DewiBrynJones commited on
Commit
e0f2216
1 Parent(s): fc3a4d2

End of training

Browse files
README.md CHANGED
@@ -15,7 +15,7 @@ should probably proofread and complete it, then remove this comment. -->
15
 
16
  # whisper-large-v3-ft-btb-ca-cy
17
 
18
- This model is a fine-tuned version of [openai/whisper-large-v3](https://huggingface.co/openai/whisper-large-v3) on an unknown dataset.
19
  It achieves the following results on the evaluation set:
20
  - Loss: 0.4037
21
  - Wer: 0.2791
 
15
 
16
  # whisper-large-v3-ft-btb-ca-cy
17
 
18
+ This model is a fine-tuned version of [openai/whisper-large-v3](https://huggingface.co/openai/whisper-large-v3) on the DewiBrynJones/banc-trawsgrifiadau-bangor-clean train main, cymen-arfor/15awr train+dev+test main dataset.
19
  It achieves the following results on the evaluation set:
20
  - Loss: 0.4037
21
  - Wer: 0.2791
all_results.json ADDED
@@ -0,0 +1,15 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 3.1938677738741617,
3
+ "eval_loss": 0.40369176864624023,
4
+ "eval_runtime": 1635.5488,
5
+ "eval_samples": 3901,
6
+ "eval_samples_per_second": 2.385,
7
+ "eval_steps_per_second": 0.149,
8
+ "eval_wer": 0.27909784603496574,
9
+ "total_flos": 5.435895365546803e+20,
10
+ "train_loss": 0.3537434986591339,
11
+ "train_runtime": 57744.1557,
12
+ "train_samples": 50095,
13
+ "train_samples_per_second": 2.771,
14
+ "train_steps_per_second": 0.087
15
+ }
eval_results.json ADDED
@@ -0,0 +1,9 @@
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 3.1938677738741617,
3
+ "eval_loss": 0.40369176864624023,
4
+ "eval_runtime": 1635.5488,
5
+ "eval_samples": 3901,
6
+ "eval_samples_per_second": 2.385,
7
+ "eval_steps_per_second": 0.149,
8
+ "eval_wer": 0.27909784603496574
9
+ }
runs/Oct29_13-03-52_443023c04f1e/events.out.tfevents.1730266679.443023c04f1e.36.1 ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:f7e733abdd8dffbbbf172dd82e60ec570d7c09c5639c4c1d7551b2971f92437b
3
+ size 406
train_results.json ADDED
@@ -0,0 +1,9 @@
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 3.1938677738741617,
3
+ "total_flos": 5.435895365546803e+20,
4
+ "train_loss": 0.3537434986591339,
5
+ "train_runtime": 57744.1557,
6
+ "train_samples": 50095,
7
+ "train_samples_per_second": 2.771,
8
+ "train_steps_per_second": 0.087
9
+ }
trainer_state.json ADDED
@@ -0,0 +1,1487 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": null,
3
+ "best_model_checkpoint": null,
4
+ "epoch": 3.1938677738741617,
5
+ "eval_steps": 1000,
6
+ "global_step": 5000,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.015969338869370808,
13
+ "grad_norm": 9.112746238708496,
14
+ "learning_rate": 5.000000000000001e-07,
15
+ "loss": 1.6703,
16
+ "step": 25
17
+ },
18
+ {
19
+ "epoch": 0.031938677738741615,
20
+ "grad_norm": 5.510941505432129,
21
+ "learning_rate": 1.0000000000000002e-06,
22
+ "loss": 1.2963,
23
+ "step": 50
24
+ },
25
+ {
26
+ "epoch": 0.047908016608112426,
27
+ "grad_norm": 5.158988952636719,
28
+ "learning_rate": 1.5e-06,
29
+ "loss": 1.0164,
30
+ "step": 75
31
+ },
32
+ {
33
+ "epoch": 0.06387735547748323,
34
+ "grad_norm": 5.4585957527160645,
35
+ "learning_rate": 2.0000000000000003e-06,
36
+ "loss": 0.8123,
37
+ "step": 100
38
+ },
39
+ {
40
+ "epoch": 0.07984669434685404,
41
+ "grad_norm": 5.480216979980469,
42
+ "learning_rate": 2.5e-06,
43
+ "loss": 0.7918,
44
+ "step": 125
45
+ },
46
+ {
47
+ "epoch": 0.09581603321622485,
48
+ "grad_norm": 5.493738651275635,
49
+ "learning_rate": 3e-06,
50
+ "loss": 0.7452,
51
+ "step": 150
52
+ },
53
+ {
54
+ "epoch": 0.11178537208559565,
55
+ "grad_norm": 4.575730800628662,
56
+ "learning_rate": 3.5e-06,
57
+ "loss": 0.7583,
58
+ "step": 175
59
+ },
60
+ {
61
+ "epoch": 0.12775471095496646,
62
+ "grad_norm": 4.527775764465332,
63
+ "learning_rate": 4.000000000000001e-06,
64
+ "loss": 0.7108,
65
+ "step": 200
66
+ },
67
+ {
68
+ "epoch": 0.14372404982433729,
69
+ "grad_norm": 4.807627201080322,
70
+ "learning_rate": 4.5e-06,
71
+ "loss": 0.7146,
72
+ "step": 225
73
+ },
74
+ {
75
+ "epoch": 0.15969338869370808,
76
+ "grad_norm": 4.733044147491455,
77
+ "learning_rate": 5e-06,
78
+ "loss": 0.659,
79
+ "step": 250
80
+ },
81
+ {
82
+ "epoch": 0.17566272756307888,
83
+ "grad_norm": 5.310563564300537,
84
+ "learning_rate": 5.500000000000001e-06,
85
+ "loss": 0.7,
86
+ "step": 275
87
+ },
88
+ {
89
+ "epoch": 0.1916320664324497,
90
+ "grad_norm": 4.584811687469482,
91
+ "learning_rate": 6e-06,
92
+ "loss": 0.6643,
93
+ "step": 300
94
+ },
95
+ {
96
+ "epoch": 0.2076014053018205,
97
+ "grad_norm": 5.011808395385742,
98
+ "learning_rate": 6.5000000000000004e-06,
99
+ "loss": 0.6696,
100
+ "step": 325
101
+ },
102
+ {
103
+ "epoch": 0.2235707441711913,
104
+ "grad_norm": 4.633641719818115,
105
+ "learning_rate": 7e-06,
106
+ "loss": 0.6692,
107
+ "step": 350
108
+ },
109
+ {
110
+ "epoch": 0.23954008304056212,
111
+ "grad_norm": 3.665330648422241,
112
+ "learning_rate": 7.500000000000001e-06,
113
+ "loss": 0.6285,
114
+ "step": 375
115
+ },
116
+ {
117
