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
3.0057	2.3883	0
2.4646	2.1171	1
2.2509	1.9641	2
2.1002	1.8352	3
1.9809	1.7476	4
1.8787	1.6777	5
1.7996	1.6172	6
1.7378	1.5669	7
1.6695	1.5305	8
1.6190	1.4909	9
1.5707	1.4619	10
1.5296	1.4280	11
1.4855	1.4013	12
1.4541	1.3778	13
1.4139	1.3560	14
1.3809	1.3410	15
1.3536	1.3156	16
1.3255	1.3029	17
1.2994	1.2946	18
1.2748	1.2796	19
1.2497	1.2659	20
1.2214	1.2633	21
1.2042	1.2480	22
1.1865	1.2341	23
1.1632	1.2291	24
1.1486	1.2238	25
1.1279	1.2102	26
1.1108	1.2092	27
1.0973	1.2033	28
1.0793	1.1981	29
1.0650	1.1952	30
1.0491	1.1866	31
1.0324	1.1817	32
1.0192	1.1826	33
0.9999	1.1824	34
0.9935	1.1791	35
0.9786	1.1704	36
0.9648	1.1692	37
0.9496	1.1653	38
0.9397	1.1667	39
0.9295	1.1598	40
0.9186	1.1623	41
0.9061	1.1609	42
0.8900	1.1576	43
0.8813	1.1623	44
0.8659	1.1559	45
0.8592	1.1610	46
0.8505	1.1600	47
0.8385	1.1565	48
0.8273	1.1641	49
0.8207	1.1624	50
0.8047	1.1596	51
0.8019	1.1547	52
0.7903	1.1609	53
0.7812	1.1614	54
0.7721	1.1524	55
0.7625	1.1628	56
0.7532	1.1659	57
0.7466	1.1653	58
0.7368	1.1666	59
0.7248	1.1738	60
0.7210	1.1712	61
0.7103	1.1770	62
0.7018	1.1743	63
0.6949	1.1783	64
0.6848	1.1828	65
0.6786	1.1822	66
0.6702	1.1876	67
0.6599	1.1957	68
0.6561	1.1961	69
0.6502	1.1933	70
0.6381	1.1980	71
0.6323	1.2030	72
0.6254	1.2119	73
0.6169	1.2142	74
0.6094	1.2083	75
0.6060	1.2068	76
0.6002	1.2247	77
0.5907	1.2285	78
0.5811	1.2294	79
0.5777	1.2293	80
0.5729	1.2290	81
0.5625	1.2358	82
0.5575	1.2479	83
0.5527	1.2427	84
0.5454	1.2489	85
0.5372	1.2542	86
0.5337	1.2600	87
0.5241	1.2670	88
0.5221	1.2696	89
0.5177	1.2719	90
0.5106	1.2769	91
0.5041	1.2771	92
0.4958	1.2870	93
0.4896	1.2907	94
0.4849	1.2894	95
0.4788	1.3095	96
0.4745	1.3199	97
0.4703	1.3117	98
0.4630	1.3169	99
0.4574	1.3172	100
0.4548	1.3263	101
0.4503	1.3333	102
0.4455	1.3304	103
0.4390	1.3364	104
0.4331	1.3508	105
0.4277	1.3411	106
0.4225	1.3521	107
0.4174	1.3610	108
0.4140	1.3560	109
0.4084	1.3737	110
0.4029	1.3741	111
0.4000	1.3822	112
0.3956	1.3859	113
0.3876	1.4035	114
0.3873	1.4108	115
0.3766	1.3996	116
0.3773	1.4035	117
0.3734	1.4129	118
0.3669	1.4219	119
0.3622	1.4210	120
0.3612	1.4192	121
0.3563	1.4289	122
0.3532	1.4450	123
0.3463	1.4463	124
0.3426	1.4515	125
0.3392	1.4652	126
0.3334	1.4602	127
0.3320	1.4642	128
0.3268	1.4667	129
0.3240	1.4796	130
0.3202	1.4793	131
0.3160	1.4897	132
0.3147	1.4883	133
0.3093	1.4900	134
0.3056	1.5097	135
0.3048	1.5073	136
0.3020	1.5091	137
0.2974	1.5087	138
0.2910	1.5308	139
0.2888	1.5318	140
0.2854	1.5434	141
0.2827	1.5454	142
0.2812	1.5463	143
0.2767	1.5516	144
0.2734	1.5527	145
0.2693	1.5590	146
0.2669	1.5727	147
0.2636	1.5765	148
0.2638	1.5748	149
0.2605	1.5942	150
0.2569	1.5878	151
0.2525	1.6007	152
0.2495	1.5954	153
0.2476	1.6063	154
0.2466	1.6182	155
0.2399	1.6249	156
0.2377	1.6177	157
0.2377	1.6197	158
0.2351	1.6209	159
0.2302	1.6320	160
0.2294	1.6396	161
0.2247	1.6485	162
0.2249	1.6542	163
0.2213	1.6508	164
0.2182	1.6581	165
0.2177	1.6640	166
0.2146	1.6758	167
0.2123	1.6765	168
0.2117	1.6838	169
