DewiBrynJones commited on
Commit
9f4e1ee
·
verified ·
1 Parent(s): db49aba

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-cv-cy-en
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: 0.3036
21
  - Wer: 0.1826
 
15
 
16
  # whisper-large-v3-ft-cv-cy-en
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_en train main dataset.
19
  It achieves the following results on the evaluation set:
20
  - Loss: 0.3036
21
  - Wer: 0.1826
all_results.json CHANGED
@@ -1,15 +1,15 @@
1
  {
2
- "epoch": 10.030090270812437,
3
- "eval_loss": 0.4447694718837738,
4
- "eval_runtime": 4494.8849,
5
  "eval_samples": 10763,
6
- "eval_samples_per_second": 2.394,
7
- "eval_steps_per_second": 0.15,
8
- "eval_wer": 0.1960611749980443,
9
- "total_flos": 5.43090104303616e+20,
10
- "train_loss": 0.0887994671344757,
11
- "train_runtime": 50408.8653,
12
- "train_samples": 15937,
13
- "train_samples_per_second": 3.174,
14
- "train_steps_per_second": 0.099
15
  }
 
1
  {
2
+ "epoch": 3.537318712415989,
3
+ "eval_loss": 0.3035752773284912,
4
+ "eval_runtime": 4625.832,
5
  "eval_samples": 10763,
6
+ "eval_samples_per_second": 2.327,
7
+ "eval_steps_per_second": 0.145,
8
+ "eval_wer": 0.18264491903309082,
9
+ "total_flos": 5.435079965953229e+20,
10
+ "train_loss": 0.17054095619916915,
11
+ "train_runtime": 54364.2112,
12
+ "train_samples": 45223,
13
+ "train_samples_per_second": 2.943,
14
+ "train_steps_per_second": 0.092
15
  }
eval_results.json CHANGED
@@ -1,9 +1,9 @@
1
  {
2
- "epoch": 10.030090270812437,
3
- "eval_loss": 0.4447694718837738,
4
- "eval_runtime": 4494.8849,
5
  "eval_samples": 10763,
6
- "eval_samples_per_second": 2.394,
7
- "eval_steps_per_second": 0.15,
8
- "eval_wer": 0.1960611749980443
9
  }
 
1
  {
2
+ "epoch": 3.537318712415989,
3
+ "eval_loss": 0.3035752773284912,
4
+ "eval_runtime": 4625.832,
5
  "eval_samples": 10763,
6
+ "eval_samples_per_second": 2.327,
7
+ "eval_steps_per_second": 0.145,
8
+ "eval_wer": 0.18264491903309082
9
  }
runs/Oct21_11-04-11_712574289d1f/events.out.tfevents.1729565286.712574289d1f.141.1 ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:f12299f5f1b92917190d7c55067875e5b05c6f423c1856318c69c758999da2b3
3
+ size 406
train_results.json CHANGED
@@ -1,9 +1,9 @@
1
  {
2
- "epoch": 10.030090270812437,
3
- "total_flos": 5.43090104303616e+20,
4
- "train_loss": 0.0887994671344757,
5
- "train_runtime": 50408.8653,
6
- "train_samples": 15937,
7
- "train_samples_per_second": 3.174,
8
- "train_steps_per_second": 0.099
9
  }
 
1
  {
2
+ "epoch": 3.537318712415989,
3
+ "total_flos": 5.435079965953229e+20,
4
+ "train_loss": 0.17054095619916915,
5
+ "train_runtime": 54364.2112,
6
+ "train_samples": 45223,
7
+ "train_samples_per_second": 2.943,
8
+ "train_steps_per_second": 0.092
9
  }
trainer_state.json CHANGED
@@ -1,7 +1,7 @@
1
  {
2
  "best_metric": null,
3
  "best_model_checkpoint": null,
4
- "epoch": 10.030090270812437,
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": 0.05015045135406219,
13
- "grad_norm": 7.437633514404297,
14
  "learning_rate": 5.000000000000001e-07,
15
- "loss": 0.9756,
16
  "step": 25
17
  },
18
  {
19
- "epoch": 0.10030090270812438,
20
- "grad_norm": 3.9726901054382324,
21
  "learning_rate": 1.0000000000000002e-06,
22
- "loss": 0.8322,
23
  "step": 50
24
  },
25
  {
26
- "epoch": 0.15045135406218657,
27
- "grad_norm": 3.629199743270874,
28
  "learning_rate": 1.5e-06,
29
- "loss": 0.5489,
30
  "step": 75
31
  },
32
  {
33
- "epoch": 0.20060180541624875,
34
- "grad_norm": 3.2304935455322266,
35
  "learning_rate": 2.0000000000000003e-06,
36
- "loss": 0.4407,
37
  "step": 100
38
  },
39
  {
40
- "epoch": 0.25075225677031093,
41
- "grad_norm": 3.2816317081451416,
42
  "learning_rate": 2.5e-06,
43
- "loss": 0.4424,
44
  "step": 125
45
  },
46
  {
47
- "epoch": 0.30090270812437314,
48
- "grad_norm": 3.1936333179473877,
49
  "learning_rate": 3e-06,
50
- "loss": 0.4074,
51
  "step": 150
52
  },
53
  {
54
- "epoch": 0.3510531594784353,
55
- "grad_norm": 3.1005301475524902,
56
  "learning_rate": 3.5e-06,
57
- "loss": 0.4104,
58
  "step": 175
59
  },
60
  {
61
- "epoch": 0.4012036108324975,
62
- "grad_norm": 3.329033851623535,
63
  "learning_rate": 4.000000000000001e-06,
64
- "loss": 0.4049,
65
  "step": 200
66
  },
67
  {
68
- "epoch": 0.45135406218655966,
69
- "grad_norm": 2.9963624477386475,
70
  "learning_rate": 4.5e-06,
71
- "loss": 0.3773,
72
  "step": 225
73
  },
74
  {
75
- "epoch": 0.5015045135406219,
76
- "grad_norm": 2.877650260925293,
77
  "learning_rate": 5e-06,
78
- "loss": 0.3659,
79
  "step": 250
80
  },
81
  {
82
- "epoch": 0.551654964894684,
83
- "grad_norm": 3.1805803775787354,
84
  "learning_rate": 5.500000000000001e-06,
85
- "loss": 0.3686,
86
  "step": 275
87
  },
88
  {
89
- "epoch": 0.6018054162487463,
90
- "grad_norm": 2.518958806991577,
91
  "learning_rate": 6e-06,
92
- "loss": 0.362,
93
  "step": 300
94
  },
95
  {
96
- "epoch": 0.6519558676028084,
97
- "grad_norm": 2.588172674179077,
98
  "learning_rate": 6.5000000000000004e-06,
99
- "loss": 0.3603,
100
  "step": 325
101
  },
102
  {
103
- "epoch": 0.7021063189568706,
104
- "grad_norm": 3.022862672805786,
105
  "learning_rate": 7e-06,
106
- "loss": 0.3835,
107
  "step": 350
108
  },
109
  {
110
- "epoch": 0.7522567703109327,
111
- "grad_norm": 2.3474695682525635,
112
  "learning_rate": 7.500000000000001e-06,
113
- "loss": 0.3567,
114
  "step": 375
115
  },
116
  {
117
- "epoch": 0.802407221664995,
118
- "grad_norm": 2.847740411758423,
119
  "learning_rate": 8.000000000000001e-06,
120
- "loss": 0.3566,
121
  "step": 400
122
  },
123
  {
124
- "epoch": 0.8525576730190572,
125
- "grad_norm": 2.8755927085876465,
126
  "learning_rate": 8.5e-06,
127
- "loss": 0.3552,
128
  "step": 425
129
  },
130
  {
131
- "epoch": 0.9027081243731193,
132
- "grad_norm": 2.488140106201172,
133
  "learning_rate": 9e-06,
134
- "loss": 0.3574,
135
  "step": 450
136
  },
137
  {
138
- "epoch": 0.9528585757271816,
139
- "grad_norm": 3.7667624950408936,
140
  "learning_rate": 9.5e-06,
141
- "loss": 0.34,
142
  "step": 475
143
  },
144
  {
145
- "epoch": 1.0030090270812437,
146
- "grad_norm": 2.2906906604766846,
147
  "learning_rate": 1e-05,
148
- "loss": 0.332,
149
  "step": 500
150
  },
151
  {
152
- "epoch": 1.053159478435306,
153
- "grad_norm": 2.970755100250244,
154
  "learning_rate": 9.944444444444445e-06,
155
- "loss": 0.245,
156
  "step": 525
157
  },
158
  {
159
- "epoch": 1.103309929789368,
160
- "grad_norm": 2.735118865966797,
161
  "learning_rate": 9.88888888888889e-06,
162
- "loss": 0.2632,
163
  "step": 550
164
  },
165
  {
166
- "epoch": 1.1534603811434303,
167
- "grad_norm": 2.1645102500915527,
168
  "learning_rate": 9.833333333333333e-06,
169
- "loss": 0.2485,
170
  "step": 575
171
  },
172
  {
173
- "epoch": 1.2036108324974926,
174
- "grad_norm": 2.3044114112854004,
175
  "learning_rate": 9.777777777777779e-06,
176
- "loss": 0.2545,
177
  "step": 600
178
  },
179
  {
180
- "epoch": 1.2537612838515546,
181
- "grad_norm": 2.445683240890503,
182
  "learning_rate": 9.722222222222223e-06,
183
- "loss": 0.2398,
184
  "step": 625
185
  },
186
  {
187
- "epoch": 1.3039117352056169,
188
- "grad_norm": 1.9902832508087158,
189
  "learning_rate": 9.666666666666667e-06,
190
- "loss": 0.2374,
191
  "step": 650
192
  },
193
  {
194
- "epoch": 1.3540621865596791,
195
- "grad_norm": 2.571229934692383,
196
  "learning_rate": 9.611111111111112e-06,
197
- "loss": 0.2532,
198
  "step": 675
199
  },
200
  {
201
- "epoch": 1.4042126379137412,
202
- "grad_norm": 2.24031662940979,
203
  "learning_rate": 9.555555555555556e-06,
204
- "loss": 0.2466,
205
  "step": 700
206
  },
207
  {
208
- "epoch": 1.4543630892678034,
209
- "grad_norm": 2.2203283309936523,
210
  "learning_rate": 9.5e-06,
211
- "loss": 0.2414,
212
  "step": 725
213
  },
214
  {
215
- "epoch": 1.5045135406218657,
216
- "grad_norm": 2.821672201156616,
217
  "learning_rate": 9.444444444444445e-06,
218
- "loss": 0.2612,
219
  "step": 750
220
  },
221
  {
222
- "epoch": 1.5546639919759278,
223
- "grad_norm": 2.279815196990967,
224
  "learning_rate": 9.38888888888889e-06,
225
- "loss": 0.2361,
226
  "step": 775
227
  },
228
  {
229
- "epoch": 1.60481444332999,
230
- "grad_norm": 2.2528128623962402,
231
  "learning_rate": 9.333333333333334e-06,
232
- "loss": 0.2337,
233
  "step": 800
234
  },
235
  {
236
- "epoch": 1.6549648946840523,
237
- "grad_norm": 2.5302581787109375,
238
  "learning_rate": 9.277777777777778e-06,
239
- "loss": 0.2407,
240
  "step": 825
241
  },
242
  {
243
- "epoch": 1.7051153460381143,
244
- "grad_norm": 2.0469911098480225,
245
  "learning_rate": 9.222222222222224e-06,
246
- "loss": 0.2603,
247
  "step": 850
248
  },
249
  {
250
- "epoch": 1.7552657973921764,
251
- "grad_norm": 2.5774879455566406,
252
  "learning_rate": 9.166666666666666e-06,
253
- "loss": 0.2441,
254
  "step": 875
255
  },
256
  {
257
- "epoch": 1.8054162487462388,
258
- "grad_norm": 2.362243175506592,
259
  "learning_rate": 9.111111111111112e-06,
260
- "loss": 0.2315,
261
  "step": 900
262
  },
263
  {
264
- "epoch": 1.855566700100301,
265
- "grad_norm": 2.5620100498199463,
266
  "learning_rate": 9.055555555555556e-06,
267
- "loss": 0.2388,
268
  "step": 925
269
  },
270
  {
271
- "epoch": 1.905717151454363,
272
- "grad_norm": 2.1473169326782227,
273
  "learning_rate": 9e-06,
274
- "loss": 0.23,
275
  "step": 950
276
  },
277
  {
278
- "epoch": 1.9558676028084254,
279
- "grad_norm": 2.693861722946167,
280
  "learning_rate": 8.944444444444446e-06,
281
- "loss": 0.2491,
282
  "step": 975
283
  },
284
  {
285
- "epoch": 2.0060180541624875,
286
- "grad_norm": 1.6720950603485107,
287
  "learning_rate": 8.888888888888888e-06,
288
- "loss": 0.2144,
289
  "step": 1000
290
  },
291
  {
292
- "epoch": 2.0060180541624875,
293
