592647604901597,
8137
+ "grad_norm": 0.0007540153455920517,
8138
+ "learning_rate": 5.156362923365588e-06,
8139
+ "loss": 0.0001,
8140
+ "step": 1157
8141
+ },
8142
+ {
8143
+ "epoch": 0.8600074266617156,
8144
+ "grad_norm": 0.0012859681155532598,
8145
+ "learning_rate": 5.102887826815589e-06,
8146
+ "loss": 0.0001,
8147
+ "step": 1158
8148
+ },
8149
+ {
8150
+ "epoch": 0.8607500928332714,
8151
+ "grad_norm": 0.0008075116202235222,
8152
+ "learning_rate": 5.049676550400034e-06,
8153
+ "loss": 0.0001,
8154
+ "step": 1159
8155
+ },
8156
+ {
8157
+ "epoch": 0.8614927590048274,
8158
+ "grad_norm": 0.0007994707557372749,
8159
+ "learning_rate": 4.996729406793943e-06,
8160
+ "loss": 0.0001,
8161
+ "step": 1160
8162
+ },
8163
+ {
8164
+ "epoch": 0.8622354251763832,
8165
+ "grad_norm": 0.004248554352670908,
8166
+ "learning_rate": 4.944046707120287e-06,
8167
+ "loss": 0.0002,
8168
+ "step": 1161
8169
+ },
8170
+ {
8171
+ "epoch": 0.8629780913479391,
8172
+ "grad_norm": 0.0005359674105420709,
8173
+ "learning_rate": 4.891628760948114e-06,
8174
+ "loss": 0.0001,
8175
+ "step": 1162
8176
+ },
8177
+ {
8178
+ "epoch": 0.863720757519495,
8179
+ "grad_norm": 0.0008803227683529258,
8180
+ "learning_rate": 4.839475876290789e-06,
8181
+ "loss": 0.0001,
8182
+ "step": 1163
8183
+ },
8184
+ {
8185
+ "epoch": 0.8644634236910509,
8186
+ "grad_norm": 0.0011372326407581568,
8187
+ "learning_rate": 4.787588359604106e-06,
8188
+ "loss": 0.0002,
8189
+ "step": 1164
8190
+ },
8191
+ {
8192
+ "epoch": 0.8652060898626067,
8193
+ "grad_norm": 0.004412113688886166,
8194
+ "learning_rate": 4.735966515784562e-06,
8195
+ "loss": 0.0002,
8196
+ "step": 1165
8197
+ },
8198
+ {
8199
+ "epoch": 0.8659487560341627,
8200
+ "grad_norm": 0.0014664451591670513,
8201
+ "learning_rate": 4.684610648167503e-06,
8202
+ "loss": 0.0002,
8203
+ "step": 1166
8204
+ },
8205
+ {
8206
+ "epoch": 0.8666914222057185,
8207
+ "grad_norm": 0.00369854923337698,
8208
+ "learning_rate": 4.633521058525408e-06,
8209
+ "loss": 0.0002,
8210
+ "step": 1167
8211
+ },
8212
+ {
8213
+ "epoch": 0.8674340883772744,
8214
+ "grad_norm": 0.0015638495096936822,
8215
+ "learning_rate": 4.582698047066036e-06,
8216
+ "loss": 0.0001,
8217
+ "step": 1168
8218
+ },
8219
+ {
8220
+ "epoch": 0.8681767545488303,
8221
+ "grad_norm": 0.026589730754494667,
8222
+ "learning_rate": 4.532141912430743e-06,
8223
+ "loss": 0.0005,
8224
+ "step": 1169
8225
+ },
8226
+ {
8227
+ "epoch": 0.8689194207203862,
8228
+ "grad_norm": 0.0014144079759716988,
8229
+ "learning_rate": 4.4818529516926726e-06,
8230
+ "loss": 0.0001,
8231
+ "step": 1170
8232
+ },
8233
+ {
8234
+ "epoch": 0.869662086891942,
8235
+ "grad_norm": 0.0023864826653152704,
8236
+ "learning_rate": 4.4318314603550074e-06,
8237
+ "loss": 0.0002,
8238
+ "step": 1171
8239
+ },
8240
+ {
8241
+ "epoch": 0.870404753063498,
8242
+ "grad_norm": 0.00443720119073987,
8243
+ "learning_rate": 4.382077732349299e-06,
8244
+ "loss": 0.0002,
8245
+ "step": 1172
8246
+ },
8247
+ {
8248
+ "epoch": 0.8711474192350538,
8249
+ "grad_norm": 0.0019203081028535962,
8250
+ "learning_rate": 4.332592060033636e-06,
8251
+ "loss": 0.0001,
8252
+ "step": 1173
8253
+ },
8254
+ {
8255
+ "epoch": 0.8718900854066097,
8256
+ "grad_norm": 0.0016560673248022795,
8257
+ "learning_rate": 4.283374734191037e-06,
8258
+ "loss": 0.0002,
8259
+ "step": 1174
8260
+ },
8261
+ {
8262
+ "epoch": 0.8726327515781657,
8263
+ "grad_norm": 0.0018693654565140605,
8264
+ "learning_rate": 4.234426044027645e-06,
8265
+ "loss": 0.0001,
8266
+ "step": 1175
8267
+ },
8268
+ {
8269
+ "epoch": 0.8733754177497215,
8270
+ "grad_norm": 0.041886404156684875,
8271
+ "learning_rate": 4.18574627717111e-06,
8272
+ "loss": 0.0008,
8273
+ "step": 1176
8274
+ },
8275
+ {
8276
+ "epoch": 0.8741180839212774,
8277
+ "grad_norm": 0.0033249545376747847,
8278
+ "learning_rate": 4.137335719668822e-06,
8279
+ "loss": 0.0001,
8280
+ "step": 1177
8281
+ },
8282
+ {
8283
+ "epoch": 0.8748607500928333,
8284
+ "grad_norm": 0.0029907547868788242,
8285
+ "learning_rate": 4.089194655986306e-06,
8286
+ "loss": 0.0002,
8287
+ "step": 1178
8288
+ },
8289
+ {
8290
+ "epoch": 0.8756034162643892,
8291
+ "grad_norm": 0.0019523641094565392,
8292
+ "learning_rate": 4.041323369005479e-06,
8293
+ "loss": 0.0002,
8294
+ "step": 1179
8295
+ },
8296
+ {
8297
+ "epoch": 0.876346082435945,
8298
+ "grad_norm": 0.0027865059673786163,
8299
+ "learning_rate": 3.9937221400230484e-06,
8300
+ "loss": 0.0001,
8301
+ "step": 1180
8302
+ },
8303
+ {
8304