0.2083	1.6785	170
0.2069	1.6967	171
0.2023	1.6948	172
0.1998	1.7009	173
0.1990	1.7082	174
0.1969	1.7074	175
0.1947	1.7101	176
0.1932	1.7155	177
0.1913	1.7187	178
0.1901	1.7305	179
0.1872	1.7407	180
0.1874	1.7371	181
0.1886	1.7379	182
0.1831	1.7476	183
0.1827	1.7467	184
0.1779	1.7536	185
0.1767	1.7554	186
0.1752	1.7647	187
0.1726	1.7648	188
0.1711	1.7744	189
0.1707	1.7667	190
0.1657	1.7909	191
0.1662	1.7837	192
0.1643	1.7871	193
0.1640	1.7876	194
0.1614	1.8020	195
0.1615	1.7982	196
0.1572	1.8096	197
0.1575	1.8112	198
0.1556	1.8249	199
0.1530	1.8180	200
0.1519	1.8243	201
0.1532	1.8174	202
0.1512	1.8278	203
0.1488	1.8331	204
0.1465	1.8437	205
0.1458	1.8439	206
0.1470	1.8363	207
0.1444	1.8396	208
0.1419	1.8571	209
0.1403	1.8577	210
0.1417	1.8495	211
0.1414	1.8475	212
0.1399	1.8680	213
0.1367	1.8644	214
0.1363	1.8738	215
0.1350	1.8667	216
0.1314	1.8698	217
0.1329	1.8806	218
0.1315	1.8782	219
0.1318	1.8778	220
0.1283	1.8790	221
0.1277	1.8937	222
0.1254	1.8924	223
0.1249	1.8962	224
0.1266	1.8913	225
0.1232	1.9012	226
0.1229	1.8963	227
0.1222	1.8979	228
0.1201	1.9140	229
0.1206	1.9087	230
0.1203	1.8971	231
0.1178	1.9294	232
0.1177	1.9287	233
0.1178	1.9271	234
0.1173	1.9292	235
0.1167	1.9276	236
0.1165	1.9266	237
0.1131	1.9263	238
0.1129	1.9241	239
0.1108	1.9346	240
0.1112	1.9506	241
0.1099	1.9488	242
0.1093	1.9362	243
0.1099	1.9409	244
0.1098	1.9370	245
0.1070	1.9454	246
0.1072	1.9498	247
0.1060	1.9508	248
0.1055	1.9529	249
0.1055	1.9637	250
0.1025	1.9580	251
0.1043	1.9663	252
0.1027	1.9708	253
0.1023	1.9658	254
0.1014	1.9815	255
0.1011	1.9739	256
0.0996	1.9742	257
0.0996	1.9828	258
0.0990	1.9763	259
0.0982	1.9805	260
0.0977	1.9908	261
0.0966	1.9738	262
0.0972	1.9763	263
0.0958	1.9766	264
0.0961	1.9863	265
0.0957	1.9877	266
0.0943	1.9820	267
0.0938	1.9967	268
0.0933	2.0096	269
0.0950	1.9914	270
0.0909	1.9910	271
0.0924	2.0045	272
0.0913	2.0063	273
0.0903	2.0011	274
0.0910	1.9991	275
0.0897	2.0035	276
0.0894	2.0074	277
0.0863	2.0188	278
0.0895	2.0141	279
0.0871	2.0231	280
0.0871	2.0101	281
0.0861	2.0031	282
0.0858	2.0285	283
0.0869	2.0226	284
0.0849	2.0267	285
0.0852	2.0179	286
0.0844	2.0336	287
0.0856	2.0277	288
0.0843	2.0256	289
0.0850	2.0255	290
0.0833	2.0227	291
0.0824	2.0334	292
0.0816	2.0261	293
0.0827	2.0364	294
0.0829	2.0292	295
0.0820	2.0219	296
0.0807	2.0318	297
0.0806	2.0230	298
0.0800	2.0360	299
0.0784	2.0483	300
0.0782	2.0374	301
0.0792	2.0430	302
0.0794	2.0399	303
0.0789	2.0536	304
0.0764	2.0584	305
0.0776	2.0456	306
0.0760	2.0432	307
0.0762	2.0609	308
0.0777	2.0608	309
0.0762	2.0609	310
0.0752	2.0525	311
0.0758	2.0568	312
0.0771	2.0524	313
0.0748	2.0522	314
0.0755	2.0505	315
0.0742	2.0459	316
0.0748	2.0528	317
0.0735	2.0612	318
0.0727	2.0561	319
0.0725	2.0676	320
0.0730	2.0725	321
0.0724	2.0638	322
0.0728	2.0584	323
0.0712	2.0773	324
0.0720	2.0709	325
0.0712	2.0729	326
0.0698	2.0753	327
0.0699	2.0705	328
0.0705	2.0701	329
0.0706	2.0762	330
0.0699	2.0718	331
0.0690	2.0798	332
0.0682	2.0872	333
0.0689	2.0809	334
0.0683	2.0749	335
0.0688	2.0851	336
0.0682	2.0854	337
