DewiBrynJones commited on
Commit
723677d
1 Parent(s): 65067c6

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-turbo-ft-cv-cy-train-all-plus-other-with-excluded
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: 0.3181
21
  - Wer: 0.1683
 
15
 
16
  # whisper-large-v3-turbo-ft-cv-cy-train-all-plus-other-with-excluded
17
 
18
+ This model is a fine-tuned version of [openai/whisper-large-v3](https://huggingface.co/openai/whisper-large-v3) on the DewiBrynJones/commonvoice_18_0_cy train_all+other_with_excluded main dataset.
19
  It achieves the following results on the evaluation set:
20
  - Loss: 0.3181
21
  - Wer: 0.1683
all_results.json ADDED
@@ -0,0 +1,15 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 7.072135785007072,
3
+ "eval_loss": 0.3181316554546356,
4
+ "eval_runtime": 2245.0023,
5
+ "eval_samples": 5381,
6
+ "eval_samples_per_second": 2.397,
7
+ "eval_steps_per_second": 0.15,
8
+ "eval_wer": 0.16825718716449958,
9
+ "total_flos": 5.4329055670370304e+20,
10
+ "train_loss": 0.09240171913430095,
11
+ "train_runtime": 60495.4593,
12
+ "train_samples": 22611,
13
+ "train_samples_per_second": 2.645,
14
+ "train_steps_per_second": 0.083
15
+ }
eval_results.json ADDED
@@ -0,0 +1,9 @@
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 7.072135785007072,
3
+ "eval_loss": 0.3181316554546356,
4
+ "eval_runtime": 2245.0023,
5
+ "eval_samples": 5381,
6
+ "eval_samples_per_second": 2.397,
7
+ "eval_steps_per_second": 0.15,
8
+ "eval_wer": 0.16825718716449958
9
+ }
runs/Oct04_06-51-13_11dd62ab45fa/events.out.tfevents.1728084823.11dd62ab45fa.115.1 ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:e293d80628ad9a2a46cc0e8f0d84508832ed15360520ab2106f9536b8f35e5a8
3
+ size 406
train_results.json ADDED
@@ -0,0 +1,9 @@
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 7.072135785007072,
3
+ "total_flos": 5.4329055670370304e+20,
4
+ "train_loss": 0.09240171913430095,
5
+ "train_runtime": 60495.4593,
6
+ "train_samples": 22611,
7
+ "train_samples_per_second": 2.645,
8
+ "train_steps_per_second": 0.083
9
+ }
trainer_state.json ADDED
@@ -0,0 +1,1487 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": null,
3
+ "best_model_checkpoint": null,
4
+ "epoch": 7.072135785007072,
5
+ "eval_steps": 1000,
6
+ "global_step": 5000,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.03536067892503536,
13
+ "grad_norm": 5.833098411560059,
14
+ "learning_rate": 5.000000000000001e-07,
15
+ "loss": 1.0626,
16
+ "step": 25
17
+ },
18
+ {
19
+ "epoch": 0.07072135785007072,
20
+ "grad_norm": 5.129093647003174,
21
+ "learning_rate": 1.0000000000000002e-06,
22
+ "loss": 0.7439,
23
+ "step": 50
24
+ },
25
+ {
26
+ "epoch": 0.10608203677510608,
27
+ "grad_norm": 4.212141513824463,
28
+ "learning_rate": 1.5e-06,
29
+ "loss": 0.5203,
30
+ "step": 75
31
+ },
32
+ {
33
+ "epoch": 0.14144271570014144,
34
+ "grad_norm": 3.9624226093292236,
35
+ "learning_rate": 2.0000000000000003e-06,
36
+ "loss": 0.4623,
37
+ "step": 100
38
+ },
39
+ {
40
+ "epoch": 0.1768033946251768,
41
+ "grad_norm": 4.4477338790893555,
42
+ "learning_rate": 2.5e-06,
43
+ "loss": 0.4498,
44
+ "step": 125
45
+ },
46
+ {
47
+ "epoch": 0.21216407355021216,
48
+ "grad_norm": 3.65051007270813,
49
+ "learning_rate": 3e-06,
50
+ "loss": 0.4272,
51
+ "step": 150
52
+ },
53
+ {
54
+ "epoch": 0.24752475247524752,
55
+ "grad_norm": 4.097436904907227,
56
+ "learning_rate": 3.5e-06,
57
+ "loss": 0.4245,
58
+ "step": 175
59
+ },
60
+ {
61
+ "epoch": 0.2828854314002829,
62
+ "grad_norm": 3.8615634441375732,
63
+ "learning_rate": 4.000000000000001e-06,
64
+ "loss": 0.4303,
65
+ "step": 200
66
+ },
67
+ {
68
+ "epoch": 0.31824611032531824,
69
+ "grad_norm": 3.634308099746704,
70
+ "learning_rate": 4.5e-06,
71
+ "loss": 0.3885,
72
+ "step": 225
73
+ },
74
+ {
75
+ "epoch": 0.3536067892503536,
76
+ "grad_norm": 3.808622360229492,
77
+ "learning_rate": 5e-06,
78
+ "loss": 0.3891,
79
+ "step": 250
80
+ },
81
+ {
82
+ "epoch": 0.38896746817538896,
83
+ "grad_norm": 3.767564058303833,
84
+ "learning_rate": 5.500000000000001e-06,
85
+ "loss": 0.3737,
86
+ "step": 275
87
+ },
88
+ {
89
+ "epoch": 0.4243281471004243,
90
+ "grad_norm": 4.20762825012207,
91
+ "learning_rate": 6e-06,
92
+ "loss": 0.3549,
93
+ "step": 300
94
+ },
95
+ {
96
+ "epoch": 0.4596888260254597,
97
+ "grad_norm": 3.8779282569885254,
98
+ "learning_rate": 6.5000000000000004e-06,
99
+ "loss": 0.3757,
100
+ "step": 325
101
+ },
102
+ {
103
+ "epoch": 0.49504950495049505,
104
+ "grad_norm": 3.9535462856292725,
105
+ "learning_rate": 7e-06,
106
+ "loss": 0.3454,
107
+ "step": 350
108
+ },
109
+ {
110
+ "epoch": 0.5304101838755304,
111
+ "grad_norm": 3.7318906784057617,
112
+ "learning_rate": 7.500000000000001e-06,
113
+ "loss": 0.3216,
114
+ "step": 375
115
+ },
116
+ {
117
+ "epoch": 0.5657708628005658,
118
+ "grad_norm": 4.168917655944824,
119
+ "learning_rate": 8.000000000000001e-06,
120
+ "loss": 0.3194,
121
+ "step": 400
122
+ },
123
+ {
124
+ "epoch": 0.6011315417256011,
125
+ "grad_norm": 3.1413733959198,