+ "epoch": 0.877088748607501,
8305
+ "grad_norm": 0.0016474600415676832,
8306
+ "learning_rate": 3.946391248748821e-06,
8307
+ "loss": 0.0002,
8308
+ "step": 1181
8309
+ },
8310
+ {
8311
+ "epoch": 0.8778314147790568,
8312
+ "grad_norm": 0.0016686657909303904,
8313
+ "learning_rate": 3.899330973304083e-06,
8314
+ "loss": 0.0001,
8315
+ "step": 1182
8316
+ },
8317
+ {
8318
+ "epoch": 0.8785740809506127,
8319
+ "grad_norm": 0.03477117419242859,
8320
+ "learning_rate": 3.8525415902199154e-06,
8321
+ "loss": 0.0013,
8322
+ "step": 1183
8323
+ },
8324
+ {
8325
+ "epoch": 0.8793167471221686,
8326
+ "grad_norm": 0.000568350194953382,
8327
+ "learning_rate": 3.8060233744356633e-06,
8328
+ "loss": 0.0001,
8329
+ "step": 1184
8330
+ },
8331
+ {
8332
+ "epoch": 0.8800594132937245,
8333
+ "grad_norm": 0.0022050561383366585,
8334
+ "learning_rate": 3.7597765992972267e-06,
8335
+ "loss": 0.0002,
8336
+ "step": 1185
8337
+ },
8338
+ {
8339
+ "epoch": 0.8808020794652803,
8340
+ "grad_norm": 0.0006907075876370072,
8341
+ "learning_rate": 3.7138015365554833e-06,
8342
+ "loss": 0.0001,
8343
+ "step": 1186
8344
+ },
8345
+ {
8346
+ "epoch": 0.8815447456368363,
8347
+ "grad_norm": 0.0008904426940716803,
8348
+ "learning_rate": 3.6680984563647434e-06,
8349
+ "loss": 0.0001,
8350
+ "step": 1187
8351
+ },
8352
+ {
8353
+ "epoch": 0.8822874118083921,
8354
+ "grad_norm": 0.0031244743149727583,
8355
+ "learning_rate": 3.6226676272810735e-06,
8356
+ "loss": 0.0002,
8357
+ "step": 1188
8358
+ },
8359
+ {
8360
+ "epoch": 0.883030077979948,
8361
+ "grad_norm": 0.0016301183495670557,
8362
+ "learning_rate": 3.5775093162607963e-06,
8363
+ "loss": 0.0001,
8364
+ "step": 1189
8365
+ },
8366
+ {
8367
+ "epoch": 0.8837727441515039,
8368
+ "grad_norm": 0.006416819058358669,
8369
+ "learning_rate": 3.5326237886588732e-06,
8370
+ "loss": 0.0003,
8371
+ "step": 1190
8372
+ },
8373
+ {
8374
+ "epoch": 0.8845154103230598,
8375
+ "grad_norm": 0.0009310771129094064,
8376
+ "learning_rate": 3.488011308227379e-06,
8377
+ "loss": 0.0001,
8378
+ "step": 1191
8379
+ },
8380
+ {
8381
+ "epoch": 0.8852580764946156,
8382
+ "grad_norm": 0.00095487164799124,
8383
+ "learning_rate": 3.443672137113901e-06,
8384
+ "loss": 0.0001,
8385
+ "step": 1192
8386
+ },
8387
+ {
8388
+ "epoch": 0.8860007426661716,
8389
+ "grad_norm": 0.0011116062523797154,
8390
+ "learning_rate": 3.3996065358600782e-06,
8391
+ "loss": 0.0001,
8392
+ "step": 1193
8393
+ },
8394
+ {
8395
+ "epoch": 0.8867434088377274,
8396
+ "grad_norm": 0.0024930539075285196,
8397
+ "learning_rate": 3.3558147633999728e-06,
8398
+ "loss": 0.0002,
8399
+ "step": 1194
8400
+ },
8401
+ {
8402
+ "epoch": 0.8874860750092833,
8403
+ "grad_norm": 0.0017195651307702065,
8404
+ "learning_rate": 3.3122970770586514e-06,
8405
+ "loss": 0.0001,
8406
+ "step": 1195
8407
+ },
8408
+ {
8409
+ "epoch": 0.8882287411808392,
8410
+ "grad_norm": 0.0015204905066639185,
8411
+ "learning_rate": 3.269053732550581e-06,
8412
+ "loss": 0.0002,
8413
+ "step": 1196
8414
+ },
8415
+ {
8416
+ "epoch": 0.8889714073523951,
8417
+ "grad_norm": 0.005054555833339691,
8418
+ "learning_rate": 3.226084983978195e-06,
8419
+ "loss": 0.0003,
8420
+ "step": 1197
8421
+ },
8422
+ {
8423
+ "epoch": 0.8897140735239509,
8424
+ "grad_norm": 0.0018111229874193668,
8425
+ "learning_rate": 3.183391083830345e-06,
8426
+ "loss": 0.0001,
8427
+ "step": 1198
8428
+ },
8429
+ {
8430
+ "epoch": 0.8904567396955069,
8431
+ "grad_norm": 0.026347478851675987,
8432
+ "learning_rate": 3.1409722829808863e-06,
8433
+ "loss": 0.0005,
8434
+ "step": 1199
8435
+ },
8436
+ {
8437
+ "epoch": 0.8911994058670628,
8438
+ "grad_norm": 0.002853583311662078,
8439
+ "learning_rate": 3.0988288306871115e-06,
8440
+ "loss": 0.0002,
8441
+ "step": 1200
8442
+ },
8443
+ {
8444
+ "epoch": 0.8919420720386186,
8445
+ "grad_norm": 0.0017346449894830585,
8446
+ "learning_rate": 3.0569609745883743e-06,
8447
+ "loss": 0.0001,
8448
+ "step": 1201
8449
+ },
8450
+ {
8451
+ "epoch": 0.8926847382101746,
8452
+ "grad_norm": 0.31705546379089355,
8453
+ "learning_rate": 3.0153689607045845e-06,
8454
+ "loss": 0.0023,
8455
+ "step": 1202
8456
+ },
8457
+ {
8458
+ "epoch": 0.8934274043817304,
8459
+ "grad_norm": 0.2009972184896469,
8460
+ "learning_rate": 2.9740530334347594e-06,
8461
+ "loss": 0.0012,
8462
+ "step": 1203
8463
+ },
8464
+ {
8465
+ "epoch": 0.8941700705532863,
8466
+ "grad_norm": 0.009426708333194256,
8467
+ "learning_rate": 2.933013435555637e-06,
8468
+ "loss": 0.0003,
8469
+ "step": 1204
8470
+ },
8471
+ {
