eval_batch_size:13107200, generate_setting:original, learning_rate:0.0005, model:Observation, setting:merge, train_batch_size:4096
Valid result:
recall@5 : 0.0291    recall@10 : 0.0474    recall@20 : 0.0688    recall@50 : 0.1084    mrr@5 : (0.0455+0j)    mrr@10 : (0.0521+0j)    mrr@20 : (0.0564+0j)    mrr@50 : (0.0591+0j)    ndcg@5 : (0.0284+0j)    ndcg@10 : (0.0336+0j)    ndcg@20 : (0.0397+0j)    ndcg@50 : (0.05+0j)    hit@5 : 0.0859    hit@10 : 0.1361    hit@20 : 0.1978    hit@50 : 0.2837    precision@5 : 0.0184    precision@10 : 0.0159    precision@20 : 0.0124    precision@50 : 0.008
Test result:
recall@5 : 0.0297    recall@10 : 0.0475    recall@20 : 0.0622    recall@50 : 0.1012    mrr@5 : (0.0536+0j)    mrr@10 : (0.0597+0j)    mrr@20 : (0.0629+0j)    mrr@50 : (0.066+0j)    ndcg@5 : (0.0319+0j)    ndcg@10 : (0.0357+0j)    ndcg@20 : (0.0397+0j)    ndcg@50 : (0.0501+0j)    hit@5 : 0.0944    hit@10 : 0.1416    hit@20 : 0.1887    hit@50 : 0.2855    precision@5 : 0.0213    precision@10 : 0.0163    precision@20 : 0.0116    precision@50 : 0.0079

eval_batch_size:13107200, generate_setting:original, learning_rate:0.001, model:Observation, setting:source_passing, train_batch_size:4096
Valid result:
recall@5 : 0.041    recall@10 : 0.0679    recall@20 : 0.0982    recall@50 : 0.1541    mrr@5 : (0.0656+0j)    mrr@10 : (0.0756+0j)    mrr@20 : (0.0806+0j)    mrr@50 : (0.0842+0j)    ndcg@5 : (0.0416+0j)    ndcg@10 : (0.0487+0j)    ndcg@20 : (0.0566+0j)    ndcg@50 : (0.0717+0j)    hit@5 : 0.1252    hit@10 : 0.2021    hit@20 : 0.2747    hit@50 : 0.3908    precision@5 : 0.0281    precision@10 : 0.0244    precision@20 : 0.0178    precision@50 : 0.0121
Test result:
recall@5 : 0.038    recall@10 : 0.0556    recall@20 : 0.0888    recall@50 : 0.1478    mrr@5 : (0.0711+0j)    mrr@10 : (0.0782+0j)    mrr@20 : (0.0835+0j)    mrr@50 : (0.0875+0j)    ndcg@5 : (0.0416+0j)    ndcg@10 : (0.045+0j)    ndcg@20 : (0.0542+0j)    ndcg@50 : (0.0703+0j)    hit@5 : 0.1295    hit@10 : 0.1827    hit@20 : 0.2613    hit@50 : 0.3908    precision@5 : 0.0283    precision@10 : 0.0215    precision@20 : 0.0171    precision@50 : 0.0122

eval_batch_size:13107200, generate_setting:original, learning_rate:0.0005, model:Observation, setting:source_passing, train_batch_size:4096
Valid result:
recall@5 : 0.0395    recall@10 : 0.0638    recall@20 : 0.0903    recall@50 : 0.1448    mrr@5 : (0.0626+0j)    mrr@10 : (0.0714+0j)    mrr@20 : (0.0762+0j)    mrr@50 : (0.0796+0j)    ndcg@5 : (0.0396+0j)    ndcg@10 : (0.0455+0j)    ndcg@20 : (0.0528+0j)    ndcg@50 : (0.0673+0j)    hit@5 : 0.1216    hit@10 : 0.1887    hit@20 : 0.2601    hit@50 : 0.369    precision@5 : 0.0269    precision@10 : 0.0221    precision@20 : 0.0169    precision@50 : 0.0113
Test result:
recall@5 : 0.0362    recall@10 : 0.0504    recall@20 : 0.0785    recall@50 : 0.1394    mrr@5 : (0.0671+0j)    mrr@10 : (0.0729+0j)    mrr@20 : (0.0779+0j)    mrr@50 : (0.0821+0j)    ndcg@5 : (0.0401+0j)    ndcg@10 : (0.0423+0j)    ndcg@20 : (0.0502+0j)    ndcg@50 : (0.0661+0j)    hit@5 : 0.1192    hit@10 : 0.1652    hit@20 : 0.2384    hit@50 : 0.3714    precision@5 : 0.0265    precision@10 : 0.0195    precision@20 : 0.0155    precision@50 : 0.011

eval_batch_size:13107200, generate_setting:original, learning_rate:0.001, model:Observation, setting:merge, train_batch_size:4096
Valid result:
recall@5 : 0.0402    recall@10 : 0.0613    recall@20 : 0.0911    recall@50 : 0.145    mrr@5 : (0.0666+0j)    mrr@10 : (0.0759+0j)    mrr@20 : (0.0809+0j)    mrr@50 : (0.0845+0j)    ndcg@5 : (0.0414+0j)    ndcg@10 : (0.047+0j)    ndcg@20 : (0.055+0j)    ndcg@50 : (0.0698+0j)    hit@5 : 0.1222    hit@10 : 0.1948    hit@20 : 0.268    hit@50 : 0.3799    precision@5 : 0.0269    precision@10 : 0.023    precision@20 : 0.0175    precision@50 : 0.0118
Test result:
recall@5 : 0.0363    recall@10 : 0.0515    recall@20 : 0.078    recall@50 : 0.1377    mrr@5 : (0.0678+0j)    mrr@10 : (0.0742+0j)    mrr@20 : (0.0795+0j)    mrr@50 : (0.0839+0j)    ndcg@5 : (0.0399+0j)    ndcg@10 : (0.043+0j)    ndcg@20 : (0.0507+0j)    ndcg@50 : (0.0669+0j)    hit@5 : 0.1192    hit@10 : 0.1676    hit@20 : 0.2444    hit@50 : 0.3817    precision@5 : 0.0265    precision@10 : 0.0206    precision@20 : 0.0164    precision@50 : 0.0118

