DewiBrynJones commited on
Commit
7f4700a
1 Parent(s): 621f50d

End of training

Browse files
README.md CHANGED
@@ -15,7 +15,7 @@ should probably proofread and complete it, then remove this comment. -->
15
 
16
  # whisper-large-v3-ft-btb-cy
17
 
18
- This model is a fine-tuned version of [openai/whisper-large-v3](https://huggingface.co/openai/whisper-large-v3) on an unknown dataset.
19
  It achieves the following results on the evaluation set:
20
  - Loss: 0.4687
21
  - Wer: 0.2887
 
15
 
16
  # whisper-large-v3-ft-btb-cy
17
 
18
+ This model is a fine-tuned version of [openai/whisper-large-v3](https://huggingface.co/openai/whisper-large-v3) on the DewiBrynJones/banc-trawsgrifiadau-bangor-clean train 2410 dataset.
19
  It achieves the following results on the evaluation set:
20
  - Loss: 0.4687
21
  - Wer: 0.2887
all_results.json CHANGED
@@ -1,15 +1,15 @@
1
  {
2
- "epoch": 5.694760820045558,
3
- "eval_loss": 0.5775743126869202,
4
- "eval_runtime": 2885.0748,
5
- "eval_samples": 7022,
6
- "eval_samples_per_second": 2.434,
7
- "eval_steps_per_second": 0.152,
8
- "eval_wer": 0.3064475414845421,
9
- "total_flos": 5.43429854134272e+20,
10
- "train_loss": 0.25138797866106033,
11
- "train_runtime": 67213.2375,
12
- "train_samples": 28086,
13
- "train_samples_per_second": 2.38,
14
- "train_steps_per_second": 0.074
15
  }
 
1
  {
2
+ "epoch": 4.29000429000429,
3
+ "eval_loss": 0.46873393654823303,
4
+ "eval_runtime": 2420.1328,
5
+ "eval_samples": 3901,
6
+ "eval_samples_per_second": 1.612,
7
+ "eval_steps_per_second": 0.101,
8
+ "eval_wer": 0.2887085868830291,
9
+ "total_flos": 5.435317790834688e+20,
10
+ "train_loss": 0.2924629046201706,
11
+ "train_runtime": 60618.8801,
12
+ "train_samples": 37291,
13
+ "train_samples_per_second": 2.639,
14
+ "train_steps_per_second": 0.082
15
  }
eval_results.json CHANGED
@@ -1,9 +1,9 @@
1
  {
2
- "epoch": 5.694760820045558,
3
- "eval_loss": 0.5775743126869202,
4
- "eval_runtime": 2885.0748,
5
- "eval_samples": 7022,
6
- "eval_samples_per_second": 2.434,
7
- "eval_steps_per_second": 0.152,
8
- "eval_wer": 0.3064475414845421
9
  }
 
1
  {
2
+ "epoch": 4.29000429000429,
3
+ "eval_loss": 0.46873393654823303,
4
+ "eval_runtime": 2420.1328,
5
+ "eval_samples": 3901,
6
+ "eval_samples_per_second": 1.612,
7
+ "eval_steps_per_second": 0.101,
8
+ "eval_wer": 0.2887085868830291
9
  }
runs/Oct03_07-40-37_82622f04bd23/events.out.tfevents.1728001529.82622f04bd23.37.1 ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:9a74c8610fc4984945a5ededad2ebb910153cc077e0f7ed0940c1b9a6e6f13ec
3
+ size 406
train_results.json CHANGED
@@ -1,9 +1,9 @@
1
  {
2
- "epoch": 5.694760820045558,
3
- "total_flos": 5.43429854134272e+20,
4
- "train_loss": 0.25138797866106033,
5
- "train_runtime": 67213.2375,
6
- "train_samples": 28086,
7
- "train_samples_per_second": 2.38,
8
- "train_steps_per_second": 0.074
9
  }
 
1
  {
2
+ "epoch": 4.29000429000429,
3
+ "total_flos": 5.435317790834688e+20,
4
+ "train_loss": 0.2924629046201706,
5
+ "train_runtime": 60618.8801,
6
+ "train_samples": 37291,
7
+ "train_samples_per_second": 2.639,
8
+ "train_steps_per_second": 0.082
9
  }
trainer_state.json CHANGED
@@ -1,7 +1,7 @@
1
  {
2
  "best_metric": null,
3
  "best_model_checkpoint": null,
4
- "epoch": 5.694760820045558,
5
  "eval_steps": 1000,
6
  "global_step": 5000,
7
  "is_hyper_param_search": false,
@@ -9,1464 +9,1464 @@
9
  "is_world_process_zero": true,
10
  "log_history": [
11
  {
12
- "epoch": 0.02847380410022779,
13
- "grad_norm": 8.29788875579834,
14
  "learning_rate": 5.000000000000001e-07,
15
- "loss": 1.7669,
16
  "step": 25
17
  },
18
  {
19
- "epoch": 0.05694760820045558,
20
- "grad_norm": 5.953624725341797,
21
  "learning_rate": 1.0000000000000002e-06,
22
- "loss": 1.347,
23
  "step": 50
24
  },
25
  {
26
- "epoch": 0.08542141230068337,
27
- "grad_norm": 6.313845157623291,
28
  "learning_rate": 1.5e-06,
29
- "loss": 1.0011,
30
  "step": 75
31
  },
32
  {
33
- "epoch": 0.11389521640091116,
34
- "grad_norm": 5.495311260223389,
35
  "learning_rate": 2.0000000000000003e-06,
36
- "loss": 0.8525,
37
  "step": 100
38
  },
39
  {
40
- "epoch": 0.14236902050113895,
41
- "grad_norm": 4.961582183837891,
42
  "learning_rate": 2.5e-06,
43
- "loss": 0.7632,
44
  "step": 125
45
  },
46
  {
47
- "epoch": 0.17084282460136674,
48
- "grad_norm": 5.068117141723633,
49
  "learning_rate": 3e-06,
50
- "loss": 0.7467,
51
  "step": 150
52
  },
53
  {
54
- "epoch": 0.19931662870159453,
55
- "grad_norm": 5.016373634338379,
56
  "learning_rate": 3.5e-06,
57
- "loss": 0.7178,
58
  "step": 175
59
  },
60
  {
61
- "epoch": 0.22779043280182232,
62
- "grad_norm": 4.4371137619018555,
63
  "learning_rate": 4.000000000000001e-06,
64
- "loss": 0.6761,
65
  "step": 200
66
  },
67
  {
68
- "epoch": 0.25626423690205014,
69
- "grad_norm": 5.090580940246582,
70
  "learning_rate": 4.5e-06,
71
- "loss": 0.6484,
72
  "step": 225
73
  },
74
  {
75
- "epoch": 0.2847380410022779,
76
- "grad_norm": 4.779529094696045,
77
  "learning_rate": 5e-06,
78
- "loss": 0.677,
79
  "step": 250
80
  },
81
  {
82
- "epoch": 0.3132118451025057,
83
- "grad_norm": 4.2773518562316895,
84
  "learning_rate": 5.500000000000001e-06,
85
- "loss": 0.6384,
86
  "step": 275
87
  },
88
  {
89
- "epoch": 0.3416856492027335,
90
- "grad_norm": 4.421960830688477,
91
  "learning_rate": 6e-06,
92
- "loss": 0.6291,
93
  "step": 300
94
  },
95
  {
96
- "epoch": 0.3701594533029613,
97
- "grad_norm": 4.473905563354492,
98
  "learning_rate": 6.5000000000000004e-06,
99
- "loss": 0.6275,
100
  "step": 325
101
  },
102
  {
103
- "epoch": 0.39863325740318906,
104
- "grad_norm": 5.127504825592041,
105
  "learning_rate": 7e-06,
106
- "loss": 0.5969,
107
  "step": 350
108
  },
109
  {
110
- "epoch": 0.4271070615034169,
111
- "grad_norm": 4.176600933074951,
112
  "learning_rate": 7.500000000000001e-06,
113
- "loss": 0.5706,
114
  "step": 375
115
  },
116
  {
117
- "epoch": 0.45558086560364464,
118
- "grad_norm": 4.631809234619141,
119
  "learning_rate": 8.000000000000001e-06,
120
- "loss": 0.6083,
121
  "step": 400
122
  },
123
  {
124
- "epoch": 0.48405466970387245,
125
- "grad_norm": 4.151340484619141,
126
  "learning_rate": 8.5e-06,
127
- "loss": 0.5777,
128
  "step": 425
129
  },
130
  {
131
- "epoch": 0.5125284738041003,
132
- "grad_norm": 4.039161205291748,
133
  "learning_rate": 9e-06,
134
- "loss": 0.5529,
135
  "step": 450
136
  },
137
  {
138
- "epoch": 0.541002277904328,
139
- "grad_norm": 4.89629602432251,
140
  "learning_rate": 9.5e-06,
141
- "loss": 0.5581,
142
  "step": 475
143
  },
144
  {
145
- "epoch": 0.5694760820045558,
146
- "grad_norm": 11.599489212036133,
147
  "learning_rate": 1e-05,
148
- "loss": 0.5621,
149
  "step": 500
150
  },
151
  {
152
- "epoch": 0.5979498861047836,
153
- "grad_norm": 4.748031139373779,
154
  "learning_rate": 9.944444444444445e-06,
155
- "loss": 0.5785,
156
  "step": 525
157
  },
158
  {
159
- "epoch": 0.6264236902050114,
160
- "grad_norm": 4.0705485343933105,
161
  "learning_rate": 9.88888888888889e-06,
162
- "loss": 0.5625,
163
  "step": 550
164
  },
165
  {
166
- "epoch": 0.6548974943052391,
167
- "grad_norm": 3.605722427368164,
168
  "learning_rate": 9.833333333333333e-06,
169
- "loss": 0.5613,
170
  "step": 575
171
  },
172
  {
173
- "epoch": 0.683371298405467,
174
- "grad_norm": 3.7756550312042236,
175
  "learning_rate": 9.777777777777779e-06,
176
- "loss": 0.5521,
177
  "step": 600
178
  },
179
  {
180
- "epoch": 0.7118451025056948,
181
- "grad_norm": 3.743063449859619,
182
  "learning_rate": 9.722222222222223e-06,
183
- "loss": 0.5521,
184
  "step": 625
185
  },
186
  {
187
- "epoch": 0.7403189066059226,
188
- "grad_norm": 3.786343812942505,
189
  "learning_rate": 9.666666666666667e-06,
190
- "loss": 0.5374,
191
  "step": 650
192
  },
193
  {
194
- "epoch": 0.7687927107061503,
195
- "grad_norm": 3.285397529602051,
196
  "learning_rate": 9.611111111111112e-06,
197
- "loss": 0.5155,
198
  "step": 675
199
  },
200
  {
201
- "epoch": 0.7972665148063781,
202
- "grad_norm": 4.082733154296875,
203
  "learning_rate": 9.555555555555556e-06,
204
- "loss": 0.5266,
205
  "step": 700
206
  },
207
  {
208
- "epoch": 0.8257403189066059,
209
- "grad_norm": 3.823092222213745,
210
  "learning_rate": 9.5e-06,
211
- "loss": 0.5022,
212
  "step": 725
213
  },
214
  {
215
- "epoch": 0.8542141230068337,
216
- "grad_norm": 3.905947685241699,
217
  "learning_rate": 9.444444444444445e-06,
218
- "loss": 0.4924,
219
  "step": 750
220
  },
221
  {
222
- "epoch": 0.8826879271070615,
223
- "grad_norm": 3.707880735397339,
224
  "learning_rate": 9.38888888888889e-06,
225
- "loss": 0.496,
226
  "step": 775
227
  },
228
  {
229
- "epoch": 0.9111617312072893,
230
- "grad_norm": 3.18892502784729,
231
  "learning_rate": 9.333333333333334e-06,
232
- "loss": 0.5012,
233
  "step": 800
234
  },
235
  {
236
- "epoch": 0.9396355353075171,
237
- "grad_norm": 3.8103792667388916,
238
  "learning_rate": 9.277777777777778e-06,
239
- "loss": 0.4767,
240
  "step": 825
241
  },
242
  {
243
- "epoch": 0.9681093394077449,
244
- "grad_norm": 3.4749033451080322,
245
  "learning_rate": 9.222222222222224e-06,
246
- "loss": 0.5078,
247
  "step": 850
248
  },
249
  {
250
- "epoch": 0.9965831435079726,
251
- "grad_norm": 3.836411476135254,
252
  "learning_rate": 9.166666666666666e-06,
253
- "loss": 0.481,
254
  "step": 875
255
  },
256
  {
257
- "epoch": 1.0250569476082005,
258
- "grad_norm": 2.716602325439453,
259
  "learning_rate": 9.111111111111112e-06,
260
- "loss": 0.3908,
261
  "step": 900
262
  },
263
  {
264
- "epoch": 1.0535307517084282,
265
- "grad_norm": 3.388803482055664,
266
  "learning_rate": 9.055555555555556e-06,
267
- "loss": 0.3558,
268
  "step": 925
269
  },
270
  {
271
- "epoch": 1.082004555808656,
272
- "grad_norm": 3.0076682567596436,
273
  "learning_rate": 9e-06,
274
- "loss": 0.3697,