- "eval_loss": 0.3075518310070038,
294
- "eval_runtime": 4546.1548,
295
- "eval_samples_per_second": 2.367,
296
- "eval_steps_per_second": 0.148,
297
- "eval_wer": 0.2114135961824298,
298
  "step": 1000
299
  },
300
  {
301
- "epoch": 2.0561685055165495,
302
- "grad_norm": 2.0117599964141846,
303
  "learning_rate": 8.833333333333334e-06,
304
- "loss": 0.1061,
305
  "step": 1025
306
  },
307
  {
308
- "epoch": 2.106318956870612,
309
- "grad_norm": 1.9226505756378174,
310
  "learning_rate": 8.777777777777778e-06,
311
- "loss": 0.1171,
312
  "step": 1050
313
  },
314
  {
315
- "epoch": 2.156469408224674,
316
- "grad_norm": 2.096928358078003,
317
  "learning_rate": 8.722222222222224e-06,
318
- "loss": 0.1135,
319
  "step": 1075
320
  },
321
  {
322
- "epoch": 2.206619859578736,
323
- "grad_norm": 1.7984790802001953,
324
  "learning_rate": 8.666666666666668e-06,
325
- "loss": 0.1164,
326
  "step": 1100
327
  },
328
  {
329
- "epoch": 2.2567703109327986,
330
- "grad_norm": 1.6253271102905273,
331
  "learning_rate": 8.611111111111112e-06,
332
- "loss": 0.1136,
333
  "step": 1125
334
  },
335
  {
336
- "epoch": 2.3069207622868606,
337
- "grad_norm": 1.7676957845687866,
338
  "learning_rate": 8.555555555555556e-06,
339
- "loss": 0.1207,
340
  "step": 1150
341
  },
342
  {
343
- "epoch": 2.3570712136409226,
344
- "grad_norm": 2.040688991546631,
345
  "learning_rate": 8.5e-06,
346
- "loss": 0.1148,
347
  "step": 1175
348
  },
349
  {
350
- "epoch": 2.407221664994985,
351
- "grad_norm": 2.272294282913208,
352
  "learning_rate": 8.444444444444446e-06,
353
- "loss": 0.1222,
354
  "step": 1200
355
  },
356
  {
357
- "epoch": 2.457372116349047,
358
- "grad_norm": 2.0784871578216553,
359
  "learning_rate": 8.38888888888889e-06,
360
- "loss": 0.1188,
361
  "step": 1225
362
  },
363
  {
364
- "epoch": 2.507522567703109,
365
- "grad_norm": 1.869183897972107,
366
  "learning_rate": 8.333333333333334e-06,
367
- "loss": 0.1187,
368
  "step": 1250
369
  },
370
  {
371
- "epoch": 2.5576730190571713,
372
- "grad_norm": 2.0832390785217285,
373
  "learning_rate": 8.277777777777778e-06,
374
- "loss": 0.1176,
375
  "step": 1275
376
  },
377
  {
378
- "epoch": 2.6078234704112337,
379
- "grad_norm": 1.9388813972473145,
380
  "learning_rate": 8.222222222222222e-06,
381
- "loss": 0.1146,
382
  "step": 1300
383
  },
384
  {
385
- "epoch": 2.657973921765296,
386
- "grad_norm": 1.659645676612854,
387
  "learning_rate": 8.166666666666668e-06,
388
- "loss": 0.116,
389
  "step": 1325
390
  },
391
  {
392
- "epoch": 2.7081243731193583,
393
- "grad_norm": 1.7133307456970215,
394
  "learning_rate": 8.111111111111112e-06,
395
- "loss": 0.1201,
396
  "step": 1350
397
  },
398
  {
399
- "epoch": 2.7582748244734203,
400
- "grad_norm": 2.0739212036132812,
401
  "learning_rate": 8.055555555555557e-06,
402
- "loss": 0.1177,
403
  "step": 1375
404
  },
405
  {
406
- "epoch": 2.8084252758274824,
407
- "grad_norm": 1.760362148284912,
408
  "learning_rate": 8.000000000000001e-06,
409
- "loss": 0.1071,
410
  "step": 1400
411
  },
412
  {
413
- "epoch": 2.8585757271815444,
414
- "grad_norm": 1.979827880859375,
415
  "learning_rate": 7.944444444444445e-06,
416
- "loss": 0.1141,
417
  "step": 1425
418
  },
419
  {
420
- "epoch": 2.908726178535607,
421
- "grad_norm": 1.8925753831863403,
422
  "learning_rate": 7.88888888888889e-06,
423
- "loss": 0.1272,
424
  "step": 1450
425
  },
426
  {
427
- "epoch": 2.958876629889669,
428
- "grad_norm": 1.9880926609039307,
429
  "learning_rate": 7.833333333333333e-06,
430
- "loss": 0.1189,
431
  "step": 1475
432
  },
433
  {
434
- "epoch": 3.0090270812437314,
435
- "grad_norm": 1.2164592742919922,
436
  "learning_rate": 7.77777777777778e-06,
437
- "loss": 0.1091,
438
  "step": 1500
439
  },
440
  {
441
- "epoch": 3.0591775325977935,
442
- "grad_norm": 1.2302759885787964,
443
  "learning_rate": 7.722222222222223e-06,
444
- "loss": 0.0472,
445
  "step": 1525
446
  },
447
  {
448
- "epoch": 3.1093279839518555,
449
- "grad_norm": 1.2639251947402954,
450
  "learning_rate": 7.666666666666667e-06,
451
- "loss": 0.048,
452
  "step": 1550
453
  },
454
  {
455
- "epoch": 3.1594784353059175,
456
- "grad_norm": 1.2657603025436401,
457
  "learning_rate": 7.611111111111111e-06,
458
- "loss": 0.0488,
459
  "step": 1575
460
  },
461
  {
462
- "epoch": 3.20962888665998,
463
- "grad_norm": 1.3162034749984741,
464
  "learning_rate": 7.555555555555556e-06,
465
- "loss": 0.0486,
466
  "step": 1600
467
  },
468
  {
469
- "epoch": 3.259779338014042,
470
- "grad_norm": 1.4205294847488403,
471
  "learning_rate": 7.500000000000001e-06,
472
- "loss": 0.0484,
473
  "step": 1625
474
  },
475
  {
476
- "epoch": 3.3099297893681046,
477
- "grad_norm": 1.3729196786880493,
478
  "learning_rate": 7.444444444444445e-06,
479
- "loss": 0.0512,
480
  "step": 1650
481
  },
482
  {
483
- "epoch": 3.3600802407221666,
484
- "grad_norm": 1.333731770515442,
485
  "learning_rate": 7.38888888888889e-06,
486
- "loss": 0.05,
487
  "step": 1675
488
  },
489
  {
490
- "epoch": 3.4102306920762286,
491
- "grad_norm": 1.2979406118392944,
492
  "learning_rate": 7.333333333333333e-06,
493
- "loss": 0.0535,
494
  "step": 1700
495
  },
496
  {
497
- "epoch": 3.4603811434302907,
498
- "grad_norm": 1.1790673732757568,
499
  "learning_rate": 7.277777777777778e-06,
500
- "loss": 0.0598,
501
  "step": 1725
502
  },
503
  {
504
- "epoch": 3.510531594784353,
505
- "grad_norm": 1.7529319524765015,
506
  "learning_rate": 7.222222222222223e-06,
507
- "loss": 0.0539,
508
  "step": 1750
509
  },
510
  {
511
- "epoch": 3.560682046138415,
512
- "grad_norm": 1.5352625846862793,
513
  "learning_rate": 7.166666666666667e-06,
514
- "loss": 0.0494,
515
  "step": 1775
516
  },
517
  {
518
- "epoch": 3.6108324974924777,
519
- "grad_norm": 1.707581639289856,
520
  "learning_rate": 7.111111111111112e-06,
521
- "loss": 0.051,
522
  "step": 1800
523
  },
524
  {
525
- "epoch": 3.6609829488465397,
526
- "grad_norm": 1.3295681476593018,
527
  "learning_rate": 7.055555555555557e-06,
528
- "loss": 0.0545,
529
  "step": 1825
530
  },
531
  {
532
- "epoch": 3.711133400200602,
533
- "grad_norm": 1.3010529279708862,
534
  "learning_rate": 7e-06,
535
- "loss": 0.0534,
536
  "step": 1850
537
  },
538
  {
539
- "epoch": 3.761283851554664,
540
- "grad_norm": 1.0611276626586914,
541
  "learning_rate": 6.944444444444445e-06,
542
- "loss": 0.0509,
543
  "step": 1875
544
  },
545
  {
546
- "epoch": 3.8114343029087263,
547
- "grad_norm": 1.1071949005126953,
548
  "learning_rate": 6.88888888888889e-06,
549
- "loss": 0.0496,
550
  "step": 1900
551
  },
552
  {
553
- "epoch": 3.8615847542627884,
554
- "grad_norm": 1.507038950920105,
555
  "learning_rate": 6.833333333333334e-06,
556
- "loss": 0.0494,
557
  "step": 1925
558
  },
559
  {
560
- "epoch": 3.9117352056168504,
561
- "grad_norm": 1.2737189531326294,
562
  "learning_rate": 6.777777777777779e-06,
563
- "loss": 0.052,
564
  "step": 1950
565
  },
566
  {
567
- "epoch": 3.961885656970913,
568
- "grad_norm": 1.8823206424713135,
569
  "learning_rate": 6.7222222222222235e-06,
570
- "loss": 0.053,
571
  "step": 1975
572
  },
573
  {
574
- "epoch": 4.012036108324975,
575
- "grad_norm": 0.7559254765510559,
576
  "learning_rate": 6.666666666666667e-06,
577
- "loss": 0.0472,
578
  "step": 2000
579
  },
580
  {
581
- "epoch": 4.012036108324975,
582
- "eval_loss": 0.33296459913253784,
583
- "eval_runtime": 4527.5772,
584
- "eval_samples_per_second": 2.377,
585
- "eval_steps_per_second": 0.149,
586
- "eval_wer": 0.20142963310646952,
587
  "step": 2000
588
  },
589
  {
590
- "epoch": 4.062186559679037,
591
- "grad_norm": 0.8223534822463989,
592
  "learning_rate": 6.6111111111111115e-06,
593
- "loss": 0.0218,
594
  "step": 2025
595
  },
596
  {
597
- "epoch": 4.112337011033099,
598
- "grad_norm": 0.7893447279930115,
599
  "learning_rate": 6.555555555555556e-06,
600
- "loss": 0.0201,
601
  "step": 2050
602
  },
603
  {
604
- "epoch": 4.162487462387162,
605
- "grad_norm": 0.657762348651886,
606
  "learning_rate": 6.5000000000000004e-06,
607
- "loss": 0.0203,
608
  "step": 2075
609
  },
610
  {
611
- "epoch": 4.212637913741224,
612
- "grad_norm": 0.9496999979019165,
613
  "learning_rate": 6.444444444444445e-06,
614
- "loss": 0.018,
615
  "step": 2100
616
  },
617
  {
618
- "epoch": 4.262788365095286,
619
- "grad_norm": 1.3166756629943848,
620
  "learning_rate": 6.3888888888888885e-06,
621
- "loss": 0.0203,
622
  "step": 2125
623
  },
624
  {
625
- "epoch": 4.312938816449348,
626
- "grad_norm": 0.8114544749259949,
627
  "learning_rate": 6.333333333333333e-06,
628
- "loss": 0.022,
629
  "step": 2150
630
  },
631
  {
632
- "epoch": 4.36308926780341,
633
- "grad_norm": 1.0165122747421265,
634
  "learning_rate": 6.277777777777778e-06,
635
- "loss": 0.0188,
636
  "step": 2175
637
  },
638
  {
639
- "epoch": 4.413239719157472,
640
- "grad_norm": 0.8669913411140442,
641
  "learning_rate": 6.222222222222223e-06,
642
- "loss": 0.0204,
643
  "step": 2200
644
  },
645
  {
646
- "epoch": 4.463390170511534,
647
- "grad_norm": 1.483972430229187,
648
  "learning_rate": 6.166666666666667e-06,
649
- "loss": 0.0199,
650
  "step": 2225
651
  },
652
  {
653
- "epoch": 4.513540621865597,
654
- "grad_norm": 1.1734397411346436,
655
  "learning_rate": 6.111111111111112e-06,
656
- "loss": 0.0194,
657
  "step": 2250
658
  },
659
  {
660
- "epoch": 4.563691073219659,
661
- "grad_norm": 0.5651412606239319,
662
  "learning_rate": 6.055555555555555e-06,
663
- "loss": 0.0219,
664
  "step": 2275
665
  },
666
  {
667
- "epoch": 4.613841524573721,
668
- "grad_norm": 0.9663107395172119,
669
  "learning_rate": 6e-06,
670
- "loss": 0.0215,
671
  "step": 2300
672
  },
673
  {
674
- "epoch": 4.663991975927783,
675
- "grad_norm": 0.6868607401847839,
676
