AsemBadr commited on
Commit
e6ab99e
1 Parent(s): 8c91e97

Training in progress, step 6000, checkpoint

Browse files
checkpoint-6000/config.json ADDED
@@ -0,0 +1,65 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "/kaggle/input/whisper-small-final/whisper-small-final",
3
+ "activation_dropout": 0.0,
4
+ "activation_function": "gelu",
5
+ "apply_spec_augment": false,
6
+ "architectures": [
7
+ "WhisperForConditionalGeneration"
8
+ ],
9
+ "attention_dropout": 0.0,
10
+ "begin_suppress_tokens": [
11
+ 220,
12
+ 50257
13
+ ],
14
+ "bos_token_id": 50257,
15
+ "classifier_proj_size": 256,
16
+ "d_model": 768,
17
+ "decoder_attention_heads": 12,
18
+ "decoder_ffn_dim": 3072,
19
+ "decoder_layerdrop": 0.0,
20
+ "decoder_layers": 12,
21
+ "decoder_start_token_id": 50258,
22
+ "dropout": 0.0,
23
+ "encoder_attention_heads": 12,
24
+ "encoder_ffn_dim": 3072,
25
+ "encoder_layerdrop": 0.0,
26
+ "encoder_layers": 12,
27
+ "eos_token_id": 50257,
28
+ "forced_decoder_ids": [
29
+ [
30
+ 1,
31
+ 50272
32
+ ],
33
+ [
34
+ 2,
35
+ 50359
36
+ ],
37
+ [
38
+ 3,
39
+ 50363
40
+ ]
41
+ ],
42
+ "init_std": 0.02,
43
+ "is_encoder_decoder": true,
44
+ "mask_feature_length": 10,
45
+ "mask_feature_min_masks": 0,
46
+ "mask_feature_prob": 0.0,
47
+ "mask_time_length": 10,
48
+ "mask_time_min_masks": 2,
49
+ "mask_time_prob": 0.05,
50
+ "max_length": 448,
51
+ "max_source_positions": 1500,
52
+ "max_target_positions": 448,
53
+ "median_filter_width": 7,
54
+ "model_type": "whisper",
55
+ "num_hidden_layers": 12,
56
+ "num_mel_bins": 80,
57
+ "pad_token_id": 50257,
58
+ "scale_embedding": false,
59
+ "suppress_tokens": [],
60
+ "torch_dtype": "float32",
61
+ "transformers_version": "4.40.0.dev0",
62
+ "use_cache": true,
63
+ "use_weighted_layer_sum": false,
64
+ "vocab_size": 51865
65
+ }
checkpoint-6000/generation_config.json ADDED
@@ -0,0 +1,265 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "alignment_heads": [
3
+ [
4
+ 5,
5
+ 3
6
+ ],
7
+ [
8
+ 5,
9
+ 9
10
+ ],
11
+ [
12
+ 8,
13
+ 0
14
+ ],
15
+ [
16
+ 8,
17
+ 4
18
+ ],
19
+ [
20
+ 8,
21
+ 7
22
+ ],
23
+ [
24
+ 8,
25
+ 8
26
+ ],
27
+ [
28
+ 9,
29
+ 0
30
+ ],
31
+ [
32
+ 9,
33
+ 7
34
+ ],
35
+ [
36
+ 9,
37
+ 9
38
+ ],
39
+ [
40
+ 10,
41
+ 5
42
+ ]
43
+ ],
44
+ "begin_suppress_tokens": [
45
+ 220,
46
+ 50257
47
+ ],
48
+ "bos_token_id": 50257,
49
+ "decoder_start_token_id": 50258,
50
+ "eos_token_id": 50257,
51
+ "forced_decoder_ids": [
52
+ [
53
+ 1,
54
+ null
55
+ ],
56
+ [
57
+ 2,
58
+ 50359
59
+ ]
60
+ ],
61
+ "is_multilingual": true,
62
+ "lang_to_id": {
63
+ "<|af|>": 50327,
64
+ "<|am|>": 50334,
65
+ "<|ar|>": 50272,
66
+ "<|as|>": 50350,
67
+ "<|az|>": 50304,
68
+ "<|ba|>": 50355,
69
+ "<|be|>": 50330,
70
+ "<|bg|>": 50292,
71
+ "<|bn|>": 50302,
72
+ "<|bo|>": 50347,
73
+ "<|br|>": 50309,
74
+ "<|bs|>": 50315,
75
+ "<|ca|>": 50270,
76
+ "<|cs|>": 50283,
77
+ "<|cy|>": 50297,
78
+ "<|da|>": 50285,
79
+ "<|de|>": 50261,
80
+ "<|el|>": 50281,
81
+ "<|en|>": 50259,
82
+ "<|es|>": 50262,
83
+ "<|et|>": 50307,
84
+ "<|eu|>": 50310,
85
+ "<|fa|>": 50300,
86
+ "<|fi|>": 50277,
87
+ "<|fo|>": 50338,
88
+ "<|fr|>": 50265,
89
+ "<|gl|>": 50319,
90
+ "<|gu|>": 50333,
91
+ "<|haw|>": 50352,
92
+ "<|ha|>": 50354,
93
+ "<|he|>": 50279,
94
+ "<|hi|>": 50276,
95
+ "<|hr|>": 50291,
96
+ "<|ht|>": 50339,
97
+ "<|hu|>": 50286,
98
+ "<|hy|>": 50312,
99
+ "<|id|>": 50275,
100
+ "<|is|>": 50311,
101
+ "<|it|>": 50274,
102
+ "<|ja|>": 50266,
103
+ "<|jw|>": 50356,
104
+ "<|ka|>": 50329,
105
+ "<|kk|>": 50316,
106
+ "<|km|>": 50323,
107
+ "<|kn|>": 50306,
108
+ "<|ko|>": 50264,
109
+ "<|la|>": 50294,
110
+ "<|lb|>": 50345,
111
+ "<|ln|>": 50353,
112
+ "<|lo|>": 50336,
113
+ "<|lt|>": 50293,
114
+ "<|lv|>": 50301,
115
+ "<|mg|>": 50349,
116
+ "<|mi|>": 50295,
117
+ "<|mk|>": 50308,
118
+ "<|ml|>": 50296,
119
+ "<|mn|>": 50314,
120
+ "<|mr|>": 50320,
121
+ "<|ms|>": 50282,
122
+ "<|mt|>": 50343,
123
+ "<|my|>": 50346,
124
+ "<|ne|>": 50313,
125
+ "<|nl|>": 50271,
126
+ "<|nn|>": 50342,
127
+ "<|no|>": 50288,
128
+ "<|oc|>": 50328,
129
+ "<|pa|>": 50321,
130
+ "<|pl|>": 50269,
131
+ "<|ps|>": 50340,
132
+ "<|pt|>": 50267,
133
+ "<|ro|>": 50284,
134
+ "<|ru|>": 50263,
135
+ "<|sa|>": 50344,
136
+ "<|sd|>": 50332,
137
+ "<|si|>": 50322,
138
+ "<|sk|>": 50298,
139
+ "<|sl|>": 50305,
140
+ "<|sn|>": 50324,
141
+ "<|so|>": 50326,
142
+ "<|sq|>": 50317,
143
+ "<|sr|>": 50303,
144
+ "<|su|>": 50357,
145
+ "<|sv|>": 50273,
146
+ "<|sw|>": 50318,
147
+ "<|ta|>": 50287,
148
+ "<|te|>": 50299,
149
+ "<|tg|>": 50331,
150
+ "<|th|>": 50289,
151
+ "<|tk|>": 50341,
152
+ "<|tl|>": 50348,
153
+ "<|tr|>": 50268,
154
+ "<|tt|>": 50351,
155
+ "<|uk|>": 50280,
156
+ "<|ur|>": 50290,
157
+ "<|uz|>": 50337,
158
+ "<|vi|>": 50278,
159
+ "<|yi|>": 50335,
160
+ "<|yo|>": 50325,
161
+ "<|zh|>": 50260
162
+ },
163
+ "language": "ar",
164
+ "max_initial_timestamp_index": 50,
165
+ "max_length": 448,
166
+ "no_timestamps_token_id": 50363,
167
+ "pad_token_id": 50257,
168
+ "prev_sot_token_id": 50361,
169
+ "return_timestamps": false,
170
+ "suppress_tokens": [
171
+ 1,
172
+ 2,
173
+ 7,
174
+ 8,
175
+ 9,
176
+ 10,
177
+ 14,
178
+ 25,
179
+ 26,
180
+ 27,
181
+ 28,
182
+ 29,
183
+ 31,
184
+ 58,
185
+ 59,
186
+ 60,
187
+ 61,
188
+ 62,
189
+ 63,
190
+ 90,
191
+ 91,
192
+ 92,
193
+ 93,
194
+ 359,
195
+ 503,
196
+ 522,
197
+ 542,
198
+ 873,
199
+ 893,
200
+ 902,
201
+ 918,
202
+ 922,
203
+ 931,
204
+ 1350,
205
+ 1853,
206
+ 1982,
207
+ 2460,
208
+ 2627,
209
+ 3246,
210
+ 3253,
211
+ 3268,
212
+ 3536,
213
+ 3846,
214
+ 3961,
215
+ 4183,
216
+ 4667,
217
+ 6585,
218
+ 6647,
219
+ 7273,
220
+ 9061,
221
+ 9383,
222
+ 10428,
223
+ 10929,
224
+ 11938,
225
+ 12033,
226
+ 12331,
227
+ 12562,
228
+ 13793,
229
+ 14157,
230
+ 14635,
231
+ 15265,
232
+ 15618,
233
+ 16553,
234
+ 16604,
235
+ 18362,
236
+ 18956,
237
+ 20075,
238
+ 21675,
239
+ 22520,
240
+ 26130,
241
+ 26161,
242
+ 26435,
243
+ 28279,
244
+ 29464,
245
+ 31650,
246
+ 32302,
247
+ 32470,
248
+ 36865,
249
+ 42863,
250
+ 47425,
251
+ 49870,
252
+ 50254,
253
+ 50258,
254
+ 50358,
255
+ 50359,
256
+ 50360,
257
+ 50361,
258
+ 50362
259
+ ],
260
+ "task_to_id": {
261
+ "transcribe": 50359,
262
+ "translate": 50358
263
+ },
264
+ "transformers_version": "4.40.0.dev0"
265
+ }
checkpoint-6000/model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:f870abba5e0bb4f287f81cdaa9a3d09af83fc0f578f8b58c16c7c9b45f35ab54
3