+ "epoch": 0.2555094219099329,
118
+ "grad_norm": 5.0646185874938965,
119
+ "learning_rate": 8.000000000000001e-06,
120
+ "loss": 0.6313,
121
+ "step": 400
122
+ },
123
+ {
124
+ "epoch": 0.2714787607793037,
125
+ "grad_norm": 3.9207818508148193,
126
+ "learning_rate": 8.5e-06,
127
+ "loss": 0.6045,
128
+ "step": 425
129
+ },
130
+ {
131
+ "epoch": 0.28744809964867457,
132
+ "grad_norm": 4.316348552703857,
133
+ "learning_rate": 9e-06,
134
+ "loss": 0.6044,
135
+ "step": 450
136
+ },
137
+ {
138
+ "epoch": 0.30341743851804537,
139
+ "grad_norm": 3.9778010845184326,
140
+ "learning_rate": 9.5e-06,
141
+ "loss": 0.6015,
142
+ "step": 475
143
+ },
144
+ {
145
+ "epoch": 0.31938677738741617,
146
+ "grad_norm": 3.8584372997283936,
147
+ "learning_rate": 1e-05,
148
+ "loss": 0.5793,
149
+ "step": 500
150
+ },
151
+ {
152
+ "epoch": 0.33535611625678696,
153
+ "grad_norm": 4.777307033538818,
154
+ "learning_rate": 9.944444444444445e-06,
155
+ "loss": 0.6289,
156
+ "step": 525
157
+ },
158
+ {
159
+ "epoch": 0.35132545512615776,
160
+ "grad_norm": 4.359010219573975,
161
+ "learning_rate": 9.88888888888889e-06,
162
+ "loss": 0.6047,
163
+ "step": 550
164
+ },
165
+ {
166
+ "epoch": 0.3672947939955286,
167
+ "grad_norm": 4.476827621459961,
168
+ "learning_rate": 9.833333333333333e-06,
169
+ "loss": 0.5868,
170
+ "step": 575
171
+ },
172
+ {
173
+ "epoch": 0.3832641328648994,
174
+ "grad_norm": 3.478997230529785,
175
+ "learning_rate": 9.777777777777779e-06,
176
+ "loss": 0.5877,
177
+ "step": 600
178
+ },
179
+ {
180
+ "epoch": 0.3992334717342702,
181
+ "grad_norm": 4.191431522369385,
182
+ "learning_rate": 9.722222222222223e-06,
183
+ "loss": 0.547,
184
+ "step": 625
185
+ },
186
+ {
187
+ "epoch": 0.415202810603641,
188
+ "grad_norm": 3.8496177196502686,
189
+ "learning_rate": 9.666666666666667e-06,
190
+ "loss": 0.5511,
191
+ "step": 650
192
+ },
193
+ {
194
+ "epoch": 0.4311721494730118,
195
+ "grad_norm": 3.78070330619812,
196
+ "learning_rate": 9.611111111111112e-06,
197
+ "loss": 0.5503,
198
+ "step": 675
199
+ },
200
+ {
201
+ "epoch": 0.4471414883423826,
202
+ "grad_norm": 3.223071813583374,
203
+ "learning_rate": 9.555555555555556e-06,
204
+ "loss": 0.5418,
205
+ "step": 700
206
+ },
207
+ {
208
+ "epoch": 0.46311082721175345,
209
+ "grad_norm": 4.323662281036377,
210
+ "learning_rate": 9.5e-06,
211
+ "loss": 0.5362,
212
+ "step": 725
213
+ },
214
+ {
215
+ "epoch": 0.47908016608112425,
216
+ "grad_norm": 3.7754769325256348,
217
+ "learning_rate": 9.444444444444445e-06,
218
+ "loss": 0.5478,
219
+ "step": 750
220
+ },
221
+ {
222
+ "epoch": 0.49504950495049505,
223
+ "grad_norm": 4.361028671264648,
224
+ "learning_rate": 9.38888888888889e-06,
225
+ "loss": 0.5257,
226
+ "step": 775
227
+ },
228
+ {
229
+ "epoch": 0.5110188438198658,
230
+ "grad_norm": 3.5216853618621826,
231
+ "learning_rate": 9.333333333333334e-06,
232
+ "loss": 0.5046,
233
+ "step": 800
234
+ },
235
+ {
236
+ "epoch": 0.5269881826892366,
237
+ "grad_norm": 3.39201021194458,
238
+ "learning_rate": 9.277777777777778e-06,
239
+ "loss": 0.5209,
240
+ "step": 825
241
+ },
242
+ {
243
+ "epoch": 0.5429575215586074,
244
+ "grad_norm": 3.3704864978790283,
245
+ "learning_rate": 9.222222222222224e-06,
246
+ "loss": 0.5128,
247
+ "step": 850
248
+ },
249
+ {
250
+ "epoch": 0.5589268604279782,
251
+ "grad_norm": 3.4954028129577637,
252
+ "learning_rate": 9.166666666666666e-06,
253
+ "loss": 0.4954,
254
+ "step": 875
255
+ },
256
+ {
257
+ "epoch": 0.5748961992973491,
258
+ "grad_norm": 3.267204523086548,
259
+ "learning_rate": 9.111111111111112e-06,
260
+ "loss": 0.5204,
261
+ "step": 900
262
+ },
263
+ {
264
+ "epoch": 0.5908655381667199,
265
+ "grad_norm": 3.802452802658081,
266
+ "learning_rate": 9.055555555555556e-06,
267
+ "loss": 0.4988,
268
+ "step": 925
269
+ },
270
+ {
271
+ "epoch": 0.6068348770360907,
272
+ "grad_norm": 3.5180504322052,
273
+ "learning_rate": 9e-06,
274
+ "loss": 0.5068,
275
+ "step": 950
276
+ },
277
+ {
278
+ "epoch": 0.6228042159054615,
279
+ "grad_norm": 3.5314347743988037,
280
+ "learning_rate": 8.944444444444446e-06,
281
+ "loss": 0.5039,
282
+ "step": 975
283
+ },
284
+ {
285
+ "epoch": 0.6387735547748323,
286
+ "grad_norm": 3.1311240196228027,
287
+ "learning_rate": 8.888888888888888e-06,
288
+ "loss": 0.4739,
289
+ "step": 1000
290
+ },
291
+ {
292
+ "epoch": 0.6387735547748323,
293
+ "eval_loss": 0.4840342402458191,
294
+ "eval_runtime": 1688.2428,
295
+ "eval_samples_per_second": 2.311,
296
+ "eval_steps_per_second": 0.145,
297
+ "eval_wer": 0.3517579445571332,
298
+ "step": 1000
299
+ },
300
+ {
301
+ "epoch": 0.6547428936442031,
302
+ "grad_norm": 2.715566396713257,
303
+ "learning_rate": 8.833333333333334e-06,
304
+ "loss": 0.502,
305
+ "step": 1025
306
+ },
307
+ {
308
+ "epoch": 0.6707122325135739,
309
+ "grad_norm": 3.692412853240967,
310
+ "learning_rate": 8.777777777777778e-06,
311
+ "loss": 0.4733,
312
+ "step": 1050
313
+ },
314
+ {
315
+ "epoch": 0.6866815713829447,
316
+ "grad_norm": 3.414935350418091,
317
