Hugging Face's logo

mhla
/
pro-1

Safetensors
biology
chemistry
Model card Files
xet
Community
mhla commited on
Commit
31a9931
·
verified ·
1 Parent(s): 2e7a748

Upload model from protein_function_model/function-sft-checkpoint-500

Browse files
Files changed (12) hide show
  1. .gitattributes +1 -0
  2. function-sft-checkpoint-500/README.md +202 -0
  3. function-sft-checkpoint-500/adapter_config.json +39 -0
  4. function-sft-checkpoint-500/adapter_model.safetensors +3 -0
  5. function-sft-checkpoint-500/optimizer.pt +3 -0
  6. function-sft-checkpoint-500/rng_state.pth +3 -0
  7. function-sft-checkpoint-500/scheduler.pt +3 -0
  8. function-sft-checkpoint-500/special_tokens_map.json +23 -0
  9. function-sft-checkpoint-500/tokenizer.json +3 -0
  10. function-sft-checkpoint-500/tokenizer_config.json +2067 -0
  11. function-sft-checkpoint-500/trainer_state.json +3533 -0
  12. function-sft-checkpoint-500/training_args.bin +3 -0
.gitattributes CHANGED
@@ -57,3 +57,4 @@ creativity-lm-grpo-mega-run-full/checkpoints/checkpoint-20250303-005323-step80/t
57
  creativity-lm-grpo-mega-run-full/checkpoints/checkpoint-20250303-041413-step88/tokenizer.json filter=lfs diff=lfs merge=lfs -text
58
  creativity-lm-grpo-mega-run-full/checkpoints/checkpoint-20250303-064030-step96/tokenizer.json filter=lfs diff=lfs merge=lfs -text
59
  function-sft-checkpoint-1125/tokenizer.json filter=lfs diff=lfs merge=lfs -text
 
 
57
  creativity-lm-grpo-mega-run-full/checkpoints/checkpoint-20250303-041413-step88/tokenizer.json filter=lfs diff=lfs merge=lfs -text
58
  creativity-lm-grpo-mega-run-full/checkpoints/checkpoint-20250303-064030-step96/tokenizer.json filter=lfs diff=lfs merge=lfs -text
59
  function-sft-checkpoint-1125/tokenizer.json filter=lfs diff=lfs merge=lfs -text
60
+ function-sft-checkpoint-500/tokenizer.json filter=lfs diff=lfs merge=lfs -text
function-sft-checkpoint-500/README.md ADDED
@@ -0,0 +1,202 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ base_model: unsloth/meta-llama-3.1-8b-instruct-bnb-4bit
3
+ library_name: peft
4
+ ---
5
+
6
+ # Model Card for Model ID
7
+
8
+ <!-- Provide a quick summary of what the model is/does. -->
9
+
10
+
11
+
12
+ ## Model Details
13
+
14
+ ### Model Description
15
+
16
+ <!-- Provide a longer summary of what this model is. -->
17
+
18
+
19
+
20
+ - **Developed by:** [More Information Needed]
21
+ - **Funded by [optional]:** [More Information Needed]
22
+ - **Shared by [optional]:** [More Information Needed]
23
+ - **Model type:** [More Information Needed]
24
+ - **Language(s) (NLP):** [More Information Needed]
25
+ - **License:** [More Information Needed]
26
+ - **Finetuned from model [optional]:** [More Information Needed]
27
+
28
+ ### Model Sources [optional]
29
+
30
+ <!-- Provide the basic links for the model. -->
31
+
32
+ - **Repository:** [More Information Needed]
33
+ - **Paper [optional]:** [More Information Needed]
34
+ - **Demo [optional]:** [More Information Needed]
35
+
36
+ ## Uses
37
+
38
+ <!-- Address questions around how the model is intended to be used, including the foreseeable users of the model and those affected by the model. -->
39
+
40
+ ### Direct Use
41
+
42
+ <!-- This section is for the model use without fine-tuning or plugging into a larger ecosystem/app. -->
43
+
44
+ [More Information Needed]
45
+
46
+ ### Downstream Use [optional]
47
+
48
+ <!-- This section is for the model use when fine-tuned for a task, or when plugged into a larger ecosystem/app -->
49
+
50
+ [More Information Needed]
51
+
52
+ ### Out-of-Scope Use
53
+
54
+ <!-- This section addresses misuse, malicious use, and uses that the model will not work well for. -->
55
+
56
+ [More Information Needed]
57
+
58
+ ## Bias, Risks, and Limitations
59
+
60
+ <!-- This section is meant to convey both technical and sociotechnical limitations. -->
61
+
62
+ [More Information Needed]
63
+
64
+ ### Recommendations
65
+
66
+ <!-- This section is meant to convey recommendations with respect to the bias, risk, and technical limitations. -->
67
+
68
+ Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.
69
+
70
+ ## How to Get Started with the Model
71
+
72
+ Use the code below to get started with the model.
73
+
74
+ [More Information Needed]
75
+
76
+ ## Training Details
77
+
78
+ ### Training Data
79
+
80
+ <!-- This should link to a Dataset Card, perhaps with a short stub of information on what the training data is all about as well as documentation related to data pre-processing or additional filtering. -->
81
+
82
+ [More Information Needed]
83
+
84
+ ### Training Procedure
85
+
86
+ <!-- This relates heavily to the Technical Specifications. Content here should link to that section when it is relevant to the training procedure. -->
87
+
88
+ #### Preprocessing [optional]
89
+
90
+ [More Information Needed]
91
+
92
+
93
+ #### Training Hyperparameters
94
+
95
+ - **Training regime:** [More Information Needed] <!--fp32, fp16 mixed precision, bf16 mixed precision, bf16 non-mixed precision, fp16 non-mixed precision, fp8 mixed precision -->
96
+
97
+ #### Speeds, Sizes, Times [optional]
98
+
99
+ <!-- This section provides information about throughput, start/end time, checkpoint size if relevant, etc. -->
100
+
101
+ [More Information Needed]
102
+
103
+ ## Evaluation
104
+
105
+ <!-- This section describes the evaluation protocols and provides the results. -->
106
+
107
+ ### Testing Data, Factors & Metrics
108
+
109
+ #### Testing Data
110
+
111
+ <!-- This should link to a Dataset Card if possible. -->
112
+
113
+ [More Information Needed]
114
+
115
+ #### Factors
116
+
117
+ <!-- These are the things the evaluation is disaggregating by, e.g., subpopulations or domains. -->
118
+
119
+ [More Information Needed]
120
+
121
+ #### Metrics
122
+
123
+ <!-- These are the evaluation metrics being used, ideally with a description of why. -->
124
+
125
+ [More Information Needed]
126
+
127
+ ### Results
128
+
129
+ [More Information Needed]
130
+
131
+ #### Summary
132
+
133
+
134
+
135
+ ## Model Examination [optional]
136
+
137
+ <!-- Relevant interpretability work for the model goes here -->
138
+
139
+ [More Information Needed]
140
+
141
+ ## Environmental Impact
142
+
143
+ <!-- Total emissions (in grams of CO2eq) and additional considerations, such as electricity usage, go here. Edit the suggested text below accordingly -->
144
+
145
+ Carbon emissions can be estimated using the [Machine Learning Impact calculator](https://mlco2.github.io/impact#compute) presented in [Lacoste et al. (2019)](https://arxiv.org/abs/1910.09700).
146
+
147
+ - **Hardware Type:** [More Information Needed]
148
+ - **Hours used:** [More Information Needed]
149
+ - **Cloud Provider:** [More Information Needed]
150
+ - **Compute Region:** [More Information Needed]
151
+ - **Carbon Emitted:** [More Information Needed]
152
+
153
+ ## Technical Specifications [optional]
154
+
155
+ ### Model Architecture and Objective
156
+
157
+ [More Information Needed]
158
+
159
+ ### Compute Infrastructure
160
+
161
+ [More Information Needed]
162
+
163
+ #### Hardware
164
+
165
+ [More Information Needed]
166
+
167
+ #### Software
168
+
169
+ [More Information Needed]
170
+
171
+ ## Citation [optional]
172
+
173
+ <!-- If there is a paper or blog post introducing the model, the APA and Bibtex information for that should go in this section. -->
174
+
175
+ **BibTeX:**
176
+
177
+ [More Information Needed]
178
+
179
+ **APA:**
180
+
181
+ [More Information Needed]
182
+
183
+ ## Glossary [optional]
184
+
185
+ <!-- If relevant, include terms and calculations in this section that can help readers understand the model or model card. -->
186
+
187
+ [More Information Needed]
188
+
189
+ ## More Information [optional]
190
+
191
+ [More Information Needed]
192
+
193
+ ## Model Card Authors [optional]
194
+
195
+ [More Information Needed]
196
+
197
+ ## Model Card Contact
198
+
199
+ [More Information Needed]
200
+ ### Framework versions
201
+
202
+ - PEFT 0.15.2
function-sft-checkpoint-500/adapter_config.json ADDED
@@ -0,0 +1,39 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "alpha_pattern": {},
3
+ "auto_mapping": null,
4
+ "base_model_name_or_path": "unsloth/meta-llama-3.1-8b-instruct-bnb-4bit",
5
+ "bias": "none",
6
+ "corda_config": null,
7
+ "eva_config": null,
8
+ "exclude_modules": null,
9
+ "fan_in_fan_out": false,
10
+ "inference_mode": true,
11
+ "init_lora_weights": true,
12
+ "layer_replication": null,
13
+ "layers_pattern": null,
14
+ "layers_to_transform": null,
15
+ "loftq_config": {},
16
+ "lora_alpha": 32,
17
+ "lora_bias": false,
18
+ "lora_dropout": 0,
19
+ "megatron_config": null,
20
+ "megatron_core": "megatron.core",
21
+ "modules_to_save": null,
22
+ "peft_type": "LORA",
23
+ "r": 32,
24
+ "rank_pattern": {},
25
+ "revision": null,
26
+ "target_modules": [
27
+ "o_proj",
28
+ "gate_proj",
29
+ "up_proj",
30
+ "q_proj",
31
+ "down_proj",
32
+ "k_proj",
33
+ "v_proj"
34
+ ],
35
+ "task_type": "CAUSAL_LM",
36
+ "trainable_token_indices": null,
37
+ "use_dora": false,
38
+ "use_rslora": false
39
+ }
function-sft-checkpoint-500/adapter_model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:31697a393c393b24ab0cdc14149c3bbd5baa7414e2aacf0abd987fafc5fc618d
3
+ size 335604696
function-sft-checkpoint-500/optimizer.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:13ab51460075315a1bee03c47ba9bdc721af450ebeb77aec968504259ce243cb
3
+ size 170920532
function-sft-checkpoint-500/rng_state.pth ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:203e9bfabd925cb4ec7129d24877156fcee87215187c35a867e358e56a9425a4
3
+ size 14244
function-sft-checkpoint-500/scheduler.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:4c69f95b4a48909f099ee8991de2e58aa49d0bc91ea353d61e2b44d406df03b3
3
+ size 1064
function-sft-checkpoint-500/special_tokens_map.json ADDED
@@ -0,0 +1,23 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "bos_token": {
3
+ "content": "<|begin_of_text|>",
4
+ "lstrip": false,
5
+ "normalized": false,
6
+ "rstrip": false,
7
+ "single_word": false
8
+ },
9
+ "eos_token": {
10
+ "content": "<|eot_id|>",
11
+ "lstrip": false,
12
+ "normalized": false,
13
+ "rstrip": false,
14
+ "single_word": false
15
+ },
16
+ "pad_token": {
17
+ "content": "<|finetune_right_pad_id|>",
18
+ "lstrip": false,
19
+ "normalized": false,
20
+ "rstrip": false,
21
+ "single_word": false
22
+ }
23
+ }
function-sft-checkpoint-500/tokenizer.json ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:76cfe2f054560aae896b2b75e273dc97a39e304d4ad19c44a9727a1d6b33c4cc
3
+ size 17210021
function-sft-checkpoint-500/tokenizer_config.json ADDED
@@ -0,0 +1,2067 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "add_bos_token": true,
3
+ "added_tokens_decoder": {
4
+ "128000": {
5
+ "content": "<|begin_of_text|>",
6
+ "lstrip": false,
7
+ "normalized": false,
8
+ "rstrip": false,
9
+ "single_word": false,
10
+ "special": true
11
+ },
12
+ "128001": {
13
+ "content": "<|end_of_text|>",
14
+ "lstrip": false,
15
+ "normalized": false,
16
+ "rstrip": false,
17
+ "single_word": false,
18
+ "special": true
19
+ },
20
+ "128002": {
21
+ "content": "<|reserved_special_token_0|>",
22
+ "lstrip": false,
23
+ "normalized": false,
24
+ "rstrip": false,
25
+ "single_word": false,
26
+ "special": true
27
+ },
28
+ "128003": {
29
+ "content": "<|reserved_special_token_1|>",
30
+ "lstrip": false,
31
+ "normalized": false,
32
+ "rstrip": false,
33
+ "single_word": false,
34
+ "special": true
35
+ },
36
+ "128004": {
37
+ "content": "<|finetune_right_pad_id|>",
38
+ "lstrip": false,
39
+ "normalized": false,
40
+ "rstrip": false,
41
+ "single_word": false,
42
+ "special": true
43
+ },
44
+ "128005": {
45
+ "content": "<|reserved_special_token_2|>",
46
+ "lstrip": false,
47
+ "normalized": false,
48
+ "rstrip": false,
49
+ "single_word": false,
50
+ "special": true
51
+ },
52
+ "128006": {
53
+ "content": "<|start_header_id|>",
54
+ "lstrip": false,
55
+ "normalized": false,
56
+ "rstrip": false,
57
+ "single_word": false,
58
+ "special": true
59
+ },
60
+ "128007": {
61
+ "content": "<|end_header_id|>",
62
+ "lstrip": false,
63
+ "normalized": false,
64
+ "rstrip": false,
65
+ "single_word": false,
66
+ "special": true
67
+ },
68
+ "128008": {
69
+ "content": "<|eom_id|>",
70
+ "lstrip": false,
71
+ "normalized": false,
72
+ "rstrip": false,
73
+ "single_word": false,
74
+ "special": true
75
+ },
76
+ "128009": {
77
+ "content": "<|eot_id|>",
78
+ "lstrip": false,
79
+ "normalized": false,
80
+ "rstrip": false,
81
+ "single_word": false,
82
+ "special": true
83
+ },
84
+ "128010": {
85
+ "content": "<|python_tag|>",
86
+ "lstrip": false,
87
+ "normalized": false,
88
+ "rstrip": false,
89
+ "single_word": false,
90
+ "special": true
91
+ },
92
+ "128011": {
93
+ "content": "<|reserved_special_token_3|>",
94
+ "lstrip": false,
95
+ "normalized": false,
96
+ "rstrip": false,
97
+ "single_word": false,
98
+ "special": true
99
+ },
100
+ "128012": {
101
+ "content": "<|reserved_special_token_4|>",
102
+ "lstrip": false,
103
+ "normalized": false,
104
+ "rstrip": false,
105
+ "single_word": false,
106
+ "special": true
107
+ },
108
+ "128013": {
109
+ "content": "<|reserved_special_token_5|>",
110
+ "lstrip": false,
111
+ "normalized": false,
112
+ "rstrip": false,
113
+ "single_word": false,
114
+ "special": true
115
+ },
116
+ "128014": {
117
+ "content": "<|reserved_special_token_6|>",
118
+ "lstrip": false,
119
+ "normalized": false,
120
+ "rstrip": false,
121
+ "single_word": false,
122
+ "special": true
123
+ },
124
+ "128015": {
125
+ "content": "<|reserved_special_token_7|>",
126
+ "lstrip": false,
127
+ "normalized": false,
128
+ "rstrip": false,
129
+ "single_word": false,
130
+ "special": true
131
+ },
132
+ "128016": {
133
+ "content": "<|reserved_special_token_8|>",
134
+ "lstrip": false,
135
+ "normalized": false,
136
+ "rstrip": false,
137
+ "single_word": false,
138
+ "special": true
139
+ },
140
+ "128017": {
141
+ "content": "<|reserved_special_token_9|>",
142
+ "lstrip": false,
143
+ "normalized": false,
144
+ "rstrip": false,
145
+ "single_word": false,
146
+ "special": true
147
+ },
148
+ "128018": {
149
+ "content": "<|reserved_special_token_10|>",
150
+ "lstrip": false,
151
+ "normalized": false,
152
+ "rstrip": false,
153
+ "single_word": false,
154
+ "special": true
155
+ },
156
+ "128019": {
157
+ "content": "<|reserved_special_token_11|>",
158
+ "lstrip": false,
159
+ "normalized": false,
160
+ "rstrip": false,
161
+ "single_word": false,
162
+ "special": true
163
+ },
164
+ "128020": {
165
+ "content": "<|reserved_special_token_12|>",
166
+ "lstrip": false,
167
+ "normalized": false,
168
+ "rstrip": false,
169
+ "single_word": false,
170
+ "special": true
171
+ },
172
+ "128021": {
173
+ "content": "<|reserved_special_token_13|>",
174
+ "lstrip": false,
175
+ "normalized": false,
176
+ "rstrip": false,
177
+ "single_word": false,
178
+ "special": true
179
+ },
180
+ "128022": {
181
+ "content": "<|reserved_special_token_14|>",
182
+ "lstrip": false,
183
+ "normalized": false,
184
+ "rstrip": false,
185
+ "single_word": false,
186
+ "special": true
187
+ },
188
+ "128023": {
189
+ "content": "<|reserved_special_token_15|>",
190
+ "lstrip": false,
191
+ "normalized": false,
192
+ "rstrip": false,
193
+ "single_word": false,
194
+ "special": true
195
+ },
196
+ "128024": {
197
+ "content": "<|reserved_special_token_16|>",
198
+ "lstrip": false,
199
+ "normalized": false,
200
+ "rstrip": false,
201
+ "single_word": false,
202
+ "special": true
203
+ },
204
+ "128025": {
205
+ "content": "<|reserved_special_token_17|>",
206
+ "lstrip": false,
207
+ "normalized": false,
208
+ "rstrip": false,
209
+ "single_word": false,
210
+ "special": true
211
+ },
212
+ "128026": {
213
+ "content": "<|reserved_special_token_18|>",
214
+ "lstrip": false,
215
+ "normalized": false,
216
+ "rstrip": false,
217
+ "single_word": false,
218
+ "special": true
219
+ },
220
+ "128027": {
221
+ "content": "<|reserved_special_token_19|>",
222
+ "lstrip": false,
223
+ "normalized": false,
224
+ "rstrip": false,
225
+ "single_word": false,
226
+ "special": true
227
+ },
228
+ "128028": {
229
+ "content": "<|reserved_special_token_20|>",
230
+ "lstrip": false,
231
+ "normalized": false,
232
+ "rstrip": false,
233
+ "single_word": false,
234
+ "special": true
235
+ },
236
+ "128029": {
237
+ "content": "<|reserved_special_token_21|>",
238
+ "lstrip": false,
239
+ "normalized": false,
240
+ "rstrip": false,
241
+ "single_word": false,
242
+ "special": true
243
+ },
244
+ "128030": {
245
+ "content": "<|reserved_special_token_22|>",
246
+ "lstrip": false,
247
+ "normalized": false,
248
+ "rstrip": false,
249
+ "single_word": false,
250
+ "special": true
251
+ },
252
+ "128031": {
253
+ "content": "<|reserved_special_token_23|>",
254
+ "lstrip": false,
255
+ "normalized": false,
256
+ "rstrip": false,
257
+ "single_word": false,
258
+ "special": true
259
+ },
260
+ "128032": {
261
+ "content": "<|reserved_special_token_24|>",
262
+ "lstrip": false,
263
+ "normalized": false,
264
+ "rstrip": false,
265
+ "single_word": false,
266
+ "special": true
267
+ },
268
+ "128033": {
269
+ "content": "<|reserved_special_token_25|>",
270
+ "lstrip": false,
271
+ "normalized": false,
272
+ "rstrip": false,
273
+ "single_word": false,
274
+ "special": true
275
+ },
276
+ "128034": {
277
+ "content": "<|reserved_special_token_26|>",
278
+ "lstrip": false,
279
+ "normalized": false,
280
+ "rstrip": false,
281
+ "single_word": false,
282
+ "special": true
283
+ },
284
+ "128035": {
285
+ "content": "<|reserved_special_token_27|>",
286
+ "lstrip": false,
287
+ "normalized": false,
288
+ "rstrip": false,
289
+ "single_word": false,
290
+ "special": true
291
+ },
292
+ "128036": {
293
+ "content": "<|reserved_special_token_28|>",
294
+ "lstrip": false,
295
+ "normalized": false,
296
+ "rstrip": false,
297
+ "single_word": false,
298
+ "special": true
299
+ },
300
+ "128037": {
301
+ "content": "<|reserved_special_token_29|>",
302
+ "lstrip": false,
303
+ "normalized": false,
304
+ "rstrip": false,
305
+ "single_word": false,
306
+ "special": true
307
+ },
308
+ "128038": {
309
+ "content": "<|reserved_special_token_30|>",
310
+ "lstrip": false,
311
+ "normalized": false,
312
+ "rstrip": false,
313
+ "single_word": false,
314
+ "special": true
315
+ },
316
+ "128039": {
317
+ "content": "<|reserved_special_token_31|>",
318
+ "lstrip": false,
319
+ "normalized": false,
320
+ "rstrip": false,
321
+ "single_word": false,
322
+ "special": true
323
+ },
324
+ "128040": {
325
+ "content": "<|reserved_special_token_32|>",
326
+ "lstrip": false,
327
+ "normalized": false,
328
+ "rstrip": false,
329
+ "single_word": false,
330
+ "special": true
331
+ },
332
+ "128041": {
333
+ "content": "<|reserved_special_token_33|>",
334
+ "lstrip": false,
335
+ "normalized": false,
336
+ "rstrip": false,
337
+ "single_word": false,
338
+ "special": true
339
+ },
340
+ "128042": {
341
+ "content": "<|reserved_special_token_34|>",
342
+ "lstrip": false,
343
+ "normalized": false,
344
+ "rstrip": false,
345
+ "single_word": false,
346
+ "special": true
347
+ },
348
+ "128043": {
349
+ "content": "<|reserved_special_token_35|>",
350
+ "lstrip": false,
351
+ "normalized": false,
352
+ "rstrip": false,
353
+ "single_word": false,
354
+ "special": true
355
+ },
356
+ "128044": {
357
+ "content": "<|reserved_special_token_36|>",
358
+ "lstrip": false,
359
+ "normalized": false,
360
+ "rstrip": false,
361
+ "single_word": false,
362
+ "special": true
363
+ },
364
+ "128045": {
365
+ "content": "<|reserved_special_token_37|>",
366
+ "lstrip": false,
367
+ "normalized": false,
368
+ "rstrip": false,
369
+ "single_word": false,
370
+ "special": true
371
+ },