+ size 966995080
checkpoint-6000/optimizer.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:2b76d3dc6323760c3fbe1d3ff366e074aaceb26fe8fdab2ee4e7767993ee7b7c
3
+ size 1925064044
checkpoint-6000/preprocessor_config.json ADDED
@@ -0,0 +1,14 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "chunk_length": 30,
3
+ "feature_extractor_type": "WhisperFeatureExtractor",
4
+ "feature_size": 80,
5
+ "hop_length": 160,
6
+ "n_fft": 400,
7
+ "n_samples": 480000,
8
+ "nb_max_frames": 3000,
9
+ "padding_side": "right",
10
+ "padding_value": 0.0,
11
+ "processor_class": "WhisperProcessor",
12
+ "return_attention_mask": false,
13
+ "sampling_rate": 16000
14
+ }
checkpoint-6000/rng_state.pth ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:bd2543d12ba561ecfe487ba461471453b3620bacdac703808bf700ae88061289
3
+ size 14244
checkpoint-6000/scheduler.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:5d2cc2c923da7366cd8d3ba2f7a2ade2a3b6d227b42b08a61e4601ad7abbd1b1
3
+ size 1064
checkpoint-6000/trainer_state.json ADDED
@@ -0,0 +1,1809 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": 2.9224686264397457,
3
+ "best_model_checkpoint": "./whisper-small-final-v2/checkpoint-5000",
4
+ "epoch": 19.41747572815534,
5
+ "eval_steps": 500,
6
+ "global_step": 6000,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.08,
13
+ "grad_norm": 0.0023542253766208887,
14
+ "learning_rate": 5.000000000000001e-07,
15
+ "loss": 0.0001,
16
+ "step": 25
17
+ },
18
+ {
19
+ "epoch": 0.16,
20
+ "grad_norm": 0.003053858410567045,
21
+ "learning_rate": 1.0000000000000002e-06,
22
+ "loss": 0.0001,
23
+ "step": 50
24
+ },
25
+ {
26
+ "epoch": 0.24,
27
+ "grad_norm": 0.007697729859501123,
28
+ "learning_rate": 1.5e-06,
29
+ "loss": 0.0001,
30
+ "step": 75
31
+ },
32
+ {
33
+ "epoch": 0.32,
34
+ "grad_norm": 0.01041096169501543,
35
+ "learning_rate": 2.0000000000000003e-06,
36
+ "loss": 0.0,
37
+ "step": 100
38
+ },
39
+ {
40
+ "epoch": 0.4,
41
+ "grad_norm": 0.0023387186229228973,
42
+ "learning_rate": 2.5e-06,
43
+ "loss": 0.0,
44
+ "step": 125
45
+ },
46
+ {
47
+ "epoch": 0.49,
48
+ "grad_norm": 0.0036297033075243235,
49
+ "learning_rate": 3e-06,
50
+ "loss": 0.0001,
51
+ "step": 150
52
+ },
53
+ {
54
+ "epoch": 0.57,
55
+ "grad_norm": 0.0016004816861823201,
56
+ "learning_rate": 3.5e-06,
57
+ "loss": 0.0,
58
+ "step": 175
59
+ },
60
+ {
61
+ "epoch": 0.65,
62
+ "grad_norm": 0.0035209895577281713,
63
+ "learning_rate": 4.000000000000001e-06,
64
+ "loss": 0.0,
65
+ "step": 200
66
+ },
67
+ {
68
+ "epoch": 0.73,
69
+ "grad_norm": 0.37100252509117126,
70
+ "learning_rate": 4.5e-06,
71
+ "loss": 0.0015,
72
+ "step": 225
73
+ },
74
+ {
75
+ "epoch": 0.81,
76
+ "grad_norm": 0.2593393325805664,
77
+ "learning_rate": 5e-06,
78
+ "loss": 0.003,
79
+ "step": 250
80
+ },
81
+ {
82
+ "epoch": 0.89,
83
+ "grad_norm": 1.1273244619369507,
84
+ "learning_rate": 5.500000000000001e-06,
85
+ "loss": 0.003,
86
+ "step": 275
87
+ },
88
+ {
89
+ "epoch": 0.97,
90
+ "grad_norm": 0.11678028106689453,
91
+ "learning_rate": 6e-06,
92
+ "loss": 0.0014,
93
+ "step": 300
94
+ },
95
+ {
96
+ "epoch": 1.05,
97
+ "grad_norm": 2.602248191833496,
98
+ "learning_rate": 6.5000000000000004e-06,
99
+ "loss": 0.0025,
100
+ "step": 325
101
+ },
102
+ {
103
+ "epoch": 1.13,
104
+ "grad_norm": 1.053270697593689,
105
+ "learning_rate": 7e-06,
106
+ "loss": 0.0021,
107
+ "step": 350
108
+ },
109
+ {
110
+ "epoch": 1.21,
111
+ "grad_norm": 0.25527653098106384,
112
+ "learning_rate": 7.500000000000001e-06,
113
+ "loss": 0.0037,
114
+ "step": 375
115
+ },
116
+ {
117
+ "epoch": 1.29,
118
+ "grad_norm": 0.208439901471138,
119
+ "learning_rate": 8.000000000000001e-06,
120
+ "loss": 0.002,
121
+ "step": 400
122
+ },
123
+ {
124
+ "epoch": 1.38,
125
+ "grad_norm": 0.14851850271224976,
126
+ "learning_rate": 8.5e-06,
127
+ "loss": 0.0034,
128
+ "step": 425
129
+ },
130
+ {
131
+ "epoch": 1.46,
132
+ "grad_norm": 1.6750054359436035,
133
+ "learning_rate": 9e-06,
134
+ "loss": 0.0046,
135
+ "step": 450
136
+ },
137
+ {
138
+ "epoch": 1.54,
139
+ "grad_norm": 4.503875255584717,
140
+ "learning_rate": 9.48e-06,
141
+ "loss": 0.0093,
142
+ "step": 475
143
+ },
144
+ {
145
+ "epoch": 1.62,
146
+ "grad_norm": 0.6791089177131653,
147
+ "learning_rate": 9.980000000000001e-06,
148
+ "loss": 0.0073,
149
+ "step": 500
150
+ },
151
+ {
152
+ "epoch": 1.62,
153
+ "eval_loss": 0.024947550147771835,
154
+ "eval_runtime": 794.9124,
155
+ "eval_samples_per_second": 1.551,
156
+ "eval_steps_per_second": 0.195,
157
+ "eval_wer": 5.002578648788035,
158
+ "step": 500
159
+ },
160
+ {
161
+ "epoch": 1.7,
162
+ "grad_norm": 0.7141709923744202,
163
+ "learning_rate": 9.931428571428571e-06,
164
+ "loss": 0.0022,
165
+ "step": 525
166
+ },
167
+ {
168
+ "epoch": 1.78,
169
+ "grad_norm": 1.1480615139007568,
170
+ "learning_rate": 9.86e-06,
171
+ "loss": 0.0036,
172
+ "step": 550
173
+ },
174
+ {
175
+ "epoch": 1.86,
176
+ "grad_norm": 1.9711138010025024,
177
+ "learning_rate": 9.78857142857143e-06,
178
+ "loss": 0.0043,
179
+ "step": 575
180
+ },
181
+ {
182
+ "epoch": 1.94,
183
+ "grad_norm": 1.0525217056274414,
184
+ "learning_rate": 9.717142857142858e-06,
185
+ "loss": 0.0051,
186
+ "step": 600
187
+ },
188
+ {
189
+ "epoch": 2.02,
190
+ "grad_norm": 0.15985222160816193,
191
+ "learning_rate": 9.645714285714286e-06,
192
+ "loss": 0.0057,
193
+ "step": 625
194
+ },
195
+ {
196
+ "epoch": 2.1,
197
+ "grad_norm": 0.8261871933937073,
198
+ "learning_rate": 9.574285714285715e-06,
199
+ "loss": 0.0023,
200
+ "step": 650
201
+ },
202
+ {
203
+ "epoch": 2.18,
204
+ "grad_norm": 0.04620926454663277,
205
+ "learning_rate": 9.502857142857144e-06,
206
+ "loss": 0.0019,
207
+ "step": 675
208
+ },
209
+ {
210
+ "epoch": 2.27,
211
+ "grad_norm": 0.3023536503314972,
212
+ "learning_rate": 9.431428571428573e-06,
213
+ "loss": 0.0012,
214
+ "step": 700
215
+ },
216
+ {
217
+ "epoch": 2.35,
218
+ "grad_norm": 0.11112522333860397,
219
+ "learning_rate": 9.360000000000002e-06,
220
+ "loss": 0.0024,
221
+ "step": 725
222
+ },
223
+ {
224
+ "epoch": 2.43,
225
+ "grad_norm": 1.6971714496612549,
226
+ "learning_rate": 9.28857142857143e-06,
227
+ "loss": 0.0031,
228
+ "step": 750
229
+ },
230
+ {
231
+ "epoch": 2.51,
232
+ "grad_norm": 0.22176721692085266,
233
+ "learning_rate": 9.217142857142858e-06,
234
+ "loss": 0.0026,
235
+ "step": 775
236
+ },
237
+ {
238
+ "epoch": 2.59,
