Commit
•
e899850
1
Parent(s):
385bfac
Add models
Browse filesThis view is limited to 50 files because it contains too many changes.
See raw diff
- propositional_logic/ln_alm/checkpoint-100000/config.json +37 -0
- propositional_logic/ln_alm/checkpoint-100000/optimizer.pt +3 -0
- propositional_logic/ln_alm/checkpoint-100000/pytorch_model.bin +3 -0
- propositional_logic/ln_alm/checkpoint-100000/rng_state.pth +3 -0
- propositional_logic/ln_alm/checkpoint-100000/scaler.pt +3 -0
- propositional_logic/ln_alm/checkpoint-100000/scheduler.pt +3 -0
- propositional_logic/ln_alm/checkpoint-100000/trainer_state.json +1216 -0
- propositional_logic/ln_alm/checkpoint-100000/training_args.bin +3 -0
- propositional_logic/ln_alm/config.json +37 -0
- propositional_logic/ln_alm/pytorch_model.bin +3 -0
- propositional_logic/ln_alm/runs/Oct27_11-35-54_allennlp-cirrascale-01.reviz.ai2.in/1666977158.968696/events.out.tfevents.1666977158.allennlp-cirrascale-01.reviz.ai2.in.1236.1 +3 -0
- propositional_logic/ln_alm/runs/Oct27_11-35-54_allennlp-cirrascale-01.reviz.ai2.in/events.out.tfevents.1666977153.allennlp-cirrascale-01.reviz.ai2.in.1236.0 +3 -0
- propositional_logic/ln_alm/training_args.bin +3 -0
- propositional_logic/ln_mlm/checkpoint-100000/config.json +27 -0
- propositional_logic/ln_mlm/checkpoint-100000/optimizer.pt +3 -0
- propositional_logic/ln_mlm/checkpoint-100000/pytorch_model.bin +3 -0
- propositional_logic/ln_mlm/checkpoint-100000/rng_state.pth +3 -0
- propositional_logic/ln_mlm/checkpoint-100000/scaler.pt +3 -0
- propositional_logic/ln_mlm/checkpoint-100000/scheduler.pt +3 -0
- propositional_logic/ln_mlm/checkpoint-100000/trainer_state.json +1216 -0
- propositional_logic/ln_mlm/checkpoint-100000/training_args.bin +3 -0
- propositional_logic/ln_mlm/config.json +27 -0
- propositional_logic/ln_mlm/pytorch_model.bin +3 -0
- propositional_logic/ln_mlm/runs/Oct27_11-38-51_allennlp-cirrascale-01.reviz.ai2.in/1666978568.2974002/events.out.tfevents.1666978568.allennlp-cirrascale-01.reviz.ai2.in.1011.1 +3 -0
- propositional_logic/ln_mlm/runs/Oct27_11-38-51_allennlp-cirrascale-01.reviz.ai2.in/events.out.tfevents.1666978564.allennlp-cirrascale-01.reviz.ai2.in.1011.0 +3 -0
- propositional_logic/ln_mlm/training_args.bin +3 -0
- propositional_logic/lt_alm/checkpoint-100000/config.json +37 -0
- propositional_logic/lt_alm/checkpoint-100000/optimizer.pt +3 -0
- propositional_logic/lt_alm/checkpoint-100000/pytorch_model.bin +3 -0
- propositional_logic/lt_alm/checkpoint-100000/rng_state.pth +3 -0
- propositional_logic/lt_alm/checkpoint-100000/scaler.pt +3 -0
- propositional_logic/lt_alm/checkpoint-100000/scheduler.pt +3 -0
- propositional_logic/lt_alm/checkpoint-100000/trainer_state.json +1216 -0
- propositional_logic/lt_alm/checkpoint-100000/training_args.bin +3 -0
- propositional_logic/lt_alm/config.json +37 -0
- propositional_logic/lt_alm/pytorch_model.bin +3 -0
- propositional_logic/lt_alm/runs/Feb20_15-40-53_allennlp-server4/1645484343.3786743/events.out.tfevents.1645484343.allennlp-server4.3588209.1 +3 -0
- propositional_logic/lt_alm/runs/Feb20_15-40-53_allennlp-server4/events.out.tfevents.1645484338.allennlp-server4.3588209.0 +3 -0
- propositional_logic/lt_alm/runs/Feb22_12-59-13_allennlp-server4/1645647176.6903071/events.out.tfevents.1645647176.allennlp-server4.336403.1 +3 -0
- propositional_logic/lt_alm/runs/Feb22_12-59-13_allennlp-server4/events.out.tfevents.1645647171.allennlp-server4.336403.0 +3 -0
- propositional_logic/lt_alm/training_args.bin +3 -0
- propositional_logic/lt_alm_noreflexivity/checkpoint-100000/config.json +37 -0
- propositional_logic/lt_alm_noreflexivity/checkpoint-100000/optimizer.pt +3 -0
- propositional_logic/lt_alm_noreflexivity/checkpoint-100000/pytorch_model.bin +3 -0
- propositional_logic/lt_alm_noreflexivity/checkpoint-100000/rng_state.pth +3 -0
- propositional_logic/lt_alm_noreflexivity/checkpoint-100000/scaler.pt +3 -0
- propositional_logic/lt_alm_noreflexivity/checkpoint-100000/scheduler.pt +3 -0
- propositional_logic/lt_alm_noreflexivity/checkpoint-100000/trainer_state.json +1216 -0
- propositional_logic/lt_alm_noreflexivity/checkpoint-100000/training_args.bin +3 -0
- propositional_logic/lt_alm_noreflexivity/config.json +37 -0
propositional_logic/ln_alm/checkpoint-100000/config.json
ADDED
|
@@ -0,0 +1,37 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"activation_function": "gelu_new",
|
| 3 |
+
"architectures": [
|
| 4 |
+
"GPT2LMHeadModel"
|
| 5 |
+
],
|
| 6 |
+
"attn_pdrop": 0.1,
|
| 7 |
+
"bos_token_id": 50256,
|
| 8 |
+
"embd_pdrop": 0.1,
|
| 9 |
+
"eos_token_id": 50256,
|
| 10 |
+
"gradient_checkpointing": false,
|
| 11 |
+
"initializer_range": 0.02,
|
| 12 |
+
"layer_norm_epsilon": 1e-05,
|
| 13 |
+
"model_type": "gpt2",
|
| 14 |
+
"n_ctx": 1024,
|
| 15 |
+
"n_embd": 768,
|
| 16 |
+
"n_head": 12,
|
| 17 |
+
"n_inner": null,
|
| 18 |
+
"n_layer": 12,
|
| 19 |
+
"n_positions": 1024,
|
| 20 |
+
"resid_pdrop": 0.1,
|
| 21 |
+
"scale_attn_weights": true,
|
| 22 |
+
"summary_activation": null,
|
| 23 |
+
"summary_first_dropout": 0.1,
|
| 24 |
+
"summary_proj_to_labels": true,
|
| 25 |
+
"summary_type": "cls_index",
|
| 26 |
+
"summary_use_proj": true,
|
| 27 |
+
"task_specific_params": {
|
| 28 |
+
"text-generation": {
|
| 29 |
+
"do_sample": true,
|
| 30 |
+
"max_length": 50
|
| 31 |
+
}
|
| 32 |
+
},
|
| 33 |
+
"torch_dtype": "float32",
|
| 34 |
+
"transformers_version": "4.10.3",
|
| 35 |
+
"use_cache": true,
|
| 36 |
+
"vocab_size": 1200
|
| 37 |
+
}
|
propositional_logic/ln_alm/checkpoint-100000/optimizer.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:dacc63c09d9d07e13ec9e4ea8aa7bbf2c551ec834c172702d61414374aaf1d59
|
| 3 |
+
size 694198065
|
propositional_logic/ln_alm/checkpoint-100000/pytorch_model.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:d33019ba41adae198befff715674fa10743b9c2adff598ade2f1594a02b1a7a3
|
| 3 |
+
size 359700713
|
propositional_logic/ln_alm/checkpoint-100000/rng_state.pth
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:275268d12ae096293e6c66801629ae22ecc01c39d8a1be7750d5de7ef54cf04f
|
| 3 |
+
size 14503
|
propositional_logic/ln_alm/checkpoint-100000/scaler.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:6cadaddb0cdb0eb56ab6fdc9548b07e37223df7c02a52dd312f849241c130451
|
| 3 |
+
size 559
|
propositional_logic/ln_alm/checkpoint-100000/scheduler.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:9cc5801efc8ad93998c06ee5b26161b05bdeaa5fcd97377dd4122f24bd465d35
|
| 3 |
+
size 623
|
propositional_logic/ln_alm/checkpoint-100000/trainer_state.json
ADDED
|
@@ -0,0 +1,1216 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"best_metric": null,
|
| 3 |
+
"best_model_checkpoint": null,
|
| 4 |
+
"epoch": 1.0,
|
| 5 |
+
"global_step": 100000,
|
| 6 |
+
"is_hyper_param_search": false,
|
| 7 |
+
"is_local_process_zero": true,
|
| 8 |
+
"is_world_process_zero": true,
|
| 9 |
+
"log_history": [
|
| 10 |
+
{
|
| 11 |
+
"epoch": 0.01,
|
| 12 |
+
"learning_rate": 2.9999999999999997e-05,
|
| 13 |
+
"loss": 1.2353,
|
| 14 |
+
"step": 500
|
| 15 |
+
},
|
| 16 |
+
{
|
| 17 |
+
"epoch": 0.01,
|
| 18 |
+
"learning_rate": 5.9999999999999995e-05,
|
| 19 |
+
"loss": 0.5742,
|
| 20 |
+
"step": 1000
|
| 21 |
+
},
|
| 22 |
+
{
|
| 23 |
+
"epoch": 0.01,
|
| 24 |
+
"learning_rate": 8.999999999999999e-05,
|
| 25 |
+
"loss": 0.5163,
|
| 26 |
+
"step": 1500
|
| 27 |
+
},
|
| 28 |
+
{
|
| 29 |
+
"epoch": 0.02,
|
| 30 |
+
"learning_rate": 0.00011999999999999999,
|
| 31 |
+
"loss": 0.443,
|
| 32 |
+
"step": 2000
|
| 33 |
+
},
|
| 34 |
+
{
|
| 35 |
+
"epoch": 0.03,
|
| 36 |
+
"learning_rate": 0.00015,
|
| 37 |
+
"loss": 0.4029,
|
| 38 |
+
"step": 2500
|
| 39 |
+
},
|
| 40 |
+
{
|
| 41 |
+
"epoch": 0.03,
|
| 42 |
+
"learning_rate": 0.00017999999999999998,
|
| 43 |
+
"loss": 0.3979,
|
| 44 |
+
"step": 3000
|
| 45 |
+
},
|
| 46 |
+
{
|
| 47 |
+
"epoch": 0.04,
|
| 48 |
+
"learning_rate": 0.00020999999999999998,
|
| 49 |
+
"loss": 0.3979,
|
| 50 |
+
"step": 3500
|
| 51 |
+
},
|
| 52 |
+
{
|
| 53 |
+
"epoch": 0.04,
|
| 54 |
+
"learning_rate": 0.00023999999999999998,
|
| 55 |
+
"loss": 0.3973,
|
| 56 |
+
"step": 4000
|
| 57 |
+
},
|
| 58 |
+
{
|
| 59 |
+
"epoch": 0.04,
|
| 60 |
+
"learning_rate": 0.00027,
|
| 61 |
+
"loss": 0.3936,
|
| 62 |
+
"step": 4500
|
| 63 |
+
},
|
| 64 |
+
{
|
| 65 |
+
"epoch": 0.05,
|
| 66 |
+
"learning_rate": 0.0003,
|
| 67 |
+
"loss": 0.394,
|
| 68 |
+
"step": 5000
|
| 69 |
+
},
|
| 70 |
+
{
|
| 71 |
+
"epoch": 0.06,
|
| 72 |
+
"learning_rate": 0.00033,
|
| 73 |
+
"loss": 0.3894,
|
| 74 |
+
"step": 5500
|
| 75 |
+
},
|
| 76 |
+
{
|
| 77 |
+
"epoch": 0.06,
|
| 78 |
+
"learning_rate": 0.00035999999999999997,
|
| 79 |
+
"loss": 0.391,
|
| 80 |
+
"step": 6000
|
| 81 |
+
},
|
| 82 |
+
{
|
| 83 |
+
"epoch": 0.07,
|
| 84 |
+
"learning_rate": 0.00039,
|
| 85 |
+
"loss": 0.3901,
|
| 86 |
+
"step": 6500
|
| 87 |
+
},
|
| 88 |
+
{
|
| 89 |
+
"epoch": 0.07,
|
| 90 |
+
"learning_rate": 0.00041999999999999996,
|
| 91 |
+
"loss": 0.3881,
|
| 92 |
+
"step": 7000
|
| 93 |
+
},
|
| 94 |
+
{
|
| 95 |
+
"epoch": 0.07,
|
| 96 |
+
"learning_rate": 0.00045,
|
| 97 |
+
"loss": 0.3888,
|
| 98 |
+
"step": 7500
|
| 99 |
+
},
|
| 100 |
+
{
|
| 101 |
+
"epoch": 0.08,
|
| 102 |
+
"learning_rate": 0.00047999999999999996,
|
| 103 |
+
"loss": 0.3862,
|
| 104 |
+
"step": 8000
|
| 105 |
+
},
|
| 106 |
+
{
|
| 107 |
+
"epoch": 0.09,
|
| 108 |
+
"learning_rate": 0.0005099999999999999,
|
| 109 |
+
"loss": 0.3892,
|
| 110 |
+
"step": 8500
|
| 111 |
+
},
|
| 112 |
+
{
|
| 113 |
+
"epoch": 0.09,
|
| 114 |
+
"learning_rate": 0.00054,
|
| 115 |
+
"loss": 0.3855,
|
| 116 |
+
"step": 9000
|
| 117 |
+
},
|
| 118 |
+
{
|
| 119 |
+
"epoch": 0.1,
|
| 120 |
+
"learning_rate": 0.00057,
|
| 121 |
+
"loss": 0.3841,
|
| 122 |
+
"step": 9500
|
| 123 |
+
},
|
| 124 |
+
{
|
| 125 |
+
"epoch": 0.1,
|
| 126 |
+
"learning_rate": 0.0006,
|
| 127 |
+
"loss": 0.385,
|
| 128 |
+
"step": 10000
|
| 129 |
+
},
|
| 130 |
+
{
|
| 131 |
+
"epoch": 0.1,
|
| 132 |
+
"learning_rate": 0.0005966666666666667,
|
| 133 |
+
"loss": 0.3842,
|
| 134 |
+
"step": 10500
|
| 135 |
+
},
|
| 136 |
+
{
|
| 137 |
+
"epoch": 0.11,
|
| 138 |
+
"learning_rate": 0.0005933333333333333,
|
| 139 |
+
"loss": 0.3836,
|
| 140 |
+
"step": 11000
|
| 141 |
+
},
|
| 142 |
+
{
|
| 143 |
+
"epoch": 0.12,
|
| 144 |
+
"learning_rate": 0.0005899999999999999,
|
| 145 |
+
"loss": 0.3823,
|
| 146 |
+
"step": 11500
|
| 147 |
+
},
|
| 148 |
+
{
|
| 149 |
+
"epoch": 0.12,
|
| 150 |
+
"learning_rate": 0.0005866666666666665,
|
| 151 |
+
"loss": 0.3828,
|
| 152 |
+
"step": 12000
|
| 153 |
+
},
|
| 154 |
+
{
|
| 155 |
+
"epoch": 0.12,
|
| 156 |
+
"learning_rate": 0.0005833333333333333,
|
| 157 |
+
"loss": 0.3822,
|
| 158 |
+
"step": 12500
|
| 159 |
+
},
|
| 160 |
+
{
|
| 161 |
+
"epoch": 0.13,
|
| 162 |
+
"learning_rate": 0.00058,
|
| 163 |
+
"loss": 0.3815,
|
| 164 |
+
"step": 13000
|
| 165 |
+
},
|
| 166 |
+
{
|
| 167 |
+
"epoch": 0.14,
|
| 168 |
+
"learning_rate": 0.0005766666666666666,
|
| 169 |
+
"loss": 0.3802,
|
| 170 |
+
"step": 13500
|
| 171 |
+
},
|
| 172 |
+
{
|
| 173 |
+
"epoch": 0.14,
|
| 174 |
+
"learning_rate": 0.0005733333333333334,
|
| 175 |
+
"loss": 0.3802,
|
| 176 |
+
"step": 14000
|
| 177 |
+
},
|
| 178 |
+
{
|
| 179 |
+
"epoch": 0.14,
|
| 180 |
+
"learning_rate": 0.00057,
|
| 181 |
+
"loss": 0.3798,
|
| 182 |
+
"step": 14500
|
| 183 |
+
},
|
| 184 |
+
{
|
| 185 |
+
"epoch": 0.15,
|
| 186 |
+
"learning_rate": 0.0005666666666666666,
|
| 187 |
+
"loss": 0.3792,
|
| 188 |
+
"step": 15000
|
| 189 |
+
},
|
| 190 |
+
{
|
| 191 |
+
"epoch": 0.15,
|
| 192 |
+
"learning_rate": 0.0005633333333333333,
|
| 193 |
+
"loss": 0.3791,
|
| 194 |
+
"step": 15500
|
| 195 |
+
},
|
| 196 |
+
{
|
| 197 |
+
"epoch": 0.16,
|
| 198 |
+
"learning_rate": 0.00056,
|
| 199 |
+
"loss": 0.3789,
|
| 200 |
+
"step": 16000
|
| 201 |
+
},
|
| 202 |
+
{
|
| 203 |
+
"epoch": 0.17,
|
| 204 |
+
"learning_rate": 0.0005566666666666667,
|
| 205 |
+
"loss": 0.3788,
|
| 206 |
+
"step": 16500
|
| 207 |
+
},
|
| 208 |
+
{
|
| 209 |
+
"epoch": 0.17,
|
| 210 |
+
"learning_rate": 0.0005533333333333333,
|
| 211 |
+
"loss": 0.3789,
|
| 212 |
+
"step": 17000
|
| 213 |
+
},
|
| 214 |
+
{
|
| 215 |
+
"epoch": 0.17,
|
| 216 |
+
"learning_rate": 0.0005499999999999999,
|
| 217 |
+
"loss": 0.3785,
|
| 218 |
+
"step": 17500
|
| 219 |
+
},
|
| 220 |
+
{
|
| 221 |
+
"epoch": 0.18,
|
| 222 |
+
"learning_rate": 0.0005466666666666667,
|
| 223 |
+
"loss": 0.3788,
|
| 224 |
+
"step": 18000
|
| 225 |
+
},
|
| 226 |
+
{
|
| 227 |
+
"epoch": 0.18,
|
| 228 |
+
"learning_rate": 0.0005433399999999999,
|
| 229 |
+
"loss": 0.3784,
|
| 230 |
+
"step": 18500
|
| 231 |
+
},
|
| 232 |
+
{
|
| 233 |
+
"epoch": 0.19,
|
| 234 |
+
"learning_rate": 0.0005400066666666666,
|
| 235 |
+
"loss": 0.3783,
|
| 236 |
+
"step": 19000
|
| 237 |
+
},
|
| 238 |
+
{
|
| 239 |
+
"epoch": 0.2,
|
| 240 |
+
"learning_rate": 0.0005366733333333333,
|
| 241 |
+
"loss": 0.3781,
|
| 242 |
+
"step": 19500
|
| 243 |
+
},
|
| 244 |
+
{
|
| 245 |
+
"epoch": 0.2,
|
| 246 |
+
"learning_rate": 0.00053334,
|
| 247 |
+
"loss": 0.3784,
|
| 248 |
+
"step": 20000
|
| 249 |
+
},
|
| 250 |
+
{
|
| 251 |
+
"epoch": 0.2,
|
| 252 |
+
"learning_rate": 0.0005300133333333333,
|
| 253 |
+
"loss": 0.3785,
|
| 254 |
+
"step": 20500
|
| 255 |
+
},
|
| 256 |
+
{
|
| 257 |
+
"epoch": 0.21,
|
| 258 |
+
"learning_rate": 0.00052668,
|
| 259 |
+
"loss": 0.378,
|
| 260 |
+
"step": 21000
|
| 261 |
+
},
|
| 262 |
+
{
|
| 263 |
+
"epoch": 0.21,
|
| 264 |
+
"learning_rate": 0.0005233466666666667,
|
| 265 |
+
"loss": 0.3781,
|
| 266 |
+
"step": 21500
|
| 267 |
+
},
|
| 268 |
+
{
|
| 269 |
+
"epoch": 0.22,
|
| 270 |
+
"learning_rate": 0.0005200133333333332,
|
| 271 |
+
"loss": 0.3781,
|
| 272 |
+
"step": 22000
|
| 273 |
+
},
|
| 274 |
+
{
|
| 275 |
+
"epoch": 0.23,
|
| 276 |
+
"learning_rate": 0.0005166866666666667,
|
| 277 |
+
"loss": 0.3783,
|
| 278 |
+
"step": 22500
|
| 279 |
+
},
|
| 280 |
+
{
|
| 281 |
+
"epoch": 0.23,
|
| 282 |
+
"learning_rate": 0.0005133533333333333,
|
| 283 |
+
"loss": 0.3779,
|
| 284 |
+
"step": 23000
|
| 285 |
+
},
|
| 286 |
+
{
|
| 287 |
+
"epoch": 0.23,
|
| 288 |
+
"learning_rate": 0.0005100199999999999,
|
| 289 |
+
"loss": 0.3779,
|
| 290 |
+
"step": 23500
|
| 291 |
+
},
|
| 292 |
+
{
|
| 293 |
+
"epoch": 0.24,
|
| 294 |
+
"learning_rate": 0.0005066866666666666,
|
| 295 |
+
"loss": 0.3779,
|
| 296 |
+
"step": 24000
|
| 297 |
+
},
|
| 298 |
+
{
|
| 299 |
+
"epoch": 0.24,
|
| 300 |
+
"learning_rate": 0.0005033599999999999,
|
| 301 |
+
"loss": 0.3779,
|
| 302 |
+
"step": 24500
|
| 303 |
+
},
|
| 304 |
+
{
|
| 305 |
+
"epoch": 0.25,
|
| 306 |
+
"learning_rate": 0.0005000266666666666,
|
| 307 |
+
"loss": 0.3781,
|
| 308 |
+
"step": 25000
|
| 309 |
+
},
|
| 310 |
+
{
|
| 311 |
+
"epoch": 0.26,
|
| 312 |
+
"learning_rate": 0.0004966933333333332,
|
| 313 |
+
"loss": 0.3779,
|
| 314 |
+
"step": 25500
|
| 315 |
+
},
|
| 316 |
+
{
|
| 317 |
+
"epoch": 0.26,
|
| 318 |
+
"learning_rate": 0.00049336,
|
| 319 |
+
"loss": 0.378,
|
| 320 |
+
"step": 26000
|
| 321 |
+
},
|
| 322 |
+
{
|
| 323 |
+
"epoch": 0.27,
|
| 324 |
+
"learning_rate": 0.0004900333333333333,
|
| 325 |
+
"loss": 0.3776,
|
| 326 |
+
"step": 26500
|
| 327 |
+
},
|
| 328 |
+
{
|
| 329 |
+
"epoch": 0.27,
|
| 330 |
+
"learning_rate": 0.00048669999999999996,
|
| 331 |
+
"loss": 0.3779,
|
| 332 |
+
"step": 27000
|
| 333 |
+
},
|
| 334 |
+
{
|
| 335 |
+
"epoch": 0.28,
|
| 336 |
+
"learning_rate": 0.0004833666666666666,
|
| 337 |
+
"loss": 0.378,
|
| 338 |
+
"step": 27500
|
| 339 |
+
},
|
| 340 |
+
{
|
| 341 |
+
"epoch": 0.28,
|
| 342 |
+
"learning_rate": 0.00048003333333333326,
|
| 343 |
+
"loss": 0.3778,
|
| 344 |
+
"step": 28000
|
| 345 |
+
},
|
| 346 |
+
{
|
| 347 |
+
"epoch": 0.28,
|
| 348 |
+
"learning_rate": 0.0004767066666666666,
|
| 349 |
+
"loss": 0.378,
|
| 350 |
+
"step": 28500
|
| 351 |
+
},
|
| 352 |
+
{
|
| 353 |
+
"epoch": 0.29,
|
| 354 |
+
"learning_rate": 0.0004733733333333333,
|
| 355 |
+
"loss": 0.3777,
|
| 356 |
+
"step": 29000
|
| 357 |
+
},
|
| 358 |
+
{
|
| 359 |
+
"epoch": 0.29,
|
| 360 |
+
"learning_rate": 0.00047003999999999997,
|
| 361 |
+
"loss": 0.3777,
|
| 362 |
+
"step": 29500
|
| 363 |
+
},
|
| 364 |
+
{
|
| 365 |
+
"epoch": 0.3,
|
| 366 |
+
"learning_rate": 0.00046670666666666664,
|
| 367 |
+
"loss": 0.3776,
|
| 368 |
+
"step": 30000
|
| 369 |
+
},
|
| 370 |
+
{
|
| 371 |
+
"epoch": 0.3,
|
| 372 |
+
"learning_rate": 0.00046337999999999994,
|
| 373 |
+
"loss": 0.3778,
|
| 374 |
+
"step": 30500
|
| 375 |
+
},
|
| 376 |
+
{
|
| 377 |
+
"epoch": 0.31,
|
| 378 |
+
"learning_rate": 0.0004600466666666666,
|
| 379 |
+
"loss": 0.3778,
|
| 380 |
+
"step": 31000
|
| 381 |
+
},
|
| 382 |
+
{
|
| 383 |
+
"epoch": 0.32,
|
| 384 |
+
"learning_rate": 0.0004567133333333333,
|
| 385 |
+
"loss": 0.3776,
|
| 386 |
+
"step": 31500
|
| 387 |
+
},
|
| 388 |
+
{
|
| 389 |
+
"epoch": 0.32,
|
| 390 |
+
"learning_rate": 0.00045337999999999997,
|
| 391 |
+
"loss": 0.3778,
|
| 392 |
+
"step": 32000
|
| 393 |
+
},
|
| 394 |
+
{
|
| 395 |
+
"epoch": 0.33,
|
| 396 |
+
"learning_rate": 0.00045005333333333333,
|
| 397 |
+
"loss": 0.3777,
|
| 398 |
+
"step": 32500
|
| 399 |
+
},
|
| 400 |
+
{
|
| 401 |
+
"epoch": 0.33,
|
| 402 |
+
"learning_rate": 0.00044672,
|
| 403 |
+
"loss": 0.3777,
|
| 404 |
+
"step": 33000
|
| 405 |
+
},
|
| 406 |
+
{
|
| 407 |
+
"epoch": 0.34,
|
| 408 |
+
"learning_rate": 0.00044338666666666663,
|
| 409 |
+
"loss": 0.3776,
|
| 410 |
+
"step": 33500
|
| 411 |
+
},
|
| 412 |
+
{
|
| 413 |
+
"epoch": 0.34,
|
| 414 |
+
"learning_rate": 0.0004400533333333333,
|
| 415 |
+
"loss": 0.3777,
|
| 416 |
+
"step": 34000
|
| 417 |
+
},
|
| 418 |
+
{
|
| 419 |
+
"epoch": 0.34,
|
| 420 |
+
"learning_rate": 0.0004367266666666666,
|
| 421 |
+
"loss": 0.3776,
|
| 422 |
+
"step": 34500
|
| 423 |
+
},
|
| 424 |
+
{
|
| 425 |
+
"epoch": 0.35,
|
| 426 |
+
"learning_rate": 0.0004333933333333333,
|
| 427 |
+
"loss": 0.3777,
|
| 428 |
+
"step": 35000
|
| 429 |
+
},
|
| 430 |
+
{
|
| 431 |
+
"epoch": 0.35,
|
| 432 |
+
"learning_rate": 0.00043005999999999996,
|
| 433 |
+
"loss": 0.3775,
|
| 434 |
+
"step": 35500
|
| 435 |
+
},
|
| 436 |
+
{
|
| 437 |
+
"epoch": 0.36,
|
| 438 |
+
"learning_rate": 0.00042672666666666663,
|
| 439 |
+
"loss": 0.3776,
|
| 440 |
+
"step": 36000
|
| 441 |
+
},
|
| 442 |
+
{
|
| 443 |
+
"epoch": 0.36,
|
| 444 |
+
"learning_rate": 0.00042339999999999994,
|
| 445 |
+
"loss": 0.3776,
|
| 446 |
+
"step": 36500
|
| 447 |
+
},
|
| 448 |
+
{
|
| 449 |
+
"epoch": 0.37,
|
| 450 |
+
"learning_rate": 0.0004200666666666666,
|
| 451 |
+
"loss": 0.3776,
|
| 452 |
+
"step": 37000
|
| 453 |
+
},
|
| 454 |
+
{
|
| 455 |
+
"epoch": 0.38,
|
| 456 |
+
"learning_rate": 0.00041673333333333334,
|
| 457 |
+
"loss": 0.3777,
|
| 458 |
+
"step": 37500
|
| 459 |
+
},
|
| 460 |
+
{
|
| 461 |
+
"epoch": 0.38,
|
| 462 |
+
"learning_rate": 0.0004133999999999999,
|
| 463 |
+
"loss": 0.3777,
|
| 464 |
+
"step": 38000
|
| 465 |
+
},
|
| 466 |
+
{
|
| 467 |
+
"epoch": 0.39,
|
| 468 |
+
"learning_rate": 0.0004100733333333333,
|
| 469 |
+
"loss": 0.3775,
|
| 470 |
+
"step": 38500
|
| 471 |
+
},
|
| 472 |
+
{
|
| 473 |
+
"epoch": 0.39,
|
| 474 |
+
"learning_rate": 0.00040673999999999994,
|