372
+ "128046": {
373
+ "content": "<|reserved_special_token_38|>",
374
+ "lstrip": false,
375
+ "normalized": false,
376
+ "rstrip": false,
377
+ "single_word": false,
378
+ "special": true
379
+ },
380
+ "128047": {
381
+ "content": "<|reserved_special_token_39|>",
382
+ "lstrip": false,
383
+ "normalized": false,
384
+ "rstrip": false,
385
+ "single_word": false,
386
+ "special": true
387
+ },
388
+ "128048": {
389
+ "content": "<|reserved_special_token_40|>",
390
+ "lstrip": false,
391
+ "normalized": false,
392
+ "rstrip": false,
393
+ "single_word": false,
394
+ "special": true
395
+ },
396
+ "128049": {
397
+ "content": "<|reserved_special_token_41|>",
398
+ "lstrip": false,
399
+ "normalized": false,
400
+ "rstrip": false,
401
+ "single_word": false,
402
+ "special": true
403
+ },
404
+ "128050": {
405
+ "content": "<|reserved_special_token_42|>",
406
+ "lstrip": false,
407
+ "normalized": false,
408
+ "rstrip": false,
409
+ "single_word": false,
410
+ "special": true
411
+ },
412
+ "128051": {
413
+ "content": "<|reserved_special_token_43|>",
414
+ "lstrip": false,
415
+ "normalized": false,
416
+ "rstrip": false,
417
+ "single_word": false,
418
+ "special": true
419
+ },
420
+ "128052": {
421
+ "content": "<|reserved_special_token_44|>",
422
+ "lstrip": false,
423
+ "normalized": false,
424
+ "rstrip": false,
425
+ "single_word": false,
426
+ "special": true
427
+ },
428
+ "128053": {
429
+ "content": "<|reserved_special_token_45|>",
430
+ "lstrip": false,
431
+ "normalized": false,
432
+ "rstrip": false,
433
+ "single_word": false,
434
+ "special": true
435
+ },
436
+ "128054": {
437
+ "content": "<|reserved_special_token_46|>",
438
+ "lstrip": false,
439
+ "normalized": false,
440
+ "rstrip": false,
441
+ "single_word": false,
442
+ "special": true
443
+ },
444
+ "128055": {
445
+ "content": "<|reserved_special_token_47|>",
446
+ "lstrip": false,
447
+ "normalized": false,
448
+ "rstrip": false,
449
+ "single_word": false,
450
+ "special": true
451
+ },
452
+ "128056": {
453
+ "content": "<|reserved_special_token_48|>",
454
+ "lstrip": false,
455
+ "normalized": false,
456
+ "rstrip": false,
457
+ "single_word": false,
458
+ "special": true
459
+ },
460
+ "128057": {
461
+ "content": "<|reserved_special_token_49|>",
462
+ "lstrip": false,
463
+ "normalized": false,
464
+ "rstrip": false,
465
+ "single_word": false,
466
+ "special": true
467
+ },
468
+ "128058": {
469
+ "content": "<|reserved_special_token_50|>",
470
+ "lstrip": false,
471
+ "normalized": false,
472
+ "rstrip": false,
473
+ "single_word": false,
474
+ "special": true
475
+ },
476
+ "128059": {
477
+ "content": "<|reserved_special_token_51|>",
478
+ "lstrip": false,
479
+ "normalized": false,
480
+ "rstrip": false,
481
+ "single_word": false,
482
+ "special": true
483
+ },
484
+ "128060": {
485
+ "content": "<|reserved_special_token_52|>",
486
+ "lstrip": false,
487
+ "normalized": false,
488
+ "rstrip": false,
489
+ "single_word": false,
490
+ "special": true
491
+ },
492
+ "128061": {
493
+ "content": "<|reserved_special_token_53|>",
494
+ "lstrip": false,
495
+ "normalized": false,
496
+ "rstrip": false,
497
+ "single_word": false,
498
+ "special": true
499
+ },
500
+ "128062": {
501
+ "content": "<|reserved_special_token_54|>",
502
+ "lstrip": false,
503
+ "normalized": false,
504
+ "rstrip": false,
505
+ "single_word": false,
506
+ "special": true
507
+ },
508
+ "128063": {
509
+ "content": "<|reserved_special_token_55|>",
510
+ "lstrip": false,
511
+ "normalized": false,
512
+ "rstrip": false,
513
+ "single_word": false,
514
+ "special": true
515
+ },
516
+ "128064": {
517
+ "content": "<|reserved_special_token_56|>",
518
+ "lstrip": false,
519
+ "normalized": false,
520
+ "rstrip": false,
521
+ "single_word": false,
522
+ "special": true
523
+ },
524
+ "128065": {
525
+ "content": "<|reserved_special_token_57|>",
526
+ "lstrip": false,
527
+ "normalized": false,
528
+ "rstrip": false,
529
+ "single_word": false,
530
+ "special": true
531
+ },
532
+ "128066": {
533
+ "content": "<|reserved_special_token_58|>",
534
+ "lstrip": false,
535
+ "normalized": false,
536
+ "rstrip": false,
537
+ "single_word": false,
538
+ "special": true
539
+ },
540
+ "128067": {
541
+ "content": "<|reserved_special_token_59|>",
542
+ "lstrip": false,
543
+ "normalized": false,
544
+ "rstrip": false,
545
+ "single_word": false,
546
+ "special": true
547
+ },
548
+ "128068": {
549
+ "content": "<|reserved_special_token_60|>",
550
+ "lstrip": false,
551
+ "normalized": false,
552
+ "rstrip": false,
553
+ "single_word": false,
554
+ "special": true
555
+ },
556
+ "128069": {
557
+ "content": "<|reserved_special_token_61|>",
558
+ "lstrip": false,
559
+ "normalized": false,
560
+ "rstrip": false,
561
+ "single_word": false,
562
+ "special": true
563
+ },
564
+ "128070": {
565
+ "content": "<|reserved_special_token_62|>",
566
+ "lstrip": false,
567
+ "normalized": false,
568
+ "rstrip": false,
569
+ "single_word": false,
570
+ "special": true
571
+ },
572
+ "128071": {
573
+ "content": "<|reserved_special_token_63|>",
574
+ "lstrip": false,
575
+ "normalized": false,
576
+ "rstrip": false,
577
+ "single_word": false,
578
+ "special": true
579
+ },
580
+ "128072": {
581
+ "content": "<|reserved_special_token_64|>",
582
+ "lstrip": false,
583
+ "normalized": false,
584
+ "rstrip": false,
585
+ "single_word": false,
586
+ "special": true
587
+ },
588
+ "128073": {
589
+ "content": "<|reserved_special_token_65|>",
590
+ "lstrip": false,
591
+ "normalized": false,
592
+ "rstrip": false,
593
+ "single_word": false,
594
+ "special": true
595
+ },
596
+ "128074": {
597
+ "content": "<|reserved_special_token_66|>",
598
+ "lstrip": false,
599
+ "normalized": false,
600
+ "rstrip": false,
601
+ "single_word": false,
602
+ "special": true
603
+ },
604
+ "128075": {
605
+ "content": "<|reserved_special_token_67|>",
606
+ "lstrip": false,
607
+ "normalized": false,
608
+ "rstrip": false,
609
+ "single_word": false,
610
+ "special": true
611
+ },
612
+ "128076": {
613
+ "content": "<|reserved_special_token_68|>",
614
+ "lstrip": false,
615
+ "normalized": false,
616
+ "rstrip": false,
617
+ "single_word": false,
618
+ "special": true
619
+ },
620
+ "128077": {
621
+ "content": "<|reserved_special_token_69|>",
622
+ "lstrip": false,
623
+ "normalized": false,
624
+ "rstrip": false,
625
+ "single_word": false,
626
+ "special": true
627
+ },
628
+ "128078": {
629
+ "content": "<|reserved_special_token_70|>",
630
+ "lstrip": false,
631
+ "normalized": false,
632
+ "rstrip": false,
633
+ "single_word": false,
634
+ "special": true
635
+ },
636
+ "128079": {
637
+ "content": "<|reserved_special_token_71|>",
638
+ "lstrip": false,
639
+ "normalized": false,
640
+ "rstrip": false,
641
+ "single_word": false,
642
+ "special": true
643
+ },
644
+ "128080": {
645
+ "content": "<|reserved_special_token_72|>",
646
+ "lstrip": false,
647
+ "normalized": false,
648
+ "rstrip": false,
649
+ "single_word": false,
650
+ "special": true
651
+ },
652
+ "128081": {
653
+ "content": "<|reserved_special_token_73|>",
654
+ "lstrip": false,
655
+ "normalized": false,
656
+ "rstrip": false,
657
+ "single_word": false,
658
+ "special": true
659
+ },
660
+ "128082": {
661
+ "content": "<|reserved_special_token_74|>",
662
+ "lstrip": false,
663
+ "normalized": false,
664
+ "rstrip": false,
665
+ "single_word": false,
666
+ "special": true
667
+ },
668
+ "128083": {
669
+ "content": "<|reserved_special_token_75|>",
670
+ "lstrip": false,
671
+ "normalized": false,
672
+ "rstrip": false,
673
+ "single_word": false,
674
+ "special": true
675
+ },
676
+ "128084": {
677
+ "content": "<|reserved_special_token_76|>",
678
+ "lstrip": false,
679
+ "normalized": false,
680
+ "rstrip": false,
681
+ "single_word": false,
682
+ "special": true
683
+ },
684
+ "128085": {
685
+ "content": "<|reserved_special_token_77|>",
686
+ "lstrip": false,
687
+ "normalized": false,
688
+ "rstrip": false,
689
+ "single_word": false,
690
+ "special": true
691
+ },
692
+ "128086": {
693
+ "content": "<|reserved_special_token_78|>",
694
+ "lstrip": false,
695
+ "normalized": false,
696
+ "rstrip": false,
697
+ "single_word": false,
698
+ "special": true
699
+ },
700
+ "128087": {
701
+ "content": "<|reserved_special_token_79|>",
702
+ "lstrip": false,
703
+ "normalized": false,
704
+ "rstrip": false,
705
+ "single_word": false,
706
+ "special": true
707
+ },
708
+ "128088": {
709
+ "content": "<|reserved_special_token_80|>",
710
+ "lstrip": false,
711
+ "normalized": false,
712
+ "rstrip": false,
713
+ "single_word": false,
714
+ "special": true
715
+ },
716
+ "128089": {
717
+ "content": "<|reserved_special_token_81|>",
718
+ "lstrip": false,
719
+ "normalized": false,
720
+ "rstrip": false,
721
+ "single_word": false,
722
+ "special": true
723
+ },
724
+ "128090": {
725
+ "content": "<|reserved_special_token_82|>",
726
+ "lstrip": false,
727
+ "normalized": false,
728
+ "rstrip": false,
729
+ "single_word": false,
730
+ "special": true
731
+ },
732
+ "128091": {
733
+ "content": "<|reserved_special_token_83|>",
734
+ "lstrip": false,
735
+ "normalized": false,
736
+ "rstrip": false,
737
+ "single_word": false,
738
+ "special": true
739
+ },
740
+ "128092": {
741
+ "content": "<|reserved_special_token_84|>",
742
+ "lstrip": false,
743
+ "normalized": false,
744
+ "rstrip": false,
745
+ "single_word": false,
746
+ "special": true
747
+ },
748
+ "128093": {
749
+ "content": "<|reserved_special_token_85|>",
750
+ "lstrip": false,
751
+ "normalized": false,
752
+ "rstrip": false,
753
+ "single_word": false,
754
+ "special": true
755
+ },
756
+ "128094": {
757
+ "content": "<|reserved_special_token_86|>",
758
+ "lstrip": false,
759
+ "normalized": false,
760
+ "rstrip": false,
761
+ "single_word": false,
762
+ "special": true
763
+ },
764
+ "128095": {
765
+ "content": "<|reserved_special_token_87|>",
766
+ "lstrip": false,
767
+ "normalized": false,
768
+ "rstrip": false,
769
+ "single_word": false,
770
+ "special": true
771
+ },
772
+ "128096": {
773
+ "content": "<|reserved_special_token_88|>",
774
+ "lstrip": false,
775
+ "normalized": false,
776
+ "rstrip": false,
777
+ "single_word": false,
778
+ "special": true
779
+ },
780
+ "128097": {
781
+ "content": "<|reserved_special_token_89|>",
782
+ "lstrip": false,
783
+ "normalized": false,
784
+ "rstrip": false,
785
+ "single_word": false,
786
+ "special": true
787
+ },
788
+ "128098": {
789
+ "content": "<|reserved_special_token_90|>",
790
+ "lstrip": false,
791
+ "normalized": false,
792
+ "rstrip": false,
793
+ "single_word": false,
794
+ "special": true
795
+ },
796
+ "128099": {
797
+ "content": "<|reserved_special_token_91|>",
798
+ "lstrip": false,
799
+ "normalized": false,
800
+ "rstrip": false,
801
+ "single_word": false,
802
+ "special": true
803
+ },
804
+ "128100": {
805
+ "content": "<|reserved_special_token_92|>",
806
+ "lstrip": false,
807
+ "normalized": false,
808
+ "rstrip": false,
809
+ "single_word": false,
810
+ "special": true
811
+ },
812
+ "128101": {
813
+ "content": "<|reserved_special_token_93|>",
814
+ "lstrip": false,
815
+ "normalized": false,
816
+ "rstrip": false,
817
+ "single_word": false,
818
+ "special": true
819
+ },
820
+ "128102": {
821
+ "content": "<|reserved_special_token_94|>",
822
+ "lstrip": false,
823
+ "normalized": false,
824
+ "rstrip": false,
825
+ "single_word": false,
826
+ "special": true
827
+ },
828
+ "128103": {
829
+ "content": "<|reserved_special_token_95|>",
830
+ "lstrip": false,
831
+ "normalized": false,
832
+ "rstrip": false,
833
+ "single_word": false,
834
+ "special": true
835
+ },
836
+ "128104": {
837
+ "content": "<|reserved_special_token_96|>",
838
+ "lstrip": false,
839
+ "normalized": false,
840
+ "rstrip": false,
841
+ "single_word": false,
842
+ "special": true
843
+ },
844
+ "128105": {
845
+ "content": "<|reserved_special_token_97|>",
846
+ "lstrip": false,
847
+ "normalized": false,
848
+ "rstrip": false,
849
+ "single_word": false,
850
+ "special": true
851
+ },
852
+ "128106": {
853
+ "content": "<|reserved_special_token_98|>",
854
+ "lstrip": false,
855
+ "normalized": false,
856
+ "rstrip": false,
857
+ "single_word": false,
858
+ "special": true
859
+ },
860
+ "128107": {
861
+ "content": "<|reserved_special_token_99|>",
862
+ "lstrip": false,
863
+ "normalized": false,
864
+ "rstrip": false,
865
+ "single_word": false,
866
+ "special": true
867
+ },
868
+ "128108": {
869
+ "content": "<|reserved_special_token_100|>",
870
+ "lstrip": false,
871
+ "normalized": false,
872
+ "rstrip": false,
873
+ "single_word": false,
874
+ "special": true
875
+ },
876
+ "128109": {
877
+ "content": "<|reserved_special_token_101|>",
878
+ "lstrip": false,
879
+ "normalized": false,
880
+ "rstrip": false,
881
+ "single_word": false,
882
+ "special": true
883
+ },
884
+ "128110": {
885
+ "content": "<|reserved_special_token_102|>",
886
+ "lstrip": false,
887
+ "normalized": false,
888
+ "rstrip": false,
889
+ "single_word": false,
890
+ "special": true
891
+ },
892
+ "128111": {
893
+ "content": "<|reserved_special_token_103|>",
894
+ "lstrip": false,
895
+ "normalized": false,
896
+ "rstrip": false,
897
+ "single_word": false,
898
+ "special": true
899
+ },
900
+ "128112": {
901
+ "content": "<|reserved_special_token_104|>",
902
+ "lstrip": false,
903
+ "normalized": false,
904
+ "rstrip": false,
905
+ "single_word": false,
906
+ "special": true
907
+ },
908
+ "128113": {
909
+ "content": "<|reserved_special_token_105|>",
910
+ "lstrip": false,
911
+ "normalized": false,
912
+ "rstrip": false,
913
+ "single_word": false,
914
+ "special": true
915
+ },
916
+ "128114": {
917
+ "content": "<|reserved_special_token_106|>",
918
+ "lstrip": false,
919
+ "normalized": false,
920
+ "rstrip": false,
921
+ "single_word": false,
922
+ "special": true
923
+ },
924
+ "128115": {
925
+ "content": "<|reserved_special_token_107|>",
926
+ "lstrip": false,
927
+ "normalized": false,
928
+ "rstrip": false,
929
+ "single_word": false,
930
+ "special": true
931
+ },
932
+ "128116": {
933
+ "content": "<|reserved_special_token_108|>",
934
+ "lstrip": false,
935
+ "normalized": false,
936
+ "rstrip": false,
937
+ "single_word": false,
938
+ "special": true
939
+ },
940
+ "128117": {
941
+ "content": "<|reserved_special_token_109|>",
942
+ "lstrip": false,
943
+ "normalized": false,
944
+ "rstrip": false,
945
+ "single_word": false,
946
+ "special": true
947
+ },
948
+ "128118": {
949
+ "content": "<|reserved_special_token_110|>",
950
+ "lstrip": false,
951
+ "normalized": false,
952
+ "rstrip": false,
953
+ "single_word": false,
954
+ "special": true
955
+ },
956
+ "128119": {
957
+ "content": "<|reserved_special_token_111|>",
958
+ "lstrip": false,
959
+ "normalized": false,
960
+ "rstrip": false,
961
+ "single_word": false,
962
+ "special": true
963
+ },
964
+ "128120": {
965
+ "content": "<|reserved_special_token_112|>",
966
+ "lstrip": false,
967
+ "normalized": false,
968
+ "rstrip": false,
969
+ "single_word": false,
970
+ "special": true
971
+ },
972
+ "128121": {
973
+ "content": "<|reserved_special_token_113|>",
974
+ "lstrip": false,
975
+ "normalized": false,
976
+ "rstrip": false,
977
+ "single_word": false,
978
+ "special": true
979
+ },
980
+ "128122": {
981
+ "content": "<|reserved_special_token_114|>",
982
+ "lstrip": false,
983
+ "normalized": false,
984
+ "rstrip": false,
985
+ "single_word": false,
986
+ "special": true
987
+ },
988
+ "128123": {
989
+ "content": "<|reserved_special_token_115|>",
990
+ "lstrip": false,
991
+ "normalized": false,
992
+ "rstrip": false,
993
+ "single_word": false,
994
+ "special": true
995
+ },
996
+ "128124": {
997
+ "content": "<|reserved_special_token_116|>",
998
+ "lstrip": false,
999
+ "normalized": false,
1000
+ "rstrip": false,
1001
+ "single_word": false,
1002
+ "special": true
1003
+ },
1004
+ "128125": {
1005
+ "content": "<|reserved_special_token_117|>",
1006
+ "lstrip": false,
1007
+ "normalized": false,
1008
+ "rstrip": false,
1009
+ "single_word": false,
1010
+ "special": true
1011
+ },
1012
+ "128126": {
1013
+ "content": "<|reserved_special_token_118|>",
1014
+ "lstrip": false,
1015
+ "normalized": false,
1016
+ "rstrip": false,
1017
+ "single_word": false,
1018
+ "special": true
1019
+ },
1020
+ "128127": {
1021
+ "content": "<|reserved_special_token_119|>",
1022
+ "lstrip": false,
1023
+ "normalized": false,
1024
+ "rstrip": false,
1025
+ "single_word": false,
1026
+ "special": true
1027
+ },
1028
+ "128128": {
1029
+ "content": "<|reserved_special_token_120|>",
1030
+ "lstrip": false,
1031
+ "normalized": false,
1032
+ "rstrip": false,
1033
+ "single_word": false,
1034
+ "special": true
1035
+ },
1036
+ "128129": {
1037
+ "content": "<|reserved_special_token_121|>",
1038
+ "lstrip": false,
1039
+ "normalized": false,
1040
+ "rstrip": false,
1041
+ "single_word": false,
1042
+ "special": true
1043
+ },
1044
+ "128130": {
1045
+ "content": "<|reserved_special_token_122|>",
1046
+ "lstrip": false,
1047
+ "normalized": false,
1048
+ "rstrip": false,
1049
+ "single_word": false,
1050
+ "special": true
1051
+ },
1052
+ "128131": {
1053
+ "content": "<|reserved_special_token_123|>",
1054
+ "lstrip": false,
1055
+ "normalized": false,
1056
+ "rstrip": false,
1057
+ "single_word": false,
1058
+ "special": true
1059
+ },
1060
+ "128132": {
1061
+ "content": "<|reserved_special_token_124|>",
1062
+ "lstrip": false,
1063
+ "normalized": false,
1064
+ "rstrip": false,
1065
+ "single_word": false,
1066
+ "special": true
1067
+ },
1068
+ "128133": {
1069
+ "content": "<|reserved_special_token_125|>",
1070
+ "lstrip": false,
1071
+ "normalized": false,
1072
+ "rstrip": false,
1073
+ "single_word": false,
1074
+ "special": true
1075
+ },
1076
+ "128134": {
1077
+ "content": "<|reserved_special_token_126|>",
1078
+ "lstrip": false,
1079
+ "normalized": false,
1080
+ "rstrip": false,
1081
+ "single_word": false,
1082
+ "special": true
1083
+ },
1084
+ "128135": {
1085
+ "content": "<|reserved_special_token_127|>",
1086
+ "lstrip": false,
1087
+ "normalized": false,
1088
+ "rstrip": false,
1089
+ "single_word": false,
1090
+ "special": true
1091
+ },
1092
+ "128136": {
1093
+ "content": "<|reserved_special_token_128|>",
1094
+ "lstrip": false,
1095
+ "normalized": false,
1096
+ "rstrip": false,
1097
+ "single_word": false,
1098
+ "special": true
1099
+ },
1100
+ "128137": {
1101
+ "content": "<|reserved_special_token_129|>",
1102
+ "lstrip": false,
1103
+ "normalized": false,
1104
+ "rstrip": false,
1105
+ "single_word": false,
1106
+ "special": true
1107
+ },
1108
+ "128138": {
1109
+ "content": "<|reserved_special_token_130|>",
1110
+ "lstrip": false,
1111
+ "normalized": false,
1112
+ "rstrip": false,
1113
+ "single_word": false,
1114
+ "special": true
1115
+ },
1116
+ "128139": {
1117
+ "content": "<|reserved_special_token_131|>",
1118
+ "lstrip": false,
1119
+ "normalized": false,
1120
+ "rstrip": false,
1121
+ "single_word": false,
1122
+ "special": true
1123
+ },
1124
+ "128140": {
1125
+ "content": "<|reserved_special_token_132|>",
1126
+ "lstrip": false,
1127
+ "normalized": false,
1128
+ "rstrip": false,
1129
+ "single_word": false,
1130
+ "special": true
1131
+ },
1132
+ "128141": {
1133
+ "content": "<|reserved_special_token_133|>",
1134
+ "lstrip": false,
1135
+ "normalized": false,
1136
+ "rstrip": false,
1137
+ "single_word": false,
1138
+ "special": true
1139
+ },
1140
+ "128142": {
1141
+ "content": "<|reserved_special_token_134|>",
1142
+ "lstrip": false,
1143
+ "normalized": false,
1144
+ "rstrip": false,
1145
+ "single_word": false,
1146
+ "special": true
1147
+ },
1148
+ "128143": {
1149
+ "content": "<|reserved_special_token_135|>",
1150
+ "lstrip": false,
1151
+ "normalized": false,