275
  "step": 950
276
  },
277
  {
278
- "epoch": 1.1104783599088839,
279
- "grad_norm": 3.24129056930542,
280
  "learning_rate": 8.944444444444446e-06,
281
- "loss": 0.3739,
282
  "step": 975
283
  },
284
  {
285
- "epoch": 1.1389521640091116,
286
- "grad_norm": 2.9381356239318848,
287
  "learning_rate": 8.888888888888888e-06,
288
- "loss": 0.3674,
289
  "step": 1000
290
  },
291
  {
292
- "epoch": 1.1389521640091116,
293
- "eval_loss": 0.4708998501300812,
294
- "eval_runtime": 2991.8311,
295
- "eval_samples_per_second": 2.347,
296
- "eval_steps_per_second": 0.147,
297
- "eval_wer": 0.34162802747479043,
298
  "step": 1000
299
  },
300
  {
301
- "epoch": 1.1674259681093395,
302
- "grad_norm": 3.604189872741699,
303
  "learning_rate": 8.833333333333334e-06,
304
- "loss": 0.3498,
305
  "step": 1025
306
  },
307
  {
308
- "epoch": 1.1958997722095672,
309
- "grad_norm": 3.277430772781372,
310
  "learning_rate": 8.777777777777778e-06,
311
- "loss": 0.3628,
312
  "step": 1050
313
  },
314
  {
315
- "epoch": 1.224373576309795,
316
- "grad_norm": 3.1814355850219727,
317
  "learning_rate": 8.722222222222224e-06,
318
- "loss": 0.3506,
319
  "step": 1075
320
  },
321
  {
322
- "epoch": 1.2528473804100229,
323
- "grad_norm": 3.2664480209350586,
324
  "learning_rate": 8.666666666666668e-06,
325
- "loss": 0.3559,
326
  "step": 1100
327
  },
328
  {
329
- "epoch": 1.2813211845102506,
330
- "grad_norm": 2.933966875076294,
331
  "learning_rate": 8.611111111111112e-06,
332
- "loss": 0.3697,
333
  "step": 1125
334
  },
335
  {
336
- "epoch": 1.3097949886104785,
337
- "grad_norm": 2.8139538764953613,
338
  "learning_rate": 8.555555555555556e-06,
339
- "loss": 0.3674,
340
  "step": 1150
341
  },
342
  {
343
- "epoch": 1.3382687927107062,
344
- "grad_norm": 3.1578900814056396,
345
  "learning_rate": 8.5e-06,
346
- "loss": 0.3411,
347
  "step": 1175
348
  },
349
  {
350
- "epoch": 1.366742596810934,
351
- "grad_norm": 3.069774866104126,
352
  "learning_rate": 8.444444444444446e-06,
353
- "loss": 0.3655,
354
  "step": 1200
355
  },
356
  {
357
- "epoch": 1.3952164009111616,
358
- "grad_norm": 2.6920642852783203,
359
  "learning_rate": 8.38888888888889e-06,
360
- "loss": 0.3492,
361
  "step": 1225
362
  },
363
  {
364
- "epoch": 1.4236902050113895,
365
- "grad_norm": 2.7643768787384033,
366
  "learning_rate": 8.333333333333334e-06,
367
- "loss": 0.3534,
368
  "step": 1250
369
  },
370
  {
371
- "epoch": 1.4521640091116172,
372
- "grad_norm": 3.1626651287078857,
373
  "learning_rate": 8.277777777777778e-06,
374
- "loss": 0.3317,
375
  "step": 1275
376
  },
377
  {
378
- "epoch": 1.4806378132118452,
379
- "grad_norm": 3.417654514312744,
380
  "learning_rate": 8.222222222222222e-06,
381
- "loss": 0.3828,
382
  "step": 1300
383
  },
384
  {
385
- "epoch": 1.5091116173120729,
386
- "grad_norm": 3.388624668121338,
387
  "learning_rate": 8.166666666666668e-06,
388
- "loss": 0.3611,
389
  "step": 1325
390
  },
391
  {
392
- "epoch": 1.5375854214123006,
393
- "grad_norm": 2.685516834259033,
394
  "learning_rate": 8.111111111111112e-06,
395
- "loss": 0.3562,
396
  "step": 1350
397
  },
398
  {
399
- "epoch": 1.5660592255125285,
400
- "grad_norm": 3.0524353981018066,
401
  "learning_rate": 8.055555555555557e-06,
402
- "loss": 0.3633,
403
  "step": 1375
404
  },
405
  {
406
- "epoch": 1.5945330296127562,
407
- "grad_norm": 3.1776881217956543,
408
  "learning_rate": 8.000000000000001e-06,
409
- "loss": 0.353,
410
  "step": 1400
411
  },
412
  {
413
- "epoch": 1.6230068337129842,
414
- "grad_norm": 3.046795129776001,
415
  "learning_rate": 7.944444444444445e-06,
416
- "loss": 0.3556,
417
  "step": 1425
418
  },
419
  {
420
- "epoch": 1.6514806378132119,
421
- "grad_norm": 3.1991679668426514,
422
  "learning_rate": 7.88888888888889e-06,
423
- "loss": 0.3407,
424
  "step": 1450
425
  },
426
  {
427
- "epoch": 1.6799544419134396,
428
- "grad_norm": 2.918931007385254,
429
  "learning_rate": 7.833333333333333e-06,
430
- "loss": 0.3608,
431
  "step": 1475
432
  },
433
  {
434
- "epoch": 1.7084282460136673,
435
- "grad_norm": 3.0339889526367188,
436
  "learning_rate": 7.77777777777778e-06,
437
- "loss": 0.3539,
438
  "step": 1500
439
  },
440
  {
441
- "epoch": 1.7369020501138952,
442
- "grad_norm": 3.138218402862549,
443
  "learning_rate": 7.722222222222223e-06,
444
- "loss": 0.345,
445
  "step": 1525
446
  },
447
  {
448
- "epoch": 1.7653758542141231,
449
- "grad_norm": 3.70744252204895,
450
  "learning_rate": 7.666666666666667e-06,
451
- "loss": 0.347,
452
  "step": 1550
453
  },
454
  {
455
- "epoch": 1.7938496583143508,
456
- "grad_norm": 2.8581366539001465,
457
  "learning_rate": 7.611111111111111e-06,
458
- "loss": 0.3541,
459
  "step": 1575
460
  },
461
  {
462
- "epoch": 1.8223234624145785,
463
- "grad_norm": 2.9355995655059814,
464
  "learning_rate": 7.555555555555556e-06,
465
- "loss": 0.356,
466
  "step": 1600
467
  },
468
  {
469
- "epoch": 1.8507972665148062,
470
- "grad_norm": 3.1599183082580566,
471
  "learning_rate": 7.500000000000001e-06,
472
- "loss": 0.3677,
473
  "step": 1625
474
  },
475
  {
476
- "epoch": 1.8792710706150342,
477
- "grad_norm": 3.0059103965759277,
478
  "learning_rate": 7.444444444444445e-06,
479
- "loss": 0.3443,
480
  "step": 1650
481
  },
482
  {
483
- "epoch": 1.907744874715262,
484
- "grad_norm": 2.8699076175689697,
485
  "learning_rate": 7.38888888888889e-06,
486
- "loss": 0.3593,
487
  "step": 1675
488
  },
489
  {
490
- "epoch": 1.9362186788154898,
491
- "grad_norm": 3.279315233230591,
492
  "learning_rate": 7.333333333333333e-06,
493
- "loss": 0.3386,
494
  "step": 1700
495
  },
496
  {
497
- "epoch": 1.9646924829157175,
498
- "grad_norm": 3.5267879962921143,
499
  "learning_rate": 7.277777777777778e-06,
500
- "loss": 0.3486,
501
  "step": 1725
502
  },
503
  {
504
- "epoch": 1.9931662870159452,
505
- "grad_norm": 2.794961929321289,
506
  "learning_rate": 7.222222222222223e-06,
507
- "loss": 0.3372,
508
  "step": 1750
509
  },
510
  {
511
- "epoch": 2.021640091116173,
512
- "grad_norm": 2.9796462059020996,
513
  "learning_rate": 7.166666666666667e-06,
514
- "loss": 0.252,
515
  "step": 1775
516
  },
517
  {
518
- "epoch": 2.050113895216401,
519
- "grad_norm": 2.33910870552063,
520
  "learning_rate": 7.111111111111112e-06,
521
- "loss": 0.2207,
522
  "step": 1800
523
  },
524
  {
525
- "epoch": 2.078587699316629,
526
- "grad_norm": 2.6431703567504883,
527
  "learning_rate": 7.055555555555557e-06,
528
- "loss": 0.2158,
529
  "step": 1825
530
  },
531
  {
532
- "epoch": 2.1070615034168565,
533
- "grad_norm": 2.63135027885437,
534
  "learning_rate": 7e-06,
535
- "loss": 0.2172,
536
  "step": 1850
537
  },
538
  {
539
- "epoch": 2.135535307517084,
540
- "grad_norm": 2.7133092880249023,
541
  "learning_rate": 6.944444444444445e-06,
542
- "loss": 0.2095,
543
  "step": 1875
544
  },
545
  {
546
- "epoch": 2.164009111617312,
547
- "grad_norm": 2.2241263389587402,
548
  "learning_rate": 6.88888888888889e-06,
549
- "loss": 0.2118,
550
  "step": 1900
551
  },
552
  {
553
- "epoch": 2.19248291571754,
554
- "grad_norm": 2.509427070617676,
555
  "learning_rate": 6.833333333333334e-06,
556
- "loss": 0.217,
557
  "step": 1925
558
  },
559
  {
560
- "epoch": 2.2209567198177678,
561
- "grad_norm": 3.031168222427368,
562
  "learning_rate": 6.777777777777779e-06,
563
- "loss": 0.2239,
564
  "step": 1950
565
  },
566
  {
567
- "epoch": 2.2494305239179955,
568
- "grad_norm": 2.869800567626953,
569
  "learning_rate": 6.7222222222222235e-06,
570
- "loss": 0.2247,
571
  "step": 1975
572
  },
573
  {
574
- "epoch": 2.277904328018223,
575
- "grad_norm": 2.5018348693847656,
576
  "learning_rate": 6.666666666666667e-06,
577
- "loss": 0.2228,
578
  "step": 2000
579
  },
580
  {
581
- "epoch": 2.277904328018223,
582
- "eval_loss": 0.4358457922935486,
583
- "eval_runtime": 3078.2421,
584
- "eval_samples_per_second": 2.281,
585
  "eval_steps_per_second": 0.143,
586
- "eval_wer": 0.3116688145185933,
587
  "step": 2000
588
  },
589
  {
590
- "epoch": 2.306378132118451,
591
- "grad_norm": 3.0430192947387695,
592
  "learning_rate": 6.6111111111111115e-06,
593
- "loss": 0.2138,
594
  "step": 2025
595
  },
596
  {
597
- "epoch": 2.334851936218679,
598
- "grad_norm": 2.651179075241089,
599
  "learning_rate": 6.555555555555556e-06,
600
- "loss": 0.233,
601
  "step": 2050
602
  },
603
  {
604
- "epoch": 2.3633257403189067,
605
- "grad_norm": 2.935361623764038,
606
  "learning_rate": 6.5000000000000004e-06,
607
- "loss": 0.207,
608
  "step": 2075
609
  },
610
  {
611
- "epoch": 2.3917995444191344,
612
- "grad_norm": 2.7219200134277344,
613
  "learning_rate": 6.444444444444445e-06,
614
- "loss": 0.2291,
615
  "step": 2100
616
  },
617
  {
618
- "epoch": 2.420273348519362,
619
- "grad_norm": 2.854238510131836,
620
  "learning_rate": 6.3888888888888885e-06,
621
- "loss": 0.2372,
622
  "step": 2125
623
  },
624
  {
625
- "epoch": 2.44874715261959,
626
- "grad_norm": 2.149994373321533,
627
  "learning_rate": 6.333333333333333e-06,
628
- "loss": 0.2304,
629
  "step": 2150
630
  },
631
  {
632
- "epoch": 2.477220956719818,
633
- "grad_norm": 2.346008062362671,
634
  "learning_rate": 6.277777777777778e-06,
635
- "loss": 0.2181,
636
  "step": 2175
637
  },
638
  {
639
- "epoch": 2.5056947608200457,
640
- "grad_norm": 2.859161138534546,
641
  "learning_rate": 6.222222222222223e-06,
642
- "loss": 0.2235,
643
  "step": 2200
644
  },
645
  {
646
- "epoch": 2.5341685649202734,
647
- "grad_norm": 2.6515421867370605,
648
  "learning_rate": 6.166666666666667e-06,
649
- "loss": 0.2218,
650
  "step": 2225
651
  },
652
  {
653
- "epoch": 2.562642369020501,
654
- "grad_norm": 2.8457796573638916,
655
  "learning_rate": 6.111111111111112e-06,
656
- "loss": 0.2197,
657
  "step": 2250
658
  },
659
  {
660
- "epoch": 2.591116173120729,
661
- "grad_norm": 2.9670958518981934,
662