| 475 |
+
"loss": 0.3777,
|
| 476 |
+
"step": 39000
|
| 477 |
+
},
|
| 478 |
+
{
|
| 479 |
+
"epoch": 0.4,
|
| 480 |
+
"learning_rate": 0.0004034066666666666,
|
| 481 |
+
"loss": 0.3776,
|
| 482 |
+
"step": 39500
|
| 483 |
+
},
|
| 484 |
+
{
|
| 485 |
+
"epoch": 0.4,
|
| 486 |
+
"learning_rate": 0.0004000733333333333,
|
| 487 |
+
"loss": 0.3776,
|
| 488 |
+
"step": 40000
|
| 489 |
+
},
|
| 490 |
+
{
|
| 491 |
+
"epoch": 0.41,
|
| 492 |
+
"learning_rate": 0.0003967466666666666,
|
| 493 |
+
"loss": 0.3776,
|
| 494 |
+
"step": 40500
|
| 495 |
+
},
|
| 496 |
+
{
|
| 497 |
+
"epoch": 0.41,
|
| 498 |
+
"learning_rate": 0.0003934133333333333,
|
| 499 |
+
"loss": 0.3776,
|
| 500 |
+
"step": 41000
|
| 501 |
+
},
|
| 502 |
+
{
|
| 503 |
+
"epoch": 0.41,
|
| 504 |
+
"learning_rate": 0.00039007999999999995,
|
| 505 |
+
"loss": 0.3776,
|
| 506 |
+
"step": 41500
|
| 507 |
+
},
|
| 508 |
+
{
|
| 509 |
+
"epoch": 0.42,
|
| 510 |
+
"learning_rate": 0.00038674666666666663,
|
| 511 |
+
"loss": 0.3775,
|
| 512 |
+
"step": 42000
|
| 513 |
+
},
|
| 514 |
+
{
|
| 515 |
+
"epoch": 0.42,
|
| 516 |
+
"learning_rate": 0.00038342,
|
| 517 |
+
"loss": 0.3776,
|
| 518 |
+
"step": 42500
|
| 519 |
+
},
|
| 520 |
+
{
|
| 521 |
+
"epoch": 0.43,
|
| 522 |
+
"learning_rate": 0.00038008666666666666,
|
| 523 |
+
"loss": 0.3775,
|
| 524 |
+
"step": 43000
|
| 525 |
+
},
|
| 526 |
+
{
|
| 527 |
+
"epoch": 0.43,
|
| 528 |
+
"learning_rate": 0.00037675333333333334,
|
| 529 |
+
"loss": 0.3777,
|
| 530 |
+
"step": 43500
|
| 531 |
+
},
|
| 532 |
+
{
|
| 533 |
+
"epoch": 0.44,
|
| 534 |
+
"learning_rate": 0.00037341999999999996,
|
| 535 |
+
"loss": 0.3776,
|
| 536 |
+
"step": 44000
|
| 537 |
+
},
|
| 538 |
+
{
|
| 539 |
+
"epoch": 0.45,
|
| 540 |
+
"learning_rate": 0.0003700933333333333,
|
| 541 |
+
"loss": 0.3775,
|
| 542 |
+
"step": 44500
|
| 543 |
+
},
|
| 544 |
+
{
|
| 545 |
+
"epoch": 0.45,
|
| 546 |
+
"learning_rate": 0.00036675999999999994,
|
| 547 |
+
"loss": 0.3775,
|
| 548 |
+
"step": 45000
|
| 549 |
+
},
|
| 550 |
+
{
|
| 551 |
+
"epoch": 0.46,
|
| 552 |
+
"learning_rate": 0.0003634266666666666,
|
| 553 |
+
"loss": 0.3776,
|
| 554 |
+
"step": 45500
|
| 555 |
+
},
|
| 556 |
+
{
|
| 557 |
+
"epoch": 0.46,
|
| 558 |
+
"learning_rate": 0.0003600933333333333,
|
| 559 |
+
"loss": 0.3776,
|
| 560 |
+
"step": 46000
|
| 561 |
+
},
|
| 562 |
+
{
|
| 563 |
+
"epoch": 0.47,
|
| 564 |
+
"learning_rate": 0.00035676666666666665,
|
| 565 |
+
"loss": 0.3775,
|
| 566 |
+
"step": 46500
|
| 567 |
+
},
|
| 568 |
+
{
|
| 569 |
+
"epoch": 0.47,
|
| 570 |
+
"learning_rate": 0.0003534333333333333,
|
| 571 |
+
"loss": 0.3777,
|
| 572 |
+
"step": 47000
|
| 573 |
+
},
|
| 574 |
+
{
|
| 575 |
+
"epoch": 0.47,
|
| 576 |
+
"learning_rate": 0.0003501,
|
| 577 |
+
"loss": 0.3776,
|
| 578 |
+
"step": 47500
|
| 579 |
+
},
|
| 580 |
+
{
|
| 581 |
+
"epoch": 0.48,
|
| 582 |
+
"learning_rate": 0.0003467666666666667,
|
| 583 |
+
"loss": 0.3774,
|
| 584 |
+
"step": 48000
|
| 585 |
+
},
|
| 586 |
+
{
|
| 587 |
+
"epoch": 0.48,
|
| 588 |
+
"learning_rate": 0.00034344,
|
| 589 |
+
"loss": 0.3776,
|
| 590 |
+
"step": 48500
|
| 591 |
+
},
|
| 592 |
+
{
|
| 593 |
+
"epoch": 0.49,
|
| 594 |
+
"learning_rate": 0.0003401133333333333,
|
| 595 |
+
"loss": 0.3776,
|
| 596 |
+
"step": 49000
|
| 597 |
+
},
|
| 598 |
+
{
|
| 599 |
+
"epoch": 0.49,
|
| 600 |
+
"learning_rate": 0.00033677999999999996,
|
| 601 |
+
"loss": 0.3775,
|
| 602 |
+
"step": 49500
|
| 603 |
+
},
|
| 604 |
+
{
|
| 605 |
+
"epoch": 0.5,
|
| 606 |
+
"learning_rate": 0.0003334466666666667,
|
| 607 |
+
"loss": 0.3776,
|
| 608 |
+
"step": 50000
|
| 609 |
+
},
|
| 610 |
+
{
|
| 611 |
+
"epoch": 0.51,
|
| 612 |
+
"learning_rate": 0.00033011333333333325,
|
| 613 |
+
"loss": 0.3776,
|
| 614 |
+
"step": 50500
|
| 615 |
+
},
|
| 616 |
+
{
|
| 617 |
+
"epoch": 0.51,
|
| 618 |
+
"learning_rate": 0.00032678666666666667,
|
| 619 |
+
"loss": 0.3776,
|
| 620 |
+
"step": 51000
|
| 621 |
+
},
|
| 622 |
+
{
|
| 623 |
+
"epoch": 0.52,
|
| 624 |
+
"learning_rate": 0.0003234533333333333,
|
| 625 |
+
"loss": 0.3775,
|
| 626 |
+
"step": 51500
|
| 627 |
+
},
|
| 628 |
+
{
|
| 629 |
+
"epoch": 0.52,
|
| 630 |
+
"learning_rate": 0.00032011999999999996,
|
| 631 |
+
"loss": 0.3776,
|
| 632 |
+
"step": 52000
|
| 633 |
+
},
|
| 634 |
+
{
|
| 635 |
+
"epoch": 0.53,
|
| 636 |
+
"learning_rate": 0.00031678666666666664,
|
| 637 |
+
"loss": 0.3776,
|
| 638 |
+
"step": 52500
|
| 639 |
+
},
|
| 640 |
+
{
|
| 641 |
+
"epoch": 0.53,
|
| 642 |
+
"learning_rate": 0.0003134533333333333,
|
| 643 |
+
"loss": 0.3776,
|
| 644 |
+
"step": 53000
|
| 645 |
+
},
|
| 646 |
+
{
|
| 647 |
+
"epoch": 0.54,
|
| 648 |
+
"learning_rate": 0.0003101266666666666,
|
| 649 |
+
"loss": 0.3775,
|
| 650 |
+
"step": 53500
|
| 651 |
+
},
|
| 652 |
+
{
|
| 653 |
+
"epoch": 0.54,
|
| 654 |
+
"learning_rate": 0.0003067933333333333,
|
| 655 |
+
"loss": 0.3777,
|
| 656 |
+
"step": 54000
|
| 657 |
+
},
|
| 658 |
+
{
|
| 659 |
+
"epoch": 0.55,
|
| 660 |
+
"learning_rate": 0.00030345999999999997,
|
| 661 |
+
"loss": 0.3775,
|
| 662 |
+
"step": 54500
|
| 663 |
+
},
|
| 664 |
+
{
|
| 665 |
+
"epoch": 0.55,
|
| 666 |
+
"learning_rate": 0.00030012666666666665,
|
| 667 |
+
"loss": 0.3776,
|
| 668 |
+
"step": 55000
|
| 669 |
+
},
|
| 670 |
+
{
|
| 671 |
+
"epoch": 0.56,
|
| 672 |
+
"learning_rate": 0.0002967933333333333,
|
| 673 |
+
"loss": 0.3775,
|
| 674 |
+
"step": 55500
|
| 675 |
+
},
|
| 676 |
+
{
|
| 677 |
+
"epoch": 0.56,
|
| 678 |
+
"learning_rate": 0.0002934666666666666,
|
| 679 |
+
"loss": 0.3776,
|
| 680 |
+
"step": 56000
|
| 681 |
+
},
|
| 682 |
+
{
|
| 683 |
+
"epoch": 0.56,
|
| 684 |
+
"learning_rate": 0.0002901333333333333,
|
| 685 |
+
"loss": 0.3776,
|
| 686 |
+
"step": 56500
|
| 687 |
+
},
|
| 688 |
+
{
|
| 689 |
+
"epoch": 0.57,
|
| 690 |
+
"learning_rate": 0.0002868,
|
| 691 |
+
"loss": 0.3774,
|
| 692 |
+
"step": 57000
|
| 693 |
+
},
|
| 694 |
+
{
|
| 695 |
+
"epoch": 0.57,
|
| 696 |
+
"learning_rate": 0.00028346666666666665,
|
| 697 |
+
"loss": 0.3776,
|
| 698 |
+
"step": 57500
|
| 699 |
+
},
|
| 700 |
+
{
|
| 701 |
+
"epoch": 0.58,
|
| 702 |
+
"learning_rate": 0.00028013999999999996,
|
| 703 |
+
"loss": 0.3775,
|
| 704 |
+
"step": 58000
|
| 705 |
+
},
|
| 706 |
+
{
|
| 707 |
+
"epoch": 0.58,
|
| 708 |
+
"learning_rate": 0.00027680666666666663,
|
| 709 |
+
"loss": 0.3777,
|
| 710 |
+
"step": 58500
|
| 711 |
+
},
|
| 712 |
+
{
|
| 713 |
+
"epoch": 0.59,
|
| 714 |
+
"learning_rate": 0.0002734733333333333,
|
| 715 |
+
"loss": 0.3775,
|
| 716 |
+
"step": 59000
|
| 717 |
+
},
|
| 718 |
+
{
|
| 719 |
+
"epoch": 0.59,
|
| 720 |
+
"learning_rate": 0.00027014,
|
| 721 |
+
"loss": 0.3775,
|
| 722 |
+
"step": 59500
|
| 723 |
+
},
|
| 724 |
+
{
|
| 725 |
+
"epoch": 0.6,
|
| 726 |
+
"learning_rate": 0.00026681333333333334,
|
| 727 |
+
"loss": 0.3776,
|
| 728 |
+
"step": 60000
|
| 729 |
+
},
|
| 730 |
+
{
|
| 731 |
+
"epoch": 0.6,
|
| 732 |
+
"learning_rate": 0.00026347999999999996,
|
| 733 |
+
"loss": 0.3775,
|
| 734 |
+
"step": 60500
|
| 735 |
+
},
|
| 736 |
+
{
|
| 737 |
+
"epoch": 0.61,
|
| 738 |
+
"learning_rate": 0.00026014666666666664,
|
| 739 |
+
"loss": 0.3776,
|
| 740 |
+
"step": 61000
|
| 741 |
+
},
|
| 742 |
+
{
|
| 743 |
+
"epoch": 0.61,
|
| 744 |
+
"learning_rate": 0.0002568133333333333,
|
| 745 |
+
"loss": 0.3776,
|
| 746 |
+
"step": 61500
|
| 747 |
+
},
|
| 748 |
+
{
|
| 749 |
+
"epoch": 0.62,
|
| 750 |
+
"learning_rate": 0.0002534866666666667,
|
| 751 |
+
"loss": 0.3774,
|
| 752 |
+
"step": 62000
|
| 753 |
+
},
|
| 754 |
+
{
|
| 755 |
+
"epoch": 0.62,
|
| 756 |
+
"learning_rate": 0.00025015333333333335,
|
| 757 |
+
"loss": 0.3776,
|
| 758 |
+
"step": 62500
|
| 759 |
+
},
|
| 760 |
+
{
|
| 761 |
+
"epoch": 0.63,
|
| 762 |
+
"learning_rate": 0.00024681999999999997,
|
| 763 |
+
"loss": 0.3776,
|
| 764 |
+
"step": 63000
|
| 765 |
+
},
|
| 766 |
+
{
|
| 767 |
+
"epoch": 0.64,
|
| 768 |
+
"learning_rate": 0.00024348666666666665,
|
| 769 |
+
"loss": 0.3774,
|
| 770 |
+
"step": 63500
|
| 771 |
+
},
|
| 772 |
+
{
|
| 773 |
+
"epoch": 0.64,
|
| 774 |
+
"learning_rate": 0.00024015999999999998,
|
| 775 |
+
"loss": 0.3775,
|
| 776 |
+
"step": 64000
|
| 777 |
+
},
|
| 778 |
+
{
|
| 779 |
+
"epoch": 0.65,
|
| 780 |
+
"learning_rate": 0.00023682666666666665,
|
| 781 |
+
"loss": 0.3775,
|
| 782 |
+
"step": 64500
|
| 783 |
+
},
|
| 784 |
+
{
|
| 785 |
+
"epoch": 0.65,
|
| 786 |
+
"learning_rate": 0.0002334933333333333,
|
| 787 |
+
"loss": 0.3775,
|
| 788 |
+
"step": 65000
|
| 789 |
+
},
|
| 790 |
+
{
|
| 791 |
+
"epoch": 0.66,
|
| 792 |
+
"learning_rate": 0.00023015999999999998,
|
| 793 |
+
"loss": 0.3774,
|
| 794 |
+
"step": 65500
|
| 795 |
+
},
|
| 796 |
+
{
|
| 797 |
+
"epoch": 0.66,
|
| 798 |
+
"learning_rate": 0.0002268333333333333,
|
| 799 |
+
"loss": 0.3774,
|
| 800 |
+
"step": 66000
|
| 801 |
+
},
|
| 802 |
+
{
|
| 803 |
+
"epoch": 0.67,
|
| 804 |
+
"learning_rate": 0.00022349999999999998,
|
| 805 |
+
"loss": 0.3775,
|
| 806 |
+
"step": 66500
|
| 807 |
+
},
|
| 808 |
+
{
|
| 809 |
+
"epoch": 0.67,
|
| 810 |
+
"learning_rate": 0.00022016666666666666,
|
| 811 |
+
"loss": 0.3775,
|
| 812 |
+
"step": 67000
|
| 813 |
+
},
|
| 814 |
+
{
|
| 815 |
+
"epoch": 0.68,
|
| 816 |
+
"learning_rate": 0.0002168333333333333,
|
| 817 |
+
"loss": 0.3775,
|
| 818 |
+
"step": 67500
|
| 819 |
+
},
|
| 820 |
+
{
|
| 821 |
+
"epoch": 0.68,
|
| 822 |
+
"learning_rate": 0.00021350666666666667,
|
| 823 |
+
"loss": 0.3775,
|
| 824 |
+
"step": 68000
|
| 825 |
+
},
|
| 826 |
+
{
|
| 827 |
+
"epoch": 0.69,
|
| 828 |
+
"learning_rate": 0.00021017333333333332,
|
| 829 |
+
"loss": 0.3776,
|
| 830 |
+
"step": 68500
|
| 831 |
+
},
|
| 832 |
+
{
|
| 833 |
+
"epoch": 0.69,
|
| 834 |
+
"learning_rate": 0.00020684,
|
| 835 |
+
"loss": 0.3774,
|
| 836 |
+
"step": 69000
|
| 837 |
+
},
|
| 838 |
+
{
|
| 839 |
+
"epoch": 0.69,
|
| 840 |
+
"learning_rate": 0.00020350666666666667,
|
| 841 |
+
"loss": 0.3773,
|
| 842 |
+
"step": 69500
|
| 843 |
+
},
|
| 844 |
+
{
|
| 845 |
+
"epoch": 0.7,
|
| 846 |
+
"learning_rate": 0.00020018,
|
| 847 |
+
"loss": 0.3775,
|
| 848 |
+
"step": 70000
|
| 849 |
+
},
|
| 850 |
+
{
|
| 851 |
+
"epoch": 0.7,
|
| 852 |
+
"learning_rate": 0.00019684666666666667,
|
| 853 |
+
"loss": 0.3776,
|
| 854 |
+
"step": 70500
|
| 855 |
+
},
|
| 856 |
+
{
|
| 857 |
+
"epoch": 0.71,
|
| 858 |
+
"learning_rate": 0.00019351333333333332,
|
| 859 |
+
"loss": 0.3775,
|
| 860 |
+
"step": 71000
|
| 861 |
+
},
|
| 862 |
+
{
|
| 863 |
+
"epoch": 0.71,
|
| 864 |
+
"learning_rate": 0.00019018,
|
| 865 |
+
"loss": 0.3775,
|
| 866 |
+
"step": 71500
|
| 867 |
+
},
|
| 868 |
+
{
|
| 869 |
+
"epoch": 0.72,
|
| 870 |
+
"learning_rate": 0.00018684666666666667,
|
| 871 |
+
"loss": 0.3775,
|
| 872 |
+
"step": 72000
|
| 873 |
+
},
|
| 874 |
+
{
|
| 875 |
+
"epoch": 0.72,
|
| 876 |
+
"learning_rate": 0.00018351999999999998,
|
| 877 |
+
"loss": 0.3776,
|
| 878 |
+
"step": 72500
|
| 879 |
+
},
|
| 880 |
+
{
|
| 881 |
+
"epoch": 0.73,
|
| 882 |
+
"learning_rate": 0.00018018666666666663,
|
| 883 |
+
"loss": 0.3774,
|
| 884 |
+
"step": 73000
|
| 885 |
+
},
|
| 886 |
+
{
|
| 887 |
+
"epoch": 0.73,
|
| 888 |
+
"learning_rate": 0.0001768533333333333,
|
| 889 |
+
"loss": 0.3776,
|
| 890 |
+
"step": 73500
|
| 891 |
+
},
|
| 892 |
+
{
|
| 893 |
+
"epoch": 0.74,
|
| 894 |
+
"learning_rate": 0.00017352,
|
| 895 |
+
"loss": 0.3776,
|
| 896 |
+
"step": 74000
|
| 897 |
+
},
|
| 898 |
+
{
|
| 899 |
+
"epoch": 0.74,
|
| 900 |
+
"learning_rate": 0.0001701933333333333,
|
| 901 |
+
"loss": 0.3775,
|
| 902 |
+
"step": 74500
|
| 903 |
+
},
|
| 904 |
+
{
|
| 905 |
+
"epoch": 0.75,
|
| 906 |
+
"learning_rate": 0.00016685999999999998,
|
| 907 |
+
"loss": 0.3775,
|
| 908 |
+
"step": 75000
|
| 909 |
+
},
|
| 910 |
+
{
|
| 911 |
+
"epoch": 0.76,
|
| 912 |
+
"learning_rate": 0.00016352666666666663,
|
| 913 |
+
"loss": 0.3776,
|
| 914 |
+
"step": 75500
|
| 915 |
+
},
|
| 916 |
+
{
|
| 917 |
+
"epoch": 0.76,
|
| 918 |
+
"learning_rate": 0.0001601933333333333,
|
| 919 |
+
"loss": 0.3775,
|
| 920 |
+
"step": 76000
|
| 921 |
+
},
|
| 922 |
+
{
|
| 923 |
+
"epoch": 0.77,
|
| 924 |
+
"learning_rate": 0.00015686666666666664,
|
| 925 |
+
"loss": 0.3775,
|
| 926 |
+
"step": 76500
|
| 927 |
+
},
|
| 928 |
+
{
|
| 929 |
+
"epoch": 0.77,
|
| 930 |
+
"learning_rate": 0.00015353333333333332,
|
| 931 |
+
"loss": 0.3775,
|
| 932 |
+
"step": 77000
|
| 933 |
+
},
|
| 934 |
+
{
|
| 935 |
+
"epoch": 0.78,
|
| 936 |
+
"learning_rate": 0.0001502,
|
| 937 |
+
"loss": 0.3775,
|
| 938 |
+
"step": 77500
|
| 939 |
+
},
|
| 940 |
+
{
|
| 941 |
+
"epoch": 0.78,
|
| 942 |
+
"learning_rate": 0.00014686666666666667,
|
| 943 |
+
"loss": 0.3774,
|
| 944 |
+
"step": 78000
|
| 945 |
+
},
|
| 946 |
+
{
|
| 947 |
+
"epoch": 0.79,
|
| 948 |
+
"learning_rate": 0.00014353999999999997,
|
| 949 |
+
"loss": 0.3774,
|
| 950 |
+
"step": 78500
|
| 951 |
+
},
|
| 952 |
+
{
|
| 953 |
+
"epoch": 0.79,
|
| 954 |
+
"learning_rate": 0.00014020666666666667,
|
| 955 |
+
"loss": 0.3775,
|
| 956 |
+
"step": 79000
|
| 957 |
+
},
|
| 958 |
+
{
|
| 959 |
+
"epoch": 0.8,
|
| 960 |
+
"learning_rate": 0.00013687333333333332,
|
| 961 |
+
"loss": 0.3775,
|
| 962 |
+
"step": 79500
|
| 963 |
+
},
|
| 964 |
+
{
|
| 965 |
+
"epoch": 0.8,
|
| 966 |
+
"learning_rate": 0.00013354,
|
| 967 |
+
"loss": 0.3775,
|
| 968 |
+
"step": 80000
|
| 969 |
+
},
|
| 970 |
+
{
|
| 971 |
+
"epoch": 0.81,
|
| 972 |
+
"learning_rate": 0.00013021333333333333,
|
| 973 |
+
"loss": 0.3776,
|
| 974 |
+
"step": 80500
|
| 975 |
+
},
|
| 976 |
+
{
|
| 977 |
+
"epoch": 0.81,
|
| 978 |
+
"learning_rate": 0.00012687999999999998,
|
| 979 |
+
"loss": 0.3776,
|
| 980 |
+
"step": 81000
|
| 981 |
+
},
|
| 982 |
+
{
|
| 983 |
+
"epoch": 0.81,
|
| 984 |
+
"learning_rate": 0.00012354666666666665,
|
| 985 |
+
"loss": 0.3776,
|
| 986 |
+
"step": 81500
|
| 987 |
+
},
|
| 988 |
+
{
|
| 989 |
+
"epoch": 0.82,
|
| 990 |
+
"learning_rate": 0.00012021333333333333,
|
| 991 |
+
"loss": 0.3775,
|
| 992 |
+
"step": 82000
|
| 993 |
+
},
|
| 994 |
+
{
|
| 995 |
+
"epoch": 0.82,
|
| 996 |
+
"learning_rate": 0.00011688666666666665,
|
| 997 |
+
"loss": 0.3774,
|
| 998 |
+
"step": 82500
|
| 999 |
+
},
|
| 1000 |
+
{
|
| 1001 |
+
"epoch": 0.83,
|
| 1002 |
+
"learning_rate": 0.00011355333333333334,
|
| 1003 |
+
"loss": 0.3775,
|
| 1004 |
+
"step": 83000
|
| 1005 |
+
},
|
| 1006 |
+
{
|
| 1007 |
+
"epoch": 0.83,
|
| 1008 |
+
"learning_rate": 0.00011022,
|
| 1009 |
+
"loss": 0.3775,
|
| 1010 |
+
"step": 83500
|
| 1011 |
+
},
|
| 1012 |
+
{
|
| 1013 |
+
"epoch": 0.84,
|
| 1014 |
+
"learning_rate": 0.00010688666666666665,
|
| 1015 |
+
"loss": 0.3774,
|
| 1016 |
+
"step": 84000
|
| 1017 |
+
},
|
| 1018 |
+
{
|
| 1019 |
+
"epoch": 0.84,
|
| 1020 |
+
"learning_rate": 0.00010355999999999999,
|
| 1021 |
+
"loss": 0.3775,
|
| 1022 |
+
"step": 84500
|
| 1023 |
+
},
|
| 1024 |
+
{
|
| 1025 |
+
"epoch": 0.85,
|
| 1026 |
+
"learning_rate": 0.00010022666666666665,
|
| 1027 |
+
"loss": 0.3775,
|
| 1028 |
+
"step": 85000
|
| 1029 |
+
},
|
| 1030 |
+
{
|
| 1031 |
+
"epoch": 0.85,
|
| 1032 |
+
"learning_rate": 9.689333333333332e-05,
|
| 1033 |
+
"loss": 0.3775,
|
| 1034 |
+
"step": 85500
|
| 1035 |
+
},
|
| 1036 |
+
{
|
| 1037 |
+
"epoch": 0.86,
|
| 1038 |
+
"learning_rate": 9.355999999999999e-05,
|
| 1039 |
+
"loss": 0.3773,
|
| 1040 |
+
"step": 86000
|
| 1041 |
+
},
|
| 1042 |
+
{
|
| 1043 |
+
"epoch": 0.86,
|
| 1044 |
+
"learning_rate": 9.023333333333332e-05,
|
| 1045 |
+
"loss": 0.3775,
|
| 1046 |
+
"step": 86500
|
| 1047 |
+
},
|
| 1048 |
+
{
|
| 1049 |
+
"epoch": 0.87,
|
| 1050 |
+
"learning_rate": 8.69e-05,
|
| 1051 |
+
"loss": 0.3775,
|
| 1052 |
+
"step": 87000
|
| 1053 |
+
},
|
| 1054 |
+
{
|
| 1055 |
+
"epoch": 0.88,
|
| 1056 |
+
"learning_rate": 8.356666666666666e-05,
|
| 1057 |
+
"loss": 0.3773,
|
| 1058 |
+
"step": 87500
|
| 1059 |
+
},
|
| 1060 |
+
{
|
| 1061 |
+
"epoch": 0.88,
|
| 1062 |
+
"learning_rate": 8.023333333333332e-05,
|
| 1063 |
+
"loss": 0.3775,
|
| 1064 |
+
"step": 88000
|
| 1065 |
+
},
|
| 1066 |
+
{
|
| 1067 |
+
"epoch": 0.89,
|
| 1068 |
+
"learning_rate": 7.690666666666667e-05,
|
| 1069 |
+
"loss": 0.3775,
|
| 1070 |
+
"step": 88500
|
| 1071 |
+
},
|
| 1072 |
+
{
|
| 1073 |
+
"epoch": 0.89,
|
| 1074 |
+
"learning_rate": 7.357333333333333e-05,
|
| 1075 |
+
"loss": 0.3776,
|
| 1076 |
+
"step": 89000
|
| 1077 |
+
},
|
| 1078 |
+
{
|
| 1079 |
+
"epoch": 0.9,
|
| 1080 |
+
"learning_rate": 7.023999999999999e-05,
|
| 1081 |
+
"loss": 0.3774,
|
| 1082 |
+
"step": 89500
|
| 1083 |
+
},
|
| 1084 |
+
{
|
| 1085 |
+
"epoch": 0.9,
|
| 1086 |
+
"learning_rate": 6.690666666666667e-05,
|
| 1087 |
+
"loss": 0.3776,
|
| 1088 |
+
"step": 90000
|
| 1089 |
+
},
|
| 1090 |
+
{
|
| 1091 |
+
"epoch": 0.91,
|
| 1092 |
+
"learning_rate": 6.358e-05,
|
| 1093 |
+
"loss": 0.3774,
|
| 1094 |
+
"step": 90500
|
| 1095 |
+
},
|
| 1096 |
+
{
|
| 1097 |
+
"epoch": 0.91,
|
| 1098 |
+
"learning_rate": 6.024666666666667e-05,
|
| 1099 |
+
"loss": 0.3775,
|
| 1100 |
+
"step": 91000
|
| 1101 |
+
},
|
| 1102 |
+
{
|
| 1103 |
+
"epoch": 0.92,
|
| 1104 |
+
"learning_rate": 5.691333333333333e-05,
|
| 1105 |
+
"loss": 0.3774,
|
| 1106 |
+
"step": 91500
|
| 1107 |
+
},
|
| 1108 |
+
{
|
| 1109 |
+
"epoch": 0.92,
|
| 1110 |
+
"learning_rate": 5.358e-05,
|
| 1111 |
+
"loss": 0.3775,
|
| 1112 |
+
"step": 92000
|
| 1113 |
+
},
|
| 1114 |
+
{
|
| 1115 |
+
"epoch": 0.93,
|
| 1116 |
+
"learning_rate": 5.025333333333333e-05,
|
| 1117 |
+
"loss": 0.3775,
|
| 1118 |
+
"step": 92500
|
| 1119 |
+
},
|
| 1120 |
+
{
|
| 1121 |
+
"epoch": 0.93,
|
| 1122 |
+
"learning_rate": 4.692e-05,
|
| 1123 |
+
"loss": 0.3773,
|
| 1124 |
+
"step": 93000
|
| 1125 |
+
},
|
| 1126 |
+
{
|
| 1127 |
+
"epoch": 0.94,
|
| 1128 |
+
"learning_rate": 4.358666666666666e-05,
|
| 1129 |
+
"loss": 0.3773,
|
| 1130 |
+
"step": 93500
|
| 1131 |
+
},
|
| 1132 |
+
{
|
| 1133 |
+
"epoch": 0.94,
|
| 1134 |
+
"learning_rate": 4.025333333333333e-05,
|
| 1135 |
+
"loss": 0.3774,
|
| 1136 |
+
"step": 94000
|
| 1137 |
+
},
|
| 1138 |
+
{
|
| 1139 |
+
"epoch": 0.94,
|
| 1140 |
+
"learning_rate": 3.692666666666666e-05,
|
| 1141 |
+
"loss": 0.3774,
|
| 1142 |
+
"step": 94500
|
| 1143 |
+
},
|
| 1144 |
+
{
|
| 1145 |
+
"epoch": 0.95,
|
| 1146 |
+
"learning_rate": 3.359333333333333e-05,
|
| 1147 |
+
"loss": 0.3775,
|
| 1148 |
+
"step": 95000
|
| 1149 |
+
},
|
| 1150 |
+
{
|
| 1151 |
+
"epoch": 0.95,
|
| 1152 |
+
"learning_rate": 3.0259999999999995e-05,
|
| 1153 |
+
"loss": 0.3774,
|
| 1154 |
+
"step": 95500
|
| 1155 |
+
},
|
| 1156 |
+
{
|
| 1157 |
+
"epoch": 0.96,
|
| 1158 |
+
"learning_rate": 2.6926666666666667e-05,
|
| 1159 |
+
"loss": 0.3774,
|
| 1160 |
+
"step": 96000
|
| 1161 |
+
},
|
| 1162 |
+
{
|
| 1163 |
+
"epoch": 0.96,
|
| 1164 |
+
"learning_rate": 2.3599999999999998e-05,
|
| 1165 |
+
"loss": 0.3774,
|
| 1166 |
+
"step": 96500
|
| 1167 |
+
},
|
| 1168 |
+
{
|
| 1169 |
+
"epoch": 0.97,
|
| 1170 |
+
"learning_rate": 2.0266666666666663e-05,
|
| 1171 |
+
"loss": 0.3775,
|
| 1172 |
+
"step": 97000
|
| 1173 |
+
},
|
| 1174 |
+
{
|
| 1175 |
+
"epoch": 0.97,
|
| 1176 |
+
"learning_rate": 1.6933333333333333e-05,
|
| 1177 |
+
"loss": 0.3774,
|
| 1178 |
+
"step": 97500
|
| 1179 |
+
},
|
| 1180 |
+
{
|
| 1181 |
+
"epoch": 0.98,
|
| 1182 |
+
"learning_rate": 1.36e-05,