8472
+ "epoch": 0.8949127367248422,
8473
+ "grad_norm": 0.0008448066073469818,
8474
+ "learning_rate": 2.8922504082201764e-06,
8475
+ "loss": 0.0001,
8476
+ "step": 1205
8477
+ },
8478
+ {
8479
+ "epoch": 0.8956554028963981,
8480
+ "grad_norm": 0.0007227634778246284,
8481
+ "learning_rate": 2.8517641909562077e-06,
8482
+ "loss": 0.0001,
8483
+ "step": 1206
8484
+ },
8485
+ {
8486
+ "epoch": 0.8963980690679539,
8487
+ "grad_norm": 0.007234448567032814,
8488
+ "learning_rate": 2.811555021664969e-06,
8489
+ "loss": 0.0003,
8490
+ "step": 1207
8491
+ },
8492
+ {
8493
+ "epoch": 0.8971407352395099,
8494
+ "grad_norm": 0.003920075949281454,
8495
+ "learning_rate": 2.7716231366197663e-06,
8496
+ "loss": 0.0002,
8497
+ "step": 1208
8498
+ },
8499
+ {
8500
+ "epoch": 0.8978834014110657,
8501
+ "grad_norm": 0.0014649624936282635,
8502
+ "learning_rate": 2.7319687704645326e-06,
8503
+ "loss": 0.0001,
8504
+ "step": 1209
8505
+ },
8506
+ {
8507
+ "epoch": 0.8986260675826216,
8508
+ "grad_norm": 0.0005429857992567122,
8509
+ "learning_rate": 2.692592156212487e-06,
8510
+ "loss": 0.0001,
8511
+ "step": 1210
8512
+ },
8513
+ {
8514
+ "epoch": 0.8993687337541775,
8515
+ "grad_norm": 0.004393384791910648,
8516
+ "learning_rate": 2.653493525244721e-06,
8517
+ "loss": 0.0002,
8518
+ "step": 1211
8519
+ },
8520
+ {
8521
+ "epoch": 0.9001113999257334,
8522
+ "grad_norm": 0.0011112246429547668,
8523
+ "learning_rate": 2.614673107308896e-06,
8524
+ "loss": 0.0001,
8525
+ "step": 1212
8526
+ },
8527
+ {
8528
+ "epoch": 0.9008540660972892,
8529
+ "grad_norm": 0.0010931448778137565,
8530
+ "learning_rate": 2.5761311305178614e-06,
8531
+ "loss": 0.0001,
8532
+ "step": 1213
8533
+ },
8534
+ {
8535
+ "epoch": 0.9015967322688452,
8536
+ "grad_norm": 0.0010206797160208225,
8537
+ "learning_rate": 2.5378678213483054e-06,
8538
+ "loss": 0.0001,
8539
+ "step": 1214
8540
+ },
8541
+ {
8542
+ "epoch": 0.902339398440401,
8543
+ "grad_norm": 0.0024138889275491238,
8544
+ "learning_rate": 2.499883404639436e-06,
8545
+ "loss": 0.0002,
8546
+ "step": 1215
8547
+ },
8548
+ {
8549
+ "epoch": 0.903082064611957,
8550
+ "grad_norm": 0.0011341659119352698,
8551
+ "learning_rate": 2.462178103591678e-06,
8552
+ "loss": 0.0001,
8553
+ "step": 1216
8554
+ },
8555
+ {
8556
+ "epoch": 0.9038247307835128,
8557
+ "grad_norm": 0.0011666857171803713,
8558
+ "learning_rate": 2.424752139765318e-06,
8559
+ "loss": 0.0001,
8560
+ "step": 1217
8561
+ },
8562
+ {
8563
+ "epoch": 0.9045673969550687,
8564
+ "grad_norm": 0.0019645995926111937,
8565
+ "learning_rate": 2.3876057330792346e-06,
8566
+ "loss": 0.0002,
8567
+ "step": 1218
8568
+ },
8569
+ {
8570
+ "epoch": 0.9053100631266245,
8571
+ "grad_norm": 0.0026836565230041742,
8572
+ "learning_rate": 2.350739101809624e-06,
8573
+ "loss": 0.0003,
8574
+ "step": 1219
8575
+ },
8576
+ {
8577
+ "epoch": 0.9060527292981805,
8578
+ "grad_norm": 0.0015338718658313155,
8579
+ "learning_rate": 2.314152462588659e-06,
8580
+ "loss": 0.0001,
8581
+ "step": 1220
8582
+ },
8583
+ {
8584
+ "epoch": 0.9067953954697363,
8585
+ "grad_norm": 0.007026324979960918,
8586
+ "learning_rate": 2.2778460304032634e-06,
8587
+ "loss": 0.0003,
8588
+ "step": 1221
8589
+ },
8590
+ {
8591
+ "epoch": 0.9075380616412922,
8592
+ "grad_norm": 0.0013827058719471097,
8593
+ "learning_rate": 2.2418200185938487e-06,
8594
+ "loss": 0.0002,
8595
+ "step": 1222
8596
+ },
8597
+ {
8598
+ "epoch": 0.9082807278128481,
8599
+ "grad_norm": 0.0026905061677098274,
8600
+ "learning_rate": 2.206074638853023e-06,
8601
+ "loss": 0.0002,
8602
+ "step": 1223
8603
+ },
8604
+ {
8605
+ "epoch": 0.909023393984404,
8606
+ "grad_norm": 0.001551009714603424,
8607
+ "learning_rate": 2.170610101224385e-06,
8608
+ "loss": 0.0001,
8609
+ "step": 1224
8610
+ },
8611
+ {
8612
+ "epoch": 0.9097660601559598,
8613
+ "grad_norm": 0.004318626597523689,
8614
+ "learning_rate": 2.1354266141012824e-06,
8615
+ "loss": 0.0002,
8616
+ "step": 1225
8617
+ },
8618
+ {
8619
+ "epoch": 0.9105087263275158,
8620
+ "grad_norm": 0.002215152606368065,
8621
+ "learning_rate": 2.100524384225555e-06,
8622
+ "loss": 0.0001,
8623
+ "step": 1226
8624
+ },
8625
+ {
8626
+ "epoch": 0.9112513924990717,
8627
+ "grad_norm": 0.011130552738904953,
8628
+ "learning_rate": 2.0659036166863766e-06,
8629
+ "loss": 0.0004,
8630
+ "step": 1227
8631
+ },
8632
+ {
8633
+ "epoch": 0.9119940586706275,
8634
+ "grad_norm": 0.0008930191397666931,
8635
+ "learning_rate": 2.0315645149189935e-06,
8636
+ "loss": 0.0001,
8637
+ "step": 1228
8638