  "learning_rate": 6.055555555555555e-06,
663
- "loss": 0.2179,
664
  "step": 2275
665
  },
666
  {
667
- "epoch": 2.619589977220957,
668
- "grad_norm": 3.2194952964782715,
669
  "learning_rate": 6e-06,
670
- "loss": 0.2201,
671
  "step": 2300
672
  },
673
  {
674
- "epoch": 2.6480637813211843,
675
- "grad_norm": 2.424835205078125,
676
  "learning_rate": 5.944444444444445e-06,
677
- "loss": 0.2295,
678
  "step": 2325
679
  },
680
  {
681
- "epoch": 2.6765375854214124,
682
- "grad_norm": 2.3368935585021973,
683
  "learning_rate": 5.88888888888889e-06,
684
- "loss": 0.211,
685
  "step": 2350
686
  },
687
  {
688
- "epoch": 2.70501138952164,
689
- "grad_norm": 2.0860483646392822,
690
  "learning_rate": 5.833333333333334e-06,
691
- "loss": 0.2171,
692
  "step": 2375
693
  },
694
  {
695
- "epoch": 2.733485193621868,
696
- "grad_norm": 2.6217784881591797,
697
  "learning_rate": 5.777777777777778e-06,
698
- "loss": 0.2047,
699
  "step": 2400
700
  },
701
  {
702
- "epoch": 2.7619589977220955,
703
- "grad_norm": 3.0176894664764404,
704
  "learning_rate": 5.722222222222222e-06,
705
- "loss": 0.2248,
706
  "step": 2425
707
  },
708
  {
709
- "epoch": 2.7904328018223232,
710
- "grad_norm": 2.360590696334839,
711
  "learning_rate": 5.666666666666667e-06,
712
- "loss": 0.2101,
713
  "step": 2450
714
  },
715
  {
716
- "epoch": 2.8189066059225514,
717
- "grad_norm": 2.451885223388672,
718
  "learning_rate": 5.611111111111112e-06,
719
- "loss": 0.2275,
720
  "step": 2475
721
  },
722
  {
723
- "epoch": 2.847380410022779,
724
- "grad_norm": 2.3589582443237305,
725
  "learning_rate": 5.555555555555557e-06,
726
- "loss": 0.217,
727
  "step": 2500
728
  },
729
  {
730
- "epoch": 2.875854214123007,
731
- "grad_norm": 2.6570801734924316,
732
  "learning_rate": 5.500000000000001e-06,
733
- "loss": 0.2304,
734
  "step": 2525
735
  },
736
  {
737
- "epoch": 2.9043280182232345,
738
- "grad_norm": 2.6280150413513184,
739
  "learning_rate": 5.444444444444445e-06,
740
- "loss": 0.2105,
741
  "step": 2550
742
  },
743
  {
744
- "epoch": 2.932801822323462,
745
- "grad_norm": 2.4569592475891113,
746
  "learning_rate": 5.388888888888889e-06,
747
- "loss": 0.2027,
748
  "step": 2575
749
  },
750
  {
751
- "epoch": 2.9612756264236904,
752
- "grad_norm": 3.0375263690948486,
753
  "learning_rate": 5.333333333333334e-06,
754
- "loss": 0.2164,
755
  "step": 2600
756
  },
757
  {
758
- "epoch": 2.989749430523918,
759
- "grad_norm": 2.2923061847686768,
760
  "learning_rate": 5.2777777777777785e-06,
761
- "loss": 0.2194,
762
  "step": 2625
763
  },
764
  {
765
- "epoch": 3.0182232346241458,
766
- "grad_norm": 2.045480966567993,
767
  "learning_rate": 5.2222222222222226e-06,
768
- "loss": 0.1584,
769
  "step": 2650
770
  },
771
  {
772
- "epoch": 3.0466970387243735,
773
- "grad_norm": 2.0926032066345215,
774
  "learning_rate": 5.1666666666666675e-06,
775
- "loss": 0.1257,
776
  "step": 2675
777
  },
778
  {
779
- "epoch": 3.075170842824601,
780
- "grad_norm": 2.2969894409179688,
781
  "learning_rate": 5.1111111111111115e-06,
782
- "loss": 0.1211,
783
  "step": 2700
784
  },
785
  {
786
- "epoch": 3.1036446469248293,
787
- "grad_norm": 2.1000475883483887,
788
  "learning_rate": 5.0555555555555555e-06,
789
- "loss": 0.1225,
790
  "step": 2725
791
  },
792
  {
793
- "epoch": 3.132118451025057,
794
- "grad_norm": 2.593099594116211,
795
  "learning_rate": 5e-06,
796
- "loss": 0.1289,
797
  "step": 2750
798
  },
799
  {
800
- "epoch": 3.1605922551252847,
801
- "grad_norm": 1.8630212545394897,
802
  "learning_rate": 4.944444444444445e-06,
803
- "loss": 0.129,
804
  "step": 2775
805
  },
806
  {
807
- "epoch": 3.1890660592255125,
808
- "grad_norm": 2.0034408569335938,
809
  "learning_rate": 4.888888888888889e-06,
810
- "loss": 0.1222,
811
  "step": 2800
812
  },
813
  {
814
- "epoch": 3.21753986332574,
815
- "grad_norm": 2.4184627532958984,
816
  "learning_rate": 4.833333333333333e-06,
817
- "loss": 0.1382,
818
  "step": 2825
819
  },
820
  {
821
- "epoch": 3.2460136674259683,
822
- "grad_norm": 2.2710211277008057,
823
  "learning_rate": 4.777777777777778e-06,
824
- "loss": 0.1185,
825
  "step": 2850
826
  },
827
  {
828
- "epoch": 3.274487471526196,
829
- "grad_norm": 2.108302116394043,
830
  "learning_rate": 4.722222222222222e-06,
831
- "loss": 0.1256,
832
  "step": 2875
833
  },
834
  {
835
- "epoch": 3.3029612756264237,
836
- "grad_norm": 2.66013503074646,
837
  "learning_rate": 4.666666666666667e-06,
838
- "loss": 0.126,
839
  "step": 2900
840
  },
841
  {
842
- "epoch": 3.3314350797266514,
843
- "grad_norm": 2.502146005630493,
844
  "learning_rate": 4.611111111111112e-06,
845
- "loss": 0.1188,
846
  "step": 2925
847
  },
848
  {
849
- "epoch": 3.359908883826879,
850
- "grad_norm": 2.9654130935668945,
851
  "learning_rate": 4.555555555555556e-06,
852
- "loss": 0.1265,
853
  "step": 2950
854
  },
855
  {
856
- "epoch": 3.3883826879271073,
857
- "grad_norm": 2.2393388748168945,
858
  "learning_rate": 4.5e-06,
859
- "loss": 0.1197,
860
  "step": 2975
861
  },
862
  {
863
- "epoch": 3.416856492027335,
864
- "grad_norm": 2.5502378940582275,
865
  "learning_rate": 4.444444444444444e-06,
866
- "loss": 0.1266,
867
  "step": 3000
868
  },
869
  {
870
- "epoch": 3.416856492027335,
871
- "eval_loss": 0.45878028869628906,
872
- "eval_runtime": 3136.0137,
873
- "eval_samples_per_second": 2.239,
874
- "eval_steps_per_second": 0.14,
875
- "eval_wer": 0.3070321114934435,
876
  "step": 3000
877
  },
878
  {
879
- "epoch": 3.4453302961275627,
880
- "grad_norm": 2.695366382598877,
881
  "learning_rate": 4.388888888888889e-06,
882
- "loss": 0.1261,
883
  "step": 3025
884
  },
885
  {
886
- "epoch": 3.4738041002277904,
887
- "grad_norm": 2.2533366680145264,
888
  "learning_rate": 4.333333333333334e-06,
889
- "loss": 0.1153,
890
  "step": 3050
891
  },
892
  {
893
- "epoch": 3.502277904328018,
894
- "grad_norm": 2.5580222606658936,
895
  "learning_rate": 4.277777777777778e-06,
896
- "loss": 0.1275,
897
  "step": 3075
898
  },
899
  {
900
- "epoch": 3.5307517084282463,
901
- "grad_norm": 2.1148972511291504,
902
  "learning_rate": 4.222222222222223e-06,
903
- "loss": 0.1254,
904
  "step": 3100
905
  },
906
  {
907
- "epoch": 3.559225512528474,
908
- "grad_norm": 2.1242175102233887,
909
  "learning_rate": 4.166666666666667e-06,
910
- "loss": 0.1265,
911
  "step": 3125
912
  },
913
  {
914
- "epoch": 3.5876993166287017,
915
- "grad_norm": 2.1025946140289307,
916
  "learning_rate": 4.111111111111111e-06,
917
- "loss": 0.1193,
918
  "step": 3150
919
  },
920
  {
921
- "epoch": 3.6161731207289294,
922
- "grad_norm": 1.925126314163208,
923
  "learning_rate": 4.055555555555556e-06,
924
- "loss": 0.1243,
925
  "step": 3175
926
  },
927
  {
928
- "epoch": 3.644646924829157,
929
- "grad_norm": 2.383075714111328,
930
  "learning_rate": 4.000000000000001e-06,
931
- "loss": 0.1192,
932
  "step": 3200
933
  },
934
  {
935
- "epoch": 3.6731207289293852,
936
- "grad_norm": 1.961838960647583,
937
  "learning_rate": 3.944444444444445e-06,
938
- "loss": 0.1192,
939
  "step": 3225
940
  },
941
  {
942
- "epoch": 3.7015945330296125,
943
- "grad_norm": 2.1979856491088867,
944
  "learning_rate": 3.88888888888889e-06,
945
- "loss": 0.1276,
946
  "step": 3250
947
  },
948
  {
949
- "epoch": 3.7300683371298406,
950
- "grad_norm": 1.8826966285705566,
951
  "learning_rate": 3.833333333333334e-06,
952
- "loss": 0.1184,
953
  "step": 3275
954
  },
955
  {
956
- "epoch": 3.7585421412300684,
957
- "grad_norm": 2.3589093685150146,
958
  "learning_rate": 3.777777777777778e-06,
959
- "loss": 0.1193,
960
  "step": 3300
961
  },
962
  {
963
- "epoch": 3.787015945330296,
964
- "grad_norm": 2.299064874649048,
965
  "learning_rate": 3.7222222222222225e-06,
966
- "loss": 0.1218,
967
  "step": 3325
968
  },
969
  {
970
- "epoch": 3.8154897494305238,
971
- "grad_norm": 2.088062047958374,
972
  "learning_rate": 3.6666666666666666e-06,
973
- "loss": 0.1241,
974
  "step": 3350
975
  },
976
  {
977
- "epoch": 3.8439635535307515,
978
- "grad_norm": 2.695964813232422,
979
  "learning_rate": 3.6111111111111115e-06,
980
- "loss": 0.1297,
981
  "step": 3375
982
  },
983
  {
984
- "epoch": 3.8724373576309796,
985
- "grad_norm": 2.341107130050659,
986
  "learning_rate": 3.555555555555556e-06,
987
- "loss": 0.1287,
988
  "step": 3400
989
  },
990
  {
991
- "epoch": 3.9009111617312073,
992
- "grad_norm": 2.7177109718322754,
993
  "learning_rate": 3.5e-06,
994
- "loss": 0.1222,
995
  "step": 3425
996
  },
997
  {
998
- "epoch": 3.929384965831435,
999
- "grad_norm": 2.182626962661743,
1000
  "learning_rate": 3.444444444444445e-06,
1001
- "loss": 0.1257,
1002
  "step": 3450
1003
  },
1004
  {
1005
- "epoch": 3.9578587699316627,
1006
- "grad_norm": 2.2234408855438232,
1007
  "learning_rate": 3.3888888888888893e-06,
1008
- "loss": 0.121,
1009
  "step": 3475
1010
  },
1011
  {
1012
- "epoch": 3.9863325740318905,
1013
- "grad_norm": 2.3420960903167725,
1014
  "learning_rate": 3.3333333333333333e-06,
1015
- "loss": 0.1232,
1016
  "step": 3500
1017
  },
1018
  {
1019
- "epoch": 4.014806378132119,
1020
- "grad_norm": 1.4395020008087158,
1021
  "learning_rate": 3.277777777777778e-06,
1022
- "loss": 0.0916,
1023
  "step": 3525
1024
  },
1025
  {
1026
- "epoch": 4.043280182232346,
1027
- "grad_norm": 1.6081222295761108,
1028
  "learning_rate": 3.2222222222222227e-06,
1029
- "loss": 0.0605,
1030
  "step": 3550
1031
  },
1032
  {
1033
- "epoch": 4.071753986332574,
1034
- "grad_norm": 1.7407175302505493,
1035
  "learning_rate": 3.1666666666666667e-06,
1036
- "loss": 0.0585,
1037
  "step": 3575
1038
  },
1039
  {
1040
- "epoch": 4.100227790432802,
1041
- "grad_norm": 1.4883263111114502,
1042
  "learning_rate": 3.1111111111111116e-06,
1043
- "loss": 0.0605,
1044
  "step": 3600
1045
  },
1046
  {
1047
- "epoch": 4.128701594533029,
1048