239
+ "grad_norm": 0.2839481830596924,
240
+ "learning_rate": 9.145714285714287e-06,
241
+ "loss": 0.0016,
242
+ "step": 800
243
+ },
244
+ {
245
+ "epoch": 2.67,
246
+ "grad_norm": 0.6732001900672913,
247
+ "learning_rate": 9.074285714285716e-06,
248
+ "loss": 0.0044,
249
+ "step": 825
250
+ },
251
+ {
252
+ "epoch": 2.75,
253
+ "grad_norm": 2.15289044380188,
254
+ "learning_rate": 9.002857142857144e-06,
255
+ "loss": 0.0028,
256
+ "step": 850
257
+ },
258
+ {
259
+ "epoch": 2.83,
260
+ "grad_norm": 0.4701692759990692,
261
+ "learning_rate": 8.931428571428573e-06,
262
+ "loss": 0.0009,
263
+ "step": 875
264
+ },
265
+ {
266
+ "epoch": 2.91,
267
+ "grad_norm": 0.38268008828163147,
268
+ "learning_rate": 8.860000000000002e-06,
269
+ "loss": 0.0012,
270
+ "step": 900
271
+ },
272
+ {
273
+ "epoch": 2.99,
274
+ "grad_norm": 0.057314854115247726,
275
+ "learning_rate": 8.788571428571429e-06,
276
+ "loss": 0.001,
277
+ "step": 925
278
+ },
279
+ {
280
+ "epoch": 3.07,
281
+ "grad_norm": 0.048205479979515076,
282
+ "learning_rate": 8.717142857142858e-06,
283
+ "loss": 0.0022,
284
+ "step": 950
285
+ },
286
+ {
287
+ "epoch": 3.16,
288
+ "grad_norm": 0.008282452821731567,
289
+ "learning_rate": 8.645714285714287e-06,
290
+ "loss": 0.0006,
291
+ "step": 975
292
+ },
293
+ {
294
+ "epoch": 3.24,
295
+ "grad_norm": 1.3108314275741577,
296
+ "learning_rate": 8.574285714285714e-06,
297
+ "loss": 0.0014,
298
+ "step": 1000
299
+ },
300
+ {
301
+ "epoch": 3.24,
302
+ "eval_loss": 0.02143564447760582,
303
+ "eval_runtime": 802.0669,
304
+ "eval_samples_per_second": 1.537,
305
+ "eval_steps_per_second": 0.193,
306
+ "eval_wer": 4.108647068935878,
307
+ "step": 1000
308
+ },
309
+ {
310
+ "epoch": 3.32,
311
+ "grad_norm": 0.888531506061554,
312
+ "learning_rate": 8.502857142857143e-06,
313
+ "loss": 0.0025,
314
+ "step": 1025
315
+ },
316
+ {
317
+ "epoch": 3.4,
318
+ "grad_norm": 0.013467811048030853,
319
+ "learning_rate": 8.431428571428572e-06,
320
+ "loss": 0.0009,
321
+ "step": 1050
322
+ },
323
+ {
324
+ "epoch": 3.48,
325
+ "grad_norm": 1.272592306137085,
326
+ "learning_rate": 8.36e-06,
327
+ "loss": 0.001,
328
+ "step": 1075
329
+ },
330
+ {
331
+ "epoch": 3.56,
332
+ "grad_norm": 0.022731788456439972,
333
+ "learning_rate": 8.288571428571429e-06,
334
+ "loss": 0.0002,
335
+ "step": 1100
336
+ },
337
+ {
338
+ "epoch": 3.64,
339
+ "grad_norm": 0.49200737476348877,
340
+ "learning_rate": 8.217142857142858e-06,
341
+ "loss": 0.0011,
342
+ "step": 1125
343
+ },
344
+ {
345
+ "epoch": 3.72,
346
+ "grad_norm": 0.011444230563938618,
347
+ "learning_rate": 8.145714285714287e-06,
348
+ "loss": 0.0005,
349
+ "step": 1150
350
+ },
351
+ {
352
+ "epoch": 3.8,
353
+ "grad_norm": 0.02571061998605728,
354
+ "learning_rate": 8.074285714285714e-06,
355
+ "loss": 0.0002,
356
+ "step": 1175
357
+ },
358
+ {
359
+ "epoch": 3.88,
360
+ "grad_norm": 0.02670286037027836,
361
+ "learning_rate": 8.002857142857143e-06,
362
+ "loss": 0.0005,
363
+ "step": 1200
364
+ },
365
+ {
366
+ "epoch": 3.96,
367
+ "grad_norm": 0.04544826224446297,
368
+ "learning_rate": 7.931428571428572e-06,
369
+ "loss": 0.0007,
370
+ "step": 1225
371
+ },
372
+ {
373
+ "epoch": 4.05,
374
+ "grad_norm": 0.028520189225673676,
375
+ "learning_rate": 7.860000000000001e-06,
376
+ "loss": 0.0003,
377
+ "step": 1250
378
+ },
379
+ {
380
+ "epoch": 4.13,
381
+ "grad_norm": 0.017675643786787987,
382
+ "learning_rate": 7.788571428571428e-06,
383
+ "loss": 0.0006,
384
+ "step": 1275
385
+ },
386
+ {
387
+ "epoch": 4.21,
388
+ "grad_norm": 0.16999584436416626,
389
+ "learning_rate": 7.717142857142857e-06,
390
+ "loss": 0.0005,
391
+ "step": 1300
392
+ },
393
+ {
394
+ "epoch": 4.29,
395
+ "grad_norm": 0.22153036296367645,
396
+ "learning_rate": 7.645714285714286e-06,
397
+ "loss": 0.0004,
398
+ "step": 1325
399
+ },
400
+ {
401
+ "epoch": 4.37,
402
+ "grad_norm": 0.0049127149395644665,
403
+ "learning_rate": 7.574285714285715e-06,
404
+ "loss": 0.0001,
405
+ "step": 1350
406
+ },
407
+ {
408
+ "epoch": 4.45,
409
+ "grad_norm": 0.02039247751235962,
410
+ "learning_rate": 7.502857142857144e-06,
411
+ "loss": 0.0003,
412
+ "step": 1375
413
+ },
414
+ {
415
+ "epoch": 4.53,
416
+ "grad_norm": 0.009562624618411064,
417
+ "learning_rate": 7.431428571428572e-06,
418
+ "loss": 0.0002,
419
+ "step": 1400
420
+ },
421
+ {
422
+ "epoch": 4.61,
423
+ "grad_norm": 0.019309034571051598,
424
+ "learning_rate": 7.360000000000001e-06,
425
+ "loss": 0.0001,
426
+ "step": 1425
427
+ },
428
+ {
429
+ "epoch": 4.69,
430
+ "grad_norm": 0.004860865883529186,
431
+ "learning_rate": 7.28857142857143e-06,
432
+ "loss": 0.0008,
433
+ "step": 1450
434
+ },
435
+ {
436
+ "epoch": 4.77,
437
+ "grad_norm": 0.005680860485881567,
438
+ "learning_rate": 7.217142857142858e-06,
439
+ "loss": 0.0004,
440
+ "step": 1475
441
+ },
442
+ {
443
+ "epoch": 4.85,
444
+ "grad_norm": 0.02605484426021576,
445
+ "learning_rate": 7.145714285714286e-06,
446
+ "loss": 0.0008,
447
+ "step": 1500
448
+ },
449
+ {
450
+ "epoch": 4.85,
451
+ "eval_loss": 0.022091694176197052,
452
+ "eval_runtime": 791.3534,
453
+ "eval_samples_per_second": 1.558,
454
+ "eval_steps_per_second": 0.196,
455
+ "eval_wer": 3.988310125494241,
456
+ "step": 1500
457
+ },
458
+ {
459
+ "epoch": 4.94,
460
+ "grad_norm": 1.7420192956924438,
461
+ "learning_rate": 7.074285714285715e-06,
462
+ "loss": 0.0005,
463
+ "step": 1525
464
+ },
465
+ {
466
+ "epoch": 5.02,
467
+ "grad_norm": 0.15281762182712555,
468
+ "learning_rate": 7.002857142857143e-06,
469
+ "loss": 0.0004,
470
+ "step": 1550
471
+ },
472
+ {
473
+ "epoch": 5.1,
474
+ "grad_norm": 0.013328706845641136,
475
+ "learning_rate": 6.931428571428572e-06,
476
+ "loss": 0.0002,
477
+ "step": 1575
478
+ },
479
+ {
480
+ "epoch": 5.18,
481
+ "grad_norm": 0.23917707800865173,
482
+ "learning_rate": 6.860000000000001e-06,
483
+ "loss": 0.0019,
484
+ "step": 1600
485
+ },
486
+ {
487
+ "epoch": 5.26,
488
+ "grad_norm": 0.02083628997206688,
489
+ "learning_rate": 6.7885714285714286e-06,
490
+ "loss": 0.0003,
491
+ "step": 1625
492
+ },
493
+ {
494
+ "epoch": 5.34,
495
+ "grad_norm": 0.7623525857925415,
496
+ "learning_rate": 6.7171428571428576e-06,
497
+ "loss": 0.0006,
498
+ "step": 1650
499
+ },
500
+ {
501
+ "epoch": 5.42,
502
+ "grad_norm": 1.761312484741211,
503
+ "learning_rate": 6.645714285714287e-06,
504
+ "loss": 0.0005,
505