126
+ "learning_rate": 8.5e-06,
127
+ "loss": 0.3188,
128
+ "step": 425
129
+ },
130
+ {
131
+ "epoch": 0.6364922206506365,
132
+ "grad_norm": 3.511763334274292,
133
+ "learning_rate": 9e-06,
134
+ "loss": 0.3129,
135
+ "step": 450
136
+ },
137
+ {
138
+ "epoch": 0.6718528995756718,
139
+ "grad_norm": 3.362168073654175,
140
+ "learning_rate": 9.5e-06,
141
+ "loss": 0.3028,
142
+ "step": 475
143
+ },
144
+ {
145
+ "epoch": 0.7072135785007072,
146
+ "grad_norm": 3.6675732135772705,
147
+ "learning_rate": 1e-05,
148
+ "loss": 0.3189,
149
+ "step": 500
150
+ },
151
+ {
152
+ "epoch": 0.7425742574257426,
153
+ "grad_norm": 3.5820181369781494,
154
+ "learning_rate": 9.944444444444445e-06,
155
+ "loss": 0.297,
156
+ "step": 525
157
+ },
158
+ {
159
+ "epoch": 0.7779349363507779,
160
+ "grad_norm": 3.423774003982544,
161
+ "learning_rate": 9.88888888888889e-06,
162
+ "loss": 0.2935,
163
+ "step": 550
164
+ },
165
+ {
166
+ "epoch": 0.8132956152758133,
167
+ "grad_norm": 3.7895655632019043,
168
+ "learning_rate": 9.833333333333333e-06,
169
+ "loss": 0.2718,
170
+ "step": 575
171
+ },
172
+ {
173
+ "epoch": 0.8486562942008486,
174
+ "grad_norm": 3.2421023845672607,
175
+ "learning_rate": 9.777777777777779e-06,
176
+ "loss": 0.2741,
177
+ "step": 600
178
+ },
179
+ {
180
+ "epoch": 0.884016973125884,
181
+ "grad_norm": 3.0554616451263428,
182
+ "learning_rate": 9.722222222222223e-06,
183
+ "loss": 0.2661,
184
+ "step": 625
185
+ },
186
+ {
187
+ "epoch": 0.9193776520509194,
188
+ "grad_norm": 2.754528760910034,
189
+ "learning_rate": 9.666666666666667e-06,
190
+ "loss": 0.2573,
191
+ "step": 650
192
+ },
193
+ {
194
+ "epoch": 0.9547383309759547,
195
+ "grad_norm": 2.9093120098114014,
196
+ "learning_rate": 9.611111111111112e-06,
197
+ "loss": 0.2766,
198
+ "step": 675
199
+ },
200
+ {
201
+ "epoch": 0.9900990099009901,
202
+ "grad_norm": 2.9693257808685303,
203
+ "learning_rate": 9.555555555555556e-06,
204
+ "loss": 0.2506,
205
+ "step": 700
206
+ },
207
+ {
208
+ "epoch": 1.0254596888260255,
209
+ "grad_norm": 2.879349946975708,
210
+ "learning_rate": 9.5e-06,
211
+ "loss": 0.2021,
212
+ "step": 725
213
+ },
214
+ {
215
+ "epoch": 1.0608203677510608,
216
+ "grad_norm": 2.6136014461517334,
217
+ "learning_rate": 9.444444444444445e-06,
218
+ "loss": 0.181,
219
+ "step": 750
220
+ },
221
+ {
222
+ "epoch": 1.0961810466760962,
223
+ "grad_norm": 2.8699588775634766,
224
+ "learning_rate": 9.38888888888889e-06,
225
+ "loss": 0.1648,
226
+ "step": 775
227
+ },
228
+ {
229
+ "epoch": 1.1315417256011315,
230
+ "grad_norm": 2.2577948570251465,
231
+ "learning_rate": 9.333333333333334e-06,
232
+ "loss": 0.171,
233
+ "step": 800
234
+ },
235
+ {
236
+ "epoch": 1.166902404526167,
237
+ "grad_norm": 2.6615614891052246,
238
+ "learning_rate": 9.277777777777778e-06,
239
+ "loss": 0.1759,
240
+ "step": 825
241
+ },
242
+ {
243
+ "epoch": 1.2022630834512023,
244
+ "grad_norm": 3.6334331035614014,
245
+ "learning_rate": 9.222222222222224e-06,
246
+ "loss": 0.1703,
247
+ "step": 850
248
+ },
249
+ {
250
+ "epoch": 1.2376237623762376,
251
+ "grad_norm": 2.0051722526550293,
252
+ "learning_rate": 9.166666666666666e-06,
253
+ "loss": 0.1666,
254
+ "step": 875
255
+ },
256
+ {
257
+ "epoch": 1.272984441301273,
258
+ "grad_norm": 2.5868630409240723,
259
+ "learning_rate": 9.111111111111112e-06,
260
+ "loss": 0.1631,
261
+ "step": 900
262
+ },
263
+ {
264
+ "epoch": 1.3083451202263083,
265
+ "grad_norm": 2.7406225204467773,
266
+ "learning_rate": 9.055555555555556e-06,
267
+ "loss": 0.1625,
268
+ "step": 925
269
+ },
270
+ {
271
+ "epoch": 1.3437057991513437,
272
+ "grad_norm": 2.9130780696868896,
273
+ "learning_rate": 9e-06,
274
+ "loss": 0.1779,
275
+ "step": 950
276
+ },
277
+ {
278
+ "epoch": 1.379066478076379,
279
+ "grad_norm": 2.973248243331909,
280
+ "learning_rate": 8.944444444444446e-06,
281
+ "loss": 0.1642,
282
+ "step": 975
283
+ },
284
+ {
285
+ "epoch": 1.4144271570014144,
286
+ "grad_norm": 2.1427431106567383,
287
+ "learning_rate": 8.888888888888888e-06,
288
+ "loss": 0.1599,
289
+ "step": 1000
290
+ },
291
+ {
292
+ "epoch": 1.4144271570014144,
293
+ "eval_loss": 0.2516109049320221,
294
+ "eval_runtime": 2179.6002,
295
+ "eval_samples_per_second": 2.469,
296
+ "eval_steps_per_second": 0.155,
297
+ "eval_wer": 0.2035468607101674,
298
+ "step": 1000
299
+ },
300
+ {
301
+ "epoch": 1.4497878359264498,
302
+ "grad_norm": 3.01638126373291,
303
+ "learning_rate": 8.833333333333334e-06,
304
+ "loss": 0.1525,
305
+ "step": 1025
306
+ },
307
+ {
308
+ "epoch": 1.4851485148514851,
309
+ "grad_norm": 2.6232805252075195,
310
+ "learning_rate": 8.777777777777778e-06,
311
+ "loss": 0.1565,
312
+ "step": 1050
313
+ },
314
+ {
315
+ "epoch": 1.5205091937765205,
316
+ "grad_norm": 2.569593906402588,
317
+ "learning_rate": 8.722222222222224e-06,
318
+ "loss": 0.1546,
319
+ "step": 1075
320
+ },
321
+ {
322
+ "epoch": 1.5558698727015559,
323
+ "grad_norm": 2.730534076690674,
324
+ "learning_rate": 8.666666666666668e-06,