- "grad_norm": 1.864080786705017,
1049
  "learning_rate": 3.055555555555556e-06,
1050
- "loss": 0.0583,
1051
  "step": 3625
1052
  },
1053
  {
1054
- "epoch": 4.157175398633258,
1055
- "grad_norm": 2.384763479232788,
1056
  "learning_rate": 3e-06,
1057
- "loss": 0.0608,
1058
  "step": 3650
1059
  },
1060
  {
1061
- "epoch": 4.185649202733485,
1062
- "grad_norm": 1.896714448928833,
1063
  "learning_rate": 2.944444444444445e-06,
1064
- "loss": 0.0637,
1065
  "step": 3675
1066
  },
1067
  {
1068
- "epoch": 4.214123006833713,
1069
- "grad_norm": 2.230041265487671,
1070
  "learning_rate": 2.888888888888889e-06,
1071
- "loss": 0.0651,
1072
  "step": 3700
1073
  },
1074
  {
1075
- "epoch": 4.242596810933941,
1076
- "grad_norm": 1.9410207271575928,
1077
  "learning_rate": 2.8333333333333335e-06,
1078
- "loss": 0.0594,
1079
  "step": 3725
1080
  },
1081
  {
1082
- "epoch": 4.271070615034168,
1083
- "grad_norm": 2.4352822303771973,
1084
  "learning_rate": 2.7777777777777783e-06,
1085
- "loss": 0.0581,
1086
  "step": 3750
1087
  },
1088
  {
1089
- "epoch": 4.2995444191343966,
1090
- "grad_norm": 1.998757243156433,
1091
  "learning_rate": 2.7222222222222224e-06,
1092
- "loss": 0.0627,
1093
  "step": 3775
1094
  },
1095
  {
1096
- "epoch": 4.328018223234624,
1097
- "grad_norm": 1.773343563079834,
1098
  "learning_rate": 2.666666666666667e-06,
1099
- "loss": 0.0639,
1100
  "step": 3800
1101
  },
1102
  {
1103
- "epoch": 4.356492027334852,
1104
- "grad_norm": 2.35654616355896,
1105
  "learning_rate": 2.6111111111111113e-06,
1106
- "loss": 0.0578,
1107
  "step": 3825
1108
  },
1109
  {
1110
- "epoch": 4.38496583143508,
1111
- "grad_norm": 2.2221155166625977,
1112
  "learning_rate": 2.5555555555555557e-06,
1113
- "loss": 0.0585,
1114
  "step": 3850
1115
  },
1116
  {
1117
- "epoch": 4.413439635535307,
1118
- "grad_norm": 1.8902034759521484,
1119
  "learning_rate": 2.5e-06,
1120
- "loss": 0.0598,
1121
  "step": 3875
1122
  },
1123
  {
1124
- "epoch": 4.4419134396355355,
1125
- "grad_norm": 1.73625910282135,
1126
- "learning_rate": 2.446666666666667e-06,
1127
- "loss": 0.0616,
1128
  "step": 3900
1129
  },
1130
  {
1131
- "epoch": 4.470387243735763,
1132
- "grad_norm": 1.6135858297348022,
1133
- "learning_rate": 2.3911111111111113e-06,
1134
- "loss": 0.0592,
1135
  "step": 3925
1136
  },
1137
  {
1138
- "epoch": 4.498861047835991,
1139
- "grad_norm": 2.070269823074341,
1140
- "learning_rate": 2.3355555555555557e-06,
1141
- "loss": 0.0573,
1142
  "step": 3950
1143
  },
1144
  {
1145
- "epoch": 4.527334851936219,
1146
- "grad_norm": 1.600358247756958,
1147
- "learning_rate": 2.28e-06,
1148
- "loss": 0.0607,
1149
  "step": 3975
1150
  },
1151
  {
1152
- "epoch": 4.555808656036446,
1153
- "grad_norm": 2.013101577758789,
1154
- "learning_rate": 2.2244444444444447e-06,
1155
- "loss": 0.0611,
1156
  "step": 4000
1157
  },
1158
  {
1159
- "epoch": 4.555808656036446,
1160
- "eval_loss": 0.5140041708946228,
1161
- "eval_runtime": 2974.0961,
1162
- "eval_samples_per_second": 2.361,
1163
- "eval_steps_per_second": 0.148,
1164
- "eval_wer": 0.30393654758267014,
1165
  "step": 4000
1166
  },
1167
  {
1168
- "epoch": 4.5842824601366745,
1169
- "grad_norm": 2.0340895652770996,
1170
- "learning_rate": 2.168888888888889e-06,
1171
- "loss": 0.0579,
1172
  "step": 4025
1173
  },
1174
  {
1175
- "epoch": 4.612756264236902,
1176
- "grad_norm": 1.8350932598114014,
1177
- "learning_rate": 2.1133333333333336e-06,
1178
- "loss": 0.0567,
1179
  "step": 4050
1180
  },
1181
  {
1182
- "epoch": 4.64123006833713,
1183
- "grad_norm": 2.042941093444824,
1184
- "learning_rate": 2.057777777777778e-06,
1185
- "loss": 0.0688,
1186
  "step": 4075
1187
  },
1188
  {
1189
- "epoch": 4.669703872437358,
1190
- "grad_norm": 2.5973660945892334,
1191
- "learning_rate": 2.0022222222222225e-06,
1192
- "loss": 0.057,
1193
  "step": 4100
1194
  },
1195
  {
1196
- "epoch": 4.698177676537585,
1197
- "grad_norm": 1.658544659614563,
1198
- "learning_rate": 1.9466666666666665e-06,
1199
- "loss": 0.0573,
1200
  "step": 4125
1201
  },
1202
  {
1203
- "epoch": 4.7266514806378135,
1204
- "grad_norm": 1.918231725692749,
1205
- "learning_rate": 1.8911111111111114e-06,
1206
- "loss": 0.0591,
1207
  "step": 4150
1208
  },
1209
  {
1210
- "epoch": 4.755125284738041,
1211
- "grad_norm": 1.6860567331314087,
1212
- "learning_rate": 1.8355555555555557e-06,
1213
- "loss": 0.0598,
1214
  "step": 4175
1215
  },
1216
  {
1217
- "epoch": 4.783599088838269,
1218
- "grad_norm": 1.7576823234558105,
1219
- "learning_rate": 1.7800000000000001e-06,
1220
- "loss": 0.0606,
1221
  "step": 4200
1222
  },
1223
  {
1224
- "epoch": 4.812072892938497,
1225
- "grad_norm": 2.130852699279785,
1226
- "learning_rate": 1.7244444444444448e-06,
1227
- "loss": 0.0584,
1228
  "step": 4225
1229
  },
1230
  {
1231
- "epoch": 4.840546697038724,
1232
- "grad_norm": 2.2588632106781006,
1233
- "learning_rate": 1.668888888888889e-06,
1234
- "loss": 0.0594,
1235
  "step": 4250
1236
  },
1237
  {
1238
- "epoch": 4.8690205011389525,
1239
- "grad_norm": 1.6730296611785889,
1240
- "learning_rate": 1.6133333333333335e-06,
1241
- "loss": 0.0542,
1242
  "step": 4275
1243
  },
1244
  {
1245
- "epoch": 4.89749430523918,
1246
- "grad_norm": 2.031381607055664,
1247
- "learning_rate": 1.5577777777777777e-06,
1248
- "loss": 0.0534,
1249
  "step": 4300
1250
  },
1251
  {
1252
- "epoch": 4.925968109339408,
1253
- "grad_norm": 1.2967132329940796,
1254
- "learning_rate": 1.5022222222222224e-06,
1255
- "loss": 0.053,
1256
  "step": 4325
1257
  },
1258
  {
1259
- "epoch": 4.954441913439636,
1260
- "grad_norm": 2.0789716243743896,
1261
- "learning_rate": 1.4466666666666669e-06,
1262
- "loss": 0.0546,
1263
  "step": 4350
1264
  },
1265
  {
1266
- "epoch": 4.982915717539863,
1267
- "grad_norm": 1.8398990631103516,
1268
- "learning_rate": 1.3911111111111111e-06,
1269
- "loss": 0.0548,
1270
  "step": 4375
1271
  },
1272
  {
1273
- "epoch": 5.011389521640091,
1274
- "grad_norm": 1.2099305391311646,
1275
- "learning_rate": 1.3355555555555558e-06,
1276
- "loss": 0.0464,
1277
  "step": 4400
1278
  },
1279
  {
1280
- "epoch": 5.039863325740319,
1281
- "grad_norm": 0.9306023120880127,
1282
- "learning_rate": 1.28e-06,
1283
- "loss": 0.0286,
1284
  "step": 4425
1285
  },
1286
  {
1287
- "epoch": 5.068337129840547,
1288
- "grad_norm": 1.1420648097991943,
1289
- "learning_rate": 1.2244444444444445e-06,
1290
- "loss": 0.0252,
1291
  "step": 4450
1292
  },
1293
  {
1294
- "epoch": 5.096810933940774,
1295
- "grad_norm": 1.3366564512252808,
1296
- "learning_rate": 1.168888888888889e-06,
1297
- "loss": 0.0251,
1298
  "step": 4475
1299
  },
1300
  {
1301
- "epoch": 5.125284738041002,
1302
- "grad_norm": 1.437525749206543,
1303
- "learning_rate": 1.1133333333333334e-06,
1304
- "loss": 0.0252,
1305
  "step": 4500
1306
  },
1307
  {
1308
- "epoch": 5.15375854214123,
1309
- "grad_norm": 0.8598686456680298,
1310
- "learning_rate": 1.0577777777777779e-06,
1311
- "loss": 0.0249,
1312
  "step": 4525
1313
  },
1314
  {
1315
- "epoch": 5.182232346241458,
1316
- "grad_norm": 1.447130560874939,
1317
- "learning_rate": 1.0022222222222223e-06,
1318
- "loss": 0.0243,
1319
  "step": 4550
1320
  },
1321
  {
1322
- "epoch": 5.210706150341686,
1323
- "grad_norm": 1.1469416618347168,
1324
- "learning_rate": 9.466666666666667e-07,
1325
- "loss": 0.0276,
1326
  "step": 4575
1327
  },
1328
  {
1329
- "epoch": 5.239179954441913,
1330
- "grad_norm": 1.7906535863876343,
1331
- "learning_rate": 8.911111111111112e-07,
1332
- "loss": 0.026,
1333
  "step": 4600
1334
  },
1335
  {
1336
- "epoch": 5.267653758542141,
1337
- "grad_norm": 1.0731186866760254,
1338
- "learning_rate": 8.355555555555556e-07,
1339
- "loss": 0.0253,
1340
  "step": 4625
1341
  },
1342
  {
1343
- "epoch": 5.296127562642369,
1344
- "grad_norm": 2.2479116916656494,
1345
  "learning_rate": 7.8e-07,
1346
- "loss": 0.0261,
1347
  "step": 4650
1348
  },
1349
  {
1350
- "epoch": 5.324601366742597,
1351
- "grad_norm": 1.143470287322998,
1352
  "learning_rate": 7.244444444444446e-07,
1353
- "loss": 0.0249,
1354
  "step": 4675
1355
  },
1356
  {
1357
- "epoch": 5.353075170842825,
1358
- "grad_norm": 1.1293048858642578,
1359
  "learning_rate": 6.68888888888889e-07,
1360
- "loss": 0.0236,
1361
  "step": 4700
1362
  },
1363
  {
1364
- "epoch": 5.381548974943052,
1365
- "grad_norm": 1.7358245849609375,
1366
  "learning_rate": 6.133333333333333e-07,
1367
- "loss": 0.023,
1368
  "step": 4725
1369
  },
1370
  {
1371
- "epoch": 5.41002277904328,
1372
- "grad_norm": 1.031139612197876,
1373
  "learning_rate": 5.577777777777779e-07,
1374
- "loss": 0.0234,
1375
  "step": 4750
1376
  },
1377
  {
1378
- "epoch": 5.438496583143508,
1379
- "grad_norm": 1.8313310146331787,
1380
  "learning_rate": 5.022222222222222e-07,
1381
- "loss": 0.0261,
1382
  "step": 4775
1383
  },
1384
  {
1385
- "epoch": 5.466970387243736,
1386
- "grad_norm": 1.6976441144943237,
1387
  "learning_rate": 4.466666666666667e-07,
1388
- "loss": 0.0237,
1389
  "step": 4800
1390
  },
1391
  {
1392
- "epoch": 5.495444191343964,
1393
- "grad_norm": 1.3694329261779785,
1394
  "learning_rate": 3.9111111111111115e-07,
1395
- "loss": 0.0257,
1396
  "step": 4825
1397
  },
1398
  {
1399
- "epoch": 5.523917995444191,
1400
- "grad_norm": 1.0080304145812988,
1401
  "learning_rate": 3.3555555555555556e-07,
1402
- "loss": 0.0246,
1403
  "step": 4850
1404
  },
1405
  {
1406
- "epoch": 5.552391799544419,
1407
- "grad_norm": 0.9774746298789978,
1408
  "learning_rate": 2.8e-07,
1409
- "loss": 0.0254,
1410
  "step": 4875
1411
  },
1412
  {
1413
- "epoch": 5.5808656036446465,
1414
- "grad_norm": 1.1044853925704956,
1415
  "learning_rate": 2.2444444444444445e-07,
1416
- "loss": 0.026,
1417
  "step": 4900
1418
  },
1419
  {
1420
- "epoch": 5.609339407744875,
1421
- "grad_norm": 1.2919448614120483,
1422
