DewiBrynJones commited on
Commit
7e5ae77
1 Parent(s): dbfc0b4

End of training

Browse files
README.md CHANGED
@@ -3,11 +3,24 @@ license: apache-2.0
3
  base_model: openai/whisper-large-v3
4
  tags:
5
  - generated_from_trainer
 
 
6
  metrics:
7
  - wer
8
  model-index:
9
  - name: whisper-large-v3-ft-cv-cy
10
- results: []
 
 
 
 
 
 
 
 
 
 
 
11
  ---
12
 
13
  <!-- This model card has been generated automatically according to the information the Trainer had access to. You
@@ -15,7 +28,7 @@ should probably proofread and complete it, then remove this comment. -->
15
 
16
  # whisper-large-v3-ft-cv-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: 0.4426
21
  - Wer: 0.2027
 
3
  base_model: openai/whisper-large-v3
4
  tags:
5
  - generated_from_trainer
6
+ datasets:
7
+ - DewiBrynJones/commonvoice_18_0_cy
8
  metrics:
9
  - wer
10
  model-index:
11
  - name: whisper-large-v3-ft-cv-cy
12
+ results:
13
+ - task:
14
+ name: Automatic Speech Recognition
15
+ type: automatic-speech-recognition
16
+ dataset:
17
+ name: DewiBrynJones/commonvoice_18_0_cy default
18
+ type: DewiBrynJones/commonvoice_18_0_cy
19
+ args: default
20
+ metrics:
21
+ - name: Wer
22
+ type: wer
23
+ value: 0.2026720744363593
24
  ---
25
 
26
  <!-- This model card has been generated automatically according to the information the Trainer had access to. You
 
28
 
29
  # whisper-large-v3-ft-cv-cy
30
 
31
+ This model is a fine-tuned version of [openai/whisper-large-v3](https://huggingface.co/openai/whisper-large-v3) on the DewiBrynJones/commonvoice_18_0_cy default dataset.
32
  It achieves the following results on the evaluation set:
33
  - Loss: 0.4426
34
  - Wer: 0.2027
all_results.json CHANGED
@@ -1,15 +1,15 @@
1
  {
2
  "epoch": 20.080321285140563,
3
- "eval_loss": 0.41853219270706177,
4
- "eval_runtime": 2160.3731,
5
  "eval_samples": 5381,
6
- "eval_samples_per_second": 2.491,
7
- "eval_steps_per_second": 0.156,
8
- "eval_wer": 0.19108115630840192,
9
  "total_flos": 5.435997290496e+20,
10
- "train_loss": 0.05159526972509921,
11
- "train_runtime": 59448.8268,
12
  "train_samples": 7968,
13
- "train_samples_per_second": 2.691,
14
- "train_steps_per_second": 0.084
15
  }
 
1
  {
2
  "epoch": 20.080321285140563,
3
+ "eval_loss": 0.44258150458335876,
4
+ "eval_runtime": 2083.698,
5
  "eval_samples": 5381,
6
+ "eval_samples_per_second": 2.582,
7
+ "eval_steps_per_second": 0.162,
8
+ "eval_wer": 0.2026720744363593,
9
  "total_flos": 5.435997290496e+20,
10
+ "train_loss": 0.0536484617867507,
11
+ "train_runtime": 58113.0051,
12
  "train_samples": 7968,
13
+ "train_samples_per_second": 2.753,
14
+ "train_steps_per_second": 0.086
15
  }
eval_results.json CHANGED
@@ -1,9 +1,9 @@
1
  {
2
  "epoch": 20.080321285140563,
3
- "eval_loss": 0.41853219270706177,
4
- "eval_runtime": 2160.3731,
5
  "eval_samples": 5381,
6
- "eval_samples_per_second": 2.491,
7
- "eval_steps_per_second": 0.156,
8
- "eval_wer": 0.19108115630840192
9
  }
 
1
  {
2
  "epoch": 20.080321285140563,
3
+ "eval_loss": 0.44258150458335876,
4
+ "eval_runtime": 2083.698,
5
  "eval_samples": 5381,
6
+ "eval_samples_per_second": 2.582,
7
+ "eval_steps_per_second": 0.162,
8
+ "eval_wer": 0.2026720744363593
9
  }
runs/Aug20_09-25-54_5e64a28d78ff/events.out.tfevents.1724202810.5e64a28d78ff.595.1 ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:7b048ae3df49efa8b3787cc657e14cab84bc592595315e9ac4c2a67030608a22
3
+ size 406
train_results.json CHANGED
@@ -1,9 +1,9 @@
1
  {
2
  "epoch": 20.080321285140563,
3
  "total_flos": 5.435997290496e+20,
4
- "train_loss": 0.05159526972509921,
5
- "train_runtime": 59448.8268,
6
  "train_samples": 7968,
7
- "train_samples_per_second": 2.691,
8
- "train_steps_per_second": 0.084
9
  }
 
