optimizer: {'name': 'AdamWeightDecay', 'learning_rate': 1e-04, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-07, 'amsgrad': False, 'weight_decay_rate': 0.01}
training_precision: float32

Training results

Train Loss	Validation Loss	Epoch
3.2881	2.6852	0
2.7514	2.4004	1
2.5012	2.2171	2
2.3252	2.0959	3
2.1930	1.9901	4
2.0837	1.9130	5
1.9912	1.8452	6
1.9107	1.7974	7
1.8459	1.7521	8
1.7902	1.7165	9
1.7321	1.6842	10
1.6811	1.6400	11
1.6374	1.6230	12
1.5973	1.5960	13
1.5588	1.5765	14
1.5244	1.5589	15
1.4933	1.5370	16
1.4588	1.5300	17
1.4325	1.5107	18
1.4054	1.4970	19
1.3730	1.4839	20
1.3475	1.4789	21
1.3231	1.4616	22
1.3035	1.4568	23
1.2768	1.4489	24
1.2587	1.4396	25
1.2380	1.4364	26
1.2208	1.4273	27
1.2026	1.4228	28
1.1755	1.4141	29
1.1614	1.4062	30
1.1460	1.4060	31
1.1289	1.3934	32
1.1134	1.4007	33
1.0965	1.3927	34
1.0818	1.3874	35
1.0661	1.3921	36
1.0482	1.3795	37
1.0345	1.3853	38
1.0195	1.3835	39
1.0074	1.3772	40
0.9890	1.3851	41
0.9833	1.3724	42
0.9667	1.3740	43
0.9561	1.3752	44
0.9429	1.3673	45
0.9301	1.3828	46
0.9141	1.3806	47
0.9050	1.3772	48
0.8952	1.3812	49
0.8809	1.3718	50
0.8725	1.3825	51
0.8601	1.3842	52
0.8488	1.3827	53
0.8375	1.3920	54
0.8257	1.3936	55
0.8184	1.3842	56
0.8081	1.3846	57
0.7986	1.3860	58
0.7883	1.3943	59
0.7787	1.4004	60
0.7666	1.4071	61
0.7554	1.4079	62
0.7470	1.4038	63
0.7366	1.4141	64
0.7279	1.4135	65
0.7250	1.4111	66
0.7128	1.4196	67
0.7042	1.4182	68
0.6946	1.4378	69
0.6851	1.4350	70
0.6764	1.4403	71
0.6695	1.4474	72
0.6606	1.4454	73
0.6565	1.4516	74
0.6450	1.4595	75
0.6347	1.4700	76
0.6287	1.4746	77
0.6183	1.4813	78
0.6143	1.4785	79
0.6053	1.4848	80
0.5994	1.4777	81
0.5903	1.4962	82
0.5828	1.5102	83
0.5760	1.4957	84
0.5696	1.5121	85
0.5637	1.5168	86
0.5578	1.5183	87
0.5499	1.5184	88
0.5396	1.5433	89
0.5345	1.5411	90
0.5268	1.5338	91
0.5220	1.5556	92
0.5184	1.5489	93
0.5122	1.5635	94
0.5014	1.5674	95
0.4921	1.5773	96
0.4925	1.5773	97
0.4821	1.5938	98
0.4769	1.6013	99
0.4723	1.5979	100
0.4692	1.6131	101
0.4603	1.6247	102
0.4553	1.6276	103
0.4476	1.6376	104
0.4401	1.6390	105
0.4384	1.6442	106
0.4305	1.6548	107
0.4263	1.6617	108
0.4232	1.6523	109
0.4185	1.6561	110
0.4129	1.6779	111
0.4036	1.6897	112
0.4005	1.6873	113
0.3948	1.6987	114
0.3892	1.7120	115
0.3859	1.7049	116
0.3795	1.7241	117
0.3802	1.7273	118
0.3731	1.7387	119
0.3672	1.7447	120
0.3629	1.7513	121
0.3607	1.7515	122
0.3543	1.7585	123
0.3504	1.7601	124
0.3477	1.7657	125
0.3453	1.7733	126
0.3448	1.7718	127
0.3390	1.7971	128
0.3352	1.7929	129
0.3273	1.7988	130
0.3250	1.8192	131
0.3222	1.8220	132
0.3173	1.8289	133
0.3171	1.8261	134
0.3124	1.8415	135
0.3040	1.8379	136
0.3040	1.8533	137
0.3030	1.8511	138
0.2970	1.8537	139
0.2938	1.8697	140
0.2929	1.8730	141
0.2892	1.8632	142
0.2816	1.8796	143
0.2812	1.8870	144
0.2761	1.8891	145
0.2731	1.9134	146
0.2698	1.9100	147
0.2671	1.9207	148
0.2639	1.9196	149
0.2621	1.9130	150
0.2589	1.9273	151
0.2558	1.9336	152
0.2545	1.9355	153
0.2487	1.9551	154
0.2493	1.9573	155
0.2449	1.9552	156
0.2421	1.9591	157
0.2405	1.9556	158
0.2367	1.9807	159
0.2342	1.9859	160
0.2316	1.9803	161
0.2281	1.9853	162