  "learning_rate": 1.6888888888888888e-07,
1423
- "loss": 0.0236,
1424
  "step": 4925
1425
  },
1426
  {
1427
- "epoch": 5.637813211845103,
1428
- "grad_norm": 1.2227028608322144,
1429
  "learning_rate": 1.1333333333333336e-07,
1430
- "loss": 0.0273,
1431
  "step": 4950
1432
  },
1433
  {
1434
- "epoch": 5.66628701594533,
1435
- "grad_norm": 0.887917697429657,
1436
  "learning_rate": 5.777777777777778e-08,
1437
- "loss": 0.0249,
1438
  "step": 4975
1439
  },
1440
  {
1441
- "epoch": 5.694760820045558,
1442
- "grad_norm": 0.8368929624557495,
1443
  "learning_rate": 2.2222222222222225e-09,
1444
- "loss": 0.0245,
1445
  "step": 5000
1446
  },
1447
  {
1448
- "epoch": 5.694760820045558,
1449
- "eval_loss": 0.5775743126869202,
1450
- "eval_runtime": 2967.3924,
1451
- "eval_samples_per_second": 2.366,
1452
- "eval_steps_per_second": 0.148,
1453
- "eval_wer": 0.3064475414845421,
1454
  "step": 5000
1455
  },
1456
  {
1457
- "epoch": 5.694760820045558,
1458
  "step": 5000,
1459
- "total_flos": 5.43429854134272e+20,
1460
- "train_loss": 0.25138797866106033,
1461
- "train_runtime": 67213.2375,
1462
- "train_samples_per_second": 2.38,
1463
- "train_steps_per_second": 0.074
1464
  }
1465
  ],
1466
  "logging_steps": 25,
1467
  "max_steps": 5000,
1468
  "num_input_tokens_seen": 0,
1469
- "num_train_epochs": 6,
1470
  "save_steps": 1000,
1471
  "stateful_callbacks": {
1472
  "TrainerControl": {
@@ -1480,7 +1480,7 @@
1480
  "attributes": {}
1481
  }
1482
  },
1483
- "total_flos": 5.43429854134272e+20,
1484
  "train_batch_size": 16,
1485
  "trial_name": null,
1486
  "trial_params": null
 
1
  {
2
  "best_metric": null,
3
  "best_model_checkpoint": null,
4
+ "epoch": 4.29000429000429,
5
  "eval_steps": 1000,
6
  "global_step": 5000,
7
  "is_hyper_param_search": false,
 
9
  "is_world_process_zero": true,
10
  "log_history": [
11
  {
12
+ "epoch": 0.02145002145002145,
13
+ "grad_norm": 9.066595077514648,
14
  "learning_rate": 5.000000000000001e-07,
15
+ "loss": 1.715,
16
  "step": 25
17
  },
18
  {
19
+ "epoch": 0.0429000429000429,
20
+ "grad_norm": 6.495127201080322,
21
  "learning_rate": 1.0000000000000002e-06,
22
+ "loss": 1.3703,
23
  "step": 50
24
  },
25
  {
26
+ "epoch": 0.06435006435006435,
27
+ "grad_norm": 5.474078178405762,
28
  "learning_rate": 1.5e-06,
29
+ "loss": 1.0103,
30
  "step": 75
31
  },
32
  {
33
+ "epoch": 0.0858000858000858,
34
+ "grad_norm": 5.429323196411133,
35
  "learning_rate": 2.0000000000000003e-06,
36
+ "loss": 0.9033,
37
  "step": 100
38
  },
39
  {
40
+ "epoch": 0.10725010725010725,
41
+ "grad_norm": 5.380603790283203,
42
  "learning_rate": 2.5e-06,
43
+ "loss": 0.7779,
44
  "step": 125
45
  },
46
  {
47
+ "epoch": 0.1287001287001287,
48
+ "grad_norm": 4.108312606811523,
49
  "learning_rate": 3e-06,
50
+ "loss": 0.7064,
51
  "step": 150
52
  },
53
  {
54
+ "epoch": 0.15015015015015015,
55
+ "grad_norm": 4.261275291442871,
56
  "learning_rate": 3.5e-06,
57
+ "loss": 0.6859,
58
  "step": 175
59
  },
60
  {
61
+ "epoch": 0.1716001716001716,
62
+ "grad_norm": 4.792464256286621,
63
  "learning_rate": 4.000000000000001e-06,
64
+ "loss": 0.6422,
65
  "step": 200
66
  },
67
  {
68
+ "epoch": 0.19305019305019305,
69
+ "grad_norm": 4.474643707275391,
70
  "learning_rate": 4.5e-06,
71
+ "loss": 0.6719,
72
  "step": 225
73
  },
74
  {
75
+ "epoch": 0.2145002145002145,
76
+ "grad_norm": 5.082165718078613,
77
  "learning_rate": 5e-06,
78
+ "loss": 0.6536,
79
  "step": 250
80
  },
81
  {
82
+ "epoch": 0.23595023595023595,
83
+ "grad_norm": 5.100755214691162,
84
  "learning_rate": 5.500000000000001e-06,
85
+ "loss": 0.6508,
86
  "step": 275
87
  },
88
  {
89
+ "epoch": 0.2574002574002574,
90
+ "grad_norm": 4.228156566619873,
91
  "learning_rate": 6e-06,
92
+ "loss": 0.633,
93
  "step": 300
94
  },
95
  {
96
+ "epoch": 0.27885027885027885,
97
+ "grad_norm": 4.423853874206543,
98
  "learning_rate": 6.5000000000000004e-06,
99
+ "loss": 0.5827,
100
  "step": 325
101
  },
102
  {
103
+ "epoch": 0.3003003003003003,
104
+ "grad_norm": 4.693906784057617,
105
  "learning_rate": 7e-06,
106
+ "loss": 0.5881,
107
  "step": 350
108
  },
109
  {
110
+ "epoch": 0.32175032175032175,
111
+ "grad_norm": 5.522333145141602,
112
  "learning_rate": 7.500000000000001e-06,
113
+ "loss": 0.5953,
114
  "step": 375
115
  },
116
  {
117
+ "epoch": 0.3432003432003432,
118
+ "grad_norm": 3.7150588035583496,
119
  "learning_rate": 8.000000000000001e-06,
120
+ "loss": 0.5733,
121
  "step": 400
122
  },
123
  {
124
+ "epoch": 0.36465036465036466,
125
+ "grad_norm": 4.65098762512207,
126
  "learning_rate": 8.5e-06,
127
+ "loss": 0.5741,
128
  "step": 425
129
  },
130
  {
131
+ "epoch": 0.3861003861003861,
132
+ "grad_norm": 4.152739524841309,
133
  "learning_rate": 9e-06,
134
+ "loss": 0.5721,
135
  "step": 450
136
  },
137
  {
138
+ "epoch": 0.40755040755040756,
139
+ "grad_norm": 4.5913615226745605,
140
  "learning_rate": 9.5e-06,
141
+ "loss": 0.5837,
142
  "step": 475
143
  },
144
  {
145
+ "epoch": 0.429000429000429,
146
+ "grad_norm": 3.7452423572540283,
147
  "learning_rate": 1e-05,
148
+ "loss": 0.5763,
149
  "step": 500
150
  },
151
  {
152
+ "epoch": 0.45045045045045046,
153
+ "grad_norm": 4.0456953048706055,
154
  "learning_rate": 9.944444444444445e-06,
155
+ "loss": 0.5743,
156
  "step": 525
157
  },
158
  {
159
+ "epoch": 0.4719004719004719,
160
+ "grad_norm": 4.183647155761719,
161
  "learning_rate": 9.88888888888889e-06,
162
+ "loss": 0.5851,
163
  "step": 550
164
  },
165
  {
166
+ "epoch": 0.49335049335049336,
167
+ "grad_norm": 3.6905064582824707,
168
  "learning_rate": 9.833333333333333e-06,
169
+ "loss": 0.5423,
170
  "step": 575
171
  },
172
  {
173
+ "epoch": 0.5148005148005148,
174
+ "grad_norm": 4.111310005187988,
175
  "learning_rate": 9.777777777777779e-06,
176
+ "loss": 0.5392,
177
  "step": 600
178
  },
179
  {
180
+ "epoch": 0.5362505362505362,
181
+ "grad_norm": 3.7859528064727783,
182
  "learning_rate": 9.722222222222223e-06,
183
+ "loss": 0.5257,
184
  "step": 625
185
  },
186
  {
187
+ "epoch": 0.5577005577005577,
188
+ "grad_norm": 3.810257911682129,
189
  "learning_rate": 9.666666666666667e-06,
190
+ "loss": 0.4958,
191
  "step": 650
192
  },
193
  {
194
+ "epoch": 0.5791505791505791,
195
+ "grad_norm": 3.279156446456909,
196
  "learning_rate": 9.611111111111112e-06,
197
+ "loss": 0.5103,
198
  "step": 675
199
  },
200
  {
201
+ "epoch": 0.6006006006006006,
202
+ "grad_norm": 3.16200852394104,
203
  "learning_rate": 9.555555555555556e-06,
204
+ "loss": 0.5262,
205
  "step": 700
206
  },
207
  {
208
+ "epoch": 0.622050622050622,
209
+ "grad_norm": 3.9035494327545166,
210
  "learning_rate": 9.5e-06,
211
+ "loss": 0.5131,
212
  "step": 725
213
  },
214
  {
215
+ "epoch": 0.6435006435006435,
216
+ "grad_norm": 3.071242570877075,
217
  "learning_rate": 9.444444444444445e-06,
218
+ "loss": 0.478,
219
  "step": 750
220
  },
221
  {
222
+ "epoch": 0.6649506649506649,
223
+ "grad_norm": 4.14898157119751,
224
  "learning_rate": 9.38888888888889e-06,
225
+ "loss": 0.5035,
226
  "step": 775
227
  },
228
  {
229
+ "epoch": 0.6864006864006864,
230
+ "grad_norm": 3.8921945095062256,
231
  "learning_rate": 9.333333333333334e-06,
232
+ "loss": 0.5,
233
  "step": 800
234
  },
235
  {
236
+ "epoch": 0.7078507078507078,
237
+ "grad_norm": 3.4418222904205322,
238
  "learning_rate": 9.277777777777778e-06,
239
+ "loss": 0.4676,
240
  "step": 825
241
  },
242
  {
243
+ "epoch": 0.7293007293007293,
244
+ "grad_norm": 3.1406946182250977,
245
  "learning_rate": 9.222222222222224e-06,
246
+ "loss": 0.4668,
247
  "step": 850
248
  },
249
  {
250
+ "epoch": 0.7507507507507507,
251
+ "grad_norm": 3.900789499282837,
252
  "learning_rate": 9.166666666666666e-06,
253
+ "loss": 0.4834,
254
  "step": 875
255
  },
256
  {
257
+ "epoch": 0.7722007722007722,
258
+ "grad_norm": 3.2185850143432617,
259
  "learning_rate": 9.111111111111112e-06,
260
+ "loss": 0.4716,
261
  "step": 900
262
  },
263
  {
264
+ "epoch": 0.7936507936507936,
265
+ "grad_norm": 3.683173179626465,
266
  "learning_rate": 9.055555555555556e-06,
267
+ "loss": 0.4882,
268
  "step": 925
269
  },
270
  {
271
+ "epoch": 0.8151008151008151,
272
+ "grad_norm": 3.3974883556365967,
273
  "learning_rate": 9e-06,
274
+ "loss": 0.4781,
275
  "step": 950
276
  },
277
  {
278
+ "epoch": 0.8365508365508365,
279
+ "grad_norm": 3.78350830078125,
280
  "learning_rate": 8.944444444444446e-06,
281
+ "loss": 0.4872,
282
  "step": 975
283
  },
284
  {
285
+ "epoch": 0.858000858000858,
286
+ "grad_norm": 3.633676528930664,
287
  "learning_rate": 8.888888888888888e-06,
288
+ "loss": 0.4429,
289
  "step": 1000
290
  },
291
  {
292
+ "epoch": 0.858000858000858,
293
+ "eval_loss": 0.46728599071502686,
294
+ "eval_runtime": 1674.249,
295
+ "eval_samples_per_second": 2.33,
296
+ "eval_steps_per_second": 0.146,
297
+ "eval_wer": 0.3495363662706462,
298
  "step": 1000
299
  },
300
  {
301
+ "epoch": 0.8794508794508794,
302
+ "grad_norm": 3.6749162673950195,
303
  "learning_rate": 8.833333333333334e-06,
304
+ "loss": 0.4712,
305
  "step": 1025
306
  },
307
  {
308
+ "epoch": 0.9009009009009009,
309
+ "grad_norm": 3.0788767337799072,
310
  "learning_rate": 8.777777777777778e-06,
311
+ "loss": 0.4857,
312
  "step": 1050
313
  },
314
  {
315
+ "epoch": 0.9223509223509223,
316
+ "grad_norm": 3.3249752521514893,
317
  "learning_rate": 8.722222222222224e-06,
318
+ "loss": 0.4406,
319
  "step": 1075
320
  },
321
  {
322
+ "epoch": 0.9438009438009438,
323
+ "grad_norm": 3.189654588699341,
324
  "learning_rate": 8.666666666666668e-06,
325
+ "loss": 0.4313,
326
  "step": 1100
327
  },
328
  {
329
+ "epoch": 0.9652509652509652,
330
+ "grad_norm": 3.3606882095336914,
331
  "learning_rate": 8.611111111111112e-06,
332
+ "loss": 0.4517,
333
  "step": 1125
334
  },
335
  {
336
+ "epoch": 0.9867009867009867,
337
+ "grad_norm": 3.4091646671295166,