1
  {
2
  "epoch": 20.080321285140563,
3
  "total_flos": 5.435997290496e+20,
4
+ "train_loss": 0.0536484617867507,
5
+ "train_runtime": 58113.0051,
6
  "train_samples": 7968,
7
+ "train_samples_per_second": 2.753,
8
+ "train_steps_per_second": 0.086
9
  }
trainer_state.json CHANGED
@@ -10,1457 +10,1457 @@
10
  "log_history": [
11
  {
12
  "epoch": 0.10040160642570281,
13
- "grad_norm": 5.931593418121338,
14
  "learning_rate": 5.000000000000001e-07,
15
- "loss": 1.0153,
16
  "step": 25
17
  },
18
  {
19
  "epoch": 0.20080321285140562,
20
- "grad_norm": 4.555520534515381,
21
  "learning_rate": 1.0000000000000002e-06,
22
- "loss": 0.7001,
23
  "step": 50
24
  },
25
  {
26
  "epoch": 0.30120481927710846,
27
- "grad_norm": 3.582505941390991,
28
  "learning_rate": 1.5e-06,
29
- "loss": 0.4808,
30
  "step": 75
31
  },
32
  {
33
  "epoch": 0.40160642570281124,
34
- "grad_norm": 4.382739067077637,
35
  "learning_rate": 2.0000000000000003e-06,
36
- "loss": 0.4384,
37
  "step": 100
38
  },
39
  {
40
  "epoch": 0.5020080321285141,
41
- "grad_norm": 4.169747352600098,
42
  "learning_rate": 2.5e-06,
43
- "loss": 0.4109,
44
  "step": 125
45
  },
46
  {
47
  "epoch": 0.6024096385542169,
48
- "grad_norm": 3.8426809310913086,
49
  "learning_rate": 3e-06,
50
- "loss": 0.3934,
51
  "step": 150
52
  },
53
  {
54
  "epoch": 0.7028112449799196,
55
- "grad_norm": 3.972766399383545,
56
  "learning_rate": 3.5e-06,
57
- "loss": 0.3788,
58
  "step": 175
59
  },
60
  {
61
  "epoch": 0.8032128514056225,
62
- "grad_norm": 3.828845739364624,
63
  "learning_rate": 4.000000000000001e-06,
64
- "loss": 0.372,
65
  "step": 200
66
  },
67
  {
68
  "epoch": 0.9036144578313253,
69
- "grad_norm": 4.017838954925537,
70
  "learning_rate": 4.5e-06,
71
- "loss": 0.362,
72
  "step": 225
73
  },
74
  {
75
  "epoch": 1.0040160642570282,
76
- "grad_norm": 2.762294054031372,
77
  "learning_rate": 5e-06,
78
- "loss": 0.3486,
79
  "step": 250
80
  },
81
  {
82
  "epoch": 1.104417670682731,
83
- "grad_norm": 3.553866386413574,
84
  "learning_rate": 5.500000000000001e-06,
85
- "loss": 0.2512,
86
  "step": 275
87
  },
88
  {
89
  "epoch": 1.2048192771084336,
90
- "grad_norm": 3.850424289703369,
91
  "learning_rate": 6e-06,
92
- "loss": 0.2581,
93
  "step": 300
94
  },
95
  {
96
  "epoch": 1.3052208835341366,
97
- "grad_norm": 3.749298572540283,
98
  "learning_rate": 6.5000000000000004e-06,
99
- "loss": 0.2579,
100
  "step": 325
101
  },
102
  {
103
  "epoch": 1.4056224899598393,
104
- "grad_norm": 3.389807939529419,
105
  "learning_rate": 7e-06,
106
- "loss": 0.2721,
107
  "step": 350
108
  },
109
  {
110
  "epoch": 1.5060240963855422,
111
- "grad_norm": 3.3439886569976807,
112
  "learning_rate": 7.500000000000001e-06,
113
- "loss": 0.2516,
114
  "step": 375
115
  },
116
  {
117
  "epoch": 1.606425702811245,
118
- "grad_norm": 3.6428940296173096,
119
  "learning_rate": 8.000000000000001e-06,
120
- "loss": 0.2577,
121
  "step": 400
122
  },
123
  {
124
  "epoch": 1.7068273092369477,
125
- "grad_norm": 3.5750339031219482,
126
  "learning_rate": 8.5e-06,
127
- "loss": 0.2484,
128
  "step": 425
129
  },
130
  {
131
  "epoch": 1.8072289156626506,
132
- "grad_norm": 3.3576269149780273,
133
  "learning_rate": 9e-06,
134
- "loss": 0.2418,
135
  "step": 450
136
  },
137
  {
138
  "epoch": 1.9076305220883534,
139
- "grad_norm": 3.252156972885132,
140
  "learning_rate": 9.5e-06,
141
- "loss": 0.247,
142
  "step": 475
143
  },
144
  {
145
  "epoch": 2.0080321285140563,
146
- "grad_norm": 2.6496663093566895,
147
  "learning_rate": 1e-05,
148
- "loss": 0.2256,
149
  "step": 500
150
  },
151
  {
152
  "epoch": 2.108433734939759,
153
- "grad_norm": 3.2420847415924072,
154
  "learning_rate": 9.944444444444445e-06,
155
- "loss": 0.1409,
156
  "step": 525
157
  },
158
  {
159
  "epoch": 2.208835341365462,
160
- "grad_norm": 2.1582603454589844,
161
  "learning_rate": 9.88888888888889e-06,
162
- "loss": 0.1367,
163
  "step": 550
164
  },
165
  {
166
  "epoch": 2.3092369477911645,
167
- "grad_norm": 2.708833932876587,
168
  "learning_rate": 9.833333333333333e-06,
169
- "loss": 0.1284,
170
  "step": 575
171
  },
172
  {
173
  "epoch": 2.4096385542168672,
174
- "grad_norm": 2.957946300506592,
175
  "learning_rate": 9.777777777777779e-06,
176
- "loss": 0.1352,
177
  "step": 600
178
  },
179
  {
180
  "epoch": 2.5100401606425704,
181
- "grad_norm": 2.999298334121704,
182
  "learning_rate": 9.722222222222223e-06,
183
- "loss": 0.1346,
184
  "step": 625
185
  },
186
  {
187
  "epoch": 2.610441767068273,
188
- "grad_norm": 2.4836103916168213,
189
  "learning_rate": 9.666666666666667e-06,
190
- "loss": 0.1257,
191
  "step": 650
192
  },
193
  {
194
  "epoch": 2.710843373493976,
195
- "grad_norm": 2.5539424419403076,
196
  "learning_rate": 9.611111111111112e-06,
197
- "loss": 0.1359,
198
  "step": 675
199
  },
200
  {
201
  "epoch": 2.8112449799196786,
202
- "grad_norm": 2.5347061157226562,
203
  "learning_rate": 9.555555555555556e-06,
204
- "loss": 0.1363,
205
  "step": 700
206
  },
207
  {
208
  "epoch": 2.9116465863453813,
209
- "grad_norm": 2.7126588821411133,
210
  "learning_rate": 9.5e-06,
211
- "loss": 0.137,
212
  "step": 725
213
  },
214
  {
215
  "epoch": 3.0120481927710845,
216
- "grad_norm": 1.696603775024414,
217
  "learning_rate": 9.444444444444445e-06,
218
- "loss": 0.1269,
219
  "step": 750
220
  },
221
  {
222
  "epoch": 3.112449799196787,
223
- "grad_norm": 2.1536343097686768,
224
  "learning_rate": 9.38888888888889e-06,
225
- "loss": 0.0626,
226
  "step": 775
227
  },
228
  {
229
  "epoch": 3.21285140562249,
230
- "grad_norm": 2.163684844970703,
231
  "learning_rate": 9.333333333333334e-06,
232
- "loss": 0.0625,
233
  "step": 800
234
  },
235
  {
236
  "epoch": 3.3132530120481927,
237
- "grad_norm": 1.543696641921997,
238
  "learning_rate": 9.277777777777778e-06,
239
- "loss": 0.0633,
240
  "step": 825
241
  },
242
  {
243
  "epoch": 3.4136546184738954,
244
- "grad_norm": 2.221062660217285,
245
  "learning_rate": 9.222222222222224e-06,
246
- "loss": 0.0619,
247
  "step": 850
248
  },
249
  {
250
  "epoch": 3.5140562248995986,
251
- "grad_norm": 2.847231149673462,
252
  "learning_rate": 9.166666666666666e-06,
253
- "loss": 0.065,
254
  "step": 875
255
  },
256
  {
257
  "epoch": 3.6144578313253013,
258
- "grad_norm": 2.0118203163146973,
259
  "learning_rate": 9.111111111111112e-06,
260
- "loss": 0.0671,
261
  "step": 900
262
  },
263
  {
264
  "epoch": 3.714859437751004,
265
- "grad_norm": 1.9212677478790283,
266
  "learning_rate": 9.055555555555556e-06,
267
- "loss": 0.0656,
268
  "step": 925
269
  },
270
  {
271
  "epoch": 3.8152610441767068,
272
- "grad_norm": 2.1838502883911133,
273
  "learning_rate": 9e-06,
274
- "loss": 0.0693,
275
  "step": 950
276
  },
277
  {
278
  "epoch": 3.9156626506024095,
279
- "grad_norm": 2.106473445892334,
280
  "learning_rate": 8.944444444444446e-06,
281
- "loss": 0.0658,
282
  "step": 975
283
  },
284
  {
285
  "epoch": 4.016064257028113,
286
- "grad_norm": 1.0204880237579346,
287
  "learning_rate": 8.888888888888888e-06,
288
- "loss": 0.0619,
289
  "step": 1000
290
  },
291
  {
292
  "epoch": 4.016064257028113,
293
- "eval_loss": 0.3070617914199829,
294
- "eval_runtime": 2205.2781,
295
- "eval_samples_per_second": 2.44,
296
- "eval_steps_per_second": 0.153,
297
- "eval_wer": 0.21380571792118971,
298
  "step": 1000
299
  },
300
  {
301
  "epoch": 4.116465863453815,
302
- "grad_norm": 1.0052565336227417,
303
  "learning_rate": 8.833333333333334e-06,
304
- "loss": 0.0339,
305
  "step": 1025
306
  },