  "learning_rate": 5.944444444444445e-06,
677
- "loss": 0.0223,
678
  "step": 2325
679
  },
680
  {
681
- "epoch": 4.714142427281845,
682
- "grad_norm": 1.138351321220398,
683
  "learning_rate": 5.88888888888889e-06,
684
- "loss": 0.0215,
685
  "step": 2350
686
  },
687
  {
688
- "epoch": 4.764292878635907,
689
- "grad_norm": 0.7841187119483948,
690
  "learning_rate": 5.833333333333334e-06,
691
- "loss": 0.0207,
692
  "step": 2375
693
  },
694
  {
695
- "epoch": 4.81444332998997,
696
- "grad_norm": 0.6683496236801147,
697
  "learning_rate": 5.777777777777778e-06,
698
- "loss": 0.0201,
699
  "step": 2400
700
  },
701
  {
702
- "epoch": 4.864593781344032,
703
- "grad_norm": 1.2674401998519897,
704
  "learning_rate": 5.722222222222222e-06,
705
- "loss": 0.0196,
706
  "step": 2425
707
  },
708
  {
709
- "epoch": 4.914744232698094,
710
- "grad_norm": 0.8776654601097107,
711
  "learning_rate": 5.666666666666667e-06,
712
- "loss": 0.0214,
713
  "step": 2450
714
  },
715
  {
716
- "epoch": 4.964894684052156,
717
- "grad_norm": 0.8897686004638672,
718
  "learning_rate": 5.611111111111112e-06,
719
- "loss": 0.0201,
720
  "step": 2475
721
  },
722
  {
723
- "epoch": 5.015045135406218,
724
- "grad_norm": 0.6467758417129517,
725
  "learning_rate": 5.555555555555557e-06,
726
- "loss": 0.0176,
727
  "step": 2500
728
  },
729
  {
730
- "epoch": 5.0651955867602805,
731
- "grad_norm": 0.8919677734375,
732
  "learning_rate": 5.500000000000001e-06,
733
- "loss": 0.0099,
734
  "step": 2525
735
  },
736
  {
737
- "epoch": 5.115346038114343,
738
- "grad_norm": 0.23880383372306824,
739
  "learning_rate": 5.444444444444445e-06,
740
- "loss": 0.0089,
741
  "step": 2550
742
  },
743
  {
744
- "epoch": 5.1654964894684054,
745
- "grad_norm": 0.7303509712219238,
746
  "learning_rate": 5.388888888888889e-06,
747
- "loss": 0.0093,
748
  "step": 2575
749
  },
750
  {
751
- "epoch": 5.2156469408224675,
752
- "grad_norm": 0.8609201312065125,
753
  "learning_rate": 5.333333333333334e-06,
754
- "loss": 0.0083,
755
  "step": 2600
756
  },
757
  {
758
- "epoch": 5.2657973921765295,
759
- "grad_norm": 0.4490683078765869,
760
  "learning_rate": 5.2777777777777785e-06,
761
- "loss": 0.009,
762
  "step": 2625
763
  },
764
  {
765
- "epoch": 5.315947843530592,
766
- "grad_norm": 0.5905369520187378,
767
  "learning_rate": 5.2222222222222226e-06,
768
- "loss": 0.009,
769
  "step": 2650
770
  },
771
  {
772
- "epoch": 5.366098294884654,
773
- "grad_norm": 0.18808700144290924,
774
  "learning_rate": 5.1666666666666675e-06,
775
- "loss": 0.0075,
776
  "step": 2675
777
  },
778
  {
779
- "epoch": 5.4162487462387165,
780
- "grad_norm": 0.8524003624916077,
781
  "learning_rate": 5.1111111111111115e-06,
782
- "loss": 0.0084,
783
  "step": 2700
784
  },
785
  {
786
- "epoch": 5.466399197592779,
787
- "grad_norm": 0.31983518600463867,
788
  "learning_rate": 5.0555555555555555e-06,
789
- "loss": 0.0081,
790
  "step": 2725
791
  },
792
  {
793
- "epoch": 5.516549648946841,
794
- "grad_norm": 0.40100687742233276,
795
  "learning_rate": 5e-06,
796
- "loss": 0.0077,
797
  "step": 2750
798
  },
799
  {
800
- "epoch": 5.566700100300903,
801
- "grad_norm": 1.5288898944854736,
802
  "learning_rate": 4.944444444444445e-06,
803
- "loss": 0.0077,
804
  "step": 2775
805
  },
806
  {
807
- "epoch": 5.616850551654965,
808
- "grad_norm": 0.15371347963809967,
809
  "learning_rate": 4.888888888888889e-06,
810
- "loss": 0.0068,
811
  "step": 2800
812
  },
813
  {
814
- "epoch": 5.667001003009027,
815
- "grad_norm": 0.547875702381134,
816
  "learning_rate": 4.833333333333333e-06,
817
- "loss": 0.0078,
818
  "step": 2825
819
  },
820
  {
821
- "epoch": 5.717151454363089,
822
- "grad_norm": 0.3743741512298584,
823
  "learning_rate": 4.777777777777778e-06,
824
- "loss": 0.0105,
825
  "step": 2850
826
  },
827
  {
828
- "epoch": 5.767301905717152,
829
- "grad_norm": 1.20223867893219,
830
  "learning_rate": 4.722222222222222e-06,
831
- "loss": 0.0084,
832
  "step": 2875
833
  },
834
  {
835
- "epoch": 5.817452357071214,
836
- "grad_norm": 0.4010525047779083,
837
  "learning_rate": 4.666666666666667e-06,
838
- "loss": 0.0074,
839
  "step": 2900
840
  },
841
  {
842
- "epoch": 5.867602808425276,
843
- "grad_norm": 0.2383079081773758,
844
  "learning_rate": 4.611111111111112e-06,
845
- "loss": 0.0097,
846
  "step": 2925
847
  },
848
  {
849
- "epoch": 5.917753259779338,
850
- "grad_norm": 0.9694074988365173,
851
  "learning_rate": 4.555555555555556e-06,
852
- "loss": 0.0082,
853
  "step": 2950
854
  },
855
  {
856
- "epoch": 5.9679037111334,
857
- "grad_norm": 0.4873412549495697,
858
  "learning_rate": 4.5e-06,
859
- "loss": 0.0094,
860
  "step": 2975
861
  },
862
  {
863
- "epoch": 6.018054162487463,
864
- "grad_norm": 0.35399332642555237,
865
  "learning_rate": 4.444444444444444e-06,
866
- "loss": 0.0074,
867
  "step": 3000
868
  },
869
  {
870
- "epoch": 6.018054162487463,
871
- "eval_loss": 0.3955759108066559,
872
- "eval_runtime": 4515.9024,
873
- "eval_samples_per_second": 2.383,
874
- "eval_steps_per_second": 0.149,
875
- "eval_wer": 0.19721505123992802,
876
  "step": 3000
877
  },
878
  {
879
- "epoch": 6.068204613841525,
880
- "grad_norm": 0.32993289828300476,
881
  "learning_rate": 4.388888888888889e-06,
882
- "loss": 0.005,
883
  "step": 3025
884
  },
885
  {
886
- "epoch": 6.118355065195587,
887
- "grad_norm": 2.4931156635284424,
888
  "learning_rate": 4.333333333333334e-06,
889
- "loss": 0.0047,
890
  "step": 3050
891
  },
892
  {
893
- "epoch": 6.168505516549649,
894
- "grad_norm": 0.09684254229068756,
895
  "learning_rate": 4.277777777777778e-06,
896
- "loss": 0.0039,
897
  "step": 3075
898
  },
899
  {
900
- "epoch": 6.218655967903711,
901
- "grad_norm": 0.1377803087234497,
902
  "learning_rate": 4.222222222222223e-06,
903
- "loss": 0.0041,
904
  "step": 3100
905
  },
906
  {
907
- "epoch": 6.268806419257773,
908
- "grad_norm": 0.12329312413930893,
909
  "learning_rate": 4.166666666666667e-06,
910
- "loss": 0.0036,
911
  "step": 3125
912
  },
913
  {
914
- "epoch": 6.318956870611835,
915
- "grad_norm": 0.39106011390686035,
916
  "learning_rate": 4.111111111111111e-06,
917
- "loss": 0.0038,
918
  "step": 3150
919
  },
920
  {
921
- "epoch": 6.369107321965898,
922
- "grad_norm": 0.21228019893169403,
923
  "learning_rate": 4.055555555555556e-06,
924
- "loss": 0.0034,
925
  "step": 3175
926
  },
927
  {
928
- "epoch": 6.41925777331996,
929
- "grad_norm": 0.13951948285102844,
930
  "learning_rate": 4.000000000000001e-06,
931
- "loss": 0.0035,
932
  "step": 3200
933
  },
934
  {
935
- "epoch": 6.469408224674022,
936
- "grad_norm": 0.15315498411655426,
937
  "learning_rate": 3.944444444444445e-06,
938
- "loss": 0.0045,
939
  "step": 3225
940
  },
941
  {
942
- "epoch": 6.519558676028084,
943
- "grad_norm": 0.09918154031038284,
944
  "learning_rate": 3.88888888888889e-06,
945
- "loss": 0.0037,
946
  "step": 3250
947
  },
948
  {
949
- "epoch": 6.569709127382146,
950
- "grad_norm": 0.128856360912323,
951
  "learning_rate": 3.833333333333334e-06,
952
- "loss": 0.0034,
953
  "step": 3275
954
  },
955
  {
956
- "epoch": 6.619859578736209,
957
- "grad_norm": 0.35564741492271423,
958
  "learning_rate": 3.777777777777778e-06,
959
- "loss": 0.0035,
960
  "step": 3300
961
  },
962
  {
963
- "epoch": 6.670010030090271,
964
- "grad_norm": 0.09503413736820221,
965
  "learning_rate": 3.7222222222222225e-06,
966
- "loss": 0.0047,
967
  "step": 3325
968
  },
969
  {
970
- "epoch": 6.720160481444333,
971
- "grad_norm": 0.2272273600101471,
972
  "learning_rate": 3.6666666666666666e-06,
973
- "loss": 0.004,
974
  "step": 3350
975
  },
976
  {
977
- "epoch": 6.770310932798395,
978
- "grad_norm": 0.31332728266716003,
979
  "learning_rate": 3.6111111111111115e-06,
980
- "loss": 0.0038,
981
  "step": 3375
982
  },
983
  {
984
- "epoch": 6.820461384152457,
985
- "grad_norm": 0.20381228625774384,
986
  "learning_rate": 3.555555555555556e-06,
987
- "loss": 0.0044,
988
  "step": 3400
989
  },
990
  {
991
- "epoch": 6.870611835506519,
992
- "grad_norm": 0.38565367460250854,
993
  "learning_rate": 3.5e-06,
994
- "loss": 0.0052,
995
  "step": 3425
996
  },
997
  {
998
- "epoch": 6.920762286860581,
999
- "grad_norm": 0.1613508015871048,
1000
  "learning_rate": 3.444444444444445e-06,
1001
- "loss": 0.0037,
1002
  "step": 3450
1003
  },
1004
  {
1005
- "epoch": 6.970912738214644,
1006
- "grad_norm": 0.23183399438858032,
1007
  "learning_rate": 3.3888888888888893e-06,
1008
- "loss": 0.0042,
1009
  "step": 3475
1010
  },
1011
  {
1012
- "epoch": 7.021063189568706,
1013
- "grad_norm": 0.09113147854804993,
1014
  "learning_rate": 3.3333333333333333e-06,
1015
- "loss": 0.0028,
1016
  "step": 3500
1017
  },
1018
  {
1019
- "epoch": 7.071213640922768,
1020
- "grad_norm": 0.12553289532661438,
1021
  "learning_rate": 3.277777777777778e-06,
1022
- "loss": 0.0026,
1023
  "step": 3525
1024
  },
1025
  {
1026
- "epoch": 7.12136409227683,
1027
- "grad_norm": 0.0897342711687088,
1028
  "learning_rate": 3.2222222222222227e-06,
1029
- "loss": 0.002,
1030
  "step": 3550
1031
  },
1032
  {
1033
- "epoch": 7.1715145436308925,
1034
- "grad_norm": 0.07827088236808777,
1035
  "learning_rate": 3.1666666666666667e-06,
1036
- "loss": 0.0024,
1037
  "step": 3575
1038
  },
1039
  {
1040
- "epoch": 7.2216649949849545,
1041
- "grad_norm": 0.055039647966623306,
1042
  "learning_rate": 3.1111111111111116e-06,
1043
- "loss": 0.0024,
1044
  "step": 3600
1045
  },
1046
  {
1047
- "epoch": 7.271815446339017,
1048
- "grad_norm": 0.06994307041168213,
1049
  "learning_rate": 3.055555555555556e-06,
1050
- "loss": 0.0021,
1051
  "step": 3625
1052
  },
1053
  {
1054
- "epoch": 7.3219658976930795,
1055
- "grad_norm": 0.10969334840774536,
1056
  "learning_rate": 3e-06,
1057
- "loss": 0.0023,
1058
  "step": 3650