338
  "learning_rate": 8.555555555555556e-06,
339
+ "loss": 0.4378,
340
  "step": 1150
341
  },
342
  {
343
+ "epoch": 1.008151008151008,
344
+ "grad_norm": 2.8111917972564697,
345
  "learning_rate": 8.5e-06,
346
+ "loss": 0.3944,
347
  "step": 1175
348
  },
349
  {
350
+ "epoch": 1.0296010296010296,
351
+ "grad_norm": 2.7863500118255615,
352
  "learning_rate": 8.444444444444446e-06,
353
+ "loss": 0.3242,
354
  "step": 1200
355
  },
356
  {
357
+ "epoch": 1.0510510510510511,
358
+ "grad_norm": 2.681203603744507,
359
  "learning_rate": 8.38888888888889e-06,
360
+ "loss": 0.3294,
361
  "step": 1225
362
  },
363
  {
364
+ "epoch": 1.0725010725010724,
365
+ "grad_norm": 3.21625018119812,
366
  "learning_rate": 8.333333333333334e-06,
367
+ "loss": 0.3232,
368
  "step": 1250
369
  },
370
  {
371
+ "epoch": 1.093951093951094,
372
+ "grad_norm": 2.1063191890716553,
373
  "learning_rate": 8.277777777777778e-06,
374
+ "loss": 0.3162,
375
  "step": 1275
376
  },
377
  {
378
+ "epoch": 1.1154011154011154,
379
+ "grad_norm": 2.7239444255828857,
380
  "learning_rate": 8.222222222222222e-06,
381
+ "loss": 0.3372,
382
  "step": 1300
383
  },
384
  {
385
+ "epoch": 1.136851136851137,
386
+ "grad_norm": 2.6881861686706543,
387
  "learning_rate": 8.166666666666668e-06,
388
+ "loss": 0.3269,
389
  "step": 1325
390
  },
391
  {
392
+ "epoch": 1.1583011583011582,
393
+ "grad_norm": 3.041693925857544,
394
  "learning_rate": 8.111111111111112e-06,
395
+ "loss": 0.3299,
396
  "step": 1350
397
  },
398
  {
399
+ "epoch": 1.1797511797511797,
400
+ "grad_norm": 3.6576833724975586,
401
  "learning_rate": 8.055555555555557e-06,
402
+ "loss": 0.3786,
403
  "step": 1375
404
  },
405
  {
406
+ "epoch": 1.2012012012012012,
407
+ "grad_norm": 3.035702705383301,
408
  "learning_rate": 8.000000000000001e-06,
409
+ "loss": 0.346,
410
  "step": 1400
411
  },
412
  {
413
+ "epoch": 1.2226512226512227,
414
+ "grad_norm": 2.5944619178771973,
415
  "learning_rate": 7.944444444444445e-06,
416
+ "loss": 0.3309,
417
  "step": 1425
418
  },
419
  {
420
+ "epoch": 1.244101244101244,
421
+ "grad_norm": 2.5746264457702637,
422
  "learning_rate": 7.88888888888889e-06,
423
+ "loss": 0.3235,
424
  "step": 1450
425
  },
426
  {
427
+ "epoch": 1.2655512655512655,
428
+ "grad_norm": 2.7788243293762207,
429
  "learning_rate": 7.833333333333333e-06,
430
+ "loss": 0.3212,
431
  "step": 1475
432
  },
433
  {
434
+ "epoch": 1.287001287001287,
435
+ "grad_norm": 3.6462416648864746,
436
  "learning_rate": 7.77777777777778e-06,
437
+ "loss": 0.332,
438
  "step": 1500
439
  },
440
  {
441
+ "epoch": 1.3084513084513085,
442
+ "grad_norm": 2.2463419437408447,
443
  "learning_rate": 7.722222222222223e-06,
444
+ "loss": 0.3366,
445
  "step": 1525
446
  },
447
  {
448
+ "epoch": 1.3299013299013298,
449
+ "grad_norm": 3.5368576049804688,
450
  "learning_rate": 7.666666666666667e-06,
451
+ "loss": 0.3138,
452
  "step": 1550
453
  },
454
  {
455
+ "epoch": 1.3513513513513513,
456
+ "grad_norm": 2.547539472579956,
457
  "learning_rate": 7.611111111111111e-06,
458
+ "loss": 0.3564,
459
  "step": 1575
460
  },
461
  {
462
+ "epoch": 1.3728013728013728,
463
+ "grad_norm": 3.0548551082611084,
464
  "learning_rate": 7.555555555555556e-06,
465
+ "loss": 0.3393,
466
  "step": 1600
467
  },
468
  {
469
+ "epoch": 1.3942513942513943,
470
+ "grad_norm": 2.7717063426971436,
471
  "learning_rate": 7.500000000000001e-06,
472
+ "loss": 0.3266,
473
  "step": 1625
474
  },
475
  {
476
+ "epoch": 1.4157014157014158,
477
+ "grad_norm": 2.6384313106536865,
478
  "learning_rate": 7.444444444444445e-06,
479
+ "loss": 0.3355,
480
  "step": 1650
481
  },
482
  {
483
+ "epoch": 1.4371514371514371,
484
+ "grad_norm": 2.7044169902801514,
485
  "learning_rate": 7.38888888888889e-06,
486
+ "loss": 0.3375,
487
  "step": 1675
488
  },
489
  {
490
+ "epoch": 1.4586014586014586,
491
+ "grad_norm": 2.4753165245056152,
492
  "learning_rate": 7.333333333333333e-06,
493
+ "loss": 0.3347,
494
  "step": 1700
495
  },
496
  {
497
+ "epoch": 1.4800514800514801,
498
+ "grad_norm": 3.0648443698883057,
499
  "learning_rate": 7.277777777777778e-06,
500
+ "loss": 0.3202,
501
  "step": 1725
502
  },
503
  {
504
+ "epoch": 1.5015015015015014,
505
+ "grad_norm": 3.1359264850616455,
506
  "learning_rate": 7.222222222222223e-06,
507
+ "loss": 0.3303,
508
  "step": 1750
509
  },
510
  {
511
+ "epoch": 1.522951522951523,
512
+ "grad_norm": 2.995232105255127,
513
  "learning_rate": 7.166666666666667e-06,
514
+ "loss": 0.3197,
515
  "step": 1775
516
  },
517
  {
518
+ "epoch": 1.5444015444015444,
519
+ "grad_norm": 2.7742152214050293,
520
  "learning_rate": 7.111111111111112e-06,
521
+ "loss": 0.3255,
522
  "step": 1800
523
  },
524
  {
525
+ "epoch": 1.565851565851566,
526
+ "grad_norm": 2.7029542922973633,
527
  "learning_rate": 7.055555555555557e-06,
528
+ "loss": 0.3147,
529
  "step": 1825
530
  },
531
  {
532
+ "epoch": 1.5873015873015874,
533
+ "grad_norm": 2.604520082473755,
534
  "learning_rate": 7e-06,
535
+ "loss": 0.3235,
536
  "step": 1850
537
  },
538
  {
539
+ "epoch": 1.6087516087516087,
540
+ "grad_norm": 3.152074098587036,
541
  "learning_rate": 6.944444444444445e-06,
542
+ "loss": 0.319,
543
  "step": 1875
544
  },
545
  {
546
+ "epoch": 1.6302016302016302,
547
+ "grad_norm": 3.121864080429077,
548
  "learning_rate": 6.88888888888889e-06,
549
+ "loss": 0.2972,
550
  "step": 1900
551
  },
552
  {
553
+ "epoch": 1.6516516516516515,
554
+ "grad_norm": 2.733600616455078,
555
  "learning_rate": 6.833333333333334e-06,
556
+ "loss": 0.3177,
557
  "step": 1925
558
  },
559
  {
560
+ "epoch": 1.673101673101673,
561
+ "grad_norm": 2.8984882831573486,
562
  "learning_rate": 6.777777777777779e-06,
563
+ "loss": 0.3142,
564
  "step": 1950
565
  },
566
  {
567
+ "epoch": 1.6945516945516945,
568
+ "grad_norm": 2.585207939147949,
569
  "learning_rate": 6.7222222222222235e-06,
570
+ "loss": 0.3372,
571
  "step": 1975
572
  },
573
  {
574
+ "epoch": 1.716001716001716,
575
+ "grad_norm": 3.007678985595703,
576
  "learning_rate": 6.666666666666667e-06,
577
+ "loss": 0.3192,
578
  "step": 2000
579
  },
580
  {
581
+ "epoch": 1.716001716001716,
582
+ "eval_loss": 0.41164642572402954,
583
+ "eval_runtime": 1704.3317,
584
+ "eval_samples_per_second": 2.289,
585
  "eval_steps_per_second": 0.143,
586
+ "eval_wer": 0.2986090988119386,
587
  "step": 2000
588
  },
589
  {
590
+ "epoch": 1.7374517374517375,
591
+ "grad_norm": 2.6128337383270264,
592
  "learning_rate": 6.6111111111111115e-06,
593
+ "loss": 0.3215,
594
  "step": 2025
595
  },
596
  {
597
+ "epoch": 1.758901758901759,
598
+ "grad_norm": 2.6473169326782227,
599
  "learning_rate": 6.555555555555556e-06,
600
+ "loss": 0.324,
601
  "step": 2050
602
  },
603
  {
604
+ "epoch": 1.7803517803517803,
605
+ "grad_norm": 2.654451608657837,
606
  "learning_rate": 6.5000000000000004e-06,
607
+ "loss": 0.3029,
608
  "step": 2075
609
  },
610
  {
611
+ "epoch": 1.8018018018018018,
612
+ "grad_norm": 2.335432767868042,
613
  "learning_rate": 6.444444444444445e-06,
614
+ "loss": 0.3197,
615
  "step": 2100
616
  },
617
  {
618
+ "epoch": 1.8232518232518231,
619
+ "grad_norm": 2.4517362117767334,
620
  "learning_rate": 6.3888888888888885e-06,
621
+ "loss": 0.3136,
622
  "step": 2125
623
  },
624
  {
625
+ "epoch": 1.8447018447018446,
626
+ "grad_norm": 2.7718915939331055,
627
  "learning_rate": 6.333333333333333e-06,
628
+ "loss": 0.3059,
629
  "step": 2150
630
  },
631
  {
632
+ "epoch": 1.8661518661518661,
633
+ "grad_norm": 2.876389265060425,
634
  "learning_rate": 6.277777777777778e-06,
635
+ "loss": 0.3193,
636
  "step": 2175
637
  },
638
  {
639
+ "epoch": 1.8876018876018876,
640
+ "grad_norm": 2.892172336578369,
641
  "learning_rate": 6.222222222222223e-06,
642
+ "loss": 0.3097,
643
  "step": 2200
644
  },
645
  {
646
+ "epoch": 1.9090519090519091,
647
+ "grad_norm": 3.030829429626465,
648
  "learning_rate": 6.166666666666667e-06,
649
+ "loss": 0.3232,
650
  "step": 2225
651
  },
652
  {
653
+ "epoch": 1.9305019305019306,
654
+ "grad_norm": 2.721433162689209,
655
  "learning_rate": 6.111111111111112e-06,
656
+ "loss": 0.2944,
657
  "step": 2250
658
  },
659
  {
660
+ "epoch": 1.951951951951952,
661
+ "grad_norm": 3.1279942989349365,
662
  "learning_rate": 6.055555555555555e-06,
663
+ "loss": 0.3063,
664
  "step": 2275
665
  },
666
  {
667
+ "epoch": 1.9734019734019734,
668
+ "grad_norm": 2.706367254257202,
669
  "learning_rate": 6e-06,
670
+ "loss": 0.2998,
671
  "step": 2300
672
  },
673
  {
674
+ "epoch": 1.9948519948519947,
675
+ "grad_norm": 3.0728838443756104,
676
  "learning_rate": 5.944444444444445e-06,
677
+ "loss": 0.3036,
678
  "step": 2325
679
  },
680
  {
681
+ "epoch": 2.016302016302016,
682
+ "grad_norm": 2.0992302894592285,
683
  "learning_rate": 5.88888888888889e-06,
684
+ "loss": 0.2477,
685
  "step": 2350
686
  },
687
  {
688
+ "epoch": 2.0377520377520377,
689
+ "grad_norm": 1.931810975074768,
690
  "learning_rate": 5.833333333333334e-06,
691
+ "loss": 0.2085,
692
  "step": 2375
693
  },
694
  {
695
+ "epoch": 2.0592020592020592,
696
+ "grad_norm": 2.4714324474334717,
697
  "learning_rate": 5.777777777777778e-06,
698
+ "loss": 0.201,
699
  "step": 2400
700
  },
701
  {
702
+ "epoch": 2.0806520806520807,
703
+ "grad_norm": 2.1515088081359863,
704
  "learning_rate": 5.722222222222222e-06,
705
+ "loss": 0.1978,
706
  "step": 2425
707
  },
708
  {
709
+ "epoch": 2.1021021021021022,
710
+ "grad_norm": 2.203587770462036,
711
  "learning_rate": 5.666666666666667e-06,
712
+ "loss": 0.2082,
713
  "step": 2450
714
  },
715
  {
716
+ "epoch": 2.1235521235521237,
717
+ "grad_norm": 2.3945024013519287,
718
  "learning_rate": 5.611111111111112e-06,
719
+ "loss": 0.2012,
720
  "step": 2475
721
  },
722
  {
723
+ "epoch": 2.145002145002145,
724
+ "grad_norm": 2.5214550495147705,
725