+ },
8639
+ {
8640
+ "epoch": 0.9127367248421835,
8641
+ "grad_norm": 0.0026403944939374924,
8642
+ "learning_rate": 1.99750728070357e-06,
8643
+ "loss": 0.0002,
8644
+ "step": 1229
8645
+ },
8646
+ {
8647
+ "epoch": 0.9134793910137393,
8648
+ "grad_norm": 0.0009700857335701585,
8649
+ "learning_rate": 1.9637321141639743e-06,
8650
+ "loss": 0.0001,
8651
+ "step": 1230
8652
+ },
8653
+ {
8654
+ "epoch": 0.9142220571852953,
8655
+ "grad_norm": 0.045662786811590195,
8656
+ "learning_rate": 1.930239213766638e-06,
8657
+ "loss": 0.0009,
8658
+ "step": 1231
8659
+ },
8660
+ {
8661
+ "epoch": 0.9149647233568511,
8662
+ "grad_norm": 0.02511802315711975,
8663
+ "learning_rate": 1.8970287763193429e-06,
8664
+ "loss": 0.0007,
8665
+ "step": 1232
8666
+ },
8667
+ {
8668
+ "epoch": 0.915707389528407,
8669
+ "grad_norm": 0.001158213010057807,
8670
+ "learning_rate": 1.8641009969700917e-06,
8671
+ "loss": 0.0001,
8672
+ "step": 1233
8673
+ },
8674
+ {
8675
+ "epoch": 0.9164500556999629,
8676
+ "grad_norm": 0.00307093164883554,
8677
+ "learning_rate": 1.8314560692059835e-06,
8678
+ "loss": 0.0002,
8679
+ "step": 1234
8680
+ },
8681
+ {
8682
+ "epoch": 0.9171927218715188,
8683
+ "grad_norm": 0.0006863306043669581,
8684
+ "learning_rate": 1.799094184852018e-06,
8685
+ "loss": 0.0001,
8686
+ "step": 1235
8687
+ },
8688
+ {
8689
+ "epoch": 0.9179353880430746,
8690
+ "grad_norm": 0.001991459634155035,
8691
+ "learning_rate": 1.7670155340700323e-06,
8692
+ "loss": 0.0002,
8693
+ "step": 1236
8694
+ },
8695
+ {
8696
+ "epoch": 0.9186780542146306,
8697
+ "grad_norm": 0.0033494269009679556,
8698
+ "learning_rate": 1.7352203053575157e-06,
8699
+ "loss": 0.0003,
8700
+ "step": 1237
8701
+ },
8702
+ {
8703
+ "epoch": 0.9194207203861864,
8704
+ "grad_norm": 0.0011704204371199012,
8705
+ "learning_rate": 1.70370868554659e-06,
8706
+ "loss": 0.0001,
8707
+ "step": 1238
8708
+ },
8709
+ {
8710
+ "epoch": 0.9201633865577423,
8711
+ "grad_norm": 0.000724752142559737,
8712
+ "learning_rate": 1.6724808598028108e-06,
8713
+ "loss": 0.0001,
8714
+ "step": 1239
8715
+ },
8716
+ {
8717
+ "epoch": 0.9209060527292982,
8718
+ "grad_norm": 0.002084789564833045,
8719
+ "learning_rate": 1.6415370116241724e-06,
8720
+ "loss": 0.0001,
8721
+ "step": 1240
8722
+ },
8723
+ {
8724
+ "epoch": 0.9216487189008541,
8725
+ "grad_norm": 0.0011653484543785453,
8726
+ "learning_rate": 1.6108773228399543e-06,
8727
+ "loss": 0.0001,
8728
+ "step": 1241
8729
+ },
8730
+ {
8731
+ "epoch": 0.9223913850724099,
8732
+ "grad_norm": 0.001394697930663824,
8733
+ "learning_rate": 1.5805019736097104e-06,
8734
+ "loss": 0.0002,
8735
+ "step": 1242
8736
+ },
8737
+ {
8738
+ "epoch": 0.9231340512439659,
8739
+ "grad_norm": 0.0010144009720534086,
8740
+ "learning_rate": 1.5504111424221646e-06,
8741
+ "loss": 0.0001,
8742
+ "step": 1243
8743
+ },
8744
+ {
8745
+ "epoch": 0.9238767174155217,
8746
+ "grad_norm": 0.012748640961945057,
8747
+ "learning_rate": 1.5206050060942e-06,
8748
+ "loss": 0.0001,
8749
+ "step": 1244
8750
+ },
8751
+ {
8752
+ "epoch": 0.9246193835870776,
8753
+ "grad_norm": 0.0012531749671325088,
8754
+ "learning_rate": 1.4910837397697886e-06,
8755
+ "loss": 0.0001,
8756
+ "step": 1245
8757
+ },
8758
+ {
8759
+ "epoch": 0.9253620497586335,
8760
+ "grad_norm": 0.0027611353434622288,
8761
+ "learning_rate": 1.4618475169190017e-06,
8762
+ "loss": 0.0002,
8763
+ "step": 1246
8764
+ },
8765
+ {
8766
+ "epoch": 0.9261047159301894,
8767
+ "grad_norm": 0.0028265246655792,
8768
+ "learning_rate": 1.4328965093369283e-06,
8769
+ "loss": 0.0001,
8770
+ "step": 1247
8771
+ },
8772
+ {
8773
+ "epoch": 0.9268473821017452,
8774
+ "grad_norm": 0.0014653587713837624,
8775
+ "learning_rate": 1.4042308871427324e-06,
8776
+ "loss": 0.0001,
8777
+ "step": 1248
8778
+ },
8779
+ {
8780
+ "epoch": 0.9275900482733012,
8781
+ "grad_norm": 0.0027727442793548107,
8782
+ "learning_rate": 1.3758508187786068e-06,
8783
+ "loss": 0.0002,
8784
+ "step": 1249
8785
+ },
8786
+ {
8787
+ "epoch": 0.928332714444857,
8788
+ "grad_norm": 0.003438390791416168,
8789
+ "learning_rate": 1.3477564710088098e-06,
8790
+ "loss": 0.0002,
8791
+ "step": 1250
8792
+ },
8793
+ {
8794
+ "epoch": 0.9290753806164129,
8795
+ "grad_norm": 0.0032505146227777004,
8796
+ "learning_rate": 1.3199480089186756e-06,
8797
+ "loss": 0.0002,
8798
+ "step": 1251
8799
+ },
8800
+ {
8801
+ "epoch": 0.9298180467879688,
8802
+ "grad_norm": 0.005036122631281614,
8803
+ "learning_rate": 1.2924255959136266e-06,
8804
+ "loss": 0.0002,
8805
+ "step": 1252