1059
  },
1060
  {
1061
- "epoch": 7.3721163490471415,
1062
- "grad_norm": 0.08186643570661545,
1063
  "learning_rate": 2.944444444444445e-06,
1064
- "loss": 0.0022,
1065
  "step": 3675
1066
  },
1067
  {
1068
- "epoch": 7.422266800401204,
1069
- "grad_norm": 0.08872943371534348,
1070
  "learning_rate": 2.888888888888889e-06,
1071
- "loss": 0.0027,
1072
  "step": 3700
1073
  },
1074
  {
1075
- "epoch": 7.472417251755266,
1076
- "grad_norm": 0.20957154035568237,
1077
  "learning_rate": 2.8333333333333335e-06,
1078
- "loss": 0.0027,
1079
  "step": 3725
1080
  },
1081
  {
1082
- "epoch": 7.522567703109328,
1083
- "grad_norm": 0.09654885530471802,
1084
  "learning_rate": 2.7777777777777783e-06,
1085
- "loss": 0.0021,
1086
  "step": 3750
1087
  },
1088
  {
1089
- "epoch": 7.57271815446339,
1090
- "grad_norm": 0.10487361997365952,
1091
  "learning_rate": 2.7222222222222224e-06,
1092
- "loss": 0.0041,
1093
  "step": 3775
1094
  },
1095
  {
1096
- "epoch": 7.622868605817453,
1097
- "grad_norm": 0.06899241358041763,
1098
  "learning_rate": 2.666666666666667e-06,
1099
- "loss": 0.0025,
1100
  "step": 3800
1101
  },
1102
  {
1103
- "epoch": 7.673019057171515,
1104
- "grad_norm": 0.06502360850572586,
1105
  "learning_rate": 2.6111111111111113e-06,
1106
- "loss": 0.0025,
1107
  "step": 3825
1108
  },
1109
  {
1110
- "epoch": 7.723169508525577,
1111
- "grad_norm": 0.05213673412799835,
1112
  "learning_rate": 2.5555555555555557e-06,
1113
- "loss": 0.0026,
1114
  "step": 3850
1115
  },
1116
  {
1117
- "epoch": 7.773319959879639,
1118
- "grad_norm": 0.11386407911777496,
1119
  "learning_rate": 2.5e-06,
1120
- "loss": 0.0023,
1121
  "step": 3875
1122
  },
1123
  {
1124
- "epoch": 7.823470411233701,
1125
- "grad_norm": 0.08614542335271835,
1126
  "learning_rate": 2.4444444444444447e-06,
1127
- "loss": 0.002,
1128
  "step": 3900
1129
  },
1130
  {
1131
- "epoch": 7.873620862587764,
1132
- "grad_norm": 0.12035714089870453,
1133
  "learning_rate": 2.388888888888889e-06,
1134
- "loss": 0.0021,
1135
  "step": 3925
1136
  },
1137
  {
1138
- "epoch": 7.923771313941826,
1139
- "grad_norm": 0.0683644562959671,
1140
  "learning_rate": 2.3333333333333336e-06,
1141
- "loss": 0.0023,
1142
  "step": 3950
1143
  },
1144
  {
1145
- "epoch": 7.973921765295888,
1146
- "grad_norm": 0.059945497661828995,
1147
  "learning_rate": 2.277777777777778e-06,
1148
- "loss": 0.002,
1149
  "step": 3975
1150
  },
1151
  {
1152
- "epoch": 8.02407221664995,
1153
- "grad_norm": 0.050406791269779205,
1154
  "learning_rate": 2.222222222222222e-06,
1155
- "loss": 0.0019,
1156
  "step": 4000
1157
  },
1158
  {
1159
- "epoch": 8.02407221664995,
1160
- "eval_loss": 0.4262579679489136,
1161
- "eval_runtime": 4522.1238,
1162
- "eval_samples_per_second": 2.38,
1163
- "eval_steps_per_second": 0.149,
1164
- "eval_wer": 0.1952691074082766,
1165
  "step": 4000
1166
  },
1167
  {
1168
- "epoch": 8.074222668004012,
1169
- "grad_norm": 0.04868149757385254,
1170
  "learning_rate": 2.166666666666667e-06,
1171
- "loss": 0.0016,
1172
  "step": 4025
1173
  },
1174
  {
1175
- "epoch": 8.124373119358074,
1176
- "grad_norm": 0.0494823083281517,
1177
  "learning_rate": 2.1111111111111114e-06,
1178
- "loss": 0.0018,
1179
  "step": 4050
1180
  },
1181
  {
1182
- "epoch": 8.174523570712136,
1183
- "grad_norm": 0.05864572152495384,
1184
  "learning_rate": 2.0555555555555555e-06,
1185
- "loss": 0.0017,
1186
  "step": 4075
1187
  },
1188
  {
1189
- "epoch": 8.224674022066198,
1190
- "grad_norm": 0.05070830136537552,
1191
  "learning_rate": 2.0000000000000003e-06,
1192
- "loss": 0.0016,
1193
  "step": 4100
1194
  },
1195
  {
1196
- "epoch": 8.27482447342026,
1197
- "grad_norm": 0.06109990179538727,
1198
  "learning_rate": 1.944444444444445e-06,
1199
- "loss": 0.0017,
1200
  "step": 4125
1201
  },
1202
  {
1203
- "epoch": 8.324974924774324,
1204
- "grad_norm": 0.045594800263643265,
1205
  "learning_rate": 1.888888888888889e-06,
1206
- "loss": 0.0017,
1207
  "step": 4150
1208
  },
1209
  {
1210
- "epoch": 8.375125376128386,
1211
- "grad_norm": 0.049554213881492615,
1212
  "learning_rate": 1.8333333333333333e-06,
1213
- "loss": 0.0021,
1214
  "step": 4175
1215
  },
1216
  {
1217
- "epoch": 8.425275827482448,
1218
- "grad_norm": 0.11533299088478088,
1219
  "learning_rate": 1.777777777777778e-06,
1220
- "loss": 0.0015,
1221
  "step": 4200
1222
  },
1223
  {
1224
- "epoch": 8.47542627883651,
1225
- "grad_norm": 0.043509747833013535,
1226
  "learning_rate": 1.7222222222222224e-06,
1227
- "loss": 0.0018,
1228
  "step": 4225
1229
  },
1230
  {
1231
- "epoch": 8.525576730190572,
1232
- "grad_norm": 0.14743666350841522,
1233
  "learning_rate": 1.6666666666666667e-06,
1234
- "loss": 0.002,
1235
  "step": 4250
1236
  },
1237
  {
1238
- "epoch": 8.575727181544634,
1239
- "grad_norm": 0.08023034036159515,
1240
  "learning_rate": 1.6111111111111113e-06,
1241
- "loss": 0.0017,
1242
  "step": 4275
1243
  },
1244
  {
1245
- "epoch": 8.625877632898696,
1246
- "grad_norm": 0.1176542118191719,
1247
  "learning_rate": 1.5555555555555558e-06,
1248
- "loss": 0.0019,
1249
  "step": 4300
1250
  },
1251
  {
1252
- "epoch": 8.676028084252758,
1253
- "grad_norm": 0.05018528178334236,
1254
  "learning_rate": 1.5e-06,
1255
- "loss": 0.0018,
1256
  "step": 4325
1257
  },
1258
  {
1259
- "epoch": 8.72617853560682,
1260
- "grad_norm": 0.051610466092824936,
1261
  "learning_rate": 1.4444444444444445e-06,
1262
- "loss": 0.0016,
1263
  "step": 4350
1264
  },
1265
  {
1266
- "epoch": 8.776328986960882,
1267
- "grad_norm": 0.04370126128196716,
1268
  "learning_rate": 1.3888888888888892e-06,
1269
- "loss": 0.0016,
1270
  "step": 4375
1271
  },
1272
  {
1273
- "epoch": 8.826479438314944,
1274
- "grad_norm": 0.06507682055234909,
1275
  "learning_rate": 1.3333333333333334e-06,
1276
- "loss": 0.0015,
1277
  "step": 4400
1278
  },
1279
  {
1280
- "epoch": 8.876629889669006,
1281
- "grad_norm": 0.06819342076778412,
1282
  "learning_rate": 1.2777777777777779e-06,
1283
- "loss": 0.0019,
1284
  "step": 4425
1285
  },
1286
  {
1287
- "epoch": 8.926780341023068,
1288
- "grad_norm": 0.06309027969837189,
1289
  "learning_rate": 1.2222222222222223e-06,
1290
- "loss": 0.0017,
1291
  "step": 4450
1292
  },
1293
  {
1294
- "epoch": 8.976930792377132,
1295
- "grad_norm": 0.08104189485311508,
1296
  "learning_rate": 1.1666666666666668e-06,
1297
- "loss": 0.0015,
1298
  "step": 4475
1299
  },
1300
  {
1301
- "epoch": 9.027081243731194,
1302
- "grad_norm": 0.04061448946595192,
1303
  "learning_rate": 1.111111111111111e-06,
1304
- "loss": 0.0015,
1305
  "step": 4500
1306
  },
1307
  {
1308
- "epoch": 9.077231695085256,
1309
- "grad_norm": 0.04562969505786896,
1310
  "learning_rate": 1.0555555555555557e-06,
1311
- "loss": 0.0018,
1312
  "step": 4525
1313
  },
1314
  {
1315
- "epoch": 9.127382146439318,
1316
- "grad_norm": 0.050402842462062836,
1317
  "learning_rate": 1.0000000000000002e-06,
1318
- "loss": 0.0015,
1319
  "step": 4550
1320
  },
1321
  {
1322
- "epoch": 9.17753259779338,
1323
- "grad_norm": 0.5361291170120239,
1324
  "learning_rate": 9.444444444444445e-07,
1325
- "loss": 0.0019,
1326
  "step": 4575
1327
  },
1328
  {
1329
- "epoch": 9.227683049147442,
1330
- "grad_norm": 0.0427754744887352,
1331
  "learning_rate": 8.88888888888889e-07,
1332
- "loss": 0.0015,
1333
  "step": 4600
1334
  },
1335
  {
1336
- "epoch": 9.277833500501504,
1337
- "grad_norm": 0.04894596338272095,
1338
  "learning_rate": 8.333333333333333e-07,
1339
- "loss": 0.0015,
1340
  "step": 4625
1341
  },
1342
  {
1343
- "epoch": 9.327983951855567,
1344
- "grad_norm": 0.04485371708869934,
1345
  "learning_rate": 7.777777777777779e-07,
1346
- "loss": 0.0014,
1347
  "step": 4650
1348
  },
1349
  {
1350
- "epoch": 9.378134403209629,
1351
- "grad_norm": 0.04477512091398239,
1352
  "learning_rate": 7.222222222222222e-07,
1353
- "loss": 0.0015,
1354
  "step": 4675
1355
  },
1356
  {
1357
- "epoch": 9.42828485456369,
1358
- "grad_norm": 0.04668520390987396,
1359
  "learning_rate": 6.666666666666667e-07,
1360
- "loss": 0.0015,
1361
  "step": 4700
1362
  },
1363
  {
1364
- "epoch": 9.478435305917753,
1365
- "grad_norm": 0.05096197500824928,
1366
  "learning_rate": 6.111111111111112e-07,
1367
- "loss": 0.0017,
1368
  "step": 4725
1369
  },
1370
  {
1371
- "epoch": 9.528585757271815,
1372
- "grad_norm": 0.04469752684235573,
1373
  "learning_rate": 5.555555555555555e-07,
1374
- "loss": 0.0015,
1375
  "step": 4750
1376
  },
1377
  {
1378
- "epoch": 9.578736208625877,
1379
- "grad_norm": 0.050533875823020935,
1380
  "learning_rate": 5.000000000000001e-07,
1381
- "loss": 0.0014,
1382
  "step": 4775
1383
  },
1384
  {
1385
- "epoch": 9.62888665997994,
1386
- "grad_norm": 0.04058687761425972,
1387
  "learning_rate": 4.444444444444445e-07,
1388
- "loss": 0.0015,
1389
  "step": 4800
1390
  },
1391
  {
1392
- "epoch": 9.679037111334003,
1393
- "grad_norm": 0.05510278418660164,
1394
  "learning_rate": 3.8888888888888895e-07,
1395
- "loss": 0.0014,
1396
  "step": 4825
1397
  },
1398
  {
1399
- "epoch": 9.729187562688065,
1400
- "grad_norm": 0.05432584136724472,
1401
  "learning_rate": 3.3333333333333335e-07,
1402
- "loss": 0.0013,
1403
  "step": 4850
1404
  },
1405
  {
1406
- "epoch": 9.779338014042127,
1407
- "grad_norm": 0.08223077654838562,
1408
  "learning_rate": 2.7777777777777776e-07,
1409
- "loss": 0.0014,
1410
  "step": 4875
1411
  },
1412
  {
1413
- "epoch": 9.829488465396189,
1414
- "grad_norm": 0.051733825355768204,
1415
  "learning_rate": 2.2222222222222224e-07,
1416
- "loss": 0.0014,
1417
  "step": 4900
1418
  },
1419
  {
1420
- "epoch": 9.87963891675025,
1421
- "grad_norm": 0.03811487555503845,
1422
  "learning_rate": 1.6666666666666668e-07,
1423
- "loss": 0.0013,
1424
  "step": 4925
1425
  },
1426
  {
1427