+ "learning_rate": 8.722222222222224e-06,
318
+ "loss": 0.4945,
319
+ "step": 1075
320
+ },
321
+ {
322
+ "epoch": 0.7026509102523155,
323
+ "grad_norm": 3.058530569076538,
324
+ "learning_rate": 8.666666666666668e-06,
325
+ "loss": 0.5033,
326
+ "step": 1100
327
+ },
328
+ {
329
+ "epoch": 0.7186202491216863,
330
+ "grad_norm": 3.8033292293548584,
331
+ "learning_rate": 8.611111111111112e-06,
332
+ "loss": 0.483,
333
+ "step": 1125
334
+ },
335
+ {
336
+ "epoch": 0.7345895879910572,
337
+ "grad_norm": 3.238865852355957,
338
+ "learning_rate": 8.555555555555556e-06,
339
+ "loss": 0.4809,
340
+ "step": 1150
341
+ },
342
+ {
343
+ "epoch": 0.750558926860428,
344
+ "grad_norm": 2.665280342102051,
345
+ "learning_rate": 8.5e-06,
346
+ "loss": 0.4792,
347
+ "step": 1175
348
+ },
349
+ {
350
+ "epoch": 0.7665282657297988,
351
+ "grad_norm": 2.9003748893737793,
352
+ "learning_rate": 8.444444444444446e-06,
353
+ "loss": 0.4662,
354
+ "step": 1200
355
+ },
356
+ {
357
+ "epoch": 0.7824976045991696,
358
+ "grad_norm": 2.7720658779144287,
359
+ "learning_rate": 8.38888888888889e-06,
360
+ "loss": 0.4532,
361
+ "step": 1225
362
+ },
363
+ {
364
+ "epoch": 0.7984669434685404,
365
+ "grad_norm": 3.0096704959869385,
366
+ "learning_rate": 8.333333333333334e-06,
367
+ "loss": 0.4719,
368
+ "step": 1250
369
+ },
370
+ {
371
+ "epoch": 0.8144362823379112,
372
+ "grad_norm": 3.1118383407592773,
373
+ "learning_rate": 8.277777777777778e-06,
374
+ "loss": 0.4567,
375
+ "step": 1275
376
+ },
377
+ {
378
+ "epoch": 0.830405621207282,
379
+ "grad_norm": 2.854698896408081,
380
+ "learning_rate": 8.222222222222222e-06,
381
+ "loss": 0.4729,
382
+ "step": 1300
383
+ },
384
+ {
385
+ "epoch": 0.8463749600766528,
386
+ "grad_norm": 3.1824917793273926,
387
+ "learning_rate": 8.166666666666668e-06,
388
+ "loss": 0.5073,
389
+ "step": 1325
390
+ },
391
+ {
392
+ "epoch": 0.8623442989460236,
393
+ "grad_norm": 3.554313898086548,
394
+ "learning_rate": 8.111111111111112e-06,
395
+ "loss": 0.4663,
396
+ "step": 1350
397
+ },
398
+ {
399
+ "epoch": 0.8783136378153944,
400
+ "grad_norm": 4.958135604858398,
401
+ "learning_rate": 8.055555555555557e-06,
402
+ "loss": 0.4614,
403
+ "step": 1375
404
+ },
405
+ {
406
+ "epoch": 0.8942829766847652,
407
+ "grad_norm": 3.5128700733184814,
408
+ "learning_rate": 8.000000000000001e-06,
409
+ "loss": 0.4522,
410
+ "step": 1400
411
+ },
412
+ {
413
+ "epoch": 0.9102523155541361,
414
+ "grad_norm": 4.640254020690918,
415
+ "learning_rate": 7.944444444444445e-06,
416
+ "loss": 0.4488,
417
+ "step": 1425
418
+ },
419
+ {
420
+ "epoch": 0.9262216544235069,
421
+ "grad_norm": 2.928645610809326,
422
+ "learning_rate": 7.88888888888889e-06,
423
+ "loss": 0.4352,
424
+ "step": 1450
425
+ },
426
+ {
427
+ "epoch": 0.9421909932928777,
428
+ "grad_norm": 3.42668080329895,
429
+ "learning_rate": 7.833333333333333e-06,
430
+ "loss": 0.4648,
431
+ "step": 1475
432
+ },
433
+ {
434
+ "epoch": 0.9581603321622485,
435
+ "grad_norm": 3.204360008239746,
436
+ "learning_rate": 7.77777777777778e-06,
437
+ "loss": 0.4318,
438
+ "step": 1500
439
+ },
440
+ {
441
+ "epoch": 0.9741296710316193,
442
+ "grad_norm": 2.9323625564575195,
443
+ "learning_rate": 7.722222222222223e-06,
444
+ "loss": 0.4464,
445
+ "step": 1525
446
+ },
447
+ {
448
+ "epoch": 0.9900990099009901,
449
+ "grad_norm": 3.103804349899292,
450
+ "learning_rate": 7.666666666666667e-06,
451
+ "loss": 0.4599,
452
+ "step": 1550
453
+ },
454
+ {
455
+ "epoch": 1.006068348770361,
456
+ "grad_norm": 2.95595121383667,
457
+ "learning_rate": 7.611111111111111e-06,
458
+ "loss": 0.4017,
459
+ "step": 1575
460
+ },
461
+ {
462
+ "epoch": 1.0220376876397317,
463
+ "grad_norm": 2.5740716457366943,
464
+ "learning_rate": 7.555555555555556e-06,
465
+ "loss": 0.3208,
466
+ "step": 1600
467
+ },
468
+ {
469
+ "epoch": 1.0380070265091026,
470
+ "grad_norm": 3.569032907485962,
471
+ "learning_rate": 7.500000000000001e-06,
472
+ "loss": 0.3206,
473
+ "step": 1625
474
+ },
475
+ {
476
+ "epoch": 1.0539763653784733,
477
+ "grad_norm": 3.01520037651062,
478
+ "learning_rate": 7.444444444444445e-06,
479
+ "loss": 0.325,
480
+ "step": 1650
481
+ },
482
+ {
483
+ "epoch": 1.0699457042478442,
484
+ "grad_norm": 2.9796643257141113,
485
+ "learning_rate": 7.38888888888889e-06,
486
+ "loss": 0.3197,
487
+ "step": 1675
488
+ },
489
+ {
490
+ "epoch": 1.0859150431172149,
491
+ "grad_norm": 2.679849624633789,
492
+ "learning_rate": 7.333333333333333e-06,
493
+ "loss": 0.3305,
494
+ "step": 1700
495
+ },
496
+ {
497
+ "epoch": 1.1018843819865858,
498
+ "grad_norm": 2.760922908782959,
499
+ "learning_rate": 7.277777777777778e-06,
500
+ "loss": 0.3333,
501
+ "step": 1725
502
+ },
503
+ {
504
+ "epoch": 1.1178537208559565,
505
+ "grad_norm": 2.7702419757843018,
506
+ "learning_rate": 7.222222222222223e-06,
507
+ "loss": 0.3452,
508
+ "step": 1750
509
+ },
510
+ {
511
+ "epoch": 1.1338230597253274,
512
+ "grad_norm": 3.0105628967285156,
513
+ "learning_rate": 7.166666666666667e-06,
514
+ "loss": 0.3318,