1152
+ "rstrip": false,
1153
+ "single_word": false,
1154
+ "special": true
1155
+ },
1156
+ "128144": {
1157
+ "content": "<|reserved_special_token_136|>",
1158
+ "lstrip": false,
1159
+ "normalized": false,
1160
+ "rstrip": false,
1161
+ "single_word": false,
1162
+ "special": true
1163
+ },
1164
+ "128145": {
1165
+ "content": "<|reserved_special_token_137|>",
1166
+ "lstrip": false,
1167
+ "normalized": false,
1168
+ "rstrip": false,
1169
+ "single_word": false,
1170
+ "special": true
1171
+ },
1172
+ "128146": {
1173
+ "content": "<|reserved_special_token_138|>",
1174
+ "lstrip": false,
1175
+ "normalized": false,
1176
+ "rstrip": false,
1177
+ "single_word": false,
1178
+ "special": true
1179
+ },
1180
+ "128147": {
1181
+ "content": "<|reserved_special_token_139|>",
1182
+ "lstrip": false,
1183
+ "normalized": false,
1184
+ "rstrip": false,
1185
+ "single_word": false,
1186
+ "special": true
1187
+ },
1188
+ "128148": {
1189
+ "content": "<|reserved_special_token_140|>",
1190
+ "lstrip": false,
1191
+ "normalized": false,
1192
+ "rstrip": false,
1193
+ "single_word": false,
1194
+ "special": true
1195
+ },
1196
+ "128149": {
1197
+ "content": "<|reserved_special_token_141|>",
1198
+ "lstrip": false,
1199
+ "normalized": false,
1200
+ "rstrip": false,
1201
+ "single_word": false,
1202
+ "special": true
1203
+ },
1204
+ "128150": {
1205
+ "content": "<|reserved_special_token_142|>",
1206
+ "lstrip": false,
1207
+ "normalized": false,
1208
+ "rstrip": false,
1209
+ "single_word": false,
1210
+ "special": true
1211
+ },
1212
+ "128151": {
1213
+ "content": "<|reserved_special_token_143|>",
1214
+ "lstrip": false,
1215
+ "normalized": false,
1216
+ "rstrip": false,
1217
+ "single_word": false,
1218
+ "special": true
1219
+ },
1220
+ "128152": {
1221
+ "content": "<|reserved_special_token_144|>",
1222
+ "lstrip": false,
1223
+ "normalized": false,
1224
+ "rstrip": false,
1225
+ "single_word": false,
1226
+ "special": true
1227
+ },
1228
+ "128153": {
1229
+ "content": "<|reserved_special_token_145|>",
1230
+ "lstrip": false,
1231
+ "normalized": false,
1232
+ "rstrip": false,
1233
+ "single_word": false,
1234
+ "special": true
1235
+ },
1236
+ "128154": {
1237
+ "content": "<|reserved_special_token_146|>",
1238
+ "lstrip": false,
1239
+ "normalized": false,
1240
+ "rstrip": false,
1241
+ "single_word": false,
1242
+ "special": true
1243
+ },
1244
+ "128155": {
1245
+ "content": "<|reserved_special_token_147|>",
1246
+ "lstrip": false,
1247
+ "normalized": false,
1248
+ "rstrip": false,
1249
+ "single_word": false,
1250
+ "special": true
1251
+ },
1252
+ "128156": {
1253
+ "content": "<|reserved_special_token_148|>",
1254
+ "lstrip": false,
1255
+ "normalized": false,
1256
+ "rstrip": false,
1257
+ "single_word": false,
1258
+ "special": true
1259
+ },
1260
+ "128157": {
1261
+ "content": "<|reserved_special_token_149|>",
1262
+ "lstrip": false,
1263
+ "normalized": false,
1264
+ "rstrip": false,
1265
+ "single_word": false,
1266
+ "special": true
1267
+ },
1268
+ "128158": {
1269
+ "content": "<|reserved_special_token_150|>",
1270
+ "lstrip": false,
1271
+ "normalized": false,
1272
+ "rstrip": false,
1273
+ "single_word": false,
1274
+ "special": true
1275
+ },
1276
+ "128159": {
1277
+ "content": "<|reserved_special_token_151|>",
1278
+ "lstrip": false,
1279
+ "normalized": false,
1280
+ "rstrip": false,
1281
+ "single_word": false,
1282
+ "special": true
1283
+ },
1284
+ "128160": {
1285
+ "content": "<|reserved_special_token_152|>",
1286
+ "lstrip": false,
1287
+ "normalized": false,
1288
+ "rstrip": false,
1289
+ "single_word": false,
1290
+ "special": true
1291
+ },
1292
+ "128161": {
1293
+ "content": "<|reserved_special_token_153|>",
1294
+ "lstrip": false,
1295
+ "normalized": false,
1296
+ "rstrip": false,
1297
+ "single_word": false,
1298
+ "special": true
1299
+ },
1300
+ "128162": {
1301
+ "content": "<|reserved_special_token_154|>",
1302
+ "lstrip": false,
1303
+ "normalized": false,
1304
+ "rstrip": false,
1305
+ "single_word": false,
1306
+ "special": true
1307
+ },
1308
+ "128163": {
1309
+ "content": "<|reserved_special_token_155|>",
1310
+ "lstrip": false,
1311
+ "normalized": false,
1312
+ "rstrip": false,
1313
+ "single_word": false,
1314
+ "special": true
1315
+ },
1316
+ "128164": {
1317
+ "content": "<|reserved_special_token_156|>",
1318
+ "lstrip": false,
1319
+ "normalized": false,
1320
+ "rstrip": false,
1321
+ "single_word": false,
1322
+ "special": true
1323
+ },
1324
+ "128165": {
1325
+ "content": "<|reserved_special_token_157|>",
1326
+ "lstrip": false,
1327
+ "normalized": false,
1328
+ "rstrip": false,
1329
+ "single_word": false,
1330
+ "special": true
1331
+ },
1332
+ "128166": {
1333
+ "content": "<|reserved_special_token_158|>",
1334
+ "lstrip": false,
1335
+ "normalized": false,
1336
+ "rstrip": false,
1337
+ "single_word": false,
1338
+ "special": true
1339
+ },
1340
+ "128167": {
1341
+ "content": "<|reserved_special_token_159|>",
1342
+ "lstrip": false,
1343
+ "normalized": false,
1344
+ "rstrip": false,
1345
+ "single_word": false,
1346
+ "special": true
1347
+ },
1348
+ "128168": {
1349
+ "content": "<|reserved_special_token_160|>",
1350
+ "lstrip": false,
1351
+ "normalized": false,
1352
+ "rstrip": false,
1353
+ "single_word": false,
1354
+ "special": true
1355
+ },
1356
+ "128169": {
1357
+ "content": "<|reserved_special_token_161|>",
1358
+ "lstrip": false,
1359
+ "normalized": false,
1360
+ "rstrip": false,
1361
+ "single_word": false,
1362
+ "special": true
1363
+ },
1364
+ "128170": {
1365
+ "content": "<|reserved_special_token_162|>",
1366
+ "lstrip": false,
1367
+ "normalized": false,
1368
+ "rstrip": false,
1369
+ "single_word": false,
1370
+ "special": true
1371
+ },
1372
+ "128171": {
1373
+ "content": "<|reserved_special_token_163|>",
1374
+ "lstrip": false,
1375
+ "normalized": false,
1376
+ "rstrip": false,
1377
+ "single_word": false,
1378
+ "special": true
1379
+ },
1380
+ "128172": {
1381
+ "content": "<|reserved_special_token_164|>",
1382
+ "lstrip": false,
1383
+ "normalized": false,
1384
+ "rstrip": false,
1385
+ "single_word": false,
1386
+ "special": true
1387
+ },
1388
+ "128173": {
1389
+ "content": "<|reserved_special_token_165|>",
1390
+ "lstrip": false,
1391
+ "normalized": false,
1392
+ "rstrip": false,
1393
+ "single_word": false,
1394
+ "special": true
1395
+ },
1396
+ "128174": {
1397
+ "content": "<|reserved_special_token_166|>",
1398
+ "lstrip": false,
1399
+ "normalized": false,
1400
+ "rstrip": false,
1401
+ "single_word": false,
1402
+ "special": true
1403
+ },
1404
+ "128175": {
1405
+ "content": "<|reserved_special_token_167|>",
1406
+ "lstrip": false,
1407
+ "normalized": false,
1408
+ "rstrip": false,
1409
+ "single_word": false,
1410
+ "special": true
1411
+ },
1412
+ "128176": {
1413
+ "content": "<|reserved_special_token_168|>",
1414
+ "lstrip": false,
1415
+ "normalized": false,
1416
+ "rstrip": false,
1417
+ "single_word": false,
1418
+ "special": true
1419
+ },
1420
+ "128177": {
1421
+ "content": "<|reserved_special_token_169|>",
1422
+ "lstrip": false,
1423
+ "normalized": false,
1424
+ "rstrip": false,
1425
+ "single_word": false,
1426
+ "special": true
1427
+ },
1428
+ "128178": {
1429
+ "content": "<|reserved_special_token_170|>",
1430
+ "lstrip": false,
1431
+ "normalized": false,
1432
+ "rstrip": false,
1433
+ "single_word": false,
1434
+ "special": true
1435
+ },
1436
+ "128179": {
1437
+ "content": "<|reserved_special_token_171|>",
1438
+ "lstrip": false,
1439
+ "normalized": false,
1440
+ "rstrip": false,
1441
+ "single_word": false,
1442
+ "special": true
1443
+ },
1444
+ "128180": {
1445
+ "content": "<|reserved_special_token_172|>",
1446
+ "lstrip": false,
1447
+ "normalized": false,
1448
+ "rstrip": false,
1449
+ "single_word": false,
1450
+ "special": true
1451
+ },
1452
+ "128181": {
1453
+ "content": "<|reserved_special_token_173|>",
1454
+ "lstrip": false,
1455
+ "normalized": false,
1456
+ "rstrip": false,
1457
+ "single_word": false,
1458
+ "special": true
1459
+ },
1460
+ "128182": {
1461
+ "content": "<|reserved_special_token_174|>",
1462
+ "lstrip": false,
1463
+ "normalized": false,
1464
+ "rstrip": false,
1465
+ "single_word": false,
1466
+ "special": true
1467
+ },
1468
+ "128183": {
1469
+ "content": "<|reserved_special_token_175|>",
1470
+ "lstrip": false,
1471
+ "normalized": false,
1472
+ "rstrip": false,
1473
+ "single_word": false,
1474
+ "special": true
1475
+ },
1476
+ "128184": {
1477
+ "content": "<|reserved_special_token_176|>",
1478
+ "lstrip": false,
1479
+ "normalized": false,
1480
+ "rstrip": false,
1481
+ "single_word": false,
1482
+ "special": true
1483
+ },
1484
+ "128185": {
1485
+ "content": "<|reserved_special_token_177|>",
1486
+ "lstrip": false,
1487
+ "normalized": false,
1488
+ "rstrip": false,
1489
+ "single_word": false,
1490
+ "special": true
1491
+ },
1492
+ "128186": {
1493
+ "content": "<|reserved_special_token_178|>",
1494
+ "lstrip": false,
1495
+ "normalized": false,
1496
+ "rstrip": false,
1497
+ "single_word": false,
1498
+ "special": true
1499
+ },
1500
+ "128187": {
1501
+ "content": "<|reserved_special_token_179|>",
1502
+ "lstrip": false,
1503
+ "normalized": false,
1504
+ "rstrip": false,
1505
+ "single_word": false,
1506
+ "special": true
1507
+ },
1508
+ "128188": {
1509
+ "content": "<|reserved_special_token_180|>",
1510
+ "lstrip": false,
1511
+ "normalized": false,
1512
+ "rstrip": false,
1513
+ "single_word": false,
1514
+ "special": true
1515
+ },
1516
+ "128189": {
1517
+ "content": "<|reserved_special_token_181|>",
1518
+ "lstrip": false,
1519
+ "normalized": false,
1520
+ "rstrip": false,
1521
+ "single_word": false,
1522
+ "special": true
1523
+ },
1524
+ "128190": {
1525
+ "content": "<|reserved_special_token_182|>",
1526
+ "lstrip": false,
1527
+ "normalized": false,
1528
+ "rstrip": false,
1529
+ "single_word": false,
1530
+ "special": true
1531
+ },
1532
+ "128191": {
1533
+ "content": "<|reserved_special_token_183|>",
1534
+ "lstrip": false,
1535
+ "normalized": false,
1536
+ "rstrip": false,
1537
+ "single_word": false,
1538
+ "special": true
1539
+ },
1540
+ "128192": {
1541
+ "content": "<|reserved_special_token_184|>",
1542
+ "lstrip": false,
1543
+ "normalized": false,
1544
+ "rstrip": false,
1545
+ "single_word": false,
1546
+ "special": true
1547
+ },
1548
+ "128193": {
1549
+ "content": "<|reserved_special_token_185|>",
1550
+ "lstrip": false,
1551
+ "normalized": false,
1552
+ "rstrip": false,
1553
+ "single_word": false,
1554
+ "special": true
1555
+ },
1556
+ "128194": {
1557
+ "content": "<|reserved_special_token_186|>",
1558
+ "lstrip": false,
1559
+ "normalized": false,
1560
+ "rstrip": false,
1561
+ "single_word": false,
1562
+ "special": true
1563
+ },
1564
+ "128195": {
1565
+ "content": "<|reserved_special_token_187|>",
1566
+ "lstrip": false,
1567
+ "normalized": false,
1568
+ "rstrip": false,
1569
+ "single_word": false,
1570
+ "special": true
1571
+ },
1572
+ "128196": {
1573
+ "content": "<|reserved_special_token_188|>",
1574
+ "lstrip": false,
1575
+ "normalized": false,
1576
+ "rstrip": false,
1577
+ "single_word": false,
1578
+ "special": true
1579
+ },
1580
+ "128197": {
1581
+ "content": "<|reserved_special_token_189|>",
1582
+ "lstrip": false,
1583
+ "normalized": false,
1584
+ "rstrip": false,
1585
+ "single_word": false,
1586
+ "special": true
1587
+ },
1588
+ "128198": {
1589
+ "content": "<|reserved_special_token_190|>",
1590
+ "lstrip": false,
1591
+ "normalized": false,
1592
+ "rstrip": false,
1593
+ "single_word": false,
1594
+ "special": true
1595
+ },
1596
+ "128199": {
1597
+ "content": "<|reserved_special_token_191|>",
1598
+ "lstrip": false,
1599
+ "normalized": false,
1600
+ "rstrip": false,
1601
+ "single_word": false,
1602
+ "special": true
1603
+ },
1604
+ "128200": {
1605
+ "content": "<|reserved_special_token_192|>",
1606
+ "lstrip": false,
1607
+ "normalized": false,
1608
+ "rstrip": false,
1609
+ "single_word": false,
1610
+ "special": true
1611
+ },
1612
+ "128201": {
1613
+ "content": "<|reserved_special_token_193|>",
1614
+ "lstrip": false,
1615
+ "normalized": false,
1616
+ "rstrip": false,
1617
+ "single_word": false,
1618
+ "special": true
1619
+ },
1620
+ "128202": {
1621
+ "content": "<|reserved_special_token_194|>",
1622
+ "lstrip": false,
1623
+ "normalized": false,
1624
+ "rstrip": false,
1625
+ "single_word": false,
1626
+ "special": true
1627
+ },
1628
+ "128203": {
1629
+ "content": "<|reserved_special_token_195|>",
1630
+ "lstrip": false,
1631
+ "normalized": false,
1632
+ "rstrip": false,
1633
+ "single_word": false,
1634
+ "special": true
1635
+ },
1636
+ "128204": {
1637
+ "content": "<|reserved_special_token_196|>",
1638
+ "lstrip": false,
1639
+ "normalized": false,
1640
+ "rstrip": false,
1641
+ "single_word": false,
1642
+ "special": true
1643
+ },
1644
+ "128205": {
1645
+ "content": "<|reserved_special_token_197|>",
1646
+ "lstrip": false,
1647
+ "normalized": false,
1648
+ "rstrip": false,
1649
+ "single_word": false,
1650
+ "special": true
1651
+ },
1652
+ "128206": {
1653
+ "content": "<|reserved_special_token_198|>",
1654
+ "lstrip": false,
1655
+ "normalized": false,
1656
+ "rstrip": false,
1657
+ "single_word": false,
1658
+ "special": true
1659
+ },
1660
+ "128207": {
1661
+ "content": "<|reserved_special_token_199|>",
1662
+ "lstrip": false,
1663
+ "normalized": false,
1664
+ "rstrip": false,
1665
+ "single_word": false,
1666
+ "special": true
1667
+ },
1668
+ "128208": {
1669
+ "content": "<|reserved_special_token_200|>",
1670
+ "lstrip": false,
1671
+ "normalized": false,
1672
+ "rstrip": false,
1673
+ "single_word": false,
1674
+ "special": true
1675
+ },
1676
+ "128209": {
1677
+ "content": "<|reserved_special_token_201|>",
1678
+ "lstrip": false,
1679
+ "normalized": false,
1680
+ "rstrip": false,
1681
+ "single_word": false,
1682
+ "special": true
1683
+ },
1684
+ "128210": {
1685
+ "content": "<|reserved_special_token_202|>",
1686
+ "lstrip": false,
1687
+ "normalized": false,
1688
+ "rstrip": false,
1689
+ "single_word": false,
1690
+ "special": true
1691
+ },
1692
+ "128211": {
1693
+ "content": "<|reserved_special_token_203|>",
1694
+ "lstrip": false,
1695
+ "normalized": false,
1696
+ "rstrip": false,
1697
+ "single_word": false,
1698
+ "special": true
1699
+ },
1700
+ "128212": {
1701
+ "content": "<|reserved_special_token_204|>",
1702
+ "lstrip": false,
1703
+ "normalized": false,
1704
+ "rstrip": false,
1705
+ "single_word": false,
1706
+ "special": true
1707
+ },
1708
+ "128213": {
1709
+ "content": "<|reserved_special_token_205|>",
1710
+ "lstrip": false,
1711
+ "normalized": false,
1712
+ "rstrip": false,
1713
+ "single_word": false,
1714
+ "special": true
1715
+ },
1716
+ "128214": {
1717
+ "content": "<|reserved_special_token_206|>",
1718
+ "lstrip": false,
1719
+ "normalized": false,
1720
+ "rstrip": false,
1721
+ "single_word": false,
1722
+ "special": true
1723
+ },
1724
+ "128215": {
1725
+ "content": "<|reserved_special_token_207|>",
1726
+ "lstrip": false,
1727
+ "normalized": false,
1728
+ "rstrip": false,
1729
+ "single_word": false,
1730
+ "special": true
1731
+ },
1732
+ "128216": {
1733
+ "content": "<|reserved_special_token_208|>",
1734
+ "lstrip": false,
1735
+ "normalized": false,
1736
+ "rstrip": false,
1737
+ "single_word": false,
1738
+ "special": true
1739
+ },
1740
+ "128217": {
1741
+ "content": "<|reserved_special_token_209|>",
1742
+ "lstrip": false,
1743
+ "normalized": false,
1744
+ "rstrip": false,
1745
+ "single_word": false,
1746
+ "special": true
1747
+ },
1748
+ "128218": {
1749
+ "content": "<|reserved_special_token_210|>",
1750
+ "lstrip": false,
1751
+ "normalized": false,
1752
+ "rstrip": false,
1753
+ "single_word": false,
1754
+ "special": true
1755
+ },
1756
+ "128219": {
1757
+ "content": "<|reserved_special_token_211|>",
1758
+ "lstrip": false,
1759
+ "normalized": false,
1760
+ "rstrip": false,
1761
+ "single_word": false,
1762
+ "special": true
1763
+ },
1764
+ "128220": {
1765
+ "content": "<|reserved_special_token_212|>",
1766
+ "lstrip": false,
1767
+ "normalized": false,
1768
+ "rstrip": false,
1769
+ "single_word": false,
1770
+ "special": true
1771
+ },
1772
+ "128221": {
1773
+ "content": "<|reserved_special_token_213|>",
1774
+ "lstrip": false,
1775
+ "normalized": false,
1776
+ "rstrip": false,
1777
+ "single_word": false,
1778
+ "special": true
1779
+ },
1780
+ "128222": {
1781
+ "content": "<|reserved_special_token_214|>",
1782
+ "lstrip": false,
1783
+ "normalized": false,
1784
+ "rstrip": false,
1785
+ "single_word": false,
1786
+ "special": true
1787
+ },
1788
+ "128223": {
1789
+ "content": "<|reserved_special_token_215|>",
1790
+ "lstrip": false,
1791
+ "normalized": false,
1792
+ "rstrip": false,
1793
+ "single_word": false,
1794
+ "special": true
1795
+ },
1796
+ "128224": {
1797
+ "content": "<|reserved_special_token_216|>",
1798
+ "lstrip": false,
1799
+ "normalized": false,
1800
+ "rstrip": false,
1801
+ "single_word": false,
1802
+ "special": true
1803
+ },
1804
+ "128225": {
1805
+ "content": "<|reserved_special_token_217|>",
1806
+ "lstrip": false,
1807
+ "normalized": false,
1808
+ "rstrip": false,
1809
+ "single_word": false,
1810
+ "special": true
1811
+ },
1812
+ "128226": {
1813
+ "content": "<|reserved_special_token_218|>",
1814
+ "lstrip": false,
1815
+ "normalized": false,
1816
+ "rstrip": false,
1817
+ "single_word": false,
1818
+ "special": true
1819
+ },
1820
+ "128227": {
1821
+ "content": "<|reserved_special_token_219|>",
1822
+ "lstrip": false,
1823
+ "normalized": false,
1824
+ "rstrip": false,
1825
+ "single_word": false,
1826
+ "special": true
1827
+ },
1828
+ "128228": {
1829
+ "content": "<|reserved_special_token_220|>",
1830
+ "lstrip": false,
1831
+ "normalized": false,
1832
+ "rstrip": false,
1833
+ "single_word": false,
1834
+ "special": true
1835
+ },
1836
+ "128229": {
1837
+ "content": "<|reserved_special_token_221|>",
1838
+ "lstrip": false,
1839
+ "normalized": false,
1840
+ "rstrip": false,
1841
+ "single_word": false,
1842
+ "special": true
1843
+ },
1844
+ "128230": {
1845
+ "content": "<|reserved_special_token_222|>",
1846
+ "lstrip": false,
1847
+ "normalized": false,
1848
+ "rstrip": false,
1849
+ "single_word": false,
1850
+ "special": true
1851
+ },
1852
+ "128231": {
1853
+ "content": "<|reserved_special_token_223|>",
1854
+ "lstrip": false,
1855
+ "normalized": false,
1856
+ "rstrip": false,
1857
+ "single_word": false,
1858
+ "special": true
1859
+ },
1860
+ "128232": {
1861
+ "content": "<|reserved_special_token_224|>",
1862
+ "lstrip": false,
1863
+ "normalized": false,
1864
+ "rstrip": false,
1865
+ "single_word": false,
1866
+ "special": true
1867
+ },
1868
+ "128233": {
1869
+ "content": "<|reserved_special_token_225|>",
1870
+ "lstrip": false,
1871
+ "normalized": false,
1872
+ "rstrip": false,
1873
+ "single_word": false,
1874
+ "special": true
1875
+ },
1876
+ "128234": {
1877
+ "content": "<|reserved_special_token_226|>",
1878
+ "lstrip": false,
1879
+ "normalized": false,
1880
+ "rstrip": false,
1881
+ "single_word": false,
1882
+ "special": true
1883
+ },
1884
+ "128235": {
1885
+ "content": "<|reserved_special_token_227|>",
1886
+ "lstrip": false,
1887
+ "normalized": false,
1888
+ "rstrip": false,
1889
+ "single_word": false,
1890
+ "special": true
1891
+ },
1892
+ "128236": {
1893
+ "content": "<|reserved_special_token_228|>",
1894
+ "lstrip": false,
1895
+ "normalized": false,
1896
+ "rstrip": false,
1897
+ "single_word": false,
1898
+ "special": true
1899
+ },
1900
+ "128237": {
1901
+ "content": "<|reserved_special_token_229|>",
1902
+ "lstrip": false,
1903
+ "normalized": false,
1904
+ "rstrip": false,
1905
+ "single_word": false,
1906