325
+ "loss": 0.1523,
326
+ "step": 1100
327
+ },
328
+ {
329
+ "epoch": 1.5912305516265912,
330
+ "grad_norm": 3.71217942237854,
331
+ "learning_rate": 8.611111111111112e-06,
332
+ "loss": 0.1601,
333
+ "step": 1125
334
+ },
335
+ {
336
+ "epoch": 1.6265912305516266,
337
+ "grad_norm": 2.2378976345062256,
338
+ "learning_rate": 8.555555555555556e-06,
339
+ "loss": 0.1517,
340
+ "step": 1150
341
+ },
342
+ {
343
+ "epoch": 1.661951909476662,
344
+ "grad_norm": 2.2248027324676514,
345
+ "learning_rate": 8.5e-06,
346
+ "loss": 0.1479,
347
+ "step": 1175
348
+ },
349
+ {
350
+ "epoch": 1.6973125884016973,
351
+ "grad_norm": 1.97626531124115,
352
+ "learning_rate": 8.444444444444446e-06,
353
+ "loss": 0.1448,
354
+ "step": 1200
355
+ },
356
+ {
357
+ "epoch": 1.7326732673267327,
358
+ "grad_norm": 2.5063023567199707,
359
+ "learning_rate": 8.38888888888889e-06,
360
+ "loss": 0.1493,
361
+ "step": 1225
362
+ },
363
+ {
364
+ "epoch": 1.768033946251768,
365
+ "grad_norm": 2.230543613433838,
366
+ "learning_rate": 8.333333333333334e-06,
367
+ "loss": 0.1413,
368
+ "step": 1250
369
+ },
370
+ {
371
+ "epoch": 1.8033946251768034,
372
+ "grad_norm": 2.3696229457855225,
373
+ "learning_rate": 8.277777777777778e-06,
374
+ "loss": 0.1514,
375
+ "step": 1275
376
+ },
377
+ {
378
+ "epoch": 1.8387553041018387,
379
+ "grad_norm": 2.3994140625,
380
+ "learning_rate": 8.222222222222222e-06,
381
+ "loss": 0.1514,
382
+ "step": 1300
383
+ },
384
+ {
385
+ "epoch": 1.874115983026874,
386
+ "grad_norm": 2.1594157218933105,
387
+ "learning_rate": 8.166666666666668e-06,
388
+ "loss": 0.1391,
389
+ "step": 1325
390
+ },
391
+ {
392
+ "epoch": 1.9094766619519095,
393
+ "grad_norm": 2.2677788734436035,
394
+ "learning_rate": 8.111111111111112e-06,
395
+ "loss": 0.1333,
396
+ "step": 1350
397
+ },
398
+ {
399
+ "epoch": 1.9448373408769448,
400
+ "grad_norm": 2.0969929695129395,
401
+ "learning_rate": 8.055555555555557e-06,
402
+ "loss": 0.141,
403
+ "step": 1375
404
+ },
405
+ {
406
+ "epoch": 1.9801980198019802,
407
+ "grad_norm": 2.2506678104400635,
408
+ "learning_rate": 8.000000000000001e-06,
409
+ "loss": 0.1393,
410
+ "step": 1400
411
+ },
412
+ {
413
+ "epoch": 2.0155586987270158,
414
+ "grad_norm": 1.4057811498641968,
415
+ "learning_rate": 7.944444444444445e-06,
416
+ "loss": 0.1088,
417
+ "step": 1425
418
+ },
419
+ {
420
+ "epoch": 2.050919377652051,
421
+ "grad_norm": 1.8405675888061523,
422
+ "learning_rate": 7.88888888888889e-06,
423
+ "loss": 0.0696,
424
+ "step": 1450
425
+ },
426
+ {
427
+ "epoch": 2.0862800565770865,
428
+ "grad_norm": 1.7965513467788696,
429
+ "learning_rate": 7.833333333333333e-06,
430
+ "loss": 0.0715,
431
+ "step": 1475
432
+ },
433
+ {
434
+ "epoch": 2.1216407355021216,
435
+ "grad_norm": 1.533977746963501,
436
+ "learning_rate": 7.77777777777778e-06,
437
+ "loss": 0.0655,
438
+ "step": 1500
439
+ },
440
+ {
441
+ "epoch": 2.157001414427157,
442
+ "grad_norm": 1.5952216386795044,
443
+ "learning_rate": 7.722222222222223e-06,
444
+ "loss": 0.0701,
445
+ "step": 1525
446
+ },
447
+ {
448
+ "epoch": 2.1923620933521923,
449
+ "grad_norm": 1.796464443206787,
450
+ "learning_rate": 7.666666666666667e-06,
451
+ "loss": 0.0649,
452
+ "step": 1550
453
+ },
454
+ {
455
+ "epoch": 2.227722772277228,
456
+ "grad_norm": 1.637083888053894,
457
+ "learning_rate": 7.611111111111111e-06,
458
+ "loss": 0.0729,
459
+ "step": 1575
460
+ },
461
+ {
462
+ "epoch": 2.263083451202263,
463
+ "grad_norm": 1.361791968345642,
464
+ "learning_rate": 7.555555555555556e-06,
465
+ "loss": 0.0661,
466
+ "step": 1600
467
+ },
468
+ {
469
+ "epoch": 2.298444130127298,
470
+ "grad_norm": 1.4004043340682983,
471
+ "learning_rate": 7.500000000000001e-06,
472
+ "loss": 0.0635,
473
+ "step": 1625
474
+ },
475
+ {
476
+ "epoch": 2.333804809052334,
477
+ "grad_norm": 1.415955662727356,
478
+ "learning_rate": 7.444444444444445e-06,
479
+ "loss": 0.0694,
480
+ "step": 1650
481
+ },
482
+ {
483
+ "epoch": 2.3691654879773694,
484
+ "grad_norm": 1.5830997228622437,
485
+ "learning_rate": 7.38888888888889e-06,
486
+ "loss": 0.0693,
487
+ "step": 1675
488
+ },
489
+ {
490
+ "epoch": 2.4045261669024045,
491
+ "grad_norm": 1.8817075490951538,
492
+ "learning_rate": 7.333333333333333e-06,
493
+ "loss": 0.0753,
494
+ "step": 1700
495
+ },
496
+ {
497
+ "epoch": 2.4398868458274396,
498
+ "grad_norm": 2.290759563446045,
499
+ "learning_rate": 7.277777777777778e-06,
500
+ "loss": 0.0705,
501
+ "step": 1725
502
+ },
503
+ {
504
+ "epoch": 2.4752475247524752,
505
+ "grad_norm": 1.521173119544983,
506
+ "learning_rate": 7.222222222222223e-06,
507
+ "loss": 0.0745,
508
+ "step": 1750
509
+ },
510
+ {
511
+ "epoch": 2.510608203677511,
512
+ "grad_norm": 2.191132068634033,
513
+ "learning_rate": 7.166666666666667e-06,
514
+ "loss": 0.0678,
515
+ "step": 1775
516
+ },
517
+ {
518
+ "epoch": 2.545968882602546,
519
+ "grad_norm": 1.374758243560791,
520
+ "learning_rate": 7.111111111111112e-06,
521
+ "loss": 0.0622,
522
+ "step": 1800
523
+ },