8806
+ },
8807
+ {
8808
+ "epoch": 0.9305607129595247,
8809
+ "grad_norm": 0.011345870792865753,
8810
+ "learning_rate": 1.2651893937182635e-06,
8811
+ "loss": 0.0003,
8812
+ "step": 1253
8813
+ },
8814
+ {
8815
+ "epoch": 0.9313033791310806,
8816
+ "grad_norm": 0.0007504152599722147,
8817
+ "learning_rate": 1.2382395623753485e-06,
8818
+ "loss": 0.0001,
8819
+ "step": 1254
8820
+ },
8821
+ {
8822
+ "epoch": 0.9320460453026365,
8823
+ "grad_norm": 0.0009204870439134538,
8824
+ "learning_rate": 1.2115762602449177e-06,
8825
+ "loss": 0.0001,
8826
+ "step": 1255
8827
+ },
8828
+ {
8829
+ "epoch": 0.9327887114741924,
8830
+ "grad_norm": 0.021037423983216286,
8831
+ "learning_rate": 1.1851996440033319e-06,
8832
+ "loss": 0.0007,
8833
+ "step": 1256
8834
+ },
8835
+ {
8836
+ "epoch": 0.9335313776457482,
8837
+ "grad_norm": 0.05482451990246773,
8838
+ "learning_rate": 1.1591098686423496e-06,
8839
+ "loss": 0.0006,
8840
+ "step": 1257
8841
+ },
8842
+ {
8843
+ "epoch": 0.9342740438173042,
8844
+ "grad_norm": 0.0006609958363696933,
8845
+ "learning_rate": 1.1333070874682216e-06,
8846
+ "loss": 0.0001,
8847
+ "step": 1258
8848
+ },
8849
+ {
8850
+ "epoch": 0.93501670998886,
8851
+ "grad_norm": 0.0011097380192950368,
8852
+ "learning_rate": 1.1077914521007981e-06,
8853
+ "loss": 0.0002,
8854
+ "step": 1259
8855
+ },
8856
+ {
8857
+ "epoch": 0.9357593761604159,
8858
+ "grad_norm": 0.0019438870949670672,
8859
+ "learning_rate": 1.0825631124726232e-06,
8860
+ "loss": 0.0001,
8861
+ "step": 1260
8862
+ },
8863
+ {
8864
+ "epoch": 0.9365020423319718,
8865
+ "grad_norm": 0.0007544804248027503,
8866
+ "learning_rate": 1.0576222168280636e-06,
8867
+ "loss": 0.0001,
8868
+ "step": 1261
8869
+ },
8870
+ {
8871
+ "epoch": 0.9372447085035277,
8872
+ "grad_norm": 0.007262110244482756,
8873
+ "learning_rate": 1.0329689117224262e-06,
8874
+ "loss": 0.0004,
8875
+ "step": 1262
8876
+ },
8877
+ {
8878
+ "epoch": 0.9379873746750835,
8879
+ "grad_norm": 0.0008670915849506855,
8880
+ "learning_rate": 1.008603342021125e-06,
8881
+ "loss": 0.0001,
8882
+ "step": 1263
8883
+ },
8884
+ {
8885
+ "epoch": 0.9387300408466395,
8886
+ "grad_norm": 0.0009119977476075292,
8887
+ "learning_rate": 9.845256508987989e-07,
8888
+ "loss": 0.0001,
8889
+ "step": 1264
8890
+ },
8891
+ {
8892
+ "epoch": 0.9394727070181953,
8893
+ "grad_norm": 0.00047243438893929124,
8894
+ "learning_rate": 9.607359798384785e-07,
8895
+ "loss": 0.0001,
8896
+ "step": 1265
8897
+ },
8898
+ {
8899
+ "epoch": 0.9402153731897512,
8900
+ "grad_norm": 0.0028327691834419966,
8901
+ "learning_rate": 9.372344686307655e-07,
8902
+ "loss": 0.0002,
8903
+ "step": 1266
8904
+ },
8905
+ {
8906
+ "epoch": 0.9409580393613071,
8907
+ "grad_norm": 0.044161271303892136,
8908
+ "learning_rate": 9.140212553730043e-07,
8909
+ "loss": 0.0016,
8910
+ "step": 1267
8911
+ },
8912
+ {
8913
+ "epoch": 0.941700705532863,
8914
+ "grad_norm": 0.3684042692184448,
8915
+ "learning_rate": 8.910964764684671e-07,
8916
+ "loss": 0.0089,
8917
+ "step": 1268
8918
+ },
8919
+ {
8920
+ "epoch": 0.9424433717044188,
8921
+ "grad_norm": 0.002094242488965392,
8922
+ "learning_rate": 8.684602666255481e-07,
8923
+ "loss": 0.0001,
8924
+ "step": 1269
8925
+ },
8926
+ {
8927
+ "epoch": 0.9431860378759748,
8928
+ "grad_norm": 0.0017989203333854675,
8929
+ "learning_rate": 8.46112758857004e-07,
8930
+ "loss": 0.0002,
8931
+ "step": 1270
8932
+ },
8933
+ {
8934
+ "epoch": 0.9439287040475306,
8935
+ "grad_norm": 0.0011526981834322214,
8936
+ "learning_rate": 8.240540844791145e-07,
8937
+ "loss": 0.0001,
8938
+ "step": 1271
8939
+ },
8940
+ {
8941
+ "epoch": 0.9446713702190865,
8942
+ "grad_norm": 0.0008104105945676565,
8943
+ "learning_rate": 8.022843731109674e-07,
8944
+ "loss": 0.0001,
8945
+ "step": 1272
8946
+ },
8947
+ {
8948
+ "epoch": 0.9454140363906424,
8949
+ "grad_norm": 0.0018936687847599387,
8950
+ "learning_rate": 7.8080375267367e-07,
8951
+ "loss": 0.0002,
8952
+ "step": 1273
8953
+ },
8954
+ {
8955
+ "epoch": 0.9461567025621983,
8956
+ "grad_norm": 0.0015682062366977334,
8957
+ "learning_rate": 7.596123493895991e-07,
8958
+ "loss": 0.0001,
8959
+ "step": 1274
8960
+ },
8961
+ {
8962
+ "epoch": 0.9468993687337541,
8963
+ "grad_norm": 0.0024748966097831726,
8964
+ "learning_rate": 7.387102877816521e-07,
8965
+ "loss": 0.0002,
8966
+ "step": 1275
8967
+ },
8968
+ {
8969
+ "epoch": 0.9476420349053101,
8970
+ "grad_norm": 0.0018025932367891073,
8971
+ "learning_rate": 7.180976906725423e-07,
8972
+ "loss": 0.0001,
8973