+ "step": 1675
506
+ },
507
+ {
508
+ "epoch": 5.5,
509
+ "grad_norm": 0.02908872812986374,
510
+ "learning_rate": 6.574285714285716e-06,
511
+ "loss": 0.0003,
512
+ "step": 1700
513
+ },
514
+ {
515
+ "epoch": 5.58,
516
+ "grad_norm": 0.0062005845829844475,
517
+ "learning_rate": 6.502857142857143e-06,
518
+ "loss": 0.0003,
519
+ "step": 1725
520
+ },
521
+ {
522
+ "epoch": 5.66,
523
+ "grad_norm": 0.009553766809403896,
524
+ "learning_rate": 6.431428571428572e-06,
525
+ "loss": 0.0001,
526
+ "step": 1750
527
+ },
528
+ {
529
+ "epoch": 5.74,
530
+ "grad_norm": 0.006461838725954294,
531
+ "learning_rate": 6.360000000000001e-06,
532
+ "loss": 0.0001,
533
+ "step": 1775
534
+ },
535
+ {
536
+ "epoch": 5.83,
537
+ "grad_norm": 0.006093865260481834,
538
+ "learning_rate": 6.288571428571429e-06,
539
+ "loss": 0.0003,
540
+ "step": 1800
541
+ },
542
+ {
543
+ "epoch": 5.91,
544
+ "grad_norm": 0.006265025120228529,
545
+ "learning_rate": 6.217142857142857e-06,
546
+ "loss": 0.0005,
547
+ "step": 1825
548
+ },
549
+ {
550
+ "epoch": 5.99,
551
+ "grad_norm": 0.08442416042089462,
552
+ "learning_rate": 6.145714285714286e-06,
553
+ "loss": 0.0002,
554
+ "step": 1850
555
+ },
556
+ {
557
+ "epoch": 6.07,
558
+ "grad_norm": 0.005628472194075584,
559
+ "learning_rate": 6.0742857142857145e-06,
560
+ "loss": 0.0001,
561
+ "step": 1875
562
+ },
563
+ {
564
+ "epoch": 6.15,
565
+ "grad_norm": 0.0012941138120368123,
566
+ "learning_rate": 6.0028571428571435e-06,
567
+ "loss": 0.0001,
568
+ "step": 1900
569
+ },
570
+ {
571
+ "epoch": 6.23,
572
+ "grad_norm": 0.003825143212452531,
573
+ "learning_rate": 5.9314285714285725e-06,
574
+ "loss": 0.0001,
575
+ "step": 1925
576
+ },
577
+ {
578
+ "epoch": 6.31,
579
+ "grad_norm": 0.002939299214631319,
580
+ "learning_rate": 5.86e-06,
581
+ "loss": 0.0,
582
+ "step": 1950
583
+ },
584
+ {
585
+ "epoch": 6.39,
586
+ "grad_norm": 0.0030452311038970947,
587
+ "learning_rate": 5.788571428571429e-06,
588
+ "loss": 0.0001,
589
+ "step": 1975
590
+ },
591
+ {
592
+ "epoch": 6.47,
593
+ "grad_norm": 0.017602646723389626,
594
+ "learning_rate": 5.717142857142858e-06,
595
+ "loss": 0.0,
596
+ "step": 2000
597
+ },
598
+ {
599
+ "epoch": 6.47,
600
+ "eval_loss": 0.018006248399615288,
601
+ "eval_runtime": 791.4436,
602
+ "eval_samples_per_second": 1.558,
603
+ "eval_steps_per_second": 0.196,
604
+ "eval_wer": 2.974041602200447,
605
+ "step": 2000
606
+ },
607
+ {
608
+ "epoch": 6.55,
609
+ "grad_norm": 0.09079013019800186,
610
+ "learning_rate": 5.645714285714287e-06,
611
+ "loss": 0.0001,
612
+ "step": 2025
613
+ },
614
+ {
615
+ "epoch": 6.63,
616
+ "grad_norm": 0.011517921462655067,
617
+ "learning_rate": 5.574285714285714e-06,
618
+ "loss": 0.0001,
619
+ "step": 2050
620
+ },
621
+ {
622
+ "epoch": 6.72,
623
+ "grad_norm": 0.0036222347989678383,
624
+ "learning_rate": 5.502857142857143e-06,
625
+ "loss": 0.0,
626
+ "step": 2075
627
+ },
628
+ {
629
+ "epoch": 6.8,
630
+ "grad_norm": 0.09321127831935883,
631
+ "learning_rate": 5.431428571428572e-06,
632
+ "loss": 0.0,
633
+ "step": 2100
634
+ },
635
+ {
636
+ "epoch": 6.88,
637
+ "grad_norm": 0.019542288035154343,
638
+ "learning_rate": 5.36e-06,
639
+ "loss": 0.0,
640
+ "step": 2125
641
+ },
642
+ {
643
+ "epoch": 6.96,
644
+ "grad_norm": 0.010700986720621586,
645
+ "learning_rate": 5.2885714285714285e-06,
646
+ "loss": 0.0001,
647
+ "step": 2150
648
+ },
649
+ {
650
+ "epoch": 7.04,
651
+ "grad_norm": 0.005260708276182413,
652
+ "learning_rate": 5.2171428571428575e-06,
653
+ "loss": 0.0,
654
+ "step": 2175
655
+ },
656
+ {
657
+ "epoch": 7.12,
658
+ "grad_norm": 0.0018403552239760756,
659
+ "learning_rate": 5.145714285714286e-06,
660
+ "loss": 0.0,
661
+ "step": 2200
662
+ },
663
+ {
664
+ "epoch": 7.2,
665
+ "grad_norm": 0.00291392276994884,
666
+ "learning_rate": 5.074285714285715e-06,
667
+ "loss": 0.0,
668
+ "step": 2225
669
+ },
670
+ {
671
+ "epoch": 7.28,
672
+ "grad_norm": 0.001351356622762978,
673
+ "learning_rate": 5.002857142857144e-06,
674
+ "loss": 0.0,
675
+ "step": 2250
676
+ },
677
+ {
678
+ "epoch": 7.36,
679
+ "grad_norm": 0.002212280174717307,
680
+ "learning_rate": 4.931428571428572e-06,
681
+ "loss": 0.0,
682
+ "step": 2275
683
+ },
684
+ {
685
+ "epoch": 7.44,
686
+ "grad_norm": 0.0013704759767279029,
687
+ "learning_rate": 4.86e-06,
688
+ "loss": 0.0,
689
+ "step": 2300
690
+ },
691
+ {
692
+ "epoch": 7.52,
693
+ "grad_norm": 0.004209516104310751,
694
+ "learning_rate": 4.788571428571429e-06,
695
+ "loss": 0.0,
696
+ "step": 2325
697
+ },
698
+ {
699
+ "epoch": 7.61,
700
+ "grad_norm": 0.004072306212037802,
701
+ "learning_rate": 4.717142857142857e-06,
702
+ "loss": 0.0,
703
+ "step": 2350
704
+ },
705
+ {
706
+ "epoch": 7.69,
707
+ "grad_norm": 0.0258013978600502,
708
+ "learning_rate": 4.645714285714286e-06,
709
+ "loss": 0.0,
710
+ "step": 2375
711
+ },
712
+ {
713
+ "epoch": 7.77,
714
+ "grad_norm": 0.0018390474142506719,
715
+ "learning_rate": 4.574285714285714e-06,
716
+ "loss": 0.0,
717
+ "step": 2400
718
+ },
719
+ {
720
+ "epoch": 7.85,
721
+ "grad_norm": 0.002616502810269594,
722
+ "learning_rate": 4.5028571428571434e-06,
723
+ "loss": 0.0,
724
+ "step": 2425
725
+ },
726
+ {
727
+ "epoch": 7.93,
728
+ "grad_norm": 0.0016982157249003649,
729
+ "learning_rate": 4.431428571428572e-06,
730
+ "loss": 0.0,
731
+ "step": 2450
732
+ },
733
+ {
734
+ "epoch": 8.01,
735
+ "grad_norm": 0.0023189985658973455,
736
+ "learning_rate": 4.360000000000001e-06,
737
+ "loss": 0.0,
738
+ "step": 2475
739
+ },
740
+ {
741
+ "epoch": 8.09,
742
+ "grad_norm": 0.003353666979819536,
743
+ "learning_rate": 4.288571428571429e-06,
744
+ "loss": 0.0,
745
+ "step": 2500
746
+ },
747
+ {
748
+ "epoch": 8.09,
749
+ "eval_loss": 0.017685044556856155,
750
+ "eval_runtime": 798.3523,
751
+ "eval_samples_per_second": 1.544,
752
+ "eval_steps_per_second": 0.194,
753
+ "eval_wer": 3.094378545642084,
754
+ "step": 2500
755
+ },
756
+ {
757
+ "epoch": 8.17,
758
+ "grad_norm": 0.0012944688787683845,
759
+ "learning_rate": 4.217142857142858e-06,
760
+ "loss": 0.0,
761
+ "step": 2525
762
+ },
763
+ {
764
+ "epoch": 8.25,
765
+ "grad_norm": 0.002697590971365571,
766
+ "learning_rate": 4.145714285714286e-06,
767
+ "loss": 0.0,
768
+ "step": 2550
769
+ },
770
+ {
771
+ "epoch": 8.33,
772
+ "grad_norm": 0.0015665855025872588,
773
+ "learning_rate": 4.074285714285714e-06,
774
+ "loss": 0.0,