|
| 1183 |
+
"loss": 0.3775,
|
| 1184 |
+
"step": 98000
|
| 1185 |
+
},
|
| 1186 |
+
{
|
| 1187 |
+
"epoch": 0.98,
|
| 1188 |
+
"learning_rate": 1.0266666666666666e-05,
|
| 1189 |
+
"loss": 0.3775,
|
| 1190 |
+
"step": 98500
|
| 1191 |
+
},
|
| 1192 |
+
{
|
| 1193 |
+
"epoch": 0.99,
|
| 1194 |
+
"learning_rate": 6.939999999999999e-06,
|
| 1195 |
+
"loss": 0.3774,
|
| 1196 |
+
"step": 99000
|
| 1197 |
+
},
|
| 1198 |
+
{
|
| 1199 |
+
"epoch": 0.99,
|
| 1200 |
+
"learning_rate": 3.6066666666666663e-06,
|
| 1201 |
+
"loss": 0.3774,
|
| 1202 |
+
"step": 99500
|
| 1203 |
+
},
|
| 1204 |
+
{
|
| 1205 |
+
"epoch": 1.0,
|
| 1206 |
+
"learning_rate": 2.733333333333333e-07,
|
| 1207 |
+
"loss": 0.3774,
|
| 1208 |
+
"step": 100000
|
| 1209 |
+
}
|
| 1210 |
+
],
|
| 1211 |
+
"max_steps": 100000,
|
| 1212 |
+
"num_train_epochs": 1,
|
| 1213 |
+
"total_flos": 4.005757407028838e+19,
|
| 1214 |
+
"trial_name": null,
|
| 1215 |
+
"trial_params": null
|
| 1216 |
+
}
|
propositional_logic/ln_alm/checkpoint-100000/training_args.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:80979526bc93bd92f79329c7626a6e5643dd6e98c75ea67395c79b09f05795cf
|
| 3 |
+
size 2735
|
propositional_logic/ln_alm/config.json
ADDED
|
@@ -0,0 +1,37 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"activation_function": "gelu_new",
|
| 3 |
+
"architectures": [
|
| 4 |
+
"GPT2LMHeadModel"
|
| 5 |
+
],
|
| 6 |
+
"attn_pdrop": 0.1,
|
| 7 |
+
"bos_token_id": 50256,
|
| 8 |
+
"embd_pdrop": 0.1,
|
| 9 |
+
"eos_token_id": 50256,
|
| 10 |
+
"gradient_checkpointing": false,
|
| 11 |
+
"initializer_range": 0.02,
|
| 12 |
+
"layer_norm_epsilon": 1e-05,
|
| 13 |
+
"model_type": "gpt2",
|
| 14 |
+
"n_ctx": 1024,
|
| 15 |
+
"n_embd": 768,
|
| 16 |
+
"n_head": 12,
|
| 17 |
+
"n_inner": null,
|
| 18 |
+
"n_layer": 12,
|
| 19 |
+
"n_positions": 1024,
|
| 20 |
+
"resid_pdrop": 0.1,
|
| 21 |
+
"scale_attn_weights": true,
|
| 22 |
+
"summary_activation": null,
|
| 23 |
+
"summary_first_dropout": 0.1,
|
| 24 |
+
"summary_proj_to_labels": true,
|
| 25 |
+
"summary_type": "cls_index",
|
| 26 |
+
"summary_use_proj": true,
|
| 27 |
+
"task_specific_params": {
|
| 28 |
+
"text-generation": {
|
| 29 |
+
"do_sample": true,
|
| 30 |
+
"max_length": 50
|
| 31 |
+
}
|
| 32 |
+
},
|
| 33 |
+
"torch_dtype": "float32",
|
| 34 |
+
"transformers_version": "4.10.3",
|
| 35 |
+
"use_cache": true,
|
| 36 |
+
"vocab_size": 1200
|
| 37 |
+
}
|
propositional_logic/ln_alm/pytorch_model.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:d33019ba41adae198befff715674fa10743b9c2adff598ade2f1594a02b1a7a3
|
| 3 |
+
size 359700713
|
propositional_logic/ln_alm/runs/Oct27_11-35-54_allennlp-cirrascale-01.reviz.ai2.in/1666977158.968696/events.out.tfevents.1666977158.allennlp-cirrascale-01.reviz.ai2.in.1236.1
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:a1abb58bb59be5dafa13472e41f33e99947caba071ecead163de80ea12333d7f
|
| 3 |
+
size 4463
|
propositional_logic/ln_alm/runs/Oct27_11-35-54_allennlp-cirrascale-01.reviz.ai2.in/events.out.tfevents.1666977153.allennlp-cirrascale-01.reviz.ai2.in.1236.0
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:e24f78669645c7fa6d59835daf009e81b4f61ccaab0a5bc542abef1af3192bd4
|
| 3 |
+
size 35661
|
propositional_logic/ln_alm/training_args.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:80979526bc93bd92f79329c7626a6e5643dd6e98c75ea67395c79b09f05795cf
|
| 3 |
+
size 2735
|
propositional_logic/ln_mlm/checkpoint-100000/config.json
ADDED
|
@@ -0,0 +1,27 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"architectures": [
|
| 3 |
+
"RobertaForMaskedLM"
|
| 4 |
+
],
|
| 5 |
+
"attention_probs_dropout_prob": 0.1,
|
| 6 |
+
"bos_token_id": 0,
|
| 7 |
+
"classifier_dropout": null,
|
| 8 |
+
"eos_token_id": 2,
|
| 9 |
+
"gradient_checkpointing": false,
|
| 10 |
+
"hidden_act": "gelu",
|
| 11 |
+
"hidden_dropout_prob": 0.1,
|
| 12 |
+
"hidden_size": 768,
|
| 13 |
+
"initializer_range": 0.02,
|
| 14 |
+
"intermediate_size": 3072,
|
| 15 |
+
"layer_norm_eps": 1e-05,
|
| 16 |
+
"max_position_embeddings": 514,
|
| 17 |
+
"model_type": "roberta",
|
| 18 |
+
"num_attention_heads": 12,
|
| 19 |
+
"num_hidden_layers": 12,
|
| 20 |
+
"pad_token_id": 1,
|
| 21 |
+
"position_embedding_type": "absolute",
|
| 22 |
+
"torch_dtype": "float32",
|
| 23 |
+
"transformers_version": "4.10.3",
|
| 24 |
+
"type_vocab_size": 1,
|
| 25 |
+
"use_cache": true,
|
| 26 |
+
"vocab_size": 1200
|
| 27 |
+
}
|
propositional_logic/ln_mlm/checkpoint-100000/optimizer.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:df9d8863f266529665ce1bd08fc457ddae23f94a274a2c830e9b516ba0ad138d
|
| 3 |
+
size 695849113
|
propositional_logic/ln_mlm/checkpoint-100000/pytorch_model.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:810a13b278b8bdcc7a273dde004d8b35700c28c3c143a425ff66da9ecf1c9740
|
| 3 |
+
size 347937771
|
propositional_logic/ln_mlm/checkpoint-100000/rng_state.pth
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:275268d12ae096293e6c66801629ae22ecc01c39d8a1be7750d5de7ef54cf04f
|
| 3 |
+
size 14503
|
propositional_logic/ln_mlm/checkpoint-100000/scaler.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:b9d1f280998184f253723b01066537d6427ea14f757cd61741edd038bbb20496
|
| 3 |
+
size 559
|
propositional_logic/ln_mlm/checkpoint-100000/scheduler.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:52aa869af3168494a9663ed52b1edb8f050b60bc9e3263f9e675f8db24049470
|
| 3 |
+
size 623
|
propositional_logic/ln_mlm/checkpoint-100000/trainer_state.json
ADDED
|
@@ -0,0 +1,1216 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"best_metric": null,
|
| 3 |
+
"best_model_checkpoint": null,
|
| 4 |
+
"epoch": 1.0,
|
| 5 |
+
"global_step": 100000,
|
| 6 |
+
"is_hyper_param_search": false,
|
| 7 |
+
"is_local_process_zero": true,
|
| 8 |
+
"is_world_process_zero": true,
|
| 9 |
+
"log_history": [
|
| 10 |
+
{
|
| 11 |
+
"epoch": 0.01,
|
| 12 |
+
"learning_rate": 2.9999999999999997e-05,
|
| 13 |
+
"loss": 2.1616,
|
| 14 |
+
"step": 500
|
| 15 |
+
},
|
| 16 |
+
{
|
| 17 |
+
"epoch": 0.01,
|
| 18 |
+
"learning_rate": 5.9999999999999995e-05,
|
| 19 |
+
"loss": 1.5106,
|
| 20 |
+
"step": 1000
|
| 21 |
+
},
|
| 22 |
+
{
|
| 23 |
+
"epoch": 0.01,
|
| 24 |
+
"learning_rate": 8.999999999999999e-05,
|
| 25 |
+
"loss": 1.478,
|
| 26 |
+
"step": 1500
|
| 27 |
+
},
|
| 28 |
+
{
|
| 29 |
+
"epoch": 0.02,
|
| 30 |
+
"learning_rate": 0.00011999999999999999,
|
| 31 |
+
"loss": 1.3936,
|
| 32 |
+
"step": 2000
|
| 33 |
+
},
|
| 34 |
+
{
|
| 35 |
+
"epoch": 0.03,
|
| 36 |
+
"learning_rate": 0.00015,
|
| 37 |
+
"loss": 1.3072,
|
| 38 |
+
"step": 2500
|
| 39 |
+
},
|
| 40 |
+
{
|
| 41 |
+
"epoch": 0.03,
|
| 42 |
+
"learning_rate": 0.00017999999999999998,
|
| 43 |
+
"loss": 1.2877,
|
| 44 |
+
"step": 3000
|
| 45 |
+
},
|
| 46 |
+
{
|
| 47 |
+
"epoch": 0.04,
|
| 48 |
+
"learning_rate": 0.00020999999999999998,
|
| 49 |
+
"loss": 1.2655,
|
| 50 |
+
"step": 3500
|
| 51 |
+
},
|
| 52 |
+
{
|
| 53 |
+
"epoch": 0.04,
|
| 54 |
+
"learning_rate": 0.00023999999999999998,
|
| 55 |
+
"loss": 1.2326,
|
| 56 |
+
"step": 4000
|
| 57 |
+
},
|
| 58 |
+
{
|
| 59 |
+
"epoch": 0.04,
|
| 60 |
+
"learning_rate": 0.00027,
|
| 61 |
+
"loss": 1.2196,
|
| 62 |
+
"step": 4500
|
| 63 |
+
},
|
| 64 |
+
{
|
| 65 |
+
"epoch": 0.05,
|
| 66 |
+
"learning_rate": 0.0003,
|
| 67 |
+
"loss": 1.2138,
|
| 68 |
+
"step": 5000
|
| 69 |
+
},
|
| 70 |
+
{
|
| 71 |
+
"epoch": 0.06,
|
| 72 |
+
"learning_rate": 0.00033,
|
| 73 |
+
"loss": 1.21,
|
| 74 |
+
"step": 5500
|
| 75 |
+
},
|
| 76 |
+
{
|
| 77 |
+
"epoch": 0.06,
|
| 78 |
+
"learning_rate": 0.00035999999999999997,
|
| 79 |
+
"loss": 1.2076,
|
| 80 |
+
"step": 6000
|
| 81 |
+
},
|
| 82 |
+
{
|
| 83 |
+
"epoch": 0.07,
|
| 84 |
+
"learning_rate": 0.00039,
|
| 85 |
+
"loss": 1.2057,
|
| 86 |
+
"step": 6500
|
| 87 |
+
},
|
| 88 |
+
{
|
| 89 |
+
"epoch": 0.07,
|
| 90 |
+
"learning_rate": 0.00041999999999999996,
|
| 91 |
+
"loss": 1.2044,
|
| 92 |
+
"step": 7000
|
| 93 |
+
},
|
| 94 |
+
{
|
| 95 |
+
"epoch": 0.07,
|
| 96 |
+
"learning_rate": 0.00045,
|
| 97 |
+
"loss": 1.203,
|
| 98 |
+
"step": 7500
|
| 99 |
+
},
|
| 100 |
+
{
|
| 101 |
+
"epoch": 0.08,
|
| 102 |
+
"learning_rate": 0.00047999999999999996,
|
| 103 |
+
"loss": 1.2026,
|
| 104 |
+
"step": 8000
|
| 105 |
+
},
|
| 106 |
+
{
|
| 107 |
+
"epoch": 0.09,
|
| 108 |
+
"learning_rate": 0.0005099999999999999,
|
| 109 |
+
"loss": 1.2016,
|
| 110 |
+
"step": 8500
|
| 111 |
+
},
|
| 112 |
+
{
|
| 113 |
+
"epoch": 0.09,
|
| 114 |
+
"learning_rate": 0.00054,
|
| 115 |
+
"loss": 1.2018,
|
| 116 |
+
"step": 9000
|
| 117 |
+
},
|
| 118 |
+
{
|
| 119 |
+
"epoch": 0.1,
|
| 120 |
+
"learning_rate": 0.00057,
|
| 121 |
+
"loss": 1.2005,
|
| 122 |
+
"step": 9500
|
| 123 |
+
},
|
| 124 |
+
{
|
| 125 |
+
"epoch": 0.1,
|
| 126 |
+
"learning_rate": 0.0006,
|
| 127 |
+
"loss": 1.1998,
|
| 128 |
+
"step": 10000
|
| 129 |
+
},
|
| 130 |
+
{
|
| 131 |
+
"epoch": 0.1,
|
| 132 |
+
"learning_rate": 0.0005966666666666667,
|
| 133 |
+
"loss": 1.201,
|
| 134 |
+
"step": 10500
|
| 135 |
+
},
|
| 136 |
+
{
|
| 137 |
+
"epoch": 0.11,
|
| 138 |
+
"learning_rate": 0.0005933333333333333,
|
| 139 |
+
"loss": 1.1983,
|
| 140 |
+
"step": 11000
|
| 141 |
+
},
|
| 142 |
+
{
|
| 143 |
+
"epoch": 0.12,
|
| 144 |
+
"learning_rate": 0.0005899999999999999,
|
| 145 |
+
"loss": 1.1981,
|
| 146 |
+
"step": 11500
|
| 147 |
+
},
|
| 148 |
+
{
|
| 149 |
+
"epoch": 0.12,
|
| 150 |
+
"learning_rate": 0.0005866666666666665,
|
| 151 |
+
"loss": 1.198,
|
| 152 |
+
"step": 12000
|
| 153 |
+
},
|
| 154 |
+
{
|
| 155 |
+
"epoch": 0.12,
|
| 156 |
+
"learning_rate": 0.0005833333333333333,
|
| 157 |
+
"loss": 1.1963,
|
| 158 |
+
"step": 12500
|
| 159 |
+
},
|
| 160 |
+
{
|
| 161 |
+
"epoch": 0.13,
|
| 162 |
+
"learning_rate": 0.00058,
|
| 163 |
+
"loss": 1.1961,
|
| 164 |
+
"step": 13000
|
| 165 |
+
},
|
| 166 |
+
{
|
| 167 |
+
"epoch": 0.14,
|
| 168 |
+
"learning_rate": 0.0005766666666666666,
|
| 169 |
+
"loss": 1.1953,
|
| 170 |
+
"step": 13500
|
| 171 |
+
},
|
| 172 |
+
{
|
| 173 |
+
"epoch": 0.14,
|
| 174 |
+
"learning_rate": 0.00057334,
|
| 175 |
+
"loss": 1.1958,
|
| 176 |
+
"step": 14000
|
| 177 |
+
},
|
| 178 |
+
{
|
| 179 |
+
"epoch": 0.14,
|
| 180 |
+
"learning_rate": 0.0005700066666666666,
|
| 181 |
+
"loss": 1.1948,
|
| 182 |
+
"step": 14500
|
| 183 |
+
},
|
| 184 |
+
{
|
| 185 |
+
"epoch": 0.15,
|
| 186 |
+
"learning_rate": 0.0005666733333333333,
|
| 187 |
+
"loss": 1.1942,
|
| 188 |
+
"step": 15000
|
| 189 |
+
},
|
| 190 |
+
{
|
| 191 |
+
"epoch": 0.15,
|
| 192 |
+
"learning_rate": 0.00056334,
|
| 193 |
+
"loss": 1.1937,
|
| 194 |
+
"step": 15500
|
| 195 |
+
},
|
| 196 |
+
{
|
| 197 |
+
"epoch": 0.16,
|
| 198 |
+
"learning_rate": 0.0005600066666666666,
|
| 199 |
+
"loss": 1.1933,
|
| 200 |
+
"step": 16000
|
| 201 |
+
},
|
| 202 |
+
{
|
| 203 |
+
"epoch": 0.17,
|
| 204 |
+
"learning_rate": 0.0005566733333333333,
|
| 205 |
+
"loss": 1.1934,
|
| 206 |
+
"step": 16500
|
| 207 |
+
},
|
| 208 |
+
{
|
| 209 |
+
"epoch": 0.17,
|
| 210 |
+
"learning_rate": 0.0005533399999999999,
|
| 211 |
+
"loss": 1.193,
|
| 212 |
+
"step": 17000
|
| 213 |
+
},
|
| 214 |
+
{
|
| 215 |
+
"epoch": 0.17,
|
| 216 |
+
"learning_rate": 0.0005500066666666667,
|
| 217 |
+
"loss": 1.193,
|
| 218 |
+
"step": 17500
|
| 219 |
+
},
|
| 220 |
+
{
|
| 221 |
+
"epoch": 0.18,
|
| 222 |
+
"learning_rate": 0.0005466733333333333,
|
| 223 |
+
"loss": 1.1925,
|
| 224 |
+
"step": 18000
|
| 225 |
+
},
|
| 226 |
+
{
|
| 227 |
+
"epoch": 0.18,
|
| 228 |
+
"learning_rate": 0.0005433399999999999,
|
| 229 |
+
"loss": 1.1927,
|
| 230 |
+
"step": 18500
|
| 231 |
+
},
|
| 232 |
+
{
|
| 233 |
+
"epoch": 0.19,
|
| 234 |
+
"learning_rate": 0.0005400133333333333,
|
| 235 |
+
"loss": 1.1928,
|
| 236 |
+
"step": 19000
|
| 237 |
+
},
|
| 238 |
+
{
|
| 239 |
+
"epoch": 0.2,
|
| 240 |
+
"learning_rate": 0.0005366799999999999,
|
| 241 |
+
"loss": 1.192,
|
| 242 |
+
"step": 19500
|
| 243 |
+
},
|
| 244 |
+
{
|
| 245 |
+
"epoch": 0.2,
|
| 246 |
+
"learning_rate": 0.0005333466666666666,
|
| 247 |
+
"loss": 1.1928,
|
| 248 |
+
"step": 20000
|
| 249 |
+
},
|
| 250 |
+
{
|
| 251 |
+
"epoch": 0.2,
|
| 252 |
+
"learning_rate": 0.0005300133333333333,
|
| 253 |
+
"loss": 1.1916,
|
| 254 |
+
"step": 20500
|
| 255 |
+
},
|
| 256 |
+
{
|
| 257 |
+
"epoch": 0.21,
|
| 258 |
+
"learning_rate": 0.00052668,
|
| 259 |
+
"loss": 1.1924,
|
| 260 |
+
"step": 21000
|
| 261 |
+
},
|
| 262 |
+
{
|
| 263 |
+
"epoch": 0.21,
|
| 264 |
+
"learning_rate": 0.0005233466666666667,
|
| 265 |
+
"loss": 1.1916,
|
| 266 |
+
"step": 21500
|
| 267 |
+
},
|
| 268 |
+
{
|
| 269 |
+
"epoch": 0.22,
|
| 270 |
+
"learning_rate": 0.0005200199999999999,
|
| 271 |
+
"loss": 1.1939,
|
| 272 |
+
"step": 22000
|
| 273 |
+
},
|
| 274 |
+
{
|
| 275 |
+
"epoch": 0.23,
|
| 276 |
+
"learning_rate": 0.0005166866666666667,
|
| 277 |
+
"loss": 1.1912,
|
| 278 |
+
"step": 22500
|
| 279 |
+
},
|
| 280 |
+
{
|
| 281 |
+
"epoch": 0.23,
|
| 282 |
+
"learning_rate": 0.0005133533333333333,
|
| 283 |
+
"loss": 1.1921,
|
| 284 |
+
"step": 23000
|
| 285 |
+
},
|
| 286 |
+
{
|
| 287 |
+
"epoch": 0.23,
|
| 288 |
+
"learning_rate": 0.0005100199999999999,
|
| 289 |
+
"loss": 1.1908,
|
| 290 |
+
"step": 23500
|
| 291 |
+
},
|
| 292 |
+
{
|
| 293 |
+
"epoch": 0.24,
|
| 294 |
+
"learning_rate": 0.0005066933333333333,
|
| 295 |
+
"loss": 1.1917,
|
| 296 |
+
"step": 24000
|
| 297 |
+
},
|
| 298 |
+
{
|
| 299 |
+
"epoch": 0.24,
|
| 300 |
+
"learning_rate": 0.0005033599999999999,
|
| 301 |
+
"loss": 1.1912,
|
| 302 |
+
"step": 24500
|
| 303 |
+
},
|
| 304 |
+
{
|
| 305 |
+
"epoch": 0.25,
|
| 306 |
+
"learning_rate": 0.0005000266666666666,
|
| 307 |
+
"loss": 1.1906,
|
| 308 |
+
"step": 25000
|
| 309 |
+
},
|
| 310 |
+
{
|
| 311 |
+
"epoch": 0.26,
|
| 312 |
+
"learning_rate": 0.0004966933333333332,
|
| 313 |
+
"loss": 1.1906,
|
| 314 |
+
"step": 25500
|
| 315 |
+
},
|
| 316 |
+
{
|
| 317 |
+
"epoch": 0.26,
|
| 318 |
+
"learning_rate": 0.00049336,
|
| 319 |
+
"loss": 1.1905,
|
| 320 |
+
"step": 26000
|
| 321 |
+
},
|
| 322 |
+
{
|
| 323 |
+
"epoch": 0.27,
|
| 324 |
+
"learning_rate": 0.0004900333333333333,
|
| 325 |
+
"loss": 1.191,
|
| 326 |
+
"step": 26500
|
| 327 |
+
},
|
| 328 |
+
{
|
| 329 |
+
"epoch": 0.27,
|
| 330 |
+
"learning_rate": 0.00048669999999999996,
|
| 331 |
+
"loss": 1.1902,
|
| 332 |
+
"step": 27000
|
| 333 |
+
},
|
| 334 |
+
{
|
| 335 |
+
"epoch": 0.28,
|
| 336 |
+
"learning_rate": 0.0004833666666666666,
|
| 337 |
+
"loss": 1.19,
|
| 338 |
+
"step": 27500
|
| 339 |
+
},
|
| 340 |
+
{
|
| 341 |
+
"epoch": 0.28,
|
| 342 |
+
"learning_rate": 0.00048003333333333326,
|
| 343 |
+
"loss": 1.1906,
|
| 344 |
+
"step": 28000
|
| 345 |
+
},
|
| 346 |
+
{
|
| 347 |
+
"epoch": 0.28,
|
| 348 |
+
"learning_rate": 0.00047669999999999993,
|
| 349 |
+
"loss": 1.1905,
|
| 350 |
+
"step": 28500
|
| 351 |
+
},
|
| 352 |
+
{
|
| 353 |
+
"epoch": 0.29,
|
| 354 |
+
"learning_rate": 0.0004733666666666666,
|
| 355 |
+
"loss": 1.1903,
|
| 356 |
+
"step": 29000
|
| 357 |
+
},
|
| 358 |
+
{
|
| 359 |
+
"epoch": 0.29,
|
| 360 |
+
"learning_rate": 0.0004700333333333333,
|
| 361 |
+
"loss": 1.1899,
|
| 362 |
+
"step": 29500
|
| 363 |
+
},
|
| 364 |
+
{
|
| 365 |
+
"epoch": 0.3,
|
| 366 |
+
"learning_rate": 0.00046670666666666664,
|
| 367 |
+
"loss": 1.1904,
|
| 368 |
+
"step": 30000
|
| 369 |
+
},
|
| 370 |
+
{
|
| 371 |
+
"epoch": 0.3,
|
| 372 |
+
"learning_rate": 0.0004633733333333333,
|
| 373 |
+
"loss": 1.1898,
|
| 374 |
+
"step": 30500
|
| 375 |
+
},
|
| 376 |
+
{
|
| 377 |
+
"epoch": 0.31,
|
| 378 |
+
"learning_rate": 0.00046004,
|
| 379 |
+
"loss": 1.1908,
|
| 380 |
+
"step": 31000
|
| 381 |
+
},
|
| 382 |
+
{
|
| 383 |
+
"epoch": 0.32,
|
| 384 |
+
"learning_rate": 0.0004567066666666666,
|
| 385 |
+
"loss": 1.1902,
|
| 386 |
+
"step": 31500
|
| 387 |
+
},
|
| 388 |
+
{
|
| 389 |
+
"epoch": 0.32,
|
| 390 |
+
"learning_rate": 0.0004533733333333333,
|
| 391 |
+
"loss": 1.1899,
|
| 392 |
+
"step": 32000
|
| 393 |
+
},
|
| 394 |
+
{
|
| 395 |
+
"epoch": 0.33,
|
| 396 |
+
"learning_rate": 0.0004500466666666666,
|
| 397 |
+
"loss": 1.1898,
|
| 398 |
+
"step": 32500
|
| 399 |
+
},
|
| 400 |
+
{
|
| 401 |
+
"epoch": 0.33,
|
| 402 |
+
"learning_rate": 0.00044671333333333327,
|
| 403 |
+
"loss": 1.1895,
|
| 404 |
+
"step": 33000
|
| 405 |
+
},
|
| 406 |
+
{
|
| 407 |
+
"epoch": 0.34,
|
| 408 |
+
"learning_rate": 0.00044337999999999995,
|
| 409 |
+
"loss": 1.1897,
|
| 410 |
+
"step": 33500
|
| 411 |
+
},
|
| 412 |
+
{
|
| 413 |
+
"epoch": 0.34,
|
| 414 |
+
"learning_rate": 0.0004400466666666666,
|
| 415 |
+
"loss": 1.1892,
|
| 416 |
+
"step": 34000
|
| 417 |
+
},
|
| 418 |
+
{
|
| 419 |
+
"epoch": 0.34,
|
| 420 |
+
"learning_rate": 0.0004367133333333333,
|
| 421 |
+
"loss": 1.1894,
|
| 422 |
+
"step": 34500
|
| 423 |
+
},
|
| 424 |
+
{
|
| 425 |
+
"epoch": 0.35,
|
| 426 |
+
"learning_rate": 0.00043338,
|
| 427 |
+
"loss": 1.1893,
|
| 428 |
+
"step": 35000
|
| 429 |
+
},
|
| 430 |
+
{
|
| 431 |
+
"epoch": 0.35,
|
| 432 |
+
"learning_rate": 0.00043005333333333333,
|
| 433 |
+
"loss": 1.1895,
|
| 434 |
+
"step": 35500
|
| 435 |
+
},
|
| 436 |
+
{
|
| 437 |
+
"epoch": 0.36,
|
| 438 |
+
"learning_rate": 0.00042672,
|
| 439 |
+
"loss": 1.1894,
|
| 440 |
+
"step": 36000
|
| 441 |
+
},
|
| 442 |
+
{
|
| 443 |
+
"epoch": 0.36,
|
| 444 |
+
"learning_rate": 0.00042338666666666663,
|
| 445 |
+
"loss": 1.1896,
|
| 446 |
+
"step": 36500
|
| 447 |
+
},
|
| 448 |
+
{
|
| 449 |
+
"epoch": 0.37,
|
| 450 |
+
"learning_rate": 0.0004200533333333333,
|
| 451 |
+
"loss": 1.1891,
|
| 452 |
+
"step": 37000
|
| 453 |
+
},
|
| 454 |
+
{
|
| 455 |
+
"epoch": 0.38,
|
| 456 |
+
"learning_rate": 0.00041672,
|
| 457 |
+
"loss": 1.1891,
|
| 458 |
+
"step": 37500
|
| 459 |
+
},
|
| 460 |
+
{
|
| 461 |
+
"epoch": 0.38,
|
| 462 |
+
"learning_rate": 0.0004133933333333333,
|
| 463 |
+
"loss": 1.1889,
|
| 464 |
+
"step": 38000
|
| 465 |
+
},
|
| 466 |
+
{
|
| 467 |
+
"epoch": 0.39,
|
| 468 |
+
"learning_rate": 0.00041005999999999996,
|
| 469 |
+
"loss": 1.189,
|
| 470 |
+
"step": 38500
|
| 471 |
+
},
|
| 472 |
+
{
|
| 473 |
+
"epoch": 0.39,
|
| 474 |
+
"learning_rate": 0.00040672666666666664,
|
| 475 |
+
"loss": 1.1893,
|
| 476 |
+
"step": 39000
|
| 477 |
+
},
|
| 478 |
+
{
|
| 479 |
+
"epoch": 0.4,
|
| 480 |
+
"learning_rate": 0.0004033933333333333,
|
| 481 |
+
"loss": 1.1889,
|
| 482 |
+
"step": 39500
|
| 483 |
+
},
|
| 484 |
+
{
|
| 485 |
+
"epoch": 0.4,
|
| 486 |
+
"learning_rate": 0.00040005999999999993,
|
| 487 |
+
"loss": 1.1887,
|
| 488 |
+
"step": 40000
|
| 489 |
+
},
|
| 490 |
+
{
|
| 491 |
+
"epoch": 0.41,
|
| 492 |
+
"learning_rate": 0.0003967266666666666,
|
| 493 |
+
"loss": 1.1885,
|
| 494 |
+
"step": 40500
|
| 495 |
+
},
|
| 496 |
+
{
|
| 497 |
+
"epoch": 0.41,
|
| 498 |
+
"learning_rate": 0.0003933999999999999,
|
| 499 |
+
"loss": 1.1889,
|
| 500 |
+
"step": 41000
|
| 501 |
+
},
|
| 502 |
+
{
|
| 503 |
+
"epoch": 0.41,
|
| 504 |
+
"learning_rate": 0.00039006666666666664,
|
| 505 |
+
"loss": 1.1885,
|
| 506 |
+
"step": 41500
|
| 507 |
+
},
|
| 508 |
+
{
|
| 509 |
+
"epoch": 0.42,
|
| 510 |
+
"learning_rate": 0.0003867333333333333,
|
| 511 |
+
"loss": 1.1889,
|
| 512 |
+
"step": 42000
|
| 513 |
+
},
|
| 514 |
+
{
|
| 515 |
+
"epoch": 0.42,