+ "special": true
1907
+ },
1908
+ "128238": {
1909
+ "content": "<|reserved_special_token_230|>",
1910
+ "lstrip": false,
1911
+ "normalized": false,
1912
+ "rstrip": false,
1913
+ "single_word": false,
1914
+ "special": true
1915
+ },
1916
+ "128239": {
1917
+ "content": "<|reserved_special_token_231|>",
1918
+ "lstrip": false,
1919
+ "normalized": false,
1920
+ "rstrip": false,
1921
+ "single_word": false,
1922
+ "special": true
1923
+ },
1924
+ "128240": {
1925
+ "content": "<|reserved_special_token_232|>",
1926
+ "lstrip": false,
1927
+ "normalized": false,
1928
+ "rstrip": false,
1929
+ "single_word": false,
1930
+ "special": true
1931
+ },
1932
+ "128241": {
1933
+ "content": "<|reserved_special_token_233|>",
1934
+ "lstrip": false,
1935
+ "normalized": false,
1936
+ "rstrip": false,
1937
+ "single_word": false,
1938
+ "special": true
1939
+ },
1940
+ "128242": {
1941
+ "content": "<|reserved_special_token_234|>",
1942
+ "lstrip": false,
1943
+ "normalized": false,
1944
+ "rstrip": false,
1945
+ "single_word": false,
1946
+ "special": true
1947
+ },
1948
+ "128243": {
1949
+ "content": "<|reserved_special_token_235|>",
1950
+ "lstrip": false,
1951
+ "normalized": false,
1952
+ "rstrip": false,
1953
+ "single_word": false,
1954
+ "special": true
1955
+ },
1956
+ "128244": {
1957
+ "content": "<|reserved_special_token_236|>",
1958
+ "lstrip": false,
1959
+ "normalized": false,
1960
+ "rstrip": false,
1961
+ "single_word": false,
1962
+ "special": true
1963
+ },
1964
+ "128245": {
1965
+ "content": "<|reserved_special_token_237|>",
1966
+ "lstrip": false,
1967
+ "normalized": false,
1968
+ "rstrip": false,
1969
+ "single_word": false,
1970
+ "special": true
1971
+ },
1972
+ "128246": {
1973
+ "content": "<|reserved_special_token_238|>",
1974
+ "lstrip": false,
1975
+ "normalized": false,
1976
+ "rstrip": false,
1977
+ "single_word": false,
1978
+ "special": true
1979
+ },
1980
+ "128247": {
1981
+ "content": "<|reserved_special_token_239|>",
1982
+ "lstrip": false,
1983
+ "normalized": false,
1984
+ "rstrip": false,
1985
+ "single_word": false,
1986
+ "special": true
1987
+ },
1988
+ "128248": {
1989
+ "content": "<|reserved_special_token_240|>",
1990
+ "lstrip": false,
1991
+ "normalized": false,
1992
+ "rstrip": false,
1993
+ "single_word": false,
1994
+ "special": true
1995
+ },
1996
+ "128249": {
1997
+ "content": "<|reserved_special_token_241|>",
1998
+ "lstrip": false,
1999
+ "normalized": false,
2000
+ "rstrip": false,
2001
+ "single_word": false,
2002
+ "special": true
2003
+ },
2004
+ "128250": {
2005
+ "content": "<|reserved_special_token_242|>",
2006
+ "lstrip": false,
2007
+ "normalized": false,
2008
+ "rstrip": false,
2009
+ "single_word": false,
2010
+ "special": true
2011
+ },
2012
+ "128251": {
2013
+ "content": "<|reserved_special_token_243|>",
2014
+ "lstrip": false,
2015
+ "normalized": false,
2016
+ "rstrip": false,
2017
+ "single_word": false,
2018
+ "special": true
2019
+ },
2020
+ "128252": {
2021
+ "content": "<|reserved_special_token_244|>",
2022
+ "lstrip": false,
2023
+ "normalized": false,
2024
+ "rstrip": false,
2025
+ "single_word": false,
2026
+ "special": true
2027
+ },
2028
+ "128253": {
2029
+ "content": "<|reserved_special_token_245|>",
2030
+ "lstrip": false,
2031
+ "normalized": false,
2032
+ "rstrip": false,
2033
+ "single_word": false,
2034
+ "special": true
2035
+ },
2036
+ "128254": {
2037
+ "content": "<|reserved_special_token_246|>",
2038
+ "lstrip": false,
2039
+ "normalized": false,
2040
+ "rstrip": false,
2041
+ "single_word": false,
2042
+ "special": true
2043
+ },
2044
+ "128255": {
2045
+ "content": "<|reserved_special_token_247|>",
2046
+ "lstrip": false,
2047
+ "normalized": false,
2048
+ "rstrip": false,
2049
+ "single_word": false,
2050
+ "special": true
2051
+ }
2052
+ },
2053
+ "bos_token": "<|begin_of_text|>",
2054
+ "chat_template": "{{- bos_token }}\n{%- if custom_tools is defined %}\n {%- set tools = custom_tools %}\n{%- endif %}\n{%- if not tools_in_user_message is defined %}\n {%- set tools_in_user_message = true %}\n{%- endif %}\n{%- if not date_string is defined %}\n {%- set date_string = \"26 Jul 2024\" %}\n{%- endif %}\n{%- if not tools is defined %}\n {%- set tools = none %}\n{%- endif %}\n\n{#- This block extracts the system message, so we can slot it into the right place. #}\n{%- if messages[0]['role'] == 'system' %}\n {%- set system_message = messages[0]['content']|trim %}\n {%- set messages = messages[1:] %}\n{%- else %}\n {%- set system_message = \"\" %}\n{%- endif %}\n\n{#- System message + builtin tools #}\n{{- \"<|start_header_id|>system<|end_header_id|>\\n\\n\" }}\n{%- if builtin_tools is defined or tools is not none %}\n {{- \"Environment: ipython\\n\" }}\n{%- endif %}\n{%- if builtin_tools is defined %}\n {{- \"Tools: \" + builtin_tools | reject('equalto', 'code_interpreter') | join(\", \") + \"\\n\\n\"}}\n{%- endif %}\n{{- \"Cutting Knowledge Date: December 2023\\n\" }}\n{{- \"Today Date: \" + date_string + \"\\n\\n\" }}\n{%- if tools is not none and not tools_in_user_message %}\n {{- \"You have access to the following functions. To call a function, please respond with JSON for a function call.\" }}\n {{- 'Respond in the format {\"name\": function name, \"parameters\": dictionary of argument name and its value}.' }}\n {{- \"Do not use variables.\\n\\n\" }}\n {%- for t in tools %}\n {{- t | tojson(indent=4) }}\n {{- \"\\n\\n\" }}\n {%- endfor %}\n{%- endif %}\n{{- system_message }}\n{{- \"<|eot_id|>\" }}\n\n{#- Custom tools are passed in a user message with some extra guidance #}\n{%- if tools_in_user_message and not tools is none %}\n {#- Extract the first user message so we can plug it in here #}\n {%- if messages | length != 0 %}\n {%- set first_user_message = messages[0]['content']|trim %}\n {%- set messages = messages[1:] %}\n {%- else %}\n {{- raise_exception(\"Cannot put tools in the first user message when there's no first user message!\") }}\n{%- endif %}\n {{- '<|start_header_id|>user<|end_header_id|>\\n\\n' -}}\n {{- \"Given the following functions, please respond with a JSON for a function call \" }}\n {{- \"with its proper arguments that best answers the given prompt.\\n\\n\" }}\n {{- 'Respond in the format {\"name\": function name, \"parameters\": dictionary of argument name and its value}.' }}\n {{- \"Do not use variables.\\n\\n\" }}\n {%- for t in tools %}\n {{- t | tojson(indent=4) }}\n {{- \"\\n\\n\" }}\n {%- endfor %}\n {{- first_user_message + \"<|eot_id|>\"}}\n{%- endif %}\n\n{%- for message in messages %}\n {%- if not (message.role == 'ipython' or message.role == 'tool' or 'tool_calls' in message) %}\n {{- '<|start_header_id|>' + message['role'] + '<|end_header_id|>\\n\\n'+ message['content'] | trim + '<|eot_id|>' }}\n {%- elif 'tool_calls' in message %}\n {%- if not message.tool_calls|length == 1 %}\n {{- raise_exception(\"This model only supports single tool-calls at once!\") }}\n {%- endif %}\n {%- set tool_call = message.tool_calls[0].function %}\n {%- if builtin_tools is defined and tool_call.name in builtin_tools %}\n {{- '<|start_header_id|>assistant<|end_header_id|>\\n\\n' -}}\n {{- \"<|python_tag|>\" + tool_call.name + \".call(\" }}\n {%- for arg_name, arg_val in tool_call.arguments | items %}\n {{- arg_name + '=\"' + arg_val + '\"' }}\n {%- if not loop.last %}\n {{- \", \" }}\n {%- endif %}\n {%- endfor %}\n {{- \")\" }}\n {%- else %}\n {{- '<|start_header_id|>assistant<|end_header_id|>\\n\\n' -}}\n {{- '{\"name\": \"' + tool_call.name + '\", ' }}\n {{- '\"parameters\": ' }}\n {{- tool_call.arguments | tojson }}\n {{- \"}\" }}\n {%- endif %}\n {%- if builtin_tools is defined %}\n {#- This means we're in ipython mode #}\n {{- \"<|eom_id|>\" }}\n {%- else %}\n {{- \"<|eot_id|>\" }}\n {%- endif %}\n {%- elif message.role == \"tool\" or message.role == \"ipython\" %}\n {{- \"<|start_header_id|>ipython<|end_header_id|>\\n\\n\" }}\n {%- if message.content is mapping or message.content is iterable %}\n {{- message.content | tojson }}\n {%- else %}\n {{- message.content }}\n {%- endif %}\n {{- \"<|eot_id|>\" }}\n {%- endif %}\n{%- endfor %}\n{%- if add_generation_prompt %}\n {{- '<|start_header_id|>assistant<|end_header_id|>\\n\\n' }}\n{%- endif %}\n",
2055
+ "clean_up_tokenization_spaces": true,
2056
+ "eos_token": "<|eot_id|>",
2057
+ "extra_special_tokens": {},
2058
+ "model_input_names": [
2059
+ "input_ids",
2060
+ "attention_mask"
2061
+ ],
2062
+ "model_max_length": 131072,
2063
+ "pad_token": "<|finetune_right_pad_id|>",
2064
+ "padding_side": "right",
2065
+ "tokenizer_class": "PreTrainedTokenizerFast",
2066
+ "unk_token": null
2067
+ }
function-sft-checkpoint-500/trainer_state.json ADDED
@@ -0,0 +1,3533 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": null,
3
+ "best_model_checkpoint": null,
4
+ "epoch": 1.3333333333333333,
5
+ "eval_steps": 500,
6
+ "global_step": 500,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.0026666666666666666,
13
+ "grad_norm": 0.31795796751976013,
14
+ "learning_rate": 5e-06,
15
+ "loss": 0.9198,
16
+ "step": 1
17
+ },
18
+ {
19
+ "epoch": 0.005333333333333333,
20
+ "grad_norm": 0.2965499460697174,
21
+ "learning_rate": 1e-05,
22
+ "loss": 0.7987,
23
+ "step": 2
24
+ },
25
+ {
26
+ "epoch": 0.008,
27
+ "grad_norm": 0.3073004186153412,
28
+ "learning_rate": 1.5e-05,
29
+ "loss": 0.8705,
30
+ "step": 3
31
+ },
32
+ {
33
+ "epoch": 0.010666666666666666,
34
+ "grad_norm": 0.31582117080688477,
35
+ "learning_rate": 2e-05,
36
+ "loss": 0.897,
37
+ "step": 4
38
+ },
39
+ {
40
+ "epoch": 0.013333333333333334,
41
+ "grad_norm": 0.32552069425582886,
42
+ "learning_rate": 2.5e-05,
43
+ "loss": 0.8281,
44
+ "step": 5
45
+ },
46
+ {
47
+ "epoch": 0.016,
48
+ "grad_norm": 0.3633013069629669,
49
+ "learning_rate": 3e-05,
50
+ "loss": 0.8817,
51
+ "step": 6
52
+ },
53
+ {
54
+ "epoch": 0.018666666666666668,
55
+ "grad_norm": 0.30820131301879883,
56
+ "learning_rate": 3.5e-05,
57
+ "loss": 0.7883,
58
+ "step": 7
59
+ },
60
+ {
61
+ "epoch": 0.021333333333333333,
62
+ "grad_norm": 0.2991103529930115,
63
+ "learning_rate": 4e-05,
64
+ "loss": 0.8451,
65
+ "step": 8
66
+ },
67
+ {
68
+ "epoch": 0.024,
69
+ "grad_norm": 0.26918885111808777,
70
+ "learning_rate": 4.5e-05,
71
+ "loss": 0.703,
72
+ "step": 9
73
+ },
74
+ {
75
+ "epoch": 0.02666666666666667,
76
+ "grad_norm": 0.2952805161476135,
77
+ "learning_rate": 5e-05,
78
+ "loss": 0.8525,
79
+ "step": 10
80
+ },
81
+ {
82
+ "epoch": 0.029333333333333333,
83
+ "grad_norm": 0.158904567360878,
84
+ "learning_rate": 5.500000000000001e-05,
85
+ "loss": 0.4532,
86
+ "step": 11
87
+ },
88
+ {
89
+ "epoch": 0.032,
90
+ "grad_norm": 0.24053733050823212,
91
+ "learning_rate": 6e-05,
92
+ "loss": 0.7278,
93
+ "step": 12
94
+ },
95
+ {
96
+ "epoch": 0.034666666666666665,
97
+ "grad_norm": 0.27588018774986267,
98
+ "learning_rate": 6.500000000000001e-05,
99
+ "loss": 0.809,
100
+ "step": 13
101
+ },
102
+ {
103
+ "epoch": 0.037333333333333336,
104
+ "grad_norm": 0.23301595449447632,
105
+ "learning_rate": 7e-05,
106
+ "loss": 0.6729,
107
+ "step": 14
108
+ },
109
+ {
110
+ "epoch": 0.04,
111
+ "grad_norm": 0.28395819664001465,
112
+ "learning_rate": 7.500000000000001e-05,
113
+ "loss": 0.6929,
114
+ "step": 15
115
+ },
116
+ {
117
+ "epoch": 0.042666666666666665,
118
+ "grad_norm": 0.22508470714092255,
119
+ "learning_rate": 8e-05,
120
+ "loss": 0.5131,
121
+ "step": 16
122
+ },
123
+ {
124
+ "epoch": 0.04533333333333334,
125
+ "grad_norm": 0.24023814499378204,
126
+ "learning_rate": 8.5e-05,
127
+ "loss": 0.5204,
128
+ "step": 17
129
+ },
130
+ {
131
+ "epoch": 0.048,
132
+ "grad_norm": 0.2793164551258087,
133
+ "learning_rate": 9e-05,
134
+ "loss": 0.6796,
135
+ "step": 18
136
+ },
137
+ {
138
+ "epoch": 0.050666666666666665,
139
+ "grad_norm": 0.2434774488210678,
140
+ "learning_rate": 9.5e-05,
141
+ "loss": 0.5698,
142
+ "step": 19
143
+ },
144
+ {
145
+ "epoch": 0.05333333333333334,
146
+ "grad_norm": 0.2483493834733963,
147
+ "learning_rate": 0.0001,
148
+ "loss": 0.6554,
149
+ "step": 20
150
+ },
151
+ {
152
+ "epoch": 0.056,
153
+ "grad_norm": 0.18770429491996765,
154
+ "learning_rate": 0.000105,
155
+ "loss": 0.5123,
156
+ "step": 21
157
+ },
158
+ {
159
+ "epoch": 0.058666666666666666,
160
+ "grad_norm": 0.1788586527109146,
161
+ "learning_rate": 0.00011000000000000002,
162
+ "loss": 0.4737,
163
+ "step": 22
164
+ },
165
+ {
166
+ "epoch": 0.06133333333333333,
167
+ "grad_norm": 0.19754257798194885,
168
+ "learning_rate": 0.00011499999999999999,
169
+ "loss": 0.4892,
170
+ "step": 23
171
+ },
172
+ {
173
+ "epoch": 0.064,
174
+ "grad_norm": 0.1977739930152893,
175
+ "learning_rate": 0.00012,
176
+ "loss": 0.5444,
177
+ "step": 24
178
+ },
179
+ {
180
+ "epoch": 0.06666666666666667,
181
+ "grad_norm": 0.17434217035770416,
182
+ "learning_rate": 0.000125,
183
+ "loss": 0.4982,
184
+ "step": 25
185
+ },
186
+ {
187
+ "epoch": 0.06933333333333333,
188
+ "grad_norm": 0.18169911205768585,
189
+ "learning_rate": 0.00013000000000000002,
190
+ "loss": 0.5444,
191
+ "step": 26
192
+ },
193
+ {
194
+ "epoch": 0.072,
195
+ "grad_norm": 0.13374541699886322,
196
+ "learning_rate": 0.00013500000000000003,
197
+ "loss": 0.3858,
198
+ "step": 27
199
+ },
200
+ {
201
+ "epoch": 0.07466666666666667,
202
+ "grad_norm": 0.23194445669651031,
203
+ "learning_rate": 0.00014,
204
+ "loss": 0.5971,
205
+ "step": 28
206
+ },
207
+ {
208
+ "epoch": 0.07733333333333334,
209
+ "grad_norm": 0.226721853017807,
210
+ "learning_rate": 0.000145,
211
+ "loss": 0.5912,
212
+ "step": 29
213
+ },
214
+ {
215
+ "epoch": 0.08,
216
+ "grad_norm": 0.20221616327762604,
217
+ "learning_rate": 0.00015000000000000001,
218
+ "loss": 0.5778,
219
+ "step": 30
220
+ },
221
+ {
222
+ "epoch": 0.08266666666666667,
223
+ "grad_norm": 0.20439280569553375,
224
+ "learning_rate": 0.000155,
225
+ "loss": 0.5955,
226
+ "step": 31
227
+ },
228
+ {
229
+ "epoch": 0.08533333333333333,
230
+ "grad_norm": 0.1792367696762085,
231
+ "learning_rate": 0.00016,
232
+ "loss": 0.4539,
233
+ "step": 32
234
+ },
235
+ {
236
+ "epoch": 0.088,
237
+ "grad_norm": 0.15801019966602325,
238
+ "learning_rate": 0.000165,
239
+ "loss": 0.4281,
240
+ "step": 33
241
+ },
242
+ {
243
+ "epoch": 0.09066666666666667,
244
+ "grad_norm": 0.18995234370231628,
245
+ "learning_rate": 0.00017,
246
+ "loss": 0.4919,
247
+ "step": 34
248
+ },
249
+ {
250
+ "epoch": 0.09333333333333334,
251
+ "grad_norm": 0.18301232159137726,
252
+ "learning_rate": 0.000175,
253
+ "loss": 0.4698,
254
+ "step": 35
255
+ },
256
+ {
257
+ "epoch": 0.096,
258
+ "grad_norm": 0.1516425907611847,
259
+ "learning_rate": 0.00018,
260
+ "loss": 0.4706,
261
+ "step": 36
262
+ },
263
+ {
264
+ "epoch": 0.09866666666666667,
265
+ "grad_norm": 0.15232552587985992,
266
+ "learning_rate": 0.00018500000000000002,
267
+ "loss": 0.4412,
268
+ "step": 37
269
+ },
270
+ {
271
+ "epoch": 0.10133333333333333,
272
+ "grad_norm": 0.18981625139713287,
273
+ "learning_rate": 0.00019,
274
+ "loss": 0.5323,
275
+ "step": 38
276
+ },
277
+ {
278
+ "epoch": 0.104,
279
+ "grad_norm": 0.19589070975780487,
280
+ "learning_rate": 0.000195,
281
+ "loss": 0.5426,
282
+ "step": 39
283
+ },
284
+ {
285
+ "epoch": 0.10666666666666667,
286
+ "grad_norm": 0.14144787192344666,
287
+ "learning_rate": 0.0002,
288
+ "loss": 0.3534,
289
+ "step": 40
290
+ },
291
+ {
292
+ "epoch": 0.10933333333333334,
293
+ "grad_norm": 0.15018980205059052,
294
+ "learning_rate": 0.00019981566820276498,
295
+ "loss": 0.4385,
296
+ "step": 41
297
+ },
298
+ {
299
+ "epoch": 0.112,
300
+ "grad_norm": 0.18116328120231628,
301
+ "learning_rate": 0.00019963133640552995,
302
+ "loss": 0.4677,
303
+ "step": 42
304
+ },
305
+ {
306
+ "epoch": 0.11466666666666667,
307
+ "grad_norm": 0.21125923097133636,
308
+ "learning_rate": 0.00019944700460829492,
309
+ "loss": 0.5415,
310
+ "step": 43
311
+ },
312
+ {
313
+ "epoch": 0.11733333333333333,
314
+ "grad_norm": 0.194460928440094,
315
+ "learning_rate": 0.00019926267281105992,
316
+ "loss": 0.5013,
317
+ "step": 44
318
+ },
319
+ {
320
+ "epoch": 0.12,
321
+ "grad_norm": 0.17403055727481842,
322
+ "learning_rate": 0.0001990783410138249,
323
+ "loss": 0.5035,
324
+ "step": 45
325
+ },
326
+ {
327
+ "epoch": 0.12266666666666666,
328
+ "grad_norm": 0.18710163235664368,
329
+ "learning_rate": 0.00019889400921658986,
330
+ "loss": 0.5231,
331
+ "step": 46
332
+ },
333
+ {
334
+ "epoch": 0.12533333333333332,
335
+ "grad_norm": 0.17051705718040466,
336
+ "learning_rate": 0.00019870967741935483,
337
+ "loss": 0.4854,
338
+ "step": 47
339
+ },
340
+ {
341
+ "epoch": 0.128,
342
+ "grad_norm": 0.17382238805294037,
343
+ "learning_rate": 0.0001985253456221198,
344
+ "loss": 0.5179,
345
+ "step": 48
346
+ },
347
+ {
348
+ "epoch": 0.13066666666666665,
349
+ "grad_norm": 0.15307123959064484,
350
+ "learning_rate": 0.0001983410138248848,
351
+ "loss": 0.4356,
352
+ "step": 49
353
+ },
354
+ {
355
+ "epoch": 0.13333333333333333,
356
+ "grad_norm": 0.16687354445457458,
357
+ "learning_rate": 0.00019815668202764977,
358
+ "loss": 0.4648,
359
+ "step": 50
360
+ },
361
+ {
362
+ "epoch": 0.136,
363
+ "grad_norm": 0.17127734422683716,
364
+ "learning_rate": 0.00019797235023041477,
365
+ "loss": 0.4643,
366
+ "step": 51
367
+ },
368
+ {
369
+ "epoch": 0.13866666666666666,
370
+ "grad_norm": 0.19123542308807373,
371
+ "learning_rate": 0.00019778801843317974,
372
+ "loss": 0.4997,
373
+ "step": 52
374
+ },
375
+ {
376
+ "epoch": 0.14133333333333334,
377
+ "grad_norm": 0.1482383906841278,
378
+ "learning_rate": 0.00019760368663594472,
379
+ "loss": 0.4334,
380
+ "step": 53
381
+ },
382
+ {
383
+ "epoch": 0.144,
384
+ "grad_norm": 0.19939680397510529,
385
+ "learning_rate": 0.00019741935483870969,
386
+ "loss": 0.5257,
387
+ "step": 54
388
+ },
389
+ {
390
+ "epoch": 0.14666666666666667,
391
+ "grad_norm": 0.17752857506275177,
392
+ "learning_rate": 0.00019723502304147466,
393
+ "loss": 0.4896,
394
+ "step": 55
395
+ },
396
+ {
397
+ "epoch": 0.14933333333333335,
398
+ "grad_norm": 0.17946895956993103,
399
+ "learning_rate": 0.00019705069124423966,
400
+ "loss": 0.4847,
401
+ "step": 56
402
+ },
403
+ {
404
+ "epoch": 0.152,
405
+ "grad_norm": 0.15529927611351013,
406
+ "learning_rate": 0.00019686635944700463,
407
+ "loss": 0.4338,
408
+ "step": 57
409
+ },
410
+ {
411
+ "epoch": 0.15466666666666667,
412
+ "grad_norm": 0.18879836797714233,
413
+ "learning_rate": 0.0001966820276497696,
414
+ "loss": 0.5359,
415
+ "step": 58
416
+ },
417
+ {
418
+ "epoch": 0.15733333333333333,
419
+ "grad_norm": 0.12355278432369232,
420
+ "learning_rate": 0.00019649769585253457,
421
+ "loss": 0.3539,
422
+ "step": 59
423
+ },
424
+ {
425
+ "epoch": 0.16,
426
+ "grad_norm": 0.1591000109910965,
427
+ "learning_rate": 0.00019631336405529954,
428
+ "loss": 0.436,
429
+ "step": 60
430
+ },
431
+ {
432
+ "epoch": 0.16266666666666665,
433
+ "grad_norm": 0.19238081574440002,
434
+ "learning_rate": 0.0001961290322580645,
435
+ "loss": 0.5082,
436
+ "step": 61
437
+ },
438
+ {
439
+ "epoch": 0.16533333333333333,
440
+ "grad_norm": 0.12826350331306458,
441
+ "learning_rate": 0.0001959447004608295,
442
+ "loss": 0.3597,
443
+ "step": 62
444
+ },
445
+ {
446
+ "epoch": 0.168,
447
+ "grad_norm": 0.16202542185783386,
448
+ "learning_rate": 0.00019576036866359448,
449
+ "loss": 0.4477,
450
+ "step": 63
451
+ },
452
+ {
453
+ "epoch": 0.17066666666666666,
454
+ "grad_norm": 0.1811097115278244,
455
+ "learning_rate": 0.00019557603686635945,
456
+ "loss": 0.486,
457
+ "step": 64
458
+ },
459
+ {
460
+ "epoch": 0.17333333333333334,
461
+ "grad_norm": 0.1537872850894928,
462
+ "learning_rate": 0.00019539170506912442,
463
+ "loss": 0.3969,
464
+ "step": 65
465
+ },
466
+ {
467
+ "epoch": 0.176,
468
+ "grad_norm": 0.16730304062366486,
469