+ "step": 1276
8974
+ },
8975
+ {
8976
+ "epoch": 0.9483847010768659,
8977
+ "grad_norm": 0.0015493928221985698,
8978
+ "learning_rate": 6.977746791840434e-07,
8979
+ "loss": 0.0002,
8980
+ "step": 1277
8981
+ },
8982
+ {
8983
+ "epoch": 0.9491273672484218,
8984
+ "grad_norm": 0.004556954838335514,
8985
+ "learning_rate": 6.777413727363069e-07,
8986
+ "loss": 0.0002,
8987
+ "step": 1278
8988
+ },
8989
+ {
8990
+ "epoch": 0.9498700334199777,
8991
+ "grad_norm": 0.018575742840766907,
8992
+ "learning_rate": 6.579978890471294e-07,
8993
+ "loss": 0.0003,
8994
+ "step": 1279
8995
+ },
8996
+ {
8997
+ "epoch": 0.9506126995915336,
8998
+ "grad_norm": 0.002247869735583663,
8999
+ "learning_rate": 6.385443441312978e-07,
9000
+ "loss": 0.0002,
9001
+ "step": 1280
9002
+ },
9003
+ {
9004
+ "epoch": 0.9513553657630895,
9005
+ "grad_norm": 0.0014160757418721914,
9006
+ "learning_rate": 6.193808522998723e-07,
9007
+ "loss": 0.0001,
9008
+ "step": 1281
9009
+ },
9010
+ {
9011
+ "epoch": 0.9520980319346454,
9012
+ "grad_norm": 0.0015209565171971917,
9013
+ "learning_rate": 6.005075261595494e-07,
9014
+ "loss": 0.0002,
9015
+ "step": 1282
9016
+ },
9017
+ {
9018
+ "epoch": 0.9528406981062013,
9019
+ "grad_norm": 0.0009286428103223443,
9020
+ "learning_rate": 5.81924476611967e-07,
9021
+ "loss": 0.0001,
9022
+ "step": 1283
9023
+ },
9024
+ {
9025
+ "epoch": 0.9535833642777571,
9026
+ "grad_norm": 0.013380018062889576,
9027
+ "learning_rate": 5.63631812853066e-07,
9028
+ "loss": 0.0002,
9029
+ "step": 1284
9030
+ },
9031
+ {
9032
+ "epoch": 0.9543260304493131,
9033
+ "grad_norm": 0.00046919341548345983,
9034
+ "learning_rate": 5.456296423724527e-07,
9035
+ "loss": 0.0001,
9036
+ "step": 1285
9037
+ },
9038
+ {
9039
+ "epoch": 0.9550686966208689,
9040
+ "grad_norm": 0.001202006940729916,
9041
+ "learning_rate": 5.279180709527765e-07,
9042
+ "loss": 0.0001,
9043
+ "step": 1286
9044
+ },
9045
+ {
9046
+ "epoch": 0.9558113627924248,
9047
+ "grad_norm": 0.0014856454217806458,
9048
+ "learning_rate": 5.104972026690802e-07,
9049
+ "loss": 0.0001,
9050
+ "step": 1287
9051
+ },
9052
+ {
9053
+ "epoch": 0.9565540289639807,
9054
+ "grad_norm": 0.0008986307075247169,
9055
+ "learning_rate": 4.933671398882067e-07,
9056
+ "loss": 0.0001,
9057
+ "step": 1288
9058
+ },
9059
+ {
9060
+ "epoch": 0.9572966951355366,
9061
+ "grad_norm": 0.0012058410793542862,
9062
+ "learning_rate": 4.765279832682101e-07,
9063
+ "loss": 0.0001,
9064
+ "step": 1289
9065
+ },
9066
+ {
9067
+ "epoch": 0.9580393613070924,
9068
+ "grad_norm": 0.003975100349634886,
9069
+ "learning_rate": 4.5997983175773417e-07,
9070
+ "loss": 0.0002,
9071
+ "step": 1290
9072
+ },
9073
+ {
9074
+ "epoch": 0.9587820274786484,
9075
+ "grad_norm": 0.003919736947864294,
9076
+ "learning_rate": 4.4372278259545155e-07,
9077
+ "loss": 0.0003,
9078
+ "step": 1291
9079
+ },
9080
+ {
9081
+ "epoch": 0.9595246936502042,
9082
+ "grad_norm": 0.019034747034311295,
9083
+ "learning_rate": 4.277569313094809e-07,
9084
+ "loss": 0.0006,
9085
+ "step": 1292
9086
+ },
9087
+ {
9088
+ "epoch": 0.9602673598217601,
9089
+ "grad_norm": 0.004752116743475199,
9090
+ "learning_rate": 4.120823717168432e-07,
9091
+ "loss": 0.0002,
9092
+ "step": 1293
9093
+ },
9094
+ {
9095
+ "epoch": 0.961010025993316,
9096
+ "grad_norm": 0.0008414981421083212,
9097
+ "learning_rate": 3.9669919592288384e-07,
9098
+ "loss": 0.0001,
9099
+ "step": 1294
9100
+ },
9101
+ {
9102
+ "epoch": 0.9617526921648719,
9103
+ "grad_norm": 0.0018463104497641325,
9104
+ "learning_rate": 3.8160749432076815e-07,
9105
+ "loss": 0.0002,
9106
+ "step": 1295
9107
+ },
9108
+ {
9109
+ "epoch": 0.9624953583364277,
9110
+ "grad_norm": 0.0009904575999826193,
9111
+ "learning_rate": 3.6680735559090906e-07,
9112
+ "loss": 0.0001,
9113
+ "step": 1296
9114
+ },
9115
+ {
9116
+ "epoch": 0.9632380245079837,
9117
+ "grad_norm": 0.001538589014671743,
9118
+ "learning_rate": 3.5229886670046783e-07,
9119
+ "loss": 0.0002,
9120
+ "step": 1297
9121
+ },
9122
+ {
9123
+ "epoch": 0.9639806906795395,
9124
+ "grad_norm": 0.0009757834486663342,
9125
+ "learning_rate": 3.380821129028489e-07,
9126
+ "loss": 0.0001,
9127
+ "step": 1298
9128
+ },
9129
+ {
9130
+ "epoch": 0.9647233568510954,
9131
+ "grad_norm": 0.00236718263477087,
9132
+ "learning_rate": 3.241571777371888e-07,
9133
+ "loss": 0.0002,
9134
+ "step": 1299
9135
+ },
9136
+ {
9137
+ "epoch": 0.9654660230226513,
9138
+ "grad_norm": 0.00395069969817996,
9139
+ "learning_rate": 3.1052414302786823e-07,
9140
+ "loss": 0.0002,