- "epoch": 9.929789368104313,
1428
- "grad_norm": 0.03971032425761223,
1429
  "learning_rate": 1.1111111111111112e-07,
1430
- "loss": 0.0013,
1431
  "step": 4950
1432
  },
1433
  {
1434
- "epoch": 9.979939819458375,
1435
- "grad_norm": 0.0468224436044693,
1436
  "learning_rate": 5.555555555555556e-08,
1437
- "loss": 0.0016,
1438
  "step": 4975
1439
  },
1440
  {
1441
- "epoch": 10.030090270812437,
1442
- "grad_norm": 0.04448791965842247,
1443
  "learning_rate": 0.0,
1444
- "loss": 0.0014,
1445
  "step": 5000
1446
  },
1447
  {
1448
- "epoch": 10.030090270812437,
1449
- "eval_loss": 0.4447694718837738,
1450
- "eval_runtime": 4528.3909,
1451
- "eval_samples_per_second": 2.377,
1452
- "eval_steps_per_second": 0.149,
1453
- "eval_wer": 0.1960611749980443,
1454
  "step": 5000
1455
  },
1456
  {
1457
- "epoch": 10.030090270812437,
1458
  "step": 5000,
1459
- "total_flos": 5.43090104303616e+20,
1460
- "train_loss": 0.0887994671344757,
1461
- "train_runtime": 50408.8653,
1462
- "train_samples_per_second": 3.174,
1463
- "train_steps_per_second": 0.099
1464
  }
1465
  ],
1466
  "logging_steps": 25,
1467
  "max_steps": 5000,
1468
  "num_input_tokens_seen": 0,
1469
- "num_train_epochs": 11,
1470
  "save_steps": 1000,
1471
  "stateful_callbacks": {
1472
  "TrainerControl": {
@@ -1480,7 +1480,7 @@
1480
  "attributes": {}
1481
  }
1482
  },
1483
- "total_flos": 5.43090104303616e+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": 3.537318712415989,
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": 0.017686593562079942,
13
+ "grad_norm": 4.990772724151611,
14
  "learning_rate": 5.000000000000001e-07,
15
+ "loss": 0.9549,
16
  "step": 25
17
  },
18
  {
19
+ "epoch": 0.035373187124159884,
20
+ "grad_norm": 4.042325019836426,
21
  "learning_rate": 1.0000000000000002e-06,
22
+ "loss": 0.8294,
23
  "step": 50
24
  },
25
  {
26
+ "epoch": 0.05305978068623983,
27
+ "grad_norm": 3.429729461669922,
28
  "learning_rate": 1.5e-06,
29
+ "loss": 0.5478,
30
  "step": 75
31
  },
32
  {
33
+ "epoch": 0.07074637424831977,
34
+ "grad_norm": 3.084613800048828,
35
  "learning_rate": 2.0000000000000003e-06,
36
+ "loss": 0.482,
37
  "step": 100
38
  },
39
  {
40
+ "epoch": 0.08843296781039972,
41
+ "grad_norm": 3.2256970405578613,
42
  "learning_rate": 2.5e-06,
43
+ "loss": 0.4206,
44
  "step": 125
45
  },
46
  {
47
+ "epoch": 0.10611956137247966,
48
+ "grad_norm": 3.0460891723632812,
49
  "learning_rate": 3e-06,
50
+ "loss": 0.4171,
51
  "step": 150
52
  },
53
  {
54
+ "epoch": 0.1238061549345596,
55
+ "grad_norm": 2.976763963699341,
56
  "learning_rate": 3.5e-06,
57
+ "loss": 0.3896,
58
  "step": 175
59
  },
60
  {
61
+ "epoch": 0.14149274849663954,
62
+ "grad_norm": 2.8915836811065674,
63
  "learning_rate": 4.000000000000001e-06,
64
+ "loss": 0.4149,
65
  "step": 200
66
  },
67
  {
68
+ "epoch": 0.1591793420587195,
69
+ "grad_norm": 3.01548433303833,
70
  "learning_rate": 4.5e-06,
71
+ "loss": 0.3811,
72
  "step": 225
73
  },
74
  {
75
+ "epoch": 0.17686593562079944,
76
+ "grad_norm": 3.8455846309661865,
77
  "learning_rate": 5e-06,
78
+ "loss": 0.3872,
79
  "step": 250
80
  },
81
  {
82
+ "epoch": 0.19455252918287938,
83
+ "grad_norm": 2.805778741836548,
84
  "learning_rate": 5.500000000000001e-06,
85
+ "loss": 0.3714,
86
  "step": 275
87
  },
88
  {
89
+ "epoch": 0.21223912274495932,
90
+ "grad_norm": 3.138227939605713,
91
  "learning_rate": 6e-06,
92
+ "loss": 0.3768,
93
  "step": 300
94
  },
95
  {
96
+ "epoch": 0.22992571630703926,
97
+ "grad_norm": 3.5028634071350098,
98
  "learning_rate": 6.5000000000000004e-06,
99
+ "loss": 0.3835,
100
  "step": 325
101
  },
102
  {
103
+ "epoch": 0.2476123098691192,
104
+ "grad_norm": 3.8886911869049072,
105
  "learning_rate": 7e-06,
106
+ "loss": 0.359,
107
  "step": 350
108
  },
109
  {
110
+ "epoch": 0.26529890343119916,
111
+ "grad_norm": 2.8521852493286133,
112
  "learning_rate": 7.500000000000001e-06,
113
+ "loss": 0.3507,
114
  "step": 375
115
  },
116
  {
117
+ "epoch": 0.2829854969932791,
118
+ "grad_norm": 2.901258945465088,
119
  "learning_rate": 8.000000000000001e-06,
120
+ "loss": 0.3586,
121
  "step": 400
122
  },
123
  {
124
+ "epoch": 0.30067209055535904,
125
+ "grad_norm": 2.550757884979248,
126
  "learning_rate": 8.5e-06,
127
+ "loss": 0.3658,
128
  "step": 425
129
  },
130
  {
131
+ "epoch": 0.318358684117439,
132
+ "grad_norm": 3.0283052921295166,
133
  "learning_rate": 9e-06,
134
+ "loss": 0.3527,
135
  "step": 450
136
  },
137
  {
138
+ "epoch": 0.3360452776795189,
139
+ "grad_norm": 3.272336721420288,
140
  "learning_rate": 9.5e-06,
141
+ "loss": 0.3674,
142
  "step": 475
143
  },
144
  {
145
+ "epoch": 0.3537318712415989,
146
+ "grad_norm": 2.8109354972839355,
147
  "learning_rate": 1e-05,
148
+ "loss": 0.3592,
149
  "step": 500
150
  },
151
  {
152
+ "epoch": 0.3714184648036788,
153
+ "grad_norm": 2.21569561958313,
154
  "learning_rate": 9.944444444444445e-06,
155
+ "loss": 0.3219,
156
  "step": 525
157
  },
158
  {
159
+ "epoch": 0.38910505836575876,
160
+ "grad_norm": 2.5520081520080566,
161
  "learning_rate": 9.88888888888889e-06,
162
+ "loss": 0.3681,
163
  "step": 550
164
  },
165
  {
166
+ "epoch": 0.40679165192783867,
167
+ "grad_norm": 2.903778076171875,
168
  "learning_rate": 9.833333333333333e-06,
169
+ "loss": 0.3424,
170
  "step": 575
171
  },
172
  {
173
+ "epoch": 0.42447824548991864,
174
+ "grad_norm": 2.4832980632781982,
175
  "learning_rate": 9.777777777777779e-06,
176
+ "loss": 0.3269,
177
  "step": 600
178
  },
179
  {
180
+ "epoch": 0.4421648390519986,
181
+ "grad_norm": 2.759129285812378,
182
  "learning_rate": 9.722222222222223e-06,
183
+ "loss": 0.327,
184
  "step": 625
185
  },
186
  {
187
+ "epoch": 0.4598514326140785,
188
+ "grad_norm": 2.3846707344055176,
189
  "learning_rate": 9.666666666666667e-06,
190
+ "loss": 0.3367,
191
  "step": 650
192
  },
193
  {
194
+ "epoch": 0.4775380261761585,
195
+ "grad_norm": 2.462186574935913,
196
  "learning_rate": 9.611111111111112e-06,
197
+ "loss": 0.3175,
198
  "step": 675
199
  },
200
  {
201
+ "epoch": 0.4952246197382384,
202
+ "grad_norm": 2.5651514530181885,
203
  "learning_rate": 9.555555555555556e-06,
204
+ "loss": 0.3156,
205
  "step": 700
206
  },
207
  {
208
+ "epoch": 0.5129112133003184,
209
+ "grad_norm": 2.6540584564208984,
210
  "learning_rate": 9.5e-06,
211
+ "loss": 0.3098,
212
  "step": 725
213
  },
214
  {
215
+ "epoch": 0.5305978068623983,
216
+ "grad_norm": 2.713265895843506,
217
  "learning_rate": 9.444444444444445e-06,
218
+ "loss": 0.3226,
219
  "step": 750
220
  },
221
  {
222
+ "epoch": 0.5482844004244782,
223
+ "grad_norm": 2.128851890563965,
224
  "learning_rate": 9.38888888888889e-06,
225
+ "loss": 0.3244,
226
  "step": 775
227
  },
228
  {
229
+ "epoch": 0.5659709939865581,
230
+ "grad_norm": 2.5764191150665283,
231
  "learning_rate": 9.333333333333334e-06,
232
+ "loss": 0.3156,
233
  "step": 800
234
  },
235
  {
236
+ "epoch": 0.5836575875486382,
237
+ "grad_norm": 2.1402037143707275,
238
  "learning_rate": 9.277777777777778e-06,
239
+ "loss": 0.3029,
240
  "step": 825
241
  },
242
  {
243
+ "epoch": 0.6013441811107181,
244
+ "grad_norm": 2.4773480892181396,
245
  "learning_rate": 9.222222222222224e-06,
246
+ "loss": 0.293,
247
  "step": 850
248
  },
249
  {
250
+ "epoch": 0.619030774672798,
251
+ "grad_norm": 2.6644790172576904,
252
  "learning_rate": 9.166666666666666e-06,
253
+ "loss": 0.3111,
254
  "step": 875
255
  },
256
  {
257
+ "epoch": 0.636717368234878,
258
+ "grad_norm": 2.3241961002349854,
259
  "learning_rate": 9.111111111111112e-06,
260
+ "loss": 0.2726,
261
  "step": 900
262
  },
263
  {
264
+ "epoch": 0.6544039617969579,
265
+ "grad_norm": 2.6867661476135254,
266
  "learning_rate": 9.055555555555556e-06,
267
+ "loss": 0.3083,
268
  "step": 925
269
  },
270
  {
271
+ "epoch": 0.6720905553590378,
272
+ "grad_norm": 2.138195037841797,
273
  "learning_rate": 9e-06,
274
+ "loss": 0.3019,
275
  "step": 950
276
  },
277
  {
278
+ "epoch": 0.6897771489211177,
279
+ "grad_norm": 2.6360018253326416,
280
  "learning_rate": 8.944444444444446e-06,
281
+ "loss": 0.2917,
282
  "step": 975
283
  },
284
  {
285
+ "epoch": 0.7074637424831978,
286
+ "grad_norm": 2.5191752910614014,
287
  "learning_rate": 8.888888888888888e-06,
288
+ "loss": 0.294,
289
  "step": 1000
290
  },
291
  {
292
+ "epoch": 0.7074637424831978,
293
+ "eval_loss": 0.30541032552719116,
294
+ "eval_runtime": 4620.7401,
295
+ "eval_samples_per_second": 2.329,
296
+ "eval_steps_per_second": 0.146,
297
+ "eval_wer": 0.21139403895799108,
298
  "step": 1000
299
  },
300
  {
301
+ "epoch": 0.7251503360452777,
302
+ "grad_norm": 2.696348190307617,
303
  "learning_rate": 8.833333333333334e-06,
304
+ "loss": 0.2912,
305
  "step": 1025
306
  },
307
  {
308
+ "epoch": 0.7428369296073576,
309
+ "grad_norm": 2.3700759410858154,
310
  "learning_rate": 8.777777777777778e-06,
311
+ "loss": 0.2756,
312
  "step": 1050
313
  },
314
  {
315
+ "epoch": 0.7605235231694376,
316
+ "grad_norm": 2.314389705657959,
317
  "learning_rate": 8.722222222222224e-06,
318
+ "loss": 0.2881,
319
  "step": 1075
320
  },
321
  {
322
+ "epoch": 0.7782101167315175,
323
+ "grad_norm": 2.3540844917297363,
324
  "learning_rate": 8.666666666666668e-06,
325
+ "loss": 0.291,
326
  "step": 1100
327
  },
328
  {
329
+ "epoch": 0.7958967102935974,
330
+ "grad_norm": 2.3578970432281494,
331
  "learning_rate": 8.611111111111112e-06,
332
+ "loss": 0.2846,
333
  "step": 1125
334
  },
335
  {
336
+ "epoch": 0.8135833038556773,
337
+ "grad_norm": 1.976126790046692,
338
  "learning_rate": 8.555555555555556e-06,
339
+ "loss": 0.27,
340
  "step": 1150
341
  },
342
  {
343
+ "epoch": 0.8312698974177574,
344
+ "grad_norm": 2.194822072982788,
345
  "learning_rate": 8.5e-06,
346
+ "loss": 0.2763,
347