307
  {
308
  "epoch": 4.216867469879518,
309
- "grad_norm": 1.4552688598632812,
310
  "learning_rate": 8.777777777777778e-06,
311
- "loss": 0.033,
312
  "step": 1050
313
  },
314
  {
315
  "epoch": 4.317269076305221,
316
- "grad_norm": 1.3099792003631592,
317
  "learning_rate": 8.722222222222224e-06,
318
- "loss": 0.0346,
319
  "step": 1075
320
  },
321
  {
322
  "epoch": 4.417670682730924,
323
- "grad_norm": 1.9144798517227173,
324
  "learning_rate": 8.666666666666668e-06,
325
- "loss": 0.0343,
326
  "step": 1100
327
  },
328
  {
329
  "epoch": 4.518072289156627,
330
- "grad_norm": 1.7304869890213013,
331
  "learning_rate": 8.611111111111112e-06,
332
- "loss": 0.0353,
333
  "step": 1125
334
  },
335
  {
336
  "epoch": 4.618473895582329,
337
- "grad_norm": 1.9012507200241089,
338
  "learning_rate": 8.555555555555556e-06,
339
- "loss": 0.0338,
340
  "step": 1150
341
  },
342
  {
343
  "epoch": 4.718875502008032,
344
- "grad_norm": 1.9311727285385132,
345
  "learning_rate": 8.5e-06,
346
- "loss": 0.0377,
347
  "step": 1175
348
  },
349
  {
350
  "epoch": 4.8192771084337345,
351
- "grad_norm": 2.47721266746521,
352
  "learning_rate": 8.444444444444446e-06,
353
- "loss": 0.0376,
354
  "step": 1200
355
  },
356
  {
357
  "epoch": 4.919678714859438,
358
- "grad_norm": 2.12300181388855,
359
  "learning_rate": 8.38888888888889e-06,
360
- "loss": 0.0407,
361
  "step": 1225
362
  },
363
  {
364
  "epoch": 5.020080321285141,
365
- "grad_norm": 1.4431580305099487,
366
  "learning_rate": 8.333333333333334e-06,
367
- "loss": 0.0345,
368
  "step": 1250
369
  },
370
  {
371
  "epoch": 5.120481927710843,
372
- "grad_norm": 1.7874999046325684,
373
  "learning_rate": 8.277777777777778e-06,
374
- "loss": 0.0204,
375
  "step": 1275
376
  },
377
  {
378
  "epoch": 5.220883534136546,
379
- "grad_norm": 0.6316199898719788,
380
  "learning_rate": 8.222222222222222e-06,
381
- "loss": 0.02,
382
  "step": 1300
383
  },
384
  {
385
  "epoch": 5.321285140562249,
386
- "grad_norm": 1.5528149604797363,
387
  "learning_rate": 8.166666666666668e-06,
388
- "loss": 0.019,
389
  "step": 1325
390
  },
391
  {
392
  "epoch": 5.421686746987952,
393
- "grad_norm": 0.8070461750030518,
394
  "learning_rate": 8.111111111111112e-06,
395
- "loss": 0.019,
396
  "step": 1350
397
  },
398
  {
399
  "epoch": 5.522088353413655,
400
- "grad_norm": 1.8495326042175293,
401
  "learning_rate": 8.055555555555557e-06,
402
- "loss": 0.0248,
403
  "step": 1375
404
  },
405
  {
406
  "epoch": 5.622489959839357,
407
- "grad_norm": 0.8098943829536438,
408
  "learning_rate": 8.000000000000001e-06,
409
- "loss": 0.022,
410
  "step": 1400
411
  },
412
  {
413
  "epoch": 5.72289156626506,
414
- "grad_norm": 1.6946097612380981,
415
  "learning_rate": 7.944444444444445e-06,
416
- "loss": 0.0202,
417
  "step": 1425
418
  },
419
  {
420
  "epoch": 5.823293172690763,
421
- "grad_norm": 3.2773447036743164,
422
  "learning_rate": 7.88888888888889e-06,
423
- "loss": 0.0199,
424
  "step": 1450
425
  },
426
  {
427
  "epoch": 5.923694779116466,
428
- "grad_norm": 1.4831568002700806,
429
  "learning_rate": 7.833333333333333e-06,
430
- "loss": 0.0216,
431
  "step": 1475
432
  },
433
  {
434
  "epoch": 6.024096385542169,
435
- "grad_norm": 0.6036717891693115,
436
  "learning_rate": 7.77777777777778e-06,
437
- "loss": 0.0226,
438
  "step": 1500
439
  },
440
  {
441
  "epoch": 6.124497991967871,
442
- "grad_norm": 0.7774052619934082,
443
  "learning_rate": 7.722222222222223e-06,
444
- "loss": 0.0138,
445
  "step": 1525
446
  },
447
  {
448
  "epoch": 6.224899598393574,
449
- "grad_norm": 0.9542578458786011,
450
  "learning_rate": 7.666666666666667e-06,
451
- "loss": 0.0116,
452
  "step": 1550
453
  },
454
  {
455
  "epoch": 6.325301204819277,
456
- "grad_norm": 0.5289311408996582,
457
  "learning_rate": 7.611111111111111e-06,
458
- "loss": 0.0117,
459
  "step": 1575
460
  },
461
  {
462
  "epoch": 6.42570281124498,
463
- "grad_norm": 0.8694401383399963,
464
  "learning_rate": 7.555555555555556e-06,
465
- "loss": 0.0126,
466
  "step": 1600
467
  },
468
  {
469
  "epoch": 6.526104417670683,
470
- "grad_norm": 1.1825799942016602,
471
  "learning_rate": 7.500000000000001e-06,
472
- "loss": 0.0116,
473
  "step": 1625
474
  },
475
  {
476
  "epoch": 6.626506024096385,
477
- "grad_norm": 1.5035139322280884,
478
  "learning_rate": 7.444444444444445e-06,
479
- "loss": 0.0141,
480
  "step": 1650
481
  },
482
  {
483
  "epoch": 6.7269076305220885,
484
- "grad_norm": 0.9342186450958252,
485
  "learning_rate": 7.38888888888889e-06,
486
- "loss": 0.0128,
487
  "step": 1675
488
  },
489
  {
490
  "epoch": 6.827309236947791,
491
- "grad_norm": 1.0788260698318481,
492
  "learning_rate": 7.333333333333333e-06,
493
- "loss": 0.0126,
494
  "step": 1700
495
  },
496
  {
497
  "epoch": 6.927710843373494,
498
- "grad_norm": 1.3436901569366455,
499
  "learning_rate": 7.277777777777778e-06,
500
- "loss": 0.0137,
501
  "step": 1725
502
  },
503
  {
504
  "epoch": 7.028112449799197,
505
- "grad_norm": 0.681151807308197,
506
  "learning_rate": 7.222222222222223e-06,
507
- "loss": 0.0124,
508
  "step": 1750
509
  },
510
  {
511
  "epoch": 7.128514056224899,
512
- "grad_norm": 0.9661208987236023,
513
  "learning_rate": 7.166666666666667e-06,
514
- "loss": 0.008,
515
  "step": 1775
516
  },
517
  {
518
  "epoch": 7.228915662650603,
519
- "grad_norm": 1.0090680122375488,
520
  "learning_rate": 7.111111111111112e-06,
521
- "loss": 0.0074,
522
  "step": 1800
523
  },
524
  {
525
  "epoch": 7.329317269076305,
526
- "grad_norm": 1.4430378675460815,
527
  "learning_rate": 7.055555555555557e-06,
528
- "loss": 0.0079,
529
  "step": 1825
530
  },
531
  {
532
  "epoch": 7.429718875502008,
533
- "grad_norm": 1.111413836479187,
534
  "learning_rate": 7e-06,
535
- "loss": 0.0085,
536
  "step": 1850
537
  },
538
  {
539
  "epoch": 7.530120481927711,
540
- "grad_norm": 0.9819089770317078,
541
  "learning_rate": 6.944444444444445e-06,
542
- "loss": 0.0083,
543
  "step": 1875
544
  },
545
  {
546
  "epoch": 7.6305220883534135,
547
- "grad_norm": 0.962616503238678,
548
  "learning_rate": 6.88888888888889e-06,
549
- "loss": 0.008,
550
  "step": 1900
551
  },
552
  {
553
  "epoch": 7.730923694779117,
554
- "grad_norm": 0.8837612271308899,
555
  "learning_rate": 6.833333333333334e-06,
556
- "loss": 0.01,
557
  "step": 1925
558
  },
559
  {
560
  "epoch": 7.831325301204819,
561
- "grad_norm": 0.9247878789901733,
562
  "learning_rate": 6.777777777777779e-06,
563
- "loss": 0.0095,
564
  "step": 1950
565
  },
566
  {
567
  "epoch": 7.931726907630522,
568
- "grad_norm": 0.6101934909820557,
569
  "learning_rate": 6.7222222222222235e-06,
570
- "loss": 0.0092,
571
  "step": 1975
572
  },
573
  {
574
  "epoch": 8.032128514056225,
575
- "grad_norm": 0.9556750655174255,
576
  "learning_rate": 6.666666666666667e-06,
577
- "loss": 0.0069,
578
  "step": 2000
579
  },
580
  {
581
  "epoch": 8.032128514056225,
582
- "eval_loss": 0.36700183153152466,
583
- "eval_runtime": 2231.9147,
584
- "eval_samples_per_second": 2.411,
585
- "eval_steps_per_second": 0.151,
586
- "eval_wer": 0.20452105451509006,
587
  "step": 2000
588
  },
589
  {
590
  "epoch": 8.132530120481928,
591
- "grad_norm": 0.511352002620697,
592
  "learning_rate": 6.6111111111111115e-06,
593
- "loss": 0.0051,
594
  "step": 2025
595
  },
596
  {
597
  "epoch": 8.23293172690763,
598
- "grad_norm": 0.762175977230072,
599
  "learning_rate": 6.555555555555556e-06,
600
  "loss": 0.0058,
601
  "step": 2050
602
  },
603
  {
604
  "epoch": 8.333333333333334,
605