515
+ "step": 1775
516
+ },
517
+ {
518
+ "epoch": 1.1497923985946983,
519
+ "grad_norm": 3.0848121643066406,
520
+ "learning_rate": 7.111111111111112e-06,
521
+ "loss": 0.314,
522
+ "step": 1800
523
+ },
524
+ {
525
+ "epoch": 1.165761737464069,
526
+ "grad_norm": 3.0407936573028564,
527
+ "learning_rate": 7.055555555555557e-06,
528
+ "loss": 0.339,
529
+ "step": 1825
530
+ },
531
+ {
532
+ "epoch": 1.1817310763334399,
533
+ "grad_norm": 2.692070722579956,
534
+ "learning_rate": 7e-06,
535
+ "loss": 0.3301,
536
+ "step": 1850
537
+ },
538
+ {
539
+ "epoch": 1.1977004152028106,
540
+ "grad_norm": 2.7906270027160645,
541
+ "learning_rate": 6.944444444444445e-06,
542
+ "loss": 0.3243,
543
+ "step": 1875
544
+ },
545
+ {
546
+ "epoch": 1.2136697540721815,
547
+ "grad_norm": 3.005059003829956,
548
+ "learning_rate": 6.88888888888889e-06,
549
+ "loss": 0.3348,
550
+ "step": 1900
551
+ },
552
+ {
553
+ "epoch": 1.2296390929415522,
554
+ "grad_norm": 2.512002944946289,
555
+ "learning_rate": 6.833333333333334e-06,
556
+ "loss": 0.3282,
557
+ "step": 1925
558
+ },
559
+ {
560
+ "epoch": 1.245608431810923,
561
+ "grad_norm": 2.2834126949310303,
562
+ "learning_rate": 6.777777777777779e-06,
563
+ "loss": 0.3184,
564
+ "step": 1950
565
+ },
566
+ {
567
+ "epoch": 1.2615777706802938,
568
+ "grad_norm": 2.6210882663726807,
569
+ "learning_rate": 6.7222222222222235e-06,
570
+ "loss": 0.3223,
571
+ "step": 1975
572
+ },
573
+ {
574
+ "epoch": 1.2775471095496647,
575
+ "grad_norm": 2.5650439262390137,
576
+ "learning_rate": 6.666666666666667e-06,
577
+ "loss": 0.3335,
578
+ "step": 2000
579
+ },
580
+ {
581
+ "epoch": 1.2775471095496647,
582
+ "eval_loss": 0.41682446002960205,
583
+ "eval_runtime": 1686.343,
584
+ "eval_samples_per_second": 2.313,
585
+ "eval_steps_per_second": 0.145,
586
+ "eval_wer": 0.31297691490389257,
587
+ "step": 2000
588
+ },
589
+ {
590
+ "epoch": 1.2935164484190356,
591
+ "grad_norm": 3.5779247283935547,
592
+ "learning_rate": 6.6111111111111115e-06,
593
+ "loss": 0.3204,
594
+ "step": 2025
595
+ },
596
+ {
597
+ "epoch": 1.3094857872884063,
598
+ "grad_norm": 2.3297035694122314,
599
+ "learning_rate": 6.555555555555556e-06,
600
+ "loss": 0.3237,
601
+ "step": 2050
602
+ },
603
+ {
604
+ "epoch": 1.325455126157777,
605
+ "grad_norm": 2.9575600624084473,
606
+ "learning_rate": 6.5000000000000004e-06,
607
+ "loss": 0.3333,
608
+ "step": 2075
609
+ },
610
+ {
611
+ "epoch": 1.3414244650271478,
612
+ "grad_norm": 2.6735305786132812,
613
+ "learning_rate": 6.444444444444445e-06,
614
+ "loss": 0.3199,
615
+ "step": 2100
616
+ },
617
+ {
618
+ "epoch": 1.3573938038965188,
619
+ "grad_norm": 3.5485923290252686,
620
+ "learning_rate": 6.3888888888888885e-06,
621
+ "loss": 0.3148,
622
+ "step": 2125
623
+ },
624
+ {
625
+ "epoch": 1.3733631427658894,
626
+ "grad_norm": 2.704557180404663,
627
+ "learning_rate": 6.333333333333333e-06,
628
+ "loss": 0.3268,
629
+ "step": 2150
630
+ },
631
+ {
632
+ "epoch": 1.3893324816352604,
633
+ "grad_norm": 2.417282819747925,
634
+ "learning_rate": 6.277777777777778e-06,
635
+ "loss": 0.3286,
636
+ "step": 2175
637
+ },
638
+ {
639
+ "epoch": 1.405301820504631,
640
+ "grad_norm": 2.5613949298858643,
641
+ "learning_rate": 6.222222222222223e-06,
642
+ "loss": 0.3182,
643
+ "step": 2200
644
+ },
645
+ {
646
+ "epoch": 1.421271159374002,
647
+ "grad_norm": 3.0761849880218506,
648
+ "learning_rate": 6.166666666666667e-06,
649
+ "loss": 0.329,
650
+ "step": 2225
651
+ },
652
+ {
653
+ "epoch": 1.4372404982433729,
654
+ "grad_norm": 2.764951229095459,
655
+ "learning_rate": 6.111111111111112e-06,
656
+ "loss": 0.3157,
657
+ "step": 2250
658
+ },
659
+ {
660
+ "epoch": 1.4532098371127435,
661
+ "grad_norm": 2.909294605255127,
662
+ "learning_rate": 6.055555555555555e-06,
663
+ "loss": 0.3291,
664
+ "step": 2275
665
+ },
666
+ {
667
+ "epoch": 1.4691791759821142,
668
+ "grad_norm": 3.374781370162964,
669
+ "learning_rate": 6e-06,
670
+ "loss": 0.3325,
671
+ "step": 2300
672
+ },
673
+ {
674
+ "epoch": 1.4851485148514851,
675
+ "grad_norm": 2.8524813652038574,
676
+ "learning_rate": 5.944444444444445e-06,
677
+ "loss": 0.3182,
678
+ "step": 2325
679
+ },
680
+ {
681
+ "epoch": 1.501117853720856,
682
+ "grad_norm": 3.066960573196411,
683
+ "learning_rate": 5.88888888888889e-06,
684
+ "loss": 0.3125,
685
+ "step": 2350
686
+ },
687
+ {
688
+ "epoch": 1.5170871925902267,
689
+ "grad_norm": 2.604304790496826,
690
+ "learning_rate": 5.833333333333334e-06,
691
+ "loss": 0.335,
692
+ "step": 2375
693
+ },
694
+ {
695
+ "epoch": 1.5330565314595974,
696
+ "grad_norm": 2.784276008605957,
697
+ "learning_rate": 5.777777777777778e-06,
698
+ "loss": 0.3318,
699
+ "step": 2400
700
+ },
701
+ {
702
+ "epoch": 1.5490258703289683,
703
+ "grad_norm": 3.203049898147583,
704
+ "learning_rate": 5.722222222222222e-06,
705
+ "loss": 0.3208,
706
+ "step": 2425
707
+ },
708
+ {
709
+ "epoch": 1.5649952091983392,
710
+ "grad_norm": 2.73185658454895,
711
+ "learning_rate": 5.666666666666667e-06,
712