|
| 516 |
+
"learning_rate": 0.0003834,
|
| 517 |
+
"loss": 1.1888,
|
| 518 |
+
"step": 42500
|
| 519 |
+
},
|
| 520 |
+
{
|
| 521 |
+
"epoch": 0.43,
|
| 522 |
+
"learning_rate": 0.00038006666666666667,
|
| 523 |
+
"loss": 1.1889,
|
| 524 |
+
"step": 43000
|
| 525 |
+
},
|
| 526 |
+
{
|
| 527 |
+
"epoch": 0.43,
|
| 528 |
+
"learning_rate": 0.00037673333333333335,
|
| 529 |
+
"loss": 1.1883,
|
| 530 |
+
"step": 43500
|
| 531 |
+
},
|
| 532 |
+
{
|
| 533 |
+
"epoch": 0.44,
|
| 534 |
+
"learning_rate": 0.00037339999999999997,
|
| 535 |
+
"loss": 1.1883,
|
| 536 |
+
"step": 44000
|
| 537 |
+
},
|
| 538 |
+
{
|
| 539 |
+
"epoch": 0.45,
|
| 540 |
+
"learning_rate": 0.00037006666666666664,
|
| 541 |
+
"loss": 1.1886,
|
| 542 |
+
"step": 44500
|
| 543 |
+
},
|
| 544 |
+
{
|
| 545 |
+
"epoch": 0.45,
|
| 546 |
+
"learning_rate": 0.00036674666666666663,
|
| 547 |
+
"loss": 1.1882,
|
| 548 |
+
"step": 45000
|
| 549 |
+
},
|
| 550 |
+
{
|
| 551 |
+
"epoch": 0.46,
|
| 552 |
+
"learning_rate": 0.00036341333333333336,
|
| 553 |
+
"loss": 1.1881,
|
| 554 |
+
"step": 45500
|
| 555 |
+
},
|
| 556 |
+
{
|
| 557 |
+
"epoch": 0.46,
|
| 558 |
+
"learning_rate": 0.0003600799999999999,
|
| 559 |
+
"loss": 1.1879,
|
| 560 |
+
"step": 46000
|
| 561 |
+
},
|
| 562 |
+
{
|
| 563 |
+
"epoch": 0.47,
|
| 564 |
+
"learning_rate": 0.0003567466666666666,
|
| 565 |
+
"loss": 1.1882,
|
| 566 |
+
"step": 46500
|
| 567 |
+
},
|
| 568 |
+
{
|
| 569 |
+
"epoch": 0.47,
|
| 570 |
+
"learning_rate": 0.0003534133333333333,
|
| 571 |
+
"loss": 1.1883,
|
| 572 |
+
"step": 47000
|
| 573 |
+
},
|
| 574 |
+
{
|
| 575 |
+
"epoch": 0.47,
|
| 576 |
+
"learning_rate": 0.00035008,
|
| 577 |
+
"loss": 1.188,
|
| 578 |
+
"step": 47500
|
| 579 |
+
},
|
| 580 |
+
{
|
| 581 |
+
"epoch": 0.48,
|
| 582 |
+
"learning_rate": 0.0003467466666666667,
|
| 583 |
+
"loss": 1.1883,
|
| 584 |
+
"step": 48000
|
| 585 |
+
},
|
| 586 |
+
{
|
| 587 |
+
"epoch": 0.48,
|
| 588 |
+
"learning_rate": 0.00034342,
|
| 589 |
+
"loss": 1.1881,
|
| 590 |
+
"step": 48500
|
| 591 |
+
},
|
| 592 |
+
{
|
| 593 |
+
"epoch": 0.49,
|
| 594 |
+
"learning_rate": 0.00034008666666666666,
|
| 595 |
+
"loss": 1.1876,
|
| 596 |
+
"step": 49000
|
| 597 |
+
},
|
| 598 |
+
{
|
| 599 |
+
"epoch": 0.49,
|
| 600 |
+
"learning_rate": 0.0003367533333333333,
|
| 601 |
+
"loss": 1.1889,
|
| 602 |
+
"step": 49500
|
| 603 |
+
},
|
| 604 |
+
{
|
| 605 |
+
"epoch": 0.5,
|
| 606 |
+
"learning_rate": 0.00033341999999999996,
|
| 607 |
+
"loss": 1.1881,
|
| 608 |
+
"step": 50000
|
| 609 |
+
},
|
| 610 |
+
{
|
| 611 |
+
"epoch": 0.51,
|
| 612 |
+
"learning_rate": 0.00033008666666666664,
|
| 613 |
+
"loss": 1.1879,
|
| 614 |
+
"step": 50500
|
| 615 |
+
},
|
| 616 |
+
{
|
| 617 |
+
"epoch": 0.51,
|
| 618 |
+
"learning_rate": 0.0003267533333333333,
|
| 619 |
+
"loss": 1.1881,
|
| 620 |
+
"step": 51000
|
| 621 |
+
},
|
| 622 |
+
{
|
| 623 |
+
"epoch": 0.52,
|
| 624 |
+
"learning_rate": 0.00032342,
|
| 625 |
+
"loss": 1.1878,
|
| 626 |
+
"step": 51500
|
| 627 |
+
},
|
| 628 |
+
{
|
| 629 |
+
"epoch": 0.52,
|
| 630 |
+
"learning_rate": 0.00032008666666666667,
|
| 631 |
+
"loss": 1.1877,
|
| 632 |
+
"step": 52000
|
| 633 |
+
},
|
| 634 |
+
{
|
| 635 |
+
"epoch": 0.53,
|
| 636 |
+
"learning_rate": 0.00031675999999999997,
|
| 637 |
+
"loss": 1.1877,
|
| 638 |
+
"step": 52500
|
| 639 |
+
},
|
| 640 |
+
{
|
| 641 |
+
"epoch": 0.53,
|
| 642 |
+
"learning_rate": 0.0003134333333333333,
|
| 643 |
+
"loss": 1.1879,
|
| 644 |
+
"step": 53000
|
| 645 |
+
},
|
| 646 |
+
{
|
| 647 |
+
"epoch": 0.54,
|
| 648 |
+
"learning_rate": 0.0003101,
|
| 649 |
+
"loss": 1.1877,
|
| 650 |
+
"step": 53500
|
| 651 |
+
},
|
| 652 |
+
{
|
| 653 |
+
"epoch": 0.54,
|
| 654 |
+
"learning_rate": 0.0003067666666666667,
|
| 655 |
+
"loss": 1.1875,
|
| 656 |
+
"step": 54000
|
| 657 |
+
},
|
| 658 |
+
{
|
| 659 |
+
"epoch": 0.55,
|
| 660 |
+
"learning_rate": 0.0003034333333333333,
|
| 661 |
+
"loss": 1.1873,
|
| 662 |
+
"step": 54500
|
| 663 |
+
},
|
| 664 |
+
{
|
| 665 |
+
"epoch": 0.55,
|
| 666 |
+
"learning_rate": 0.0003001,
|
| 667 |
+
"loss": 1.1873,
|
| 668 |
+
"step": 55000
|
| 669 |
+
},
|
| 670 |
+
{
|
| 671 |
+
"epoch": 0.56,
|
| 672 |
+
"learning_rate": 0.00029677333333333333,
|
| 673 |
+
"loss": 1.1877,
|
| 674 |
+
"step": 55500
|
| 675 |
+
},
|
| 676 |
+
{
|
| 677 |
+
"epoch": 0.56,
|
| 678 |
+
"learning_rate": 0.00029343999999999996,
|
| 679 |
+
"loss": 1.1876,
|
| 680 |
+
"step": 56000
|
| 681 |
+
},
|
| 682 |
+
{
|
| 683 |
+
"epoch": 0.56,
|
| 684 |
+
"learning_rate": 0.00029010666666666663,
|
| 685 |
+
"loss": 1.1874,
|
| 686 |
+
"step": 56500
|
| 687 |
+
},
|
| 688 |
+
{
|
| 689 |
+
"epoch": 0.57,
|
| 690 |
+
"learning_rate": 0.0002867733333333333,
|
| 691 |
+
"loss": 1.1874,
|
| 692 |
+
"step": 57000
|
| 693 |
+
},
|
| 694 |
+
{
|
| 695 |
+
"epoch": 0.57,
|
| 696 |
+
"learning_rate": 0.00028344,
|
| 697 |
+
"loss": 1.1871,
|
| 698 |
+
"step": 57500
|
| 699 |
+
},
|
| 700 |
+
{
|
| 701 |
+
"epoch": 0.58,
|
| 702 |
+
"learning_rate": 0.00028010666666666666,
|
| 703 |
+
"loss": 1.1873,
|
| 704 |
+
"step": 58000
|
| 705 |
+
},
|
| 706 |
+
{
|
| 707 |
+
"epoch": 0.58,
|
| 708 |
+
"learning_rate": 0.00027677999999999996,
|
| 709 |
+
"loss": 1.1871,
|
| 710 |
+
"step": 58500
|
| 711 |
+
},
|
| 712 |
+
{
|
| 713 |
+
"epoch": 0.59,
|
| 714 |
+
"learning_rate": 0.00027344666666666664,
|
| 715 |
+
"loss": 1.1874,
|
| 716 |
+
"step": 59000
|
| 717 |
+
},
|
| 718 |
+
{
|
| 719 |
+
"epoch": 0.59,
|
| 720 |
+
"learning_rate": 0.0002701133333333333,
|
| 721 |
+
"loss": 1.1873,
|
| 722 |
+
"step": 59500
|
| 723 |
+
},
|
| 724 |
+
{
|
| 725 |
+
"epoch": 0.6,
|
| 726 |
+
"learning_rate": 0.00026678,
|
| 727 |
+
"loss": 1.1877,
|
| 728 |
+
"step": 60000
|
| 729 |
+
},
|
| 730 |
+
{
|
| 731 |
+
"epoch": 0.6,
|
| 732 |
+
"learning_rate": 0.00026344666666666667,
|
| 733 |
+
"loss": 1.1874,
|
| 734 |
+
"step": 60500
|
| 735 |
+
},
|
| 736 |
+
{
|
| 737 |
+
"epoch": 0.61,
|
| 738 |
+
"learning_rate": 0.0002601133333333333,
|
| 739 |
+
"loss": 1.1869,
|
| 740 |
+
"step": 61000
|
| 741 |
+
},
|
| 742 |
+
{
|
| 743 |
+
"epoch": 0.61,
|
| 744 |
+
"learning_rate": 0.00025677999999999996,
|
| 745 |
+
"loss": 1.1873,
|
| 746 |
+
"step": 61500
|
| 747 |
+
},
|
| 748 |
+
{
|
| 749 |
+
"epoch": 0.62,
|
| 750 |
+
"learning_rate": 0.0002534533333333333,
|
| 751 |
+
"loss": 1.1873,
|
| 752 |
+
"step": 62000
|
| 753 |
+
},
|
| 754 |
+
{
|
| 755 |
+
"epoch": 0.62,
|
| 756 |
+
"learning_rate": 0.00025012,
|
| 757 |
+
"loss": 1.1872,
|
| 758 |
+
"step": 62500
|
| 759 |
+
},
|
| 760 |
+
{
|
| 761 |
+
"epoch": 0.63,
|
| 762 |
+
"learning_rate": 0.0002467866666666667,
|
| 763 |
+
"loss": 1.1871,
|
| 764 |
+
"step": 63000
|
| 765 |
+
},
|
| 766 |
+
{
|
| 767 |
+
"epoch": 0.64,
|
| 768 |
+
"learning_rate": 0.0002434533333333333,
|
| 769 |
+
"loss": 1.1871,
|
| 770 |
+
"step": 63500
|
| 771 |
+
},
|
| 772 |
+
{
|
| 773 |
+
"epoch": 0.64,
|
| 774 |
+
"learning_rate": 0.00024011999999999997,
|
| 775 |
+
"loss": 1.1866,
|
| 776 |
+
"step": 64000
|
| 777 |
+
},
|
| 778 |
+
{
|
| 779 |
+
"epoch": 0.65,
|
| 780 |
+
"learning_rate": 0.00023678666666666665,
|
| 781 |
+
"loss": 1.187,
|
| 782 |
+
"step": 64500
|
| 783 |
+
},
|
| 784 |
+
{
|
| 785 |
+
"epoch": 0.65,
|
| 786 |
+
"learning_rate": 0.0002334533333333333,
|
| 787 |
+
"loss": 1.1868,
|
| 788 |
+
"step": 65000
|
| 789 |
+
},
|
| 790 |
+
{
|
| 791 |
+
"epoch": 0.66,
|
| 792 |
+
"learning_rate": 0.00023011999999999997,
|
| 793 |
+
"loss": 1.1868,
|
| 794 |
+
"step": 65500
|
| 795 |
+
},
|
| 796 |
+
{
|
| 797 |
+
"epoch": 0.66,
|
| 798 |
+
"learning_rate": 0.0002267933333333333,
|
| 799 |
+
"loss": 1.1868,
|
| 800 |
+
"step": 66000
|
| 801 |
+
},
|
| 802 |
+
{
|
| 803 |
+
"epoch": 0.67,
|
| 804 |
+
"learning_rate": 0.00022345999999999998,
|
| 805 |
+
"loss": 1.1868,
|
| 806 |
+
"step": 66500
|
| 807 |
+
},
|
| 808 |
+
{
|
| 809 |
+
"epoch": 0.67,
|
| 810 |
+
"learning_rate": 0.00022012666666666665,
|
| 811 |
+
"loss": 1.1871,
|
| 812 |
+
"step": 67000
|
| 813 |
+
},
|
| 814 |
+
{
|
| 815 |
+
"epoch": 0.68,
|
| 816 |
+
"learning_rate": 0.0002167933333333333,
|
| 817 |
+
"loss": 1.1865,
|
| 818 |
+
"step": 67500
|
| 819 |
+
},
|
| 820 |
+
{
|
| 821 |
+
"epoch": 0.68,
|
| 822 |
+
"learning_rate": 0.00021346666666666666,
|
| 823 |
+
"loss": 1.1865,
|
| 824 |
+
"step": 68000
|
| 825 |
+
},
|
| 826 |
+
{
|
| 827 |
+
"epoch": 0.69,
|
| 828 |
+
"learning_rate": 0.0002101333333333333,
|
| 829 |
+
"loss": 1.187,
|
| 830 |
+
"step": 68500
|
| 831 |
+
},
|
| 832 |
+
{
|
| 833 |
+
"epoch": 0.69,
|
| 834 |
+
"learning_rate": 0.00020679999999999999,
|
| 835 |
+
"loss": 1.1869,
|
| 836 |
+
"step": 69000
|
| 837 |
+
},
|
| 838 |
+
{
|
| 839 |
+
"epoch": 0.69,
|
| 840 |
+
"learning_rate": 0.00020346666666666663,
|
| 841 |
+
"loss": 1.1866,
|
| 842 |
+
"step": 69500
|
| 843 |
+
},
|
| 844 |
+
{
|
| 845 |
+
"epoch": 0.7,
|
| 846 |
+
"learning_rate": 0.00020014,
|
| 847 |
+
"loss": 1.1865,
|
| 848 |
+
"step": 70000
|
| 849 |
+
},
|
| 850 |
+
{
|
| 851 |
+
"epoch": 0.7,
|
| 852 |
+
"learning_rate": 0.00019680666666666664,
|
| 853 |
+
"loss": 1.1865,
|
| 854 |
+
"step": 70500
|
| 855 |
+
},
|
| 856 |
+
{
|
| 857 |
+
"epoch": 0.71,
|
| 858 |
+
"learning_rate": 0.00019347333333333332,
|
| 859 |
+
"loss": 1.1867,
|
| 860 |
+
"step": 71000
|
| 861 |
+
},
|
| 862 |
+
{
|
| 863 |
+
"epoch": 0.71,
|
| 864 |
+
"learning_rate": 0.00019014,
|
| 865 |
+
"loss": 1.1866,
|
| 866 |
+
"step": 71500
|
| 867 |
+
},
|
| 868 |
+
{
|
| 869 |
+
"epoch": 0.72,
|
| 870 |
+
"learning_rate": 0.00018681333333333332,
|
| 871 |
+
"loss": 1.1866,
|
| 872 |
+
"step": 72000
|
| 873 |
+
},
|
| 874 |
+
{
|
| 875 |
+
"epoch": 0.72,
|
| 876 |
+
"learning_rate": 0.00018348,
|
| 877 |
+
"loss": 1.1867,
|
| 878 |
+
"step": 72500
|
| 879 |
+
},
|
| 880 |
+
{
|
| 881 |
+
"epoch": 0.73,
|
| 882 |
+
"learning_rate": 0.00018014666666666665,
|
| 883 |
+
"loss": 1.1864,
|
| 884 |
+
"step": 73000
|
| 885 |
+
},
|
| 886 |
+
{
|
| 887 |
+
"epoch": 0.73,
|
| 888 |
+
"learning_rate": 0.00017682,
|
| 889 |
+
"loss": 1.1865,
|
| 890 |
+
"step": 73500
|
| 891 |
+
},
|
| 892 |
+
{
|
| 893 |
+
"epoch": 0.74,
|
| 894 |
+
"learning_rate": 0.00017348666666666665,
|
| 895 |
+
"loss": 1.1865,
|
| 896 |
+
"step": 74000
|
| 897 |
+
},
|
| 898 |
+
{
|
| 899 |
+
"epoch": 0.74,
|
| 900 |
+
"learning_rate": 0.00017015333333333333,
|
| 901 |
+
"loss": 1.1866,
|
| 902 |
+
"step": 74500
|
| 903 |
+
},
|
| 904 |
+
{
|
| 905 |
+
"epoch": 0.75,
|
| 906 |
+
"learning_rate": 0.00016682,
|
| 907 |
+
"loss": 1.1864,
|
| 908 |
+
"step": 75000
|
| 909 |
+
},
|
| 910 |
+
{
|
| 911 |
+
"epoch": 0.76,
|
| 912 |
+
"learning_rate": 0.00016348666666666665,
|
| 913 |
+
"loss": 1.1864,
|
| 914 |
+
"step": 75500
|
| 915 |
+
},
|
| 916 |
+
{
|
| 917 |
+
"epoch": 0.76,
|
| 918 |
+
"learning_rate": 0.00016015333333333333,
|
| 919 |
+
"loss": 1.1864,
|
| 920 |
+
"step": 76000
|
| 921 |
+
},
|
| 922 |
+
{
|
| 923 |
+
"epoch": 0.77,
|
| 924 |
+
"learning_rate": 0.00015682,
|
| 925 |
+
"loss": 1.1861,
|
| 926 |
+
"step": 76500
|
| 927 |
+
},
|
| 928 |
+
{
|
| 929 |
+
"epoch": 0.77,
|
| 930 |
+
"learning_rate": 0.00015348666666666666,
|
| 931 |
+
"loss": 1.1863,
|
| 932 |
+
"step": 77000
|
| 933 |
+
},
|
| 934 |
+
{
|
| 935 |
+
"epoch": 0.78,
|
| 936 |
+
"learning_rate": 0.00015016,
|
| 937 |
+
"loss": 1.1864,
|
| 938 |
+
"step": 77500
|
| 939 |
+
},
|
| 940 |
+
{
|
| 941 |
+
"epoch": 0.78,
|
| 942 |
+
"learning_rate": 0.00014682666666666666,
|
| 943 |
+
"loss": 1.186,
|
| 944 |
+
"step": 78000
|
| 945 |
+
},
|
| 946 |
+
{
|
| 947 |
+
"epoch": 0.79,
|
| 948 |
+
"learning_rate": 0.00014349333333333334,
|
| 949 |
+
"loss": 1.1862,
|
| 950 |
+
"step": 78500
|
| 951 |
+
},
|
| 952 |
+
{
|
| 953 |
+
"epoch": 0.79,
|
| 954 |
+
"learning_rate": 0.00014015999999999999,
|
| 955 |
+
"loss": 1.1862,
|
| 956 |
+
"step": 79000
|
| 957 |
+
},
|
| 958 |
+
{
|
| 959 |
+
"epoch": 0.8,
|
| 960 |
+
"learning_rate": 0.00013683333333333332,
|
| 961 |
+
"loss": 1.1861,
|
| 962 |
+
"step": 79500
|
| 963 |
+
},
|
| 964 |
+
{
|
| 965 |
+
"epoch": 0.8,
|
| 966 |
+
"learning_rate": 0.0001335,
|
| 967 |
+
"loss": 1.186,
|
| 968 |
+
"step": 80000
|
| 969 |
+
},
|
| 970 |
+
{
|
| 971 |
+
"epoch": 0.81,
|
| 972 |
+
"learning_rate": 0.00013016666666666664,
|
| 973 |
+
"loss": 1.1859,
|
| 974 |
+
"step": 80500
|
| 975 |
+
},
|
| 976 |
+
{
|
| 977 |
+
"epoch": 0.81,
|
| 978 |
+
"learning_rate": 0.00012684,
|
| 979 |
+
"loss": 1.1864,
|
| 980 |
+
"step": 81000
|
| 981 |
+
},
|
| 982 |
+
{
|
| 983 |
+
"epoch": 0.81,
|
| 984 |
+
"learning_rate": 0.00012350666666666665,
|
| 985 |
+
"loss": 1.1858,
|
| 986 |
+
"step": 81500
|
| 987 |
+
},
|
| 988 |
+
{
|
| 989 |
+
"epoch": 0.82,
|
| 990 |
+
"learning_rate": 0.00012017333333333331,
|
| 991 |
+
"loss": 1.186,
|
| 992 |
+
"step": 82000
|
| 993 |
+
},
|
| 994 |
+
{
|
| 995 |
+
"epoch": 0.82,
|
| 996 |
+
"learning_rate": 0.00011684,
|
| 997 |
+
"loss": 1.1857,
|
| 998 |
+
"step": 82500
|
| 999 |
+
},
|
| 1000 |
+
{
|
| 1001 |
+
"epoch": 0.83,
|
| 1002 |
+
"learning_rate": 0.00011350666666666666,
|
| 1003 |
+
"loss": 1.1859,
|
| 1004 |
+
"step": 83000
|
| 1005 |
+
},
|
| 1006 |
+
{
|
| 1007 |
+
"epoch": 0.83,
|
| 1008 |
+
"learning_rate": 0.00011017333333333332,
|
| 1009 |
+
"loss": 1.1856,
|
| 1010 |
+
"step": 83500
|
| 1011 |
+
},
|
| 1012 |
+
{
|
| 1013 |
+
"epoch": 0.84,
|
| 1014 |
+
"learning_rate": 0.00010684,
|
| 1015 |
+
"loss": 1.1858,
|
| 1016 |
+
"step": 84000
|
| 1017 |
+
},
|
| 1018 |
+
{
|
| 1019 |
+
"epoch": 0.84,
|
| 1020 |
+
"learning_rate": 0.00010350666666666666,
|
| 1021 |
+
"loss": 1.1858,
|
| 1022 |
+
"step": 84500
|
| 1023 |
+
},
|
| 1024 |
+
{
|
| 1025 |
+
"epoch": 0.85,
|
| 1026 |
+
"learning_rate": 0.00010017999999999999,
|
| 1027 |
+
"loss": 1.1856,
|
| 1028 |
+
"step": 85000
|
| 1029 |
+
},
|
| 1030 |
+
{
|
| 1031 |
+
"epoch": 0.85,
|
| 1032 |
+
"learning_rate": 9.684666666666666e-05,
|
| 1033 |
+
"loss": 1.1857,
|
| 1034 |
+
"step": 85500
|
| 1035 |
+
},
|
| 1036 |
+
{
|
| 1037 |
+
"epoch": 0.86,
|
| 1038 |
+
"learning_rate": 9.351333333333332e-05,
|
| 1039 |
+
"loss": 1.1857,
|
| 1040 |
+
"step": 86000
|
| 1041 |
+
},
|
| 1042 |
+
{
|
| 1043 |
+
"epoch": 0.86,
|
| 1044 |
+
"learning_rate": 9.017999999999998e-05,
|
| 1045 |
+
"loss": 1.1858,
|
| 1046 |
+
"step": 86500
|
| 1047 |
+
},
|
| 1048 |
+
{
|
| 1049 |
+
"epoch": 0.87,
|
| 1050 |
+
"learning_rate": 8.685333333333332e-05,
|
| 1051 |
+
"loss": 1.1855,
|
| 1052 |
+
"step": 87000
|
| 1053 |
+
},
|
| 1054 |
+
{
|
| 1055 |
+
"epoch": 0.88,
|
| 1056 |
+
"learning_rate": 8.351999999999999e-05,
|
| 1057 |
+
"loss": 1.1854,
|
| 1058 |
+
"step": 87500
|
| 1059 |
+
},
|
| 1060 |
+
{
|
| 1061 |
+
"epoch": 0.88,
|
| 1062 |
+
"learning_rate": 8.018666666666666e-05,
|
| 1063 |
+
"loss": 1.1859,
|
| 1064 |
+
"step": 88000
|
| 1065 |
+
},
|
| 1066 |
+
{
|
| 1067 |
+
"epoch": 0.89,
|
| 1068 |
+
"learning_rate": 7.685333333333332e-05,
|
| 1069 |
+
"loss": 1.1859,
|
| 1070 |
+
"step": 88500
|
| 1071 |
+
},
|
| 1072 |
+
{
|
| 1073 |
+
"epoch": 0.89,
|
| 1074 |
+
"learning_rate": 7.352666666666666e-05,
|
| 1075 |
+
"loss": 1.1856,
|
| 1076 |
+
"step": 89000
|
| 1077 |
+
},
|
| 1078 |
+
{
|
| 1079 |
+
"epoch": 0.9,
|
| 1080 |
+
"learning_rate": 7.019333333333333e-05,
|
| 1081 |
+
"loss": 1.1857,
|
| 1082 |
+
"step": 89500
|
| 1083 |
+
},
|
| 1084 |
+
{
|
| 1085 |
+
"epoch": 0.9,
|
| 1086 |
+
"learning_rate": 6.686e-05,
|
| 1087 |
+
"loss": 1.1858,
|
| 1088 |
+
"step": 90000
|
| 1089 |
+
},
|
| 1090 |
+
{
|
| 1091 |
+
"epoch": 0.91,
|
| 1092 |
+
"learning_rate": 6.352666666666666e-05,
|
| 1093 |
+
"loss": 1.1855,
|
| 1094 |
+
"step": 90500
|
| 1095 |
+
},
|
| 1096 |
+
{
|
| 1097 |
+
"epoch": 0.91,
|
| 1098 |
+
"learning_rate": 6.019999999999999e-05,
|
| 1099 |
+
"loss": 1.1852,
|
| 1100 |
+
"step": 91000
|
| 1101 |
+
},
|
| 1102 |
+
{
|
| 1103 |
+
"epoch": 0.92,
|
| 1104 |
+
"learning_rate": 5.686666666666666e-05,
|
| 1105 |
+
"loss": 1.1855,
|
| 1106 |
+
"step": 91500
|
| 1107 |
+
},
|
| 1108 |
+
{
|
| 1109 |
+
"epoch": 0.92,
|
| 1110 |
+
"learning_rate": 5.3533333333333324e-05,
|
| 1111 |
+
"loss": 1.1854,
|
| 1112 |
+
"step": 92000
|
| 1113 |
+
},
|
| 1114 |
+
{
|
| 1115 |
+
"epoch": 0.93,
|
| 1116 |
+
"learning_rate": 5.0199999999999994e-05,
|
| 1117 |
+
"loss": 1.1853,
|
| 1118 |
+
"step": 92500
|
| 1119 |
+
},
|
| 1120 |
+
{
|
| 1121 |
+
"epoch": 0.93,
|
| 1122 |
+
"learning_rate": 4.6873333333333324e-05,
|
| 1123 |
+
"loss": 1.1856,
|
| 1124 |
+
"step": 93000
|
| 1125 |
+
},
|
| 1126 |
+
{
|
| 1127 |
+
"epoch": 0.94,
|
| 1128 |
+
"learning_rate": 4.354e-05,
|
| 1129 |
+
"loss": 1.1856,
|
| 1130 |
+
"step": 93500
|
| 1131 |
+
},
|
| 1132 |
+
{
|
| 1133 |
+
"epoch": 0.94,
|
| 1134 |
+
"learning_rate": 4.020666666666666e-05,
|
| 1135 |
+
"loss": 1.1852,
|
| 1136 |
+
"step": 94000
|
| 1137 |
+
},
|
| 1138 |
+
{
|
| 1139 |
+
"epoch": 0.94,
|
| 1140 |
+
"learning_rate": 3.687333333333333e-05,
|
| 1141 |
+
"loss": 1.1853,
|
| 1142 |
+
"step": 94500
|
| 1143 |
+
},
|
| 1144 |
+
{
|
| 1145 |
+
"epoch": 0.95,
|
| 1146 |
+
"learning_rate": 3.354666666666666e-05,
|
| 1147 |
+
"loss": 1.1854,
|
| 1148 |
+
"step": 95000
|
| 1149 |
+
},
|
| 1150 |
+
{
|
| 1151 |
+
"epoch": 0.95,
|
| 1152 |
+
"learning_rate": 3.021333333333333e-05,
|
| 1153 |
+
"loss": 1.1853,
|
| 1154 |
+
"step": 95500
|
| 1155 |
+
},
|
| 1156 |
+
{
|
| 1157 |
+
"epoch": 0.96,
|
| 1158 |
+
"learning_rate": 2.6879999999999997e-05,
|
| 1159 |
+
"loss": 1.1854,
|
| 1160 |
+
"step": 96000
|
| 1161 |
+
},
|
| 1162 |
+
{
|
| 1163 |
+
"epoch": 0.96,
|
| 1164 |
+
"learning_rate": 2.3546666666666663e-05,
|
| 1165 |
+
"loss": 1.1854,
|
| 1166 |
+
"step": 96500
|
| 1167 |
+
},
|
| 1168 |
+
{
|
| 1169 |
+
"epoch": 0.97,
|
| 1170 |
+
"learning_rate": 2.022e-05,
|
| 1171 |
+
"loss": 1.1854,
|
| 1172 |
+
"step": 97000
|
| 1173 |
+
},
|
| 1174 |
+
{
|
| 1175 |
+
"epoch": 0.97,
|
| 1176 |
+
"learning_rate": 1.6886666666666665e-05,
|
| 1177 |
+
"loss": 1.1852,
|
| 1178 |
+
"step": 97500
|
| 1179 |
+
},
|
| 1180 |
+
{
|
| 1181 |
+
"epoch": 0.98,
|
| 1182 |
+
"learning_rate": 1.3553333333333331e-05,
|
| 1183 |
+
"loss": 1.1851,
|
| 1184 |
+
"step": 98000
|
| 1185 |
+
},
|
| 1186 |
+
{
|
| 1187 |
+
"epoch": 0.98,
|
| 1188 |
+
"learning_rate": 1.022e-05,
|
| 1189 |
+
"loss": 1.1853,
|
| 1190 |
+
"step": 98500
|
| 1191 |
+
},
|
| 1192 |
+
{
|
| 1193 |
+
"epoch": 0.99,
|
| 1194 |
+
"learning_rate": 6.893333333333332e-06,
|
| 1195 |
+
"loss": 1.1851,
|
| 1196 |
+
"step": 99000
|
| 1197 |
+
},
|
| 1198 |
+
{
|
| 1199 |
+
"epoch": 0.99,
|
| 1200 |
+
"learning_rate": 3.5599999999999994e-06,
|
| 1201 |
+
"loss": 1.1851,
|
| 1202 |
+
"step": 99500
|
| 1203 |
+
},
|
| 1204 |
+
{
|
| 1205 |
+
"epoch": 1.0,
|
| 1206 |
+
"learning_rate": 2.2666666666666663e-07,
|
| 1207 |
+
"loss": 1.1852,
|
| 1208 |
+
"step": 100000
|
| 1209 |
+
}
|
| 1210 |
+
],
|
| 1211 |
+
"max_steps": 100000,
|
| 1212 |
+
"num_train_epochs": 1,
|
| 1213 |
+
"total_flos": 4.033700503703942e+19,
|
| 1214 |
+
"trial_name": null,
|
| 1215 |
+
"trial_params": null
|
| 1216 |
+
}
|
propositional_logic/ln_mlm/checkpoint-100000/training_args.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:f21b6f934872fd1ff44db7303058ff9e1201e5175891842ccc1d594dd226d3ae
|