- "grad_norm": 0.09607477486133575,
606
  "learning_rate": 6.5000000000000004e-06,
607
- "loss": 0.0038,
608
  "step": 2075
609
  },
610
  {
611
  "epoch": 8.433734939759036,
612
- "grad_norm": 0.6300207376480103,
613
  "learning_rate": 6.444444444444445e-06,
614
- "loss": 0.0048,
615
  "step": 2100
616
  },
617
  {
618
  "epoch": 8.534136546184738,
619
- "grad_norm": 0.21270623803138733,
620
  "learning_rate": 6.3888888888888885e-06,
621
- "loss": 0.0091,
622
  "step": 2125
623
  },
624
  {
625
  "epoch": 8.634538152610443,
626
- "grad_norm": 0.6666727066040039,
627
  "learning_rate": 6.333333333333333e-06,
628
- "loss": 0.0058,
629
  "step": 2150
630
  },
631
  {
632
  "epoch": 8.734939759036145,
633
- "grad_norm": 1.9148590564727783,
634
  "learning_rate": 6.277777777777778e-06,
635
- "loss": 0.0063,
636
  "step": 2175
637
  },
638
  {
639
  "epoch": 8.835341365461847,
640
- "grad_norm": 0.272132009267807,
641
  "learning_rate": 6.222222222222223e-06,
642
- "loss": 0.0056,
643
  "step": 2200
644
  },
645
  {
646
  "epoch": 8.93574297188755,
647
- "grad_norm": 1.3808581829071045,
648
  "learning_rate": 6.166666666666667e-06,
649
- "loss": 0.0062,
650
  "step": 2225
651
  },
652
  {
653
  "epoch": 9.036144578313253,
654
- "grad_norm": 0.6878290772438049,
655
  "learning_rate": 6.111111111111112e-06,
656
- "loss": 0.0034,
657
  "step": 2250
658
  },
659
  {
660
  "epoch": 9.136546184738956,
661
- "grad_norm": 0.1612684726715088,
662
  "learning_rate": 6.055555555555555e-06,
663
- "loss": 0.0034,
664
  "step": 2275
665
  },
666
  {
667
  "epoch": 9.236947791164658,
668
- "grad_norm": 0.4624500572681427,
669
  "learning_rate": 6e-06,
670
- "loss": 0.003,
671
  "step": 2300
672
  },
673
  {
674
  "epoch": 9.337349397590362,
675
- "grad_norm": 0.5339928865432739,
676
  "learning_rate": 5.944444444444445e-06,
677
- "loss": 0.0024,
678
  "step": 2325
679
  },
680
  {
681
  "epoch": 9.437751004016064,
682
- "grad_norm": 0.4839150905609131,
683
  "learning_rate": 5.88888888888889e-06,
684
- "loss": 0.0033,
685
  "step": 2350
686
  },
687
  {
688
  "epoch": 9.538152610441767,
689
- "grad_norm": 0.11668159067630768,
690
  "learning_rate": 5.833333333333334e-06,
691
- "loss": 0.0033,
692
  "step": 2375
693
  },
694
  {
695
  "epoch": 9.638554216867469,
696
- "grad_norm": 0.2360651195049286,
697
  "learning_rate": 5.777777777777778e-06,
698
- "loss": 0.0031,
699
  "step": 2400
700
  },
701
  {
702
  "epoch": 9.738955823293173,
703
- "grad_norm": 0.4457962214946747,
704
  "learning_rate": 5.722222222222222e-06,
705
- "loss": 0.0025,
706
  "step": 2425
707
  },
708
  {
709
  "epoch": 9.839357429718875,
710
- "grad_norm": 0.41899001598358154,
711
  "learning_rate": 5.666666666666667e-06,
712
- "loss": 0.0031,
713
  "step": 2450
714
  },
715
  {
716
  "epoch": 9.939759036144578,
717
- "grad_norm": 0.4257371425628662,
718
  "learning_rate": 5.611111111111112e-06,
719
- "loss": 0.0052,
720
  "step": 2475
721
  },
722
  {
723
  "epoch": 10.040160642570282,
724
- "grad_norm": 0.4485076367855072,
725
  "learning_rate": 5.555555555555557e-06,
726
- "loss": 0.0025,
727
  "step": 2500
728
  },
729
  {
730
  "epoch": 10.140562248995984,
731
- "grad_norm": 0.30146104097366333,
732
  "learning_rate": 5.500000000000001e-06,
733
- "loss": 0.0021,
734
  "step": 2525
735
  },
736
  {
737
  "epoch": 10.240963855421686,
738
- "grad_norm": 0.13998575508594513,
739
  "learning_rate": 5.444444444444445e-06,
740
- "loss": 0.0025,
741
  "step": 2550
742
  },
743
  {
744
  "epoch": 10.34136546184739,
745
- "grad_norm": 1.0045596361160278,
746
  "learning_rate": 5.388888888888889e-06,
747
- "loss": 0.0023,
748
  "step": 2575
749
  },
750
  {
751
  "epoch": 10.441767068273093,
752
- "grad_norm": 0.07078930735588074,
753
  "learning_rate": 5.333333333333334e-06,
754
- "loss": 0.0017,
755
  "step": 2600
756
  },
757
  {
758
  "epoch": 10.542168674698795,
759
- "grad_norm": 0.042963068932294846,
760
  "learning_rate": 5.2777777777777785e-06,
761
- "loss": 0.0019,
762
  "step": 2625
763
  },
764
  {
765
  "epoch": 10.642570281124499,
766
- "grad_norm": 0.13671617209911346,
767
  "learning_rate": 5.2222222222222226e-06,
768
- "loss": 0.0018,
769
  "step": 2650
770
  },
771
  {
772
  "epoch": 10.742971887550201,
773
- "grad_norm": 0.6172053217887878,
774
  "learning_rate": 5.1666666666666675e-06,
775
- "loss": 0.0048,
776
  "step": 2675
777
  },
778
  {
779
  "epoch": 10.843373493975903,
780
- "grad_norm": 2.069375991821289,
781
  "learning_rate": 5.1111111111111115e-06,
782
  "loss": 0.0022,
783
  "step": 2700
784
  },
785
  {
786
  "epoch": 10.943775100401606,
787
- "grad_norm": 0.2148715853691101,
788
  "learning_rate": 5.0555555555555555e-06,
789
- "loss": 0.0021,
790
  "step": 2725
791
  },
792
  {
793
  "epoch": 11.04417670682731,
794
- "grad_norm": 0.045111846178770065,
795
  "learning_rate": 5e-06,
796
- "loss": 0.0012,
797
  "step": 2750
798
  },
799
  {
800
  "epoch": 11.144578313253012,
801
- "grad_norm": 0.03575390577316284,
802
  "learning_rate": 4.944444444444445e-06,
803
- "loss": 0.0009,
804
  "step": 2775
805
  },
806
  {
807
  "epoch": 11.244979919678714,
808
- "grad_norm": 0.036444906145334244,
809
  "learning_rate": 4.888888888888889e-06,
810
  "loss": 0.0012,
811
  "step": 2800
812
  },
813
  {
814
  "epoch": 11.345381526104418,
815
- "grad_norm": 0.18367384374141693,
816
  "learning_rate": 4.833333333333333e-06,
817
- "loss": 0.0015,
818
  "step": 2825
819
  },
820
  {
821
  "epoch": 11.44578313253012,
822
- "grad_norm": 0.03629644960165024,
823
  "learning_rate": 4.777777777777778e-06,
824
- "loss": 0.0011,
825
  "step": 2850
826
  },
827
  {
828
  "epoch": 11.546184738955823,
829
- "grad_norm": 0.08484747260808945,
830
  "learning_rate": 4.722222222222222e-06,
831
- "loss": 0.0011,
832
  "step": 2875
833
  },
834
  {
835
  "epoch": 11.646586345381525,
836
- "grad_norm": 0.2961013913154602,
837
  "learning_rate": 4.666666666666667e-06,
838
- "loss": 0.0011,
839
  "step": 2900
840
  },
841
  {
842
  "epoch": 11.74698795180723,
843
- "grad_norm": 0.04454226791858673,
844
  "learning_rate": 4.611111111111112e-06,
845
- "loss": 0.0019,
846
  "step": 2925
847
  },
848
  {
849
  "epoch": 11.847389558232932,
850
- "grad_norm": 0.06762082129716873,
851
  "learning_rate": 4.555555555555556e-06,
852
- "loss": 0.001,
853
  "step": 2950
854
  },
855
  {
856
  "epoch": 11.947791164658634,
857
- "grad_norm": 0.051877710968256,
858
  "learning_rate": 4.5e-06,
859
- "loss": 0.0019,
860
  "step": 2975
861
  },
862
  {
863
  "epoch": 12.048192771084338,
864
- "grad_norm": 0.04771376773715019,
865
  "learning_rate": 4.444444444444444e-06,
866
- "loss": 0.0013,
867
  "step": 3000
868
  },
869
  {
870
  "epoch": 12.048192771084338,
871
- "eval_loss": 0.3645249009132385,
872
- "eval_runtime": 2193.5952,
873
- "eval_samples_per_second": 2.453,
874
- "eval_steps_per_second": 0.154,
875
- "eval_wer": 0.19776134239930018,
876
  "step": 3000
877
  },
878
  {
879
  "epoch": 12.14859437751004,
880
- "grad_norm": 0.020401790738105774,
881
  "learning_rate": 4.388888888888889e-06,
882
- "loss": 0.0007,
883
  "step": 3025
884
  },
885
  {
886
  "epoch": 12.248995983935743,
887
- "grad_norm": 0.037684116512537,
888
  "learning_rate": 4.333333333333334e-06,
889
- "loss": 0.0006,
890
  "step": 3050
891
  },
892
  {
893
  "epoch": 12.349397590361447,
894
- "grad_norm": 0.025216449052095413,
895
  "learning_rate": 4.277777777777778e-06,
896
- "loss": 0.0005,
897
  "step": 3075
898
  },
899
  {
900
  "epoch": 12.449799196787149,