524
+ {
525
+ "epoch": 2.581329561527581,
526
+ "grad_norm": 1.8768402338027954,
527
+ "learning_rate": 7.055555555555557e-06,
528
+ "loss": 0.0596,
529
+ "step": 1825
530
+ },
531
+ {
532
+ "epoch": 2.6166902404526167,
533
+ "grad_norm": 1.5529979467391968,
534
+ "learning_rate": 7e-06,
535
+ "loss": 0.063,
536
+ "step": 1850
537
+ },
538
+ {
539
+ "epoch": 2.6520509193776522,
540
+ "grad_norm": 1.5192201137542725,
541
+ "learning_rate": 6.944444444444445e-06,
542
+ "loss": 0.072,
543
+ "step": 1875
544
+ },
545
+ {
546
+ "epoch": 2.6874115983026874,
547
+ "grad_norm": 1.872154951095581,
548
+ "learning_rate": 6.88888888888889e-06,
549
+ "loss": 0.069,
550
+ "step": 1900
551
+ },
552
+ {
553
+ "epoch": 2.7227722772277225,
554
+ "grad_norm": 1.8019146919250488,
555
+ "learning_rate": 6.833333333333334e-06,
556
+ "loss": 0.0599,
557
+ "step": 1925
558
+ },
559
+ {
560
+ "epoch": 2.758132956152758,
561
+ "grad_norm": 1.5129454135894775,
562
+ "learning_rate": 6.777777777777779e-06,
563
+ "loss": 0.0671,
564
+ "step": 1950
565
+ },
566
+ {
567
+ "epoch": 2.7934936350777937,
568
+ "grad_norm": 1.387603998184204,
569
+ "learning_rate": 6.7222222222222235e-06,
570
+ "loss": 0.059,
571
+ "step": 1975
572
+ },
573
+ {
574
+ "epoch": 2.828854314002829,
575
+ "grad_norm": 1.5892807245254517,
576
+ "learning_rate": 6.666666666666667e-06,
577
+ "loss": 0.0651,
578
+ "step": 2000
579
+ },
580
+ {
581
+ "epoch": 2.828854314002829,
582
+ "eval_loss": 0.23385389149188995,
583
+ "eval_runtime": 2134.4668,
584
+ "eval_samples_per_second": 2.521,
585
+ "eval_steps_per_second": 0.158,
586
+ "eval_wer": 0.18308879080679152,
587
+ "step": 2000
588
+ },
589
+ {
590
+ "epoch": 2.864214992927864,
591
+ "grad_norm": 2.636842727661133,
592
+ "learning_rate": 6.6111111111111115e-06,
593
+ "loss": 0.0683,
594
+ "step": 2025
595
+ },
596
+ {
597
+ "epoch": 2.8995756718528995,
598
+ "grad_norm": 2.534872531890869,
599
+ "learning_rate": 6.555555555555556e-06,
600
+ "loss": 0.0617,
601
+ "step": 2050
602
+ },
603
+ {
604
+ "epoch": 2.934936350777935,
605
+ "grad_norm": 1.9003880023956299,
606
+ "learning_rate": 6.5000000000000004e-06,
607
+ "loss": 0.0566,
608
+ "step": 2075
609
+ },
610
+ {
611
+ "epoch": 2.9702970297029703,
612
+ "grad_norm": 2.0285208225250244,
613
+ "learning_rate": 6.444444444444445e-06,
614
+ "loss": 0.0652,
615
+ "step": 2100
616
+ },
617
+ {
618
+ "epoch": 3.005657708628006,
619
+ "grad_norm": 1.0410995483398438,
620
+ "learning_rate": 6.3888888888888885e-06,
621
+ "loss": 0.0567,
622
+ "step": 2125
623
+ },
624
+ {
625
+ "epoch": 3.041018387553041,
626
+ "grad_norm": 1.090918779373169,
627
+ "learning_rate": 6.333333333333333e-06,
628
+ "loss": 0.0304,
629
+ "step": 2150
630
+ },
631
+ {
632
+ "epoch": 3.0763790664780766,
633
+ "grad_norm": 1.4816592931747437,
634
+ "learning_rate": 6.277777777777778e-06,
635
+ "loss": 0.0255,
636
+ "step": 2175
637
+ },
638
+ {
639
+ "epoch": 3.1117397454031117,
640
+ "grad_norm": 1.5663459300994873,
641
+ "learning_rate": 6.222222222222223e-06,
642
+ "loss": 0.0279,
643
+ "step": 2200
644
+ },
645
+ {
646
+ "epoch": 3.1471004243281473,
647
+ "grad_norm": 1.0855896472930908,
648
+ "learning_rate": 6.166666666666667e-06,
649
+ "loss": 0.0257,
650
+ "step": 2225
651
+ },
652
+ {
653
+ "epoch": 3.1824611032531824,
654
+ "grad_norm": 0.9822140336036682,
655
+ "learning_rate": 6.111111111111112e-06,
656
+ "loss": 0.0274,
657
+ "step": 2250
658
+ },
659
+ {
660
+ "epoch": 3.217821782178218,
661
+ "grad_norm": 1.3822486400604248,
662
+ "learning_rate": 6.055555555555555e-06,
663
+ "loss": 0.0295,
664
+ "step": 2275
665
+ },
666
+ {
667
+ "epoch": 3.253182461103253,
668
+ "grad_norm": 0.9994338154792786,
669
+ "learning_rate": 6e-06,
670
+ "loss": 0.0287,
671
+ "step": 2300
672
+ },
673
+ {
674
+ "epoch": 3.2885431400282887,
675
+ "grad_norm": 1.223861813545227,
676
+ "learning_rate": 5.944444444444445e-06,
677
+ "loss": 0.0288,
678
+ "step": 2325
679
+ },
680
+ {
681
+ "epoch": 3.323903818953324,
682
+ "grad_norm": 1.0625354051589966,
683
+ "learning_rate": 5.88888888888889e-06,
684
+ "loss": 0.0313,
685
+ "step": 2350
686
+ },
687
+ {
688
+ "epoch": 3.3592644978783595,
689
+ "grad_norm": 1.2225134372711182,
690
+ "learning_rate": 5.833333333333334e-06,
691
+ "loss": 0.0278,
692
+ "step": 2375
693
+ },
694
+ {
695
+ "epoch": 3.3946251768033946,
696
+ "grad_norm": 1.0246098041534424,
697
+ "learning_rate": 5.777777777777778e-06,
698
+ "loss": 0.0285,
699
+ "step": 2400
700
+ },
701
+ {
702
+ "epoch": 3.42998585572843,
703
+ "grad_norm": 1.376129388809204,
704
+ "learning_rate": 5.722222222222222e-06,
705
+ "loss": 0.0326,
706
+ "step": 2425
707
+ },
708
+ {
709
+ "epoch": 3.4653465346534653,
710
+ "grad_norm": 1.7981650829315186,
711
+ "learning_rate": 5.666666666666667e-06,
712
+ "loss": 0.0326,
713
+ "step": 2450
714
+ },
715
+ {
716
+ "epoch": 3.500707213578501,
717
+ "grad_norm": 0.6855577230453491,
718
+ "learning_rate": 5.611111111111112e-06,
719
+ "loss": 0.0272,
720