| 3 |
+
size 2799
|
propositional_logic/ln_mlm/config.json
ADDED
|
@@ -0,0 +1,27 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"architectures": [
|
| 3 |
+
"RobertaForMaskedLM"
|
| 4 |
+
],
|
| 5 |
+
"attention_probs_dropout_prob": 0.1,
|
| 6 |
+
"bos_token_id": 0,
|
| 7 |
+
"classifier_dropout": null,
|
| 8 |
+
"eos_token_id": 2,
|
| 9 |
+
"gradient_checkpointing": false,
|
| 10 |
+
"hidden_act": "gelu",
|
| 11 |
+
"hidden_dropout_prob": 0.1,
|
| 12 |
+
"hidden_size": 768,
|
| 13 |
+
"initializer_range": 0.02,
|
| 14 |
+
"intermediate_size": 3072,
|
| 15 |
+
"layer_norm_eps": 1e-05,
|
| 16 |
+
"max_position_embeddings": 514,
|
| 17 |
+
"model_type": "roberta",
|
| 18 |
+
"num_attention_heads": 12,
|
| 19 |
+
"num_hidden_layers": 12,
|
| 20 |
+
"pad_token_id": 1,
|
| 21 |
+
"position_embedding_type": "absolute",
|
| 22 |
+
"torch_dtype": "float32",
|
| 23 |
+
"transformers_version": "4.10.3",
|
| 24 |
+
"type_vocab_size": 1,
|
| 25 |
+
"use_cache": true,
|
| 26 |
+
"vocab_size": 1200
|
| 27 |
+
}
|
propositional_logic/ln_mlm/pytorch_model.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:810a13b278b8bdcc7a273dde004d8b35700c28c3c143a425ff66da9ecf1c9740
|
| 3 |
+
size 347937771
|
propositional_logic/ln_mlm/runs/Oct27_11-38-51_allennlp-cirrascale-01.reviz.ai2.in/1666978568.2974002/events.out.tfevents.1666978568.allennlp-cirrascale-01.reviz.ai2.in.1011.1
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:ad7f88108614985a48ff44cf54bb2925c76c359bc311e81ba151639072cb2dd7
|
| 3 |
+
size 4511
|
propositional_logic/ln_mlm/runs/Oct27_11-38-51_allennlp-cirrascale-01.reviz.ai2.in/events.out.tfevents.1666978564.allennlp-cirrascale-01.reviz.ai2.in.1011.0
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:8f44089b3692bf07c2c76a18ffe9a2031072c563542a1bbb3035e8f30047b68d
|
| 3 |
+
size 35546
|
propositional_logic/ln_mlm/training_args.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:f21b6f934872fd1ff44db7303058ff9e1201e5175891842ccc1d594dd226d3ae
|
| 3 |
+
size 2799
|
propositional_logic/lt_alm/checkpoint-100000/config.json
ADDED
|
@@ -0,0 +1,37 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"activation_function": "gelu_new",
|
| 3 |
+
"architectures": [
|
| 4 |
+
"GPT2LMHeadModel"
|
| 5 |
+
],
|
| 6 |
+
"attn_pdrop": 0.1,
|
| 7 |
+
"bos_token_id": 50256,
|
| 8 |
+
"embd_pdrop": 0.1,
|
| 9 |
+
"eos_token_id": 50256,
|
| 10 |
+
"gradient_checkpointing": false,
|
| 11 |
+
"initializer_range": 0.02,
|
| 12 |
+
"layer_norm_epsilon": 1e-05,
|
| 13 |
+
"model_type": "gpt2",
|
| 14 |
+
"n_ctx": 1024,
|
| 15 |
+
"n_embd": 768,
|
| 16 |
+
"n_head": 12,
|
| 17 |
+
"n_inner": null,
|
| 18 |
+
"n_layer": 12,
|
| 19 |
+
"n_positions": 1024,
|
| 20 |
+
"resid_pdrop": 0.1,
|
| 21 |
+
"scale_attn_weights": true,
|
| 22 |
+
"summary_activation": null,
|
| 23 |
+
"summary_first_dropout": 0.1,
|
| 24 |
+
"summary_proj_to_labels": true,
|
| 25 |
+
"summary_type": "cls_index",
|
| 26 |
+
"summary_use_proj": true,
|
| 27 |
+
"task_specific_params": {
|
| 28 |
+
"text-generation": {
|
| 29 |
+
"do_sample": true,
|
| 30 |
+
"max_length": 50
|
| 31 |
+
}
|
| 32 |
+
},
|
| 33 |
+
"torch_dtype": "float32",
|
| 34 |
+
"transformers_version": "4.10.3",
|
| 35 |
+
"use_cache": true,
|
| 36 |
+
"vocab_size": 1200
|
| 37 |
+
}
|
propositional_logic/lt_alm/checkpoint-100000/optimizer.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:5c779ab9a3d1939b649ebf721d0af1e4e20143515f2a88db3ac3e9e33c2bfc2f
|
| 3 |
+
size 694198065
|
propositional_logic/lt_alm/checkpoint-100000/pytorch_model.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:1f124fd83e9e8f3118d339e6d8a19797a22ffb26b6972ea38c5239a967fb1250
|
| 3 |
+
size 359700713
|
propositional_logic/lt_alm/checkpoint-100000/rng_state.pth
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:1ace806f1cf6b8fea340c8dcb0738206e80dd48ed2f8e8fdeb7d956fbc92c63b
|
| 3 |
+
size 14503
|
propositional_logic/lt_alm/checkpoint-100000/scaler.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:9bfb9f24f635e91458f1872f8625881995ec548e5b089e8b716074ac10ba4308
|
| 3 |
+
size 559
|
propositional_logic/lt_alm/checkpoint-100000/scheduler.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:7d3a2780a4009edea40751d0cb4f0b7a6c72e9ad8fa677d488e630fd61edd523
|
| 3 |
+
size 623
|
propositional_logic/lt_alm/checkpoint-100000/trainer_state.json
ADDED
|
@@ -0,0 +1,1216 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"best_metric": null,
|
| 3 |
+
"best_model_checkpoint": null,
|
| 4 |
+
"epoch": 1.0,
|
| 5 |
+
"global_step": 100000,
|
| 6 |
+
"is_hyper_param_search": false,
|
| 7 |
+
"is_local_process_zero": true,
|
| 8 |
+
"is_world_process_zero": true,
|
| 9 |
+
"log_history": [
|
| 10 |
+
{
|
| 11 |
+
"epoch": 0.01,
|
| 12 |
+
"learning_rate": 2.9999999999999997e-05,
|
| 13 |
+
"loss": 1.3008,
|
| 14 |
+
"step": 500
|
| 15 |
+
},
|
| 16 |
+
{
|
| 17 |
+
"epoch": 0.01,
|
| 18 |
+
"learning_rate": 5.9999999999999995e-05,
|
| 19 |
+
"loss": 0.632,
|
| 20 |
+
"step": 1000
|
| 21 |
+
},
|
| 22 |
+
{
|
| 23 |
+
"epoch": 0.01,
|
| 24 |
+
"learning_rate": 8.999999999999999e-05,
|
| 25 |
+
"loss": 0.568,
|
| 26 |
+
"step": 1500
|
| 27 |
+
},
|
| 28 |
+
{
|
| 29 |
+
"epoch": 0.02,
|
| 30 |
+
"learning_rate": 0.00011999999999999999,
|
| 31 |
+
"loss": 0.4923,
|
| 32 |
+
"step": 2000
|
| 33 |
+
},
|
| 34 |
+
{
|
| 35 |
+
"epoch": 0.03,
|
| 36 |
+
"learning_rate": 0.00015,
|
| 37 |
+
"loss": 0.444,
|
| 38 |
+
"step": 2500
|
| 39 |
+
},
|
| 40 |
+
{
|
| 41 |
+
"epoch": 0.03,
|
| 42 |
+
"learning_rate": 0.00017999999999999998,
|
| 43 |
+
"loss": 0.4349,
|
| 44 |
+
"step": 3000
|
| 45 |
+
},
|
| 46 |
+
{
|
| 47 |
+
"epoch": 0.04,
|
| 48 |
+
"learning_rate": 0.00020999999999999998,
|
| 49 |
+
"loss": 0.431,
|
| 50 |
+
"step": 3500
|
| 51 |
+
},
|
| 52 |
+
{
|
| 53 |
+
"epoch": 0.04,
|
| 54 |
+
"learning_rate": 0.00023999999999999998,
|
| 55 |
+
"loss": 0.4373,
|
| 56 |
+
"step": 4000
|
| 57 |
+
},
|
| 58 |
+
{
|
| 59 |
+
"epoch": 0.04,
|
| 60 |
+
"learning_rate": 0.00027,
|
| 61 |
+
"loss": 0.4326,
|
| 62 |
+
"step": 4500
|
| 63 |
+
},
|
| 64 |
+
{
|
| 65 |
+
"epoch": 0.05,
|
| 66 |
+
"learning_rate": 0.0003,
|
| 67 |
+
"loss": 0.4285,
|
| 68 |
+
"step": 5000
|
| 69 |
+
},
|
| 70 |
+
{
|
| 71 |
+
"epoch": 0.06,
|
| 72 |
+
"learning_rate": 0.00033,
|
| 73 |
+
"loss": 0.4293,
|
| 74 |
+
"step": 5500
|
| 75 |
+
},
|
| 76 |
+
{
|
| 77 |
+
"epoch": 0.06,
|
| 78 |
+
"learning_rate": 0.00035999999999999997,
|
| 79 |
+
"loss": 0.4299,
|
| 80 |
+
"step": 6000
|
| 81 |
+
},
|
| 82 |
+
{
|
| 83 |
+
"epoch": 0.07,
|
| 84 |
+
"learning_rate": 0.00039,
|
| 85 |
+
"loss": 0.4273,
|
| 86 |
+
"step": 6500
|
| 87 |
+
},
|
| 88 |
+
{
|
| 89 |
+
"epoch": 0.07,
|
| 90 |
+
"learning_rate": 0.00041999999999999996,
|
| 91 |
+
"loss": 0.427,
|
| 92 |
+
"step": 7000
|
| 93 |
+
},
|
| 94 |
+
{
|
| 95 |
+
"epoch": 0.07,
|
| 96 |
+
"learning_rate": 0.00045,
|
| 97 |
+
"loss": 0.4243,
|
| 98 |
+
"step": 7500
|
| 99 |
+
},
|
| 100 |
+
{
|
| 101 |
+
"epoch": 0.08,
|
| 102 |
+
"learning_rate": 0.00047999999999999996,
|
| 103 |
+
"loss": 0.4261,
|
| 104 |
+
"step": 8000
|
| 105 |
+
},
|
| 106 |
+
{
|
| 107 |
+
"epoch": 0.09,
|
| 108 |
+
"learning_rate": 0.0005099999999999999,
|
| 109 |
+
"loss": 0.4256,
|
| 110 |
+
"step": 8500
|
| 111 |
+
},
|
| 112 |
+
{
|
| 113 |
+
"epoch": 0.09,
|
| 114 |
+
"learning_rate": 0.00054,
|
| 115 |
+
"loss": 0.4256,
|
| 116 |
+
"step": 9000
|
| 117 |
+
},
|
| 118 |
+
{
|
| 119 |
+
"epoch": 0.1,
|
| 120 |
+
"learning_rate": 0.00057,
|
| 121 |
+
"loss": 0.4229,
|
| 122 |
+
"step": 9500
|
| 123 |
+
},
|
| 124 |
+
{
|
| 125 |
+
"epoch": 0.1,
|
| 126 |
+
"learning_rate": 0.0006,
|
| 127 |
+
"loss": 0.4216,
|
| 128 |
+
"step": 10000
|
| 129 |
+
},
|
| 130 |
+
{
|
| 131 |
+
"epoch": 0.1,
|
| 132 |
+
"learning_rate": 0.0005966666666666667,
|
| 133 |
+
"loss": 0.4225,
|
| 134 |
+
"step": 10500
|
| 135 |
+
},
|
| 136 |
+
{
|
| 137 |
+
"epoch": 0.11,
|
| 138 |
+
"learning_rate": 0.0005933333333333333,
|
| 139 |
+
"loss": 0.42,
|
| 140 |
+
"step": 11000
|
| 141 |
+
},
|
| 142 |
+
{
|
| 143 |
+
"epoch": 0.12,
|
| 144 |
+
"learning_rate": 0.0005899999999999999,
|
| 145 |
+
"loss": 0.4192,
|
| 146 |
+
"step": 11500
|
| 147 |
+
},
|
| 148 |
+
{
|
| 149 |
+
"epoch": 0.12,
|
| 150 |
+
"learning_rate": 0.0005866666666666665,
|
| 151 |
+
"loss": 0.4186,
|
| 152 |
+
"step": 12000
|
| 153 |
+
},
|
| 154 |
+
{
|
| 155 |
+
"epoch": 0.12,
|
| 156 |
+
"learning_rate": 0.0005833333333333333,
|
| 157 |
+
"loss": 0.4179,
|
| 158 |
+
"step": 12500
|
| 159 |
+
},
|
| 160 |
+
{
|
| 161 |
+
"epoch": 0.13,
|
| 162 |
+
"learning_rate": 0.00058,
|
| 163 |
+
"loss": 0.4173,
|
| 164 |
+
"step": 13000
|
| 165 |
+
},
|
| 166 |
+
{
|
| 167 |
+
"epoch": 0.14,
|
| 168 |
+
"learning_rate": 0.0005766666666666666,
|
| 169 |
+
"loss": 0.417,
|
| 170 |
+
"step": 13500
|
| 171 |
+
},
|
| 172 |
+
{
|
| 173 |
+
"epoch": 0.14,
|
| 174 |
+
"learning_rate": 0.0005733333333333334,
|
| 175 |
+
"loss": 0.4166,
|
| 176 |
+
"step": 14000
|
| 177 |
+
},
|
| 178 |
+
{
|
| 179 |
+
"epoch": 0.14,
|
| 180 |
+
"learning_rate": 0.00057,
|
| 181 |
+
"loss": 0.4168,
|
| 182 |
+
"step": 14500
|
| 183 |
+
},
|
| 184 |
+
{
|
| 185 |
+
"epoch": 0.15,
|
| 186 |
+
"learning_rate": 0.0005666666666666666,
|
| 187 |
+
"loss": 0.4167,
|
| 188 |
+
"step": 15000
|
| 189 |
+
},
|
| 190 |
+
{
|
| 191 |
+
"epoch": 0.15,
|
| 192 |
+
"learning_rate": 0.0005633333333333333,
|
| 193 |
+
"loss": 0.4169,
|
| 194 |
+
"step": 15500
|
| 195 |
+
},
|
| 196 |
+
{
|
| 197 |
+
"epoch": 0.16,
|
| 198 |
+
"learning_rate": 0.00056,
|
| 199 |
+
"loss": 0.4163,
|
| 200 |
+
"step": 16000
|
| 201 |
+
},
|
| 202 |
+
{
|
| 203 |
+
"epoch": 0.17,
|
| 204 |
+
"learning_rate": 0.0005566666666666667,
|
| 205 |
+
"loss": 0.4163,
|
| 206 |
+
"step": 16500
|
| 207 |
+
},
|
| 208 |
+
{
|
| 209 |
+
"epoch": 0.17,
|
| 210 |
+
"learning_rate": 0.0005533333333333333,
|
| 211 |
+
"loss": 0.4161,
|
| 212 |
+
"step": 17000
|
| 213 |
+
},
|
| 214 |
+
{
|
| 215 |
+
"epoch": 0.17,
|
| 216 |
+
"learning_rate": 0.0005499999999999999,
|
| 217 |
+
"loss": 0.416,
|
| 218 |
+
"step": 17500
|
| 219 |
+
},
|
| 220 |
+
{
|
| 221 |
+
"epoch": 0.18,
|
| 222 |
+
"learning_rate": 0.0005466666666666667,
|
| 223 |
+
"loss": 0.4159,
|
| 224 |
+
"step": 18000
|
| 225 |
+
},
|
| 226 |
+
{
|
| 227 |
+
"epoch": 0.18,
|
| 228 |
+
"learning_rate": 0.0005433399999999999,
|
| 229 |
+
"loss": 0.4159,
|
| 230 |
+
"step": 18500
|
| 231 |
+
},
|
| 232 |
+
{
|
| 233 |
+
"epoch": 0.19,
|
| 234 |
+
"learning_rate": 0.0005400066666666666,
|
| 235 |
+
"loss": 0.4159,
|
| 236 |
+
"step": 19000
|
| 237 |
+
},
|
| 238 |
+
{
|
| 239 |
+
"epoch": 0.2,
|
| 240 |
+
"learning_rate": 0.0005366733333333333,
|
| 241 |
+
"loss": 0.4157,
|
| 242 |
+
"step": 19500
|
| 243 |
+
},
|
| 244 |
+
{
|
| 245 |
+
"epoch": 0.2,
|
| 246 |
+
"learning_rate": 0.00053334,
|
| 247 |
+
"loss": 0.4159,
|
| 248 |
+
"step": 20000
|
| 249 |
+
},
|
| 250 |
+
{
|
| 251 |
+
"epoch": 0.2,
|
| 252 |
+
"learning_rate": 0.0005300133333333333,
|
| 253 |
+
"loss": 0.4158,
|
| 254 |
+
"step": 20500
|
| 255 |
+
},
|
| 256 |
+
{
|
| 257 |
+
"epoch": 0.21,
|
| 258 |
+
"learning_rate": 0.00052668,
|
| 259 |
+
"loss": 0.4158,
|
| 260 |
+
"step": 21000
|
| 261 |
+
},
|
| 262 |
+
{
|
| 263 |
+
"epoch": 0.21,
|
| 264 |
+
"learning_rate": 0.0005233466666666667,
|
| 265 |
+
"loss": 0.4158,
|
| 266 |
+
"step": 21500
|
| 267 |
+
},
|
| 268 |
+
{
|
| 269 |
+
"epoch": 0.22,
|
| 270 |
+
"learning_rate": 0.0005200133333333332,
|
| 271 |
+
"loss": 0.4158,
|
| 272 |
+
"step": 22000
|
| 273 |
+
},
|
| 274 |
+
{
|
| 275 |
+
"epoch": 0.23,
|
| 276 |
+
"learning_rate": 0.0005166866666666667,
|
| 277 |
+
"loss": 0.4156,
|
| 278 |
+
"step": 22500
|
| 279 |
+
},
|
| 280 |
+
{
|
| 281 |
+
"epoch": 0.23,
|
| 282 |
+
"learning_rate": 0.0005133533333333333,
|
| 283 |
+
"loss": 0.4155,
|
| 284 |
+
"step": 23000
|
| 285 |
+
},
|
| 286 |
+
{
|
| 287 |
+
"epoch": 0.23,
|
| 288 |
+
"learning_rate": 0.0005100199999999999,
|
| 289 |
+
"loss": 0.4156,
|
| 290 |
+
"step": 23500
|
| 291 |
+
},
|
| 292 |
+
{
|
| 293 |
+
"epoch": 0.24,
|
| 294 |
+
"learning_rate": 0.0005066866666666666,
|
| 295 |
+
"loss": 0.4157,
|
| 296 |
+
"step": 24000
|
| 297 |
+
},
|
| 298 |
+
{
|
| 299 |
+
"epoch": 0.24,
|
| 300 |
+
"learning_rate": 0.0005033599999999999,
|
| 301 |
+
"loss": 0.4157,
|
| 302 |
+
"step": 24500
|
| 303 |
+
},
|
| 304 |
+
{
|
| 305 |
+
"epoch": 0.25,
|
| 306 |
+
"learning_rate": 0.0005000266666666666,
|
| 307 |
+
"loss": 0.4157,
|
| 308 |
+
"step": 25000
|
| 309 |
+
},
|
| 310 |
+
{
|
| 311 |
+
"epoch": 0.26,
|
| 312 |
+
"learning_rate": 0.0004966933333333332,
|
| 313 |
+
"loss": 0.4156,
|
| 314 |
+
"step": 25500
|
| 315 |
+
},
|
| 316 |
+
{
|
| 317 |
+
"epoch": 0.26,
|
| 318 |
+
"learning_rate": 0.00049336,
|
| 319 |
+
"loss": 0.4154,
|
| 320 |
+
"step": 26000
|
| 321 |
+
},
|
| 322 |
+
{
|
| 323 |
+
"epoch": 0.27,
|
| 324 |
+
"learning_rate": 0.0004900333333333333,
|
| 325 |
+
"loss": 0.4156,
|
| 326 |
+
"step": 26500
|
| 327 |
+
},
|
| 328 |
+
{
|
| 329 |
+
"epoch": 0.27,
|
| 330 |
+
"learning_rate": 0.00048669999999999996,
|
| 331 |
+
"loss": 0.4156,
|
| 332 |
+
"step": 27000
|
| 333 |
+
},
|
| 334 |
+
{
|
| 335 |
+
"epoch": 0.28,
|
| 336 |
+
"learning_rate": 0.0004833666666666666,
|
| 337 |
+
"loss": 0.4156,
|
| 338 |
+
"step": 27500
|
| 339 |
+
},
|
| 340 |
+
{
|
| 341 |
+
"epoch": 0.28,
|
| 342 |
+
"learning_rate": 0.00048003333333333326,
|
| 343 |
+
"loss": 0.4156,
|
| 344 |
+
"step": 28000
|
| 345 |
+
},
|
| 346 |
+
{
|
| 347 |
+
"epoch": 0.28,
|
| 348 |
+
"learning_rate": 0.0004767066666666666,
|
| 349 |
+
"loss": 0.4156,
|
| 350 |
+
"step": 28500
|
| 351 |
+
},
|
| 352 |
+
{
|
| 353 |
+
"epoch": 0.29,
|
| 354 |
+
"learning_rate": 0.0004733733333333333,
|
| 355 |
+
"loss": 0.4155,
|
| 356 |
+
"step": 29000
|
| 357 |
+
},
|
| 358 |
+
{
|
| 359 |
+
"epoch": 0.29,
|
| 360 |
+
"learning_rate": 0.00047003999999999997,
|
| 361 |
+
"loss": 0.4155,
|
| 362 |
+
"step": 29500
|
| 363 |
+
},
|
| 364 |
+
{
|
| 365 |
+
"epoch": 0.3,
|
| 366 |
+
"learning_rate": 0.00046670666666666664,
|
| 367 |
+
"loss": 0.4155,
|
| 368 |
+
"step": 30000
|
| 369 |
+
},
|
| 370 |
+
{
|
| 371 |
+
"epoch": 0.3,
|
| 372 |
+
"learning_rate": 0.00046337999999999994,
|
| 373 |
+
"loss": 0.4155,
|
| 374 |
+
"step": 30500
|
| 375 |
+
},
|
| 376 |
+
{
|
| 377 |
+
"epoch": 0.31,
|
| 378 |
+
"learning_rate": 0.0004600466666666666,
|
| 379 |
+
"loss": 0.4155,
|
| 380 |
+
"step": 31000
|
| 381 |
+
},
|
| 382 |
+
{
|
| 383 |
+
"epoch": 0.32,
|
| 384 |
+
"learning_rate": 0.0004567133333333333,
|
| 385 |
+
"loss": 0.4153,
|
| 386 |
+
"step": 31500
|
| 387 |
+
},
|
| 388 |
+
{
|
| 389 |
+
"epoch": 0.32,
|
| 390 |
+
"learning_rate": 0.00045337999999999997,
|
| 391 |
+
"loss": 0.4154,
|
| 392 |
+
"step": 32000
|
| 393 |
+
},
|
| 394 |
+
{
|
| 395 |
+
"epoch": 0.33,
|
| 396 |
+
"learning_rate": 0.00045005333333333333,
|
| 397 |
+
"loss": 0.4155,
|
| 398 |
+
"step": 32500
|
| 399 |
+
},
|
| 400 |
+
{
|
| 401 |
+
"epoch": 0.33,
|
| 402 |
+
"learning_rate": 0.00044672,
|
| 403 |
+
"loss": 0.4155,
|
| 404 |
+
"step": 33000
|
| 405 |
+
},
|
| 406 |
+
{
|
| 407 |
+
"epoch": 0.34,
|
| 408 |
+
"learning_rate": 0.00044338666666666663,
|
| 409 |
+
"loss": 0.4154,
|
| 410 |
+
"step": 33500
|
| 411 |
+
},
|
| 412 |
+
{
|
| 413 |
+
"epoch": 0.34,
|
| 414 |
+
"learning_rate": 0.0004400533333333333,
|
| 415 |
+
"loss": 0.4153,
|
| 416 |
+
"step": 34000
|
| 417 |
+
},
|
| 418 |
+
{
|
| 419 |
+
"epoch": 0.34,
|
| 420 |
+
"learning_rate": 0.0004367266666666666,
|
| 421 |
+
"loss": 0.4154,
|
| 422 |
+
"step": 34500
|
| 423 |
+
},
|
| 424 |
+
{
|
| 425 |
+
"epoch": 0.35,
|
| 426 |
+
"learning_rate": 0.0004333933333333333,
|
| 427 |
+
"loss": 0.4154,
|
| 428 |
+
"step": 35000
|
| 429 |
+
},
|
| 430 |
+
{
|
| 431 |
+
"epoch": 0.35,
|
| 432 |
+
"learning_rate": 0.00043005999999999996,
|
| 433 |
+
"loss": 0.4154,
|
| 434 |
+
"step": 35500
|
| 435 |
+
},
|
| 436 |
+
{
|
| 437 |
+
"epoch": 0.36,
|
| 438 |
+
"learning_rate": 0.00042672666666666663,
|
| 439 |
+
"loss": 0.4154,
|
| 440 |
+
"step": 36000
|
| 441 |
+
},
|
| 442 |
+
{
|
| 443 |
+
"epoch": 0.36,
|
| 444 |
+
"learning_rate": 0.00042339999999999994,
|
| 445 |
+
"loss": 0.4154,
|
| 446 |
+
"step": 36500
|
| 447 |
+
},
|
| 448 |
+
{
|
| 449 |
+
"epoch": 0.37,
|
| 450 |
+
"learning_rate": 0.0004200666666666666,
|
| 451 |
+
"loss": 0.4154,
|
| 452 |
+
"step": 37000
|
| 453 |
+
},
|
| 454 |
+
{
|
| 455 |
+
"epoch": 0.38,
|
| 456 |
+
"learning_rate": 0.00041673333333333334,
|
| 457 |
+
"loss": 0.4155,
|
| 458 |
+
"step": 37500
|
| 459 |
+
},
|
| 460 |
+
{
|
| 461 |
+
"epoch": 0.38,
|
| 462 |
+
"learning_rate": 0.0004133999999999999,
|
| 463 |
+
"loss": 0.4154,
|
| 464 |
+
"step": 38000
|
| 465 |
+
},
|
| 466 |
+
{
|
| 467 |
+
"epoch": 0.39,
|
| 468 |
+
"learning_rate": 0.0004100733333333333,
|
| 469 |
+
"loss": 0.4153,
|
| 470 |
+
"step": 38500
|
| 471 |
+
},
|
| 472 |
+
{
|
| 473 |
+
"epoch": 0.39,
|
| 474 |
+
"learning_rate": 0.00040673999999999994,
|
| 475 |
+
"loss": 0.4155,
|
| 476 |
+
"step": 39000
|
| 477 |
+
},
|
| 478 |
+
{
|
| 479 |
+
"epoch": 0.4,
|
| 480 |
+
"learning_rate": 0.0004034066666666666,
|
| 481 |
+
"loss": 0.4154,
|
| 482 |
+
"step": 39500
|
| 483 |
+
},
|
| 484 |
+
{
|
| 485 |
+
"epoch": 0.4,
|
| 486 |
+
"learning_rate": 0.0004000733333333333,
|
| 487 |
+
"loss": 0.4153,
|
| 488 |
+
"step": 40000
|
| 489 |
+
},
|
| 490 |
+
{
|
| 491 |
+
"epoch": 0.41,
|
| 492 |
+
"learning_rate": 0.0003967466666666666,
|
| 493 |
+
"loss": 0.4155,
|
| 494 |
+
"step": 40500
|
| 495 |
+
},
|
| 496 |
+
{
|
| 497 |
+
"epoch": 0.41,
|
| 498 |
+
"learning_rate": 0.0003934133333333333,
|
| 499 |
+
"loss": 0.4155,
|
| 500 |
+
"step": 41000
|
| 501 |
+
},
|
| 502 |
+
{
|
| 503 |
+
"epoch": 0.41,
|
| 504 |
+
"learning_rate": 0.00039007999999999995,
|
| 505 |
+
"loss": 0.4154,
|
| 506 |
+
"step": 41500
|
| 507 |
+
},
|
| 508 |
+
{
|
| 509 |
+
"epoch": 0.42,
|
| 510 |
+
"learning_rate": 0.00038674666666666663,
|
| 511 |
+
"loss": 0.4153,
|
| 512 |
+
"step": 42000
|
| 513 |
+
},
|
| 514 |
+
{
|
| 515 |
+
"epoch": 0.42,
|
| 516 |
+
"learning_rate": 0.00038342,
|
| 517 |
+
"loss": 0.4155,
|
| 518 |
+
"step": 42500
|
| 519 |
+
},
|
| 520 |
+
{
|
| 521 |
+
"epoch": 0.43,
|
| 522 |
+
"learning_rate": 0.00038008666666666666,
|
| 523 |
+
"loss": 0.4154,
|
| 524 |
+
"step": 43000
|
| 525 |
+
},
|
| 526 |
+
{
|
| 527 |
+
"epoch": 0.43,
|
| 528 |
+
"learning_rate": 0.00037675333333333334,
|
| 529 |
+
"loss": 0.4155,
|
| 530 |
+
"step": 43500
|
| 531 |
+
},
|
| 532 |
+
{
|
| 533 |
+
"epoch": 0.44,
|
| 534 |
+
"learning_rate": 0.00037341999999999996,
|
| 535 |
+
"loss": 0.4155,
|
| 536 |
+
"step": 44000
|
| 537 |
+
},
|
| 538 |
+
{
|
| 539 |
+
"epoch": 0.45,
|
| 540 |
+
"learning_rate": 0.0003700933333333333,
|
| 541 |
+
"loss": 0.4153,
|
| 542 |
+
"step": 44500
|
| 543 |
+
},
|
| 544 |
+
{
|
| 545 |
+
"epoch": 0.45,
|
| 546 |
+
"learning_rate": 0.00036675999999999994,
|
| 547 |
+
"loss": 0.4154,
|
| 548 |
+
"step": 45000
|
| 549 |
+
},
|
| 550 |
+
{
|
| 551 |
+
"epoch": 0.46,
|
| 552 |
+
"learning_rate": 0.0003634266666666666,
|
| 553 |
+
"loss": 0.4154,
|
| 554 |
+
"step": 45500
|
| 555 |
+
},
|
| 556 |
+
{
|
| 557 |
+
"epoch": 0.46,
|