9141
+ "step": 1300
9142
+ },
9143
+ {
9144
+ "epoch": 0.9662086891942072,
9145
+ "grad_norm": 0.006602929905056953,
9146
+ "learning_rate": 2.971830888840177e-07,
9147
+ "loss": 0.0003,
9148
+ "step": 1301
9149
+ },
9150
+ {
9151
+ "epoch": 0.966951355365763,
9152
+ "grad_norm": 0.0023442876990884542,
9153
+ "learning_rate": 2.8413409369907886e-07,
9154
+ "loss": 0.0002,
9155
+ "step": 1302
9156
+ },
9157
+ {
9158
+ "epoch": 0.967694021537319,
9159
+ "grad_norm": 0.012941988185048103,
9160
+ "learning_rate": 2.7137723415030516e-07,
9161
+ "loss": 0.0003,
9162
+ "step": 1303
9163
+ },
9164
+ {
9165
+ "epoch": 0.9684366877088748,
9166
+ "grad_norm": 0.005490366835147142,
9167
+ "learning_rate": 2.589125851983509e-07,
9168
+ "loss": 0.0002,
9169
+ "step": 1304
9170
+ },
9171
+ {
9172
+ "epoch": 0.9691793538804307,
9173
+ "grad_norm": 0.0007061643409542739,
9174
+ "learning_rate": 2.46740220086783e-07,
9175
+ "loss": 0.0001,
9176
+ "step": 1305
9177
+ },
9178
+ {
9179
+ "epoch": 0.9699220200519866,
9180
+ "grad_norm": 0.0017634638352319598,
9181
+ "learning_rate": 2.3486021034170857e-07,
9182
+ "loss": 0.0002,
9183
+ "step": 1306
9184
+ },
9185
+ {
9186
+ "epoch": 0.9706646862235425,
9187
+ "grad_norm": 0.0028723692521452904,
9188
+ "learning_rate": 2.232726257713036e-07,
9189
+ "loss": 0.0002,
9190
+ "step": 1307
9191
+ },
9192
+ {
9193
+ "epoch": 0.9714073523950985,
9194
+ "grad_norm": 0.0016753628151491284,
9195
+ "learning_rate": 2.1197753446542957e-07,
9196
+ "loss": 0.0001,
9197
+ "step": 1308
9198
+ },
9199
+ {
9200
+ "epoch": 0.9721500185666543,
9201
+ "grad_norm": 0.02156355232000351,
9202
+ "learning_rate": 2.009750027952284e-07,
9203
+ "loss": 0.0007,
9204
+ "step": 1309
9205
+ },
9206
+ {
9207
+ "epoch": 0.9728926847382102,
9208
+ "grad_norm": 0.0010258769616484642,
9209
+ "learning_rate": 1.9026509541272275e-07,
9210
+ "loss": 0.0001,
9211
+ "step": 1310
9212
+ },
9213
+ {
9214
+ "epoch": 0.973635350909766,
9215
+ "grad_norm": 0.001431930111721158,
9216
+ "learning_rate": 1.798478752504551e-07,
9217
+ "loss": 0.0001,
9218
+ "step": 1311
9219
+ },
9220
+ {
9221
+ "epoch": 0.974378017081322,
9222
+ "grad_norm": 0.7691323161125183,
9223
+ "learning_rate": 1.6972340352110483e-07,
9224
+ "loss": 0.0318,
9225
+ "step": 1312
9226
+ },
9227
+ {
9228
+ "epoch": 0.9751206832528778,
9229
+ "grad_norm": 0.005196771118789911,
9230
+ "learning_rate": 1.598917397171218e-07,
9231
+ "loss": 0.0003,
9232
+ "step": 1313
9233
+ },
9234
+ {
9235
+ "epoch": 0.9758633494244338,
9236
+ "grad_norm": 0.0011321887141093612,
9237
+ "learning_rate": 1.503529416103988e-07,
9238
+ "loss": 0.0002,
9239
+ "step": 1314
9240
+ },
9241
+ {
9242
+ "epoch": 0.9766060155959896,
9243
+ "grad_norm": 0.0005147146875970066,
9244
+ "learning_rate": 1.4110706525190531e-07,
9245
+ "loss": 0.0001,
9246
+ "step": 1315
9247
+ },
9248
+ {
9249
+ "epoch": 0.9773486817675455,
9250
+ "grad_norm": 0.008908793330192566,
9251
+ "learning_rate": 1.3215416497138754e-07,
9252
+ "loss": 0.0003,
9253
+ "step": 1316
9254
+ },
9255
+ {
9256
+ "epoch": 0.9780913479391014,
9257
+ "grad_norm": 0.002536405110731721,
9258
+ "learning_rate": 1.234942933770189e-07,
9259
+ "loss": 0.0002,
9260
+ "step": 1317
9261
+ },
9262
+ {
9263
+ "epoch": 0.9788340141106573,
9264
+ "grad_norm": 0.0017400149954482913,
9265
+ "learning_rate": 1.1512750135511674e-07,
9266
+ "loss": 0.0001,
9267
+ "step": 1318
9268
+ },
9269
+ {
9270
+ "epoch": 0.9795766802822131,
9271
+ "grad_norm": 0.0011383086675778031,
9272
+ "learning_rate": 1.0705383806982606e-07,
9273
+ "loss": 0.0001,
9274
+ "step": 1319
9275
+ },
9276
+ {
9277
+ "epoch": 0.9803193464537691,
9278
+ "grad_norm": 0.0018386361189186573,
9279
+ "learning_rate": 9.927335096283629e-08,
9280
+ "loss": 0.0002,
9281
+ "step": 1320
9282
+ },
9283
+ {
9284
+ "epoch": 0.9810620126253249,
9285
+ "grad_norm": 0.0018964792834594846,
9286
+ "learning_rate": 9.178608575310388e-08,
9287
+ "loss": 0.0001,
9288
+ "step": 1321
9289
+ },
9290
+ {
9291
+ "epoch": 0.9818046787968808,
9292
+ "grad_norm": 0.001377547043375671,
9293
+ "learning_rate": 8.459208643659122e-08,
9294
+ "loss": 0.0001,
9295
+ "step": 1322
9296
+ },
9297
+ {
9298
+ "epoch": 0.9825473449684367,
9299
+ "grad_norm": 0.0015313441399484873,
9300
+ "learning_rate": 7.769139528598368e-08,
9301
+ "loss": 0.0001,
9302
+ "step": 1323
9303
+ },
9304
+ {
9305
+ "epoch": 0.9832900111399926,
9306
+ "grad_norm": 0.00252739991992712,
9307
+ "learning_rate": 7.108405285046749e-08,
9308
+ "loss": 0.0002,