+ "step": 2475
721
+ },
722
+ {
723
+ "epoch": 3.536067892503536,
724
+ "grad_norm": 1.0780831575393677,
725
+ "learning_rate": 5.555555555555557e-06,
726
+ "loss": 0.026,
727
+ "step": 2500
728
+ },
729
+ {
730
+ "epoch": 3.571428571428571,
731
+ "grad_norm": 1.4502952098846436,
732
+ "learning_rate": 5.500000000000001e-06,
733
+ "loss": 0.0326,
734
+ "step": 2525
735
+ },
736
+ {
737
+ "epoch": 3.6067892503536068,
738
+ "grad_norm": 1.2788467407226562,
739
+ "learning_rate": 5.444444444444445e-06,
740
+ "loss": 0.0278,
741
+ "step": 2550
742
+ },
743
+ {
744
+ "epoch": 3.6421499292786423,
745
+ "grad_norm": 1.4065041542053223,
746
+ "learning_rate": 5.388888888888889e-06,
747
+ "loss": 0.028,
748
+ "step": 2575
749
+ },
750
+ {
751
+ "epoch": 3.6775106082036775,
752
+ "grad_norm": 0.9822909832000732,
753
+ "learning_rate": 5.333333333333334e-06,
754
+ "loss": 0.024,
755
+ "step": 2600
756
+ },
757
+ {
758
+ "epoch": 3.7128712871287126,
759
+ "grad_norm": 0.9713716506958008,
760
+ "learning_rate": 5.2777777777777785e-06,
761
+ "loss": 0.0314,
762
+ "step": 2625
763
+ },
764
+ {
765
+ "epoch": 3.748231966053748,
766
+ "grad_norm": 1.5902820825576782,
767
+ "learning_rate": 5.2222222222222226e-06,
768
+ "loss": 0.0286,
769
+ "step": 2650
770
+ },
771
+ {
772
+ "epoch": 3.783592644978784,
773
+ "grad_norm": 1.065138816833496,
774
+ "learning_rate": 5.1666666666666675e-06,
775
+ "loss": 0.0237,
776
+ "step": 2675
777
+ },
778
+ {
779
+ "epoch": 3.818953323903819,
780
+ "grad_norm": 1.4179657697677612,
781
+ "learning_rate": 5.1111111111111115e-06,
782
+ "loss": 0.0265,
783
+ "step": 2700
784
+ },
785
+ {
786
+ "epoch": 3.854314002828854,
787
+ "grad_norm": 1.563292384147644,
788
+ "learning_rate": 5.0555555555555555e-06,
789
+ "loss": 0.0321,
790
+ "step": 2725
791
+ },
792
+ {
793
+ "epoch": 3.8896746817538896,
794
+ "grad_norm": 1.1048407554626465,
795
+ "learning_rate": 5e-06,
796
+ "loss": 0.0277,
797
+ "step": 2750
798
+ },
799
+ {
800
+ "epoch": 3.9250353606789252,
801
+ "grad_norm": 1.585411787033081,
802
+ "learning_rate": 4.944444444444445e-06,
803
+ "loss": 0.0309,
804
+ "step": 2775
805
+ },
806
+ {
807
+ "epoch": 3.9603960396039604,
808
+ "grad_norm": 1.438583493232727,
809
+ "learning_rate": 4.888888888888889e-06,
810
+ "loss": 0.0229,
811
+ "step": 2800
812
+ },
813
+ {
814
+ "epoch": 3.9957567185289955,
815
+ "grad_norm": 1.6560890674591064,
816
+ "learning_rate": 4.833333333333333e-06,
817
+ "loss": 0.0265,
818
+ "step": 2825
819
+ },
820
+ {
821
+ "epoch": 4.0311173974540315,
822
+ "grad_norm": 1.1240108013153076,
823
+ "learning_rate": 4.777777777777778e-06,
824
+ "loss": 0.013,
825
+ "step": 2850
826
+ },
827
+ {
828
+ "epoch": 4.066478076379067,
829
+ "grad_norm": 1.5441868305206299,
830
+ "learning_rate": 4.722222222222222e-06,
831
+ "loss": 0.013,
832
+ "step": 2875
833
+ },
834
+ {
835
+ "epoch": 4.101838755304102,
836
+ "grad_norm": 0.6906932592391968,
837
+ "learning_rate": 4.666666666666667e-06,
838
+ "loss": 0.0137,
839
+ "step": 2900
840
+ },
841
+ {
842
+ "epoch": 4.137199434229137,
843
+ "grad_norm": 0.4889713227748871,
844
+ "learning_rate": 4.611111111111112e-06,
845
+ "loss": 0.0107,
846
+ "step": 2925
847
+ },
848
+ {
849
+ "epoch": 4.172560113154173,
850
+ "grad_norm": 1.0169159173965454,
851
+ "learning_rate": 4.555555555555556e-06,
852
+ "loss": 0.0105,
853
+ "step": 2950
854
+ },
855
+ {
856
+ "epoch": 4.207920792079208,
857
+ "grad_norm": 0.5549736022949219,
858
+ "learning_rate": 4.5e-06,
859
+ "loss": 0.0111,
860
+ "step": 2975
861
+ },
862
+ {
863
+ "epoch": 4.243281471004243,
864
+ "grad_norm": 1.1406062841415405,
865
+ "learning_rate": 4.444444444444444e-06,
866
+ "loss": 0.0119,
867
+ "step": 3000
868
+ },
869
+ {
870
+ "epoch": 4.243281471004243,
871
+ "eval_loss": 0.2719973921775818,
872
+ "eval_runtime": 2233.3625,
873
+ "eval_samples_per_second": 2.409,
874
+ "eval_steps_per_second": 0.151,
875
+ "eval_wer": 0.1750566622927353,
876
+ "step": 3000
877
+ },
878
+ {
879
+ "epoch": 4.278642149929278,
880
+ "grad_norm": 0.460374653339386,
881
+ "learning_rate": 4.388888888888889e-06,
882
+ "loss": 0.0085,
883
+ "step": 3025
884
+ },
885
+ {
886
+ "epoch": 4.314002828854314,
887
+ "grad_norm": 0.334330677986145,
888
+ "learning_rate": 4.333333333333334e-06,
889
+ "loss": 0.01,
890
+ "step": 3050
891
+ },
892
+ {
893
+ "epoch": 4.3493635077793495,
894
+ "grad_norm": 0.8199196457862854,
895
+ "learning_rate": 4.277777777777778e-06,
896
+ "loss": 0.0105,
897
+ "step": 3075
898
+ },
899
+ {
900
+ "epoch": 4.384724186704385,
901
+ "grad_norm": 0.9259428977966309,
902
+ "learning_rate": 4.222222222222223e-06,
903
+ "loss": 0.0108,
904
+ "step": 3100
905
+ },
906
+ {
907
+ "epoch": 4.42008486562942,
908
+ "grad_norm": 1.7561092376708984,
909
+ "learning_rate": 4.166666666666667e-06,
910
+ "loss": 0.0098,
911
+ "step": 3125
912
+ },
913
+ {
914
+ "epoch": 4.455445544554456,
915
+ "grad_norm": 0.5159019827842712,
916
+ "learning_rate": 4.111111111111111e-06,
917