901
- "grad_norm": 0.021326890215277672,
902
  "learning_rate": 4.222222222222223e-06,
903
- "loss": 0.0005,
904
  "step": 3100
905
  },
906
  {
907
  "epoch": 12.550200803212851,
908
- "grad_norm": 0.02904532290995121,
909
  "learning_rate": 4.166666666666667e-06,
910
- "loss": 0.0009,
911
  "step": 3125
912
  },
913
  {
914
  "epoch": 12.650602409638553,
915
- "grad_norm": 0.15470072627067566,
916
  "learning_rate": 4.111111111111111e-06,
917
  "loss": 0.0006,
918
  "step": 3150
919
  },
920
  {
921
  "epoch": 12.751004016064257,
922
- "grad_norm": 0.5353085398674011,
923
  "learning_rate": 4.055555555555556e-06,
924
- "loss": 0.0008,
925
  "step": 3175
926
  },
927
  {
928
  "epoch": 12.85140562248996,
929
- "grad_norm": 0.1263090819120407,
930
  "learning_rate": 4.000000000000001e-06,
931
- "loss": 0.0005,
932
  "step": 3200
933
  },
934
  {
935
  "epoch": 12.951807228915662,
936
- "grad_norm": 0.018346522003412247,
937
  "learning_rate": 3.944444444444445e-06,
938
- "loss": 0.0005,
939
  "step": 3225
940
  },
941
  {
942
  "epoch": 13.052208835341366,
943
- "grad_norm": 0.012502867728471756,
944
  "learning_rate": 3.88888888888889e-06,
945
  "loss": 0.0005,
946
  "step": 3250
947
  },
948
  {
949
  "epoch": 13.152610441767068,
950
- "grad_norm": 0.035849809646606445,
951
  "learning_rate": 3.833333333333334e-06,
952
  "loss": 0.0005,
953
  "step": 3275
954
  },
955
  {
956
  "epoch": 13.25301204819277,
957
- "grad_norm": 0.013340278528630733,
958
  "learning_rate": 3.777777777777778e-06,
959
- "loss": 0.0004,
960
  "step": 3300
961
  },
962
  {
963
  "epoch": 13.353413654618475,
964
- "grad_norm": 0.01812613196671009,
965
  "learning_rate": 3.7222222222222225e-06,
966
  "loss": 0.0004,
967
  "step": 3325
968
  },
969
  {
970
  "epoch": 13.453815261044177,
971
- "grad_norm": 0.016993574798107147,
972
  "learning_rate": 3.6666666666666666e-06,
973
  "loss": 0.0004,
974
  "step": 3350
975
  },
976
  {
977
  "epoch": 13.55421686746988,
978
- "grad_norm": 0.012604492716491222,
979
  "learning_rate": 3.6111111111111115e-06,
980
  "loss": 0.0004,
981
  "step": 3375
982
  },
983
  {
984
  "epoch": 13.654618473895582,
985
- "grad_norm": 0.013149112462997437,
986
  "learning_rate": 3.555555555555556e-06,
987
- "loss": 0.0007,
988
  "step": 3400
989
  },
990
  {
991
  "epoch": 13.755020080321286,
992
- "grad_norm": 0.01593812368810177,
993
  "learning_rate": 3.5e-06,
994
  "loss": 0.0004,
995
  "step": 3425
996
  },
997
  {
998
  "epoch": 13.855421686746988,
999
- "grad_norm": 0.01589050143957138,
1000
  "learning_rate": 3.444444444444445e-06,
1001
  "loss": 0.0004,
1002
  "step": 3450
1003
  },
1004
  {
1005
  "epoch": 13.95582329317269,
1006
- "grad_norm": 0.014971195720136166,
1007
  "learning_rate": 3.3888888888888893e-06,
1008
- "loss": 0.0004,
1009
  "step": 3475
1010
  },
1011
  {
1012
  "epoch": 14.056224899598394,
1013
- "grad_norm": 0.01241573691368103,
1014
  "learning_rate": 3.3333333333333333e-06,
1015
- "loss": 0.0003,
1016
  "step": 3500
1017
  },
1018
  {
1019
  "epoch": 14.156626506024097,
1020
- "grad_norm": 0.011940378695726395,
1021
  "learning_rate": 3.277777777777778e-06,
1022
- "loss": 0.0003,
1023
  "step": 3525
1024
  },
1025
  {
1026
  "epoch": 14.257028112449799,
1027
- "grad_norm": 0.01354218740016222,
1028
  "learning_rate": 3.2222222222222227e-06,
1029
- "loss": 0.0003,
1030
  "step": 3550
1031
  },
1032
  {
1033
  "epoch": 14.357429718875501,
1034
- "grad_norm": 0.011458562687039375,
1035
  "learning_rate": 3.1666666666666667e-06,
1036
- "loss": 0.0003,
1037
  "step": 3575
1038
  },
1039
  {
1040
  "epoch": 14.457831325301205,
1041
- "grad_norm": 0.010744108818471432,
1042
  "learning_rate": 3.1111111111111116e-06,
1043
- "loss": 0.0003,
1044
  "step": 3600
1045
  },
1046
  {
1047
  "epoch": 14.558232931726907,
1048
- "grad_norm": 0.01174489688128233,
1049
  "learning_rate": 3.055555555555556e-06,
1050
- "loss": 0.0003,
1051
  "step": 3625
1052
  },
1053
  {
1054
  "epoch": 14.65863453815261,
1055
- "grad_norm": 0.01333660539239645,
1056
  "learning_rate": 3e-06,
1057
- "loss": 0.0003,
1058
  "step": 3650
1059
  },
1060
  {
1061
  "epoch": 14.759036144578314,
1062
- "grad_norm": 0.012421938590705395,
1063
  "learning_rate": 2.944444444444445e-06,
1064
  "loss": 0.0004,
1065
  "step": 3675
1066
  },
1067
  {
1068
  "epoch": 14.859437751004016,
1069
- "grad_norm": 0.01224998664110899,
1070
  "learning_rate": 2.888888888888889e-06,
1071
- "loss": 0.0003,
1072
  "step": 3700
1073
  },
1074
  {
1075
  "epoch": 14.959839357429718,
1076
- "grad_norm": 0.015473966486752033,
1077
  "learning_rate": 2.8333333333333335e-06,
1078
- "loss": 0.0003,
1079
  "step": 3725
1080
  },
1081
  {
1082
  "epoch": 15.060240963855422,
1083
- "grad_norm": 0.012373683042824268,
1084
  "learning_rate": 2.7777777777777783e-06,
1085
- "loss": 0.0003,
1086
  "step": 3750
1087
  },
1088
  {
1089
  "epoch": 15.160642570281125,
1090
- "grad_norm": 0.010334338992834091,
1091
  "learning_rate": 2.7222222222222224e-06,
1092
  "loss": 0.0004,
1093
  "step": 3775
1094
  },
1095
  {
1096
  "epoch": 15.261044176706827,
1097
- "grad_norm": 0.015428266488015652,
1098
  "learning_rate": 2.666666666666667e-06,
1099
- "loss": 0.0003,
1100
  "step": 3800
1101
  },
1102
  {
1103
  "epoch": 15.36144578313253,
1104
- "grad_norm": 0.011229559779167175,
1105
  "learning_rate": 2.6111111111111113e-06,
1106
  "loss": 0.0003,
1107
  "step": 3825
1108
  },
1109
  {
1110
  "epoch": 15.461847389558233,
1111
- "grad_norm": 0.009039835073053837,
1112
  "learning_rate": 2.5555555555555557e-06,
1113
- "loss": 0.0003,
1114
  "step": 3850
1115
  },
1116
  {
1117
  "epoch": 15.562248995983936,
1118
- "grad_norm": 0.0124340346083045,
1119
  "learning_rate": 2.5e-06,
1120
- "loss": 0.0003,
1121
  "step": 3875
1122
  },
1123
  {
1124
  "epoch": 15.662650602409638,
1125
- "grad_norm": 0.009659750387072563,
1126
  "learning_rate": 2.4444444444444447e-06,
1127
- "loss": 0.0003,
1128
  "step": 3900
1129
  },
1130
  {
1131
  "epoch": 15.763052208835342,
1132
- "grad_norm": 0.013714014552533627,
1133
  "learning_rate": 2.388888888888889e-06,
1134
  "loss": 0.0003,
1135
  "step": 3925
1136
  },
1137
  {
1138
  "epoch": 15.863453815261044,
1139
- "grad_norm": 0.00784530583769083,
1140
  "learning_rate": 2.3333333333333336e-06,
1141
  "loss": 0.0003,
1142
  "step": 3950
1143
  },
1144
  {
1145
  "epoch": 15.963855421686747,
1146
- "grad_norm": 0.010499561205506325,
1147
  "learning_rate": 2.277777777777778e-06,
1148
- "loss": 0.0003,
1149
  "step": 3975
1150
  },
1151
  {
1152
  "epoch": 16.06425702811245,
1153
- "grad_norm": 0.01295757107436657,
1154
  "learning_rate": 2.222222222222222e-06,
1155
- "loss": 0.0003,
1156
  "step": 4000
1157
  },
1158
  {
1159
  "epoch": 16.06425702811245,
1160
- "eval_loss": 0.4106931984424591,
1161
- "eval_runtime": 2194.2451,
1162
- "eval_samples_per_second": 2.452,
1163
- "eval_steps_per_second": 0.154,
1164
- "eval_wer": 0.19143902342041433,
1165
  "step": 4000
1166
  },
1167
  {
1168
  "epoch": 16.164658634538153,
1169
- "grad_norm": 0.010303654707968235,
1170
  "learning_rate": 2.166666666666667e-06,
1171
  "loss": 0.0003,
1172
  "step": 4025
1173
  },
1174
  {
1175
  "epoch": 16.265060240963855,
1176
- "grad_norm": 0.008325839415192604,
1177
  "learning_rate": 2.1111111111111114e-06,
1178
  "loss": 0.0003,
1179
  "step": 4050
1180
  },
1181
  {
1182
  "epoch": 16.365461847389557,
1183
- "grad_norm": 0.00958819966763258,
1184
  "learning_rate": 2.0555555555555555e-06,
1185