+ "loss": 0.2981,
713
+ "step": 2450
714
+ },
715
+ {
716
+ "epoch": 1.5809645480677101,
717
+ "grad_norm": 2.6829750537872314,
718
+ "learning_rate": 5.611111111111112e-06,
719
+ "loss": 0.3191,
720
+ "step": 2475
721
+ },
722
+ {
723
+ "epoch": 1.5969338869370808,
724
+ "grad_norm": 3.1976850032806396,
725
+ "learning_rate": 5.555555555555557e-06,
726
+ "loss": 0.3335,
727
+ "step": 2500
728
+ },
729
+ {
730
+ "epoch": 1.6129032258064515,
731
+ "grad_norm": 3.003782033920288,
732
+ "learning_rate": 5.500000000000001e-06,
733
+ "loss": 0.3013,
734
+ "step": 2525
735
+ },
736
+ {
737
+ "epoch": 1.6288725646758224,
738
+ "grad_norm": 2.897247076034546,
739
+ "learning_rate": 5.444444444444445e-06,
740
+ "loss": 0.3123,
741
+ "step": 2550
742
+ },
743
+ {
744
+ "epoch": 1.6448419035451933,
745
+ "grad_norm": 2.996609687805176,
746
+ "learning_rate": 5.388888888888889e-06,
747
+ "loss": 0.3182,
748
+ "step": 2575
749
+ },
750
+ {
751
+ "epoch": 1.660811242414564,
752
+ "grad_norm": 2.700706720352173,
753
+ "learning_rate": 5.333333333333334e-06,
754
+ "loss": 0.312,
755
+ "step": 2600
756
+ },
757
+ {
758
+ "epoch": 1.6767805812839347,
759
+ "grad_norm": 2.901888370513916,
760
+ "learning_rate": 5.2777777777777785e-06,
761
+ "loss": 0.3088,
762
+ "step": 2625
763
+ },
764
+ {
765
+ "epoch": 1.6927499201533056,
766
+ "grad_norm": 2.958951711654663,
767
+ "learning_rate": 5.2222222222222226e-06,
768
+ "loss": 0.3283,
769
+ "step": 2650
770
+ },
771
+ {
772
+ "epoch": 1.7087192590226765,
773
+ "grad_norm": 3.610682964324951,
774
+ "learning_rate": 5.1666666666666675e-06,
775
+ "loss": 0.3332,
776
+ "step": 2675
777
+ },
778
+ {
779
+ "epoch": 1.7246885978920474,
780
+ "grad_norm": 2.292649745941162,
781
+ "learning_rate": 5.1111111111111115e-06,
782
+ "loss": 0.2918,
783
+ "step": 2700
784
+ },
785
+ {
786
+ "epoch": 1.7406579367614181,
787
+ "grad_norm": 2.41726016998291,
788
+ "learning_rate": 5.0555555555555555e-06,
789
+ "loss": 0.3215,
790
+ "step": 2725
791
+ },
792
+ {
793
+ "epoch": 1.7566272756307888,
794
+ "grad_norm": 2.4622721672058105,
795
+ "learning_rate": 5e-06,
796
+ "loss": 0.3025,
797
+ "step": 2750
798
+ },
799
+ {
800
+ "epoch": 1.7725966145001597,
801
+ "grad_norm": 2.802022695541382,
802
+ "learning_rate": 4.944444444444445e-06,
803
+ "loss": 0.3008,
804
+ "step": 2775
805
+ },
806
+ {
807
+ "epoch": 1.7885659533695306,
808
+ "grad_norm": 2.8401265144348145,
809
+ "learning_rate": 4.888888888888889e-06,
810
+ "loss": 0.3065,
811
+ "step": 2800
812
+ },
813
+ {
814
+ "epoch": 1.8045352922389013,
815
+ "grad_norm": 2.6890196800231934,
816
+ "learning_rate": 4.833333333333333e-06,
817
+ "loss": 0.3052,
818
+ "step": 2825
819
+ },
820
+ {
821
+ "epoch": 1.820504631108272,
822
+ "grad_norm": 3.257754325866699,
823
+ "learning_rate": 4.777777777777778e-06,
824
+ "loss": 0.3243,
825
+ "step": 2850
826
+ },
827
+ {
828
+ "epoch": 1.836473969977643,
829
+ "grad_norm": 2.595125675201416,
830
+ "learning_rate": 4.722222222222222e-06,
831
+ "loss": 0.316,
832
+ "step": 2875
833
+ },
834
+ {
835
+ "epoch": 1.8524433088470138,
836
+ "grad_norm": 2.713214159011841,
837
+ "learning_rate": 4.666666666666667e-06,
838
+ "loss": 0.3162,
839
+ "step": 2900
840
+ },
841
+ {
842
+ "epoch": 1.8684126477163845,
843
+ "grad_norm": 2.4735445976257324,
844
+ "learning_rate": 4.611111111111112e-06,
845
+ "loss": 0.2955,
846
+ "step": 2925
847
+ },
848
+ {
849
+ "epoch": 1.8843819865857554,
850
+ "grad_norm": 3.026921033859253,
851
+ "learning_rate": 4.557777777777778e-06,
852
+ "loss": 0.3058,
853
+ "step": 2950
854
+ },
855
+ {
856
+ "epoch": 1.900351325455126,
857
+ "grad_norm": 2.5658116340637207,
858
+ "learning_rate": 4.502222222222223e-06,
859
+ "loss": 0.3107,
860
+ "step": 2975
861
+ },
862
+ {
863
+ "epoch": 1.916320664324497,
864
+ "grad_norm": 2.6040449142456055,
865
+ "learning_rate": 4.446666666666667e-06,
866
+ "loss": 0.3281,
867
+ "step": 3000
868
+ },
869
+ {
870
+ "epoch": 1.916320664324497,
871
+ "eval_loss": 0.3877977430820465,
872
+ "eval_runtime": 1665.3573,
873
+ "eval_samples_per_second": 2.342,
874
+ "eval_steps_per_second": 0.147,
875
+ "eval_wer": 0.2965324060658746,
876
+ "step": 3000
877
+ },
878
+ {
879
+ "epoch": 1.932290003193868,
880
+ "grad_norm": 2.7531864643096924,
881
+ "learning_rate": 4.391111111111112e-06,
882
+ "loss": 0.3129,
883
+ "step": 3025
884
+ },
885
+ {
886
+ "epoch": 1.9482593420632386,
887
+ "grad_norm": 2.1554644107818604,
888
+ "learning_rate": 4.3355555555555565e-06,
889
+ "loss": 0.2996,
890
+ "step": 3050
891
+ },
892
+ {
893
+ "epoch": 1.9642286809326093,
894
+ "grad_norm": 2.7987213134765625,
895
+ "learning_rate": 4.2800000000000005e-06,
896
+ "loss": 0.3048,
897
+ "step": 3075
898
+ },
899
+ {
900
+ "epoch": 1.9801980198019802,
901
+ "grad_norm": 2.697014093399048,
902
+ "learning_rate": 4.2244444444444446e-06,
903
+ "loss": 0.3101,
904
+ "step": 3100
905
+ },
906
+ {
907
+ "epoch": 1.996167358671351,
908
+ "grad_norm": 2.2209935188293457,
909