9309
+ "step": 1324
9310
+ },
9311
+ {
9312
+ "epoch": 0.9840326773115484,
9313
+ "grad_norm": 0.0026342032942920923,
9314
+ "learning_rate": 6.477009795547995e-08,
9315
+ "loss": 0.0002,
9316
+ "step": 1325
9317
+ },
9318
+ {
9319
+ "epoch": 0.9847753434831044,
9320
+ "grad_norm": 0.0036653559654951096,
9321
+ "learning_rate": 5.8749567702481856e-08,
9322
+ "loss": 0.0002,
9323
+ "step": 1326
9324
+ },
9325
+ {
9326
+ "epoch": 0.9855180096546602,
9327
+ "grad_norm": 0.031000560149550438,
9328
+ "learning_rate": 5.3022497468735446e-08,
9329
+ "loss": 0.0012,
9330
+ "step": 1327
9331
+ },
9332
+ {
9333
+ "epoch": 0.9862606758262161,
9334
+ "grad_norm": 0.01462267991155386,
9335
+ "learning_rate": 4.7588920907110094e-08,
9336
+ "loss": 0.0005,
9337
+ "step": 1328
9338
+ },
9339
+ {
9340
+ "epoch": 0.987003341997772,
9341
+ "grad_norm": 0.0009502037428319454,
9342
+ "learning_rate": 4.244886994587138e-08,
9343
+ "loss": 0.0001,
9344
+ "step": 1329
9345
+ },
9346
+ {
9347
+ "epoch": 0.9877460081693279,
9348
+ "grad_norm": 0.0015973957488313317,
9349
+ "learning_rate": 3.760237478849793e-08,
9350
+ "loss": 0.0001,
9351
+ "step": 1330
9352
+ },
9353
+ {
9354
+ "epoch": 0.9884886743408837,
9355
+ "grad_norm": 0.0013975318288430572,
9356
+ "learning_rate": 3.3049463913498166e-08,
9357
+ "loss": 0.0001,
9358
+ "step": 1331
9359
+ },
9360
+ {
9361
+ "epoch": 0.9892313405124397,
9362
+ "grad_norm": 0.06534797698259354,
9363
+ "learning_rate": 2.8790164074254943e-08,
9364
+ "loss": 0.0017,
9365
+ "step": 1332
9366
+ },
9367
+ {
9368
+ "epoch": 0.9899740066839955,
9369
+ "grad_norm": 0.000878207094501704,
9370
+ "learning_rate": 2.4824500298858967e-08,
9371
+ "loss": 0.0001,
9372
+ "step": 1333
9373
+ },
9374
+ {
9375
+ "epoch": 0.9907166728555514,
9376
+ "grad_norm": 0.0011413278989493847,
9377
+ "learning_rate": 2.1152495889970035e-08,
9378
+ "loss": 0.0001,
9379
+ "step": 1334
9380
+ },
9381
+ {
9382
+ "epoch": 0.9914593390271074,
9383
+ "grad_norm": 0.0010686512105166912,
9384
+ "learning_rate": 1.777417242467272e-08,
9385
+ "loss": 0.0001,
9386
+ "step": 1335
9387
+ },
9388
+ {
9389
+ "epoch": 0.9922020051986632,
9390
+ "grad_norm": 0.001142362249083817,
9391
+ "learning_rate": 1.4689549754337562e-08,
9392
+ "loss": 0.0001,
9393
+ "step": 1336
9394
+ },
9395
+ {
9396
+ "epoch": 0.9929446713702191,
9397
+ "grad_norm": 0.0008279301691800356,
9398
+ "learning_rate": 1.189864600454338e-08,
9399
+ "loss": 0.0001,
9400
+ "step": 1337
9401
+ },
9402
+ {
9403
+ "epoch": 0.993687337541775,
9404
+ "grad_norm": 0.0007734330138191581,
9405
+ "learning_rate": 9.401477574932926e-09,
9406
+ "loss": 0.0001,
9407
+ "step": 1338
9408
+ },
9409
+ {
9410
+ "epoch": 0.9944300037133309,
9411
+ "grad_norm": 0.004689542576670647,
9412
+ "learning_rate": 7.198059139118529e-09,
9413
+ "loss": 0.0002,
9414
+ "step": 1339
9415
+ },
9416
+ {
9417
+ "epoch": 0.9951726698848867,
9418
+ "grad_norm": 0.0011075050570070744,
9419
+ "learning_rate": 5.2884036446265714e-09,
9420
+ "loss": 0.0001,
9421
+ "step": 1340
9422
+ },
9423
+ {
9424
+ "epoch": 0.9959153360564427,
9425
+ "grad_norm": 0.0022147931158542633,
9426
+ "learning_rate": 3.672522312786475e-09,
9427
+ "loss": 0.0002,
9428
+ "step": 1341
9429
+ },
9430
+ {
9431
+ "epoch": 0.9966580022279985,
9432
+ "grad_norm": 0.0008529072511009872,
9433
+ "learning_rate": 2.3504246386918393e-09,
9434
+ "loss": 0.0001,
9435
+ "step": 1342
9436
+ },
9437
+ {
9438
+ "epoch": 0.9974006683995544,
9439
+ "grad_norm": 0.0028021601028740406,
9440
+ "learning_rate": 1.3221183911282798e-09,
9441
+ "loss": 0.0002,
9442
+ "step": 1343
9443
+ },
9444
+ {
9445
+ "epoch": 0.9981433345711103,
9446
+ "grad_norm": 0.0028829630464315414,
9447
+ "learning_rate": 5.876096125234653e-10,
9448
+ "loss": 0.0001,
9449
+ "step": 1344
9450
+ },
9451
+ {
9452
+ "epoch": 0.9988860007426662,
9453
+ "grad_norm": 0.002654945245012641,
9454
+ "learning_rate": 1.4690261893601786e-10,
9455
+ "loss": 0.0002,
9456
+ "step": 1345
9457
+ },
9458
+ {
9459
+ "epoch": 0.999628666914222,
9460
+ "grad_norm": 0.0032625223975628614,
9461
+ "learning_rate": 0.0,
9462
+ "loss": 0.0001,
9463
+ "step": 1346
9464
  }
9465
  ],
9466
  "logging_steps": 1,
 
9475
  "should_evaluate": false,
9476
  "should_log": false,
9477
  "should_save": true,
9478
+ "should_training_stop": true
9479
  },
9480
  "attributes": {}
9481
  }
9482
  },
9483
+ "total_flos": 1.7591268226010972e+18,
9484
  "train_batch_size": 1,
9485
  "trial_name": null,
9486
  "trial_params": null