  "loss": 0.0003,
1186
  "step": 4075
1187
  },
1188
  {
1189
  "epoch": 16.46586345381526,
1190
- "grad_norm": 0.008696039207279682,
1191
  "learning_rate": 2.0000000000000003e-06,
1192
  "loss": 0.0003,
1193
  "step": 4100
1194
  },
1195
  {
1196
  "epoch": 16.566265060240966,
1197
- "grad_norm": 0.010361140593886375,
1198
  "learning_rate": 1.944444444444445e-06,
1199
  "loss": 0.0003,
1200
  "step": 4125
1201
  },
1202
  {
1203
  "epoch": 16.666666666666668,
1204
- "grad_norm": 0.008520281873643398,
1205
  "learning_rate": 1.888888888888889e-06,
1206
  "loss": 0.0003,
1207
  "step": 4150
1208
  },
1209
  {
1210
  "epoch": 16.76706827309237,
1211
- "grad_norm": 0.012094419449567795,
1212
  "learning_rate": 1.8333333333333333e-06,
1213
- "loss": 0.0004,
1214
  "step": 4175
1215
  },
1216
  {
1217
  "epoch": 16.867469879518072,
1218
- "grad_norm": 0.00969509407877922,
1219
  "learning_rate": 1.777777777777778e-06,
1220
  "loss": 0.0003,
1221
  "step": 4200
1222
  },
1223
  {
1224
  "epoch": 16.967871485943775,
1225
- "grad_norm": 0.010107293725013733,
1226
  "learning_rate": 1.7222222222222224e-06,
1227
  "loss": 0.0003,
1228
  "step": 4225
1229
  },
1230
  {
1231
  "epoch": 17.068273092369477,
1232
- "grad_norm": 0.008444724604487419,
1233
  "learning_rate": 1.6666666666666667e-06,
1234
- "loss": 0.0002,
1235
  "step": 4250
1236
  },
1237
  {
1238
  "epoch": 17.16867469879518,
1239
- "grad_norm": 0.008527095429599285,
1240
  "learning_rate": 1.6111111111111113e-06,
1241
  "loss": 0.0003,
1242
  "step": 4275
1243
  },
1244
  {
1245
  "epoch": 17.269076305220885,
1246
- "grad_norm": 0.007767422124743462,
1247
  "learning_rate": 1.5555555555555558e-06,
1248
  "loss": 0.0003,
1249
  "step": 4300
1250
  },
1251
  {
1252
  "epoch": 17.369477911646587,
1253
- "grad_norm": 0.008298359811306,
1254
  "learning_rate": 1.5e-06,
1255
- "loss": 0.0002,
1256
  "step": 4325
1257
  },
1258
  {
1259
  "epoch": 17.46987951807229,
1260
- "grad_norm": 0.00869645643979311,
1261
  "learning_rate": 1.4444444444444445e-06,
1262
- "loss": 0.0002,
1263
  "step": 4350
1264
  },
1265
  {
1266
  "epoch": 17.570281124497992,
1267
- "grad_norm": 0.009767497889697552,
1268
  "learning_rate": 1.3888888888888892e-06,
1269
- "loss": 0.0002,
1270
  "step": 4375
1271
  },
1272
  {
1273
  "epoch": 17.670682730923694,
1274
- "grad_norm": 0.009676006622612476,
1275
  "learning_rate": 1.3333333333333334e-06,
1276
- "loss": 0.0002,
1277
  "step": 4400
1278
  },
1279
  {
1280
  "epoch": 17.771084337349397,
1281
- "grad_norm": 0.010664808563888073,
1282
  "learning_rate": 1.2777777777777779e-06,
1283
  "loss": 0.0003,
1284
  "step": 4425
1285
  },
1286
  {
1287
  "epoch": 17.8714859437751,
1288
- "grad_norm": 0.011917660012841225,
1289
  "learning_rate": 1.2222222222222223e-06,
1290
  "loss": 0.0003,
1291
  "step": 4450
1292
  },
1293
  {
1294
  "epoch": 17.971887550200805,
1295
- "grad_norm": 0.008082253858447075,
1296
  "learning_rate": 1.1666666666666668e-06,
1297
- "loss": 0.0002,
1298
  "step": 4475
1299
  },
1300
  {
1301
  "epoch": 18.072289156626507,
1302
- "grad_norm": 0.008449643850326538,
1303
  "learning_rate": 1.111111111111111e-06,
1304
- "loss": 0.0002,
1305
  "step": 4500
1306
  },
1307
  {
1308
  "epoch": 18.17269076305221,
1309
- "grad_norm": 0.00893787294626236,
1310
  "learning_rate": 1.0555555555555557e-06,
1311
- "loss": 0.0002,
1312
  "step": 4525
1313
  },
1314
  {
1315
  "epoch": 18.27309236947791,
1316
- "grad_norm": 0.007984068244695663,
1317
  "learning_rate": 1.0000000000000002e-06,
1318
  "loss": 0.0003,
1319
  "step": 4550
1320
  },
1321
  {
1322
  "epoch": 18.373493975903614,
1323
- "grad_norm": 0.008762707002460957,
1324
  "learning_rate": 9.444444444444445e-07,
1325
- "loss": 0.0002,
1326
  "step": 4575
1327
  },
1328
  {
1329
  "epoch": 18.473895582329316,
1330
- "grad_norm": 0.008354073390364647,
1331
  "learning_rate": 8.88888888888889e-07,
1332
- "loss": 0.0002,
1333
  "step": 4600
1334
  },
1335
  {
1336
  "epoch": 18.57429718875502,
1337
- "grad_norm": 0.010145510546863079,
1338
  "learning_rate": 8.333333333333333e-07,
1339
- "loss": 0.0002,
1340
  "step": 4625
1341
  },
1342
  {
1343
  "epoch": 18.674698795180724,
1344
- "grad_norm": 0.009271888993680477,
1345
  "learning_rate": 7.777777777777779e-07,
1346
- "loss": 0.0002,
1347
  "step": 4650
1348
  },
1349
  {
1350
  "epoch": 18.775100401606426,
1351
- "grad_norm": 0.007404220290482044,
1352
  "learning_rate": 7.222222222222222e-07,
1353
- "loss": 0.0002,
1354
  "step": 4675
1355
  },
1356
  {
1357
  "epoch": 18.87550200803213,
1358
- "grad_norm": 0.00828209612518549,
1359
  "learning_rate": 6.666666666666667e-07,
1360
- "loss": 0.0002,
1361
  "step": 4700
1362
  },
1363
  {
1364
  "epoch": 18.97590361445783,
1365
- "grad_norm": 0.008047865703701973,
1366
  "learning_rate": 6.111111111111112e-07,
1367
- "loss": 0.0002,
1368
  "step": 4725
1369
  },
1370
  {
1371
  "epoch": 19.076305220883533,
1372
- "grad_norm": 0.00727940583601594,
1373
  "learning_rate": 5.555555555555555e-07,
1374
- "loss": 0.0002,
1375
  "step": 4750
1376
  },
1377
  {
1378
  "epoch": 19.176706827309236,
1379
- "grad_norm": 0.008462085388600826,
1380
  "learning_rate": 5.000000000000001e-07,
1381
- "loss": 0.0002,
1382
  "step": 4775
1383
  },
1384
  {
1385
  "epoch": 19.27710843373494,
1386
- "grad_norm": 0.008368249051272869,
1387
  "learning_rate": 4.444444444444445e-07,
1388
- "loss": 0.0002,
1389
  "step": 4800
1390
  },
1391
  {
1392
  "epoch": 19.377510040160644,
1393
- "grad_norm": 0.007355119101703167,
1394
  "learning_rate": 3.8888888888888895e-07,
1395
  "loss": 0.0002,
1396
  "step": 4825
1397
  },
1398
  {
1399
  "epoch": 19.477911646586346,
1400
- "grad_norm": 0.00911016296595335,
1401
  "learning_rate": 3.3333333333333335e-07,
1402
- "loss": 0.0002,
1403
  "step": 4850
1404
  },
1405
  {
1406
  "epoch": 19.57831325301205,
1407
- "grad_norm": 0.00813527312129736,
1408
  "learning_rate": 2.7777777777777776e-07,
1409
- "loss": 0.0002,
1410
  "step": 4875
1411
  },
1412
  {
1413
  "epoch": 19.67871485943775,
1414
- "grad_norm": 0.007565053179860115,
1415
  "learning_rate": 2.2222222222222224e-07,
1416
- "loss": 0.0002,
1417
  "step": 4900
1418
  },
1419
  {
1420
  "epoch": 19.779116465863453,
1421
- "grad_norm": 0.008976846002042294,
1422
  "learning_rate": 1.6666666666666668e-07,
1423
- "loss": 0.0002,
1424
  "step": 4925
1425
  },
1426
  {
1427
  "epoch": 19.879518072289155,
1428
- "grad_norm": 0.007831977680325508,
1429
  "learning_rate": 1.1111111111111112e-07,
1430
- "loss": 0.0002,
1431
  "step": 4950
1432
  },
1433
  {
1434
  "epoch": 19.97991967871486,
1435
- "grad_norm": 0.0071573760360479355,
1436
  "learning_rate": 5.555555555555556e-08,
1437
- "loss": 0.0002,
1438
  "step": 4975
1439
  },
1440
  {
1441
  "epoch": 20.080321285140563,
1442
- "grad_norm": 0.008769778534770012,
1443
  "learning_rate": 0.0,
1444
- "loss": 0.0002,
1445
  "step": 5000
1446
  },
1447
  {
1448
  "epoch": 20.080321285140563,
1449
- "eval_loss": 0.41853219270706177,
1450
- "eval_runtime": 2165.4621,
1451
- "eval_samples_per_second": 2.485,
1452
- "eval_steps_per_second": 0.156,
1453
- "eval_wer": 0.19108115630840192,
1454
  "step": 5000
1455
  },
1456
  {
1457
  "epoch": 20.080321285140563,
1458
  "step": 5000,
1459
  "total_flos": 5.435997290496e+20,
1460
- "train_loss": 0.05159526972509921,
1461
- "train_runtime": 59448.8268,
1462
- "train_samples_per_second": 2.691,
1463
- "train_steps_per_second": 0.084
1464
  }
1465
  ],
1466
  "logging_steps": 25,
 