| 558 |
+
"learning_rate": 0.0003600933333333333,
|
| 559 |
+
"loss": 0.4155,
|
| 560 |
+
"step": 46000
|
| 561 |
+
},
|
| 562 |
+
{
|
| 563 |
+
"epoch": 0.47,
|
| 564 |
+
"learning_rate": 0.00035676666666666665,
|
| 565 |
+
"loss": 0.4153,
|
| 566 |
+
"step": 46500
|
| 567 |
+
},
|
| 568 |
+
{
|
| 569 |
+
"epoch": 0.47,
|
| 570 |
+
"learning_rate": 0.0003534333333333333,
|
| 571 |
+
"loss": 0.4154,
|
| 572 |
+
"step": 47000
|
| 573 |
+
},
|
| 574 |
+
{
|
| 575 |
+
"epoch": 0.47,
|
| 576 |
+
"learning_rate": 0.0003501,
|
| 577 |
+
"loss": 0.4154,
|
| 578 |
+
"step": 47500
|
| 579 |
+
},
|
| 580 |
+
{
|
| 581 |
+
"epoch": 0.48,
|
| 582 |
+
"learning_rate": 0.0003467666666666667,
|
| 583 |
+
"loss": 0.4153,
|
| 584 |
+
"step": 48000
|
| 585 |
+
},
|
| 586 |
+
{
|
| 587 |
+
"epoch": 0.48,
|
| 588 |
+
"learning_rate": 0.00034344,
|
| 589 |
+
"loss": 0.4155,
|
| 590 |
+
"step": 48500
|
| 591 |
+
},
|
| 592 |
+
{
|
| 593 |
+
"epoch": 0.49,
|
| 594 |
+
"learning_rate": 0.00034010666666666665,
|
| 595 |
+
"loss": 0.4154,
|
| 596 |
+
"step": 49000
|
| 597 |
+
},
|
| 598 |
+
{
|
| 599 |
+
"epoch": 0.49,
|
| 600 |
+
"learning_rate": 0.0003367733333333333,
|
| 601 |
+
"loss": 0.4154,
|
| 602 |
+
"step": 49500
|
| 603 |
+
},
|
| 604 |
+
{
|
| 605 |
+
"epoch": 0.5,
|
| 606 |
+
"learning_rate": 0.00033343999999999995,
|
| 607 |
+
"loss": 0.4155,
|
| 608 |
+
"step": 50000
|
| 609 |
+
},
|
| 610 |
+
{
|
| 611 |
+
"epoch": 0.51,
|
| 612 |
+
"learning_rate": 0.00033011333333333325,
|
| 613 |
+
"loss": 0.4154,
|
| 614 |
+
"step": 50500
|
| 615 |
+
},
|
| 616 |
+
{
|
| 617 |
+
"epoch": 0.51,
|
| 618 |
+
"learning_rate": 0.00032677999999999993,
|
| 619 |
+
"loss": 0.4154,
|
| 620 |
+
"step": 51000
|
| 621 |
+
},
|
| 622 |
+
{
|
| 623 |
+
"epoch": 0.52,
|
| 624 |
+
"learning_rate": 0.0003234466666666666,
|
| 625 |
+
"loss": 0.4153,
|
| 626 |
+
"step": 51500
|
| 627 |
+
},
|
| 628 |
+
{
|
| 629 |
+
"epoch": 0.52,
|
| 630 |
+
"learning_rate": 0.00032011333333333334,
|
| 631 |
+
"loss": 0.4155,
|
| 632 |
+
"step": 52000
|
| 633 |
+
},
|
| 634 |
+
{
|
| 635 |
+
"epoch": 0.53,
|
| 636 |
+
"learning_rate": 0.00031678666666666664,
|
| 637 |
+
"loss": 0.4154,
|
| 638 |
+
"step": 52500
|
| 639 |
+
},
|
| 640 |
+
{
|
| 641 |
+
"epoch": 0.53,
|
| 642 |
+
"learning_rate": 0.0003134533333333333,
|
| 643 |
+
"loss": 0.4154,
|
| 644 |
+
"step": 53000
|
| 645 |
+
},
|
| 646 |
+
{
|
| 647 |
+
"epoch": 0.54,
|
| 648 |
+
"learning_rate": 0.00031012,
|
| 649 |
+
"loss": 0.4153,
|
| 650 |
+
"step": 53500
|
| 651 |
+
},
|
| 652 |
+
{
|
| 653 |
+
"epoch": 0.54,
|
| 654 |
+
"learning_rate": 0.00030678666666666667,
|
| 655 |
+
"loss": 0.4154,
|
| 656 |
+
"step": 54000
|
| 657 |
+
},
|
| 658 |
+
{
|
| 659 |
+
"epoch": 0.55,
|
| 660 |
+
"learning_rate": 0.00030345999999999997,
|
| 661 |
+
"loss": 0.4154,
|
| 662 |
+
"step": 54500
|
| 663 |
+
},
|
| 664 |
+
{
|
| 665 |
+
"epoch": 0.55,
|
| 666 |
+
"learning_rate": 0.00030012666666666665,
|
| 667 |
+
"loss": 0.4154,
|
| 668 |
+
"step": 55000
|
| 669 |
+
},
|
| 670 |
+
{
|
| 671 |
+
"epoch": 0.56,
|
| 672 |
+
"learning_rate": 0.0002967933333333333,
|
| 673 |
+
"loss": 0.4154,
|
| 674 |
+
"step": 55500
|
| 675 |
+
},
|
| 676 |
+
{
|
| 677 |
+
"epoch": 0.56,
|
| 678 |
+
"learning_rate": 0.00029345999999999994,
|
| 679 |
+
"loss": 0.4154,
|
| 680 |
+
"step": 56000
|
| 681 |
+
},
|
| 682 |
+
{
|
| 683 |
+
"epoch": 0.56,
|
| 684 |
+
"learning_rate": 0.00029014,
|
| 685 |
+
"loss": 0.4154,
|
| 686 |
+
"step": 56500
|
| 687 |
+
},
|
| 688 |
+
{
|
| 689 |
+
"epoch": 0.57,
|
| 690 |
+
"learning_rate": 0.00028680666666666666,
|
| 691 |
+
"loss": 0.4153,
|
| 692 |
+
"step": 57000
|
| 693 |
+
},
|
| 694 |
+
{
|
| 695 |
+
"epoch": 0.57,
|
| 696 |
+
"learning_rate": 0.00028347333333333334,
|
| 697 |
+
"loss": 0.4154,
|
| 698 |
+
"step": 57500
|
| 699 |
+
},
|
| 700 |
+
{
|
| 701 |
+
"epoch": 0.58,
|
| 702 |
+
"learning_rate": 0.00028013999999999996,
|
| 703 |
+
"loss": 0.4154,
|
| 704 |
+
"step": 58000
|
| 705 |
+
},
|
| 706 |
+
{
|
| 707 |
+
"epoch": 0.58,
|
| 708 |
+
"learning_rate": 0.00027680666666666663,
|
| 709 |
+
"loss": 0.4155,
|
| 710 |
+
"step": 58500
|
| 711 |
+
},
|
| 712 |
+
{
|
| 713 |
+
"epoch": 0.59,
|
| 714 |
+
"learning_rate": 0.0002734733333333333,
|
| 715 |
+
"loss": 0.4153,
|
| 716 |
+
"step": 59000
|
| 717 |
+
},
|
| 718 |
+
{
|
| 719 |
+
"epoch": 0.59,
|
| 720 |
+
"learning_rate": 0.00027014,
|
| 721 |
+
"loss": 0.4154,
|
| 722 |
+
"step": 59500
|
| 723 |
+
},
|
| 724 |
+
{
|
| 725 |
+
"epoch": 0.6,
|
| 726 |
+
"learning_rate": 0.00026680666666666666,
|
| 727 |
+
"loss": 0.4154,
|
| 728 |
+
"step": 60000
|
| 729 |
+
},
|
| 730 |
+
{
|
| 731 |
+
"epoch": 0.6,
|
| 732 |
+
"learning_rate": 0.00026347999999999996,
|
| 733 |
+
"loss": 0.4153,
|
| 734 |
+
"step": 60500
|
| 735 |
+
},
|
| 736 |
+
{
|
| 737 |
+
"epoch": 0.61,
|
| 738 |
+
"learning_rate": 0.00026014666666666664,
|
| 739 |
+
"loss": 0.4154,
|
| 740 |
+
"step": 61000
|
| 741 |
+
},
|
| 742 |
+
{
|
| 743 |
+
"epoch": 0.61,
|
| 744 |
+
"learning_rate": 0.0002568133333333333,
|
| 745 |
+
"loss": 0.4154,
|
| 746 |
+
"step": 61500
|
| 747 |
+
},
|
| 748 |
+
{
|
| 749 |
+
"epoch": 0.62,
|
| 750 |
+
"learning_rate": 0.00025348,
|
| 751 |
+
"loss": 0.4153,
|
| 752 |
+
"step": 62000
|
| 753 |
+
},
|
| 754 |
+
{
|
| 755 |
+
"epoch": 0.62,
|
| 756 |
+
"learning_rate": 0.00025015333333333335,
|
| 757 |
+
"loss": 0.4154,
|
| 758 |
+
"step": 62500
|
| 759 |
+
},
|
| 760 |
+
{
|
| 761 |
+
"epoch": 0.63,
|
| 762 |
+
"learning_rate": 0.00024681999999999997,
|
| 763 |
+
"loss": 0.4154,
|
| 764 |
+
"step": 63000
|
| 765 |
+
},
|
| 766 |
+
{
|
| 767 |
+
"epoch": 0.64,
|
| 768 |
+
"learning_rate": 0.00024348666666666665,
|
| 769 |
+
"loss": 0.4152,
|
| 770 |
+
"step": 63500
|
| 771 |
+
},
|
| 772 |
+
{
|
| 773 |
+
"epoch": 0.64,
|
| 774 |
+
"learning_rate": 0.0002401533333333333,
|
| 775 |
+
"loss": 0.4153,
|
| 776 |
+
"step": 64000
|
| 777 |
+
},
|
| 778 |
+
{
|
| 779 |
+
"epoch": 0.65,
|
| 780 |
+
"learning_rate": 0.00023682666666666665,
|
| 781 |
+
"loss": 0.4153,
|
| 782 |
+
"step": 64500
|
| 783 |
+
},
|
| 784 |
+
{
|
| 785 |
+
"epoch": 0.65,
|
| 786 |
+
"learning_rate": 0.0002334933333333333,
|
| 787 |
+
"loss": 0.4154,
|
| 788 |
+
"step": 65000
|
| 789 |
+
},
|
| 790 |
+
{
|
| 791 |
+
"epoch": 0.66,
|
| 792 |
+
"learning_rate": 0.00023015999999999998,
|
| 793 |
+
"loss": 0.4152,
|
| 794 |
+
"step": 65500
|
| 795 |
+
},
|
| 796 |
+
{
|
| 797 |
+
"epoch": 0.66,
|
| 798 |
+
"learning_rate": 0.00022682666666666665,
|
| 799 |
+
"loss": 0.4153,
|
| 800 |
+
"step": 66000
|
| 801 |
+
},
|
| 802 |
+
{
|
| 803 |
+
"epoch": 0.67,
|
| 804 |
+
"learning_rate": 0.00022349999999999998,
|
| 805 |
+
"loss": 0.4153,
|
| 806 |
+
"step": 66500
|
| 807 |
+
},
|
| 808 |
+
{
|
| 809 |
+
"epoch": 0.67,
|
| 810 |
+
"learning_rate": 0.00022016666666666666,
|
| 811 |
+
"loss": 0.4153,
|
| 812 |
+
"step": 67000
|
| 813 |
+
},
|
| 814 |
+
{
|
| 815 |
+
"epoch": 0.68,
|
| 816 |
+
"learning_rate": 0.0002168333333333333,
|
| 817 |
+
"loss": 0.4153,
|
| 818 |
+
"step": 67500
|
| 819 |
+
},
|
| 820 |
+
{
|
| 821 |
+
"epoch": 0.68,
|
| 822 |
+
"learning_rate": 0.00021350666666666667,
|
| 823 |
+
"loss": 0.4153,
|
| 824 |
+
"step": 68000
|
| 825 |
+
},
|
| 826 |
+
{
|
| 827 |
+
"epoch": 0.69,
|
| 828 |
+
"learning_rate": 0.00021017333333333332,
|
| 829 |
+
"loss": 0.4155,
|
| 830 |
+
"step": 68500
|
| 831 |
+
},
|
| 832 |
+
{
|
| 833 |
+
"epoch": 0.69,
|
| 834 |
+
"learning_rate": 0.00020684,
|
| 835 |
+
"loss": 0.4153,
|
| 836 |
+
"step": 69000
|
| 837 |
+
},
|
| 838 |
+
{
|
| 839 |
+
"epoch": 0.69,
|
| 840 |
+
"learning_rate": 0.00020350666666666667,
|
| 841 |
+
"loss": 0.4152,
|
| 842 |
+
"step": 69500
|
| 843 |
+
},
|
| 844 |
+
{
|
| 845 |
+
"epoch": 0.7,
|
| 846 |
+
"learning_rate": 0.00020017333333333332,
|
| 847 |
+
"loss": 0.4153,
|
| 848 |
+
"step": 70000
|
| 849 |
+
},
|
| 850 |
+
{
|
| 851 |
+
"epoch": 0.7,
|
| 852 |
+
"learning_rate": 0.00019684,
|
| 853 |
+
"loss": 0.4154,
|
| 854 |
+
"step": 70500
|
| 855 |
+
},
|
| 856 |
+
{
|
| 857 |
+
"epoch": 0.71,
|
| 858 |
+
"learning_rate": 0.00019350666666666667,
|
| 859 |
+
"loss": 0.4154,
|
| 860 |
+
"step": 71000
|
| 861 |
+
},
|
| 862 |
+
{
|
| 863 |
+
"epoch": 0.71,
|
| 864 |
+
"learning_rate": 0.00019018,
|
| 865 |
+
"loss": 0.4153,
|
| 866 |
+
"step": 71500
|
| 867 |
+
},
|
| 868 |
+
{
|
| 869 |
+
"epoch": 0.72,
|
| 870 |
+
"learning_rate": 0.00018684666666666667,
|
| 871 |
+
"loss": 0.4154,
|
| 872 |
+
"step": 72000
|
| 873 |
+
},
|
| 874 |
+
{
|
| 875 |
+
"epoch": 0.72,
|
| 876 |
+
"learning_rate": 0.00018351333333333332,
|
| 877 |
+
"loss": 0.4154,
|
| 878 |
+
"step": 72500
|
| 879 |
+
},
|
| 880 |
+
{
|
| 881 |
+
"epoch": 0.73,
|
| 882 |
+
"learning_rate": 0.00018018,
|
| 883 |
+
"loss": 0.4153,
|
| 884 |
+
"step": 73000
|
| 885 |
+
},
|
| 886 |
+
{
|
| 887 |
+
"epoch": 0.73,
|
| 888 |
+
"learning_rate": 0.00017684666666666665,
|
| 889 |
+
"loss": 0.4154,
|
| 890 |
+
"step": 73500
|
| 891 |
+
},
|
| 892 |
+
{
|
| 893 |
+
"epoch": 0.74,
|
| 894 |
+
"learning_rate": 0.00017352,
|
| 895 |
+
"loss": 0.4154,
|
| 896 |
+
"step": 74000
|
| 897 |
+
},
|
| 898 |
+
{
|
| 899 |
+
"epoch": 0.74,
|
| 900 |
+
"learning_rate": 0.00017018666666666663,
|
| 901 |
+
"loss": 0.4154,
|
| 902 |
+
"step": 74500
|
| 903 |
+
},
|
| 904 |
+
{
|
| 905 |
+
"epoch": 0.75,
|
| 906 |
+
"learning_rate": 0.0001668533333333333,
|
| 907 |
+
"loss": 0.4154,
|
| 908 |
+
"step": 75000
|
| 909 |
+
},
|
| 910 |
+
{
|
| 911 |
+
"epoch": 0.76,
|
| 912 |
+
"learning_rate": 0.00016352,
|
| 913 |
+
"loss": 0.4154,
|
| 914 |
+
"step": 75500
|
| 915 |
+
},
|
| 916 |
+
{
|
| 917 |
+
"epoch": 0.76,
|
| 918 |
+
"learning_rate": 0.00016018666666666663,
|
| 919 |
+
"loss": 0.4153,
|
| 920 |
+
"step": 76000
|
| 921 |
+
},
|
| 922 |
+
{
|
| 923 |
+
"epoch": 0.77,
|
| 924 |
+
"learning_rate": 0.00015685333333333333,
|
| 925 |
+
"loss": 0.4154,
|
| 926 |
+
"step": 76500
|
| 927 |
+
},
|
| 928 |
+
{
|
| 929 |
+
"epoch": 0.77,
|
| 930 |
+
"learning_rate": 0.00015352666666666663,
|
| 931 |
+
"loss": 0.4153,
|
| 932 |
+
"step": 77000
|
| 933 |
+
},
|
| 934 |
+
{
|
| 935 |
+
"epoch": 0.78,
|
| 936 |
+
"learning_rate": 0.0001501933333333333,
|
| 937 |
+
"loss": 0.4154,
|
| 938 |
+
"step": 77500
|
| 939 |
+
},
|
| 940 |
+
{
|
| 941 |
+
"epoch": 0.78,
|
| 942 |
+
"learning_rate": 0.00014685999999999999,
|
| 943 |
+
"loss": 0.4152,
|
| 944 |
+
"step": 78000
|
| 945 |
+
},
|
| 946 |
+
{
|
| 947 |
+
"epoch": 0.79,
|
| 948 |
+
"learning_rate": 0.00014352666666666666,
|
| 949 |
+
"loss": 0.4153,
|
| 950 |
+
"step": 78500
|
| 951 |
+
},
|
| 952 |
+
{
|
| 953 |
+
"epoch": 0.79,
|
| 954 |
+
"learning_rate": 0.0001402,
|
| 955 |
+
"loss": 0.4154,
|
| 956 |
+
"step": 79000
|
| 957 |
+
},
|
| 958 |
+
{
|
| 959 |
+
"epoch": 0.8,
|
| 960 |
+
"learning_rate": 0.00013686666666666664,
|
| 961 |
+
"loss": 0.4153,
|
| 962 |
+
"step": 79500
|
| 963 |
+
},
|
| 964 |
+
{
|
| 965 |
+
"epoch": 0.8,
|
| 966 |
+
"learning_rate": 0.00013353333333333332,
|
| 967 |
+
"loss": 0.4153,
|
| 968 |
+
"step": 80000
|
| 969 |
+
},
|
| 970 |
+
{
|
| 971 |
+
"epoch": 0.81,
|
| 972 |
+
"learning_rate": 0.0001302,
|
| 973 |
+
"loss": 0.4154,
|
| 974 |
+
"step": 80500
|
| 975 |
+
},
|
| 976 |
+
{
|
| 977 |
+
"epoch": 0.81,
|
| 978 |
+
"learning_rate": 0.00012686666666666664,
|
| 979 |
+
"loss": 0.4155,
|
| 980 |
+
"step": 81000
|
| 981 |
+
},
|
| 982 |
+
{
|
| 983 |
+
"epoch": 0.81,
|
| 984 |
+
"learning_rate": 0.00012353333333333332,
|
| 985 |
+
"loss": 0.4154,
|
| 986 |
+
"step": 81500
|
| 987 |
+
},
|
| 988 |
+
{
|
| 989 |
+
"epoch": 0.82,
|
| 990 |
+
"learning_rate": 0.00012020666666666665,
|
| 991 |
+
"loss": 0.4154,
|
| 992 |
+
"step": 82000
|
| 993 |
+
},
|
| 994 |
+
{
|
| 995 |
+
"epoch": 0.82,
|
| 996 |
+
"learning_rate": 0.00011687333333333332,
|
| 997 |
+
"loss": 0.4152,
|
| 998 |
+
"step": 82500
|
| 999 |
+
},
|
| 1000 |
+
{
|
| 1001 |
+
"epoch": 0.83,
|
| 1002 |
+
"learning_rate": 0.00011353999999999999,
|
| 1003 |
+
"loss": 0.4153,
|
| 1004 |
+
"step": 83000
|
| 1005 |
+
},
|
| 1006 |
+
{
|
| 1007 |
+
"epoch": 0.83,
|
| 1008 |
+
"learning_rate": 0.00011020666666666665,
|
| 1009 |
+
"loss": 0.4153,
|
| 1010 |
+
"step": 83500
|
| 1011 |
+
},
|
| 1012 |
+
{
|
| 1013 |
+
"epoch": 0.84,
|
| 1014 |
+
"learning_rate": 0.00010687333333333331,
|
| 1015 |
+
"loss": 0.4152,
|
| 1016 |
+
"step": 84000
|
| 1017 |
+
},
|
| 1018 |
+
{
|
| 1019 |
+
"epoch": 0.84,
|
| 1020 |
+
"learning_rate": 0.00010354666666666666,
|
| 1021 |
+
"loss": 0.4154,
|
| 1022 |
+
"step": 84500
|
| 1023 |
+
},
|
| 1024 |
+
{
|
| 1025 |
+
"epoch": 0.85,
|
| 1026 |
+
"learning_rate": 0.00010021333333333332,
|
| 1027 |
+
"loss": 0.4154,
|
| 1028 |
+
"step": 85000
|
| 1029 |
+
},
|
| 1030 |
+
{
|
| 1031 |
+
"epoch": 0.85,
|
| 1032 |
+
"learning_rate": 9.688e-05,
|
| 1033 |
+
"loss": 0.4154,
|
| 1034 |
+
"step": 85500
|
| 1035 |
+
},
|
| 1036 |
+
{
|
| 1037 |
+
"epoch": 0.86,
|
| 1038 |
+
"learning_rate": 9.354666666666666e-05,
|
| 1039 |
+
"loss": 0.4152,
|
| 1040 |
+
"step": 86000
|
| 1041 |
+
},
|
| 1042 |
+
{
|
| 1043 |
+
"epoch": 0.86,
|
| 1044 |
+
"learning_rate": 9.021333333333332e-05,
|
| 1045 |
+
"loss": 0.4153,
|
| 1046 |
+
"step": 86500
|
| 1047 |
+
},
|
| 1048 |
+
{
|
| 1049 |
+
"epoch": 0.87,
|
| 1050 |
+
"learning_rate": 8.688666666666666e-05,
|
| 1051 |
+
"loss": 0.4154,
|
| 1052 |
+
"step": 87000
|
| 1053 |
+
},
|
| 1054 |
+
{
|
| 1055 |
+
"epoch": 0.88,
|
| 1056 |
+
"learning_rate": 8.355333333333333e-05,
|
| 1057 |
+
"loss": 0.4152,
|
| 1058 |
+
"step": 87500
|
| 1059 |
+
},
|
| 1060 |
+
{
|
| 1061 |
+
"epoch": 0.88,
|
| 1062 |
+
"learning_rate": 8.022e-05,
|
| 1063 |
+
"loss": 0.4153,
|
| 1064 |
+
"step": 88000
|
| 1065 |
+
},
|
| 1066 |
+
{
|
| 1067 |
+
"epoch": 0.89,
|
| 1068 |
+
"learning_rate": 7.688666666666666e-05,
|
| 1069 |
+
"loss": 0.4154,
|
| 1070 |
+
"step": 88500
|
| 1071 |
+
},
|
| 1072 |
+
{
|
| 1073 |
+
"epoch": 0.89,
|
| 1074 |
+
"learning_rate": 7.355333333333333e-05,
|
| 1075 |
+
"loss": 0.4154,
|
| 1076 |
+
"step": 89000
|
| 1077 |
+
},
|
| 1078 |
+
{
|
| 1079 |
+
"epoch": 0.9,
|
| 1080 |
+
"learning_rate": 7.022666666666667e-05,
|
| 1081 |
+
"loss": 0.4153,
|
| 1082 |
+
"step": 89500
|
| 1083 |
+
},
|
| 1084 |
+
{
|
| 1085 |
+
"epoch": 0.9,
|
| 1086 |
+
"learning_rate": 6.689333333333333e-05,
|
| 1087 |
+
"loss": 0.4154,
|
| 1088 |
+
"step": 90000
|
| 1089 |
+
},
|
| 1090 |
+
{
|
| 1091 |
+
"epoch": 0.91,
|
| 1092 |
+
"learning_rate": 6.356e-05,
|
| 1093 |
+
"loss": 0.4153,
|
| 1094 |
+
"step": 90500
|
| 1095 |
+
},
|
| 1096 |
+
{
|
| 1097 |
+
"epoch": 0.91,
|
| 1098 |
+
"learning_rate": 6.022666666666666e-05,
|
| 1099 |
+
"loss": 0.4153,
|
| 1100 |
+
"step": 91000
|
| 1101 |
+
},
|
| 1102 |
+
{
|
| 1103 |
+
"epoch": 0.92,
|
| 1104 |
+
"learning_rate": 5.689333333333333e-05,
|
| 1105 |
+
"loss": 0.4152,
|
| 1106 |
+
"step": 91500
|
| 1107 |
+
},
|
| 1108 |
+
{
|
| 1109 |
+
"epoch": 0.92,
|
| 1110 |
+
"learning_rate": 5.356666666666666e-05,
|
| 1111 |
+
"loss": 0.4153,
|
| 1112 |
+
"step": 92000
|
| 1113 |
+
},
|
| 1114 |
+
{
|
| 1115 |
+
"epoch": 0.93,
|
| 1116 |
+
"learning_rate": 5.023333333333333e-05,
|
| 1117 |
+
"loss": 0.4154,
|
| 1118 |
+
"step": 92500
|
| 1119 |
+
},
|
| 1120 |
+
{
|
| 1121 |
+
"epoch": 0.93,
|
| 1122 |
+
"learning_rate": 4.6899999999999995e-05,
|
| 1123 |
+
"loss": 0.4152,
|
| 1124 |
+
"step": 93000
|
| 1125 |
+
},
|
| 1126 |
+
{
|
| 1127 |
+
"epoch": 0.94,
|
| 1128 |
+
"learning_rate": 4.3566666666666664e-05,
|
| 1129 |
+
"loss": 0.4151,
|
| 1130 |
+
"step": 93500
|
| 1131 |
+
},
|
| 1132 |
+
{
|
| 1133 |
+
"epoch": 0.94,
|
| 1134 |
+
"learning_rate": 4.0233333333333326e-05,
|
| 1135 |
+
"loss": 0.4153,
|
| 1136 |
+
"step": 94000
|
| 1137 |
+
},
|
| 1138 |
+
{
|
| 1139 |
+
"epoch": 0.94,
|
| 1140 |
+
"learning_rate": 3.6899999999999996e-05,
|
| 1141 |
+
"loss": 0.4153,
|
| 1142 |
+
"step": 94500
|
| 1143 |
+
},
|
| 1144 |
+
{
|
| 1145 |
+
"epoch": 0.95,
|
| 1146 |
+
"learning_rate": 3.357333333333333e-05,
|
| 1147 |
+
"loss": 0.4153,
|
| 1148 |
+
"step": 95000
|
| 1149 |
+
},
|
| 1150 |
+
{
|
| 1151 |
+
"epoch": 0.95,
|
| 1152 |
+
"learning_rate": 3.024e-05,
|
| 1153 |
+
"loss": 0.4152,
|
| 1154 |
+
"step": 95500
|
| 1155 |
+
},
|
| 1156 |
+
{
|
| 1157 |
+
"epoch": 0.96,
|
| 1158 |
+
"learning_rate": 2.6906666666666664e-05,
|
| 1159 |
+
"loss": 0.4153,
|
| 1160 |
+
"step": 96000
|
| 1161 |
+
},
|
| 1162 |
+
{
|
| 1163 |
+
"epoch": 0.96,
|
| 1164 |
+
"learning_rate": 2.357333333333333e-05,
|
| 1165 |
+
"loss": 0.4153,
|
| 1166 |
+
"step": 96500
|
| 1167 |
+
},
|
| 1168 |
+
{
|
| 1169 |
+
"epoch": 0.97,
|
| 1170 |
+
"learning_rate": 2.0246666666666664e-05,
|
| 1171 |
+
"loss": 0.4153,
|
| 1172 |
+
"step": 97000
|
| 1173 |
+
},
|
| 1174 |
+
{
|
| 1175 |
+
"epoch": 0.97,
|
| 1176 |
+
"learning_rate": 1.6913333333333333e-05,
|
| 1177 |
+
"loss": 0.4153,
|
| 1178 |
+
"step": 97500
|
| 1179 |
+
},
|
| 1180 |
+
{
|
| 1181 |
+
"epoch": 0.98,
|
| 1182 |
+
"learning_rate": 1.3579999999999997e-05,
|
| 1183 |
+
"loss": 0.4153,
|
| 1184 |
+
"step": 98000
|
| 1185 |
+
},
|
| 1186 |
+
{
|
| 1187 |
+
"epoch": 0.98,
|
| 1188 |
+
"learning_rate": 1.0246666666666666e-05,
|
| 1189 |
+
"loss": 0.4153,
|
| 1190 |
+
"step": 98500
|
| 1191 |
+
},
|
| 1192 |
+
{
|
| 1193 |
+
"epoch": 0.99,
|
| 1194 |
+
"learning_rate": 6.913333333333333e-06,
|
| 1195 |
+
"loss": 0.4153,
|
| 1196 |
+
"step": 99000
|
| 1197 |
+
},
|
| 1198 |
+
{
|
| 1199 |
+
"epoch": 0.99,
|
| 1200 |
+
"learning_rate": 3.58e-06,
|
| 1201 |
+
"loss": 0.4152,
|
| 1202 |
+
"step": 99500
|
| 1203 |
+
},
|
| 1204 |
+
{
|
| 1205 |
+
"epoch": 1.0,
|
| 1206 |
+
"learning_rate": 2.533333333333333e-07,
|
| 1207 |
+
"loss": 0.4153,
|
| 1208 |
+
"step": 100000
|
| 1209 |
+
}
|
| 1210 |
+
],
|
| 1211 |
+
"max_steps": 100000,
|
| 1212 |
+
"num_train_epochs": 1,
|
| 1213 |
+
"total_flos": 4.274433427739443e+19,
|
| 1214 |
+
"trial_name": null,
|
| 1215 |
+
"trial_params": null
|
| 1216 |
+
}
|
propositional_logic/lt_alm/checkpoint-100000/training_args.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:e5ac725474a043e56f1f775f1db8ecef5606d8ab95da29e9391f919b2d60d457
|
| 3 |
+
size 2735
|
propositional_logic/lt_alm/config.json
ADDED
|
@@ -0,0 +1,37 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"activation_function": "gelu_new",
|
| 3 |
+
"architectures": [
|
| 4 |
+
"GPT2LMHeadModel"
|
| 5 |
+
],
|
| 6 |
+
"attn_pdrop": 0.1,
|
| 7 |
+
"bos_token_id": 50256,
|
| 8 |
+
"embd_pdrop": 0.1,
|
| 9 |
+
"eos_token_id": 50256,
|
| 10 |
+
"gradient_checkpointing": false,
|
| 11 |
+
"initializer_range": 0.02,
|
| 12 |
+
"layer_norm_epsilon": 1e-05,
|
| 13 |
+
"model_type": "gpt2",
|
| 14 |
+
"n_ctx": 1024,
|
| 15 |
+
"n_embd": 768,
|
| 16 |
+
"n_head": 12,
|
| 17 |
+
"n_inner": null,
|
| 18 |
+
"n_layer": 12,
|
| 19 |
+
"n_positions": 1024,
|
| 20 |
+
"resid_pdrop": 0.1,
|
| 21 |
+
"scale_attn_weights": true,
|
| 22 |
+
"summary_activation": null,
|
| 23 |
+
"summary_first_dropout": 0.1,
|
| 24 |
+
"summary_proj_to_labels": true,
|
| 25 |
+
"summary_type": "cls_index",
|
| 26 |
+
"summary_use_proj": true,
|
| 27 |
+
"task_specific_params": {
|
| 28 |
+
"text-generation": {
|
| 29 |
+
"do_sample": true,
|
| 30 |
+
"max_length": 50