  "step": 1175
348
  },
349
  {
350
+ "epoch": 0.8489564909798373,
351
+ "grad_norm": 2.1482298374176025,
352
  "learning_rate": 8.444444444444446e-06,
353
+ "loss": 0.2731,
354
  "step": 1200
355
  },
356
  {
357
+ "epoch": 0.8666430845419172,
358
+ "grad_norm": 2.163198471069336,
359
  "learning_rate": 8.38888888888889e-06,
360
+ "loss": 0.2602,
361
  "step": 1225
362
  },
363
  {
364
+ "epoch": 0.8843296781039972,
365
+ "grad_norm": 2.482328414916992,
366
  "learning_rate": 8.333333333333334e-06,
367
+ "loss": 0.2896,
368
  "step": 1250
369
  },
370
  {
371
+ "epoch": 0.9020162716660771,
372
+ "grad_norm": 2.2900679111480713,
373
  "learning_rate": 8.277777777777778e-06,
374
+ "loss": 0.2472,
375
  "step": 1275
376
  },
377
  {
378
+ "epoch": 0.919702865228157,
379
+ "grad_norm": 2.4348435401916504,
380
  "learning_rate": 8.222222222222222e-06,
381
+ "loss": 0.2754,
382
  "step": 1300
383
  },
384
  {
385
+ "epoch": 0.937389458790237,
386
+ "grad_norm": 2.4213294982910156,
387
  "learning_rate": 8.166666666666668e-06,
388
+ "loss": 0.2585,
389
  "step": 1325
390
  },
391
  {
392
+ "epoch": 0.955076052352317,
393
+ "grad_norm": 2.6255362033843994,
394
  "learning_rate": 8.111111111111112e-06,
395
+ "loss": 0.25,
396
  "step": 1350
397
  },
398
  {
399
+ "epoch": 0.9727626459143969,
400
+ "grad_norm": 2.187410354614258,
401
  "learning_rate": 8.055555555555557e-06,
402
+ "loss": 0.2809,
403
  "step": 1375
404
  },
405
  {
406
+ "epoch": 0.9904492394764768,
407
+ "grad_norm": 2.669609546661377,
408
  "learning_rate": 8.000000000000001e-06,
409
+ "loss": 0.2707,
410
  "step": 1400
411
  },
412
  {
413
+ "epoch": 1.0081358330385568,
414
+ "grad_norm": 1.841189980506897,
415
  "learning_rate": 7.944444444444445e-06,
416
+ "loss": 0.2272,
417
  "step": 1425
418
  },
419
  {
420
+ "epoch": 1.0258224266006368,
421
+ "grad_norm": 1.8432203531265259,
422
  "learning_rate": 7.88888888888889e-06,
423
+ "loss": 0.2036,
424
  "step": 1450
425
  },
426
  {
427
+ "epoch": 1.0435090201627166,
428
+ "grad_norm": 1.961900234222412,
429
  "learning_rate": 7.833333333333333e-06,
430
+ "loss": 0.1758,
431
  "step": 1475
432
  },
433
  {
434
+ "epoch": 1.0611956137247966,
435
+ "grad_norm": 1.7587320804595947,
436
  "learning_rate": 7.77777777777778e-06,
437
+ "loss": 0.1847,
438
  "step": 1500
439
  },
440
  {
441
+ "epoch": 1.0788822072868764,
442
+ "grad_norm": 2.330167531967163,
443
  "learning_rate": 7.722222222222223e-06,
444
+ "loss": 0.1602,
445
  "step": 1525
446
  },
447
  {
448
+ "epoch": 1.0965688008489565,
449
+ "grad_norm": 2.3043272495269775,
450
  "learning_rate": 7.666666666666667e-06,
451
+ "loss": 0.1772,
452
  "step": 1550
453
  },
454
  {
455
+ "epoch": 1.1142553944110365,
456
+ "grad_norm": 2.093520164489746,
457
  "learning_rate": 7.611111111111111e-06,
458
+ "loss": 0.1742,
459
  "step": 1575
460
  },
461
  {
462
+ "epoch": 1.1319419879731163,
463
+ "grad_norm": 2.2821807861328125,
464
  "learning_rate": 7.555555555555556e-06,
465
+ "loss": 0.1685,
466
  "step": 1600
467
  },
468
  {
469
+ "epoch": 1.1496285815351963,
470
+ "grad_norm": 2.087881326675415,
471
  "learning_rate": 7.500000000000001e-06,
472
+ "loss": 0.1722,
473
  "step": 1625
474
  },
475
  {
476
+ "epoch": 1.1673151750972763,
477
+ "grad_norm": 1.7071295976638794,
478
  "learning_rate": 7.444444444444445e-06,
479
+ "loss": 0.168,
480
  "step": 1650
481
  },
482
  {
483
+ "epoch": 1.1850017686593561,
484
+ "grad_norm": 2.3514926433563232,
485
  "learning_rate": 7.38888888888889e-06,
486
+ "loss": 0.1786,
487
  "step": 1675
488
  },
489
  {
490
+ "epoch": 1.2026883622214362,
491
+ "grad_norm": 2.0674052238464355,
492
  "learning_rate": 7.333333333333333e-06,
493
+ "loss": 0.1625,
494
  "step": 1700
495
  },
496
  {
497
+ "epoch": 1.2203749557835162,
498
+ "grad_norm": 1.9389206171035767,
499
  "learning_rate": 7.277777777777778e-06,
500
+ "loss": 0.1686,
501
  "step": 1725
502
  },
503
  {
504
+ "epoch": 1.238061549345596,
505
+ "grad_norm": 2.185607433319092,
506
  "learning_rate": 7.222222222222223e-06,
507
+ "loss": 0.168,
508
  "step": 1750
509
  },
510
  {
511
+ "epoch": 1.255748142907676,
512
+ "grad_norm": 1.953815221786499,
513
  "learning_rate": 7.166666666666667e-06,
514
+ "loss": 0.1634,
515
  "step": 1775
516
  },
517
  {
518
+ "epoch": 1.2734347364697558,
519
+ "grad_norm": 2.0842204093933105,
520
  "learning_rate": 7.111111111111112e-06,
521
+ "loss": 0.1749,
522
  "step": 1800
523
  },
524
  {
525
+ "epoch": 1.2911213300318358,
526
+ "grad_norm": 2.197368621826172,
527
  "learning_rate": 7.055555555555557e-06,
528
+ "loss": 0.173,
529
  "step": 1825
530
  },
531
  {
532
+ "epoch": 1.3088079235939158,
533
+ "grad_norm": 1.8195652961730957,
534
  "learning_rate": 7e-06,
535
+ "loss": 0.1575,
536
  "step": 1850
537
  },
538
  {
539
+ "epoch": 1.3264945171559956,
540
+ "grad_norm": 1.9379323720932007,
541
  "learning_rate": 6.944444444444445e-06,
542
+ "loss": 0.1591,
543
  "step": 1875
544
  },
545
  {
546
+ "epoch": 1.3441811107180757,
547
+ "grad_norm": 1.8081250190734863,
548
  "learning_rate": 6.88888888888889e-06,
549
+ "loss": 0.1534,
550
  "step": 1900
551
  },
552
  {
553
+ "epoch": 1.3618677042801557,
554
+ "grad_norm": 2.040506601333618,
555
  "learning_rate": 6.833333333333334e-06,
556
+ "loss": 0.1548,
557
  "step": 1925
558
  },
559
  {
560
+ "epoch": 1.3795542978422355,
561
+ "grad_norm": 1.8651851415634155,
562
  "learning_rate": 6.777777777777779e-06,
563
+ "loss": 0.161,
564
  "step": 1950
565
  },
566
  {
567
+ "epoch": 1.3972408914043155,
568
+ "grad_norm": 1.9047472476959229,
569
  "learning_rate": 6.7222222222222235e-06,
570
+ "loss": 0.1651,
571
  "step": 1975
572
  },
573
  {
574
+ "epoch": 1.4149274849663955,
575
+ "grad_norm": 1.6781543493270874,
576
  "learning_rate": 6.666666666666667e-06,
577
+ "loss": 0.1572,
578
  "step": 2000
579
  },
580
  {
581
+ "epoch": 1.4149274849663955,
582
+ "eval_loss": 0.27680015563964844,
583
+ "eval_runtime": 4951.943,
584
+ "eval_samples_per_second": 2.173,
585
+ "eval_steps_per_second": 0.136,
586
+ "eval_wer": 0.18979308456543847,
587
  "step": 2000
588
  },
589
  {
590
+ "epoch": 1.4326140785284753,
591
+ "grad_norm": 1.9535053968429565,
592
  "learning_rate": 6.6111111111111115e-06,
593
+ "loss": 0.1586,
594
  "step": 2025
595
  },
596
  {
597
+ "epoch": 1.4503006720905554,
598
+ "grad_norm": 1.7220150232315063,
599
  "learning_rate": 6.555555555555556e-06,
600
+ "loss": 0.1634,
601
  "step": 2050
602
  },
603
  {
604
+ "epoch": 1.4679872656526354,
605
+ "grad_norm": 2.427858352661133,
606
  "learning_rate": 6.5000000000000004e-06,
607
+ "loss": 0.1659,
608
  "step": 2075
609
  },
610
  {
611
+ "epoch": 1.4856738592147152,
612
+ "grad_norm": 1.9716796875,
613
  "learning_rate": 6.444444444444445e-06,
614
+ "loss": 0.1511,
615
  "step": 2100
616
  },
617
  {
618
+ "epoch": 1.5033604527767952,
619
+ "grad_norm": 1.8595249652862549,
620
  "learning_rate": 6.3888888888888885e-06,
621
+ "loss": 0.1556,
622
  "step": 2125
623
  },
624
  {
625
+ "epoch": 1.5210470463388752,
626
+ "grad_norm": 2.3424742221832275,
627
  "learning_rate": 6.333333333333333e-06,
628
+ "loss": 0.1717,
629
  "step": 2150
630
  },
631
  {
632
+ "epoch": 1.538733639900955,
633
+ "grad_norm": 2.172686815261841,
634
  "learning_rate": 6.277777777777778e-06,
635
+ "loss": 0.1586,
636
  "step": 2175
637
  },
638
  {
639
+ "epoch": 1.556420233463035,
640
+ "grad_norm": 1.7644214630126953,
641
  "learning_rate": 6.222222222222223e-06,
642
+ "loss": 0.1521,
643
  "step": 2200
644
  },
645
  {
646
+ "epoch": 1.574106827025115,
647
+ "grad_norm": 2.1562883853912354,
648
  "learning_rate": 6.166666666666667e-06,
649
+ "loss": 0.1578,
650
  "step": 2225
651
  },
652
  {
653
+ "epoch": 1.5917934205871949,
654
+ "grad_norm": 2.087270736694336,
655
  "learning_rate": 6.111111111111112e-06,
656
+ "loss": 0.1556,
657
  "step": 2250
658
  },
659
  {
660
+ "epoch": 1.6094800141492749,
661
+ "grad_norm": 2.0405049324035645,
662
  "learning_rate": 6.055555555555555e-06,
663
+ "loss": 0.1654,
664
  "step": 2275
665
  },
666
  {
667
+ "epoch": 1.627166607711355,
668
+ "grad_norm": 1.6984881162643433,
669
  "learning_rate": 6e-06,
670
+ "loss": 0.1573,
671
  "step": 2300
672
  },
673
  {
674
+ "epoch": 1.6448532012734347,
675
+ "grad_norm": 2.290949583053589,
676
  "learning_rate": 5.944444444444445e-06,
677
+ "loss": 0.1655,
678
  "step": 2325
679
  },
680
  {
681
+ "epoch": 1.6625397948355147,
682
+ "grad_norm": 1.9502941370010376,
683
  "learning_rate": 5.88888888888889e-06,
684
+ "loss": 0.1462,
685
  "step": 2350
686
  },
687
  {
688
+ "epoch": 1.6802263883975948,
689
+ "grad_norm": 1.9741941690444946,
690
  "learning_rate": 5.833333333333334e-06,
691
+ "loss": 0.1636,
692
  "step": 2375
693
  },
694
  {
695
+ "epoch": 1.6979129819596745,
696
+ "grad_norm": 1.9639830589294434,
697
  "learning_rate": 5.777777777777778e-06,
698
+ "loss": 0.155,
699
  "step": 2400
700
  },
701
  {
702
+ "epoch": 1.7155995755217543,
703
+ "grad_norm": 1.6349612474441528,
704
  "learning_rate": 5.722222222222222e-06,
705
+ "loss": 0.1659,
706
  "step": 2425
707
  },
708
  {
709
+ "epoch": 1.7332861690838346,
710
+ "grad_norm": 1.8674352169036865,
711
  "learning_rate": 5.666666666666667e-06,
712
+ "loss": 0.152,
713
  "step": 2450
714
  },
715
  {
716
+ "epoch": 1.7509727626459144,
717
+ "grad_norm": 2.1415135860443115,
718
  "learning_rate": 5.611111111111112e-06,
719
+ "loss": 0.1699,
720
  "step": 2475
721
  },
722
  {
723
+ "epoch": 1.7686593562079942,
724
+ "grad_norm": 1.5318387746810913,
725
  "learning_rate": 5.555555555555557e-06,
726
+ "loss": 0.1592,
727
  "step": 2500
728
  },
729
  {
730
+ "epoch": 1.7863459497700744,
731
+ "grad_norm": 1.758480191230774,
732