+ "loss": 0.0114,
918
+ "step": 3150
919
+ },
920
+ {
921
+ "epoch": 4.490806223479491,
922
+ "grad_norm": 0.6501268148422241,
923
+ "learning_rate": 4.055555555555556e-06,
924
+ "loss": 0.0116,
925
+ "step": 3175
926
+ },
927
+ {
928
+ "epoch": 4.526166902404526,
929
+ "grad_norm": 0.4661734402179718,
930
+ "learning_rate": 4.000000000000001e-06,
931
+ "loss": 0.0125,
932
+ "step": 3200
933
+ },
934
+ {
935
+ "epoch": 4.561527581329561,
936
+ "grad_norm": 1.581214427947998,
937
+ "learning_rate": 3.944444444444445e-06,
938
+ "loss": 0.0126,
939
+ "step": 3225
940
+ },
941
+ {
942
+ "epoch": 4.596888260254596,
943
+ "grad_norm": 0.7272769212722778,
944
+ "learning_rate": 3.88888888888889e-06,
945
+ "loss": 0.0116,
946
+ "step": 3250
947
+ },
948
+ {
949
+ "epoch": 4.632248939179632,
950
+ "grad_norm": 1.0151731967926025,
951
+ "learning_rate": 3.833333333333334e-06,
952
+ "loss": 0.0089,
953
+ "step": 3275
954
+ },
955
+ {
956
+ "epoch": 4.667609618104668,
957
+ "grad_norm": 0.4858356714248657,
958
+ "learning_rate": 3.777777777777778e-06,
959
+ "loss": 0.0095,
960
+ "step": 3300
961
+ },
962
+ {
963
+ "epoch": 4.702970297029703,
964
+ "grad_norm": 1.0517410039901733,
965
+ "learning_rate": 3.7222222222222225e-06,
966
+ "loss": 0.0107,
967
+ "step": 3325
968
+ },
969
+ {
970
+ "epoch": 4.738330975954739,
971
+ "grad_norm": 1.0615334510803223,
972
+ "learning_rate": 3.6666666666666666e-06,
973
+ "loss": 0.0132,
974
+ "step": 3350
975
+ },
976
+ {
977
+ "epoch": 4.773691654879774,
978
+ "grad_norm": 1.1842697858810425,
979
+ "learning_rate": 3.6111111111111115e-06,
980
+ "loss": 0.009,
981
+ "step": 3375
982
+ },
983
+ {
984
+ "epoch": 4.809052333804809,
985
+ "grad_norm": 0.6705470681190491,
986
+ "learning_rate": 3.555555555555556e-06,
987
+ "loss": 0.0109,
988
+ "step": 3400
989
+ },
990
+ {
991
+ "epoch": 4.844413012729844,
992
+ "grad_norm": 0.22446350753307343,
993
+ "learning_rate": 3.5e-06,
994
+ "loss": 0.0113,
995
+ "step": 3425
996
+ },
997
+ {
998
+ "epoch": 4.879773691654879,
999
+ "grad_norm": 0.6739686131477356,
1000
+ "learning_rate": 3.444444444444445e-06,
1001
+ "loss": 0.0089,
1002
+ "step": 3450
1003
+ },
1004
+ {
1005
+ "epoch": 4.915134370579915,
1006
+ "grad_norm": 0.9094479084014893,
1007
+ "learning_rate": 3.3888888888888893e-06,
1008
+ "loss": 0.0096,
1009
+ "step": 3475
1010
+ },
1011
+ {
1012
+ "epoch": 4.9504950495049505,
1013
+ "grad_norm": 0.486494243144989,
1014
+ "learning_rate": 3.3333333333333333e-06,
1015
+ "loss": 0.0116,
1016
+ "step": 3500
1017
+ },
1018
+ {
1019
+ "epoch": 4.985855728429986,
1020
+ "grad_norm": 1.4182993173599243,
1021
+ "learning_rate": 3.277777777777778e-06,
1022
+ "loss": 0.011,
1023
+ "step": 3525
1024
+ },
1025
+ {
1026
+ "epoch": 5.021216407355022,
1027
+ "grad_norm": 0.35871076583862305,
1028
+ "learning_rate": 3.2222222222222227e-06,
1029
+ "loss": 0.0087,
1030
+ "step": 3550
1031
+ },
1032
+ {
1033
+ "epoch": 5.056577086280057,
1034
+ "grad_norm": 0.08477536588907242,
1035
+ "learning_rate": 3.1666666666666667e-06,
1036
+ "loss": 0.0053,
1037
+ "step": 3575
1038
+ },
1039
+ {
1040
+ "epoch": 5.091937765205092,
1041
+ "grad_norm": 0.2496667057275772,
1042
+ "learning_rate": 3.1111111111111116e-06,
1043
+ "loss": 0.0033,
1044
+ "step": 3600
1045
+ },
1046
+ {
1047
+ "epoch": 5.127298444130127,
1048
+ "grad_norm": 0.21481718122959137,
1049
+ "learning_rate": 3.055555555555556e-06,
1050
+ "loss": 0.0039,
1051
+ "step": 3625
1052
+ },
1053
+ {
1054
+ "epoch": 5.162659123055163,
1055
+ "grad_norm": 1.028740406036377,
1056
+ "learning_rate": 3e-06,
1057
+ "loss": 0.0027,
1058
+ "step": 3650
1059
+ },
1060
+ {
1061
+ "epoch": 5.198019801980198,
1062
+ "grad_norm": 1.1931138038635254,
1063
+ "learning_rate": 2.944444444444445e-06,
1064
+ "loss": 0.0041,
1065
+ "step": 3675
1066
+ },
1067
+ {
1068
+ "epoch": 5.233380480905233,
1069
+ "grad_norm": 0.2043699473142624,
1070
+ "learning_rate": 2.888888888888889e-06,
1071
+ "loss": 0.0042,
1072
+ "step": 3700
1073
+ },
1074
+ {
1075
+ "epoch": 5.2687411598302685,
1076
+ "grad_norm": 0.15545345842838287,
1077
+ "learning_rate": 2.8333333333333335e-06,
1078
+ "loss": 0.0036,
1079
+ "step": 3725
1080
+ },
1081
+ {
1082
+ "epoch": 5.3041018387553045,
1083
+ "grad_norm": 0.127390518784523,
1084
+ "learning_rate": 2.7777777777777783e-06,
1085
+ "loss": 0.0035,
1086
+ "step": 3750
1087
+ },
1088
+ {
1089
+ "epoch": 5.33946251768034,
1090
+ "grad_norm": 0.2568166255950928,
1091
+ "learning_rate": 2.7222222222222224e-06,
1092
+ "loss": 0.0039,
1093
+ "step": 3775
1094
+ },
1095
+ {
1096
+ "epoch": 5.374823196605375,
1097
+ "grad_norm": 0.7207896709442139,
1098
+ "learning_rate": 2.666666666666667e-06,
1099
+ "loss": 0.0037,
1100
+ "step": 3800
1101
+ },
1102
+ {
1103
+ "epoch": 5.41018387553041,
1104
+ "grad_norm": 0.2093198150396347,
1105
+ "learning_rate": 2.6111111111111113e-06,
1106
+ "loss": 0.0033,
1107
+ "step": 3825
1108
+ },
1109
+ {
1110
+ "epoch": 5.445544554455446,
1111
+ "grad_norm": 1.7021733522415161,