|
| 31 |
+
}
|
| 32 |
+
},
|
| 33 |
+
"torch_dtype": "float32",
|
| 34 |
+
"transformers_version": "4.10.3",
|
| 35 |
+
"use_cache": true,
|
| 36 |
+
"vocab_size": 1200
|
| 37 |
+
}
|
propositional_logic/lt_alm/pytorch_model.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:1f124fd83e9e8f3118d339e6d8a19797a22ffb26b6972ea38c5239a967fb1250
|
| 3 |
+
size 359700713
|
propositional_logic/lt_alm/runs/Feb20_15-40-53_allennlp-server4/1645484343.3786743/events.out.tfevents.1645484343.allennlp-server4.3588209.1
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:15db4a80e37335462e0e68f688272b065df9f9d86ad22dc2387fe0e8ffd4d06d
|
| 3 |
+
size 4393
|
propositional_logic/lt_alm/runs/Feb20_15-40-53_allennlp-server4/events.out.tfevents.1645484338.allennlp-server4.3588209.0
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:f5ea8838b7af5cb1a4a2175459b331b5357598e22491db5abeb3188ba53ce1d7
|
| 3 |
+
size 5058
|
propositional_logic/lt_alm/runs/Feb22_12-59-13_allennlp-server4/1645647176.6903071/events.out.tfevents.1645647176.allennlp-server4.336403.1
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:e92f6692ecc61ed5c53a498564c62a6ac37eb85e43285da46182bbfef075cfe5
|
| 3 |
+
size 4393
|
propositional_logic/lt_alm/runs/Feb22_12-59-13_allennlp-server4/events.out.tfevents.1645647171.allennlp-server4.336403.0
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:06a75521654ba6fc727c3b4f8062862c9fa91633b0596eb71cd3f58e5a2ed164
|
| 3 |
+
size 35594
|
propositional_logic/lt_alm/training_args.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:e5ac725474a043e56f1f775f1db8ecef5606d8ab95da29e9391f919b2d60d457
|
| 3 |
+
size 2735
|
propositional_logic/lt_alm_noreflexivity/checkpoint-100000/config.json
ADDED
|
@@ -0,0 +1,37 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"activation_function": "gelu_new",
|
| 3 |
+
"architectures": [
|
| 4 |
+
"GPT2LMHeadModel"
|
| 5 |
+
],
|
| 6 |
+
"attn_pdrop": 0.1,
|
| 7 |
+
"bos_token_id": 50256,
|
| 8 |
+
"embd_pdrop": 0.1,
|
| 9 |
+
"eos_token_id": 50256,
|
| 10 |
+
"gradient_checkpointing": false,
|
| 11 |
+
"initializer_range": 0.02,
|
| 12 |
+
"layer_norm_epsilon": 1e-05,
|
| 13 |
+
"model_type": "gpt2",
|
| 14 |
+
"n_ctx": 1024,
|
| 15 |
+
"n_embd": 768,
|
| 16 |
+
"n_head": 12,
|
| 17 |
+
"n_inner": null,
|
| 18 |
+
"n_layer": 12,
|
| 19 |
+
"n_positions": 1024,
|
| 20 |
+
"resid_pdrop": 0.1,
|
| 21 |
+
"scale_attn_weights": true,
|
| 22 |
+
"summary_activation": null,
|
| 23 |
+
"summary_first_dropout": 0.1,
|
| 24 |
+
"summary_proj_to_labels": true,
|
| 25 |
+
"summary_type": "cls_index",
|
| 26 |
+
"summary_use_proj": true,
|
| 27 |
+
"task_specific_params": {
|
| 28 |
+
"text-generation": {
|
| 29 |
+
"do_sample": true,
|
| 30 |
+
"max_length": 50
|
| 31 |
+
}
|
| 32 |
+
},
|
| 33 |
+
"torch_dtype": "float32",
|
| 34 |
+
"transformers_version": "4.10.3",
|
| 35 |
+
"use_cache": true,
|
| 36 |
+
"vocab_size": 1200
|
| 37 |
+
}
|
propositional_logic/lt_alm_noreflexivity/checkpoint-100000/optimizer.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:bd48b4b729cef50798aace235354f92c04defb657372dd7fade3803f53b1ce43
|
| 3 |
+
size 694198065
|
propositional_logic/lt_alm_noreflexivity/checkpoint-100000/pytorch_model.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:044620c7cdb9a56568ca95b7715f08ab4b1ebe466efc936ac34c69aa496700cf
|
| 3 |
+
size 359700713
|
propositional_logic/lt_alm_noreflexivity/checkpoint-100000/rng_state.pth
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:094559b9c2dfa71e135104716de983b855fdf5edd6d1838d723e40e786b2a786
|
| 3 |
+
size 14503
|
propositional_logic/lt_alm_noreflexivity/checkpoint-100000/scaler.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:cbd17ba3fcebe8d211b2d455e4f630394c54494f8e62d632dbd6c66c30976403
|
| 3 |
+
size 559
|
propositional_logic/lt_alm_noreflexivity/checkpoint-100000/scheduler.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:a150dd417a024836c3dc23fd696b007ee1fc159e8de0d8ec1a517cf40baac2ae
|
| 3 |
+
size 623
|
propositional_logic/lt_alm_noreflexivity/checkpoint-100000/trainer_state.json
ADDED
|
@@ -0,0 +1,1216 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"best_metric": null,
|
| 3 |
+
"best_model_checkpoint": null,
|
| 4 |
+
"epoch": 1.0,
|
| 5 |
+
"global_step": 100000,
|
| 6 |
+
"is_hyper_param_search": false,
|
| 7 |
+
"is_local_process_zero": true,
|
| 8 |
+
"is_world_process_zero": true,
|
| 9 |
+
"log_history": [
|
| 10 |
+
{
|
| 11 |
+
"epoch": 0.01,
|
| 12 |
+
"learning_rate": 2.9999999999999997e-05,
|
| 13 |
+
"loss": 1.302,
|
| 14 |
+
"step": 500
|
| 15 |
+
},
|
| 16 |
+
{
|
| 17 |
+
"epoch": 0.01,
|
| 18 |
+
"learning_rate": 5.9999999999999995e-05,
|
| 19 |
+
"loss": 0.6367,
|
| 20 |
+
"step": 1000
|
| 21 |
+
},
|
| 22 |
+
{
|
| 23 |
+
"epoch": 0.01,
|
| 24 |
+
"learning_rate": 8.999999999999999e-05,
|
| 25 |
+
"loss": 0.5862,
|
| 26 |
+
"step": 1500
|
| 27 |
+
},
|
| 28 |
+
{
|
| 29 |
+
"epoch": 0.02,
|
| 30 |
+
"learning_rate": 0.00011999999999999999,
|
| 31 |
+
"loss": 0.5642,
|
| 32 |
+
"step": 2000
|
| 33 |
+
},
|
| 34 |
+
{
|
| 35 |
+
"epoch": 0.03,
|
| 36 |
+
"learning_rate": 0.00015,
|
| 37 |
+
"loss": 0.5646,
|
| 38 |
+
"step": 2500
|
| 39 |
+
},
|
| 40 |
+
{
|
| 41 |
+
"epoch": 0.03,
|
| 42 |
+
"learning_rate": 0.00017999999999999998,
|
| 43 |
+
"loss": 0.5588,
|
| 44 |
+
"step": 3000
|
| 45 |
+
},
|
| 46 |
+
{
|
| 47 |
+
"epoch": 0.04,
|
| 48 |
+
"learning_rate": 0.00020999999999999998,
|
| 49 |
+
"loss": 0.5619,
|
| 50 |
+
"step": 3500
|
| 51 |
+
},
|
| 52 |
+
{
|
| 53 |
+
"epoch": 0.04,
|
| 54 |
+
"learning_rate": 0.00023999999999999998,
|
| 55 |
+
"loss": 0.5606,
|
| 56 |
+
"step": 4000
|
| 57 |
+
},
|
| 58 |
+
{
|
| 59 |
+
"epoch": 0.04,
|
| 60 |
+
"learning_rate": 0.00027,
|
| 61 |
+
"loss": 0.5595,
|
| 62 |
+
"step": 4500
|
| 63 |
+
},
|
| 64 |
+
{
|
| 65 |
+
"epoch": 0.05,
|
| 66 |
+
"learning_rate": 0.0003,
|
| 67 |
+
"loss": 0.5576,
|
| 68 |
+
"step": 5000
|
| 69 |
+
},
|
| 70 |
+
{
|
| 71 |
+
"epoch": 0.06,
|
| 72 |
+
"learning_rate": 0.00033,
|
| 73 |
+
"loss": 0.557,
|
| 74 |
+
"step": 5500
|
| 75 |
+
},
|
| 76 |
+
{
|
| 77 |
+
"epoch": 0.06,
|
| 78 |
+
"learning_rate": 0.00035999999999999997,
|
| 79 |
+
"loss": 0.5564,
|
| 80 |
+
"step": 6000
|
| 81 |
+
},
|
| 82 |
+
{
|
| 83 |
+
"epoch": 0.07,
|
| 84 |
+
"learning_rate": 0.00039,
|
| 85 |
+
"loss": 0.56,
|
| 86 |
+
"step": 6500
|
| 87 |
+
},
|
| 88 |
+
{
|
| 89 |
+
"epoch": 0.07,
|
| 90 |
+
"learning_rate": 0.00041999999999999996,
|
| 91 |
+
"loss": 0.5536,
|
| 92 |
+
"step": 7000
|
| 93 |
+
},
|
| 94 |
+
{
|
| 95 |
+
"epoch": 0.07,
|
| 96 |
+
"learning_rate": 0.00045,
|
| 97 |
+
"loss": 0.5529,
|
| 98 |
+
"step": 7500
|
| 99 |
+
},
|
| 100 |
+
{
|
| 101 |
+
"epoch": 0.08,
|
| 102 |
+
"learning_rate": 0.00047999999999999996,
|
| 103 |
+
"loss": 0.5543,
|
| 104 |
+
"step": 8000
|
| 105 |
+
},
|
| 106 |
+
{
|
| 107 |
+
"epoch": 0.09,
|
| 108 |
+
"learning_rate": 0.0005099999999999999,
|
| 109 |
+
"loss": 0.5512,
|
| 110 |
+
"step": 8500
|
| 111 |
+
},
|
| 112 |
+
{
|
| 113 |
+
"epoch": 0.09,
|
| 114 |
+
"learning_rate": 0.00054,
|
| 115 |
+
"loss": 0.5521,
|
| 116 |
+
"step": 9000
|
| 117 |
+
},
|
| 118 |
+
{
|
| 119 |
+
"epoch": 0.1,
|
| 120 |
+
"learning_rate": 0.00057,
|
| 121 |
+
"loss": 0.5526,
|
| 122 |
+
"step": 9500
|
| 123 |
+
},
|
| 124 |
+
{
|
| 125 |
+
"epoch": 0.1,
|
| 126 |
+
"learning_rate": 0.0006,
|
| 127 |
+
"loss": 0.5508,
|
| 128 |
+
"step": 10000
|
| 129 |
+
},
|
| 130 |
+
{
|
| 131 |
+
"epoch": 0.1,
|
| 132 |
+
"learning_rate": 0.0005966666666666667,
|
| 133 |
+
"loss": 0.552,
|
| 134 |
+
"step": 10500
|
| 135 |
+
},
|
| 136 |
+
{
|
| 137 |
+
"epoch": 0.11,
|
| 138 |
+
"learning_rate": 0.0005933333333333333,
|
| 139 |
+
"loss": 0.5517,
|
| 140 |
+
"step": 11000
|
| 141 |
+
},
|
| 142 |
+
{
|
| 143 |
+
"epoch": 0.12,
|
| 144 |
+
"learning_rate": 0.0005899999999999999,
|
| 145 |
+
"loss": 0.549,
|
| 146 |
+
"step": 11500
|
| 147 |
+
},
|
| 148 |
+
{
|
| 149 |
+
"epoch": 0.12,
|
| 150 |
+
"learning_rate": 0.0005866666666666665,
|
| 151 |
+
"loss": 0.549,
|
| 152 |
+
"step": 12000
|
| 153 |
+
},
|
| 154 |
+
{
|
| 155 |
+
"epoch": 0.12,
|
| 156 |
+
"learning_rate": 0.0005833333333333333,
|
| 157 |
+
"loss": 0.5491,
|
| 158 |
+
"step": 12500
|
| 159 |
+
},
|
| 160 |
+
{
|
| 161 |
+
"epoch": 0.13,
|
| 162 |
+
"learning_rate": 0.00058,
|
| 163 |
+
"loss": 0.5486,
|
| 164 |
+
"step": 13000
|
| 165 |
+
},
|
| 166 |
+
{
|
| 167 |
+
"epoch": 0.14,
|
| 168 |
+
"learning_rate": 0.0005766666666666666,
|
| 169 |
+
"loss": 0.5484,
|
| 170 |
+
"step": 13500
|
| 171 |
+
},
|
| 172 |
+
{
|
| 173 |
+
"epoch": 0.14,
|
| 174 |
+
"learning_rate": 0.0005733333333333334,
|
| 175 |
+
"loss": 0.5487,
|
| 176 |
+
"step": 14000
|
| 177 |
+
},
|
| 178 |
+
{
|
| 179 |
+
"epoch": 0.14,
|
| 180 |
+
"learning_rate": 0.00057,
|
| 181 |
+
"loss": 0.5483,
|
| 182 |
+
"step": 14500
|
| 183 |
+
},
|
| 184 |
+
{
|
| 185 |
+
"epoch": 0.15,
|
| 186 |
+
"learning_rate": 0.0005666666666666666,
|
| 187 |
+
"loss": 0.5487,
|
| 188 |
+
"step": 15000
|
| 189 |
+
},
|
| 190 |
+
{
|
| 191 |
+
"epoch": 0.15,
|
| 192 |
+
"learning_rate": 0.0005633333333333333,
|
| 193 |
+
"loss": 0.5485,
|
| 194 |
+
"step": 15500
|
| 195 |
+
},
|
| 196 |
+
{
|
| 197 |
+
"epoch": 0.16,
|
| 198 |
+
"learning_rate": 0.00056,
|
| 199 |
+
"loss": 0.5482,
|
| 200 |
+
"step": 16000
|
| 201 |
+
},
|
| 202 |
+
{
|
| 203 |
+
"epoch": 0.17,
|
| 204 |
+
"learning_rate": 0.0005566666666666667,
|
| 205 |
+
"loss": 0.5481,
|
| 206 |
+
"step": 16500
|
| 207 |
+
},
|
| 208 |
+
{
|
| 209 |
+
"epoch": 0.17,
|
| 210 |
+
"learning_rate": 0.0005533333333333333,
|
| 211 |
+
"loss": 0.5478,
|
| 212 |
+
"step": 17000
|
| 213 |
+
},
|
| 214 |
+
{
|
| 215 |
+
"epoch": 0.17,
|
| 216 |
+
"learning_rate": 0.0005499999999999999,
|
| 217 |
+
"loss": 0.548,
|
| 218 |
+
"step": 17500
|
| 219 |
+
},
|
| 220 |
+
{
|
| 221 |
+
"epoch": 0.18,
|
| 222 |
+
"learning_rate": 0.0005466733333333333,
|
| 223 |
+
"loss": 0.5478,
|
| 224 |
+
"step": 18000
|
| 225 |
+
},
|
| 226 |
+
{
|
| 227 |
+
"epoch": 0.18,
|
| 228 |
+
"learning_rate": 0.0005433399999999999,
|
| 229 |
+
"loss": 0.5477,
|
| 230 |
+
"step": 18500
|
| 231 |
+
},
|
| 232 |
+
{
|
| 233 |
+
"epoch": 0.19,
|
| 234 |
+
"learning_rate": 0.0005400066666666666,
|
| 235 |
+
"loss": 0.5479,
|
| 236 |
+
"step": 19000
|
| 237 |
+
},
|
| 238 |
+
{
|
| 239 |
+
"epoch": 0.2,
|
| 240 |
+
"learning_rate": 0.0005366733333333333,
|
| 241 |
+
"loss": 0.5479,
|
| 242 |
+
"step": 19500
|
| 243 |
+
},
|
| 244 |
+
{
|
| 245 |
+
"epoch": 0.2,
|
| 246 |
+
"learning_rate": 0.0005333466666666666,
|
| 247 |
+
"loss": 0.5477,
|
| 248 |
+
"step": 20000
|
| 249 |
+
},
|
| 250 |
+
{
|
| 251 |
+
"epoch": 0.2,
|
| 252 |
+
"learning_rate": 0.0005300133333333333,
|
| 253 |
+
"loss": 0.5478,
|
| 254 |
+
"step": 20500
|
| 255 |
+
},
|
| 256 |
+
{
|
| 257 |
+
"epoch": 0.21,
|
| 258 |
+
"learning_rate": 0.00052668,
|
| 259 |
+
"loss": 0.5476,
|
| 260 |
+
"step": 21000
|
| 261 |
+
},
|
| 262 |
+
{
|
| 263 |
+
"epoch": 0.21,
|
| 264 |
+
"learning_rate": 0.0005233466666666667,
|
| 265 |
+
"loss": 0.5479,
|
| 266 |
+
"step": 21500
|
| 267 |
+
},
|
| 268 |
+
{
|
| 269 |
+
"epoch": 0.22,
|
| 270 |
+
"learning_rate": 0.0005200199999999999,
|
| 271 |
+
"loss": 0.5475,
|
| 272 |
+
"step": 22000
|
| 273 |
+
},
|
| 274 |
+
{
|
| 275 |
+
"epoch": 0.23,
|
| 276 |
+
"learning_rate": 0.0005166866666666667,
|
| 277 |
+
"loss": 0.5475,
|
| 278 |
+
"step": 22500
|
| 279 |
+
},
|
| 280 |
+
{
|
| 281 |
+
"epoch": 0.23,
|
| 282 |
+
"learning_rate": 0.0005133533333333333,
|
| 283 |
+
"loss": 0.5476,
|
| 284 |
+
"step": 23000
|
| 285 |
+
},
|
| 286 |
+
{
|
| 287 |
+
"epoch": 0.23,
|
| 288 |
+
"learning_rate": 0.0005100199999999999,
|
| 289 |
+
"loss": 0.5478,
|
| 290 |
+
"step": 23500
|
| 291 |
+
},
|
| 292 |
+
{
|
| 293 |
+
"epoch": 0.24,
|
| 294 |
+
"learning_rate": 0.0005066933333333333,
|
| 295 |
+
"loss": 0.5475,
|
| 296 |
+
"step": 24000
|
| 297 |
+
},
|
| 298 |
+
{
|
| 299 |
+
"epoch": 0.24,
|
| 300 |
+
"learning_rate": 0.0005033599999999999,
|
| 301 |
+
"loss": 0.5475,
|
| 302 |
+
"step": 24500
|
| 303 |
+
},
|
| 304 |
+
{
|
| 305 |
+
"epoch": 0.25,
|
| 306 |
+
"learning_rate": 0.0005000266666666666,
|
| 307 |
+
"loss": 0.5475,
|
| 308 |
+
"step": 25000
|
| 309 |
+
},
|
| 310 |
+
{
|
| 311 |
+
"epoch": 0.26,
|
| 312 |
+
"learning_rate": 0.0004966933333333332,
|
| 313 |
+
"loss": 0.5478,
|
| 314 |
+
"step": 25500
|
| 315 |
+
},
|
| 316 |
+
{
|
| 317 |
+
"epoch": 0.26,
|
| 318 |
+
"learning_rate": 0.0004933666666666666,
|
| 319 |
+
"loss": 0.5475,
|
| 320 |
+
"step": 26000
|
| 321 |
+
},
|
| 322 |
+
{
|
| 323 |
+
"epoch": 0.27,
|
| 324 |
+
"learning_rate": 0.0004900333333333333,
|
| 325 |
+
"loss": 0.5475,
|
| 326 |
+
"step": 26500
|
| 327 |
+
},
|
| 328 |
+
{
|
| 329 |
+
"epoch": 0.27,
|
| 330 |
+
"learning_rate": 0.00048669999999999996,
|
| 331 |
+
"loss": 0.5474,
|
| 332 |
+
"step": 27000
|
| 333 |
+
},
|
| 334 |
+
{
|
| 335 |
+
"epoch": 0.28,
|
| 336 |
+
"learning_rate": 0.0004833666666666666,
|
| 337 |
+
"loss": 0.5475,
|
| 338 |
+
"step": 27500
|
| 339 |
+
},
|
| 340 |
+
{
|
| 341 |
+
"epoch": 0.28,
|
| 342 |
+
"learning_rate": 0.00048004,
|
| 343 |
+
"loss": 0.5476,
|
| 344 |
+
"step": 28000
|
| 345 |
+
},
|
| 346 |
+
{
|
| 347 |
+
"epoch": 0.28,
|
| 348 |
+
"learning_rate": 0.0004767066666666666,
|
| 349 |
+
"loss": 0.5475,
|
| 350 |
+
"step": 28500
|
| 351 |
+
},
|
| 352 |
+
{
|
| 353 |
+
"epoch": 0.29,
|
| 354 |
+
"learning_rate": 0.0004733733333333333,
|
| 355 |
+
"loss": 0.5475,
|
| 356 |
+
"step": 29000
|
| 357 |
+
},
|
| 358 |
+
{
|
| 359 |
+
"epoch": 0.29,
|
| 360 |
+
"learning_rate": 0.00047003999999999997,
|
| 361 |
+
"loss": 0.5474,
|
| 362 |
+
"step": 29500
|
| 363 |
+
},
|
| 364 |
+
{
|
| 365 |
+
"epoch": 0.3,
|
| 366 |
+
"learning_rate": 0.00046670666666666664,
|
| 367 |
+
"loss": 0.5476,
|
| 368 |
+
"step": 30000
|
| 369 |
+
},
|
| 370 |
+
{
|
| 371 |
+
"epoch": 0.3,
|
| 372 |
+
"learning_rate": 0.00046337999999999994,
|
| 373 |
+
"loss": 0.5474,
|
| 374 |
+
"step": 30500
|
| 375 |
+
},
|
| 376 |
+
{
|
| 377 |
+
"epoch": 0.31,
|
| 378 |
+
"learning_rate": 0.0004600466666666666,
|
| 379 |
+
"loss": 0.5474,
|
| 380 |
+
"step": 31000
|
| 381 |
+
},
|
| 382 |
+
{
|
| 383 |
+
"epoch": 0.32,
|
| 384 |
+
"learning_rate": 0.0004567133333333333,
|
| 385 |
+
"loss": 0.5474,
|
| 386 |
+
"step": 31500
|
| 387 |
+
},
|
| 388 |
+
{
|
| 389 |
+
"epoch": 0.32,
|
| 390 |
+
"learning_rate": 0.00045337999999999997,
|
| 391 |
+
"loss": 0.5475,
|
| 392 |
+
"step": 32000
|
| 393 |
+
},
|
| 394 |
+
{
|
| 395 |
+
"epoch": 0.33,
|
| 396 |
+
"learning_rate": 0.00045005333333333333,
|
| 397 |
+
"loss": 0.5474,
|
| 398 |
+
"step": 32500
|
| 399 |
+
},
|
| 400 |
+
{
|
| 401 |
+
"epoch": 0.33,
|
| 402 |
+
"learning_rate": 0.00044672,
|
| 403 |
+
"loss": 0.5474,
|
| 404 |
+
"step": 33000
|
| 405 |
+
},
|
| 406 |
+
{
|
| 407 |
+
"epoch": 0.34,
|
| 408 |
+
"learning_rate": 0.00044338666666666663,
|
| 409 |
+
"loss": 0.5475,
|
| 410 |
+
"step": 33500
|
| 411 |
+
},
|
| 412 |
+
{
|
| 413 |
+
"epoch": 0.34,
|
| 414 |
+
"learning_rate": 0.0004400533333333333,
|
| 415 |
+
"loss": 0.5474,
|
| 416 |
+
"step": 34000
|
| 417 |
+
},
|
| 418 |
+
{
|
| 419 |
+
"epoch": 0.34,
|
| 420 |
+
"learning_rate": 0.0004367266666666666,
|
| 421 |
+
"loss": 0.5474,
|
| 422 |
+
"step": 34500
|
| 423 |
+
},
|
| 424 |
+
{
|
| 425 |
+
"epoch": 0.35,
|
| 426 |
+
"learning_rate": 0.0004333933333333333,
|
| 427 |
+
"loss": 0.5474,
|
| 428 |
+
"step": 35000
|
| 429 |
+
},
|
| 430 |
+
{
|
| 431 |
+
"epoch": 0.35,
|
| 432 |
+
"learning_rate": 0.00043005999999999996,
|
| 433 |
+
"loss": 0.5474,
|
| 434 |
+
"step": 35500
|
| 435 |
+
},
|
| 436 |
+
{
|
| 437 |
+
"epoch": 0.36,
|
| 438 |
+
"learning_rate": 0.00042672666666666663,
|
| 439 |
+
"loss": 0.5473,
|
| 440 |
+
"step": 36000
|
| 441 |
+
},
|
| 442 |
+
{
|
| 443 |
+
"epoch": 0.36,
|
| 444 |
+
"learning_rate": 0.00042339999999999994,
|
| 445 |
+
"loss": 0.5474,
|
| 446 |
+
"step": 36500
|
| 447 |
+
},
|
| 448 |
+
{
|
| 449 |
+
"epoch": 0.37,
|
| 450 |
+
"learning_rate": 0.0004200666666666666,
|
| 451 |
+
"loss": 0.5474,
|
| 452 |
+
"step": 37000
|
| 453 |
+
},
|
| 454 |
+
{
|
| 455 |
+
"epoch": 0.38,
|
| 456 |
+
"learning_rate": 0.00041673333333333334,
|
| 457 |
+
"loss": 0.5473,
|
| 458 |
+
"step": 37500
|
| 459 |
+
},
|
| 460 |
+
{
|
| 461 |
+
"epoch": 0.38,
|
| 462 |
+
"learning_rate": 0.0004133999999999999,
|
| 463 |
+
"loss": 0.5474,
|
| 464 |
+
"step": 38000
|
| 465 |
+
},
|
| 466 |
+
{
|
| 467 |
+
"epoch": 0.39,
|
| 468 |
+
"learning_rate": 0.0004100733333333333,
|
| 469 |
+
"loss": 0.5473,
|
| 470 |
+
"step": 38500
|
| 471 |
+
},
|
| 472 |
+
{
|
| 473 |
+
"epoch": 0.39,
|
| 474 |
+
"learning_rate": 0.00040673999999999994,
|
| 475 |
+
"loss": 0.5474,
|
| 476 |
+
"step": 39000
|
| 477 |
+
},
|
| 478 |
+
{
|
| 479 |
+
"epoch": 0.4,
|
| 480 |
+
"learning_rate": 0.0004034066666666666,
|
| 481 |
+
"loss": 0.5473,
|
| 482 |
+
"step": 39500
|
| 483 |
+
},
|
| 484 |
+
{
|
| 485 |
+
"epoch": 0.4,
|
| 486 |
+
"learning_rate": 0.0004000733333333333,
|
| 487 |
+
"loss": 0.5474,
|
| 488 |
+
"step": 40000
|
| 489 |
+
},
|
| 490 |
+
{
|
| 491 |
+
"epoch": 0.41,
|
| 492 |
+
"learning_rate": 0.0003967466666666666,
|
| 493 |
+
"loss": 0.5474,
|
| 494 |
+
"step": 40500
|
| 495 |
+
},
|
| 496 |
+
{
|
| 497 |
+
"epoch": 0.41,
|
| 498 |
+
"learning_rate": 0.0003934133333333333,
|
| 499 |
+
"loss": 0.5474,
|
| 500 |
+
"step": 41000
|
| 501 |
+
},
|
| 502 |
+
{
|
| 503 |
+
"epoch": 0.41,
|
| 504 |
+
"learning_rate": 0.00039007999999999995,
|
| 505 |
+
"loss": 0.5474,
|
| 506 |
+
"step": 41500
|
| 507 |
+
},
|
| 508 |
+
{
|
| 509 |
+
"epoch": 0.42,
|
| 510 |
+
"learning_rate": 0.00038674666666666663,
|
| 511 |
+
"loss": 0.5474,
|
| 512 |
+
"step": 42000
|
| 513 |
+
},
|
| 514 |
+
{
|
| 515 |
+
"epoch": 0.42,
|
| 516 |
+
"learning_rate": 0.00038342,
|
| 517 |
+
"loss": 0.5474,
|
| 518 |
+
"step": 42500
|
| 519 |
+
},
|
| 520 |
+
{
|
| 521 |
+
"epoch": 0.43,
|
| 522 |
+
"learning_rate": 0.00038008666666666666,
|
| 523 |
+
"loss": 0.5473,
|
| 524 |
+
"step": 43000
|
| 525 |
+
},
|
| 526 |
+
{
|
| 527 |
+
"epoch": 0.43,
|
| 528 |
+
"learning_rate": 0.00037675333333333334,
|
| 529 |
+
"loss": 0.5473,
|
| 530 |
+
"step": 43500
|
| 531 |
+
},
|
| 532 |
+
{
|
| 533 |
+
"epoch": 0.44,
|
| 534 |
+
"learning_rate": 0.00037341999999999996,
|
| 535 |
+
"loss": 0.5474,
|
| 536 |
+
"step": 44000
|
| 537 |
+
},
|
| 538 |
+
{
|
| 539 |
+
"epoch": 0.45,
|
| 540 |
+
"learning_rate": 0.0003700933333333333,
|
| 541 |
+
"loss": 0.5473,
|
| 542 |
+
"step": 44500
|
| 543 |
+
},
|
| 544 |
+
{
|
| 545 |
+
"epoch": 0.45,
|
| 546 |
+
"learning_rate": 0.00036675999999999994,
|
| 547 |
+
"loss": 0.5473,
|
| 548 |
+
"step": 45000
|
| 549 |
+
},
|
| 550 |
+
{
|
| 551 |
+
"epoch": 0.46,
|
| 552 |
+
"learning_rate": 0.0003634266666666666,
|
| 553 |
+
"loss": 0.5474,
|
| 554 |
+
"step": 45500
|
| 555 |
+
},
|
| 556 |
+
{
|
| 557 |
+
"epoch": 0.46,
|
| 558 |
+
"learning_rate": 0.0003600933333333333,
|
| 559 |
+
"loss": 0.5473,
|
| 560 |
+
"step": 46000
|
| 561 |
+
},
|
| 562 |
+
{
|
| 563 |
+
"epoch": 0.47,
|
| 564 |
+
"learning_rate": 0.00035676666666666665,
|
| 565 |
+
"loss": 0.5474,
|
| 566 |
+