10
  "log_history": [
11
  {
12
  "epoch": 0.10040160642570281,
13
+ "grad_norm": 5.799849987030029,
14
  "learning_rate": 5.000000000000001e-07,
15
+ "loss": 1.0201,
16
  "step": 25
17
  },
18
  {
19
  "epoch": 0.20080321285140562,
20
+ "grad_norm": 5.0020341873168945,
21
  "learning_rate": 1.0000000000000002e-06,
22
+ "loss": 0.7191,
23
  "step": 50
24
  },
25
  {
26
  "epoch": 0.30120481927710846,
27
+ "grad_norm": 3.9180057048797607,
28
  "learning_rate": 1.5e-06,
29
+ "loss": 0.4981,
30
  "step": 75
31
  },
32
  {
33
  "epoch": 0.40160642570281124,
34
+ "grad_norm": 4.2526445388793945,
35
  "learning_rate": 2.0000000000000003e-06,
36
+ "loss": 0.4558,
37
  "step": 100
38
  },
39
  {
40
  "epoch": 0.5020080321285141,
41
+ "grad_norm": 4.253071308135986,
42
  "learning_rate": 2.5e-06,
43
+ "loss": 0.4253,
44
  "step": 125
45
  },
46
  {
47
  "epoch": 0.6024096385542169,
48
+ "grad_norm": 3.9886934757232666,
49
  "learning_rate": 3e-06,
50
+ "loss": 0.4031,
51
  "step": 150
52
  },
53
  {
54
  "epoch": 0.7028112449799196,
55
+ "grad_norm": 4.073461055755615,
56
  "learning_rate": 3.5e-06,
57
+ "loss": 0.3945,
58
  "step": 175
59
  },
60
  {
61
  "epoch": 0.8032128514056225,
62
+ "grad_norm": 3.7386837005615234,
63
  "learning_rate": 4.000000000000001e-06,
64
+ "loss": 0.3886,
65
  "step": 200
66
  },
67
  {
68
  "epoch": 0.9036144578313253,
69
+ "grad_norm": 4.179929256439209,
70
  "learning_rate": 4.5e-06,
71
+ "loss": 0.3816,
72
  "step": 225
73
  },
74
  {
75
  "epoch": 1.0040160642570282,
76
+ "grad_norm": 2.9208106994628906,
77
  "learning_rate": 5e-06,
78
+ "loss": 0.3655,
79
  "step": 250
80
  },
81
  {
82
  "epoch": 1.104417670682731,
83
+ "grad_norm": 3.4144461154937744,
84
  "learning_rate": 5.500000000000001e-06,
85
+ "loss": 0.2631,
86
  "step": 275
87
  },
88
  {
89
  "epoch": 1.2048192771084336,
90
+ "grad_norm": 4.025992393493652,
91
  "learning_rate": 6e-06,
92
+ "loss": 0.268,
93
  "step": 300
94
  },
95
  {
96
  "epoch": 1.3052208835341366,
97
+ "grad_norm": 3.375342845916748,
98
  "learning_rate": 6.5000000000000004e-06,
99
+ "loss": 0.2701,
100
  "step": 325
101
  },
102
  {
103
  "epoch": 1.4056224899598393,
104
+ "grad_norm": 3.536499500274658,
105
  "learning_rate": 7e-06,
106
+ "loss": 0.2834,
107
  "step": 350
108
  },
109
  {
110
  "epoch": 1.5060240963855422,
111
+ "grad_norm": 3.2381362915039062,
112
  "learning_rate": 7.500000000000001e-06,
113
+ "loss": 0.2627,
114
  "step": 375
115
  },
116
  {
117
  "epoch": 1.606425702811245,
118
+ "grad_norm": 4.001467704772949,
119
  "learning_rate": 8.000000000000001e-06,
120
+ "loss": 0.2694,
121
  "step": 400
122
  },
123
  {
124
  "epoch": 1.7068273092369477,
125
+ "grad_norm": 3.698154926300049,
126
  "learning_rate": 8.5e-06,
127
+ "loss": 0.261,
128
  "step": 425
129
  },
130
  {
131
  "epoch": 1.8072289156626506,
132
+ "grad_norm": 3.6060898303985596,
133
  "learning_rate": 9e-06,
134
+ "loss": 0.2494,
135
  "step": 450
136
  },
137
  {
138
  "epoch": 1.9076305220883534,
139
+ "grad_norm": 3.474760055541992,
140
  "learning_rate": 9.5e-06,
141
+ "loss": 0.2569,
142
  "step": 475
143
  },
144
  {
145
  "epoch": 2.0080321285140563,
146
+ "grad_norm": 2.3090035915374756,
147
  "learning_rate": 1e-05,
148
+ "loss": 0.2416,
149
  "step": 500
150
  },
151
  {
152
  "epoch": 2.108433734939759,
153
+ "grad_norm": 2.8201253414154053,
154
  "learning_rate": 9.944444444444445e-06,
155
+ "loss": 0.1463,
156
  "step": 525
157
  },
158
  {
159
  "epoch": 2.208835341365462,
160
+ "grad_norm": 2.083610773086548,
161
  "learning_rate": 9.88888888888889e-06,
162
+ "loss": 0.1438,
163
  "step": 550
164
  },
165
  {
166
  "epoch": 2.3092369477911645,
167
+ "grad_norm": 2.2323787212371826,
168
  "learning_rate": 9.833333333333333e-06,
169
+ "loss": 0.1362,
170
  "step": 575
171
  },
172
  {
173
  "epoch": 2.4096385542168672,
174
+ "grad_norm": 2.5994038581848145,
175
  "learning_rate": 9.777777777777779e-06,
176
+ "loss": 0.1448,
177
  "step": 600
178
  },
179
  {
180
  "epoch": 2.5100401606425704,
181
+ "grad_norm": 3.3458213806152344,
182
  "learning_rate": 9.722222222222223e-06,
183
+ "loss": 0.1432,
184
  "step": 625
185
  },
186
  {
187
  "epoch": 2.610441767068273,
188
+ "grad_norm": 2.83992075920105,
189
  "learning_rate": 9.666666666666667e-06,
190
+ "loss": 0.1357,
191
  "step": 650
192
  },
193
  {
194
  "epoch": 2.710843373493976,
195
+ "grad_norm": 2.6329407691955566,
196
  "learning_rate": 9.611111111111112e-06,
197
+ "loss": 0.1432,
198
  "step": 675
199
  },
200
  {
201
  "epoch": 2.8112449799196786,
202
+ "grad_norm": 2.340303659439087,
203
  "learning_rate": 9.555555555555556e-06,
204
+ "loss": 0.1458,
205
  "step": 700
206
  },
207
  {
208
  "epoch": 2.9116465863453813,
209
+ "grad_norm": 2.580652952194214,
210
  "learning_rate": 9.5e-06,
211
+ "loss": 0.1422,
212
  "step": 725
213
  },
214
  {
215
  "epoch": 3.0120481927710845,
216
+ "grad_norm": 1.4325968027114868,
217
  "learning_rate": 9.444444444444445e-06,
218
+ "loss": 0.1279,
219
  "step": 750
220
  },
221
  {
222
  "epoch": 3.112449799196787,
223
+ "grad_norm": 1.9051955938339233,
224
  "learning_rate": 9.38888888888889e-06,
225
+ "loss": 0.0634,
226
  "step": 775
227
  },
228
  {
229
  "epoch": 3.21285140562249,
230
+ "grad_norm": 2.539659023284912,
231
  "learning_rate": 9.333333333333334e-06,
232
+ "loss": 0.066,
233
  "step": 800
234
  },
235
  {
236
  "epoch": 3.3132530120481927,
237
+ "grad_norm": 1.864598274230957,
238
  "learning_rate": 9.277777777777778e-06,
239
+ "loss": 0.0651,
240
  "step": 825
241
  },
242
  {
243
  "epoch": 3.4136546184738954,
244
+ "grad_norm": 2.48823618888855,
245
  "learning_rate": 9.222222222222224e-06,
246
+ "loss": 0.0641,
247
  "step": 850
248
  },
249
  {
250
  "epoch": 3.5140562248995986,
251
+ "grad_norm": 1.932178020477295,
252
  "learning_rate": 9.166666666666666e-06,
253
+ "loss": 0.0729,
254
  "step": 875
255
  },
256
  {
257
  "epoch": 3.6144578313253013,
258
+ "grad_norm": 1.8803843259811401,
259
  "learning_rate": 9.111111111111112e-06,
260
+ "loss": 0.072,
261
  "step": 900
262
  },
263
  {
264
  "epoch": 3.714859437751004,
265
+ "grad_norm": 1.7528445720672607,
266
  "learning_rate": 9.055555555555556e-06,