+ "learning_rate": 0.0001952073732718894,
470
+ "loss": 0.4754,
471
+ "step": 66
472
+ },
473
+ {
474
+ "epoch": 0.17866666666666667,
475
+ "grad_norm": 0.15688396990299225,
476
+ "learning_rate": 0.00019502304147465436,
477
+ "loss": 0.4211,
478
+ "step": 67
479
+ },
480
+ {
481
+ "epoch": 0.18133333333333335,
482
+ "grad_norm": 0.15763093531131744,
483
+ "learning_rate": 0.00019483870967741936,
484
+ "loss": 0.4411,
485
+ "step": 68
486
+ },
487
+ {
488
+ "epoch": 0.184,
489
+ "grad_norm": 0.17456284165382385,
490
+ "learning_rate": 0.00019465437788018433,
491
+ "loss": 0.5103,
492
+ "step": 69
493
+ },
494
+ {
495
+ "epoch": 0.18666666666666668,
496
+ "grad_norm": 0.13075074553489685,
497
+ "learning_rate": 0.00019447004608294933,
498
+ "loss": 0.3768,
499
+ "step": 70
500
+ },
501
+ {
502
+ "epoch": 0.18933333333333333,
503
+ "grad_norm": 0.14194084703922272,
504
+ "learning_rate": 0.0001942857142857143,
505
+ "loss": 0.4023,
506
+ "step": 71
507
+ },
508
+ {
509
+ "epoch": 0.192,
510
+ "grad_norm": 0.1684679538011551,
511
+ "learning_rate": 0.00019410138248847927,
512
+ "loss": 0.4368,
513
+ "step": 72
514
+ },
515
+ {
516
+ "epoch": 0.19466666666666665,
517
+ "grad_norm": 0.1637965440750122,
518
+ "learning_rate": 0.00019391705069124425,
519
+ "loss": 0.4172,
520
+ "step": 73
521
+ },
522
+ {
523
+ "epoch": 0.19733333333333333,
524
+ "grad_norm": 0.13393600285053253,
525
+ "learning_rate": 0.00019373271889400924,
526
+ "loss": 0.3464,
527
+ "step": 74
528
+ },
529
+ {
530
+ "epoch": 0.2,
531
+ "grad_norm": 0.160029336810112,
532
+ "learning_rate": 0.00019354838709677422,
533
+ "loss": 0.4253,
534
+ "step": 75
535
+ },
536
+ {
537
+ "epoch": 0.20266666666666666,
538
+ "grad_norm": 0.14201787114143372,
539
+ "learning_rate": 0.00019336405529953919,
540
+ "loss": 0.3711,
541
+ "step": 76
542
+ },
543
+ {
544
+ "epoch": 0.20533333333333334,
545
+ "grad_norm": 0.1976029872894287,
546
+ "learning_rate": 0.00019317972350230416,
547
+ "loss": 0.5179,
548
+ "step": 77
549
+ },
550
+ {
551
+ "epoch": 0.208,
552
+ "grad_norm": 0.1669568419456482,
553
+ "learning_rate": 0.00019299539170506913,
554
+ "loss": 0.435,
555
+ "step": 78
556
+ },
557
+ {
558
+ "epoch": 0.21066666666666667,
559
+ "grad_norm": 0.15705814957618713,
560
+ "learning_rate": 0.0001928110599078341,
561
+ "loss": 0.4277,
562
+ "step": 79
563
+ },
564
+ {
565
+ "epoch": 0.21333333333333335,
566
+ "grad_norm": 0.171238973736763,
567
+ "learning_rate": 0.0001926267281105991,
568
+ "loss": 0.4447,
569
+ "step": 80
570
+ },
571
+ {
572
+ "epoch": 0.216,
573
+ "grad_norm": 0.18211324512958527,
574
+ "learning_rate": 0.00019244239631336407,
575
+ "loss": 0.4871,
576
+ "step": 81
577
+ },
578
+ {
579
+ "epoch": 0.21866666666666668,
580
+ "grad_norm": 0.17166893184185028,
581
+ "learning_rate": 0.00019225806451612904,
582
+ "loss": 0.4585,
583
+ "step": 82
584
+ },
585
+ {
586
+ "epoch": 0.22133333333333333,
587
+ "grad_norm": 0.13666407763957977,
588
+ "learning_rate": 0.000192073732718894,
589
+ "loss": 0.3296,
590
+ "step": 83
591
+ },
592
+ {
593
+ "epoch": 0.224,
594
+ "grad_norm": 0.14897605776786804,
595
+ "learning_rate": 0.00019188940092165898,
596
+ "loss": 0.419,
597
+ "step": 84
598
+ },
599
+ {
600
+ "epoch": 0.22666666666666666,
601
+ "grad_norm": 0.18019717931747437,
602
+ "learning_rate": 0.00019170506912442395,
603
+ "loss": 0.4178,
604
+ "step": 85
605
+ },
606
+ {
607
+ "epoch": 0.22933333333333333,
608
+ "grad_norm": 0.11701514571905136,
609
+ "learning_rate": 0.00019152073732718895,
610
+ "loss": 0.2964,
611
+ "step": 86
612
+ },
613
+ {
614
+ "epoch": 0.232,
615
+ "grad_norm": 0.178730309009552,
616
+ "learning_rate": 0.00019133640552995392,
617
+ "loss": 0.44,
618
+ "step": 87
619
+ },
620
+ {
621
+ "epoch": 0.23466666666666666,
622
+ "grad_norm": 0.19901369512081146,
623
+ "learning_rate": 0.0001911520737327189,
624
+ "loss": 0.4994,
625
+ "step": 88
626
+ },
627
+ {
628
+ "epoch": 0.23733333333333334,
629
+ "grad_norm": 0.17634202539920807,
630
+ "learning_rate": 0.0001909677419354839,
631
+ "loss": 0.4579,
632
+ "step": 89
633
+ },
634
+ {
635
+ "epoch": 0.24,
636
+ "grad_norm": 0.1528671830892563,
637
+ "learning_rate": 0.00019078341013824886,
638
+ "loss": 0.4276,
639
+ "step": 90
640
+ },
641
+ {
642
+ "epoch": 0.24266666666666667,
643
+ "grad_norm": 0.17885848879814148,
644
+ "learning_rate": 0.00019059907834101383,
645
+ "loss": 0.4692,
646
+ "step": 91
647
+ },
648
+ {
649
+ "epoch": 0.24533333333333332,
650
+ "grad_norm": 0.18216568231582642,
651
+ "learning_rate": 0.00019041474654377883,
652
+ "loss": 0.4661,
653
+ "step": 92
654
+ },
655
+ {
656
+ "epoch": 0.248,
657
+ "grad_norm": 0.14913441240787506,
658
+ "learning_rate": 0.0001902304147465438,
659
+ "loss": 0.4069,
660
+ "step": 93
661
+ },
662
+ {
663
+ "epoch": 0.25066666666666665,
664
+ "grad_norm": 0.14006248116493225,
665
+ "learning_rate": 0.00019004608294930877,
666
+ "loss": 0.3241,
667
+ "step": 94
668
+ },
669
+ {
670
+ "epoch": 0.25333333333333335,
671
+ "grad_norm": 0.17819872498512268,
672
+ "learning_rate": 0.00018986175115207375,
673
+ "loss": 0.4391,
674
+ "step": 95
675
+ },
676
+ {
677
+ "epoch": 0.256,
678
+ "grad_norm": 0.14914186298847198,
679
+ "learning_rate": 0.00018967741935483872,
680
+ "loss": 0.3717,
681
+ "step": 96
682
+ },
683
+ {
684
+ "epoch": 0.25866666666666666,
685
+ "grad_norm": 0.16637903451919556,
686
+ "learning_rate": 0.0001894930875576037,
687
+ "loss": 0.4084,
688
+ "step": 97
689
+ },
690
+ {
691
+ "epoch": 0.2613333333333333,
692
+ "grad_norm": 0.17099635303020477,
693
+ "learning_rate": 0.00018930875576036869,
694
+ "loss": 0.4276,
695
+ "step": 98
696
+ },
697
+ {
698
+ "epoch": 0.264,
699
+ "grad_norm": 0.16819758713245392,
700
+ "learning_rate": 0.00018912442396313366,
701
+ "loss": 0.4467,
702
+ "step": 99
703
+ },
704
+ {
705
+ "epoch": 0.26666666666666666,
706
+ "grad_norm": 0.16596156358718872,
707
+ "learning_rate": 0.00018894009216589863,
708
+ "loss": 0.4514,
709
+ "step": 100
710
+ },
711
+ {
712
+ "epoch": 0.2693333333333333,
713
+ "grad_norm": 0.16137051582336426,
714
+ "learning_rate": 0.0001887557603686636,
715
+ "loss": 0.4481,
716
+ "step": 101
717
+ },
718
+ {
719
+ "epoch": 0.272,
720
+ "grad_norm": 0.17070400714874268,
721
+ "learning_rate": 0.00018857142857142857,
722
+ "loss": 0.4799,
723
+ "step": 102
724
+ },
725
+ {
726
+ "epoch": 0.27466666666666667,
727
+ "grad_norm": 0.1253652125597,
728
+ "learning_rate": 0.00018838709677419354,
729
+ "loss": 0.3078,
730
+ "step": 103
731
+ },
732
+ {
733
+ "epoch": 0.2773333333333333,
734
+ "grad_norm": 0.16735614836215973,
735
+ "learning_rate": 0.0001882027649769585,
736
+ "loss": 0.4204,
737
+ "step": 104
738
+ },
739
+ {
740
+ "epoch": 0.28,
741
+ "grad_norm": 0.16524048149585724,
742
+ "learning_rate": 0.0001880184331797235,
743
+ "loss": 0.4001,
744
+ "step": 105
745
+ },
746
+ {
747
+ "epoch": 0.2826666666666667,
748
+ "grad_norm": 0.1721852570772171,
749
+ "learning_rate": 0.00018783410138248848,
750
+ "loss": 0.4256,
751
+ "step": 106
752
+ },
753
+ {
754
+ "epoch": 0.2853333333333333,
755
+ "grad_norm": 0.18015016615390778,
756
+ "learning_rate": 0.00018764976958525345,
757
+ "loss": 0.4357,
758
+ "step": 107
759
+ },
760
+ {
761
+ "epoch": 0.288,
762
+ "grad_norm": 0.11961845308542252,
763
+ "learning_rate": 0.00018746543778801845,
764
+ "loss": 0.3225,
765
+ "step": 108
766
+ },
767
+ {
768
+ "epoch": 0.2906666666666667,
769
+ "grad_norm": 0.15067099034786224,
770
+ "learning_rate": 0.00018728110599078342,
771
+ "loss": 0.3627,
772
+ "step": 109
773
+ },
774
+ {
775
+ "epoch": 0.29333333333333333,
776
+ "grad_norm": 0.15339131653308868,
777
+ "learning_rate": 0.0001870967741935484,
778
+ "loss": 0.3721,
779
+ "step": 110
780
+ },
781
+ {
782
+ "epoch": 0.296,
783
+ "grad_norm": 0.18400989472866058,
784
+ "learning_rate": 0.0001869124423963134,
785
+ "loss": 0.4597,
786
+ "step": 111
787
+ },
788
+ {
789
+ "epoch": 0.2986666666666667,
790
+ "grad_norm": 0.16479958593845367,
791
+ "learning_rate": 0.00018672811059907836,
792
+ "loss": 0.4118,
793
+ "step": 112
794
+ },
795
+ {
796
+ "epoch": 0.30133333333333334,
797
+ "grad_norm": 0.17011751234531403,
798
+ "learning_rate": 0.00018654377880184333,
799
+ "loss": 0.4262,
800
+ "step": 113
801
+ },
802
+ {
803
+ "epoch": 0.304,
804
+ "grad_norm": 0.1493382602930069,
805
+ "learning_rate": 0.0001863594470046083,
806
+ "loss": 0.3703,
807
+ "step": 114
808
+ },
809
+ {
810
+ "epoch": 0.30666666666666664,
811
+ "grad_norm": 0.1860666126012802,
812
+ "learning_rate": 0.00018617511520737328,
813
+ "loss": 0.4457,
814
+ "step": 115
815
+ },
816
+ {
817
+ "epoch": 0.30933333333333335,
818
+ "grad_norm": 0.1524077206850052,
819
+ "learning_rate": 0.00018599078341013825,
820
+ "loss": 0.3729,
821
+ "step": 116
822
+ },
823
+ {
824
+ "epoch": 0.312,
825
+ "grad_norm": 0.17037904262542725,
826
+ "learning_rate": 0.00018580645161290325,
827
+ "loss": 0.4107,
828
+ "step": 117
829
+ },
830
+ {
831
+ "epoch": 0.31466666666666665,
832
+ "grad_norm": 0.18302559852600098,
833
+ "learning_rate": 0.00018562211981566822,
834
+ "loss": 0.4487,
835
+ "step": 118
836
+ },
837
+ {
838
+ "epoch": 0.31733333333333336,
839
+ "grad_norm": 0.17528630793094635,
840
+ "learning_rate": 0.0001854377880184332,
841
+ "loss": 0.4688,
842
+ "step": 119
843
+ },
844
+ {
845
+ "epoch": 0.32,
846
+ "grad_norm": 0.14254267513751984,
847
+ "learning_rate": 0.00018525345622119816,
848
+ "loss": 0.3642,
849
+ "step": 120
850
+ },
851
+ {
852
+ "epoch": 0.32266666666666666,
853
+ "grad_norm": 0.15180109441280365,
854
+ "learning_rate": 0.00018506912442396313,
855
+ "loss": 0.4103,
856
+ "step": 121
857
+ },
858
+ {
859
+ "epoch": 0.3253333333333333,
860
+ "grad_norm": 0.17394393682479858,
861
+ "learning_rate": 0.0001848847926267281,
862
+ "loss": 0.431,
863
+ "step": 122
864
+ },
865
+ {
866
+ "epoch": 0.328,
867
+ "grad_norm": 0.17153407633304596,
868
+ "learning_rate": 0.0001847004608294931,
869
+ "loss": 0.4114,
870
+ "step": 123
871
+ },
872
+ {
873
+ "epoch": 0.33066666666666666,
874
+ "grad_norm": 0.1269201636314392,
875
+ "learning_rate": 0.00018451612903225807,
876
+ "loss": 0.3106,
877
+ "step": 124
878
+ },
879
+ {
880
+ "epoch": 0.3333333333333333,
881
+ "grad_norm": 0.17708918452262878,
882
+ "learning_rate": 0.00018433179723502304,
883
+ "loss": 0.425,
884
+ "step": 125
885
+ },
886
+ {
887
+ "epoch": 0.336,
888
+ "grad_norm": 0.14768198132514954,
889
+ "learning_rate": 0.000184147465437788,
890
+ "loss": 0.3671,
891
+ "step": 126
892
+ },
893
+ {
894
+ "epoch": 0.33866666666666667,
895
+ "grad_norm": 0.14497029781341553,
896
+ "learning_rate": 0.000183963133640553,
897
+ "loss": 0.3541,
898
+ "step": 127
899
+ },
900
+ {
901
+ "epoch": 0.3413333333333333,
902
+ "grad_norm": 0.16288724541664124,
903
+ "learning_rate": 0.00018377880184331798,
904
+ "loss": 0.401,
905
+ "step": 128
906
+ },
907
+ {
908
+ "epoch": 0.344,
909
+ "grad_norm": 0.16115567088127136,
910
+ "learning_rate": 0.00018359447004608298,
911
+ "loss": 0.3901,
912
+ "step": 129
913
+ },
914
+ {
915
+ "epoch": 0.3466666666666667,
916
+ "grad_norm": 0.1626514345407486,
917
+ "learning_rate": 0.00018341013824884795,
918
+ "loss": 0.3974,
919
+ "step": 130
920
+ },
921
+ {
922
+ "epoch": 0.34933333333333333,
923
+ "grad_norm": 0.17566069960594177,
924
+ "learning_rate": 0.00018322580645161292,
925
+ "loss": 0.4441,
926
+ "step": 131
927
+ },
928
+ {
929
+ "epoch": 0.352,
930
+ "grad_norm": 0.15314380824565887,
931
+ "learning_rate": 0.0001830414746543779,
932
+ "loss": 0.3879,
933
+ "step": 132
934
+ },
935
+ {
936
+ "epoch": 0.3546666666666667,
937
+ "grad_norm": 0.17474164068698883,
938
+ "learning_rate": 0.00018285714285714286,
939
+ "loss": 0.4216,
940
+ "step": 133
941
+ },
942
+ {
943
+ "epoch": 0.35733333333333334,
944
+ "grad_norm": 0.16597336530685425,
945
+ "learning_rate": 0.00018267281105990784,
946
+ "loss": 0.4064,
947
+ "step": 134
948
+ },
949
+ {
950
+ "epoch": 0.36,
951
+ "grad_norm": 0.1585386097431183,
952
+ "learning_rate": 0.00018248847926267283,
953
+ "loss": 0.3648,
954
+ "step": 135
955
+ },
956
+ {
957
+ "epoch": 0.3626666666666667,
958
+ "grad_norm": 0.15614689886569977,
959
+ "learning_rate": 0.0001823041474654378,
960
+ "loss": 0.3763,
961
+ "step": 136
962
+ },
963
+ {
964
+ "epoch": 0.36533333333333334,
965
+ "grad_norm": 0.17746753990650177,
966
+ "learning_rate": 0.00018211981566820278,
967
+ "loss": 0.4342,
968
+ "step": 137
969
+ },
970
+ {
971
+ "epoch": 0.368,
972
+ "grad_norm": 0.14107246696949005,
973
+ "learning_rate": 0.00018193548387096775,
974
+ "loss": 0.3201,
975
+ "step": 138
976
+ },
977
+ {
978
+ "epoch": 0.37066666666666664,
979
+ "grad_norm": 0.18644823133945465,
980
+ "learning_rate": 0.00018175115207373272,
981
+ "loss": 0.4427,
982
+ "step": 139
983
+ },
984
+ {
985
+ "epoch": 0.37333333333333335,
986
+ "grad_norm": 0.1781357079744339,
987
+ "learning_rate": 0.0001815668202764977,
988
+ "loss": 0.4406,
989
+ "step": 140
990
+ },
991
+ {
992
+ "epoch": 0.376,
993
+ "grad_norm": 0.19284285604953766,
994
+ "learning_rate": 0.0001813824884792627,
995
+ "loss": 0.4717,
996
+ "step": 141
997
+ },
998
+ {
999
+ "epoch": 0.37866666666666665,
1000
+ "grad_norm": 0.17701680958271027,
1001
+ "learning_rate": 0.00018119815668202766,
1002
+ "loss": 0.4465,
1003
+ "step": 142
1004
+ },
1005
+ {
1006
+ "epoch": 0.38133333333333336,
1007
+ "grad_norm": 0.15814925730228424,
1008
+ "learning_rate": 0.00018101382488479263,
1009
+ "loss": 0.3935,
1010
+ "step": 143
1011
+ },
1012
+ {
1013
+ "epoch": 0.384,
1014
+ "grad_norm": 0.18513131141662598,
1015
+ "learning_rate": 0.0001808294930875576,
1016
+ "loss": 0.4571,
1017
+ "step": 144
1018
+ },
1019
+ {
1020
+ "epoch": 0.38666666666666666,
1021
+ "grad_norm": 0.1542840451002121,
1022
+ "learning_rate": 0.00018064516129032257,
1023
+ "loss": 0.3723,
1024
+ "step": 145
1025
+ },
1026
+ {
1027
+ "epoch": 0.3893333333333333,
1028
+ "grad_norm": 0.18084360659122467,
1029
+ "learning_rate": 0.00018046082949308757,
1030
+ "loss": 0.4772,
1031
+ "step": 146
1032
+ },
1033
+ {
1034
+ "epoch": 0.392,
1035
+ "grad_norm": 0.16495780646800995,
1036
+ "learning_rate": 0.00018027649769585254,
1037
+ "loss": 0.4235,
1038
+ "step": 147
1039
+ },
1040
+ {
1041
+ "epoch": 0.39466666666666667,
1042
+ "grad_norm": 0.17143410444259644,
1043
+ "learning_rate": 0.00018009216589861754,
1044
+ "loss": 0.412,
1045
+ "step": 148
1046
+ },
1047
+ {
1048
+ "epoch": 0.3973333333333333,
1049
+ "grad_norm": 0.15966279804706573,
1050
+ "learning_rate": 0.0001799078341013825,
1051
+ "loss": 0.3773,
1052
+ "step": 149
1053
+ },
1054
+ {
1055
+ "epoch": 0.4,
1056
+ "grad_norm": 0.17885254323482513,
1057
+ "learning_rate": 0.00017972350230414748,
1058
+ "loss": 0.4526,
1059
+ "step": 150
1060
+ },
1061
+ {
1062
+ "epoch": 0.4026666666666667,
1063
+ "grad_norm": 0.14771834015846252,
1064
+ "learning_rate": 0.00017953917050691245,
1065
+ "loss": 0.3577,
1066
+ "step": 151
1067
+ },
1068
+ {
1069
+ "epoch": 0.4053333333333333,
1070
+ "grad_norm": 0.19173817336559296,
1071
+ "learning_rate": 0.00017935483870967742,
1072
+ "loss": 0.4465,
1073
+ "step": 152
1074
+ },
1075
+ {
1076
+ "epoch": 0.408,
1077
+ "grad_norm": 0.15796253085136414,
1078
+ "learning_rate": 0.00017917050691244242,
1079
+ "loss": 0.389,
1080
+ "step": 153
1081
+ },
1082
+ {
1083
+ "epoch": 0.4106666666666667,
1084
+ "grad_norm": 0.19969353079795837,
1085
+ "learning_rate": 0.0001789861751152074,
1086
+ "loss": 0.4537,
1087
+ "step": 154
1088
+ },
1089
+ {
1090
+ "epoch": 0.41333333333333333,
1091
+ "grad_norm": 0.17320533096790314,
1092
+ "learning_rate": 0.00017880184331797236,
1093
+ "loss": 0.4191,
1094
+ "step": 155
1095
+ },
1096
+ {
1097
+ "epoch": 0.416,
1098
+ "grad_norm": 0.13411633670330048,
1099
+ "learning_rate": 0.00017861751152073734,
1100
+ "loss": 0.3375,
1101
+ "step": 156
1102
+ },
1103
+ {
1104
+ "epoch": 0.4186666666666667,
1105
+ "grad_norm": 0.15305060148239136,
1106
+ "learning_rate": 0.0001784331797235023,
1107
+ "loss": 0.3905,
1108
+ "step": 157
1109
+ },
1110
+ {
1111
+ "epoch": 0.42133333333333334,
1112
+ "grad_norm": 0.1757674217224121,
1113
+ "learning_rate": 0.00017824884792626728,
1114
+ "loss": 0.4461,
1115
+ "step": 158
1116
+ },
1117
+ {
1118
+ "epoch": 0.424,
1119
+ "grad_norm": 0.17182041704654694,
1120
+ "learning_rate": 0.00017806451612903228,
1121
+ "loss": 0.4341,
1122
+ "step": 159
1123
+ },
1124
+ {
1125
+ "epoch": 0.4266666666666667,
1126
+ "grad_norm": 0.16976647078990936,
1127
+ "learning_rate": 0.00017788018433179725,
1128
+ "loss": 0.4369,
1129
+ "step": 160
1130
+ },
1131
+ {
1132
+ "epoch": 0.42933333333333334,
1133
+ "grad_norm": 0.15003015100955963,
1134
+ "learning_rate": 0.00017769585253456222,
1135
+ "loss": 0.3677,
1136
+ "step": 161
1137
+ },
1138
+ {
1139
+ "epoch": 0.432,
1140
+ "grad_norm": 0.15240909159183502,
1141
+ "learning_rate": 0.0001775115207373272,
1142
+ "loss": 0.3564,
1143
+ "step": 162
1144
+ },
1145
+ {
1146
+ "epoch": 0.43466666666666665,
1147
+ "grad_norm": 0.12969525158405304,
1148
+ "learning_rate": 0.00017732718894009216,
1149
+ "loss": 0.306,
1150
+ "step": 163
1151
+ },
1152
+ {
1153
+ "epoch": 0.43733333333333335,
1154
+ "grad_norm": 0.18351611495018005,
1155
+ "learning_rate": 0.00017714285714285713,
1156
+ "loss": 0.4116,
1157
+ "step": 164
1158
+ },
1159
+ {
1160
+ "epoch": 0.44,
1161
+ "grad_norm": 0.1526956856250763,
1162
+ "learning_rate": 0.00017695852534562213,
1163
+ "loss": 0.3528,
1164
+ "step": 165
1165
+ },
1166
+ {
1167
+ "epoch": 0.44266666666666665,
1168
+ "grad_norm": 0.15024355053901672,
1169
+ "learning_rate": 0.0001767741935483871,
1170
+ "loss": 0.3712,
1171
+ "step": 166
1172
+ },
1173
+ {
1174
+ "epoch": 0.44533333333333336,
1175
+ "grad_norm": 0.15281909704208374,
1176
+ "learning_rate": 0.0001765898617511521,
1177
+ "loss": 0.3551,
1178
+ "step": 167
1179
+ },
1180
+ {
1181
+ "epoch": 0.448,
1182
+ "grad_norm": 0.1667689085006714,
1183
+ "learning_rate": 0.00017640552995391707,
1184
+ "loss": 0.3865,
1185
+ "step": 168
1186
+ },
1187
+ {
1188
+ "epoch": 0.45066666666666666,
1189
+ "grad_norm": 0.103152796626091,
1190
+ "learning_rate": 0.00017622119815668204,
1191
+ "loss": 0.2435,
1192
+ "step": 169
1193
+ },
1194
+ {
1195
+ "epoch": 0.4533333333333333,
1196
+ "grad_norm": 0.1343197375535965,
1197
+ "learning_rate": 0.000176036866359447,
1198
+ "loss": 0.3289,
1199
+ "step": 170
1200
+ },
1201
+ {
1202
+ "epoch": 0.456,
1203
+ "grad_norm": 0.1691158562898636,
1204
+ "learning_rate": 0.00017585253456221198,
1205
+ "loss": 0.3897,
1206
+ "step": 171
1207
+ },
1208
+ {
1209
+ "epoch": 0.45866666666666667,
1210
+ "grad_norm": 0.16926874220371246,
1211
+ "learning_rate": 0.00017566820276497698,
1212
+ "loss": 0.4109,
1213
+ "step": 172
1214
+ },
1215
+ {
1216
+ "epoch": 0.4613333333333333,
1217
+ "grad_norm": 0.14672289788722992,
1218
+ "learning_rate": 0.00017548387096774195,
1219
+ "loss": 0.3582,
1220
+ "step": 173
1221
+ },
1222
+ {
1223
+ "epoch": 0.464,
1224
+ "grad_norm": 0.17479246854782104,
1225
+ "learning_rate": 0.00017529953917050692,
1226
+ "loss": 0.4371,
1227
+ "step": 174
1228
+ },
1229
+ {
1230
+ "epoch": 0.4666666666666667,
1231
+ "grad_norm": 0.15855465829372406,
1232
+ "learning_rate": 0.0001751152073732719,
1233
+ "loss": 0.3856,
1234
+ "step": 175
1235
+ },
1236
+ {
1237
+ "epoch": 0.4693333333333333,
1238
+ "grad_norm": 0.14391499757766724,
1239
+ "learning_rate": 0.00017493087557603687,
1240
+ "loss": 0.3245,
1241
+ "step": 176
1242
+ },
1243
+ {
1244
+ "epoch": 0.472,
1245
+ "grad_norm": 0.16085828840732574,
1246
+ "learning_rate": 0.00017474654377880184,
1247
+ "loss": 0.366,
1248
+ "step": 177
1249
+ },
1250
+ {
1251
+ "epoch": 0.4746666666666667,
1252