  "learning_rate": 5.555555555555557e-06,
726
+ "loss": 0.1983,
727
  "step": 2500
728
  },
729
  {
730
+ "epoch": 2.1664521664521663,
731
+ "grad_norm": 2.8749985694885254,
732
  "learning_rate": 5.500000000000001e-06,
733
+ "loss": 0.202,
734
  "step": 2525
735
  },
736
  {
737
+ "epoch": 2.187902187902188,
738
+ "grad_norm": 2.302109956741333,
739
  "learning_rate": 5.444444444444445e-06,
740
+ "loss": 0.187,
741
  "step": 2550
742
  },
743
  {
744
+ "epoch": 2.2093522093522093,
745
+ "grad_norm": 2.303842782974243,
746
  "learning_rate": 5.388888888888889e-06,
747
+ "loss": 0.2007,
748
  "step": 2575
749
  },
750
  {
751
+ "epoch": 2.230802230802231,
752
+ "grad_norm": 2.1499674320220947,
753
  "learning_rate": 5.333333333333334e-06,
754
+ "loss": 0.2025,
755
  "step": 2600
756
  },
757
  {
758
+ "epoch": 2.2522522522522523,
759
+ "grad_norm": 2.735565185546875,
760
  "learning_rate": 5.2777777777777785e-06,
761
+ "loss": 0.1934,
762
  "step": 2625
763
  },
764
  {
765
+ "epoch": 2.273702273702274,
766
+ "grad_norm": 2.781230926513672,
767
  "learning_rate": 5.2222222222222226e-06,
768
+ "loss": 0.1959,
769
  "step": 2650
770
  },
771
  {
772
+ "epoch": 2.2951522951522954,
773
+ "grad_norm": 2.934748649597168,
774
  "learning_rate": 5.1666666666666675e-06,
775
+ "loss": 0.1923,
776
  "step": 2675
777
  },
778
  {
779
+ "epoch": 2.3166023166023164,
780
+ "grad_norm": 2.5688586235046387,
781
  "learning_rate": 5.1111111111111115e-06,
782
+ "loss": 0.2096,
783
  "step": 2700
784
  },
785
  {
786
+ "epoch": 2.338052338052338,
787
+ "grad_norm": 2.15342378616333,
788
  "learning_rate": 5.0555555555555555e-06,
789
+ "loss": 0.198,
790
  "step": 2725
791
  },
792
  {
793
+ "epoch": 2.3595023595023594,
794
+ "grad_norm": 2.287332773208618,
795
  "learning_rate": 5e-06,
796
+ "loss": 0.2079,
797
  "step": 2750
798
  },
799
  {
800
+ "epoch": 2.380952380952381,
801
+ "grad_norm": 2.2606818675994873,
802
  "learning_rate": 4.944444444444445e-06,
803
+ "loss": 0.2014,
804
  "step": 2775
805
  },
806
  {
807
+ "epoch": 2.4024024024024024,
808
+ "grad_norm": 2.0348024368286133,
809
  "learning_rate": 4.888888888888889e-06,
810
+ "loss": 0.2046,
811
  "step": 2800
812
  },
813
  {
814
+ "epoch": 2.423852423852424,
815
+ "grad_norm": 2.326032876968384,
816
  "learning_rate": 4.833333333333333e-06,
817
+ "loss": 0.1905,
818
  "step": 2825
819
  },
820
  {
821
+ "epoch": 2.4453024453024454,
822
+ "grad_norm": 2.2641820907592773,
823
  "learning_rate": 4.777777777777778e-06,
824
+ "loss": 0.1959,
825
  "step": 2850
826
  },
827
  {
828
+ "epoch": 2.4667524667524665,
829
+ "grad_norm": 1.923122763633728,
830
  "learning_rate": 4.722222222222222e-06,
831
+ "loss": 0.199,
832
  "step": 2875
833
  },
834
  {
835
+ "epoch": 2.488202488202488,
836
+ "grad_norm": 2.273163080215454,
837
  "learning_rate": 4.666666666666667e-06,
838
+ "loss": 0.1983,
839
  "step": 2900
840
  },
841
  {
842
+ "epoch": 2.5096525096525095,
843
+ "grad_norm": 2.816136598587036,
844
  "learning_rate": 4.611111111111112e-06,
845
+ "loss": 0.1901,
846
  "step": 2925
847
  },
848
  {
849
+ "epoch": 2.531102531102531,
850
+ "grad_norm": 2.453509569168091,
851
  "learning_rate": 4.555555555555556e-06,
852
+ "loss": 0.1819,
853
  "step": 2950
854
  },
855
  {
856
+ "epoch": 2.5525525525525525,
857
+ "grad_norm": 1.754265546798706,
858
  "learning_rate": 4.5e-06,
859
+ "loss": 0.1808,
860
  "step": 2975
861
  },
862
  {
863
+ "epoch": 2.574002574002574,
864
+ "grad_norm": 2.362611770629883,
865
  "learning_rate": 4.444444444444444e-06,
866
+ "loss": 0.1917,
867
  "step": 3000
868
  },
869
  {
870
+ "epoch": 2.574002574002574,
871
+ "eval_loss": 0.4086485207080841,
872
+ "eval_runtime": 1612.1909,
873
+ "eval_samples_per_second": 2.42,
874
+ "eval_steps_per_second": 0.151,
875
+ "eval_wer": 0.2937071380276248,
876
  "step": 3000
877
  },
878
  {
879
+ "epoch": 2.5954525954525955,
880
+ "grad_norm": 2.633920669555664,
881
  "learning_rate": 4.388888888888889e-06,
882
+ "loss": 0.188,
883
  "step": 3025
884
  },
885
  {
886
+ "epoch": 2.616902616902617,
887
+ "grad_norm": 2.290724515914917,
888
  "learning_rate": 4.333333333333334e-06,
889
+ "loss": 0.2027,
890
  "step": 3050
891
  },
892
  {
893
+ "epoch": 2.6383526383526386,
894
+ "grad_norm": 2.451239585876465,
895
  "learning_rate": 4.277777777777778e-06,
896
+ "loss": 0.1982,
897
  "step": 3075
898
  },
899
  {
900
+ "epoch": 2.6598026598026596,
901
+ "grad_norm": 2.550907611846924,
902
  "learning_rate": 4.222222222222223e-06,
903
+ "loss": 0.1994,
904
  "step": 3100
905
  },
906
  {
907
+ "epoch": 2.681252681252681,
908
+ "grad_norm": 2.633718729019165,
909
  "learning_rate": 4.166666666666667e-06,
910
+ "loss": 0.229,
911
  "step": 3125
912
  },
913
  {
914
+ "epoch": 2.7027027027027026,
915
+ "grad_norm": 2.618665933609009,
916
  "learning_rate": 4.111111111111111e-06,
917
+ "loss": 0.2017,
918
  "step": 3150
919
  },
920
  {
921
+ "epoch": 2.724152724152724,
922
+ "grad_norm": 2.954728364944458,
923
  "learning_rate": 4.055555555555556e-06,
924
+ "loss": 0.1873,
925
  "step": 3175
926
  },
927
  {
928
+ "epoch": 2.7456027456027456,
929
+ "grad_norm": 2.27900767326355,
930
  "learning_rate": 4.000000000000001e-06,
931
+ "loss": 0.2034,
932
  "step": 3200
933
  },
934
  {
935
+ "epoch": 2.767052767052767,
936
+ "grad_norm": 2.202578544616699,
937
  "learning_rate": 3.944444444444445e-06,
938
+ "loss": 0.1955,
939
  "step": 3225
940
  },
941
  {
942
+ "epoch": 2.7885027885027887,
943
+ "grad_norm": 2.391146659851074,
944
  "learning_rate": 3.88888888888889e-06,
945
+ "loss": 0.1934,
946
  "step": 3250
947
  },
948
  {
949
+ "epoch": 2.8099528099528097,
950
+ "grad_norm": 2.5382649898529053,
951
  "learning_rate": 3.833333333333334e-06,
952
+ "loss": 0.1907,
953
  "step": 3275
954
  },
955
  {
956
+ "epoch": 2.8314028314028317,
957
+ "grad_norm": 2.9581174850463867,
958
  "learning_rate": 3.777777777777778e-06,
959
+ "loss": 0.2083,
960
  "step": 3300
961
  },
962
  {
963
+ "epoch": 2.8528528528528527,
964
+ "grad_norm": 2.907230854034424,
965
  "learning_rate": 3.7222222222222225e-06,
966
+ "loss": 0.2074,
967
  "step": 3325
968
  },
969
  {
970
+ "epoch": 2.8743028743028742,
971
+ "grad_norm": 2.437242031097412,
972
  "learning_rate": 3.6666666666666666e-06,
973
+ "loss": 0.193,
974
  "step": 3350
975
  },
976
  {
977
+ "epoch": 2.8957528957528957,
978
+ "grad_norm": 2.3380300998687744,
979
  "learning_rate": 3.6111111111111115e-06,
980
+ "loss": 0.211,
981
  "step": 3375
982
  },
983
  {
984
+ "epoch": 2.9172029172029172,
985
+ "grad_norm": 3.0222008228302,
986
  "learning_rate": 3.555555555555556e-06,
987
+ "loss": 0.1924,
988
  "step": 3400
989
  },
990
  {
991
+ "epoch": 2.9386529386529388,
992
+ "grad_norm": 2.763075351715088,
993
  "learning_rate": 3.5e-06,
994
+ "loss": 0.1989,
995
  "step": 3425
996
  },
997
  {
998
+ "epoch": 2.9601029601029603,
999
+ "grad_norm": 2.859872817993164,
1000
  "learning_rate": 3.444444444444445e-06,
1001
+ "loss": 0.1845,
1002
  "step": 3450
1003
  },
1004
  {
1005
+ "epoch": 2.9815529815529818,
1006
+ "grad_norm": 2.663336992263794,
1007
  "learning_rate": 3.3888888888888893e-06,
1008
+ "loss": 0.1994,
1009
  "step": 3475
1010
  },
1011
  {
1012
+ "epoch": 3.003003003003003,
1013
+ "grad_norm": 1.762622594833374,
1014
  "learning_rate": 3.3333333333333333e-06,
1015
+ "loss": 0.1894,
1016
  "step": 3500
1017
  },
1018
  {
1019
+ "epoch": 3.0244530244530243,
1020
+ "grad_norm": 1.7877063751220703,
1021
  "learning_rate": 3.277777777777778e-06,
1022
+ "loss": 0.1154,
1023
  "step": 3525
1024
  },
1025
  {
1026
+ "epoch": 3.045903045903046,
1027
+ "grad_norm": 2.131319761276245,
1028
  "learning_rate": 3.2222222222222227e-06,
1029
+ "loss": 0.1122,
1030
  "step": 3550
1031
  },
1032
  {
1033
+ "epoch": 3.0673530673530673,
1034
+ "grad_norm": 1.935207486152649,
1035
  "learning_rate": 3.1666666666666667e-06,
1036
+ "loss": 0.1157,
1037
  "step": 3575
1038
  },
1039
  {
1040
+ "epoch": 3.088803088803089,
1041
+ "grad_norm": 2.1667850017547607,
1042
  "learning_rate": 3.1111111111111116e-06,
1043
+ "loss": 0.1165,
1044
  "step": 3600
1045
  },
1046
  {
1047
+ "epoch": 3.1102531102531104,
1048
+ "grad_norm": 2.0937955379486084,
1049
  "learning_rate": 3.055555555555556e-06,
1050
+ "loss": 0.1066,
1051
  "step": 3625
1052
  },
1053
  {
1054
+ "epoch": 3.131703131703132,
1055
+ "grad_norm": 2.4619686603546143,
1056
  "learning_rate": 3e-06,
1057
+ "loss": 0.1047,
1058
  "step": 3650
1059
  },
1060
  {
1061
+ "epoch": 3.153153153153153,
1062
+ "grad_norm": 2.3083388805389404,
1063
  "learning_rate": 2.944444444444445e-06,
1064
+ "loss": 0.1483,
1065
  "step": 3675
1066
  },
1067
  {
1068
+ "epoch": 3.1746031746031744,
1069
+ "grad_norm": 2.0462327003479004,
1070
  "learning_rate": 2.888888888888889e-06,
1071
+ "loss": 0.1183,
1072
  "step": 3700
1073
  },
1074
  {
1075
+ "epoch": 3.196053196053196,
1076
+ "grad_norm": 2.2849583625793457,
1077
  "learning_rate": 2.8333333333333335e-06,
1078
+ "loss": 0.1155,
1079
  "step": 3725
1080
  },
1081
  {
1082
+ "epoch": 3.2175032175032174,
1083
+ "grad_norm": 2.364773750305176,
1084
  "learning_rate": 2.7777777777777783e-06,
1085
+ "loss": 0.1139,
1086
  "step": 3750
1087
  },
1088
  {
1089
+ "epoch": 3.238953238953239,
1090
+ "grad_norm": 2.6987013816833496,
1091
  "learning_rate": 2.7222222222222224e-06,
1092
+ "loss": 0.1117,
1093
  "step": 3775
1094
  },
1095
  {
1096
+ "epoch": 3.2604032604032605,
1097
+ "grad_norm": 2.8335797786712646,
1098
  "learning_rate": 2.666666666666667e-06,
1099
+ "loss": 0.1135,
1100
  "step": 3800
1101
  },
1102
  {
1103
+ "epoch": 3.281853281853282,
1104
+ "grad_norm": 2.0935230255126953,
1105
  "learning_rate": 2.6111111111111113e-06,
1106
+ "loss": 0.1048,
1107
  "step": 3825
1108
  },
1109
  {
1110