+ "learning_rate": 4.168888888888889e-06,
910
+ "loss": 0.2935,
911
+ "step": 3125
912
+ },
913
+ {
914
+ "epoch": 2.012136697540722,
915
+ "grad_norm": 2.877319574356079,
916
+ "learning_rate": 4.1133333333333335e-06,
917
+ "loss": 0.2273,
918
+ "step": 3150
919
+ },
920
+ {
921
+ "epoch": 2.0281060364100925,
922
+ "grad_norm": 2.122941732406616,
923
+ "learning_rate": 4.057777777777778e-06,
924
+ "loss": 0.1945,
925
+ "step": 3175
926
+ },
927
+ {
928
+ "epoch": 2.0440753752794634,
929
+ "grad_norm": 2.2523446083068848,
930
+ "learning_rate": 4.002222222222222e-06,
931
+ "loss": 0.198,
932
+ "step": 3200
933
+ },
934
+ {
935
+ "epoch": 2.0600447141488343,
936
+ "grad_norm": 2.1842360496520996,
937
+ "learning_rate": 3.946666666666667e-06,
938
+ "loss": 0.1964,
939
+ "step": 3225
940
+ },
941
+ {
942
+ "epoch": 2.076014053018205,
943
+ "grad_norm": 2.5835633277893066,
944
+ "learning_rate": 3.891111111111111e-06,
945
+ "loss": 0.2093,
946
+ "step": 3250
947
+ },
948
+ {
949
+ "epoch": 2.0919833918875756,
950
+ "grad_norm": 2.534207344055176,
951
+ "learning_rate": 3.835555555555555e-06,
952
+ "loss": 0.193,
953
+ "step": 3275
954
+ },
955
+ {
956
+ "epoch": 2.1079527307569466,
957
+ "grad_norm": 3.2382678985595703,
958
+ "learning_rate": 3.7800000000000002e-06,
959
+ "loss": 0.2066,
960
+ "step": 3300
961
+ },
962
+ {
963
+ "epoch": 2.1239220696263175,
964
+ "grad_norm": 1.761076807975769,
965
+ "learning_rate": 3.724444444444445e-06,
966
+ "loss": 0.2032,
967
+ "step": 3325
968
+ },
969
+ {
970
+ "epoch": 2.1398914084956884,
971
+ "grad_norm": 2.6212522983551025,
972
+ "learning_rate": 3.668888888888889e-06,
973
+ "loss": 0.2018,
974
+ "step": 3350
975
+ },
976
+ {
977
+ "epoch": 2.1558607473650593,
978
+ "grad_norm": 2.240907669067383,
979
+ "learning_rate": 3.6133333333333336e-06,
980
+ "loss": 0.203,
981
+ "step": 3375
982
+ },
983
+ {
984
+ "epoch": 2.1718300862344297,
985
+ "grad_norm": 2.5074503421783447,
986
+ "learning_rate": 3.5577777777777785e-06,
987
+ "loss": 0.2029,
988
+ "step": 3400
989
+ },
990
+ {
991
+ "epoch": 2.1877994251038007,
992
+ "grad_norm": 2.3992538452148438,
993
+ "learning_rate": 3.5022222222222225e-06,
994
+ "loss": 0.1975,
995
+ "step": 3425
996
+ },
997
+ {
998
+ "epoch": 2.2037687639731716,
999
+ "grad_norm": 2.3788444995880127,
1000
+ "learning_rate": 3.446666666666667e-06,
1001
+ "loss": 0.2004,
1002
+ "step": 3450
1003
+ },
1004
+ {
1005
+ "epoch": 2.2197381028425425,
1006
+ "grad_norm": 2.7057225704193115,
1007
+ "learning_rate": 3.391111111111111e-06,
1008
+ "loss": 0.1956,
1009
+ "step": 3475
1010
+ },
1011
+ {
1012
+ "epoch": 2.235707441711913,
1013
+ "grad_norm": 2.399021863937378,
1014
+ "learning_rate": 3.335555555555556e-06,
1015
+ "loss": 0.2033,
1016
+ "step": 3500
1017
+ },
1018
+ {
1019
+ "epoch": 2.251676780581284,
1020
+ "grad_norm": 2.3665523529052734,
1021
+ "learning_rate": 3.2800000000000004e-06,
1022
+ "loss": 0.203,
1023
+ "step": 3525
1024
+ },
1025
+ {
1026
+ "epoch": 2.2676461194506548,
1027
+ "grad_norm": 2.4822895526885986,
1028
+ "learning_rate": 3.2244444444444444e-06,
1029
+ "loss": 0.1991,
1030
+ "step": 3550
1031
+ },
1032
+ {
1033
+ "epoch": 2.2836154583200257,
1034
+ "grad_norm": 2.2787749767303467,
1035
+ "learning_rate": 3.1688888888888893e-06,
1036
+ "loss": 0.2024,
1037
+ "step": 3575
1038
+ },
1039
+ {
1040
+ "epoch": 2.2995847971893966,
1041
+ "grad_norm": 2.3927159309387207,
1042
+ "learning_rate": 3.1133333333333337e-06,
1043
+ "loss": 0.1928,
1044
+ "step": 3600
1045
+ },
1046
+ {
1047
+ "epoch": 2.315554136058767,
1048
+ "grad_norm": 2.311298370361328,
1049
+ "learning_rate": 3.0577777777777778e-06,
1050
+ "loss": 0.2231,
1051
+ "step": 3625
1052
+ },
1053
+ {
1054
+ "epoch": 2.331523474928138,
1055
+ "grad_norm": 2.4807193279266357,
1056
+ "learning_rate": 3.0022222222222227e-06,
1057
+ "loss": 0.1938,
1058
+ "step": 3650
1059
+ },
1060
+ {
1061
+ "epoch": 2.347492813797509,
1062
+ "grad_norm": 2.698840856552124,
1063
+ "learning_rate": 2.946666666666667e-06,
1064
+ "loss": 0.1954,
1065
+ "step": 3675
1066
+ },
1067
+ {
1068
+ "epoch": 2.3634621526668798,
1069
+ "grad_norm": 2.193194627761841,
1070
+ "learning_rate": 2.891111111111111e-06,
1071
+ "loss": 0.2013,
1072
+ "step": 3700
1073
+ },
1074
+ {
1075
+ "epoch": 2.37943149153625,
1076
+ "grad_norm": 2.5082945823669434,
1077
+ "learning_rate": 2.835555555555556e-06,
1078
+ "loss": 0.1963,
1079
+ "step": 3725
1080
+ },
1081
+ {
1082
+ "epoch": 2.395400830405621,
1083
+ "grad_norm": 2.7638180255889893,
1084
+ "learning_rate": 2.7800000000000005e-06,
1085
+ "loss": 0.1919,
1086
+ "step": 3750
1087
+ },
1088
+ {
1089
+ "epoch": 2.411370169274992,
1090
+ "grad_norm": 2.6804022789001465,
1091
+ "learning_rate": 2.7244444444444445e-06,
1092
+ "loss": 0.2008,
1093
+ "step": 3775
1094
+ },
1095
+ {
1096
+ "epoch": 2.427339508144363,
1097
+ "grad_norm": 2.131471872329712,
1098
+ "learning_rate": 2.6688888888888894e-06,
1099
+ "loss": 0.1912,
1100
+ "step": 3800
1101
+ },
1102
+ {
1103
+ "epoch": 2.443308847013734,