1112
+ "learning_rate": 2.5555555555555557e-06,
1113
+ "loss": 0.0044,
1114
+ "step": 3850
1115
+ },
1116
+ {
1117
+ "epoch": 5.480905233380481,
1118
+ "grad_norm": 0.4927394390106201,
1119
+ "learning_rate": 2.5e-06,
1120
+ "loss": 0.0033,
1121
+ "step": 3875
1122
+ },
1123
+ {
1124
+ "epoch": 5.516265912305516,
1125
+ "grad_norm": 0.16159459948539734,
1126
+ "learning_rate": 2.4444444444444447e-06,
1127
+ "loss": 0.0035,
1128
+ "step": 3900
1129
+ },
1130
+ {
1131
+ "epoch": 5.551626591230551,
1132
+ "grad_norm": 0.25875765085220337,
1133
+ "learning_rate": 2.388888888888889e-06,
1134
+ "loss": 0.0049,
1135
+ "step": 3925
1136
+ },
1137
+ {
1138
+ "epoch": 5.586987270155587,
1139
+ "grad_norm": 0.22136487066745758,
1140
+ "learning_rate": 2.3333333333333336e-06,
1141
+ "loss": 0.0045,
1142
+ "step": 3950
1143
+ },
1144
+ {
1145
+ "epoch": 5.6223479490806225,
1146
+ "grad_norm": 0.2594265341758728,
1147
+ "learning_rate": 2.277777777777778e-06,
1148
+ "loss": 0.0035,
1149
+ "step": 3975
1150
+ },
1151
+ {
1152
+ "epoch": 5.657708628005658,
1153
+ "grad_norm": 0.46229287981987,
1154
+ "learning_rate": 2.222222222222222e-06,
1155
+ "loss": 0.005,
1156
+ "step": 4000
1157
+ },
1158
+ {
1159
+ "epoch": 5.657708628005658,
1160
+ "eval_loss": 0.2928106486797333,
1161
+ "eval_runtime": 2246.0565,
1162
+ "eval_samples_per_second": 2.396,
1163
+ "eval_steps_per_second": 0.15,
1164
+ "eval_wer": 0.16921149946319933,
1165
+ "step": 4000
1166
+ },
1167
+ {
1168
+ "epoch": 5.693069306930693,
1169
+ "grad_norm": 0.6756157279014587,
1170
+ "learning_rate": 2.166666666666667e-06,
1171
+ "loss": 0.0033,
1172
+ "step": 4025
1173
+ },
1174
+ {
1175
+ "epoch": 5.728429985855728,
1176
+ "grad_norm": 0.2873589098453522,
1177
+ "learning_rate": 2.1111111111111114e-06,
1178
+ "loss": 0.0038,
1179
+ "step": 4050
1180
+ },
1181
+ {
1182
+ "epoch": 5.763790664780764,
1183
+ "grad_norm": 0.2609182596206665,
1184
+ "learning_rate": 2.0555555555555555e-06,
1185
+ "loss": 0.0033,
1186
+ "step": 4075
1187
+ },
1188
+ {
1189
+ "epoch": 5.799151343705799,
1190
+ "grad_norm": 0.47305575013160706,
1191
+ "learning_rate": 2.0000000000000003e-06,
1192
+ "loss": 0.0026,
1193
+ "step": 4100
1194
+ },
1195
+ {
1196
+ "epoch": 5.834512022630834,
1197
+ "grad_norm": 0.11515957117080688,
1198
+ "learning_rate": 1.944444444444445e-06,
1199
+ "loss": 0.0028,
1200
+ "step": 4125
1201
+ },
1202
+ {
1203
+ "epoch": 5.86987270155587,
1204
+ "grad_norm": 0.48609447479248047,
1205
+ "learning_rate": 1.888888888888889e-06,
1206
+ "loss": 0.0034,
1207
+ "step": 4150
1208
+ },
1209
+ {
1210
+ "epoch": 5.905233380480905,
1211
+ "grad_norm": 1.1658227443695068,
1212
+ "learning_rate": 1.8333333333333333e-06,
1213
+ "loss": 0.0038,
1214
+ "step": 4175
1215
+ },
1216
+ {
1217
+ "epoch": 5.9405940594059405,
1218
+ "grad_norm": 0.13836970925331116,
1219
+ "learning_rate": 1.777777777777778e-06,
1220
+ "loss": 0.0044,
1221
+ "step": 4200
1222
+ },
1223
+ {
1224
+ "epoch": 5.975954738330976,
1225
+ "grad_norm": 0.46859803795814514,
1226
+ "learning_rate": 1.7222222222222224e-06,
1227
+ "loss": 0.0041,
1228
+ "step": 4225
1229
+ },
1230
+ {
1231
+ "epoch": 6.011315417256012,
1232
+ "grad_norm": 0.21296146512031555,
1233
+ "learning_rate": 1.6666666666666667e-06,
1234
+ "loss": 0.0028,
1235
+ "step": 4250
1236
+ },
1237
+ {
1238
+ "epoch": 6.046676096181047,
1239
+ "grad_norm": 0.05787177383899689,
1240
+ "learning_rate": 1.6111111111111113e-06,
1241
+ "loss": 0.002,
1242
+ "step": 4275
1243
+ },
1244
+ {
1245
+ "epoch": 6.082036775106082,
1246
+ "grad_norm": 0.09653793275356293,
1247
+ "learning_rate": 1.5555555555555558e-06,
1248
+ "loss": 0.002,
1249
+ "step": 4300
1250
+ },
1251
+ {
1252
+ "epoch": 6.117397454031117,
1253
+ "grad_norm": 0.40661904215812683,
1254
+ "learning_rate": 1.5e-06,
1255
+ "loss": 0.0015,
1256
+ "step": 4325
1257
+ },
1258
+ {
1259
+ "epoch": 6.152758132956153,
1260
+ "grad_norm": 0.05121398717164993,
1261
+ "learning_rate": 1.4444444444444445e-06,
1262
+ "loss": 0.0015,
1263
+ "step": 4350
1264
+ },
1265
+ {
1266
+ "epoch": 6.188118811881188,
1267
+ "grad_norm": 0.06613893806934357,
1268
+ "learning_rate": 1.3888888888888892e-06,
1269
+ "loss": 0.0014,
1270
+ "step": 4375
1271
+ },
1272
+ {
1273
+ "epoch": 6.223479490806223,
1274
+ "grad_norm": 0.04856628179550171,
1275
+ "learning_rate": 1.3333333333333334e-06,
1276
+ "loss": 0.0023,
1277
+ "step": 4400
1278
+ },
1279
+ {
1280
+ "epoch": 6.258840169731259,
1281
+ "grad_norm": 0.11592649668455124,
1282
+ "learning_rate": 1.2777777777777779e-06,
1283
+ "loss": 0.0013,
1284
+ "step": 4425
1285
+ },
1286
+ {
1287
+ "epoch": 6.294200848656295,
1288
+ "grad_norm": 0.0709163099527359,
1289
+ "learning_rate": 1.2222222222222223e-06,
1290
+ "loss": 0.0017,
1291
+ "step": 4450
1292
+ },
1293
+ {
1294
+ "epoch": 6.32956152758133,
1295
+ "grad_norm": 0.05270463228225708,
1296
+ "learning_rate": 1.1666666666666668e-06,
1297
+ "loss": 0.0016,
1298
+ "step": 4475
1299
+ },
1300
+ {
1301