+ "epoch": 3.3033033033033035,
1111
+ "grad_norm": 2.1639814376831055,
1112
  "learning_rate": 2.5555555555555557e-06,
1113
+ "loss": 0.1088,
1114
  "step": 3850
1115
  },
1116
  {
1117
+ "epoch": 3.324753324753325,
1118
+ "grad_norm": 2.022599458694458,
1119
  "learning_rate": 2.5e-06,
1120
+ "loss": 0.1093,
1121
  "step": 3875
1122
  },
1123
  {
1124
+ "epoch": 3.346203346203346,
1125
+ "grad_norm": 2.6962931156158447,
1126
+ "learning_rate": 2.4444444444444447e-06,
1127
+ "loss": 0.1139,
1128
  "step": 3900
1129
  },
1130
  {
1131
+ "epoch": 3.3676533676533675,
1132
+ "grad_norm": 1.9098910093307495,
1133
+ "learning_rate": 2.388888888888889e-06,
1134
+ "loss": 0.1082,
1135
  "step": 3925
1136
  },
1137
  {
1138
+ "epoch": 3.389103389103389,
1139
+ "grad_norm": 2.3071112632751465,
1140
+ "learning_rate": 2.3333333333333336e-06,
1141
+ "loss": 0.129,
1142
  "step": 3950
1143
  },
1144
  {
1145
+ "epoch": 3.4105534105534105,
1146
+ "grad_norm": 1.9279221296310425,
1147
+ "learning_rate": 2.277777777777778e-06,
1148
+ "loss": 0.1153,
1149
  "step": 3975
1150
  },
1151
  {
1152
+ "epoch": 3.432003432003432,
1153
+ "grad_norm": 2.1972861289978027,
1154
+ "learning_rate": 2.222222222222222e-06,
1155
+ "loss": 0.1113,
1156
  "step": 4000
1157
  },
1158
  {
1159
+ "epoch": 3.432003432003432,
1160
+ "eval_loss": 0.43410712480545044,
1161
+ "eval_runtime": 2229.8693,
1162
+ "eval_samples_per_second": 1.749,
1163
+ "eval_steps_per_second": 0.109,
1164
+ "eval_wer": 0.2852313339128755,
1165
  "step": 4000
1166
  },
1167
  {
1168
+ "epoch": 3.4534534534534536,
1169
+ "grad_norm": 1.9216057062149048,
1170
+ "learning_rate": 2.166666666666667e-06,
1171
+ "loss": 0.1126,
1172
  "step": 4025
1173
  },
1174
  {
1175
+ "epoch": 3.474903474903475,
1176
+ "grad_norm": 2.277034282684326,
1177
+ "learning_rate": 2.1111111111111114e-06,
1178
+ "loss": 0.1088,
1179
  "step": 4050
1180
  },
1181
  {
1182
+ "epoch": 3.496353496353496,
1183
+ "grad_norm": 2.0428617000579834,
1184
+ "learning_rate": 2.0555555555555555e-06,
1185
+ "loss": 0.1083,
1186
  "step": 4075
1187
  },
1188
  {
1189
+ "epoch": 3.517803517803518,
1190
+ "grad_norm": 2.5672316551208496,
1191
+ "learning_rate": 2.0000000000000003e-06,
1192
+ "loss": 0.1059,
1193
  "step": 4100
1194
  },
1195
  {
1196
+ "epoch": 3.539253539253539,
1197
+ "grad_norm": 2.100874185562134,
1198
+ "learning_rate": 1.944444444444445e-06,
1199
+ "loss": 0.1118,
1200
  "step": 4125
1201
  },
1202
  {
1203
+ "epoch": 3.5607035607035606,
1204
+ "grad_norm": 2.066019296646118,
1205
+ "learning_rate": 1.888888888888889e-06,
1206
+ "loss": 0.1043,
1207
  "step": 4150
1208
  },
1209
  {
1210
+ "epoch": 3.582153582153582,
1211
+ "grad_norm": 2.2962706089019775,
1212
+ "learning_rate": 1.8333333333333333e-06,
1213
+ "loss": 0.1158,
1214
  "step": 4175
1215
  },
1216
  {
1217
+ "epoch": 3.6036036036036037,
1218
+ "grad_norm": 2.4337549209594727,
1219
+ "learning_rate": 1.777777777777778e-06,
1220
+ "loss": 0.1074,
1221
  "step": 4200
1222
  },
1223
  {
1224
+ "epoch": 3.625053625053625,
1225
+ "grad_norm": 2.21247935295105,
1226
+ "learning_rate": 1.7222222222222224e-06,
1227
+ "loss": 0.1081,
1228
  "step": 4225
1229
  },
1230
  {
1231
+ "epoch": 3.6465036465036467,
1232
+ "grad_norm": 1.9160076379776,
1233
+ "learning_rate": 1.6666666666666667e-06,
1234
+ "loss": 0.1139,
1235
  "step": 4250
1236
  },
1237
  {
1238
+ "epoch": 3.667953667953668,
1239
+ "grad_norm": 2.366440773010254,
1240
+ "learning_rate": 1.6111111111111113e-06,
1241
+ "loss": 0.1072,
1242
  "step": 4275
1243
  },
1244
  {
1245
+ "epoch": 3.6894036894036892,
1246
+ "grad_norm": 2.299656867980957,
1247
+ "learning_rate": 1.5555555555555558e-06,
1248
+ "loss": 0.1108,
1249
  "step": 4300
1250
  },
1251
  {
1252
+ "epoch": 3.7108537108537107,
1253
+ "grad_norm": 2.0302138328552246,
1254
+ "learning_rate": 1.5e-06,
1255
+ "loss": 0.1013,
1256
  "step": 4325
1257
  },
1258
  {
1259
+ "epoch": 3.7323037323037322,
1260
+ "grad_norm": 2.416654586791992,
1261
+ "learning_rate": 1.4444444444444445e-06,
1262
+ "loss": 0.1134,
1263
  "step": 4350
1264
  },
1265
  {
1266
+ "epoch": 3.7537537537537538,
1267
+ "grad_norm": 1.7967655658721924,
1268
+ "learning_rate": 1.3888888888888892e-06,
1269
+ "loss": 0.1001,
1270
  "step": 4375
1271
  },
1272
  {
1273
+ "epoch": 3.7752037752037753,
1274
+ "grad_norm": 2.470515251159668,
1275
+ "learning_rate": 1.3333333333333334e-06,
1276
+ "loss": 0.1033,
1277
  "step": 4400
1278
  },
1279
  {
1280
+ "epoch": 3.7966537966537968,
1281
+ "grad_norm": 2.558213949203491,
1282
+ "learning_rate": 1.2777777777777779e-06,
1283
+ "loss": 0.1081,
1284
  "step": 4425
1285
  },
1286
  {
1287
+ "epoch": 3.8181038181038183,
1288
+ "grad_norm": 2.0769007205963135,
1289
+ "learning_rate": 1.2222222222222223e-06,
1290
+ "loss": 0.1027,
1291
  "step": 4450
1292
  },
1293
  {
1294
+ "epoch": 3.8395538395538393,
1295
+ "grad_norm": 1.9774547815322876,
1296
+ "learning_rate": 1.1666666666666668e-06,
1297
+ "loss": 0.1136,
1298
  "step": 4475
1299
  },
1300
  {
1301
+ "epoch": 3.861003861003861,
1302
+ "grad_norm": 2.82588791847229,
1303
+ "learning_rate": 1.111111111111111e-06,
1304
+ "loss": 0.1129,
1305
  "step": 4500
1306
  },
1307
  {
1308
+ "epoch": 3.8824538824538823,
1309
+ "grad_norm": 2.3755438327789307,
1310
+ "learning_rate": 1.0555555555555557e-06,
1311
+ "loss": 0.1095,
1312
  "step": 4525
1313
  },
1314
  {
1315
+ "epoch": 3.903903903903904,
1316
+ "grad_norm": 2.441087007522583,
1317
+ "learning_rate": 1.0000000000000002e-06,
1318
+ "loss": 0.1007,
1319
  "step": 4550
1320
  },
1321
  {
1322
+ "epoch": 3.9253539253539254,
1323
+ "grad_norm": 2.604708433151245,
1324
+ "learning_rate": 9.444444444444445e-07,
1325
+ "loss": 0.1055,
1326
  "step": 4575
1327
  },
1328
  {
1329
+ "epoch": 3.946803946803947,
1330
+ "grad_norm": 2.5220184326171875,
1331
+ "learning_rate": 8.88888888888889e-07,
1332
+ "loss": 0.112,
1333
  "step": 4600
1334
  },
1335
  {
1336
+ "epoch": 3.9682539682539684,
1337
+ "grad_norm": 2.3847906589508057,
1338
+ "learning_rate": 8.333333333333333e-07,
1339
+ "loss": 0.1082,
1340
  "step": 4625
1341
  },
1342
  {
1343
+ "epoch": 3.9897039897039894,
1344
+ "grad_norm": 1.749206304550171,
1345
  "learning_rate": 7.8e-07,
1346
+ "loss": 0.1096,
1347
  "step": 4650
1348
  },
1349
  {
1350
+ "epoch": 4.011154011154011,
1351
+ "grad_norm": 1.657009482383728,
1352
  "learning_rate": 7.244444444444446e-07,
1353
+ "loss": 0.084,
1354
  "step": 4675
1355
  },
1356
  {
1357
+ "epoch": 4.032604032604032,
1358
+ "grad_norm": 1.4502904415130615,
1359
  "learning_rate": 6.68888888888889e-07,
1360
+ "loss": 0.0624,
1361
  "step": 4700
1362
  },
1363
  {
1364
+ "epoch": 4.054054054054054,
1365
+ "grad_norm": 1.753985047340393,
1366
  "learning_rate": 6.133333333333333e-07,
1367
+ "loss": 0.064,
1368
  "step": 4725
1369
  },
1370
  {
1371
+ "epoch": 4.0755040755040755,
1372
+ "grad_norm": 1.8382900953292847,
1373
  "learning_rate": 5.577777777777779e-07,
1374
+ "loss": 0.0607,
1375
  "step": 4750
1376
  },
1377
  {
1378
+ "epoch": 4.0969540969540965,
1379
+ "grad_norm": 2.292609930038452,
1380
  "learning_rate": 5.022222222222222e-07,
1381
+ "loss": 0.0617,
1382
  "step": 4775
1383
  },
1384
  {
1385
+ "epoch": 4.1184041184041185,
1386
+ "grad_norm": 1.5938409566879272,
1387
  "learning_rate": 4.466666666666667e-07,
1388
+ "loss": 0.0643,
1389
  "step": 4800
1390
  },
1391
  {
1392
+ "epoch": 4.1398541398541395,
1393
+ "grad_norm": 1.7310892343521118,
1394
  "learning_rate": 3.9111111111111115e-07,
1395
+ "loss": 0.0595,
1396
  "step": 4825
1397
  },
1398
  {
1399
+ "epoch": 4.1613041613041615,
1400
+ "grad_norm": 1.9981136322021484,
1401
  "learning_rate": 3.3555555555555556e-07,
1402
+ "loss": 0.0553,
1403
  "step": 4850
1404
  },
1405
  {
1406
+ "epoch": 4.1827541827541825,
1407
+ "grad_norm": 1.4661279916763306,
1408
  "learning_rate": 2.8e-07,
1409
+ "loss": 0.0599,
1410
  "step": 4875
1411
  },
1412
  {
1413
+ "epoch": 4.2042042042042045,
1414
+ "grad_norm": 2.204902172088623,
1415
  "learning_rate": 2.2444444444444445e-07,
1416
+ "loss": 0.0627,
1417
  "step": 4900
1418
  },
1419
  {
1420
+ "epoch": 4.2256542256542255,
1421
+ "grad_norm": 1.7172112464904785,
1422
  "learning_rate": 1.6888888888888888e-07,
1423
+ "loss": 0.0643,
1424
  "step": 4925
1425
  },
1426
  {
1427
+ "epoch": 4.2471042471042475,
1428
+ "grad_norm": 1.4979685544967651,
1429
  "learning_rate": 1.1333333333333336e-07,
1430
+ "loss": 0.0602,
1431
  "step": 4950
1432
  },
1433
  {
1434
+ "epoch": 4.268554268554269,
1435
+ "grad_norm": 1.880300760269165,
1436
  "learning_rate": 5.777777777777778e-08,
1437
+ "loss": 0.0591,
1438
  "step": 4975
1439
  },
1440
  {
1441
+ "epoch": 4.29000429000429,
1442
+ "grad_norm": 1.7681268453598022,
1443
  "learning_rate": 2.2222222222222225e-09,
1444
+ "loss": 0.0665,
1445
  "step": 5000
1446
  },
1447
  {
1448
+ "epoch": 4.29000429000429,
1449
+ "eval_loss": 0.46873393654823303,
1450
+ "eval_runtime": 2420.0826,
1451
+ "eval_samples_per_second": 1.612,
1452
+ "eval_steps_per_second": 0.101,
1453
+ "eval_wer": 0.2887085868830291,
1454
  "step": 5000
1455
  },
1456
  {
1457
+ "epoch": 4.29000429000429,
1458
  "step": 5000,
1459
+ "total_flos": 5.435317790834688e+20,
1460
+ "train_loss": 0.2924629046201706,
1461
+ "train_runtime": 60618.8801,
1462
+ "train_samples_per_second": 2.639,
1463
+ "train_steps_per_second": 0.082
1464
  }
1465
  ],
1466
  "logging_steps": 25,
1467
  "max_steps": 5000,
1468
  "num_input_tokens_seen": 0,
1469
+ "num_train_epochs": 5,
1470
  "save_steps": 1000,
1471
  "stateful_callbacks": {
1472
  "TrainerControl": {
 
1480
  "attributes": {}
1481
  }
1482
  },
1483
+ "total_flos": 5.435317790834688e+20,
1484
  "train_batch_size": 16,
1485
  "trial_name": null,
1486
  "trial_params": null