1104
+ "grad_norm": 2.964355707168579,
1105
+ "learning_rate": 2.6133333333333334e-06,
1106
+ "loss": 0.1943,
1107
+ "step": 3825
1108
+ },
1109
+ {
1110
+ "epoch": 2.4592781858831043,
1111
+ "grad_norm": 2.4776132106781006,
1112
+ "learning_rate": 2.557777777777778e-06,
1113
+ "loss": 0.1916,
1114
+ "step": 3850
1115
+ },
1116
+ {
1117
+ "epoch": 2.4752475247524752,
1118
+ "grad_norm": 2.556891441345215,
1119
+ "learning_rate": 2.5022222222222224e-06,
1120
+ "loss": 0.2041,
1121
+ "step": 3875
1122
+ },
1123
+ {
1124
+ "epoch": 2.491216863621846,
1125
+ "grad_norm": 2.0888752937316895,
1126
+ "learning_rate": 2.446666666666667e-06,
1127
+ "loss": 0.2026,
1128
+ "step": 3900
1129
+ },
1130
+ {
1131
+ "epoch": 2.5071862024912166,
1132
+ "grad_norm": 2.438257932662964,
1133
+ "learning_rate": 2.3911111111111113e-06,
1134
+ "loss": 0.2017,
1135
+ "step": 3925
1136
+ },
1137
+ {
1138
+ "epoch": 2.5231555413605875,
1139
+ "grad_norm": 2.6804213523864746,
1140
+ "learning_rate": 2.3355555555555557e-06,
1141
+ "loss": 0.1957,
1142
+ "step": 3950
1143
+ },
1144
+ {
1145
+ "epoch": 2.5391248802299584,
1146
+ "grad_norm": 2.409219264984131,
1147
+ "learning_rate": 2.28e-06,
1148
+ "loss": 0.201,
1149
+ "step": 3975
1150
+ },
1151
+ {
1152
+ "epoch": 2.5550942190993293,
1153
+ "grad_norm": 2.4475369453430176,
1154
+ "learning_rate": 2.2244444444444447e-06,
1155
+ "loss": 0.1901,
1156
+ "step": 4000
1157
+ },
1158
+ {
1159
+ "epoch": 2.5550942190993293,
1160
+ "eval_loss": 0.392954021692276,
1161
+ "eval_runtime": 1661.0812,
1162
+ "eval_samples_per_second": 2.348,
1163
+ "eval_steps_per_second": 0.147,
1164
+ "eval_wer": 0.2848932676518883,
1165
+ "step": 4000
1166
+ },
1167
+ {
1168
+ "epoch": 2.5710635579687002,
1169
+ "grad_norm": 2.4416608810424805,
1170
+ "learning_rate": 2.168888888888889e-06,
1171
+ "loss": 0.1886,
1172
+ "step": 4025
1173
+ },
1174
+ {
1175
+ "epoch": 2.587032896838071,
1176
+ "grad_norm": 2.4266738891601562,
1177
+ "learning_rate": 2.1133333333333336e-06,
1178
+ "loss": 0.1964,
1179
+ "step": 4050
1180
+ },
1181
+ {
1182
+ "epoch": 2.6030022357074416,
1183
+ "grad_norm": 2.2254934310913086,
1184
+ "learning_rate": 2.057777777777778e-06,
1185
+ "loss": 0.193,
1186
+ "step": 4075
1187
+ },
1188
+ {
1189
+ "epoch": 2.6189715745768125,
1190
+ "grad_norm": 2.269014596939087,
1191
+ "learning_rate": 2.0022222222222225e-06,
1192
+ "loss": 0.1911,
1193
+ "step": 4100
1194
+ },
1195
+ {
1196
+ "epoch": 2.6349409134461834,
1197
+ "grad_norm": 2.8170831203460693,
1198
+ "learning_rate": 1.9466666666666665e-06,
1199
+ "loss": 0.1891,
1200
+ "step": 4125
1201
+ },
1202
+ {
1203
+ "epoch": 2.650910252315554,
1204
+ "grad_norm": 2.5246517658233643,
1205
+ "learning_rate": 1.8911111111111114e-06,
1206
+ "loss": 0.2021,
1207
+ "step": 4150
1208
+ },
1209
+ {
1210
+ "epoch": 2.666879591184925,
1211
+ "grad_norm": 2.7256410121917725,
1212
+ "learning_rate": 1.8355555555555557e-06,
1213
+ "loss": 0.1924,
1214
+ "step": 4175
1215
+ },
1216
+ {
1217
+ "epoch": 2.6828489300542957,
1218
+ "grad_norm": 2.446582555770874,
1219
+ "learning_rate": 1.7800000000000001e-06,
1220
+ "loss": 0.1934,
1221
+ "step": 4200
1222
+ },
1223
+ {
1224
+ "epoch": 2.6988182689236666,
1225
+ "grad_norm": 2.602579116821289,
1226
+ "learning_rate": 1.7244444444444448e-06,
1227
+ "loss": 0.188,
1228
+ "step": 4225
1229
+ },
1230
+ {
1231
+ "epoch": 2.7147876077930375,
1232
+ "grad_norm": 2.2500104904174805,
1233
+ "learning_rate": 1.668888888888889e-06,
1234
+ "loss": 0.1951,
1235
+ "step": 4250
1236
+ },
1237
+ {
1238
+ "epoch": 2.7307569466624084,
1239
+ "grad_norm": 2.7052624225616455,
1240
+ "learning_rate": 1.6133333333333335e-06,
1241
+ "loss": 0.2039,
1242
+ "step": 4275
1243
+ },
1244
+ {
1245
+ "epoch": 2.746726285531779,
1246
+ "grad_norm": 2.827786922454834,
1247
+ "learning_rate": 1.5577777777777777e-06,
1248
+ "loss": 0.1859,
1249
+ "step": 4300
1250
+ },
1251
+ {
1252
+ "epoch": 2.76269562440115,
1253
+ "grad_norm": 2.8331093788146973,
1254
+ "learning_rate": 1.5022222222222224e-06,
1255
+ "loss": 0.2028,
1256
+ "step": 4325
1257
+ },
1258
+ {
1259
+ "epoch": 2.7786649632705207,
1260
+ "grad_norm": 2.4881205558776855,
1261
+ "learning_rate": 1.4466666666666669e-06,
1262
+ "loss": 0.2013,
1263
+ "step": 4350
1264
+ },
1265
+ {
1266
+ "epoch": 2.794634302139891,
1267
+ "grad_norm": 2.725170612335205,
1268
+ "learning_rate": 1.3911111111111111e-06,
1269
+ "loss": 0.202,
1270
+ "step": 4375
1271
+ },
1272
+ {
1273
+ "epoch": 2.810603641009262,
1274
+ "grad_norm": 2.9598212242126465,
1275
+ "learning_rate": 1.3355555555555558e-06,
1276
+ "loss": 0.1957,
1277
+ "step": 4400
1278
+ },
1279
+ {
1280
+ "epoch": 2.826572979878633,
1281
+ "grad_norm": 2.1554248332977295,
1282
+ "learning_rate": 1.28e-06,
1283
+ "loss": 0.185,
1284
+ "step": 4425
1285
+ },
1286
+ {
1287
+ "epoch": 2.842542318748004,
1288
+ "grad_norm": 2.447131872177124,
1289
+ "learning_rate": 1.2244444444444445e-06,
1290
+ "loss": 0.197,
1291
+ "step": 4450