775
+ "step": 2575
776
+ },
777
+ {
778
+ "epoch": 8.41,
779
+ "grad_norm": 0.0023723498452454805,
780
+ "learning_rate": 4.002857142857143e-06,
781
+ "loss": 0.0,
782
+ "step": 2600
783
+ },
784
+ {
785
+ "epoch": 8.5,
786
+ "grad_norm": 0.0024561272002756596,
787
+ "learning_rate": 3.931428571428571e-06,
788
+ "loss": 0.0,
789
+ "step": 2625
790
+ },
791
+ {
792
+ "epoch": 8.58,
793
+ "grad_norm": 0.0012809446780011058,
794
+ "learning_rate": 3.86e-06,
795
+ "loss": 0.0,
796
+ "step": 2650
797
+ },
798
+ {
799
+ "epoch": 8.66,
800
+ "grad_norm": 0.002741657430306077,
801
+ "learning_rate": 3.7885714285714285e-06,
802
+ "loss": 0.0,
803
+ "step": 2675
804
+ },
805
+ {
806
+ "epoch": 8.74,
807
+ "grad_norm": 0.0022798278369009495,
808
+ "learning_rate": 3.7171428571428575e-06,
809
+ "loss": 0.0,
810
+ "step": 2700
811
+ },
812
+ {
813
+ "epoch": 8.82,
814
+ "grad_norm": 0.0008324767695739865,
815
+ "learning_rate": 3.6457142857142857e-06,
816
+ "loss": 0.0,
817
+ "step": 2725
818
+ },
819
+ {
820
+ "epoch": 8.9,
821
+ "grad_norm": 0.0021829677280038595,
822
+ "learning_rate": 3.5742857142857147e-06,
823
+ "loss": 0.0,
824
+ "step": 2750
825
+ },
826
+ {
827
+ "epoch": 8.98,
828
+ "grad_norm": 0.0010186375584453344,
829
+ "learning_rate": 3.5028571428571433e-06,
830
+ "loss": 0.0,
831
+ "step": 2775
832
+ },
833
+ {
834
+ "epoch": 9.06,
835
+ "grad_norm": 0.0021447737235575914,
836
+ "learning_rate": 3.431428571428572e-06,
837
+ "loss": 0.0,
838
+ "step": 2800
839
+ },
840
+ {
841
+ "epoch": 9.14,
842
+ "grad_norm": 0.0014905674615874887,
843
+ "learning_rate": 3.3600000000000004e-06,
844
+ "loss": 0.0,
845
+ "step": 2825
846
+ },
847
+ {
848
+ "epoch": 9.22,
849
+ "grad_norm": 0.0023917625658214092,
850
+ "learning_rate": 3.2885714285714286e-06,
851
+ "loss": 0.0,
852
+ "step": 2850
853
+ },
854
+ {
855
+ "epoch": 9.3,
856
+ "grad_norm": 0.0014455171767622232,
857
+ "learning_rate": 3.2171428571428576e-06,
858
+ "loss": 0.0,
859
+ "step": 2875
860
+ },
861
+ {
862
+ "epoch": 9.39,
863
+ "grad_norm": 0.009605071507394314,
864
+ "learning_rate": 3.1457142857142858e-06,
865
+ "loss": 0.0,
866
+ "step": 2900
867
+ },
868
+ {
869
+ "epoch": 9.47,
870
+ "grad_norm": 0.0006564524956047535,
871
+ "learning_rate": 3.074285714285715e-06,
872
+ "loss": 0.0,
873
+ "step": 2925
874
+ },
875
+ {
876
+ "epoch": 9.55,
877
+ "grad_norm": 0.0008893849444575608,
878
+ "learning_rate": 3.002857142857143e-06,
879
+ "loss": 0.0,
880
+ "step": 2950
881
+ },
882
+ {
883
+ "epoch": 9.63,
884
+ "grad_norm": 0.001537854433991015,
885
+ "learning_rate": 2.9314285714285716e-06,
886
+ "loss": 0.0,
887
+ "step": 2975
888
+ },
889
+ {
890
+ "epoch": 9.71,
891
+ "grad_norm": 0.0020573874935507774,
892
+ "learning_rate": 2.86e-06,
893
+ "loss": 0.0,
894
+ "step": 3000
895
+ },
896
+ {
897
+ "epoch": 9.71,
898
+ "eval_loss": 0.017799125984311104,
899
+ "eval_runtime": 794.7434,
900
+ "eval_samples_per_second": 1.551,
901
+ "eval_steps_per_second": 0.195,
902
+ "eval_wer": 3.094378545642084,
903
+ "step": 3000
904
+ },
905
+ {
906
+ "epoch": 9.79,
907
+ "grad_norm": 0.001788494409993291,
908
+ "learning_rate": 2.7885714285714287e-06,
909
+ "loss": 0.0,
910
+ "step": 3025
911
+ },
912
+ {
913
+ "epoch": 9.87,
914
+ "grad_norm": 0.0009725405252538621,
915
+ "learning_rate": 2.7171428571428577e-06,
916
+ "loss": 0.0,
917
+ "step": 3050
918
+ },
919
+ {
920
+ "epoch": 9.95,
921
+ "grad_norm": 0.001284493599087,
922
+ "learning_rate": 2.645714285714286e-06,
923
+ "loss": 0.0,
924
+ "step": 3075
925
+ },
926
+ {
927
+ "epoch": 10.03,
928
+ "grad_norm": 0.0017106755403801799,
929
+ "learning_rate": 2.574285714285715e-06,
930
+ "loss": 0.0,
931
+ "step": 3100
932
+ },
933
+ {
934
+ "epoch": 10.11,
935
+ "grad_norm": 0.0007921723299659789,
936
+ "learning_rate": 2.502857142857143e-06,
937
+ "loss": 0.0,
938
+ "step": 3125
939
+ },
940
+ {
941
+ "epoch": 10.19,
942
+ "grad_norm": 0.0018981642788276076,
943
+ "learning_rate": 2.4314285714285717e-06,
944
+ "loss": 0.0,
945
+ "step": 3150
946
+ },
947
+ {
948
+ "epoch": 10.28,
949
+ "grad_norm": 0.0014530618209391832,
950
+ "learning_rate": 2.3600000000000003e-06,
951
+ "loss": 0.0,
952
+ "step": 3175
953
+ },
954
+ {
955
+ "epoch": 10.36,
956
+ "grad_norm": 0.0011344915255904198,
957
+ "learning_rate": 2.288571428571429e-06,
958
+ "loss": 0.0,
959
+ "step": 3200
960
+ },
961
+ {
962
+ "epoch": 10.44,
963
+ "grad_norm": 0.0006109612877480686,
964
+ "learning_rate": 2.2171428571428575e-06,
965
+ "loss": 0.0,
966
+ "step": 3225
967
+ },
968
+ {
969
+ "epoch": 10.52,
970
+ "grad_norm": 0.0011850837618112564,
971
+ "learning_rate": 2.145714285714286e-06,
972
+ "loss": 0.0,
973
+ "step": 3250
974
+ },
975
+ {
976
+ "epoch": 10.6,
977
+ "grad_norm": 0.0005283011123538017,
978
+ "learning_rate": 2.0742857142857146e-06,
979
+ "loss": 0.0,
980
+ "step": 3275
981
+ },
982
+ {
983
+ "epoch": 10.68,
984
+ "grad_norm": 0.0010328389471396804,
985
+ "learning_rate": 2.0028571428571432e-06,
986
+ "loss": 0.0,
987
+ "step": 3300
988
+ },
989
+ {
990
+ "epoch": 10.76,
991
+ "grad_norm": 0.0009599952027201653,
992
+ "learning_rate": 1.9314285714285714e-06,
993
+ "loss": 0.0,
994
+ "step": 3325
995
+ },
996
+ {
997
+ "epoch": 10.84,
998
+ "grad_norm": 0.0011755761224776506,
999
+ "learning_rate": 1.8600000000000002e-06,
1000
+ "loss": 0.0,
1001
+ "step": 3350
1002
+ },
1003
+ {
1004
+ "epoch": 10.92,
1005
+ "grad_norm": 0.0018132536206394434,
1006
+ "learning_rate": 1.7885714285714288e-06,
1007
+ "loss": 0.0,
1008
+ "step": 3375
1009
+ },
1010
+ {
1011
+ "epoch": 11.0,
1012
+ "grad_norm": 0.0018807642627507448,
1013
+ "learning_rate": 1.7171428571428572e-06,
1014
+ "loss": 0.0,
1015
+ "step": 3400
1016
+ },
1017
+ {
1018
+ "epoch": 11.08,
1019
+ "grad_norm": 0.003156110644340515,
1020
+ "learning_rate": 1.6457142857142857e-06,
1021
+ "loss": 0.0,
1022
+ "step": 3425
1023
+ },
1024
+ {
1025
+ "epoch": 11.17,
1026
+ "grad_norm": 0.0010045066010206938,
1027
+ "learning_rate": 1.5742857142857143e-06,
1028
+ "loss": 0.0,
1029
+ "step": 3450
1030
+ },
1031
+ {
1032
+ "epoch": 11.25,
1033
+ "grad_norm": 0.0008904847782105207,
1034
+ "learning_rate": 1.502857142857143e-06,
1035
+ "loss": 0.0,
1036
+ "step": 3475
1037
+ },
1038
+ {
1039
+ "epoch": 11.33,
1040
+ "grad_norm": 0.0013107324484735727,
1041
+ "learning_rate": 1.4314285714285717e-06,
1042
+ "loss": 0.0,