0.0676	2.0818	338
0.0679	2.0810	339
0.0671	2.0885	340
0.0666	2.0887	341
0.0669	2.0854	342
0.0673	2.0927	343
0.0666	2.0821	344
0.0657	2.0998	345
0.0663	2.1133	346
0.0665	2.0853	347
0.0655	2.1038	348
0.0652	2.1013	349
0.0651	2.0905	350
0.0658	2.1061	351
0.0649	2.0931	352
0.0658	2.1027	353
0.0654	2.1045	354
0.0649	2.0973	355
0.0651	2.1105	356
0.0633	2.1159	357
0.0634	2.1088	358
0.0625	2.1325	359
0.0629	2.1245	360
0.0621	2.1334	361
0.0629	2.1150	362
0.0643	2.0974	363
0.0624	2.1102	364
0.0628	2.1239	365
0.0624	2.1142	366
0.0612	2.1373	367
0.0622	2.1213	368
0.0623	2.1062	369
0.0611	2.1195	370
0.0609	2.1172	371
0.0605	2.1256	372
0.0617	2.1373	373
0.0605	2.1289	374
0.0601	2.1241	375
0.0598	2.1250	376
0.0599	2.1308	377
0.0610	2.1231	378
0.0608	2.1316	379
0.0596	2.1307	380
0.0597	2.1267	381
0.0587	2.1341	382
0.0587	2.1314	383
0.0593	2.1290	384
0.0592	2.1239	385
0.0570	2.1267	386
0.0595	2.1282	387
0.0586	2.1326	388
0.0590	2.1332	389
0.0583	2.1316	390
0.0576	2.1392	391
0.0594	2.1280	392
0.0575	2.1357	393
0.0567	2.1392	394
0.0566	2.1370	395
0.0571	2.1186	396
0.0561	2.1400	397
0.0567	2.1312	398
0.0571	2.1440	399
0.0568	2.1485	400
0.0561	2.1539	401
0.0563	2.1461	402
0.0565	2.1496	403
0.0554	2.1622	404
0.0561	2.1580	405
0.0553	2.1723	406
0.0560	2.1498	407
0.0555	2.1546	408
0.0552	2.1622	409
0.0549	2.1548	410
0.0548	2.1613	411
0.0546	2.1655	412
0.0540	2.1661	413
0.0549	2.1710	414
0.0543	2.1760	415
0.0543	2.1648	416
0.0538	2.1800	417
0.0524	2.1824	418
0.0528	2.1849	419
0.0531	2.1668	420
0.0548	2.1598	421
0.0543	2.1624	422
0.0533	2.1705	423
0.0539	2.1821	424
0.0531	2.1629	425
0.0537	2.1704	426
0.0529	2.1687	427
0.0525	2.1990	428
0.0518	2.1939	429
0.0522	2.1761	430
0.0521	2.1725	431
0.0521	2.1677	432
0.0517	2.1731	433
0.0512	2.1833	434
0.0514	2.1914	435
0.0522	2.1858	436
0.0513	2.1854	437
0.0517	2.1875	438
0.0513	2.2028	439
0.0518	2.2001	440
0.0510	2.1821	441
0.0508	2.1831	442
0.0507	2.1787	443
0.0512	2.1773	444
0.0505	2.1962	445
0.0507	2.1756	446
0.0507	2.1885	447
0.0500	2.1993	448
0.0505	2.1738	449
0.0511	2.1672	450
0.0486	2.1973	451
0.0500	2.1826	452
0.0513	2.1787	453
0.0502	2.1902	454
0.0501	2.1805	455
0.0494	2.1814	456
0.0499	2.1808	457
0.0496	2.1744	458
0.0498	2.1721	459
0.0493	2.1922	460
0.0499	2.1888	461
0.0497	2.1897	462
0.0497	2.1876	463
0.0489	2.1910	464
0.0481	2.1933	465
0.0497	2.1821	466
0.0494	2.1943	467
0.0489	2.1991	468
0.0482	2.1978	469
0.0485	2.1813	470
0.0483	2.1804	471
0.0480	2.1988	472
0.0483	2.1996	473
0.0477	2.1996	474
0.0475	2.1978	475
0.0483	2.1811	476
0.0470	2.1921	477
0.0478	2.1978	478
0.0471	2.1900	479
0.0484	2.2167	480
0.0474	2.1919	481
0.0475	2.2082	482
0.0466	2.2219	483
0.0476	2.1836	484
0.0465	2.2060	485
0.0473	2.2154	486
0.0475	2.2080	487
0.0464	2.2102	488
0.0465	2.2156	489
0.0475	2.2129	490
0.0463	2.2031	491
0.0459	2.2007	492
0.0466	2.2033	493
0.0462	2.2144	494
0.0461	2.2208	495
0.0462	2.2257	496
0.0463	2.2060	497
0.0458	2.2229	498
0.0455	2.2245	499

Framework versions

Transformers 4.38.2
TensorFlow 2.15.0
Datasets 2.18.0
Tokenizers 0.15.2