1292
+ },
1293
+ {
1294
+ "epoch": 2.858511657617375,
1295
+ "grad_norm": 2.1197404861450195,
1296
+ "learning_rate": 1.168888888888889e-06,
1297
+ "loss": 0.189,
1298
+ "step": 4475
1299
+ },
1300
+ {
1301
+ "epoch": 2.8744809964867457,
1302
+ "grad_norm": 2.2641892433166504,
1303
+ "learning_rate": 1.1133333333333334e-06,
1304
+ "loss": 0.1825,
1305
+ "step": 4500
1306
+ },
1307
+ {
1308
+ "epoch": 2.890450335356116,
1309
+ "grad_norm": 2.380861759185791,
1310
+ "learning_rate": 1.0577777777777779e-06,
1311
+ "loss": 0.186,
1312
+ "step": 4525
1313
+ },
1314
+ {
1315
+ "epoch": 2.906419674225487,
1316
+ "grad_norm": 2.575404167175293,
1317
+ "learning_rate": 1.0022222222222223e-06,
1318
+ "loss": 0.194,
1319
+ "step": 4550
1320
+ },
1321
+ {
1322
+ "epoch": 2.922389013094858,
1323
+ "grad_norm": 1.9462391138076782,
1324
+ "learning_rate": 9.466666666666667e-07,
1325
+ "loss": 0.2058,
1326
+ "step": 4575
1327
+ },
1328
+ {
1329
+ "epoch": 2.9383583519642285,
1330
+ "grad_norm": 2.332577705383301,
1331
+ "learning_rate": 8.911111111111112e-07,
1332
+ "loss": 0.1864,
1333
+ "step": 4600
1334
+ },
1335
+ {
1336
+ "epoch": 2.9543276908335994,
1337
+ "grad_norm": 2.345797300338745,
1338
+ "learning_rate": 8.355555555555556e-07,
1339
+ "loss": 0.1955,
1340
+ "step": 4625
1341
+ },
1342
+ {
1343
+ "epoch": 2.9702970297029703,
1344
+ "grad_norm": 2.41668438911438,
1345
+ "learning_rate": 7.8e-07,
1346
+ "loss": 0.1804,
1347
+ "step": 4650
1348
+ },
1349
+ {
1350
+ "epoch": 2.986266368572341,
1351
+ "grad_norm": 2.3288943767547607,
1352
+ "learning_rate": 7.244444444444446e-07,
1353
+ "loss": 0.1911,
1354
+ "step": 4675
1355
+ },
1356
+ {
1357
+ "epoch": 3.002235707441712,
1358
+ "grad_norm": 1.3726705312728882,
1359
+ "learning_rate": 6.68888888888889e-07,
1360
+ "loss": 0.1877,
1361
+ "step": 4700
1362
+ },
1363
+ {
1364
+ "epoch": 3.0182050463110826,
1365
+ "grad_norm": 2.3931479454040527,
1366
+ "learning_rate": 6.133333333333333e-07,
1367
+ "loss": 0.1261,
1368
+ "step": 4725
1369
+ },
1370
+ {
1371
+ "epoch": 3.0341743851804535,
1372
+ "grad_norm": 1.6263169050216675,
1373
+ "learning_rate": 5.577777777777779e-07,
1374
+ "loss": 0.1247,
1375
+ "step": 4750
1376
+ },
1377
+ {
1378
+ "epoch": 3.0501437240498244,
1379
+ "grad_norm": 1.9789073467254639,
1380
+ "learning_rate": 5.022222222222222e-07,
1381
+ "loss": 0.1259,
1382
+ "step": 4775
1383
+ },
1384
+ {
1385
+ "epoch": 3.0661130629191953,
1386
+ "grad_norm": 2.2936391830444336,
1387
+ "learning_rate": 4.466666666666667e-07,
1388
+ "loss": 0.1318,
1389
+ "step": 4800
1390
+ },
1391
+ {
1392
+ "epoch": 3.0820824017885657,
1393
+ "grad_norm": 2.009859800338745,
1394
+ "learning_rate": 3.9111111111111115e-07,
1395
+ "loss": 0.1346,
1396
+ "step": 4825
1397
+ },
1398
+ {
1399
+ "epoch": 3.0980517406579366,
1400
+ "grad_norm": 2.502535104751587,
1401
+ "learning_rate": 3.3555555555555556e-07,
1402
+ "loss": 0.1312,
1403
+ "step": 4850
1404
+ },
1405
+ {
1406
+ "epoch": 3.1140210795273076,
1407
+ "grad_norm": 2.6293087005615234,
1408
+ "learning_rate": 2.8e-07,
1409
+ "loss": 0.1277,
1410
+ "step": 4875
1411
+ },
1412
+ {
1413
+ "epoch": 3.1299904183966785,
1414
+ "grad_norm": 2.0969161987304688,
1415
+ "learning_rate": 2.2444444444444445e-07,
1416
+ "loss": 0.1301,
1417
+ "step": 4900
1418
+ },
1419
+ {
1420
+ "epoch": 3.1459597572660494,
1421
+ "grad_norm": 1.9938933849334717,
1422
+ "learning_rate": 1.6888888888888888e-07,
1423
+ "loss": 0.129,
1424
+ "step": 4925
1425
+ },
1426
+ {
1427
+ "epoch": 3.16192909613542,
1428
+ "grad_norm": 2.1169307231903076,
1429
+ "learning_rate": 1.1333333333333336e-07,
1430
+ "loss": 0.134,
1431
+ "step": 4950
1432
+ },
1433
+ {
1434
+ "epoch": 3.1778984350047907,
1435
+ "grad_norm": 2.5867435932159424,
1436
+ "learning_rate": 5.777777777777778e-08,
1437
+ "loss": 0.1379,
1438
+ "step": 4975
1439
+ },
1440
+ {
1441
+ "epoch": 3.1938677738741617,
1442
+ "grad_norm": 2.1530654430389404,
1443
+ "learning_rate": 2.2222222222222225e-09,
1444
+ "loss": 0.1306,
1445
+ "step": 5000
1446
+ },
1447
+ {
1448
+ "epoch": 3.1938677738741617,
1449
+ "eval_loss": 0.40369176864624023,
1450
+ "eval_runtime": 1644.4554,
1451
+ "eval_samples_per_second": 2.372,
1452
+ "eval_steps_per_second": 0.148,
1453
+ "eval_wer": 0.27909784603496574,
1454
+ "step": 5000
1455
+ },
1456
+ {
1457
+ "epoch": 3.1938677738741617,
1458
+ "step": 5000,
1459
+ "total_flos": 5.435895365546803e+20,
1460
+ "train_loss": 0.3537434986591339,
1461
+ "train_runtime": 57744.1557,
1462
+ "train_samples_per_second": 2.771,
1463
+ "train_steps_per_second": 0.087
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": {
1473
+ "args": {
1474
+ "should_epoch_stop": false,
1475
+ "should_evaluate": false,
1476
+ "should_log": false,
1477
+ "should_save": true,
1478
+ "should_training_stop": true
1479
+ },
1480
+ "attributes": {}
1481
+ }
1482
+ },
1483
+ "total_flos": 5.435895365546803e+20,
1484
+ "train_batch_size": 16,
1485
+ "trial_name": null,
1486
+ "trial_params": null
1487
+ }