+ "grad_norm": 0.19197571277618408,
1253
+ "learning_rate": 0.00017456221198156684,
1254
+ "loss": 0.4311,
1255
+ "step": 178
1256
+ },
1257
+ {
1258
+ "epoch": 0.47733333333333333,
1259
+ "grad_norm": 0.17153812944889069,
1260
+ "learning_rate": 0.0001743778801843318,
1261
+ "loss": 0.4236,
1262
+ "step": 179
1263
+ },
1264
+ {
1265
+ "epoch": 0.48,
1266
+ "grad_norm": 0.17264418303966522,
1267
+ "learning_rate": 0.00017419354838709678,
1268
+ "loss": 0.4349,
1269
+ "step": 180
1270
+ },
1271
+ {
1272
+ "epoch": 0.4826666666666667,
1273
+ "grad_norm": 0.1292308270931244,
1274
+ "learning_rate": 0.00017400921658986175,
1275
+ "loss": 0.3148,
1276
+ "step": 181
1277
+ },
1278
+ {
1279
+ "epoch": 0.48533333333333334,
1280
+ "grad_norm": 0.16159938275814056,
1281
+ "learning_rate": 0.00017382488479262672,
1282
+ "loss": 0.418,
1283
+ "step": 182
1284
+ },
1285
+ {
1286
+ "epoch": 0.488,
1287
+ "grad_norm": 0.16956357657909393,
1288
+ "learning_rate": 0.0001736405529953917,
1289
+ "loss": 0.4,
1290
+ "step": 183
1291
+ },
1292
+ {
1293
+ "epoch": 0.49066666666666664,
1294
+ "grad_norm": 0.18391053378582,
1295
+ "learning_rate": 0.0001734562211981567,
1296
+ "loss": 0.4406,
1297
+ "step": 184
1298
+ },
1299
+ {
1300
+ "epoch": 0.49333333333333335,
1301
+ "grad_norm": 0.1496499478816986,
1302
+ "learning_rate": 0.00017327188940092166,
1303
+ "loss": 0.378,
1304
+ "step": 185
1305
+ },
1306
+ {
1307
+ "epoch": 0.496,
1308
+ "grad_norm": 0.1665787696838379,
1309
+ "learning_rate": 0.00017308755760368666,
1310
+ "loss": 0.3853,
1311
+ "step": 186
1312
+ },
1313
+ {
1314
+ "epoch": 0.49866666666666665,
1315
+ "grad_norm": 0.20489759743213654,
1316
+ "learning_rate": 0.00017290322580645163,
1317
+ "loss": 0.4377,
1318
+ "step": 187
1319
+ },
1320
+ {
1321
+ "epoch": 0.5013333333333333,
1322
+ "grad_norm": 0.14827361702919006,
1323
+ "learning_rate": 0.0001727188940092166,
1324
+ "loss": 0.3546,
1325
+ "step": 188
1326
+ },
1327
+ {
1328
+ "epoch": 0.504,
1329
+ "grad_norm": 0.15462061762809753,
1330
+ "learning_rate": 0.00017253456221198157,
1331
+ "loss": 0.349,
1332
+ "step": 189
1333
+ },
1334
+ {
1335
+ "epoch": 0.5066666666666667,
1336
+ "grad_norm": 0.15933746099472046,
1337
+ "learning_rate": 0.00017235023041474657,
1338
+ "loss": 0.3949,
1339
+ "step": 190
1340
+ },
1341
+ {
1342
+ "epoch": 0.5093333333333333,
1343
+ "grad_norm": 0.1423114538192749,
1344
+ "learning_rate": 0.00017216589861751154,
1345
+ "loss": 0.3282,
1346
+ "step": 191
1347
+ },
1348
+ {
1349
+ "epoch": 0.512,
1350
+ "grad_norm": 0.15322059392929077,
1351
+ "learning_rate": 0.0001719815668202765,
1352
+ "loss": 0.3708,
1353
+ "step": 192
1354
+ },
1355
+ {
1356
+ "epoch": 0.5146666666666667,
1357
+ "grad_norm": 0.14829488098621368,
1358
+ "learning_rate": 0.00017179723502304148,
1359
+ "loss": 0.3686,
1360
+ "step": 193
1361
+ },
1362
+ {
1363
+ "epoch": 0.5173333333333333,
1364
+ "grad_norm": 0.18233701586723328,
1365
+ "learning_rate": 0.00017161290322580645,
1366
+ "loss": 0.4355,
1367
+ "step": 194
1368
+ },
1369
+ {
1370
+ "epoch": 0.52,
1371
+ "grad_norm": 0.1339682787656784,
1372
+ "learning_rate": 0.00017142857142857143,
1373
+ "loss": 0.3366,
1374
+ "step": 195
1375
+ },
1376
+ {
1377
+ "epoch": 0.5226666666666666,
1378
+ "grad_norm": 0.19841143488883972,
1379
+ "learning_rate": 0.00017124423963133642,
1380
+ "loss": 0.4227,
1381
+ "step": 196
1382
+ },
1383
+ {
1384
+ "epoch": 0.5253333333333333,
1385
+ "grad_norm": 0.14212489128112793,
1386
+ "learning_rate": 0.0001710599078341014,
1387
+ "loss": 0.3427,
1388
+ "step": 197
1389
+ },
1390
+ {
1391
+ "epoch": 0.528,
1392
+ "grad_norm": 0.173259899020195,
1393
+ "learning_rate": 0.00017087557603686637,
1394
+ "loss": 0.3791,
1395
+ "step": 198
1396
+ },
1397
+ {
1398
+ "epoch": 0.5306666666666666,
1399
+ "grad_norm": 0.15233451128005981,
1400
+ "learning_rate": 0.00017069124423963134,
1401
+ "loss": 0.3414,
1402
+ "step": 199
1403
+ },
1404
+ {
1405
+ "epoch": 0.5333333333333333,
1406
+ "grad_norm": 0.17846983671188354,
1407
+ "learning_rate": 0.0001705069124423963,
1408
+ "loss": 0.4373,
1409
+ "step": 200
1410
+ },
1411
+ {
1412
+ "epoch": 0.536,
1413
+ "grad_norm": 0.1585446149110794,
1414
+ "learning_rate": 0.00017032258064516128,
1415
+ "loss": 0.3765,
1416
+ "step": 201
1417
+ },
1418
+ {
1419
+ "epoch": 0.5386666666666666,
1420
+ "grad_norm": 0.13464581966400146,
1421
+ "learning_rate": 0.00017013824884792628,
1422
+ "loss": 0.3006,
1423
+ "step": 202
1424
+ },
1425
+ {
1426
+ "epoch": 0.5413333333333333,
1427
+ "grad_norm": 0.14662134647369385,
1428
+ "learning_rate": 0.00016995391705069125,
1429
+ "loss": 0.3567,
1430
+ "step": 203
1431
+ },
1432
+ {
1433
+ "epoch": 0.544,
1434
+ "grad_norm": 0.15118283033370972,
1435
+ "learning_rate": 0.00016976958525345622,
1436
+ "loss": 0.3475,
1437
+ "step": 204
1438
+ },
1439
+ {
1440
+ "epoch": 0.5466666666666666,
1441
+ "grad_norm": 0.17972949147224426,
1442
+ "learning_rate": 0.00016958525345622122,
1443
+ "loss": 0.4418,
1444
+ "step": 205
1445
+ },
1446
+ {
1447
+ "epoch": 0.5493333333333333,
1448
+ "grad_norm": 0.14408893883228302,
1449
+ "learning_rate": 0.0001694009216589862,
1450
+ "loss": 0.3507,
1451
+ "step": 206
1452
+ },
1453
+ {
1454
+ "epoch": 0.552,
1455
+ "grad_norm": 0.13158614933490753,
1456
+ "learning_rate": 0.00016921658986175116,
1457
+ "loss": 0.3166,
1458
+ "step": 207
1459
+ },
1460
+ {
1461
+ "epoch": 0.5546666666666666,
1462
+ "grad_norm": 0.15383560955524445,
1463
+ "learning_rate": 0.00016903225806451616,
1464
+ "loss": 0.329,
1465
+ "step": 208
1466
+ },
1467
+ {
1468
+ "epoch": 0.5573333333333333,
1469
+ "grad_norm": 0.15465512871742249,
1470
+ "learning_rate": 0.00016884792626728113,
1471
+ "loss": 0.3615,
1472
+ "step": 209
1473
+ },
1474
+ {
1475
+ "epoch": 0.56,
1476
+ "grad_norm": 0.15681861340999603,
1477
+ "learning_rate": 0.0001686635944700461,
1478
+ "loss": 0.3466,
1479
+ "step": 210
1480
+ },
1481
+ {
1482
+ "epoch": 0.5626666666666666,
1483
+ "grad_norm": 0.1434970200061798,
1484
+ "learning_rate": 0.00016847926267281107,
1485
+ "loss": 0.3278,
1486
+ "step": 211
1487
+ },
1488
+ {
1489
+ "epoch": 0.5653333333333334,
1490
+ "grad_norm": 0.15641628205776215,
1491
+ "learning_rate": 0.00016829493087557604,
1492
+ "loss": 0.3569,
1493
+ "step": 212
1494
+ },
1495
+ {
1496
+ "epoch": 0.568,
1497
+ "grad_norm": 0.1346403956413269,
1498
+ "learning_rate": 0.000168110599078341,
1499
+ "loss": 0.3148,
1500
+ "step": 213
1501
+ },
1502
+ {
1503
+ "epoch": 0.5706666666666667,
1504
+ "grad_norm": 0.15052050352096558,
1505
+ "learning_rate": 0.000167926267281106,
1506
+ "loss": 0.366,
1507
+ "step": 214
1508
+ },
1509
+ {
1510
+ "epoch": 0.5733333333333334,
1511
+ "grad_norm": 0.1652543991804123,
1512
+ "learning_rate": 0.00016774193548387098,
1513
+ "loss": 0.378,
1514
+ "step": 215
1515
+ },
1516
+ {
1517
+ "epoch": 0.576,
1518
+ "grad_norm": 0.1317535787820816,
1519
+ "learning_rate": 0.00016755760368663595,
1520
+ "loss": 0.3063,
1521
+ "step": 216
1522
+ },
1523
+ {
1524
+ "epoch": 0.5786666666666667,
1525
+ "grad_norm": 0.16040165722370148,
1526
+ "learning_rate": 0.00016737327188940092,
1527
+ "loss": 0.3696,
1528
+ "step": 217
1529
+ },
1530
+ {
1531
+ "epoch": 0.5813333333333334,
1532
+ "grad_norm": 0.16351503133773804,
1533
+ "learning_rate": 0.0001671889400921659,
1534
+ "loss": 0.3619,
1535
+ "step": 218
1536
+ },
1537
+ {
1538
+ "epoch": 0.584,
1539
+ "grad_norm": 0.1512780487537384,
1540
+ "learning_rate": 0.00016700460829493087,
1541
+ "loss": 0.3553,
1542
+ "step": 219
1543
+ },
1544
+ {
1545
+ "epoch": 0.5866666666666667,
1546
+ "grad_norm": 0.1684075891971588,
1547
+ "learning_rate": 0.00016682027649769587,
1548
+ "loss": 0.4111,
1549
+ "step": 220
1550
+ },
1551
+ {
1552
+ "epoch": 0.5893333333333334,
1553
+ "grad_norm": 0.17556628584861755,
1554
+ "learning_rate": 0.00016663594470046084,
1555
+ "loss": 0.3937,
1556
+ "step": 221
1557
+ },
1558
+ {
1559
+ "epoch": 0.592,
1560
+ "grad_norm": 0.1315503865480423,
1561
+ "learning_rate": 0.0001664516129032258,
1562
+ "loss": 0.2994,
1563
+ "step": 222
1564
+ },
1565
+ {
1566
+ "epoch": 0.5946666666666667,
1567
+ "grad_norm": 0.1683577597141266,
1568
+ "learning_rate": 0.00016626728110599078,
1569
+ "loss": 0.3825,
1570
+ "step": 223
1571
+ },
1572
+ {
1573
+ "epoch": 0.5973333333333334,
1574
+ "grad_norm": 0.13307073712348938,
1575
+ "learning_rate": 0.00016608294930875578,
1576
+ "loss": 0.3101,
1577
+ "step": 224
1578
+ },
1579
+ {
1580
+ "epoch": 0.6,
1581
+ "grad_norm": 0.182749941945076,
1582
+ "learning_rate": 0.00016589861751152075,
1583
+ "loss": 0.4399,
1584
+ "step": 225
1585
+ },
1586
+ {
1587
+ "epoch": 0.6026666666666667,
1588
+ "grad_norm": 0.13908226788043976,
1589
+ "learning_rate": 0.00016571428571428575,
1590
+ "loss": 0.2907,
1591
+ "step": 226
1592
+ },
1593
+ {
1594
+ "epoch": 0.6053333333333333,
1595
+ "grad_norm": 0.1431780457496643,
1596
+ "learning_rate": 0.00016552995391705072,
1597
+ "loss": 0.3256,
1598
+ "step": 227
1599
+ },
1600
+ {
1601
+ "epoch": 0.608,
1602
+ "grad_norm": 0.1415647268295288,
1603
+ "learning_rate": 0.0001653456221198157,
1604
+ "loss": 0.3539,
1605
+ "step": 228
1606
+ },
1607
+ {
1608
+ "epoch": 0.6106666666666667,
1609
+ "grad_norm": 0.16500137746334076,
1610
+ "learning_rate": 0.00016516129032258066,
1611
+ "loss": 0.3995,
1612
+ "step": 229
1613
+ },
1614
+ {
1615
+ "epoch": 0.6133333333333333,
1616
+ "grad_norm": 0.14294126629829407,
1617
+ "learning_rate": 0.00016497695852534563,
1618
+ "loss": 0.3516,
1619
+ "step": 230
1620
+ },
1621
+ {
1622
+ "epoch": 0.616,
1623
+ "grad_norm": 0.16912704706192017,
1624
+ "learning_rate": 0.0001647926267281106,
1625
+ "loss": 0.3701,
1626
+ "step": 231
1627
+ },
1628
+ {
1629
+ "epoch": 0.6186666666666667,
1630
+ "grad_norm": 0.171602264046669,
1631
+ "learning_rate": 0.00016460829493087557,
1632
+ "loss": 0.3902,
1633
+ "step": 232
1634
+ },
1635
+ {
1636
+ "epoch": 0.6213333333333333,
1637
+ "grad_norm": 0.139840230345726,
1638
+ "learning_rate": 0.00016442396313364057,
1639
+ "loss": 0.3207,
1640
+ "step": 233
1641
+ },
1642
+ {
1643
+ "epoch": 0.624,
1644
+ "grad_norm": 0.1817532330751419,
1645
+ "learning_rate": 0.00016423963133640554,
1646
+ "loss": 0.3992,
1647
+ "step": 234
1648
+ },
1649
+ {
1650
+ "epoch": 0.6266666666666667,
1651
+ "grad_norm": 0.15684981644153595,
1652
+ "learning_rate": 0.0001640552995391705,
1653
+ "loss": 0.3728,
1654
+ "step": 235
1655
+ },
1656
+ {
1657
+ "epoch": 0.6293333333333333,
1658
+ "grad_norm": 0.1692310869693756,
1659
+ "learning_rate": 0.00016387096774193548,
1660
+ "loss": 0.3749,
1661
+ "step": 236
1662
+ },
1663
+ {
1664
+ "epoch": 0.632,
1665
+ "grad_norm": 0.15905971825122833,
1666
+ "learning_rate": 0.00016368663594470046,
1667
+ "loss": 0.3447,
1668
+ "step": 237
1669
+ },
1670
+ {
1671
+ "epoch": 0.6346666666666667,
1672
+ "grad_norm": 0.1193050667643547,
1673
+ "learning_rate": 0.00016350230414746543,
1674
+ "loss": 0.2671,
1675
+ "step": 238
1676
+ },
1677
+ {
1678
+ "epoch": 0.6373333333333333,
1679
+ "grad_norm": 0.15694352984428406,
1680
+ "learning_rate": 0.00016331797235023042,
1681
+ "loss": 0.3459,
1682
+ "step": 239
1683
+ },
1684
+ {
1685
+ "epoch": 0.64,
1686
+ "grad_norm": 0.17581601440906525,
1687
+ "learning_rate": 0.0001631336405529954,
1688
+ "loss": 0.3871,
1689
+ "step": 240
1690
+ },
1691
+ {
1692
+ "epoch": 0.6426666666666667,
1693
+ "grad_norm": 0.15232494473457336,
1694
+ "learning_rate": 0.00016294930875576037,
1695
+ "loss": 0.3693,
1696
+ "step": 241
1697
+ },
1698
+ {
1699
+ "epoch": 0.6453333333333333,
1700
+ "grad_norm": 0.1606399416923523,
1701
+ "learning_rate": 0.00016276497695852534,
1702
+ "loss": 0.381,
1703
+ "step": 242
1704
+ },
1705
+ {
1706
+ "epoch": 0.648,
1707
+ "grad_norm": 0.1719520092010498,
1708
+ "learning_rate": 0.00016258064516129034,
1709
+ "loss": 0.3592,
1710
+ "step": 243
1711
+ },
1712
+ {
1713
+ "epoch": 0.6506666666666666,
1714
+ "grad_norm": 0.16019819676876068,
1715
+ "learning_rate": 0.0001623963133640553,
1716
+ "loss": 0.3744,
1717
+ "step": 244
1718
+ },
1719
+ {
1720
+ "epoch": 0.6533333333333333,
1721
+ "grad_norm": 0.17567366361618042,
1722
+ "learning_rate": 0.0001622119815668203,
1723
+ "loss": 0.3805,
1724
+ "step": 245
1725
+ },
1726
+ {
1727
+ "epoch": 0.656,
1728
+ "grad_norm": 0.14169426262378693,
1729
+ "learning_rate": 0.00016202764976958528,
1730
+ "loss": 0.3137,
1731
+ "step": 246
1732
+ },
1733
+ {
1734
+ "epoch": 0.6586666666666666,
1735
+ "grad_norm": 0.14895136654376984,
1736
+ "learning_rate": 0.00016184331797235025,
1737
+ "loss": 0.3569,
1738
+ "step": 247
1739
+ },
1740
+ {
1741
+ "epoch": 0.6613333333333333,
1742
+ "grad_norm": 0.16148167848587036,
1743
+ "learning_rate": 0.00016165898617511522,
1744
+ "loss": 0.3638,
1745
+ "step": 248
1746
+ },
1747
+ {
1748
+ "epoch": 0.664,
1749
+ "grad_norm": 0.16838644444942474,
1750
+ "learning_rate": 0.0001614746543778802,
1751
+ "loss": 0.388,
1752
+ "step": 249
1753
+ },
1754
+ {
1755
+ "epoch": 0.6666666666666666,
1756
+ "grad_norm": 0.15224848687648773,
1757
+ "learning_rate": 0.00016129032258064516,
1758
+ "loss": 0.3545,
1759
+ "step": 250
1760
+ },
1761
+ {
1762
+ "epoch": 0.6693333333333333,
1763
+ "grad_norm": 0.16191022098064423,
1764
+ "learning_rate": 0.00016110599078341016,
1765
+ "loss": 0.3816,
1766
+ "step": 251
1767
+ },
1768
+ {
1769
+ "epoch": 0.672,
1770
+ "grad_norm": 0.1257759928703308,
1771
+ "learning_rate": 0.00016092165898617513,
1772
+ "loss": 0.2883,
1773
+ "step": 252
1774
+ },
1775
+ {
1776
+ "epoch": 0.6746666666666666,
1777
+ "grad_norm": 0.15058423578739166,
1778
+ "learning_rate": 0.0001607373271889401,
1779
+ "loss": 0.3538,
1780
+ "step": 253
1781
+ },
1782
+ {
1783
+ "epoch": 0.6773333333333333,
1784
+ "grad_norm": 0.16297395527362823,
1785
+ "learning_rate": 0.00016055299539170507,
1786
+ "loss": 0.3149,
1787
+ "step": 254
1788
+ },
1789
+ {
1790
+ "epoch": 0.68,
1791
+ "grad_norm": 0.13175536692142487,
1792
+ "learning_rate": 0.00016036866359447004,
1793
+ "loss": 0.2967,
1794
+ "step": 255
1795
+ },
1796
+ {
1797
+ "epoch": 0.6826666666666666,
1798
+ "grad_norm": 0.1673828512430191,
1799
+ "learning_rate": 0.00016018433179723501,
1800
+ "loss": 0.3832,
1801
+ "step": 256
1802
+ },
1803
+ {
1804
+ "epoch": 0.6853333333333333,
1805
+ "grad_norm": 0.1622629463672638,
1806
+ "learning_rate": 0.00016,
1807
+ "loss": 0.3682,
1808
+ "step": 257
1809
+ },
1810
+ {
1811
+ "epoch": 0.688,
1812
+ "grad_norm": 0.16801975667476654,
1813
+ "learning_rate": 0.00015981566820276498,
1814
+ "loss": 0.3816,
1815
+ "step": 258
1816
+ },
1817
+ {
1818
+ "epoch": 0.6906666666666667,
1819
+ "grad_norm": 0.16025444865226746,
1820
+ "learning_rate": 0.00015963133640552996,
1821
+ "loss": 0.4015,
1822
+ "step": 259
1823
+ },
1824
+ {
1825
+ "epoch": 0.6933333333333334,
1826
+ "grad_norm": 0.15624813735485077,
1827
+ "learning_rate": 0.00015944700460829493,
1828
+ "loss": 0.3423,
1829
+ "step": 260
1830
+ },
1831
+ {
1832
+ "epoch": 0.696,
1833
+ "grad_norm": 0.15024392306804657,
1834
+ "learning_rate": 0.0001592626728110599,
1835
+ "loss": 0.3559,
1836
+ "step": 261
1837
+ },
1838
+ {
1839
+ "epoch": 0.6986666666666667,
1840
+ "grad_norm": 0.13429264724254608,
1841
+ "learning_rate": 0.0001590783410138249,
1842
+ "loss": 0.3287,
1843
+ "step": 262
1844
+ },
1845
+ {
1846
+ "epoch": 0.7013333333333334,
1847
+ "grad_norm": 0.15059643983840942,
1848
+ "learning_rate": 0.00015889400921658987,
1849
+ "loss": 0.3721,
1850
+ "step": 263
1851
+ },
1852
+ {
1853
+ "epoch": 0.704,
1854
+ "grad_norm": 0.16725251078605652,
1855
+ "learning_rate": 0.00015870967741935487,
1856
+ "loss": 0.4083,
1857
+ "step": 264
1858
+ },
1859
+ {
1860
+ "epoch": 0.7066666666666667,
1861
+ "grad_norm": 0.17089051008224487,
1862
+ "learning_rate": 0.00015852534562211984,
1863
+ "loss": 0.3818,
1864
+ "step": 265
1865
+ },
1866
+ {
1867
+ "epoch": 0.7093333333333334,
1868
+ "grad_norm": 0.16191141307353973,
1869
+ "learning_rate": 0.0001583410138248848,
1870
+ "loss": 0.3877,
1871
+ "step": 266
1872
+ },
1873
+ {
1874
+ "epoch": 0.712,
1875
+ "grad_norm": 0.10652066022157669,
1876
+ "learning_rate": 0.00015815668202764978,
1877
+ "loss": 0.2472,
1878
+ "step": 267
1879
+ },
1880
+ {
1881
+ "epoch": 0.7146666666666667,
1882
+ "grad_norm": 0.14809884130954742,
1883
+ "learning_rate": 0.00015797235023041475,
1884
+ "loss": 0.3437,
1885
+ "step": 268
1886
+ },
1887
+ {
1888
+ "epoch": 0.7173333333333334,
1889
+ "grad_norm": 0.15298527479171753,
1890
+ "learning_rate": 0.00015778801843317975,
1891
+ "loss": 0.3451,
1892
+ "step": 269
1893
+ },
1894
+ {
1895
+ "epoch": 0.72,
1896
+ "grad_norm": 0.16368281841278076,
1897
+ "learning_rate": 0.00015760368663594472,
1898
+ "loss": 0.3707,
1899
+ "step": 270
1900
+ },
1901
+ {
1902
+ "epoch": 0.7226666666666667,
1903
+ "grad_norm": 0.16910625994205475,
1904
+ "learning_rate": 0.0001574193548387097,
1905
+ "loss": 0.3814,
1906
+ "step": 271
1907
+ },
1908
+ {
1909
+ "epoch": 0.7253333333333334,
1910
+ "grad_norm": 0.13161355257034302,
1911
+ "learning_rate": 0.00015723502304147466,
1912
+ "loss": 0.2906,
1913
+ "step": 272
1914
+ },
1915
+ {
1916
+ "epoch": 0.728,
1917
+ "grad_norm": 0.15623870491981506,
1918
+ "learning_rate": 0.00015705069124423963,
1919
+ "loss": 0.3569,
1920
+ "step": 273
1921
+ },
1922
+ {
1923
+ "epoch": 0.7306666666666667,
1924
+ "grad_norm": 0.1901761293411255,
1925
+ "learning_rate": 0.0001568663594470046,
1926
+ "loss": 0.4412,
1927
+ "step": 274
1928
+ },
1929
+ {
1930
+ "epoch": 0.7333333333333333,
1931
+ "grad_norm": 0.17372649908065796,
1932
+ "learning_rate": 0.0001566820276497696,
1933
+ "loss": 0.3818,
1934
+ "step": 275
1935
+ },
1936
+ {
1937
+ "epoch": 0.736,
1938
+ "grad_norm": 0.1698993593454361,
1939
+ "learning_rate": 0.00015649769585253457,
1940
+ "loss": 0.3946,
1941
+ "step": 276
1942
+ },
1943
+ {
1944
+ "epoch": 0.7386666666666667,
1945
+ "grad_norm": 0.1353125125169754,
1946
+ "learning_rate": 0.00015631336405529954,
1947
+ "loss": 0.3024,
1948
+ "step": 277
1949
+ },
1950
+ {
1951
+ "epoch": 0.7413333333333333,
1952
+ "grad_norm": 0.15039609372615814,
1953
+ "learning_rate": 0.00015612903225806451,
1954
+ "loss": 0.344,
1955
+ "step": 278
1956
+ },
1957
+ {
1958
+ "epoch": 0.744,
1959
+ "grad_norm": 0.14630864560604095,
1960
+ "learning_rate": 0.00015594470046082949,
1961
+ "loss": 0.3164,
1962
+ "step": 279
1963
+ },
1964
+ {
1965
+ "epoch": 0.7466666666666667,
1966
+ "grad_norm": 0.1768413931131363,
1967
+ "learning_rate": 0.00015576036866359446,
1968
+ "loss": 0.4039,
1969
+ "step": 280
1970
+ },
1971
+ {
1972
+ "epoch": 0.7493333333333333,
1973
+ "grad_norm": 0.18967677652835846,
1974
+ "learning_rate": 0.00015557603686635946,
1975
+ "loss": 0.3934,
1976
+ "step": 281
1977
+ },
1978
+ {
1979
+ "epoch": 0.752,
1980
+ "grad_norm": 0.1499478965997696,
1981
+ "learning_rate": 0.00015539170506912443,
1982
+ "loss": 0.3396,
1983
+ "step": 282
1984
+ },
1985
+ {
1986
+ "epoch": 0.7546666666666667,
1987
+ "grad_norm": 0.1615721583366394,
1988
+ "learning_rate": 0.00015520737327188942,
1989
+ "loss": 0.3923,
1990
+ "step": 283
1991
+ },
1992
+ {
1993
+ "epoch": 0.7573333333333333,
1994
+ "grad_norm": 0.18911497294902802,
1995
+ "learning_rate": 0.0001550230414746544,
1996
+ "loss": 0.4161,
1997
+ "step": 284
1998
+ },
1999
+ {
2000
+ "epoch": 0.76,
2001
+ "grad_norm": 0.1700778603553772,
2002
+ "learning_rate": 0.00015483870967741937,
2003
+ "loss": 0.3802,
2004
+ "step": 285
2005
+ },
2006
+ {
2007
+ "epoch": 0.7626666666666667,
2008
+ "grad_norm": 0.16611550748348236,
2009
+ "learning_rate": 0.00015465437788018434,
2010
+ "loss": 0.4055,
2011
+ "step": 286
2012
+ },
2013
+ {
2014
+ "epoch": 0.7653333333333333,
2015