0.2269	1.9970	163
0.2250	2.0120	164
0.2236	2.0107	165
0.2194	2.0208	166
0.2183	2.0198	167
0.2168	2.0265	168
0.2172	2.0278	169
0.2117	2.0380	170
0.2078	2.0448	171
0.2091	2.0415	172
0.2065	2.0459	173
0.2027	2.0597	174
0.1995	2.0659	175
0.1980	2.0811	176
0.1971	2.0704	177
0.1932	2.0785	178
0.1892	2.0783	179
0.1924	2.0742	180
0.1872	2.0979	181
0.1858	2.0958	182
0.1853	2.1005	183
0.1834	2.1166	184
0.1810	2.1027	185
0.1789	2.1151	186
0.1768	2.1302	187
0.1768	2.1200	188
0.1766	2.1399	189
0.1732	2.1196	190
0.1719	2.1362	191
0.1697	2.1447	192
0.1684	2.1464	193
0.1699	2.1442	194
0.1657	2.1492	195
0.1607	2.1644	196
0.1603	2.1667	197
0.1580	2.1715	198
0.1588	2.1818	199
0.1551	2.1825	200
0.1572	2.1779	201
0.1552	2.1842	202
0.1528	2.2038	203
0.1530	2.1941	204
0.1501	2.1903	205
0.1492	2.2089	206
0.1498	2.1871	207
0.1481	2.1888	208
0.1486	2.2130	209
0.1434	2.2259	210
0.1432	2.2159	211
0.1436	2.2151	212
0.1411	2.2221	213
0.1414	2.2294	214
0.1381	2.2310	215
0.1360	2.2444	216
0.1353	2.2427	217
0.1372	2.2461	218
0.1350	2.2455	219
0.1319	2.2616	220
0.1345	2.2556	221
0.1319	2.2567	222
0.1301	2.2589	223
0.1273	2.2709	224
0.1266	2.2737	225
0.1251	2.2794	226
0.1255	2.2707	227
0.1264	2.2903	228
0.1252	2.2681	229
0.1229	2.2939	230
0.1217	2.2889	231
0.1214	2.2855	232
0.1195	2.3005	233
0.1196	2.3030	234
0.1200	2.3065	235
0.1176	2.2957	236
0.1183	2.2850	237
0.1173	2.3067	238
0.1158	2.3098	239
0.1175	2.3070	240
0.1144	2.3091	241
0.1113	2.3286	242
0.1112	2.3344	243
0.1122	2.3201	244
0.1112	2.3277	245
0.1103	2.3282	246
0.1074	2.3500	247
0.1098	2.3347	248
0.1096	2.3363	249
0.1063	2.3397	250
0.1053	2.3460	251
0.1077	2.3321	252
0.1055	2.3546	253
0.1053	2.3340	254
0.1041	2.3378	255
0.1027	2.3657	256
0.1030	2.3373	257
0.1018	2.3576	258
0.1040	2.3498	259
0.1010	2.3487	260
0.1011	2.3558	261
0.0999	2.3610	262
0.0996	2.3547	263
0.0989	2.3651	264
0.0987	2.3588	265
0.1003	2.3488	266
0.0966	2.3740	267
0.0973	2.3670	268
0.0980	2.3540	269
0.0977	2.3531	270
0.0956	2.3516	271
0.0940	2.3640	272
0.0941	2.3609	273
0.0933	2.3583	274
0.0954	2.3766	275
0.0905	2.3796	276
0.0931	2.3734	277
0.0924	2.3788	278
0.0897	2.3839	279
0.0900	2.3819	280
0.0900	2.3771	281
0.0913	2.3619	282
0.0888	2.3731	283
0.0901	2.3813	284
0.0877	2.3956	285
0.0882	2.3754	286
0.0874	2.3767	287
0.0862	2.3913	288
0.0877	2.3835	289
0.0864	2.4017	290
0.0858	2.4085	291
0.0863	2.4105	292
0.0858	2.4059	293
0.0865	2.3823	294
0.0843	2.4068	295
0.0849	2.4148	296
0.0838	2.4138	297
0.0837	2.4177	298
0.0824	2.4125	299
0.0830	2.3931	300
0.0827	2.4092	301
0.0840	2.4185	302
0.0835	2.4079	303
0.0814	2.4121	304
0.0820	2.4149	305
0.0811	2.3981	306
0.0815	2.4207	307
0.0795	2.4305	308
0.0816	2.4200	309
0.0792	2.4255	310
0.0803	2.4238	311
0.0781	2.4316	312
0.0773	2.4552	313
0.0777	2.4426	314
0.0767	2.4411	315
0.0775	2.4338	316
0.0774	2.4471	317
0.0775	2.4411	318
0.0772	2.4345	319
0.0767	2.4524	320
0.0773	2.4268	321
0.0764	2.4423	322
0.0763	2.4347	323
0.0757	2.4518	324
0.0761	2.4477	325
0.0742	2.4567	326
0.0763	2.4599	327
0.0745	2.4768	328
0.0751	2.4397	329
0.0744	2.4510	330
0.0737	2.4455	331
0.0747	2.4608	332
0.0724	2.4727	333