1043
+ "step": 3500
1044
+ },
1045
+ {
1046
+ "epoch": 11.33,
1047
+ "eval_loss": 0.017873059958219528,
1048
+ "eval_runtime": 799.0063,
1049
+ "eval_samples_per_second": 1.543,
1050
+ "eval_steps_per_second": 0.194,
1051
+ "eval_wer": 3.1287605294825513,
1052
+ "step": 3500
1053
+ },
1054
+ {
1055
+ "epoch": 11.41,
1056
+ "grad_norm": 0.0013505747774615884,
1057
+ "learning_rate": 1.3600000000000001e-06,
1058
+ "loss": 0.0,
1059
+ "step": 3525
1060
+ },
1061
+ {
1062
+ "epoch": 11.49,
1063
+ "grad_norm": 0.0013679265975952148,
1064
+ "learning_rate": 1.2885714285714287e-06,
1065
+ "loss": 0.0,
1066
+ "step": 3550
1067
+ },
1068
+ {
1069
+ "epoch": 11.57,
1070
+ "grad_norm": 0.0021877065300941467,
1071
+ "learning_rate": 1.2171428571428573e-06,
1072
+ "loss": 0.0,
1073
+ "step": 3575
1074
+ },
1075
+ {
1076
+ "epoch": 11.65,
1077
+ "grad_norm": 0.0011414324399083853,
1078
+ "learning_rate": 1.1457142857142859e-06,
1079
+ "loss": 0.0,
1080
+ "step": 3600
1081
+ },
1082
+ {
1083
+ "epoch": 11.73,
1084
+ "grad_norm": 0.0008932927739806473,
1085
+ "learning_rate": 1.0742857142857145e-06,
1086
+ "loss": 0.0,
1087
+ "step": 3625
1088
+ },
1089
+ {
1090
+ "epoch": 11.81,
1091
+ "grad_norm": 0.0016671326011419296,
1092
+ "learning_rate": 1.0028571428571428e-06,
1093
+ "loss": 0.0,
1094
+ "step": 3650
1095
+ },
1096
+ {
1097
+ "epoch": 11.89,
1098
+ "grad_norm": 0.0011023151455447078,
1099
+ "learning_rate": 9.314285714285714e-07,
1100
+ "loss": 0.0,
1101
+ "step": 3675
1102
+ },
1103
+ {
1104
+ "epoch": 11.97,
1105
+ "grad_norm": 0.0008648216025903821,
1106
+ "learning_rate": 8.6e-07,
1107
+ "loss": 0.0,
1108
+ "step": 3700
1109
+ },
1110
+ {
1111
+ "epoch": 12.06,
1112
+ "grad_norm": 0.003709783311933279,
1113
+ "learning_rate": 7.885714285714287e-07,
1114
+ "loss": 0.0,
1115
+ "step": 3725
1116
+ },
1117
+ {
1118
+ "epoch": 12.14,
1119
+ "grad_norm": 0.0005944801960140467,
1120
+ "learning_rate": 7.171428571428572e-07,
1121
+ "loss": 0.0,
1122
+ "step": 3750
1123
+ },
1124
+ {
1125
+ "epoch": 12.22,
1126
+ "grad_norm": 0.0010830622632056475,
1127
+ "learning_rate": 6.457142857142858e-07,
1128
+ "loss": 0.0,
1129
+ "step": 3775
1130
+ },
1131
+ {
1132
+ "epoch": 12.3,
1133
+ "grad_norm": 0.0018471087096258998,
1134
+ "learning_rate": 5.742857142857143e-07,
1135
+ "loss": 0.0,
1136
+ "step": 3800
1137
+ },
1138
+ {
1139
+ "epoch": 12.38,
1140
+ "grad_norm": 0.0018315908964723349,
1141
+ "learning_rate": 5.028571428571429e-07,
1142
+ "loss": 0.0,
1143
+ "step": 3825
1144
+ },
1145
+ {
1146
+ "epoch": 12.46,
1147
+ "grad_norm": 0.0010556795168668032,
1148
+ "learning_rate": 4.3142857142857146e-07,
1149
+ "loss": 0.0,
1150
+ "step": 3850
1151
+ },
1152
+ {
1153
+ "epoch": 12.54,
1154
+ "grad_norm": 0.001286807470023632,
1155
+ "learning_rate": 3.6e-07,
1156
+ "loss": 0.0,
1157
+ "step": 3875
1158
+ },
1159
+ {
1160
+ "epoch": 12.62,
1161
+ "grad_norm": 0.0025280534755438566,
1162
+ "learning_rate": 2.885714285714286e-07,
1163
+ "loss": 0.0,
1164
+ "step": 3900
1165
+ },
1166
+ {
1167
+ "epoch": 12.7,
1168
+ "grad_norm": 0.0008814557804726064,
1169
+ "learning_rate": 2.1714285714285715e-07,
1170
+ "loss": 0.0,
1171
+ "step": 3925
1172
+ },
1173
+ {
1174
+ "epoch": 12.78,
1175
+ "grad_norm": 0.0007184511632658541,
1176
+ "learning_rate": 1.4571428571428574e-07,
1177
+ "loss": 0.0,
1178
+ "step": 3950
1179
+ },
1180
+ {
1181
+ "epoch": 12.86,
1182
+ "grad_norm": 0.0024200354237109423,
1183
+ "learning_rate": 7.428571428571429e-08,
1184
+ "loss": 0.0,
1185
+ "step": 3975
1186
+ },
1187
+ {
1188
+ "epoch": 12.94,
1189
+ "grad_norm": 0.0013352702371776104,
1190
+ "learning_rate": 2.8571428571428576e-09,
1191
+ "loss": 0.0,
1192
+ "step": 4000
1193
+ },
1194
+ {
1195
+ "epoch": 12.94,
1196
+ "eval_loss": 0.017900340259075165,
1197
+ "eval_runtime": 798.968,
1198
+ "eval_samples_per_second": 1.543,
1199
+ "eval_steps_per_second": 0.194,
1200
+ "eval_wer": 3.1287605294825513,
1201
+ "step": 4000
1202
+ },
1203
+ {
1204
+ "epoch": 13.03,
1205
+ "grad_norm": 0.0006061609601601958,
1206
+ "learning_rate": 5.301333333333334e-06,
1207
+ "loss": 0.0,
1208
+ "step": 4025
1209
+ },
1210
+ {
1211
+ "epoch": 13.11,
1212
+ "grad_norm": 0.000903214851859957,
1213
+ "learning_rate": 5.268000000000001e-06,
1214
+ "loss": 0.0,
1215
+ "step": 4050
1216
+ },
1217
+ {
1218
+ "epoch": 13.19,
1219
+ "grad_norm": 0.0009095696732401848,
1220
+ "learning_rate": 5.234666666666667e-06,
1221
+ "loss": 0.0,
1222
+ "step": 4075
1223
+ },
1224
+ {
1225
+ "epoch": 13.27,
1226
+ "grad_norm": 0.0009569237590767443,
1227
+ "learning_rate": 5.201333333333334e-06,
1228
+ "loss": 0.0,
1229
+ "step": 4100
1230
+ },
1231
+ {
1232
+ "epoch": 13.35,
1233
+ "grad_norm": 0.0013346378691494465,
1234
+ "learning_rate": 5.168000000000001e-06,
1235
+ "loss": 0.0,
1236
+ "step": 4125
1237
+ },
1238
+ {
1239
+ "epoch": 13.43,
1240
+ "grad_norm": 0.0007105122786015272,
1241
+ "learning_rate": 5.134666666666667e-06,
1242
+ "loss": 0.0,
1243
+ "step": 4150
1244
+ },
1245
+ {
1246
+ "epoch": 13.51,
1247
+ "grad_norm": 0.001324965967796743,
1248
+ "learning_rate": 5.101333333333334e-06,
1249
+ "loss": 0.0,
1250
+ "step": 4175
1251
+ },
1252
+ {
1253
+ "epoch": 13.59,
1254
+ "grad_norm": 0.002936706179752946,
1255
+ "learning_rate": 5.0680000000000004e-06,
1256
+ "loss": 0.0,
1257
+ "step": 4200
1258
+ },
1259
+ {
1260
+ "epoch": 13.67,
1261
+ "grad_norm": 0.0006480725132860243,
1262
+ "learning_rate": 5.034666666666667e-06,
1263
+ "loss": 0.0,
1264
+ "step": 4225
1265
+ },
1266
+ {
1267
+ "epoch": 13.75,
1268
+ "grad_norm": 0.0008248516824096441,
1269
+ "learning_rate": 5.001333333333333e-06,
1270
+ "loss": 0.0,
1271
+ "step": 4250
1272
+ },
1273
+ {
1274
+ "epoch": 13.83,
1275
+ "grad_norm": 0.000976664014160633,
1276
+ "learning_rate": 4.9680000000000005e-06,
1277
+ "loss": 0.0,
1278
+ "step": 4275
1279
+ },
1280
+ {
1281
+ "epoch": 13.92,
1282
+ "grad_norm": 0.0007901455392129719,
1283
+ "learning_rate": 4.934666666666667e-06,
1284
+ "loss": 0.0,
1285
+ "step": 4300
1286
+ },
1287
+ {
1288
+ "epoch": 14.0,
1289
+ "grad_norm": 0.0008691786788403988,
1290
+ "learning_rate": 4.901333333333333e-06,
1291
+ "loss": 0.0,
1292
+ "step": 4325
1293
+ },
1294
+ {
1295
+ "epoch": 14.08,
1296
+ "grad_norm": 0.00039108938653953373,
1297
+ "learning_rate": 4.868000000000001e-06,
1298
+ "loss": 0.0,
1299
+ "step": 4350