  "learning_rate": 5.500000000000001e-06,
733
+ "loss": 0.1537,
734
  "step": 2525
735
  },
736
  {
737
+ "epoch": 1.8040325433321542,
738
+ "grad_norm": 1.815434455871582,
739
  "learning_rate": 5.444444444444445e-06,
740
+ "loss": 0.1533,
741
  "step": 2550
742
  },
743
  {
744
+ "epoch": 1.821719136894234,
745
+ "grad_norm": 1.5665532350540161,
746
  "learning_rate": 5.388888888888889e-06,
747
+ "loss": 0.1601,
748
  "step": 2575
749
  },
750
  {
751
+ "epoch": 1.839405730456314,
752
+ "grad_norm": 2.0574448108673096,
753
  "learning_rate": 5.333333333333334e-06,
754
+ "loss": 0.1548,
755
  "step": 2600
756
  },
757
  {
758
+ "epoch": 1.857092324018394,
759
+ "grad_norm": 1.7183318138122559,
760
  "learning_rate": 5.2777777777777785e-06,
761
+ "loss": 0.1477,
762
  "step": 2625
763
  },
764
  {
765
+ "epoch": 1.8747789175804739,
766
+ "grad_norm": 1.7662074565887451,
767
  "learning_rate": 5.2222222222222226e-06,
768
+ "loss": 0.1486,
769
  "step": 2650
770
  },
771
  {
772
+ "epoch": 1.892465511142554,
773
+ "grad_norm": 1.840253472328186,
774
  "learning_rate": 5.1666666666666675e-06,
775
+ "loss": 0.1516,
776
  "step": 2675
777
  },
778
  {
779
+ "epoch": 1.910152104704634,
780
+ "grad_norm": 1.9791252613067627,
781
  "learning_rate": 5.1111111111111115e-06,
782
+ "loss": 0.1431,
783
  "step": 2700
784
  },
785
  {
786
+ "epoch": 1.9278386982667137,
787
+ "grad_norm": 1.5719287395477295,
788
  "learning_rate": 5.0555555555555555e-06,
789
+ "loss": 0.1539,
790
  "step": 2725
791
  },
792
  {
793
+ "epoch": 1.9455252918287937,
794
+ "grad_norm": 2.328838348388672,
795
  "learning_rate": 5e-06,
796
+ "loss": 0.1502,
797
  "step": 2750
798
  },
799
  {
800
+ "epoch": 1.9632118853908738,
801
+ "grad_norm": 1.7131285667419434,
802
  "learning_rate": 4.944444444444445e-06,
803
+ "loss": 0.1469,
804
  "step": 2775
805
  },
806
  {
807
+ "epoch": 1.9808984789529536,
808
+ "grad_norm": 1.751104712486267,
809
  "learning_rate": 4.888888888888889e-06,
810
+ "loss": 0.151,
811
  "step": 2800
812
  },
813
  {
814
+ "epoch": 1.9985850725150336,
815
+ "grad_norm": 1.8015530109405518,
816
  "learning_rate": 4.833333333333333e-06,
817
+ "loss": 0.1446,
818
  "step": 2825
819
  },
820
  {
821
+ "epoch": 2.0162716660771136,
822
+ "grad_norm": 1.4693965911865234,
823
  "learning_rate": 4.777777777777778e-06,
824
+ "loss": 0.0913,
825
  "step": 2850
826
  },
827
  {
828
+ "epoch": 2.0339582596391934,
829
+ "grad_norm": 1.5922882556915283,
830
  "learning_rate": 4.722222222222222e-06,
831
+ "loss": 0.0824,
832
  "step": 2875
833
  },
834
  {
835
+ "epoch": 2.0516448532012737,
836
+ "grad_norm": 1.0818850994110107,
837
  "learning_rate": 4.666666666666667e-06,
838
+ "loss": 0.08,
839
  "step": 2900
840
  },
841
  {
842
+ "epoch": 2.0693314467633535,
843
+ "grad_norm": 1.5331037044525146,
844
  "learning_rate": 4.611111111111112e-06,
845
+ "loss": 0.0761,
846
  "step": 2925
847
  },
848
  {
849
+ "epoch": 2.0870180403254333,
850
+ "grad_norm": 1.4420839548110962,
851
  "learning_rate": 4.555555555555556e-06,
852
+ "loss": 0.072,
853
  "step": 2950
854
  },
855
  {
856
+ "epoch": 2.104704633887513,
857
+ "grad_norm": 1.4210786819458008,
858
  "learning_rate": 4.5e-06,
859
+ "loss": 0.073,
860
  "step": 2975
861
  },
862
  {
863
+ "epoch": 2.1223912274495933,
864
+ "grad_norm": 1.2918660640716553,
865
  "learning_rate": 4.444444444444444e-06,
866
+ "loss": 0.0714,
867
  "step": 3000
868
  },
869
  {
870
+ "epoch": 2.1223912274495933,
871
+ "eval_loss": 0.27894869446754456,
872
+ "eval_runtime": 4698.3805,
873
+ "eval_samples_per_second": 2.291,
874
+ "eval_steps_per_second": 0.143,
875
+ "eval_wer": 0.18066963936478134,
876
  "step": 3000
877
  },
878
  {
879
+ "epoch": 2.140077821011673,
880
+ "grad_norm": 1.2981915473937988,
881
  "learning_rate": 4.388888888888889e-06,
882
+ "loss": 0.0705,
883
  "step": 3025
884
  },
885
  {
886
+ "epoch": 2.157764414573753,
887
+ "grad_norm": 1.5843642950057983,
888
  "learning_rate": 4.333333333333334e-06,
889
+ "loss": 0.0801,
890
  "step": 3050
891
  },
892
  {
893
+ "epoch": 2.175451008135833,
894
+ "grad_norm": 1.4696415662765503,
895
  "learning_rate": 4.277777777777778e-06,
896
+ "loss": 0.0828,
897
  "step": 3075
898
  },
899
  {
900
+ "epoch": 2.193137601697913,
901
+ "grad_norm": 1.4634337425231934,
902
  "learning_rate": 4.222222222222223e-06,
903
+ "loss": 0.0744,
904
  "step": 3100
905
  },
906
  {
907
+ "epoch": 2.2108241952599927,
908
+ "grad_norm": 1.241773247718811,
909
  "learning_rate": 4.166666666666667e-06,
910
+ "loss": 0.0735,
911
  "step": 3125
912
  },
913
  {
914
+ "epoch": 2.228510788822073,
915
+ "grad_norm": 1.7622851133346558,
916
  "learning_rate": 4.111111111111111e-06,
917
+ "loss": 0.0755,
918
  "step": 3150
919
  },
920
  {
921
+ "epoch": 2.246197382384153,
922
+ "grad_norm": 1.7847949266433716,
923
  "learning_rate": 4.055555555555556e-06,
924
+ "loss": 0.0697,
925
  "step": 3175
926
  },
927
  {
928
+ "epoch": 2.2638839759462326,
929
+ "grad_norm": 1.7188225984573364,
930
  "learning_rate": 4.000000000000001e-06,
931
+ "loss": 0.0783,
932
  "step": 3200
933
  },
934
  {
935
+ "epoch": 2.281570569508313,
936
+ "grad_norm": 1.4745049476623535,
937
  "learning_rate": 3.944444444444445e-06,
938
+ "loss": 0.0782,
939
  "step": 3225
940
  },
941
  {
942
+ "epoch": 2.2992571630703926,
943
+ "grad_norm": 1.488161563873291,
944
  "learning_rate": 3.88888888888889e-06,
945
+ "loss": 0.081,
946
  "step": 3250
947
  },
948
  {
949
+ "epoch": 2.3169437566324724,
950
+ "grad_norm": 1.4803715944290161,
951
  "learning_rate": 3.833333333333334e-06,
952
+ "loss": 0.0734,
953
  "step": 3275
954
  },
955
  {
956
+ "epoch": 2.3346303501945527,
957
+ "grad_norm": 1.7518547773361206,
958
  "learning_rate": 3.777777777777778e-06,
959
+ "loss": 0.0791,
960
  "step": 3300
961
  },
962
  {
963
+ "epoch": 2.3523169437566325,
964
+ "grad_norm": 1.9586306810379028,
965
  "learning_rate": 3.7222222222222225e-06,
966
+ "loss": 0.0814,
967
  "step": 3325
968
  },
969
  {
970
+ "epoch": 2.3700035373187123,
971
+ "grad_norm": 1.8565925359725952,
972
  "learning_rate": 3.6666666666666666e-06,
973
+ "loss": 0.0728,
974
  "step": 3350
975
  },
976
  {
977
+ "epoch": 2.3876901308807925,
978
+ "grad_norm": 1.5781797170639038,
979
  "learning_rate": 3.6111111111111115e-06,
980
+ "loss": 0.0826,
981
  "step": 3375
982
  },
983
  {
984
+ "epoch": 2.4053767244428723,
985
+ "grad_norm": 1.5568901300430298,
986
  "learning_rate": 3.555555555555556e-06,
987
+ "loss": 0.0802,
988
  "step": 3400
989
  },
990
  {
991
+ "epoch": 2.423063318004952,
992
+ "grad_norm": 1.2662155628204346,
993
  "learning_rate": 3.5e-06,
994
+ "loss": 0.074,
995
  "step": 3425
996
  },
997
  {
998
+ "epoch": 2.4407499115670324,
999
+ "grad_norm": 1.559577226638794,
1000
  "learning_rate": 3.444444444444445e-06,
1001
+ "loss": 0.0758,
1002
  "step": 3450
1003
  },
1004
  {
1005
+ "epoch": 2.458436505129112,
1006
+ "grad_norm": 1.5125735998153687,
1007
  "learning_rate": 3.3888888888888893e-06,
1008
+ "loss": 0.0756,
1009
  "step": 3475
1010
  },
1011
  {
1012
+ "epoch": 2.476123098691192,
1013
+ "grad_norm": 1.4088867902755737,
1014
  "learning_rate": 3.3333333333333333e-06,
1015
+ "loss": 0.0713,
1016
  "step": 3500
1017
  },
1018
  {
1019
+ "epoch": 2.493809692253272,
1020
+ "grad_norm": 1.6018534898757935,
1021
  "learning_rate": 3.277777777777778e-06,
1022
+ "loss": 0.0656,
1023
  "step": 3525
1024
  },
1025
  {
1026
+ "epoch": 2.511496285815352,
1027
+ "grad_norm": 1.5624502897262573,
1028
  "learning_rate": 3.2222222222222227e-06,
1029
+ "loss": 0.0802,
1030
  "step": 3550
1031
  },
1032
  {
1033
+ "epoch": 2.529182879377432,
1034
+ "grad_norm": 1.4694902896881104,
1035
  "learning_rate": 3.1666666666666667e-06,
1036
+ "loss": 0.0713,
1037
  "step": 3575
1038
  },
1039
  {
1040
+ "epoch": 2.5468694729395116,
1041
+ "grad_norm": 1.6186368465423584,
1042
  "learning_rate": 3.1111111111111116e-06,
1043
+ "loss": 0.0864,
1044
  "step": 3600
1045
  },
1046
  {
1047
+ "epoch": 2.564556066501592,
1048
+ "grad_norm": 1.6998704671859741,
1049
  "learning_rate": 3.055555555555556e-06,
1050
+ "loss": 0.0721,
1051
  "step": 3625
1052
  },
1053
  {
1054
+ "epoch": 2.5822426600636716,
1055
+ "grad_norm": 1.7324111461639404,
1056
  "learning_rate": 3e-06,
1057
+ "loss": 0.0747,
1058
  "step": 3650
1059
  },
1060
  {
1061
+ "epoch": 2.599929253625752,
1062
+ "grad_norm": 1.2067221403121948,
1063
  "learning_rate": 2.944444444444445e-06,
1064
+ "loss": 0.0738,
1065
  "step": 3675
1066
  },
1067
  {
1068
+ "epoch": 2.6176158471878317,
1069
+ "grad_norm": 1.8782434463500977,
1070
  "learning_rate": 2.888888888888889e-06,
1071
+ "loss": 0.0699,
1072
  "step": 3700
1073
  },
1074
  {
1075
+ "epoch": 2.6353024407499115,
1076
+ "grad_norm": 1.240626335144043,
1077
  "learning_rate": 2.8333333333333335e-06,
1078
+ "loss": 0.0747,
1079
  "step": 3725
1080
  },
1081
  {
1082
+ "epoch": 2.6529890343119913,
1083
+ "grad_norm": 1.2365247011184692,
1084
  "learning_rate": 2.7777777777777783e-06,
1085
+ "loss": 0.0734,
1086
  "step": 3750
1087
  },
1088
  {
1089
+ "epoch": 2.6706756278740715,
1090
+ "grad_norm": 1.5169546604156494,
1091
  "learning_rate": 2.7222222222222224e-06,
1092
+ "loss": 0.0734,
1093
  "step": 3775
1094
  },
1095
  {
1096
+ "epoch": 2.6883622214361513,
1097
+ "grad_norm": 1.3478069305419922,
1098
  "learning_rate": 2.666666666666667e-06,
1099
+ "loss": 0.0757,
1100
  "step": 3800
1101
  },
1102
  {
1103
+ "epoch": 2.7060488149982316,
1104
+ "grad_norm": 1.938991665840149,
1105
  "learning_rate": 2.6111111111111113e-06,
1106
+ "loss": 0.0774,
1107
  "step": 3825
1108
  },
1109
  {
1110
+ "epoch": 2.7237354085603114,
1111
+ "grad_norm": 1.7492825984954834,
1112