+ "epoch": 6.364922206506365,
1302
+ "grad_norm": 0.23842215538024902,
1303
+ "learning_rate": 1.111111111111111e-06,
1304
+ "loss": 0.0014,
1305
+ "step": 4500
1306
+ },
1307
+ {
1308
+ "epoch": 6.4002828854314,
1309
+ "grad_norm": 0.046483710408210754,
1310
+ "learning_rate": 1.0555555555555557e-06,
1311
+ "loss": 0.0014,
1312
+ "step": 4525
1313
+ },
1314
+ {
1315
+ "epoch": 6.435643564356436,
1316
+ "grad_norm": 0.050459932535886765,
1317
+ "learning_rate": 1.0000000000000002e-06,
1318
+ "loss": 0.0021,
1319
+ "step": 4550
1320
+ },
1321
+ {
1322
+ "epoch": 6.471004243281471,
1323
+ "grad_norm": 0.04769385978579521,
1324
+ "learning_rate": 9.444444444444445e-07,
1325
+ "loss": 0.0014,
1326
+ "step": 4575
1327
+ },
1328
+ {
1329
+ "epoch": 6.506364922206506,
1330
+ "grad_norm": 0.08741884678602219,
1331
+ "learning_rate": 8.88888888888889e-07,
1332
+ "loss": 0.0012,
1333
+ "step": 4600
1334
+ },
1335
+ {
1336
+ "epoch": 6.5417256011315414,
1337
+ "grad_norm": 0.07672213762998581,
1338
+ "learning_rate": 8.333333333333333e-07,
1339
+ "loss": 0.0013,
1340
+ "step": 4625
1341
+ },
1342
+ {
1343
+ "epoch": 6.5770862800565775,
1344
+ "grad_norm": 0.3090445399284363,
1345
+ "learning_rate": 7.777777777777779e-07,
1346
+ "loss": 0.0013,
1347
+ "step": 4650
1348
+ },
1349
+ {
1350
+ "epoch": 6.612446958981613,
1351
+ "grad_norm": 0.06381077319383621,
1352
+ "learning_rate": 7.222222222222222e-07,
1353
+ "loss": 0.0023,
1354
+ "step": 4675
1355
+ },
1356
+ {
1357
+ "epoch": 6.647807637906648,
1358
+ "grad_norm": 0.10808974504470825,
1359
+ "learning_rate": 6.666666666666667e-07,
1360
+ "loss": 0.0017,
1361
+ "step": 4700
1362
+ },
1363
+ {
1364
+ "epoch": 6.683168316831683,
1365
+ "grad_norm": 0.06639378517866135,
1366
+ "learning_rate": 6.111111111111112e-07,
1367
+ "loss": 0.0013,
1368
+ "step": 4725
1369
+ },
1370
+ {
1371
+ "epoch": 6.718528995756719,
1372
+ "grad_norm": 0.05687042698264122,
1373
+ "learning_rate": 5.555555555555555e-07,
1374
+ "loss": 0.0017,
1375
+ "step": 4750
1376
+ },
1377
+ {
1378
+ "epoch": 6.753889674681754,
1379
+ "grad_norm": 0.050000376999378204,
1380
+ "learning_rate": 5.000000000000001e-07,
1381
+ "loss": 0.0012,
1382
+ "step": 4775
1383
+ },
1384
+ {
1385
+ "epoch": 6.789250353606789,
1386
+ "grad_norm": 0.043993644416332245,
1387
+ "learning_rate": 4.444444444444445e-07,
1388
+ "loss": 0.0015,
1389
+ "step": 4800
1390
+ },
1391
+ {
1392
+ "epoch": 6.824611032531824,
1393
+ "grad_norm": 0.0865250751376152,
1394
+ "learning_rate": 3.8888888888888895e-07,
1395
+ "loss": 0.0017,
1396
+ "step": 4825
1397
+ },
1398
+ {
1399
+ "epoch": 6.85997171145686,
1400
+ "grad_norm": 0.06808679550886154,
1401
+ "learning_rate": 3.3333333333333335e-07,
1402
+ "loss": 0.0011,
1403
+ "step": 4850
1404
+ },
1405
+ {
1406
+ "epoch": 6.8953323903818955,
1407
+ "grad_norm": 0.03820795193314552,
1408
+ "learning_rate": 2.7777777777777776e-07,
1409
+ "loss": 0.0014,
1410
+ "step": 4875
1411
+ },
1412
+ {
1413
+ "epoch": 6.930693069306931,
1414
+ "grad_norm": 0.07484640926122665,
1415
+ "learning_rate": 2.2222222222222224e-07,
1416
+ "loss": 0.0014,
1417
+ "step": 4900
1418
+ },
1419
+ {
1420
+ "epoch": 6.966053748231966,
1421
+ "grad_norm": 0.07878479361534119,
1422
+ "learning_rate": 1.6666666666666668e-07,
1423
+ "loss": 0.0012,
1424
+ "step": 4925
1425
+ },
1426
+ {
1427
+ "epoch": 7.001414427157002,
1428
+ "grad_norm": 0.0370086245238781,
1429
+ "learning_rate": 1.1111111111111112e-07,
1430
+ "loss": 0.0017,
1431
+ "step": 4950
1432
+ },
1433
+ {
1434
+ "epoch": 7.036775106082037,
1435
+ "grad_norm": 0.04006652534008026,
1436
+ "learning_rate": 5.555555555555556e-08,
1437
+ "loss": 0.0012,
1438
+ "step": 4975
1439
+ },
1440
+ {
1441
+ "epoch": 7.072135785007072,
1442
+ "grad_norm": 0.04126604646444321,
1443
+ "learning_rate": 0.0,
1444
+ "loss": 0.0009,
1445
+ "step": 5000
1446
+ },
1447
+ {
1448
+ "epoch": 7.072135785007072,
1449
+ "eval_loss": 0.3181316554546356,
1450
+ "eval_runtime": 2177.6024,
1451
+ "eval_samples_per_second": 2.471,
1452
+ "eval_steps_per_second": 0.155,
1453
+ "eval_wer": 0.16825718716449958,
1454
+ "step": 5000
1455
+ },
1456
+ {
1457
+ "epoch": 7.072135785007072,
1458
+ "step": 5000,
1459
+ "total_flos": 5.4329055670370304e+20,
1460
+ "train_loss": 0.09240171913430095,
1461
+ "train_runtime": 60495.4593,
1462
+ "train_samples_per_second": 2.645,
1463
+ "train_steps_per_second": 0.083
1464
+ }
1465
+ ],
1466
+ "logging_steps": 25,
1467
+ "max_steps": 5000,
1468
+ "num_input_tokens_seen": 0,
1469
+ "num_train_epochs": 8,
1470
+ "save_steps": 1000,
1471
+ "stateful_callbacks": {
1472
+ "TrainerControl": {
1473
+ "args": {
1474
+ "should_epoch_stop": false,
1475
+ "should_evaluate": false,
1476
+ "should_log": false,
1477
+ "should_save": true,
1478
+ "should_training_stop": true
1479
+ },
1480
+ "attributes": {}
1481
+ }
1482
+ },
1483
+ "total_flos": 5.4329055670370304e+20,
1484
+ "train_batch_size": 16,
1485
+ "trial_name": null,
1486
+ "trial_params": null
1487
+ }