1300
+ },
1301
+ {
1302
+ "epoch": 14.16,
1303
+ "grad_norm": 0.000672497262712568,
1304
+ "learning_rate": 4.834666666666667e-06,
1305
+ "loss": 0.0,
1306
+ "step": 4375
1307
+ },
1308
+ {
1309
+ "epoch": 14.24,
1310
+ "grad_norm": 0.0006290368619374931,
1311
+ "learning_rate": 4.801333333333334e-06,
1312
+ "loss": 0.0,
1313
+ "step": 4400
1314
+ },
1315
+ {
1316
+ "epoch": 14.32,
1317
+ "grad_norm": 0.0012541558826342225,
1318
+ "learning_rate": 4.768000000000001e-06,
1319
+ "loss": 0.0,
1320
+ "step": 4425
1321
+ },
1322
+ {
1323
+ "epoch": 14.4,
1324
+ "grad_norm": 0.0015149698592722416,
1325
+ "learning_rate": 4.734666666666667e-06,
1326
+ "loss": 0.0,
1327
+ "step": 4450
1328
+ },
1329
+ {
1330
+ "epoch": 14.48,
1331
+ "grad_norm": 0.001397727057337761,
1332
+ "learning_rate": 4.701333333333334e-06,
1333
+ "loss": 0.0,
1334
+ "step": 4475
1335
+ },
1336
+ {
1337
+ "epoch": 14.56,
1338
+ "grad_norm": 0.001000353367999196,
1339
+ "learning_rate": 4.668e-06,
1340
+ "loss": 0.0,
1341
+ "step": 4500
1342
+ },
1343
+ {
1344
+ "epoch": 14.56,
1345
+ "eval_loss": 0.018149884417653084,
1346
+ "eval_runtime": 806.023,
1347
+ "eval_samples_per_second": 1.53,
1348
+ "eval_steps_per_second": 0.192,
1349
+ "eval_wer": 2.888086642599278,
1350
+ "step": 4500
1351
+ },
1352
+ {
1353
+ "epoch": 14.64,
1354
+ "grad_norm": 0.0004112539754714817,
1355
+ "learning_rate": 4.634666666666667e-06,
1356
+ "loss": 0.0,
1357
+ "step": 4525
1358
+ },
1359
+ {
1360
+ "epoch": 14.72,
1361
+ "grad_norm": 0.00042669521644711494,
1362
+ "learning_rate": 4.601333333333334e-06,
1363
+ "loss": 0.0,
1364
+ "step": 4550
1365
+ },
1366
+ {
1367
+ "epoch": 14.81,
1368
+ "grad_norm": 0.0005972330691292882,
1369
+ "learning_rate": 4.568e-06,
1370
+ "loss": 0.0,
1371
+ "step": 4575
1372
+ },
1373
+ {
1374
+ "epoch": 14.89,
1375
+ "grad_norm": 0.000703622295986861,
1376
+ "learning_rate": 4.534666666666667e-06,
1377
+ "loss": 0.0,
1378
+ "step": 4600
1379
+ },
1380
+ {
1381
+ "epoch": 14.97,
1382
+ "grad_norm": 0.0008054905338212848,
1383
+ "learning_rate": 4.501333333333334e-06,
1384
+ "loss": 0.0,
1385
+ "step": 4625
1386
+ },
1387
+ {
1388
+ "epoch": 15.05,
1389
+ "grad_norm": 0.0006107372464612126,
1390
+ "learning_rate": 4.468e-06,
1391
+ "loss": 0.0,
1392
+ "step": 4650
1393
+ },
1394
+ {
1395
+ "epoch": 15.13,
1396
+ "grad_norm": 0.0011443241965025663,
1397
+ "learning_rate": 4.4346666666666675e-06,
1398
+ "loss": 0.0,
1399
+ "step": 4675
1400
+ },
1401
+ {
1402
+ "epoch": 15.21,
1403
+ "grad_norm": 0.0007337784627452493,
1404
+ "learning_rate": 4.401333333333334e-06,
1405
+ "loss": 0.0,
1406
+ "step": 4700
1407
+ },
1408
+ {
1409
+ "epoch": 15.29,
1410
+ "grad_norm": 0.0005867818254046142,
1411
+ "learning_rate": 4.368e-06,
1412
+ "loss": 0.0,
1413
+ "step": 4725
1414
+ },
1415
+ {
1416
+ "epoch": 15.37,
1417
+ "grad_norm": 0.00047605938743799925,
1418
+ "learning_rate": 4.334666666666667e-06,
1419
+ "loss": 0.0,
1420
+ "step": 4750
1421
+ },
1422
+ {
1423
+ "epoch": 15.45,
1424
+ "grad_norm": 0.0007535215700045228,
1425
+ "learning_rate": 4.301333333333333e-06,
1426
+ "loss": 0.0,
1427
+ "step": 4775
1428
+ },
1429
+ {
1430
+ "epoch": 15.53,
1431
+ "grad_norm": 0.0004895786987617612,
1432
+ "learning_rate": 4.2680000000000005e-06,
1433
+ "loss": 0.0,
1434
+ "step": 4800
1435
+ },
1436
+ {
1437
+ "epoch": 15.61,
1438
+ "grad_norm": 0.0005502207204699516,
1439
+ "learning_rate": 4.234666666666667e-06,
1440
+ "loss": 0.0,
1441
+ "step": 4825
1442
+ },
1443
+ {
1444
+ "epoch": 15.7,
1445
+ "grad_norm": 0.0008273226558230817,
1446
+ "learning_rate": 4.201333333333334e-06,
1447
+ "loss": 0.0,
1448
+ "step": 4850
1449
+ },
1450
+ {
1451
+ "epoch": 15.78,
1452
+ "grad_norm": 0.0008853155304677784,
1453
+ "learning_rate": 4.168000000000001e-06,
1454
+ "loss": 0.0,
1455
+ "step": 4875
1456
+ },
1457
+ {
1458
+ "epoch": 15.86,
1459
+ "grad_norm": 0.0008551743812859058,
1460
+ "learning_rate": 4.134666666666667e-06,
1461
+ "loss": 0.0,
1462
+ "step": 4900
1463
+ },
1464
+ {
1465
+ "epoch": 15.94,
1466
+ "grad_norm": 0.0012048580683767796,
1467
+ "learning_rate": 4.1013333333333334e-06,
1468
+ "loss": 0.0,
1469
+ "step": 4925
1470
+ },
1471
+ {
1472
+ "epoch": 16.02,
1473
+ "grad_norm": 0.00043612357694655657,
1474
+ "learning_rate": 4.068000000000001e-06,
1475
+ "loss": 0.0,
1476
+ "step": 4950
1477
+ },
1478
+ {
1479
+ "epoch": 16.1,
1480
+ "grad_norm": 0.0005169506184756756,
1481
+ "learning_rate": 4.034666666666667e-06,
1482
+ "loss": 0.0,
1483
+ "step": 4975
1484
+ },
1485
+ {
1486
+ "epoch": 16.18,
1487
+ "grad_norm": 0.000585487752687186,
1488
+ "learning_rate": 4.0013333333333335e-06,
1489
+ "loss": 0.0,
1490
+ "step": 5000
1491
+ },
1492
+ {
1493
+ "epoch": 16.18,
1494
+ "eval_loss": 0.018417511135339737,
1495
+ "eval_runtime": 808.2166,
1496
+ "eval_samples_per_second": 1.526,
1497
+ "eval_steps_per_second": 0.192,
1498
+ "eval_wer": 2.9224686264397457,
1499
+ "step": 5000
1500
+ },
1501
+ {
1502
+ "epoch": 16.26,
1503
+ "grad_norm": 0.000627236848231405,
1504
+ "learning_rate": 3.968e-06,
1505
+ "loss": 0.0,
1506
+ "step": 5025
1507
+ },
1508
+ {
1509
+ "epoch": 16.34,
1510
+ "grad_norm": 0.0008906592265702784,
1511
+ "learning_rate": 3.934666666666667e-06,
1512
+ "loss": 0.0,
1513
+ "step": 5050
1514
+ },
1515
+ {
1516
+ "epoch": 16.42,
1517
+ "grad_norm": 0.0005441014654934406,
1518
+ "learning_rate": 3.901333333333334e-06,
1519
+ "loss": 0.0,
1520
+ "step": 5075
1521
+ },
1522
+ {
1523
+ "epoch": 16.5,
1524
+ "grad_norm": 0.001127504394389689,
1525
+ "learning_rate": 3.868e-06,
1526
+ "loss": 0.0,
1527
+ "step": 5100
1528
+ },
1529
+ {
1530
+ "epoch": 16.59,
1531
+ "grad_norm": 0.0006261191447265446,
1532
+ "learning_rate": 3.834666666666667e-06,
1533
+ "loss": 0.0,
1534
+ "step": 5125
1535
+ },
1536
+ {
1537
+ "epoch": 16.67,
1538
+ "grad_norm": 0.0007385109784081578,
1539
+ "learning_rate": 3.8013333333333333e-06,
1540
+ "loss": 0.0,
1541
+ "step": 5150
1542
+ },
1543
+ {
1544
+ "epoch": 16.75,
1545
+ "grad_norm": 0.0010095132747665048,
1546
+ "learning_rate": 3.7680000000000006e-06,
1547
+ "loss": 0.0,
1548
+ "step": 5175
1549
+ },
1550
+ {
1551
+ "epoch": 16.83,
1552
+ "grad_norm": 0.0008644785266369581,
1553
+ "learning_rate": 3.734666666666667e-06,
1554
+ "loss": 0.0,
1555
+ "step": 5200
1556
+ },
1557
+ {
1558
+ "epoch": 16.91,
1559
+ "grad_norm": 0.0005047526792623103,