"step": 46500
|
| 567 |
+
},
|
| 568 |
+
{
|
| 569 |
+
"epoch": 0.47,
|
| 570 |
+
"learning_rate": 0.0003534333333333333,
|
| 571 |
+
"loss": 0.5474,
|
| 572 |
+
"step": 47000
|
| 573 |
+
},
|
| 574 |
+
{
|
| 575 |
+
"epoch": 0.47,
|
| 576 |
+
"learning_rate": 0.0003501,
|
| 577 |
+
"loss": 0.5473,
|
| 578 |
+
"step": 47500
|
| 579 |
+
},
|
| 580 |
+
{
|
| 581 |
+
"epoch": 0.48,
|
| 582 |
+
"learning_rate": 0.0003467666666666667,
|
| 583 |
+
"loss": 0.5473,
|
| 584 |
+
"step": 48000
|
| 585 |
+
},
|
| 586 |
+
{
|
| 587 |
+
"epoch": 0.48,
|
| 588 |
+
"learning_rate": 0.00034344,
|
| 589 |
+
"loss": 0.5473,
|
| 590 |
+
"step": 48500
|
| 591 |
+
},
|
| 592 |
+
{
|
| 593 |
+
"epoch": 0.49,
|
| 594 |
+
"learning_rate": 0.00034010666666666665,
|
| 595 |
+
"loss": 0.5474,
|
| 596 |
+
"step": 49000
|
| 597 |
+
},
|
| 598 |
+
{
|
| 599 |
+
"epoch": 0.49,
|
| 600 |
+
"learning_rate": 0.0003367733333333333,
|
| 601 |
+
"loss": 0.5474,
|
| 602 |
+
"step": 49500
|
| 603 |
+
},
|
| 604 |
+
{
|
| 605 |
+
"epoch": 0.5,
|
| 606 |
+
"learning_rate": 0.00033343999999999995,
|
| 607 |
+
"loss": 0.5474,
|
| 608 |
+
"step": 50000
|
| 609 |
+
},
|
| 610 |
+
{
|
| 611 |
+
"epoch": 0.51,
|
| 612 |
+
"learning_rate": 0.00033011333333333325,
|
| 613 |
+
"loss": 0.5473,
|
| 614 |
+
"step": 50500
|
| 615 |
+
},
|
| 616 |
+
{
|
| 617 |
+
"epoch": 0.51,
|
| 618 |
+
"learning_rate": 0.00032677999999999993,
|
| 619 |
+
"loss": 0.5473,
|
| 620 |
+
"step": 51000
|
| 621 |
+
},
|
| 622 |
+
{
|
| 623 |
+
"epoch": 0.52,
|
| 624 |
+
"learning_rate": 0.0003234466666666666,
|
| 625 |
+
"loss": 0.5473,
|
| 626 |
+
"step": 51500
|
| 627 |
+
},
|
| 628 |
+
{
|
| 629 |
+
"epoch": 0.52,
|
| 630 |
+
"learning_rate": 0.00032011333333333334,
|
| 631 |
+
"loss": 0.5473,
|
| 632 |
+
"step": 52000
|
| 633 |
+
},
|
| 634 |
+
{
|
| 635 |
+
"epoch": 0.53,
|
| 636 |
+
"learning_rate": 0.00031678666666666664,
|
| 637 |
+
"loss": 0.5473,
|
| 638 |
+
"step": 52500
|
| 639 |
+
},
|
| 640 |
+
{
|
| 641 |
+
"epoch": 0.53,
|
| 642 |
+
"learning_rate": 0.0003134533333333333,
|
| 643 |
+
"loss": 0.5473,
|
| 644 |
+
"step": 53000
|
| 645 |
+
},
|
| 646 |
+
{
|
| 647 |
+
"epoch": 0.54,
|
| 648 |
+
"learning_rate": 0.00031012,
|
| 649 |
+
"loss": 0.5473,
|
| 650 |
+
"step": 53500
|
| 651 |
+
},
|
| 652 |
+
{
|
| 653 |
+
"epoch": 0.54,
|
| 654 |
+
"learning_rate": 0.00030678666666666667,
|
| 655 |
+
"loss": 0.5474,
|
| 656 |
+
"step": 54000
|
| 657 |
+
},
|
| 658 |
+
{
|
| 659 |
+
"epoch": 0.55,
|
| 660 |
+
"learning_rate": 0.00030345999999999997,
|
| 661 |
+
"loss": 0.5473,
|
| 662 |
+
"step": 54500
|
| 663 |
+
},
|
| 664 |
+
{
|
| 665 |
+
"epoch": 0.55,
|
| 666 |
+
"learning_rate": 0.00030012666666666665,
|
| 667 |
+
"loss": 0.5473,
|
| 668 |
+
"step": 55000
|
| 669 |
+
},
|
| 670 |
+
{
|
| 671 |
+
"epoch": 0.56,
|
| 672 |
+
"learning_rate": 0.0002967933333333333,
|
| 673 |
+
"loss": 0.5473,
|
| 674 |
+
"step": 55500
|
| 675 |
+
},
|
| 676 |
+
{
|
| 677 |
+
"epoch": 0.56,
|
| 678 |
+
"learning_rate": 0.00029345999999999994,
|
| 679 |
+
"loss": 0.5473,
|
| 680 |
+
"step": 56000
|
| 681 |
+
},
|
| 682 |
+
{
|
| 683 |
+
"epoch": 0.56,
|
| 684 |
+
"learning_rate": 0.0002901333333333333,
|
| 685 |
+
"loss": 0.5473,
|
| 686 |
+
"step": 56500
|
| 687 |
+
},
|
| 688 |
+
{
|
| 689 |
+
"epoch": 0.57,
|
| 690 |
+
"learning_rate": 0.0002868,
|
| 691 |
+
"loss": 0.5473,
|
| 692 |
+
"step": 57000
|
| 693 |
+
},
|
| 694 |
+
{
|
| 695 |
+
"epoch": 0.57,
|
| 696 |
+
"learning_rate": 0.00028346666666666665,
|
| 697 |
+
"loss": 0.5473,
|
| 698 |
+
"step": 57500
|
| 699 |
+
},
|
| 700 |
+
{
|
| 701 |
+
"epoch": 0.58,
|
| 702 |
+
"learning_rate": 0.00028013333333333333,
|
| 703 |
+
"loss": 0.5473,
|
| 704 |
+
"step": 58000
|
| 705 |
+
},
|
| 706 |
+
{
|
| 707 |
+
"epoch": 0.58,
|
| 708 |
+
"learning_rate": 0.00027680666666666663,
|
| 709 |
+
"loss": 0.5473,
|
| 710 |
+
"step": 58500
|
| 711 |
+
},
|
| 712 |
+
{
|
| 713 |
+
"epoch": 0.59,
|
| 714 |
+
"learning_rate": 0.0002734733333333333,
|
| 715 |
+
"loss": 0.5473,
|
| 716 |
+
"step": 59000
|
| 717 |
+
},
|
| 718 |
+
{
|
| 719 |
+
"epoch": 0.59,
|
| 720 |
+
"learning_rate": 0.00027014,
|
| 721 |
+
"loss": 0.5473,
|
| 722 |
+
"step": 59500
|
| 723 |
+
},
|
| 724 |
+
{
|
| 725 |
+
"epoch": 0.6,
|
| 726 |
+
"learning_rate": 0.00026680666666666666,
|
| 727 |
+
"loss": 0.5473,
|
| 728 |
+
"step": 60000
|
| 729 |
+
},
|
| 730 |
+
{
|
| 731 |
+
"epoch": 0.6,
|
| 732 |
+
"learning_rate": 0.00026347999999999996,
|
| 733 |
+
"loss": 0.5473,
|
| 734 |
+
"step": 60500
|
| 735 |
+
},
|
| 736 |
+
{
|
| 737 |
+
"epoch": 0.61,
|
| 738 |
+
"learning_rate": 0.00026014666666666664,
|
| 739 |
+
"loss": 0.5473,
|
| 740 |
+
"step": 61000
|
| 741 |
+
},
|
| 742 |
+
{
|
| 743 |
+
"epoch": 0.61,
|
| 744 |
+
"learning_rate": 0.0002568133333333333,
|
| 745 |
+
"loss": 0.5473,
|
| 746 |
+
"step": 61500
|
| 747 |
+
},
|
| 748 |
+
{
|
| 749 |
+
"epoch": 0.62,
|
| 750 |
+
"learning_rate": 0.00025348,
|
| 751 |
+
"loss": 0.5473,
|
| 752 |
+
"step": 62000
|
| 753 |
+
},
|
| 754 |
+
{
|
| 755 |
+
"epoch": 0.62,
|
| 756 |
+
"learning_rate": 0.00025015333333333335,
|
| 757 |
+
"loss": 0.5474,
|
| 758 |
+
"step": 62500
|
| 759 |
+
},
|
| 760 |
+
{
|
| 761 |
+
"epoch": 0.63,
|
| 762 |
+
"learning_rate": 0.00024681999999999997,
|
| 763 |
+
"loss": 0.5473,
|
| 764 |
+
"step": 63000
|
| 765 |
+
},
|
| 766 |
+
{
|
| 767 |
+
"epoch": 0.64,
|
| 768 |
+
"learning_rate": 0.00024348666666666665,
|
| 769 |
+
"loss": 0.5473,
|
| 770 |
+
"step": 63500
|
| 771 |
+
},
|
| 772 |
+
{
|
| 773 |
+
"epoch": 0.64,
|
| 774 |
+
"learning_rate": 0.0002401533333333333,
|
| 775 |
+
"loss": 0.5474,
|
| 776 |
+
"step": 64000
|
| 777 |
+
},
|
| 778 |
+
{
|
| 779 |
+
"epoch": 0.65,
|
| 780 |
+
"learning_rate": 0.00023682666666666665,
|
| 781 |
+
"loss": 0.5473,
|
| 782 |
+
"step": 64500
|
| 783 |
+
},
|
| 784 |
+
{
|
| 785 |
+
"epoch": 0.65,
|
| 786 |
+
"learning_rate": 0.0002334933333333333,
|
| 787 |
+
"loss": 0.5473,
|
| 788 |
+
"step": 65000
|
| 789 |
+
},
|
| 790 |
+
{
|
| 791 |
+
"epoch": 0.66,
|
| 792 |
+
"learning_rate": 0.00023015999999999998,
|
| 793 |
+
"loss": 0.5474,
|
| 794 |
+
"step": 65500
|
| 795 |
+
},
|
| 796 |
+
{
|
| 797 |
+
"epoch": 0.66,
|
| 798 |
+
"learning_rate": 0.00022682666666666665,
|
| 799 |
+
"loss": 0.5473,
|
| 800 |
+
"step": 66000
|
| 801 |
+
},
|
| 802 |
+
{
|
| 803 |
+
"epoch": 0.67,
|
| 804 |
+
"learning_rate": 0.00022349999999999998,
|
| 805 |
+
"loss": 0.5473,
|
| 806 |
+
"step": 66500
|
| 807 |
+
},
|
| 808 |
+
{
|
| 809 |
+
"epoch": 0.67,
|
| 810 |
+
"learning_rate": 0.00022016666666666666,
|
| 811 |
+
"loss": 0.5473,
|
| 812 |
+
"step": 67000
|
| 813 |
+
},
|
| 814 |
+
{
|
| 815 |
+
"epoch": 0.68,
|
| 816 |
+
"learning_rate": 0.0002168333333333333,
|
| 817 |
+
"loss": 0.5473,
|
| 818 |
+
"step": 67500
|
| 819 |
+
},
|
| 820 |
+
{
|
| 821 |
+
"epoch": 0.68,
|
| 822 |
+
"learning_rate": 0.00021349999999999999,
|
| 823 |
+
"loss": 0.5473,
|
| 824 |
+
"step": 68000
|
| 825 |
+
},
|
| 826 |
+
{
|
| 827 |
+
"epoch": 0.69,
|
| 828 |
+
"learning_rate": 0.00021017333333333332,
|
| 829 |
+
"loss": 0.5473,
|
| 830 |
+
"step": 68500
|
| 831 |
+
},
|
| 832 |
+
{
|
| 833 |
+
"epoch": 0.69,
|
| 834 |
+
"learning_rate": 0.00020684,
|
| 835 |
+
"loss": 0.5473,
|
| 836 |
+
"step": 69000
|
| 837 |
+
},
|
| 838 |
+
{
|
| 839 |
+
"epoch": 0.69,
|
| 840 |
+
"learning_rate": 0.00020350666666666667,
|
| 841 |
+
"loss": 0.5472,
|
| 842 |
+
"step": 69500
|
| 843 |
+
},
|
| 844 |
+
{
|
| 845 |
+
"epoch": 0.7,
|
| 846 |
+
"learning_rate": 0.00020017333333333332,
|
| 847 |
+
"loss": 0.5473,
|
| 848 |
+
"step": 70000
|
| 849 |
+
},
|
| 850 |
+
{
|
| 851 |
+
"epoch": 0.7,
|
| 852 |
+
"learning_rate": 0.00019684666666666667,
|
| 853 |
+
"loss": 0.5474,
|
| 854 |
+
"step": 70500
|
| 855 |
+
},
|
| 856 |
+
{
|
| 857 |
+
"epoch": 0.71,
|
| 858 |
+
"learning_rate": 0.00019351333333333332,
|
| 859 |
+
"loss": 0.5473,
|
| 860 |
+
"step": 71000
|
| 861 |
+
},
|
| 862 |
+
{
|
| 863 |
+
"epoch": 0.71,
|
| 864 |
+
"learning_rate": 0.00019018,
|
| 865 |
+
"loss": 0.5473,
|
| 866 |
+
"step": 71500
|
| 867 |
+
},
|
| 868 |
+
{
|
| 869 |
+
"epoch": 0.72,
|
| 870 |
+
"learning_rate": 0.00018684666666666667,
|
| 871 |
+
"loss": 0.5473,
|
| 872 |
+
"step": 72000
|
| 873 |
+
},
|
| 874 |
+
{
|
| 875 |
+
"epoch": 0.72,
|
| 876 |
+
"learning_rate": 0.00018351999999999998,
|
| 877 |
+
"loss": 0.5473,
|
| 878 |
+
"step": 72500
|
| 879 |
+
},
|
| 880 |
+
{
|
| 881 |
+
"epoch": 0.73,
|
| 882 |
+
"learning_rate": 0.0001801933333333333,
|
| 883 |
+
"loss": 0.5473,
|
| 884 |
+
"step": 73000
|
| 885 |
+
},
|
| 886 |
+
{
|
| 887 |
+
"epoch": 0.73,
|
| 888 |
+
"learning_rate": 0.00017685999999999998,
|
| 889 |
+
"loss": 0.5473,
|
| 890 |
+
"step": 73500
|
| 891 |
+
},
|
| 892 |
+
{
|
| 893 |
+
"epoch": 0.74,
|
| 894 |
+
"learning_rate": 0.00017352666666666663,
|
| 895 |
+
"loss": 0.5473,
|
| 896 |
+
"step": 74000
|
| 897 |
+
},
|
| 898 |
+
{
|
| 899 |
+
"epoch": 0.74,
|
| 900 |
+
"learning_rate": 0.0001701933333333333,
|
| 901 |
+
"loss": 0.5473,
|
| 902 |
+
"step": 74500
|
| 903 |
+
},
|
| 904 |
+
{
|
| 905 |
+
"epoch": 0.75,
|
| 906 |
+
"learning_rate": 0.00016685999999999998,
|
| 907 |
+
"loss": 0.5472,
|
| 908 |
+
"step": 75000
|
| 909 |
+
},
|
| 910 |
+
{
|
| 911 |
+
"epoch": 0.76,
|
| 912 |
+
"learning_rate": 0.00016352666666666663,
|
| 913 |
+
"loss": 0.5473,
|
| 914 |
+
"step": 75500
|
| 915 |
+
},
|
| 916 |
+
{
|
| 917 |
+
"epoch": 0.76,
|
| 918 |
+
"learning_rate": 0.0001601933333333333,
|
| 919 |
+
"loss": 0.5473,
|
| 920 |
+
"step": 76000
|
| 921 |
+
},
|
| 922 |
+
{
|
| 923 |
+
"epoch": 0.77,
|
| 924 |
+
"learning_rate": 0.00015685999999999999,
|
| 925 |
+
"loss": 0.5473,
|
| 926 |
+
"step": 76500
|
| 927 |
+
},
|
| 928 |
+
{
|
| 929 |
+
"epoch": 0.77,
|
| 930 |
+
"learning_rate": 0.00015353333333333332,
|
| 931 |
+
"loss": 0.5473,
|
| 932 |
+
"step": 77000
|
| 933 |
+
},
|
| 934 |
+
{
|
| 935 |
+
"epoch": 0.78,
|
| 936 |
+
"learning_rate": 0.00015020666666666665,
|
| 937 |
+
"loss": 0.5473,
|
| 938 |
+
"step": 77500
|
| 939 |
+
},
|
| 940 |
+
{
|
| 941 |
+
"epoch": 0.78,
|
| 942 |
+
"learning_rate": 0.00014687333333333332,
|
| 943 |
+
"loss": 0.5473,
|
| 944 |
+
"step": 78000
|
| 945 |
+
},
|
| 946 |
+
{
|
| 947 |
+
"epoch": 0.79,
|
| 948 |
+
"learning_rate": 0.00014353999999999997,
|
| 949 |
+
"loss": 0.5472,
|
| 950 |
+
"step": 78500
|
| 951 |
+
},
|
| 952 |
+
{
|
| 953 |
+
"epoch": 0.79,
|
| 954 |
+
"learning_rate": 0.00014020666666666667,
|
| 955 |
+
"loss": 0.5472,
|
| 956 |
+
"step": 79000
|
| 957 |
+
},
|
| 958 |
+
{
|
| 959 |
+
"epoch": 0.8,
|
| 960 |
+
"learning_rate": 0.00013687999999999998,
|
| 961 |
+
"loss": 0.5472,
|
| 962 |
+
"step": 79500
|
| 963 |
+
},
|
| 964 |
+
{
|
| 965 |
+
"epoch": 0.8,
|
| 966 |
+
"learning_rate": 0.00013354666666666665,
|
| 967 |
+
"loss": 0.5473,
|
| 968 |
+
"step": 80000
|
| 969 |
+
},
|
| 970 |
+
{
|
| 971 |
+
"epoch": 0.81,
|
| 972 |
+
"learning_rate": 0.00013021333333333333,
|
| 973 |
+
"loss": 0.5473,
|
| 974 |
+
"step": 80500
|
| 975 |
+
},
|
| 976 |
+
{
|
| 977 |
+
"epoch": 0.81,
|
| 978 |
+
"learning_rate": 0.00012687999999999998,
|
| 979 |
+
"loss": 0.5472,
|
| 980 |
+
"step": 81000
|
| 981 |
+
},
|
| 982 |
+
{
|
| 983 |
+
"epoch": 0.81,
|
| 984 |
+
"learning_rate": 0.00012355333333333334,
|
| 985 |
+
"loss": 0.5472,
|
| 986 |
+
"step": 81500
|
| 987 |
+
},
|
| 988 |
+
{
|
| 989 |
+
"epoch": 0.82,
|
| 990 |
+
"learning_rate": 0.00012021999999999998,
|
| 991 |
+
"loss": 0.5473,
|
| 992 |
+
"step": 82000
|
| 993 |
+
},
|
| 994 |
+
{
|
| 995 |
+
"epoch": 0.82,
|
| 996 |
+
"learning_rate": 0.00011688666666666665,
|
| 997 |
+
"loss": 0.5472,
|
| 998 |
+
"step": 82500
|
| 999 |
+
},
|
| 1000 |
+
{
|
| 1001 |
+
"epoch": 0.83,
|
| 1002 |
+
"learning_rate": 0.00011355333333333334,
|
| 1003 |
+
"loss": 0.5472,
|
| 1004 |
+
"step": 83000
|
| 1005 |
+
},
|
| 1006 |
+
{
|
| 1007 |
+
"epoch": 0.83,
|
| 1008 |
+
"learning_rate": 0.00011022666666666665,
|
| 1009 |
+
"loss": 0.5473,
|
| 1010 |
+
"step": 83500
|
| 1011 |
+
},
|
| 1012 |
+
{
|
| 1013 |
+
"epoch": 0.84,
|
| 1014 |
+
"learning_rate": 0.00010689333333333333,
|
| 1015 |
+
"loss": 0.5473,
|
| 1016 |
+
"step": 84000
|
| 1017 |
+
},
|
| 1018 |
+
{
|
| 1019 |
+
"epoch": 0.84,
|
| 1020 |
+
"learning_rate": 0.00010355999999999999,
|
| 1021 |
+
"loss": 0.5472,
|
| 1022 |
+
"step": 84500
|
| 1023 |
+
},
|
| 1024 |
+
{
|
| 1025 |
+
"epoch": 0.85,
|
| 1026 |
+
"learning_rate": 0.00010022666666666665,
|
| 1027 |
+
"loss": 0.5473,
|
| 1028 |
+
"step": 85000
|
| 1029 |
+
},
|
| 1030 |
+
{
|
| 1031 |
+
"epoch": 0.85,
|
| 1032 |
+
"learning_rate": 9.69e-05,
|
| 1033 |
+
"loss": 0.5472,
|
| 1034 |
+
"step": 85500
|
| 1035 |
+
},
|
| 1036 |
+
{
|
| 1037 |
+
"epoch": 0.86,
|
| 1038 |
+
"learning_rate": 9.356666666666666e-05,
|
| 1039 |
+
"loss": 0.5473,
|
| 1040 |
+
"step": 86000
|
| 1041 |
+
},
|
| 1042 |
+
{
|
| 1043 |
+
"epoch": 0.86,
|
| 1044 |
+
"learning_rate": 9.023333333333332e-05,
|
| 1045 |
+
"loss": 0.5472,
|
| 1046 |
+
"step": 86500
|
| 1047 |
+
},
|
| 1048 |
+
{
|
| 1049 |
+
"epoch": 0.87,
|
| 1050 |
+
"learning_rate": 8.69e-05,
|
| 1051 |
+
"loss": 0.5472,
|
| 1052 |
+
"step": 87000
|
| 1053 |
+
},
|
| 1054 |
+
{
|
| 1055 |
+
"epoch": 0.88,
|
| 1056 |
+
"learning_rate": 8.357333333333331e-05,
|
| 1057 |
+
"loss": 0.5472,
|
| 1058 |
+
"step": 87500
|
| 1059 |
+
},
|
| 1060 |
+
{
|
| 1061 |
+
"epoch": 0.88,
|
| 1062 |
+
"learning_rate": 8.024e-05,
|
| 1063 |
+
"loss": 0.5472,
|
| 1064 |
+
"step": 88000
|
| 1065 |
+
},
|
| 1066 |
+
{
|
| 1067 |
+
"epoch": 0.89,
|
| 1068 |
+
"learning_rate": 7.690666666666667e-05,
|
| 1069 |
+
"loss": 0.5472,
|
| 1070 |
+
"step": 88500
|
| 1071 |
+
},
|
| 1072 |
+
{
|
| 1073 |
+
"epoch": 0.89,
|
| 1074 |
+
"learning_rate": 7.357333333333333e-05,
|
| 1075 |
+
"loss": 0.5472,
|
| 1076 |
+
"step": 89000
|
| 1077 |
+
},
|
| 1078 |
+
{
|
| 1079 |
+
"epoch": 0.9,
|
| 1080 |
+
"learning_rate": 7.024666666666666e-05,
|
| 1081 |
+
"loss": 0.5472,
|
| 1082 |
+
"step": 89500
|
| 1083 |
+
},
|
| 1084 |
+
{
|
| 1085 |
+
"epoch": 0.9,
|
| 1086 |
+
"learning_rate": 6.691999999999999e-05,
|
| 1087 |
+
"loss": 0.5472,
|
| 1088 |
+
"step": 90000
|
| 1089 |
+
},
|
| 1090 |
+
{
|
| 1091 |
+
"epoch": 0.91,
|
| 1092 |
+
"learning_rate": 6.358666666666667e-05,
|
| 1093 |
+
"loss": 0.5472,
|
| 1094 |
+
"step": 90500
|
| 1095 |
+
},
|
| 1096 |
+
{
|
| 1097 |
+
"epoch": 0.91,
|
| 1098 |
+
"learning_rate": 6.025333333333333e-05,
|
| 1099 |
+
"loss": 0.5472,
|
| 1100 |
+
"step": 91000
|
| 1101 |
+
},
|
| 1102 |
+
{
|
| 1103 |
+
"epoch": 0.92,
|
| 1104 |
+
"learning_rate": 5.692e-05,
|
| 1105 |
+
"loss": 0.5472,
|
| 1106 |
+
"step": 91500
|
| 1107 |
+
},
|
| 1108 |
+
{
|
| 1109 |
+
"epoch": 0.92,
|
| 1110 |
+
"learning_rate": 5.359333333333333e-05,
|
| 1111 |
+
"loss": 0.5472,
|
| 1112 |
+
"step": 92000
|
| 1113 |
+
},
|
| 1114 |
+
{
|
| 1115 |
+
"epoch": 0.93,
|
| 1116 |
+
"learning_rate": 5.0259999999999997e-05,
|
| 1117 |
+
"loss": 0.5472,
|
| 1118 |
+
"step": 92500
|
| 1119 |
+
},
|
| 1120 |
+
{
|
| 1121 |
+
"epoch": 0.93,
|
| 1122 |
+
"learning_rate": 4.692666666666666e-05,
|
| 1123 |
+
"loss": 0.5472,
|
| 1124 |
+
"step": 93000
|
| 1125 |
+
},
|
| 1126 |
+
{
|
| 1127 |
+
"epoch": 0.94,
|
| 1128 |
+
"learning_rate": 4.359333333333333e-05,
|
| 1129 |
+
"loss": 0.5471,
|
| 1130 |
+
"step": 93500
|
| 1131 |
+
},
|
| 1132 |
+
{
|
| 1133 |
+
"epoch": 0.94,
|
| 1134 |
+
"learning_rate": 4.026666666666666e-05,
|
| 1135 |
+
"loss": 0.5473,
|
| 1136 |
+
"step": 94000
|
| 1137 |
+
},
|
| 1138 |
+
{
|
| 1139 |
+
"epoch": 0.94,
|
| 1140 |
+
"learning_rate": 3.6933333333333334e-05,
|
| 1141 |
+
"loss": 0.5472,
|
| 1142 |
+
"step": 94500
|
| 1143 |
+
},
|
| 1144 |
+
{
|
| 1145 |
+
"epoch": 0.95,
|
| 1146 |
+
"learning_rate": 3.36e-05,
|
| 1147 |
+
"loss": 0.5472,
|
| 1148 |
+
"step": 95000
|
| 1149 |
+
},
|
| 1150 |
+
{
|
| 1151 |
+
"epoch": 0.95,
|
| 1152 |
+
"learning_rate": 3.0266666666666663e-05,
|
| 1153 |
+
"loss": 0.5472,
|
| 1154 |
+
"step": 95500
|
| 1155 |
+
},
|
| 1156 |
+
{
|
| 1157 |
+
"epoch": 0.96,
|
| 1158 |
+
"learning_rate": 2.694e-05,
|
| 1159 |
+
"loss": 0.5472,
|
| 1160 |
+
"step": 96000
|
| 1161 |
+
},
|
| 1162 |
+
{
|
| 1163 |
+
"epoch": 0.96,
|
| 1164 |
+
"learning_rate": 2.3606666666666665e-05,
|
| 1165 |
+
"loss": 0.5472,
|
| 1166 |
+
"step": 96500
|
| 1167 |
+
},
|
| 1168 |
+
{
|
| 1169 |
+
"epoch": 0.97,
|
| 1170 |
+
"learning_rate": 2.027333333333333e-05,
|
| 1171 |
+
"loss": 0.5472,
|
| 1172 |
+
"step": 97000
|
| 1173 |
+
},
|
| 1174 |
+
{
|
| 1175 |
+
"epoch": 0.97,
|
| 1176 |
+
"learning_rate": 1.6939999999999997e-05,
|
| 1177 |
+
"loss": 0.5472,
|
| 1178 |
+
"step": 97500
|
| 1179 |
+
},
|
| 1180 |
+
{
|
| 1181 |
+
"epoch": 0.98,
|
| 1182 |
+
"learning_rate": 1.3613333333333332e-05,
|
| 1183 |
+
"loss": 0.5472,
|
| 1184 |
+
"step": 98000
|
| 1185 |
+
},
|
| 1186 |
+
{
|
| 1187 |
+
"epoch": 0.98,
|
| 1188 |
+
"learning_rate": 1.028e-05,
|
| 1189 |
+
"loss": 0.5472,
|
| 1190 |
+
"step": 98500
|
| 1191 |
+
},
|
| 1192 |
+
{
|
| 1193 |
+
"epoch": 0.99,
|
| 1194 |
+
"learning_rate": 6.946666666666666e-06,
|
| 1195 |
+
"loss": 0.5471,
|
| 1196 |
+
"step": 99000
|
| 1197 |
+
},
|
| 1198 |
+
{
|
| 1199 |
+
"epoch": 0.99,
|
| 1200 |
+
"learning_rate": 3.613333333333333e-06,
|
| 1201 |
+
"loss": 0.5472,
|
| 1202 |
+
"step": 99500
|
| 1203 |
+
},
|
| 1204 |
+
{
|
| 1205 |
+
"epoch": 1.0,
|
| 1206 |
+
"learning_rate": 2.8666666666666664e-07,
|
| 1207 |
+
"loss": 0.5472,
|
| 1208 |
+
"step": 100000
|
| 1209 |
+
}
|
| 1210 |
+
],
|
| 1211 |
+
"max_steps": 100000,
|
| 1212 |
+
"num_train_epochs": 1,
|
| 1213 |
+
"total_flos": 4.214257693131571e+19,
|
| 1214 |
+
"trial_name": null,
|
| 1215 |
+
"trial_params": null
|
| 1216 |
+
}
|
propositional_logic/lt_alm_noreflexivity/checkpoint-100000/training_args.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:f4df81e52587acbe0101b10601f3f46dd97916bfc5d01cc59be7943e28c1e412
|
| 3 |
+
size 2735
|
propositional_logic/lt_alm_noreflexivity/config.json
ADDED
|
@@ -0,0 +1,37 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"activation_function": "gelu_new",
|
| 3 |
+
"architectures": [
|
| 4 |
+
"GPT2LMHeadModel"
|
| 5 |
+
],
|
| 6 |
+
"attn_pdrop": 0.1,
|
| 7 |
+
"bos_token_id": 50256,
|
| 8 |
+
"embd_pdrop": 0.1,
|
| 9 |
+
"eos_token_id": 50256,
|
| 10 |
+
"gradient_checkpointing": false,
|
| 11 |
+
"initializer_range": 0.02,
|
| 12 |
+
"layer_norm_epsilon": 1e-05,
|
| 13 |
+
"model_type": "gpt2",
|
| 14 |
+
"n_ctx": 1024,
|
| 15 |
+
"n_embd": 768,
|
| 16 |
+
"n_head": 12,
|
| 17 |
+
"n_inner": null,
|
| 18 |
+
"n_layer": 12,
|
| 19 |
+
"n_positions": 1024,
|
| 20 |
+
"resid_pdrop": 0.1,
|
| 21 |
+
"scale_attn_weights": true,
|
| 22 |
+
"summary_activation": null,
|
| 23 |
+
"summary_first_dropout": 0.1,
|
| 24 |
+
"summary_proj_to_labels": true,
|
| 25 |
+
"summary_type": "cls_index",
|
| 26 |
+
"summary_use_proj": true,
|
| 27 |
+
"task_specific_params": {
|
| 28 |
+
"text-generation": {
|
| 29 |
+
"do_sample": true,
|
| 30 |
+
"max_length": 50
|
| 31 |
+
}
|
| 32 |
+
},
|
| 33 |
+
"torch_dtype": "float32",
|
| 34 |
+
"transformers_version": "4.10.3",
|
| 35 |
+
"use_cache": true,
|
| 36 |
+
"vocab_size": 1200
|
| 37 |
+
}
|