+ "grad_norm": 0.11968239396810532,
2016
+ "learning_rate": 0.00015447004608294934,
2017
+ "loss": 0.2623,
2018
+ "step": 287
2019
+ },
2020
+ {
2021
+ "epoch": 0.768,
2022
+ "grad_norm": 0.14020052552223206,
2023
+ "learning_rate": 0.0001542857142857143,
2024
+ "loss": 0.3312,
2025
+ "step": 288
2026
+ },
2027
+ {
2028
+ "epoch": 0.7706666666666667,
2029
+ "grad_norm": 0.1645808219909668,
2030
+ "learning_rate": 0.00015410138248847928,
2031
+ "loss": 0.3723,
2032
+ "step": 289
2033
+ },
2034
+ {
2035
+ "epoch": 0.7733333333333333,
2036
+ "grad_norm": 0.14945979416370392,
2037
+ "learning_rate": 0.00015391705069124425,
2038
+ "loss": 0.3437,
2039
+ "step": 290
2040
+ },
2041
+ {
2042
+ "epoch": 0.776,
2043
+ "grad_norm": 0.15359844267368317,
2044
+ "learning_rate": 0.00015373271889400922,
2045
+ "loss": 0.3416,
2046
+ "step": 291
2047
+ },
2048
+ {
2049
+ "epoch": 0.7786666666666666,
2050
+ "grad_norm": 0.15382947027683258,
2051
+ "learning_rate": 0.0001535483870967742,
2052
+ "loss": 0.35,
2053
+ "step": 292
2054
+ },
2055
+ {
2056
+ "epoch": 0.7813333333333333,
2057
+ "grad_norm": 0.1751420497894287,
2058
+ "learning_rate": 0.0001533640552995392,
2059
+ "loss": 0.3934,
2060
+ "step": 293
2061
+ },
2062
+ {
2063
+ "epoch": 0.784,
2064
+ "grad_norm": 0.17973610758781433,
2065
+ "learning_rate": 0.00015317972350230416,
2066
+ "loss": 0.4028,
2067
+ "step": 294
2068
+ },
2069
+ {
2070
+ "epoch": 0.7866666666666666,
2071
+ "grad_norm": 0.13859035074710846,
2072
+ "learning_rate": 0.00015299539170506913,
2073
+ "loss": 0.2822,
2074
+ "step": 295
2075
+ },
2076
+ {
2077
+ "epoch": 0.7893333333333333,
2078
+ "grad_norm": 0.159519225358963,
2079
+ "learning_rate": 0.0001528110599078341,
2080
+ "loss": 0.3618,
2081
+ "step": 296
2082
+ },
2083
+ {
2084
+ "epoch": 0.792,
2085
+ "grad_norm": 0.1519719660282135,
2086
+ "learning_rate": 0.00015262672811059907,
2087
+ "loss": 0.3135,
2088
+ "step": 297
2089
+ },
2090
+ {
2091
+ "epoch": 0.7946666666666666,
2092
+ "grad_norm": 0.1638742834329605,
2093
+ "learning_rate": 0.00015244239631336405,
2094
+ "loss": 0.3436,
2095
+ "step": 298
2096
+ },
2097
+ {
2098
+ "epoch": 0.7973333333333333,
2099
+ "grad_norm": 0.16452346742153168,
2100
+ "learning_rate": 0.00015225806451612902,
2101
+ "loss": 0.3554,
2102
+ "step": 299
2103
+ },
2104
+ {
2105
+ "epoch": 0.8,
2106
+ "grad_norm": 0.1377478837966919,
2107
+ "learning_rate": 0.00015207373271889401,
2108
+ "loss": 0.316,
2109
+ "step": 300
2110
+ },
2111
+ {
2112
+ "epoch": 0.8026666666666666,
2113
+ "grad_norm": 0.14339123666286469,
2114
+ "learning_rate": 0.00015188940092165899,
2115
+ "loss": 0.3205,
2116
+ "step": 301
2117
+ },
2118
+ {
2119
+ "epoch": 0.8053333333333333,
2120
+ "grad_norm": 0.1550448089838028,
2121
+ "learning_rate": 0.00015170506912442398,
2122
+ "loss": 0.3596,
2123
+ "step": 302
2124
+ },
2125
+ {
2126
+ "epoch": 0.808,
2127
+ "grad_norm": 0.17551767826080322,
2128
+ "learning_rate": 0.00015152073732718895,
2129
+ "loss": 0.3962,
2130
+ "step": 303
2131
+ },
2132
+ {
2133
+ "epoch": 0.8106666666666666,
2134
+ "grad_norm": 0.12701982259750366,
2135
+ "learning_rate": 0.00015133640552995393,
2136
+ "loss": 0.3008,
2137
+ "step": 304
2138
+ },
2139
+ {
2140
+ "epoch": 0.8133333333333334,
2141
+ "grad_norm": 0.16174665093421936,
2142
+ "learning_rate": 0.0001511520737327189,
2143
+ "loss": 0.3806,
2144
+ "step": 305
2145
+ },
2146
+ {
2147
+ "epoch": 0.816,
2148
+ "grad_norm": 0.1501130908727646,
2149
+ "learning_rate": 0.0001509677419354839,
2150
+ "loss": 0.3329,
2151
+ "step": 306
2152
+ },
2153
+ {
2154
+ "epoch": 0.8186666666666667,
2155
+ "grad_norm": 0.1546219438314438,
2156
+ "learning_rate": 0.00015078341013824887,
2157
+ "loss": 0.35,
2158
+ "step": 307
2159
+ },
2160
+ {
2161
+ "epoch": 0.8213333333333334,
2162
+ "grad_norm": 0.15842264890670776,
2163
+ "learning_rate": 0.00015059907834101384,
2164
+ "loss": 0.3464,
2165
+ "step": 308
2166
+ },
2167
+ {
2168
+ "epoch": 0.824,
2169
+ "grad_norm": 0.15754717588424683,
2170
+ "learning_rate": 0.0001504147465437788,
2171
+ "loss": 0.3328,
2172
+ "step": 309
2173
+ },
2174
+ {
2175
+ "epoch": 0.8266666666666667,
2176
+ "grad_norm": 0.2010168433189392,
2177
+ "learning_rate": 0.00015023041474654378,
2178
+ "loss": 0.376,
2179
+ "step": 310
2180
+ },
2181
+ {
2182
+ "epoch": 0.8293333333333334,
2183
+ "grad_norm": 0.15599404275417328,
2184
+ "learning_rate": 0.00015004608294930875,
2185
+ "loss": 0.3522,
2186
+ "step": 311
2187
+ },
2188
+ {
2189
+ "epoch": 0.832,
2190
+ "grad_norm": 0.2657049298286438,
2191
+ "learning_rate": 0.00014986175115207375,
2192
+ "loss": 0.3294,
2193
+ "step": 312
2194
+ },
2195
+ {
2196
+ "epoch": 0.8346666666666667,
2197
+ "grad_norm": 0.16477878391742706,
2198
+ "learning_rate": 0.00014967741935483872,
2199
+ "loss": 0.3409,
2200
+ "step": 313
2201
+ },
2202
+ {
2203
+ "epoch": 0.8373333333333334,
2204
+ "grad_norm": 0.16392506659030914,
2205
+ "learning_rate": 0.0001494930875576037,
2206
+ "loss": 0.3374,
2207
+ "step": 314
2208
+ },
2209
+ {
2210
+ "epoch": 0.84,
2211
+ "grad_norm": 0.1208295077085495,
2212
+ "learning_rate": 0.00014930875576036866,
2213
+ "loss": 0.2801,
2214
+ "step": 315
2215
+ },
2216
+ {
2217
+ "epoch": 0.8426666666666667,
2218
+ "grad_norm": 0.12793493270874023,
2219
+ "learning_rate": 0.00014912442396313363,
2220
+ "loss": 0.2754,
2221
+ "step": 316
2222
+ },
2223
+ {
2224
+ "epoch": 0.8453333333333334,
2225
+ "grad_norm": 0.14537736773490906,
2226
+ "learning_rate": 0.0001489400921658986,
2227
+ "loss": 0.3408,
2228
+ "step": 317
2229
+ },
2230
+ {
2231
+ "epoch": 0.848,
2232
+ "grad_norm": 0.15252535045146942,
2233
+ "learning_rate": 0.0001487557603686636,
2234
+ "loss": 0.3493,
2235
+ "step": 318
2236
+ },
2237
+ {
2238
+ "epoch": 0.8506666666666667,
2239
+ "grad_norm": 0.14754997193813324,
2240
+ "learning_rate": 0.00014857142857142857,
2241
+ "loss": 0.324,
2242
+ "step": 319
2243
+ },
2244
+ {
2245
+ "epoch": 0.8533333333333334,
2246
+ "grad_norm": 0.15408839285373688,
2247
+ "learning_rate": 0.00014838709677419355,
2248
+ "loss": 0.3557,
2249
+ "step": 320
2250
+ },
2251
+ {
2252
+ "epoch": 0.856,
2253
+ "grad_norm": 0.15192221105098724,
2254
+ "learning_rate": 0.00014820276497695854,
2255
+ "loss": 0.335,
2256
+ "step": 321
2257
+ },
2258
+ {
2259
+ "epoch": 0.8586666666666667,
2260
+ "grad_norm": 0.12445574253797531,
2261
+ "learning_rate": 0.00014801843317972351,
2262
+ "loss": 0.2915,
2263
+ "step": 322
2264
+ },
2265
+ {
2266
+ "epoch": 0.8613333333333333,
2267
+ "grad_norm": 0.15413238108158112,
2268
+ "learning_rate": 0.00014783410138248849,
2269
+ "loss": 0.3332,
2270
+ "step": 323
2271
+ },
2272
+ {
2273
+ "epoch": 0.864,
2274
+ "grad_norm": 0.14998595416545868,
2275
+ "learning_rate": 0.00014764976958525348,
2276
+ "loss": 0.335,
2277
+ "step": 324
2278
+ },
2279
+ {
2280
+ "epoch": 0.8666666666666667,
2281
+ "grad_norm": 0.1280187964439392,
2282
+ "learning_rate": 0.00014746543778801845,
2283
+ "loss": 0.2979,
2284
+ "step": 325
2285
+ },
2286
+ {
2287
+ "epoch": 0.8693333333333333,
2288
+ "grad_norm": 0.16464708745479584,
2289
+ "learning_rate": 0.00014728110599078343,
2290
+ "loss": 0.3571,
2291
+ "step": 326
2292
+ },
2293
+ {
2294
+ "epoch": 0.872,
2295
+ "grad_norm": 0.15211057662963867,
2296
+ "learning_rate": 0.0001470967741935484,
2297
+ "loss": 0.3678,
2298
+ "step": 327
2299
+ },
2300
+ {
2301
+ "epoch": 0.8746666666666667,
2302
+ "grad_norm": 0.15790687501430511,
2303
+ "learning_rate": 0.00014691244239631337,
2304
+ "loss": 0.3479,
2305
+ "step": 328
2306
+ },
2307
+ {
2308
+ "epoch": 0.8773333333333333,
2309
+ "grad_norm": 0.17375443875789642,
2310
+ "learning_rate": 0.00014672811059907834,
2311
+ "loss": 0.404,
2312
+ "step": 329
2313
+ },
2314
+ {
2315
+ "epoch": 0.88,
2316
+ "grad_norm": 0.14624124765396118,
2317
+ "learning_rate": 0.00014654377880184334,
2318
+ "loss": 0.3035,
2319
+ "step": 330
2320
+ },
2321
+ {
2322
+ "epoch": 0.8826666666666667,
2323
+ "grad_norm": 0.12936308979988098,
2324
+ "learning_rate": 0.0001463594470046083,
2325
+ "loss": 0.2838,
2326
+ "step": 331
2327
+ },
2328
+ {
2329
+ "epoch": 0.8853333333333333,
2330
+ "grad_norm": 0.13163194060325623,
2331
+ "learning_rate": 0.00014617511520737328,
2332
+ "loss": 0.3032,
2333
+ "step": 332
2334
+ },
2335
+ {
2336
+ "epoch": 0.888,
2337
+ "grad_norm": 0.12900876998901367,
2338
+ "learning_rate": 0.00014599078341013825,
2339
+ "loss": 0.2964,
2340
+ "step": 333
2341
+ },
2342
+ {
2343
+ "epoch": 0.8906666666666667,
2344
+ "grad_norm": 0.1418975293636322,
2345
+ "learning_rate": 0.00014580645161290322,
2346
+ "loss": 0.325,
2347
+ "step": 334
2348
+ },
2349
+ {
2350
+ "epoch": 0.8933333333333333,
2351
+ "grad_norm": 0.15901930630207062,
2352
+ "learning_rate": 0.0001456221198156682,
2353
+ "loss": 0.3485,
2354
+ "step": 335
2355
+ },
2356
+ {
2357
+ "epoch": 0.896,
2358
+ "grad_norm": 0.12917467951774597,
2359
+ "learning_rate": 0.0001454377880184332,
2360
+ "loss": 0.3101,
2361
+ "step": 336
2362
+ },
2363
+ {
2364
+ "epoch": 0.8986666666666666,
2365
+ "grad_norm": 0.1307375133037567,
2366
+ "learning_rate": 0.00014525345622119816,
2367
+ "loss": 0.2692,
2368
+ "step": 337
2369
+ },
2370
+ {
2371
+ "epoch": 0.9013333333333333,
2372
+ "grad_norm": 0.15659134089946747,
2373
+ "learning_rate": 0.00014506912442396313,
2374
+ "loss": 0.3562,
2375
+ "step": 338
2376
+ },
2377
+ {
2378
+ "epoch": 0.904,
2379
+ "grad_norm": 0.1662200689315796,
2380
+ "learning_rate": 0.0001448847926267281,
2381
+ "loss": 0.3789,
2382
+ "step": 339
2383
+ },
2384
+ {
2385
+ "epoch": 0.9066666666666666,
2386
+ "grad_norm": 0.184801384806633,
2387
+ "learning_rate": 0.0001447004608294931,
2388
+ "loss": 0.4033,
2389
+ "step": 340
2390
+ },
2391
+ {
2392
+ "epoch": 0.9093333333333333,
2393
+ "grad_norm": 0.14836148917675018,
2394
+ "learning_rate": 0.00014451612903225807,
2395
+ "loss": 0.3323,
2396
+ "step": 341
2397
+ },
2398
+ {
2399
+ "epoch": 0.912,
2400
+ "grad_norm": 0.1291496455669403,
2401
+ "learning_rate": 0.00014433179723502307,
2402
+ "loss": 0.2878,
2403
+ "step": 342
2404
+ },
2405
+ {
2406
+ "epoch": 0.9146666666666666,
2407
+ "grad_norm": 0.1760437786579132,
2408
+ "learning_rate": 0.00014414746543778804,
2409
+ "loss": 0.4028,
2410
+ "step": 343
2411
+ },
2412
+ {
2413
+ "epoch": 0.9173333333333333,
2414
+ "grad_norm": 0.1543797254562378,
2415
+ "learning_rate": 0.00014396313364055301,
2416
+ "loss": 0.3523,
2417
+ "step": 344
2418
+ },
2419
+ {
2420
+ "epoch": 0.92,
2421
+ "grad_norm": 0.11840101331472397,
2422
+ "learning_rate": 0.00014377880184331799,
2423
+ "loss": 0.2498,
2424
+ "step": 345
2425
+ },
2426
+ {
2427
+ "epoch": 0.9226666666666666,
2428
+ "grad_norm": 0.17368434369564056,
2429
+ "learning_rate": 0.00014359447004608296,
2430
+ "loss": 0.4288,
2431
+ "step": 346
2432
+ },
2433
+ {
2434
+ "epoch": 0.9253333333333333,
2435
+ "grad_norm": 0.14866364002227783,
2436
+ "learning_rate": 0.00014341013824884793,
2437
+ "loss": 0.3427,
2438
+ "step": 347
2439
+ },
2440
+ {
2441
+ "epoch": 0.928,
2442
+ "grad_norm": 0.15044787526130676,
2443
+ "learning_rate": 0.00014322580645161293,
2444
+ "loss": 0.3048,
2445
+ "step": 348
2446
+ },
2447
+ {
2448
+ "epoch": 0.9306666666666666,
2449
+ "grad_norm": 0.17984692752361298,
2450
+ "learning_rate": 0.0001430414746543779,
2451
+ "loss": 0.3875,
2452
+ "step": 349
2453
+ },
2454
+ {
2455
+ "epoch": 0.9333333333333333,
2456
+ "grad_norm": 0.17136484384536743,
2457
+ "learning_rate": 0.00014285714285714287,
2458
+ "loss": 0.4113,
2459
+ "step": 350
2460
+ },
2461
+ {
2462
+ "epoch": 0.936,
2463
+ "grad_norm": 0.1462949514389038,
2464
+ "learning_rate": 0.00014267281105990784,
2465
+ "loss": 0.3223,
2466
+ "step": 351
2467
+ },
2468
+ {
2469
+ "epoch": 0.9386666666666666,
2470
+ "grad_norm": 0.13263173401355743,
2471
+ "learning_rate": 0.0001424884792626728,
2472
+ "loss": 0.2964,
2473
+ "step": 352
2474
+ },
2475
+ {
2476
+ "epoch": 0.9413333333333334,
2477
+ "grad_norm": 0.16512326896190643,
2478
+ "learning_rate": 0.00014230414746543778,
2479
+ "loss": 0.382,
2480
+ "step": 353
2481
+ },
2482
+ {
2483
+ "epoch": 0.944,
2484
+ "grad_norm": 0.15281005203723907,
2485
+ "learning_rate": 0.00014211981566820278,
2486
+ "loss": 0.3237,
2487
+ "step": 354
2488
+ },
2489
+ {
2490
+ "epoch": 0.9466666666666667,
2491
+ "grad_norm": 0.16622225940227509,
2492
+ "learning_rate": 0.00014193548387096775,
2493
+ "loss": 0.3476,
2494
+ "step": 355
2495
+ },
2496
+ {
2497
+ "epoch": 0.9493333333333334,
2498
+ "grad_norm": 0.14663656055927277,
2499
+ "learning_rate": 0.00014175115207373272,
2500
+ "loss": 0.3256,
2501
+ "step": 356
2502
+ },
2503
+ {
2504
+ "epoch": 0.952,
2505
+ "grad_norm": 0.14011381566524506,
2506
+ "learning_rate": 0.0001415668202764977,
2507
+ "loss": 0.2808,
2508
+ "step": 357
2509
+ },
2510
+ {
2511
+ "epoch": 0.9546666666666667,
2512
+ "grad_norm": 0.17868131399154663,
2513
+ "learning_rate": 0.00014138248847926266,
2514
+ "loss": 0.4023,
2515
+ "step": 358
2516
+ },
2517
+ {
2518
+ "epoch": 0.9573333333333334,
2519
+ "grad_norm": 0.14108337461948395,
2520
+ "learning_rate": 0.00014119815668202766,
2521
+ "loss": 0.2917,
2522
+ "step": 359
2523
+ },
2524
+ {
2525
+ "epoch": 0.96,
2526
+ "grad_norm": 0.14999185502529144,
2527
+ "learning_rate": 0.00014101382488479263,
2528
+ "loss": 0.3405,
2529
+ "step": 360
2530
+ },
2531
+ {
2532
+ "epoch": 0.9626666666666667,
2533
+ "grad_norm": 0.1410456895828247,
2534
+ "learning_rate": 0.00014082949308755763,
2535
+ "loss": 0.296,
2536
+ "step": 361
2537
+ },
2538
+ {
2539
+ "epoch": 0.9653333333333334,
2540
+ "grad_norm": 0.19141064584255219,
2541
+ "learning_rate": 0.0001406451612903226,
2542
+ "loss": 0.4072,
2543
+ "step": 362
2544
+ },
2545
+ {
2546
+ "epoch": 0.968,
2547
+ "grad_norm": 0.16611899435520172,
2548
+ "learning_rate": 0.00014046082949308757,
2549
+ "loss": 0.3783,
2550
+ "step": 363
2551
+ },
2552
+ {
2553
+ "epoch": 0.9706666666666667,
2554
+ "grad_norm": 0.16892562806606293,
2555
+ "learning_rate": 0.00014027649769585254,
2556
+ "loss": 0.392,
2557
+ "step": 364
2558
+ },
2559
+ {
2560
+ "epoch": 0.9733333333333334,
2561
+ "grad_norm": 0.14543844759464264,
2562
+ "learning_rate": 0.00014009216589861752,
2563
+ "loss": 0.3362,
2564
+ "step": 365
2565
+ },
2566
+ {
2567
+ "epoch": 0.976,
2568
+ "grad_norm": 0.1536979377269745,
2569
+ "learning_rate": 0.0001399078341013825,
2570
+ "loss": 0.3294,
2571
+ "step": 366
2572
+ },
2573
+ {
2574
+ "epoch": 0.9786666666666667,
2575
+ "grad_norm": 0.17454853653907776,
2576
+ "learning_rate": 0.00013972350230414749,
2577
+ "loss": 0.3937,
2578
+ "step": 367
2579
+ },
2580
+ {
2581
+ "epoch": 0.9813333333333333,
2582
+ "grad_norm": 0.13380491733551025,
2583
+ "learning_rate": 0.00013953917050691246,
2584
+ "loss": 0.3028,
2585
+ "step": 368
2586
+ },
2587
+ {
2588
+ "epoch": 0.984,
2589
+ "grad_norm": 0.18040022253990173,
2590
+ "learning_rate": 0.00013935483870967743,
2591
+ "loss": 0.3761,
2592
+ "step": 369
2593
+ },
2594
+ {
2595
+ "epoch": 0.9866666666666667,
2596
+ "grad_norm": 0.15009883046150208,
2597
+ "learning_rate": 0.0001391705069124424,
2598
+ "loss": 0.3319,
2599
+ "step": 370
2600
+ },
2601
+ {
2602
+ "epoch": 0.9893333333333333,
2603
+ "grad_norm": 0.18103910982608795,
2604
+ "learning_rate": 0.00013898617511520737,
2605
+ "loss": 0.402,
2606
+ "step": 371
2607
+ },
2608
+ {
2609
+ "epoch": 0.992,
2610
+ "grad_norm": 0.1751798838376999,
2611
+ "learning_rate": 0.00013880184331797234,
2612
+ "loss": 0.368,
2613
+ "step": 372
2614
+ },
2615
+ {
2616
+ "epoch": 0.9946666666666667,
2617
+ "grad_norm": 0.13354599475860596,
2618
+ "learning_rate": 0.00013861751152073734,
2619
+ "loss": 0.2981,
2620
+ "step": 373
2621
+ },
2622
+ {
2623
+ "epoch": 0.9973333333333333,
2624
+ "grad_norm": 0.1821356564760208,
2625
+ "learning_rate": 0.0001384331797235023,
2626
+ "loss": 0.3774,
2627
+ "step": 374
2628
+ },
2629
+ {
2630
+ "epoch": 1.0,
2631
+ "grad_norm": 0.17267672717571259,
2632
+ "learning_rate": 0.00013824884792626728,
2633
+ "loss": 0.3519,
2634
+ "step": 375
2635
+ },
2636
+ {
2637
+ "epoch": 1.0026666666666666,
2638
+ "grad_norm": 0.16836708784103394,
2639
+ "learning_rate": 0.00013806451612903225,
2640
+ "loss": 0.3253,
2641
+ "step": 376
2642
+ },
2643
+ {
2644
+ "epoch": 1.0053333333333334,
2645
+ "grad_norm": 0.17477719485759735,
2646
+ "learning_rate": 0.00013788018433179722,
2647
+ "loss": 0.3608,
2648
+ "step": 377
2649
+ },
2650
+ {
2651
+ "epoch": 1.008,
2652
+ "grad_norm": 0.1772724837064743,
2653
+ "learning_rate": 0.00013769585253456222,
2654
+ "loss": 0.3447,
2655
+ "step": 378
2656
+ },
2657
+ {
2658
+ "epoch": 1.0106666666666666,
2659
+ "grad_norm": 0.12257684767246246,
2660
+ "learning_rate": 0.0001375115207373272,
2661
+ "loss": 0.2177,
2662
+ "step": 379
2663
+ },
2664
+ {
2665
+ "epoch": 1.0133333333333334,
2666
+ "grad_norm": 0.16612914204597473,
2667
+ "learning_rate": 0.0001373271889400922,
2668
+ "loss": 0.29,
2669
+ "step": 380
2670
+ },
2671
+ {
2672
+ "epoch": 1.016,
2673
+ "grad_norm": 0.1659669578075409,
2674
+ "learning_rate": 0.00013714285714285716,
2675
+ "loss": 0.2863,
2676
+ "step": 381
2677
+ },
2678
+ {
2679
+ "epoch": 1.0186666666666666,
2680
+ "grad_norm": 0.10684580355882645,
2681
+ "learning_rate": 0.00013695852534562213,
2682
+ "loss": 0.2036,
2683
+ "step": 382
2684
+ },
2685
+ {
2686
+ "epoch": 1.0213333333333334,
2687
+ "grad_norm": 0.18086634576320648,
2688
+ "learning_rate": 0.0001367741935483871,
2689
+ "loss": 0.3264,
2690
+ "step": 383
2691
+ },
2692
+ {
2693
+ "epoch": 1.024,
2694
+ "grad_norm": 0.18370379507541656,
2695
+ "learning_rate": 0.00013658986175115208,
2696
+ "loss": 0.3345,
2697
+ "step": 384
2698
+ },
2699
+ {
2700
+ "epoch": 1.0266666666666666,
2701
+ "grad_norm": 0.12735684216022491,
2702
+ "learning_rate": 0.00013640552995391707,
2703
+ "loss": 0.2282,
2704
+ "step": 385
2705
+ },
2706
+ {
2707
+ "epoch": 1.0293333333333334,
2708
+ "grad_norm": 0.19155777990818024,
2709
+ "learning_rate": 0.00013622119815668204,
2710
+ "loss": 0.3451,
2711
+ "step": 386
2712
+ },
2713
+ {
2714
+ "epoch": 1.032,
2715
+ "grad_norm": 0.15170736610889435,
2716
+ "learning_rate": 0.00013603686635944702,
2717
+ "loss": 0.3117,
2718
+ "step": 387
2719
+ },
2720
+ {
2721
+ "epoch": 1.0346666666666666,
2722
+ "grad_norm": 0.1189170852303505,
2723
+ "learning_rate": 0.000135852534562212,
2724
+ "loss": 0.2301,
2725
+ "step": 388
2726
+ },
2727
+ {
2728
+ "epoch": 1.0373333333333334,
2729
+ "grad_norm": 0.18579140305519104,
2730
+ "learning_rate": 0.00013566820276497696,
2731
+ "loss": 0.35,
2732
+ "step": 389
2733
+ },
2734
+ {
2735
+ "epoch": 1.04,
2736
+ "grad_norm": 0.17958171665668488,
2737
+ "learning_rate": 0.00013548387096774193,
2738
+ "loss": 0.3784,
2739
+ "step": 390
2740
+ },
2741
+ {
2742
+ "epoch": 1.0426666666666666,
2743
+ "grad_norm": 0.14446499943733215,
2744
+ "learning_rate": 0.00013529953917050693,
2745
+ "loss": 0.2612,
2746
+ "step": 391
2747
+ },
2748
+ {
2749
+ "epoch": 1.0453333333333332,
2750
+ "grad_norm": 0.14457960426807404,
2751
+ "learning_rate": 0.0001351152073732719,
2752
+ "loss": 0.2652,
2753
+ "step": 392
2754
+ },
2755
+ {
2756
+ "epoch": 1.048,
2757
+ "grad_norm": 0.15731191635131836,
2758
+ "learning_rate": 0.00013493087557603687,
2759
+ "loss": 0.2775,
2760
+ "step": 393
2761
+ },
2762
+ {
2763
+ "epoch": 1.0506666666666666,
2764
+ "grad_norm": 0.16172131896018982,
2765
+ "learning_rate": 0.00013474654377880184,
2766
+ "loss": 0.306,
2767
+ "step": 394
2768
+ },
2769
+ {
2770
+ "epoch": 1.0533333333333332,
2771
+ "grad_norm": 0.14943663775920868,
2772
+ "learning_rate": 0.0001345622119815668,
2773
+ "loss": 0.2754,
2774
+ "step": 395
2775
+ },
2776
+ {
2777
+ "epoch": 1.056,
2778
+ "grad_norm": 0.15502700209617615,