1560
+ "learning_rate": 3.7013333333333334e-06,
1561
+ "loss": 0.0,
1562
+ "step": 5225
1563
+ },
1564
+ {
1565
+ "epoch": 16.99,
1566
+ "grad_norm": 0.0005285277147777379,
1567
+ "learning_rate": 3.6680000000000003e-06,
1568
+ "loss": 0.0,
1569
+ "step": 5250
1570
+ },
1571
+ {
1572
+ "epoch": 17.07,
1573
+ "grad_norm": 0.0005454490310512483,
1574
+ "learning_rate": 3.6346666666666667e-06,
1575
+ "loss": 0.0,
1576
+ "step": 5275
1577
+ },
1578
+ {
1579
+ "epoch": 17.15,
1580
+ "grad_norm": 0.0005612596869468689,
1581
+ "learning_rate": 3.601333333333334e-06,
1582
+ "loss": 0.0,
1583
+ "step": 5300
1584
+ },
1585
+ {
1586
+ "epoch": 17.23,
1587
+ "grad_norm": 0.0006952615804038942,
1588
+ "learning_rate": 3.5680000000000004e-06,
1589
+ "loss": 0.0,
1590
+ "step": 5325
1591
+ },
1592
+ {
1593
+ "epoch": 17.31,
1594
+ "grad_norm": 0.0005712429410777986,
1595
+ "learning_rate": 3.534666666666667e-06,
1596
+ "loss": 0.0,
1597
+ "step": 5350
1598
+ },
1599
+ {
1600
+ "epoch": 17.39,
1601
+ "grad_norm": 0.00041945508564822376,
1602
+ "learning_rate": 3.5013333333333337e-06,
1603
+ "loss": 0.0,
1604
+ "step": 5375
1605
+ },
1606
+ {
1607
+ "epoch": 17.48,
1608
+ "grad_norm": 0.00044482393423095345,
1609
+ "learning_rate": 3.468e-06,
1610
+ "loss": 0.0,
1611
+ "step": 5400
1612
+ },
1613
+ {
1614
+ "epoch": 17.56,
1615
+ "grad_norm": 0.0004090140573680401,
1616
+ "learning_rate": 3.4346666666666665e-06,
1617
+ "loss": 0.0,
1618
+ "step": 5425
1619
+ },
1620
+ {
1621
+ "epoch": 17.64,
1622
+ "grad_norm": 0.00047689909115433693,
1623
+ "learning_rate": 3.4013333333333338e-06,
1624
+ "loss": 0.0,
1625
+ "step": 5450
1626
+ },
1627
+ {
1628
+ "epoch": 17.72,
1629
+ "grad_norm": 0.0006317782681435347,
1630
+ "learning_rate": 3.368e-06,
1631
+ "loss": 0.0,
1632
+ "step": 5475
1633
+ },
1634
+ {
1635
+ "epoch": 17.8,
1636
+ "grad_norm": 0.0004752794047817588,
1637
+ "learning_rate": 3.334666666666667e-06,
1638
+ "loss": 0.0,
1639
+ "step": 5500
1640
+ },
1641
+ {
1642
+ "epoch": 17.8,
1643
+ "eval_loss": 0.018600720912218094,
1644
+ "eval_runtime": 803.0485,
1645
+ "eval_samples_per_second": 1.535,
1646
+ "eval_steps_per_second": 0.193,
1647
+ "eval_wer": 3.0256145779611483,
1648
+ "step": 5500
1649
+ },
1650
+ {
1651
+ "epoch": 17.88,
1652
+ "grad_norm": 0.0007763198809698224,
1653
+ "learning_rate": 3.3013333333333335e-06,
1654
+ "loss": 0.0,
1655
+ "step": 5525
1656
+ },
1657
+ {
1658
+ "epoch": 17.96,
1659
+ "grad_norm": 0.0006742349942214787,
1660
+ "learning_rate": 3.268e-06,
1661
+ "loss": 0.0,
1662
+ "step": 5550
1663
+ },
1664
+ {
1665
+ "epoch": 18.04,
1666
+ "grad_norm": 0.00037475177668966353,
1667
+ "learning_rate": 3.234666666666667e-06,
1668
+ "loss": 0.0,
1669
+ "step": 5575
1670
+ },
1671
+ {
1672
+ "epoch": 18.12,
1673
+ "grad_norm": 0.0003356238012202084,
1674
+ "learning_rate": 3.2013333333333336e-06,
1675
+ "loss": 0.0,
1676
+ "step": 5600
1677
+ },
1678
+ {
1679
+ "epoch": 18.2,
1680
+ "grad_norm": 0.0004451247223187238,
1681
+ "learning_rate": 3.1680000000000004e-06,
1682
+ "loss": 0.0,
1683
+ "step": 5625
1684
+ },
1685
+ {
1686
+ "epoch": 18.28,
1687
+ "grad_norm": 0.0006252903258427978,
1688
+ "learning_rate": 3.134666666666667e-06,
1689
+ "loss": 0.0,
1690
+ "step": 5650
1691
+ },
1692
+ {
1693
+ "epoch": 18.37,
1694
+ "grad_norm": 0.00027708217385225,
1695
+ "learning_rate": 3.1013333333333333e-06,
1696
+ "loss": 0.0,
1697
+ "step": 5675
1698
+ },
1699
+ {
1700
+ "epoch": 18.45,
1701
+ "grad_norm": 0.00046747917076572776,
1702
+ "learning_rate": 3.0680000000000005e-06,
1703
+ "loss": 0.0,
1704
+ "step": 5700
1705
+ },
1706
+ {
1707
+ "epoch": 18.53,
1708
+ "grad_norm": 0.0009358280221931636,
1709
+ "learning_rate": 3.034666666666667e-06,
1710
+ "loss": 0.0,
1711
+ "step": 5725
1712
+ },
1713
+ {
1714
+ "epoch": 18.61,
1715
+ "grad_norm": 0.0007056727772578597,
1716
+ "learning_rate": 3.0013333333333334e-06,
1717
+ "loss": 0.0,
1718
+ "step": 5750
1719
+ },
1720
+ {
1721
+ "epoch": 18.69,
1722
+ "grad_norm": 0.00043415065738372505,
1723
+ "learning_rate": 2.9680000000000002e-06,
1724
+ "loss": 0.0,
1725
+ "step": 5775
1726
+ },
1727
+ {
1728
+ "epoch": 18.77,
1729
+ "grad_norm": 0.0005403661634773016,
1730
+ "learning_rate": 2.9346666666666666e-06,
1731
+ "loss": 0.0,
1732
+ "step": 5800
1733
+ },
1734
+ {
1735
+ "epoch": 18.85,
1736
+ "grad_norm": 0.0002807588898576796,
1737
+ "learning_rate": 2.901333333333334e-06,
1738
+ "loss": 0.0,
1739
+ "step": 5825
1740
+ },
1741
+ {
1742
+ "epoch": 18.93,
1743
+ "grad_norm": 0.00064972008112818,
1744
+ "learning_rate": 2.8680000000000003e-06,
1745
+ "loss": 0.0,
1746
+ "step": 5850
1747
+ },
1748
+ {
1749
+ "epoch": 19.01,
1750
+ "grad_norm": 0.00047511656885035336,
1751
+ "learning_rate": 2.8346666666666667e-06,
1752
+ "loss": 0.0,
1753
+ "step": 5875
1754
+ },
1755
+ {
1756
+ "epoch": 19.09,
1757
+ "grad_norm": 0.0008176405099220574,
1758
+ "learning_rate": 2.8013333333333336e-06,
1759
+ "loss": 0.0,
1760
+ "step": 5900
1761
+ },
1762
+ {
1763
+ "epoch": 19.17,
1764
+ "grad_norm": 0.0006749618332833052,
1765
+ "learning_rate": 2.768e-06,
1766
+ "loss": 0.0,
1767
+ "step": 5925
1768
+ },
1769
+ {
1770
+ "epoch": 19.26,
1771
+ "grad_norm": 0.00030714174499735236,
1772
+ "learning_rate": 2.7346666666666673e-06,
1773
+ "loss": 0.0,
1774
+ "step": 5950
1775
+ },
1776
+ {
1777
+ "epoch": 19.34,
1778
+ "grad_norm": 0.0002531746868044138,
1779
+ "learning_rate": 2.7013333333333337e-06,
1780
+ "loss": 0.0,
1781
+ "step": 5975
1782
+ },
1783
+ {
1784
+ "epoch": 19.42,
1785
+ "grad_norm": 0.0002513741492293775,
1786
+ "learning_rate": 2.668e-06,
1787
+ "loss": 0.0,
1788
+ "step": 6000
1789
+ },
1790
+ {
1791
+ "epoch": 19.42,
1792
+ "eval_loss": 0.01877419464290142,
1793
+ "eval_runtime": 802.3536,
1794
+ "eval_samples_per_second": 1.537,
1795
+ "eval_steps_per_second": 0.193,
1796
+ "eval_wer": 3.1803335052432526,
1797
+ "step": 6000
1798
+ }
1799
+ ],
1800
+ "logging_steps": 25,
1801
+ "max_steps": 8000,
1802
+ "num_input_tokens_seen": 0,
1803
+ "num_train_epochs": 26,
1804
+ "save_steps": 1000,
1805
+ "total_flos": 2.763840095944704e+19,
1806
+ "train_batch_size": 16,
1807
+ "trial_name": null,
1808
+ "trial_params": null
1809
+ }
checkpoint-6000/training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:81fdd69ed4230c843750246ce946cd9653ab2226cbd46ba20a262fd6ffd7c78b
3
+ size 5112