0.0740	2.4467	334
0.0739	2.4447	335
0.0716	2.4674	336
0.0723	2.4512	337
0.0726	2.4452	338
0.0709	2.4469	339
0.0721	2.4593	340
0.0719	2.4458	341
0.0704	2.4783	342
0.0702	2.4690	343
0.0720	2.4510	344
0.0700	2.4665	345
0.0713	2.4748	346
0.0693	2.4626	347
0.0687	2.4665	348
0.0685	2.4568	349
0.0692	2.4718	350
0.0694	2.4751	351
0.0691	2.4684	352
0.0684	2.4866	353
0.0674	2.4946	354
0.0671	2.4772	355
0.0674	2.4763	356
0.0672	2.5013	357
0.0683	2.4805	358
0.0675	2.4810	359
0.0660	2.4837	360
0.0663	2.4880	361
0.0659	2.4878	362
0.0670	2.4878	363
0.0663	2.4880	364
0.0649	2.4862	365
0.0661	2.4902	366
0.0655	2.5094	367
0.0645	2.5056	368
0.0643	2.5108	369
0.0651	2.5107	370
0.0645	2.5097	371
0.0649	2.5055	372
0.0641	2.5140	373
0.0648	2.5048	374
0.0638	2.5043	375
0.0641	2.5189	376
0.0648	2.5121	377
0.0633	2.5016	378
0.0635	2.5086	379
0.0630	2.5201	380
0.0624	2.5168	381
0.0628	2.5057	382
0.0625	2.5213	383
0.0638	2.5116	384
0.0633	2.5119	385
0.0629	2.5153	386
0.0631	2.5124	387
0.0618	2.5068	388
0.0618	2.5147	389
0.0616	2.5187	390
0.0607	2.5190	391
0.0609	2.5095	392
0.0624	2.5009	393
0.0605	2.5058	394
0.0623	2.5067	395
0.0616	2.4963	396
0.0609	2.5164	397
0.0600	2.5098	398
0.0598	2.5210	399
0.0600	2.5219	400
0.0601	2.5294	401
0.0597	2.5104	402
0.0592	2.5396	403
0.0593	2.5355	404
0.0599	2.5125	405
0.0592	2.5513	406
0.0595	2.5446	407
0.0581	2.5417	408
0.0593	2.5255	409
0.0597	2.5447	410
0.0588	2.5475	411
0.0584	2.5529	412
0.0576	2.5431	413
0.0573	2.5441	414
0.0585	2.5366	415
0.0571	2.5554	416
0.0580	2.5337	417
0.0589	2.5227	418
0.0582	2.5328	419
0.0575	2.5512	420
0.0573	2.5600	421
0.0578	2.5597	422
0.0578	2.5589	423
0.0567	2.5518	424
0.0574	2.5650	425
0.0580	2.5462	426
0.0560	2.5490	427
0.0558	2.5566	428
0.0565	2.5489	429
0.0569	2.5492	430
0.0564	2.5509	431
0.0555	2.5484	432
0.0556	2.5403	433
0.0549	2.5533	434
0.0546	2.5606	435
0.0556	2.5657	436
0.0554	2.5543	437
0.0554	2.5780	438
0.0554	2.5815	439
0.0546	2.5734	440
0.0540	2.5661	441
0.0541	2.5809	442
0.0537	2.5701	443
0.0548	2.5641	444
0.0551	2.5584	445
0.0544	2.5504	446
0.0538	2.5745	447
0.0544	2.5595	448
0.0550	2.5685	449
0.0529	2.5680	450
0.0530	2.5781	451
0.0530	2.5722	452
0.0524	2.5818	453
0.0523	2.5727	454
0.0530	2.5708	455
0.0541	2.5882	456
0.0531	2.5703	457
0.0531	2.5910	458
0.0520	2.5712	459
0.0535	2.5703	460
0.0523	2.5671	461
0.0526	2.5926	462
0.0524	2.5740	463
0.0525	2.5580	464
0.0518	2.5777	465
0.0515	2.5942	466
0.0521	2.5632	467
0.0523	2.5658	468
0.0517	2.5798	469
0.0521	2.5898	470
0.0519	2.5733	471
0.0512	2.6010	472
0.0518	2.5822	473
0.0519	2.5942	474
0.0514	2.5968	475
0.0511	2.5963	476
0.0514	2.5924	477
0.0501	2.5994	478
0.0510	2.5948	479
0.0507	2.6069	480
0.0516	2.6118	481
0.0506	2.6180	482
0.0504	2.6209	483
0.0515	2.6133	484
0.0503	2.6106	485
0.0511	2.6082	486
0.0516	2.5892	487
0.0508	2.5803	488
0.0502	2.5887	489
0.0501	2.5958	490
0.0500	2.6165	491
0.0496	2.6172	492
0.0508	2.6027	493
0.0502	2.6052	494
0.0505	2.6160	495
0.0503	2.6068	496
0.0502	2.6031	497
0.0490	2.6202	498

Framework versions

Transformers 4.38.2
TensorFlow 2.15.0
Datasets 2.18.0
Tokenizers 0.15.2