2779
+ "learning_rate": 0.00013437788018433178,
2780
+ "loss": 0.2944,
2781
+ "step": 396
2782
+ },
2783
+ {
2784
+ "epoch": 1.0586666666666666,
2785
+ "grad_norm": 0.12555833160877228,
2786
+ "learning_rate": 0.00013419354838709678,
2787
+ "loss": 0.2273,
2788
+ "step": 397
2789
+ },
2790
+ {
2791
+ "epoch": 1.0613333333333332,
2792
+ "grad_norm": 0.18065771460533142,
2793
+ "learning_rate": 0.00013400921658986175,
2794
+ "loss": 0.3267,
2795
+ "step": 398
2796
+ },
2797
+ {
2798
+ "epoch": 1.064,
2799
+ "grad_norm": 0.18832246959209442,
2800
+ "learning_rate": 0.00013382488479262675,
2801
+ "loss": 0.3257,
2802
+ "step": 399
2803
+ },
2804
+ {
2805
+ "epoch": 1.0666666666666667,
2806
+ "grad_norm": 0.1641506552696228,
2807
+ "learning_rate": 0.00013364055299539172,
2808
+ "loss": 0.2909,
2809
+ "step": 400
2810
+ },
2811
+ {
2812
+ "epoch": 1.0693333333333332,
2813
+ "grad_norm": 0.1466669887304306,
2814
+ "learning_rate": 0.0001334562211981567,
2815
+ "loss": 0.2769,
2816
+ "step": 401
2817
+ },
2818
+ {
2819
+ "epoch": 1.072,
2820
+ "grad_norm": 0.19785748422145844,
2821
+ "learning_rate": 0.00013327188940092166,
2822
+ "loss": 0.3788,
2823
+ "step": 402
2824
+ },
2825
+ {
2826
+ "epoch": 1.0746666666666667,
2827
+ "grad_norm": 0.1749541014432907,
2828
+ "learning_rate": 0.00013308755760368666,
2829
+ "loss": 0.3467,
2830
+ "step": 403
2831
+ },
2832
+ {
2833
+ "epoch": 1.0773333333333333,
2834
+ "grad_norm": 0.1550755649805069,
2835
+ "learning_rate": 0.00013290322580645163,
2836
+ "loss": 0.3002,
2837
+ "step": 404
2838
+ },
2839
+ {
2840
+ "epoch": 1.08,
2841
+ "grad_norm": 0.1549319177865982,
2842
+ "learning_rate": 0.0001327188940092166,
2843
+ "loss": 0.265,
2844
+ "step": 405
2845
+ },
2846
+ {
2847
+ "epoch": 1.0826666666666667,
2848
+ "grad_norm": 0.1888841986656189,
2849
+ "learning_rate": 0.00013253456221198157,
2850
+ "loss": 0.3656,
2851
+ "step": 406
2852
+ },
2853
+ {
2854
+ "epoch": 1.0853333333333333,
2855
+ "grad_norm": 0.19269292056560516,
2856
+ "learning_rate": 0.00013235023041474655,
2857
+ "loss": 0.3399,
2858
+ "step": 407
2859
+ },
2860
+ {
2861
+ "epoch": 1.088,
2862
+ "grad_norm": 0.17310786247253418,
2863
+ "learning_rate": 0.00013216589861751152,
2864
+ "loss": 0.3404,
2865
+ "step": 408
2866
+ },
2867
+ {
2868
+ "epoch": 1.0906666666666667,
2869
+ "grad_norm": 0.17707963287830353,
2870
+ "learning_rate": 0.00013198156682027652,
2871
+ "loss": 0.3144,
2872
+ "step": 409
2873
+ },
2874
+ {
2875
+ "epoch": 1.0933333333333333,
2876
+ "grad_norm": 0.18884608149528503,
2877
+ "learning_rate": 0.0001317972350230415,
2878
+ "loss": 0.3545,
2879
+ "step": 410
2880
+ },
2881
+ {
2882
+ "epoch": 1.096,
2883
+ "grad_norm": 0.17003734409809113,
2884
+ "learning_rate": 0.00013161290322580646,
2885
+ "loss": 0.3041,
2886
+ "step": 411
2887
+ },
2888
+ {
2889
+ "epoch": 1.0986666666666667,
2890
+ "grad_norm": 0.15582703053951263,
2891
+ "learning_rate": 0.00013142857142857143,
2892
+ "loss": 0.2777,
2893
+ "step": 412
2894
+ },
2895
+ {
2896
+ "epoch": 1.1013333333333333,
2897
+ "grad_norm": 0.19669969379901886,
2898
+ "learning_rate": 0.0001312442396313364,
2899
+ "loss": 0.3497,
2900
+ "step": 413
2901
+ },
2902
+ {
2903
+ "epoch": 1.104,
2904
+ "grad_norm": 0.1748334765434265,
2905
+ "learning_rate": 0.00013105990783410137,
2906
+ "loss": 0.3194,
2907
+ "step": 414
2908
+ },
2909
+ {
2910
+ "epoch": 1.1066666666666667,
2911
+ "grad_norm": 0.13625746965408325,
2912
+ "learning_rate": 0.00013087557603686637,
2913
+ "loss": 0.2262,
2914
+ "step": 415
2915
+ },
2916
+ {
2917
+ "epoch": 1.1093333333333333,
2918
+ "grad_norm": 0.1757451295852661,
2919
+ "learning_rate": 0.00013069124423963134,
2920
+ "loss": 0.3111,
2921
+ "step": 416
2922
+ },
2923
+ {
2924
+ "epoch": 1.112,
2925
+ "grad_norm": 0.18365788459777832,
2926
+ "learning_rate": 0.0001305069124423963,
2927
+ "loss": 0.3498,
2928
+ "step": 417
2929
+ },
2930
+ {
2931
+ "epoch": 1.1146666666666667,
2932
+ "grad_norm": 0.15181052684783936,
2933
+ "learning_rate": 0.0001303225806451613,
2934
+ "loss": 0.2915,
2935
+ "step": 418
2936
+ },
2937
+ {
2938
+ "epoch": 1.1173333333333333,
2939
+ "grad_norm": 0.12344007194042206,
2940
+ "learning_rate": 0.00013013824884792628,
2941
+ "loss": 0.2209,
2942
+ "step": 419
2943
+ },
2944
+ {
2945
+ "epoch": 1.12,
2946
+ "grad_norm": 0.15274471044540405,
2947
+ "learning_rate": 0.00012995391705069125,
2948
+ "loss": 0.3069,
2949
+ "step": 420
2950
+ },
2951
+ {
2952
+ "epoch": 1.1226666666666667,
2953
+ "grad_norm": 0.18239013850688934,
2954
+ "learning_rate": 0.00012976958525345625,
2955
+ "loss": 0.3499,
2956
+ "step": 421
2957
+ },
2958
+ {
2959
+ "epoch": 1.1253333333333333,
2960
+ "grad_norm": 0.1746266633272171,
2961
+ "learning_rate": 0.00012958525345622122,
2962
+ "loss": 0.3441,
2963
+ "step": 422
2964
+ },
2965
+ {
2966
+ "epoch": 1.1280000000000001,
2967
+ "grad_norm": 0.18905861675739288,
2968
+ "learning_rate": 0.0001294009216589862,
2969
+ "loss": 0.3507,
2970
+ "step": 423
2971
+ },
2972
+ {
2973
+ "epoch": 1.1306666666666667,
2974
+ "grad_norm": 0.18351832032203674,
2975
+ "learning_rate": 0.00012921658986175116,
2976
+ "loss": 0.3473,
2977
+ "step": 424
2978
+ },
2979
+ {
2980
+ "epoch": 1.1333333333333333,
2981
+ "grad_norm": 0.1772531270980835,
2982
+ "learning_rate": 0.00012903225806451613,
2983
+ "loss": 0.3138,
2984
+ "step": 425
2985
+ },
2986
+ {
2987
+ "epoch": 1.1360000000000001,
2988
+ "grad_norm": 0.17047764360904694,
2989
+ "learning_rate": 0.0001288479262672811,
2990
+ "loss": 0.3033,
2991
+ "step": 426
2992
+ },
2993
+ {
2994
+ "epoch": 1.1386666666666667,
2995
+ "grad_norm": 0.16869769990444183,
2996
+ "learning_rate": 0.00012866359447004608,
2997
+ "loss": 0.31,
2998
+ "step": 427
2999
+ },
3000
+ {
3001
+ "epoch": 1.1413333333333333,
3002
+ "grad_norm": 0.17232246696949005,
3003
+ "learning_rate": 0.00012847926267281107,
3004
+ "loss": 0.3352,
3005
+ "step": 428
3006
+ },
3007
+ {
3008
+ "epoch": 1.144,
3009
+ "grad_norm": 0.18078351020812988,
3010
+ "learning_rate": 0.00012829493087557605,
3011
+ "loss": 0.3201,
3012
+ "step": 429
3013
+ },
3014
+ {
3015
+ "epoch": 1.1466666666666667,
3016
+ "grad_norm": 0.16152624785900116,
3017
+ "learning_rate": 0.00012811059907834102,
3018
+ "loss": 0.289,
3019
+ "step": 430
3020
+ },
3021
+ {
3022
+ "epoch": 1.1493333333333333,
3023
+ "grad_norm": 0.18361586332321167,
3024
+ "learning_rate": 0.000127926267281106,
3025
+ "loss": 0.3131,
3026
+ "step": 431
3027
+ },
3028
+ {
3029
+ "epoch": 1.152,
3030
+ "grad_norm": 0.1870482712984085,
3031
+ "learning_rate": 0.00012774193548387096,
3032
+ "loss": 0.3364,
3033
+ "step": 432
3034
+ },
3035
+ {
3036
+ "epoch": 1.1546666666666667,
3037
+ "grad_norm": 0.16466543078422546,
3038
+ "learning_rate": 0.00012755760368663593,
3039
+ "loss": 0.2986,
3040
+ "step": 433
3041
+ },
3042
+ {
3043
+ "epoch": 1.1573333333333333,
3044
+ "grad_norm": 0.16390617191791534,
3045
+ "learning_rate": 0.00012737327188940093,
3046
+ "loss": 0.2853,
3047
+ "step": 434
3048
+ },
3049
+ {
3050
+ "epoch": 1.16,
3051
+ "grad_norm": 0.1582307517528534,
3052
+ "learning_rate": 0.0001271889400921659,
3053
+ "loss": 0.3015,
3054
+ "step": 435
3055
+ },
3056
+ {
3057
+ "epoch": 1.1626666666666667,
3058
+ "grad_norm": 0.18881578743457794,
3059
+ "learning_rate": 0.00012700460829493087,
3060
+ "loss": 0.35,
3061
+ "step": 436
3062
+ },
3063
+ {
3064
+ "epoch": 1.1653333333333333,
3065
+ "grad_norm": 0.17530585825443268,
3066
+ "learning_rate": 0.00012682027649769587,
3067
+ "loss": 0.3165,
3068
+ "step": 437
3069
+ },
3070
+ {
3071
+ "epoch": 1.168,
3072
+ "grad_norm": 0.1683303713798523,
3073
+ "learning_rate": 0.00012663594470046084,
3074
+ "loss": 0.3147,
3075
+ "step": 438
3076
+ },
3077
+ {
3078
+ "epoch": 1.1706666666666667,
3079
+ "grad_norm": 0.15983852744102478,
3080
+ "learning_rate": 0.0001264516129032258,
3081
+ "loss": 0.2814,
3082
+ "step": 439
3083
+ },
3084
+ {
3085
+ "epoch": 1.1733333333333333,
3086
+ "grad_norm": 0.12463359534740448,
3087
+ "learning_rate": 0.0001262672811059908,
3088
+ "loss": 0.2101,
3089
+ "step": 440
3090
+ },
3091
+ {
3092
+ "epoch": 1.176,
3093
+ "grad_norm": 0.17620094120502472,
3094
+ "learning_rate": 0.00012608294930875578,
3095
+ "loss": 0.3078,
3096
+ "step": 441
3097
+ },
3098
+ {
3099
+ "epoch": 1.1786666666666668,
3100
+ "grad_norm": 0.15961304306983948,
3101
+ "learning_rate": 0.00012589861751152075,
3102
+ "loss": 0.2751,
3103
+ "step": 442
3104
+ },
3105
+ {
3106
+ "epoch": 1.1813333333333333,
3107
+ "grad_norm": 0.1611575037240982,
3108
+ "learning_rate": 0.00012571428571428572,
3109
+ "loss": 0.2848,
3110
+ "step": 443
3111
+ },
3112
+ {
3113
+ "epoch": 1.184,
3114
+ "grad_norm": 0.18253649771213531,
3115
+ "learning_rate": 0.0001255299539170507,
3116
+ "loss": 0.3026,
3117
+ "step": 444
3118
+ },
3119
+ {
3120
+ "epoch": 1.1866666666666668,
3121
+ "grad_norm": 0.16647040843963623,
3122
+ "learning_rate": 0.00012534562211981566,
3123
+ "loss": 0.2895,
3124
+ "step": 445
3125
+ },
3126
+ {
3127
+ "epoch": 1.1893333333333334,
3128
+ "grad_norm": 0.1810285449028015,
3129
+ "learning_rate": 0.00012516129032258066,
3130
+ "loss": 0.3118,
3131
+ "step": 446
3132
+ },
3133
+ {
3134
+ "epoch": 1.192,
3135
+ "grad_norm": 0.16052526235580444,
3136
+ "learning_rate": 0.00012497695852534563,
3137
+ "loss": 0.2812,
3138
+ "step": 447
3139
+ },
3140
+ {
3141
+ "epoch": 1.1946666666666665,
3142
+ "grad_norm": 0.14483848214149475,
3143
+ "learning_rate": 0.0001247926267281106,
3144
+ "loss": 0.2484,
3145
+ "step": 448
3146
+ },
3147
+ {
3148
+ "epoch": 1.1973333333333334,
3149
+ "grad_norm": 0.16969628632068634,
3150
+ "learning_rate": 0.00012460829493087558,
3151
+ "loss": 0.2916,
3152
+ "step": 449
3153
+ },
3154
+ {
3155
+ "epoch": 1.2,
3156
+ "grad_norm": 0.14120320975780487,
3157
+ "learning_rate": 0.00012442396313364055,
3158
+ "loss": 0.2576,
3159
+ "step": 450
3160
+ },
3161
+ {
3162
+ "epoch": 1.2026666666666666,
3163
+ "grad_norm": 0.19954310357570648,
3164
+ "learning_rate": 0.00012423963133640552,
3165
+ "loss": 0.3632,
3166
+ "step": 451
3167
+ },
3168
+ {
3169
+ "epoch": 1.2053333333333334,
3170
+ "grad_norm": 0.18150478601455688,
3171
+ "learning_rate": 0.00012405529953917052,
3172
+ "loss": 0.3408,
3173
+ "step": 452
3174
+ },
3175
+ {
3176
+ "epoch": 1.208,
3177
+ "grad_norm": 0.15250132977962494,
3178
+ "learning_rate": 0.0001238709677419355,
3179
+ "loss": 0.3005,
3180
+ "step": 453
3181
+ },
3182
+ {
3183
+ "epoch": 1.2106666666666666,
3184
+ "grad_norm": 0.17641334235668182,
3185
+ "learning_rate": 0.00012368663594470046,
3186
+ "loss": 0.3168,
3187
+ "step": 454
3188
+ },
3189
+ {
3190
+ "epoch": 1.2133333333333334,
3191
+ "grad_norm": 0.14669710397720337,
3192
+ "learning_rate": 0.00012350230414746543,
3193
+ "loss": 0.2718,
3194
+ "step": 455
3195
+ },
3196
+ {
3197
+ "epoch": 1.216,
3198
+ "grad_norm": 0.18148992955684662,
3199
+ "learning_rate": 0.00012331797235023043,
3200
+ "loss": 0.3446,
3201
+ "step": 456
3202
+ },
3203
+ {
3204
+ "epoch": 1.2186666666666666,
3205
+ "grad_norm": 0.19267897307872772,
3206
+ "learning_rate": 0.0001231336405529954,
3207
+ "loss": 0.3368,
3208
+ "step": 457
3209
+ },
3210
+ {
3211
+ "epoch": 1.2213333333333334,
3212
+ "grad_norm": 0.16317573189735413,
3213
+ "learning_rate": 0.00012294930875576037,
3214
+ "loss": 0.2787,
3215
+ "step": 458
3216
+ },
3217
+ {
3218
+ "epoch": 1.224,
3219
+ "grad_norm": 0.13813409209251404,
3220
+ "learning_rate": 0.00012276497695852537,
3221
+ "loss": 0.237,
3222
+ "step": 459
3223
+ },
3224
+ {
3225
+ "epoch": 1.2266666666666666,
3226
+ "grad_norm": 0.19543218612670898,
3227
+ "learning_rate": 0.00012258064516129034,
3228
+ "loss": 0.3286,
3229
+ "step": 460
3230
+ },
3231
+ {
3232
+ "epoch": 1.2293333333333334,
3233
+ "grad_norm": 0.16882073879241943,
3234
+ "learning_rate": 0.0001223963133640553,
3235
+ "loss": 0.2783,
3236
+ "step": 461
3237
+ },
3238
+ {
3239
+ "epoch": 1.232,
3240
+ "grad_norm": 0.16801773011684418,
3241
+ "learning_rate": 0.00012221198156682028,
3242
+ "loss": 0.3018,
3243
+ "step": 462
3244
+ },
3245
+ {
3246
+ "epoch": 1.2346666666666666,
3247
+ "grad_norm": 0.17224004864692688,
3248
+ "learning_rate": 0.00012202764976958525,
3249
+ "loss": 0.2982,
3250
+ "step": 463
3251
+ },
3252
+ {
3253
+ "epoch": 1.2373333333333334,
3254
+ "grad_norm": 0.15956328809261322,
3255
+ "learning_rate": 0.00012184331797235025,
3256
+ "loss": 0.3058,
3257
+ "step": 464
3258
+ },
3259
+ {
3260
+ "epoch": 1.24,
3261
+ "grad_norm": 0.17795439064502716,
3262
+ "learning_rate": 0.00012165898617511522,
3263
+ "loss": 0.3429,
3264
+ "step": 465
3265
+ },
3266
+ {
3267
+ "epoch": 1.2426666666666666,
3268
+ "grad_norm": 0.1681850105524063,
3269
+ "learning_rate": 0.0001214746543778802,
3270
+ "loss": 0.2932,
3271
+ "step": 466
3272
+ },
3273
+ {
3274
+ "epoch": 1.2453333333333334,
3275
+ "grad_norm": 0.14882837235927582,
3276
+ "learning_rate": 0.00012129032258064516,
3277
+ "loss": 0.2772,
3278
+ "step": 467
3279
+ },
3280
+ {
3281
+ "epoch": 1.248,
3282
+ "grad_norm": 0.1865171641111374,
3283
+ "learning_rate": 0.00012110599078341014,
3284
+ "loss": 0.3526,
3285
+ "step": 468
3286
+ },
3287
+ {
3288
+ "epoch": 1.2506666666666666,
3289
+ "grad_norm": 0.1419881284236908,
3290
+ "learning_rate": 0.00012092165898617511,
3291
+ "loss": 0.2556,
3292
+ "step": 469
3293
+ },
3294
+ {
3295
+ "epoch": 1.2533333333333334,
3296
+ "grad_norm": 0.1949879229068756,
3297
+ "learning_rate": 0.0001207373271889401,
3298
+ "loss": 0.3512,
3299
+ "step": 470
3300
+ },
3301
+ {
3302
+ "epoch": 1.256,
3303
+ "grad_norm": 0.1851123869419098,
3304
+ "learning_rate": 0.00012055299539170508,
3305
+ "loss": 0.3119,
3306
+ "step": 471
3307
+ },
3308
+ {
3309
+ "epoch": 1.2586666666666666,
3310
+ "grad_norm": 0.16903844475746155,
3311
+ "learning_rate": 0.00012036866359447006,
3312
+ "loss": 0.2964,
3313
+ "step": 472
3314
+ },
3315
+ {
3316
+ "epoch": 1.2613333333333334,
3317
+ "grad_norm": 0.15738247334957123,
3318
+ "learning_rate": 0.00012018433179723503,
3319
+ "loss": 0.3073,
3320
+ "step": 473
3321
+ },
3322
+ {
3323
+ "epoch": 1.264,
3324
+ "grad_norm": 0.18394124507904053,
3325
+ "learning_rate": 0.00012,
3326
+ "loss": 0.3529,
3327
+ "step": 474
3328
+ },
3329
+ {
3330
+ "epoch": 1.2666666666666666,
3331
+ "grad_norm": 0.16276584565639496,
3332
+ "learning_rate": 0.00011981566820276497,
3333
+ "loss": 0.2824,
3334
+ "step": 475
3335
+ },
3336
+ {
3337
+ "epoch": 1.2693333333333334,
3338
+ "grad_norm": 0.19218119978904724,
3339
+ "learning_rate": 0.00011963133640552997,
3340
+ "loss": 0.3145,
3341
+ "step": 476
3342
+ },
3343
+ {
3344
+ "epoch": 1.272,
3345
+ "grad_norm": 0.1617254912853241,
3346
+ "learning_rate": 0.00011944700460829494,
3347
+ "loss": 0.3048,
3348
+ "step": 477
3349
+ },
3350
+ {
3351
+ "epoch": 1.2746666666666666,
3352
+ "grad_norm": 0.18363742530345917,
3353
+ "learning_rate": 0.00011926267281105991,
3354
+ "loss": 0.3495,
3355
+ "step": 478
3356
+ },
3357
+ {
3358
+ "epoch": 1.2773333333333334,
3359
+ "grad_norm": 0.18322618305683136,
3360
+ "learning_rate": 0.00011907834101382489,
3361
+ "loss": 0.323,
3362
+ "step": 479
3363
+ },
3364
+ {
3365
+ "epoch": 1.28,
3366
+ "grad_norm": 0.19018413126468658,
3367
+ "learning_rate": 0.00011889400921658986,
3368
+ "loss": 0.3239,
3369
+ "step": 480
3370
+ },
3371
+ {
3372
+ "epoch": 1.2826666666666666,
3373
+ "grad_norm": 0.18414224684238434,
3374
+ "learning_rate": 0.00011870967741935484,
3375
+ "loss": 0.3221,
3376
+ "step": 481
3377
+ },
3378
+ {
3379
+ "epoch": 1.2853333333333334,
3380
+ "grad_norm": 0.1773815155029297,
3381
+ "learning_rate": 0.00011852534562211983,
3382
+ "loss": 0.2895,
3383
+ "step": 482
3384
+ },
3385
+ {
3386
+ "epoch": 1.288,
3387
+ "grad_norm": 0.1861986517906189,
3388
+ "learning_rate": 0.00011834101382488481,
3389
+ "loss": 0.3544,
3390
+ "step": 483
3391
+ },
3392
+ {
3393
+ "epoch": 1.2906666666666666,
3394
+ "grad_norm": 0.16993744671344757,
3395
+ "learning_rate": 0.00011815668202764978,
3396
+ "loss": 0.2809,
3397
+ "step": 484
3398
+ },
3399
+ {
3400
+ "epoch": 1.2933333333333334,
3401
+ "grad_norm": 0.19634485244750977,
3402
+ "learning_rate": 0.00011797235023041475,
3403
+ "loss": 0.351,
3404
+ "step": 485
3405
+ },
3406
+ {
3407
+ "epoch": 1.296,
3408
+ "grad_norm": 0.146186962723732,
3409
+ "learning_rate": 0.00011778801843317972,
3410
+ "loss": 0.2947,
3411
+ "step": 486
3412
+ },
3413
+ {
3414
+ "epoch": 1.2986666666666666,
3415
+ "grad_norm": 0.1496630311012268,
3416
+ "learning_rate": 0.0001176036866359447,
3417
+ "loss": 0.24,
3418
+ "step": 487
3419
+ },
3420
+ {
3421
+ "epoch": 1.3013333333333335,
3422
+ "grad_norm": 0.15881465375423431,
3423
+ "learning_rate": 0.00011741935483870967,
3424
+ "loss": 0.2679,
3425
+ "step": 488
3426
+ },
3427
+ {
3428
+ "epoch": 1.304,
3429
+ "grad_norm": 0.14850527048110962,
3430
+ "learning_rate": 0.00011723502304147466,
3431
+ "loss": 0.2729,
3432
+ "step": 489
3433
+ },
3434
+ {
3435
+ "epoch": 1.3066666666666666,
3436
+ "grad_norm": 0.18087144196033478,
3437
+ "learning_rate": 0.00011705069124423964,
3438
+ "loss": 0.3167,
3439
+ "step": 490
3440
+ },
3441
+ {
3442
+ "epoch": 1.3093333333333335,
3443
+ "grad_norm": 0.18573027849197388,
3444
+ "learning_rate": 0.00011686635944700462,
3445
+ "loss": 0.3389,
3446
+ "step": 491
3447
+ },
3448
+ {
3449
+ "epoch": 1.312,
3450
+ "grad_norm": 0.1348046511411667,
3451
+ "learning_rate": 0.00011668202764976959,
3452
+ "loss": 0.2417,
3453
+ "step": 492
3454
+ },
3455
+ {
3456
+ "epoch": 1.3146666666666667,
3457
+ "grad_norm": 0.1142662763595581,
3458
+ "learning_rate": 0.00011649769585253456,
3459
+ "loss": 0.2001,
3460
+ "step": 493
3461
+ },
3462
+ {
3463
+ "epoch": 1.3173333333333335,
3464
+ "grad_norm": 0.16688582301139832,
3465
+ "learning_rate": 0.00011631336405529953,
3466
+ "loss": 0.3011,
3467
+ "step": 494
3468
+ },
3469
+ {
3470
+ "epoch": 1.32,
3471
+ "grad_norm": 0.13561463356018066,
3472
+ "learning_rate": 0.00011612903225806453,
3473
+ "loss": 0.2247,
3474
+ "step": 495
3475
+ },
3476
+ {
3477
+ "epoch": 1.3226666666666667,
3478
+ "grad_norm": 0.1808239072561264,
3479
+ "learning_rate": 0.0001159447004608295,
3480
+ "loss": 0.3396,
3481
+ "step": 496
3482
+ },
3483
+ {
3484
+ "epoch": 1.3253333333333333,
3485
+ "grad_norm": 0.1843968629837036,
3486
+ "learning_rate": 0.00011576036866359447,
3487
+ "loss": 0.3445,
3488
+ "step": 497
3489
+ },
3490
+ {
3491
+ "epoch": 1.328,
3492
+ "grad_norm": 0.18581481277942657,
3493
+ "learning_rate": 0.00011557603686635945,
3494
+ "loss": 0.3435,
3495
+ "step": 498
3496
+ },
3497
+ {
3498
+ "epoch": 1.3306666666666667,
3499
+ "grad_norm": 0.12895582616329193,
3500
+ "learning_rate": 0.00011539170506912442,
3501
+ "loss": 0.2209,
3502
+ "step": 499
3503
+ },
3504
+ {
3505
+ "epoch": 1.3333333333333333,
3506
+ "grad_norm": 0.19537444412708282,
3507
+ "learning_rate": 0.0001152073732718894,
3508
+ "loss": 0.3652,
3509
+ "step": 500
3510
+ }
3511
+ ],
3512
+ "logging_steps": 1,
3513
+ "max_steps": 1125,
3514
+ "num_input_tokens_seen": 0,
3515
+ "num_train_epochs": 3,
3516
+ "save_steps": 500,
3517
+ "stateful_callbacks": {
3518
+ "TrainerControl": {
3519
+ "args": {
3520
+ "should_epoch_stop": false,
3521
+ "should_evaluate": false,
3522
+ "should_log": false,
3523
+ "should_save": true,
3524
+ "should_training_stop": false
3525
+ },
3526
+ "attributes": {}
3527
+ }
3528
+ },
3529
+ "total_flos": 9.854633244124938e+17,
3530
+ "train_batch_size": 4,
3531
+ "trial_name": null,
3532
+ "trial_params": null
3533
+ }
function-sft-checkpoint-500/training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:709e0e1bb123c19762f25929c81f5627dfb9f9654e3e6674eadeb0039e1e83be
3
+ size 5624