  "learning_rate": 2.5555555555555557e-06,
1113
+ "loss": 0.0679,
1114
  "step": 3850
1115
  },
1116
  {
1117
+ "epoch": 2.741422002122391,
1118
+ "grad_norm": 1.7618768215179443,
1119
  "learning_rate": 2.5e-06,
1120
+ "loss": 0.0702,
1121
  "step": 3875
1122
  },
1123
  {
1124
+ "epoch": 2.759108595684471,
1125
+ "grad_norm": 1.836369276046753,
1126
  "learning_rate": 2.4444444444444447e-06,
1127
+ "loss": 0.0707,
1128
  "step": 3900
1129
  },
1130
  {
1131
+ "epoch": 2.776795189246551,
1132
+ "grad_norm": 1.0155326128005981,
1133
  "learning_rate": 2.388888888888889e-06,
1134
+ "loss": 0.0692,
1135
  "step": 3925
1136
  },
1137
  {
1138
+ "epoch": 2.794481782808631,
1139
+ "grad_norm": 1.5357517004013062,
1140
  "learning_rate": 2.3333333333333336e-06,
1141
+ "loss": 0.064,
1142
  "step": 3950
1143
  },
1144
  {
1145
+ "epoch": 2.8121683763707113,
1146
+ "grad_norm": 1.413317322731018,
1147
  "learning_rate": 2.277777777777778e-06,
1148
+ "loss": 0.0761,
1149
  "step": 3975
1150
  },
1151
  {
1152
+ "epoch": 2.829854969932791,
1153
+ "grad_norm": 1.81116783618927,
1154
  "learning_rate": 2.222222222222222e-06,
1155
+ "loss": 0.0772,
1156
  "step": 4000
1157
  },
1158
  {
1159
+ "epoch": 2.829854969932791,
1160
+ "eval_loss": 0.27590474486351013,
1161
+ "eval_runtime": 4660.1057,
1162
+ "eval_samples_per_second": 2.31,
1163
+ "eval_steps_per_second": 0.144,
1164
+ "eval_wer": 0.18098255495580068,
1165
  "step": 4000
1166
  },
1167
  {
1168
+ "epoch": 2.847541563494871,
1169
+ "grad_norm": 1.819291591644287,
1170
  "learning_rate": 2.166666666666667e-06,
1171
+ "loss": 0.0739,
1172
  "step": 4025
1173
  },
1174
  {
1175
+ "epoch": 2.8652281570569507,
1176
+ "grad_norm": 1.4449914693832397,
1177
  "learning_rate": 2.1111111111111114e-06,
1178
+ "loss": 0.0672,
1179
  "step": 4050
1180
  },
1181
  {
1182
+ "epoch": 2.882914750619031,
1183
+ "grad_norm": 1.617101788520813,
1184
  "learning_rate": 2.0555555555555555e-06,
1185
+ "loss": 0.072,
1186
  "step": 4075
1187
  },
1188
  {
1189
+ "epoch": 2.9006013441811107,
1190
+ "grad_norm": 1.7751729488372803,
1191
  "learning_rate": 2.0000000000000003e-06,
1192
+ "loss": 0.075,
1193
  "step": 4100
1194
  },
1195
  {
1196
+ "epoch": 2.9182879377431905,
1197
+ "grad_norm": 1.939385175704956,
1198
  "learning_rate": 1.944444444444445e-06,
1199
+ "loss": 0.0746,
1200
  "step": 4125
1201
  },
1202
  {
1203
+ "epoch": 2.9359745313052708,
1204
+ "grad_norm": 1.2767341136932373,
1205
  "learning_rate": 1.888888888888889e-06,
1206
+ "loss": 0.065,
1207
  "step": 4150
1208
  },
1209
  {
1210
+ "epoch": 2.9536611248673506,
1211
+ "grad_norm": 1.384352445602417,
1212
  "learning_rate": 1.8333333333333333e-06,
1213
+ "loss": 0.0729,
1214
  "step": 4175
1215
  },
1216
  {
1217
+ "epoch": 2.9713477184294304,
1218
+ "grad_norm": 1.707626223564148,
1219
  "learning_rate": 1.777777777777778e-06,
1220
+ "loss": 0.0699,
1221
  "step": 4200
1222
  },
1223
  {
1224
+ "epoch": 2.9890343119915106,
1225
+ "grad_norm": 1.5926012992858887,
1226
  "learning_rate": 1.7222222222222224e-06,
1227
+ "loss": 0.0653,
1228
  "step": 4225
1229
  },
1230
  {
1231
+ "epoch": 3.0067209055535904,
1232
+ "grad_norm": 0.7629415988922119,
1233
  "learning_rate": 1.6666666666666667e-06,
1234
+ "loss": 0.0602,
1235
  "step": 4250
1236
  },
1237
  {
1238
+ "epoch": 3.02440749911567,
1239
+ "grad_norm": 1.042358636856079,
1240
  "learning_rate": 1.6111111111111113e-06,
1241
+ "loss": 0.0343,
1242
  "step": 4275
1243
  },
1244
  {
1245
+ "epoch": 3.0420940926777504,
1246
+ "grad_norm": 1.4969948530197144,
1247
  "learning_rate": 1.5555555555555558e-06,
1248
+ "loss": 0.0375,
1249
  "step": 4300
1250
  },
1251
  {
1252
+ "epoch": 3.0597806862398302,
1253
+ "grad_norm": 2.0350911617279053,
1254
  "learning_rate": 1.5e-06,
1255
+ "loss": 0.0343,
1256
  "step": 4325
1257
  },
1258
  {
1259
+ "epoch": 3.07746727980191,
1260
+ "grad_norm": 1.1933727264404297,
1261
  "learning_rate": 1.4444444444444445e-06,
1262
+ "loss": 0.0419,
1263
  "step": 4350
1264
  },
1265
  {
1266
+ "epoch": 3.0951538733639903,
1267
+ "grad_norm": 1.2081432342529297,
1268
  "learning_rate": 1.3888888888888892e-06,
1269
+ "loss": 0.0349,
1270
  "step": 4375
1271
  },
1272
  {
1273
+ "epoch": 3.11284046692607,
1274
+ "grad_norm": 1.3141449689865112,
1275
  "learning_rate": 1.3333333333333334e-06,
1276
+ "loss": 0.0357,
1277
  "step": 4400
1278
  },
1279
  {
1280
+ "epoch": 3.13052706048815,
1281
+ "grad_norm": 1.156983494758606,
1282
  "learning_rate": 1.2777777777777779e-06,
1283
+ "loss": 0.0313,
1284
  "step": 4425
1285
  },
1286
  {
1287
+ "epoch": 3.14821365405023,
1288
+ "grad_norm": 0.8983932137489319,
1289
  "learning_rate": 1.2222222222222223e-06,
1290
+ "loss": 0.0324,
1291
  "step": 4450
1292
  },
1293
  {
1294
+ "epoch": 3.16590024761231,
1295
+ "grad_norm": 0.7461453676223755,
1296
  "learning_rate": 1.1666666666666668e-06,
1297
+ "loss": 0.0414,
1298
  "step": 4475
1299
  },
1300
  {
1301
+ "epoch": 3.1835868411743897,
1302
+ "grad_norm": 1.092787265777588,
1303
  "learning_rate": 1.111111111111111e-06,
1304
+ "loss": 0.0363,
1305
  "step": 4500
1306
  },
1307
  {
1308
+ "epoch": 3.2012734347364695,
1309
+ "grad_norm": 1.2066584825515747,
1310
  "learning_rate": 1.0555555555555557e-06,
1311
+ "loss": 0.0361,
1312
  "step": 4525
1313
  },
1314
  {
1315
+ "epoch": 3.2189600282985498,
1316
+ "grad_norm": 0.7660400867462158,
1317
  "learning_rate": 1.0000000000000002e-06,
1318
+ "loss": 0.0338,
1319
  "step": 4550
1320
  },
1321
  {
1322
+ "epoch": 3.2366466218606296,
1323
+ "grad_norm": 0.8779363632202148,
1324
  "learning_rate": 9.444444444444445e-07,
1325
+ "loss": 0.0416,
1326
  "step": 4575
1327
  },
1328
  {
1329
+ "epoch": 3.25433321542271,
1330
+ "grad_norm": 1.0976966619491577,
1331
  "learning_rate": 8.88888888888889e-07,
1332
+ "loss": 0.0381,
1333
  "step": 4600
1334
  },
1335
  {
1336
+ "epoch": 3.2720198089847896,
1337
+ "grad_norm": 0.977162778377533,
1338
  "learning_rate": 8.333333333333333e-07,
1339
+ "loss": 0.0318,
1340
  "step": 4625
1341
  },
1342
  {
1343
+ "epoch": 3.2897064025468694,
1344
+ "grad_norm": 1.5296571254730225,
1345
  "learning_rate": 7.777777777777779e-07,
1346
+ "loss": 0.037,
1347
  "step": 4650
1348
  },
1349
  {
1350
+ "epoch": 3.307392996108949,
1351
+ "grad_norm": 1.0584012269973755,
1352
  "learning_rate": 7.222222222222222e-07,
1353
+ "loss": 0.0369,
1354
  "step": 4675
1355
  },
1356
  {
1357
+ "epoch": 3.3250795896710295,
1358
+ "grad_norm": 0.8479712009429932,
1359
  "learning_rate": 6.666666666666667e-07,
1360
+ "loss": 0.0343,
1361
  "step": 4700
1362
  },
1363
  {
1364
+ "epoch": 3.3427661832331093,
1365
+ "grad_norm": 1.176857352256775,
1366
  "learning_rate": 6.111111111111112e-07,
1367
+ "loss": 0.0349,
1368
  "step": 4725
1369
  },
1370
  {
1371
+ "epoch": 3.360452776795189,
1372
+ "grad_norm": 1.1220146417617798,
1373
  "learning_rate": 5.555555555555555e-07,
1374
+ "loss": 0.0307,
1375
  "step": 4750
1376
  },
1377
  {
1378
+ "epoch": 3.3781393703572693,
1379
+ "grad_norm": 0.9692522883415222,
1380
  "learning_rate": 5.000000000000001e-07,
1381
+ "loss": 0.0345,
1382
  "step": 4775
1383
  },
1384
  {
1385
+ "epoch": 3.395825963919349,
1386
+ "grad_norm": 0.8425891995429993,
1387
  "learning_rate": 4.444444444444445e-07,
1388
+ "loss": 0.0373,
1389
  "step": 4800
1390
  },
1391
  {
1392
+ "epoch": 3.413512557481429,
1393
+ "grad_norm": 1.2310644388198853,
1394
  "learning_rate": 3.8888888888888895e-07,
1395
+ "loss": 0.032,
1396
  "step": 4825
1397
  },
1398
  {
1399
+ "epoch": 3.431199151043509,
1400
+ "grad_norm": 1.2488874197006226,
1401
  "learning_rate": 3.3333333333333335e-07,
1402
+ "loss": 0.033,
1403
  "step": 4850
1404
  },
1405
  {
1406
+ "epoch": 3.448885744605589,
1407
+ "grad_norm": 0.8309725522994995,
1408
  "learning_rate": 2.7777777777777776e-07,
1409
+ "loss": 0.035,
1410
  "step": 4875
1411
  },
1412
  {
1413
+ "epoch": 3.4665723381676687,
1414
+ "grad_norm": 0.8922958970069885,
1415
  "learning_rate": 2.2222222222222224e-07,
1416
+ "loss": 0.0306,
1417
  "step": 4900
1418
  },
1419
  {
1420
+ "epoch": 3.484258931729749,
1421
+ "grad_norm": 0.7373726963996887,
1422
  "learning_rate": 1.6666666666666668e-07,
1423
+ "loss": 0.0324,
1424
  "step": 4925
1425
  },
1426
  {
1427
+ "epoch": 3.501945525291829,
1428
+ "grad_norm": 1.3404922485351562,
1429
  "learning_rate": 1.1111111111111112e-07,
1430
+ "loss": 0.0362,
1431
  "step": 4950
1432
  },
1433
  {
1434
+ "epoch": 3.5196321188539086,
1435
+ "grad_norm": 1.187138319015503,
1436
  "learning_rate": 5.555555555555556e-08,
1437
+ "loss": 0.0373,
1438
  "step": 4975
1439
  },
1440
  {
1441
+ "epoch": 3.537318712415989,
1442
+ "grad_norm": 0.8413584232330322,
1443
  "learning_rate": 0.0,
1444
+ "loss": 0.0337,
1445
  "step": 5000
1446
  },
1447
  {
1448
+ "epoch": 3.537318712415989,
1449
+ "eval_loss": 0.3035752773284912,
1450
+ "eval_runtime": 4623.5314,
1451
+ "eval_samples_per_second": 2.328,
1452
+ "eval_steps_per_second": 0.146,
1453
+ "eval_wer": 0.18264491903309082,
1454
  "step": 5000
1455
  },
1456
  {
1457
+ "epoch": 3.537318712415989,
1458
  "step": 5000,
1459
+ "total_flos": 5.435079965953229e+20,
1460
+ "train_loss": 0.17054095619916915,
1461
+ "train_runtime": 54364.2112,
1462
+ "train_samples_per_second": 2.943,
1463
+ "train_steps_per_second": 0.092
1464
  }
1465
  ],
1466
  "logging_steps": 25,
1467
  "max_steps": 5000,
1468
  "num_input_tokens_seen": 0,
1469
+ "num_train_epochs": 4,
1470
  "save_steps": 1000,
1471
  "stateful_callbacks": {
1472
  "TrainerControl": {
 
1480
  "attributes": {}
1481
  }
1482
  },
1483
+ "total_flos": 5.435079965953229e+20,
1484
  "train_batch_size": 16,
1485
  "trial_name": null,
1486
  "trial_params": null