267
+ "loss": 0.0719,
268
  "step": 925
269
  },
270
  {
271
  "epoch": 3.8152610441767068,
272
+ "grad_norm": 1.9137065410614014,
273
  "learning_rate": 9e-06,
274
+ "loss": 0.0748,
275
  "step": 950
276
  },
277
  {
278
  "epoch": 3.9156626506024095,
279
+ "grad_norm": 2.316129446029663,
280
  "learning_rate": 8.944444444444446e-06,
281
+ "loss": 0.0711,
282
  "step": 975
283
  },
284
  {
285
  "epoch": 4.016064257028113,
286
+ "grad_norm": 1.2647976875305176,
287
  "learning_rate": 8.888888888888888e-06,
288
+ "loss": 0.0611,
289
  "step": 1000
290
  },
291
  {
292
  "epoch": 4.016064257028113,
293
+ "eval_loss": 0.32311680912971497,
294
+ "eval_runtime": 2118.544,
295
+ "eval_samples_per_second": 2.54,
296
+ "eval_steps_per_second": 0.159,
297
+ "eval_wer": 0.22724561612787786,
298
  "step": 1000
299
  },
300
  {
301
  "epoch": 4.116465863453815,
302
+ "grad_norm": 1.5836769342422485,
303
  "learning_rate": 8.833333333333334e-06,
304
+ "loss": 0.0356,
305
  "step": 1025
306
  },
307
  {
308
  "epoch": 4.216867469879518,
309
+ "grad_norm": 1.5816694498062134,
310
  "learning_rate": 8.777777777777778e-06,
311
+ "loss": 0.0346,
312
  "step": 1050
313
  },
314
  {
315
  "epoch": 4.317269076305221,
316
+ "grad_norm": 1.5410749912261963,
317
  "learning_rate": 8.722222222222224e-06,
318
+ "loss": 0.0349,
319
  "step": 1075
320
  },
321
  {
322
  "epoch": 4.417670682730924,
323
+ "grad_norm": 0.6259779334068298,
324
  "learning_rate": 8.666666666666668e-06,
325
+ "loss": 0.0333,
326
  "step": 1100
327
  },
328
  {
329
  "epoch": 4.518072289156627,
330
+ "grad_norm": 1.7501243352890015,
331
  "learning_rate": 8.611111111111112e-06,
332
+ "loss": 0.0321,
333
  "step": 1125
334
  },
335
  {
336
  "epoch": 4.618473895582329,
337
+ "grad_norm": 1.2653108835220337,
338
  "learning_rate": 8.555555555555556e-06,
339
+ "loss": 0.0339,
340
  "step": 1150
341
  },
342
  {
343
  "epoch": 4.718875502008032,
344
+ "grad_norm": 1.5895155668258667,
345
  "learning_rate": 8.5e-06,
346
+ "loss": 0.0387,
347
  "step": 1175
348
  },
349
  {
350
  "epoch": 4.8192771084337345,
351
+ "grad_norm": 2.180783271789551,
352
  "learning_rate": 8.444444444444446e-06,
353
+ "loss": 0.0394,
354
  "step": 1200
355
  },
356
  {
357
  "epoch": 4.919678714859438,
358
+ "grad_norm": 1.5165903568267822,
359
  "learning_rate": 8.38888888888889e-06,
360
+ "loss": 0.0425,
361
  "step": 1225
362
  },
363
  {
364
  "epoch": 5.020080321285141,
365
+ "grad_norm": 1.0201085805892944,
366
  "learning_rate": 8.333333333333334e-06,
367
+ "loss": 0.0342,
368
  "step": 1250
369
  },
370
  {
371
  "epoch": 5.120481927710843,
372
+ "grad_norm": 1.3962773084640503,
373
  "learning_rate": 8.277777777777778e-06,
374
+ "loss": 0.02,
375
  "step": 1275
376
  },
377
  {
378
  "epoch": 5.220883534136546,
379
+ "grad_norm": 1.0199594497680664,
380
  "learning_rate": 8.222222222222222e-06,
381
+ "loss": 0.024,
382
  "step": 1300
383
  },
384
  {
385
  "epoch": 5.321285140562249,
386
+ "grad_norm": 1.3515305519104004,
387
  "learning_rate": 8.166666666666668e-06,
388
+ "loss": 0.0192,
389
  "step": 1325
390
  },
391
  {
392
  "epoch": 5.421686746987952,
393
+ "grad_norm": 0.9697476625442505,
394
  "learning_rate": 8.111111111111112e-06,
395
+ "loss": 0.0191,
396
  "step": 1350
397
  },
398
  {
399
  "epoch": 5.522088353413655,
400
+ "grad_norm": 1.726500153541565,
401
  "learning_rate": 8.055555555555557e-06,
402
+ "loss": 0.0254,
403
  "step": 1375
404
  },
405
  {
406
  "epoch": 5.622489959839357,
407
+ "grad_norm": 1.5264352560043335,
408
  "learning_rate": 8.000000000000001e-06,
409
+ "loss": 0.0246,
410
  "step": 1400
411
  },
412
  {
413
  "epoch": 5.72289156626506,
414
+ "grad_norm": 0.7463297247886658,
415
  "learning_rate": 7.944444444444445e-06,
416
+ "loss": 0.0214,
417
  "step": 1425
418
  },
419
  {
420
  "epoch": 5.823293172690763,
421
+ "grad_norm": 0.7417141795158386,
422
  "learning_rate": 7.88888888888889e-06,
423
+ "loss": 0.0198,
424
  "step": 1450
425
  },
426
  {
427
  "epoch": 5.923694779116466,
428
+ "grad_norm": 1.0998048782348633,
429
  "learning_rate": 7.833333333333333e-06,
430
+ "loss": 0.024,
431
  "step": 1475
432
  },
433
  {
434
  "epoch": 6.024096385542169,
435
+ "grad_norm": 0.6888712048530579,
436
  "learning_rate": 7.77777777777778e-06,
437
+ "loss": 0.0212,
438
  "step": 1500
439
  },
440
  {
441
  "epoch": 6.124497991967871,
442
+ "grad_norm": 0.7003078460693359,
443
  "learning_rate": 7.722222222222223e-06,
444
+ "loss": 0.0119,
445
  "step": 1525
446
  },
447
  {
448
  "epoch": 6.224899598393574,
449
+ "grad_norm": 0.5591835379600525,
450
  "learning_rate": 7.666666666666667e-06,
451
+ "loss": 0.0125,
452
  "step": 1550
453
  },
454
  {
455
  "epoch": 6.325301204819277,
456
+ "grad_norm": 0.6486973166465759,
457
  "learning_rate": 7.611111111111111e-06,
458
+ "loss": 0.0135,
459
  "step": 1575
460
  },
461
  {
462
  "epoch": 6.42570281124498,
463
+ "grad_norm": 0.5251615643501282,
464
  "learning_rate": 7.555555555555556e-06,
465
+ "loss": 0.0122,
466
  "step": 1600
467
  },
468
  {
469
  "epoch": 6.526104417670683,
470
+ "grad_norm": 1.032357931137085,
471
  "learning_rate": 7.500000000000001e-06,
472
+ "loss": 0.0132,
473
  "step": 1625
474
  },
475
  {
476
  "epoch": 6.626506024096385,
477
+ "grad_norm": 1.0197020769119263,
478
  "learning_rate": 7.444444444444445e-06,
479
+ "loss": 0.0139,
480
  "step": 1650
481
  },
482
  {
483
  "epoch": 6.7269076305220885,
484
+ "grad_norm": 1.1973915100097656,
485
  "learning_rate": 7.38888888888889e-06,
486
+ "loss": 0.0151,
487
  "step": 1675
488
  },
489
  {
490
  "epoch": 6.827309236947791,
491
+ "grad_norm": 2.7104268074035645,
492
  "learning_rate": 7.333333333333333e-06,
493
+ "loss": 0.0135,
494
  "step": 1700
495
  },
496
  {
497
  "epoch": 6.927710843373494,
498
+ "grad_norm": 1.0425926446914673,
499
  "learning_rate": 7.277777777777778e-06,
500
+ "loss": 0.0143,
501
  "step": 1725
502
  },
503
  {
504
  "epoch": 7.028112449799197,
505
+ "grad_norm": 1.0216535329818726,
506
  "learning_rate": 7.222222222222223e-06,
507
+ "loss": 0.013,
508
  "step": 1750
509
  },
510
  {
511
  "epoch": 7.128514056224899,
512
+ "grad_norm": 1.7165677547454834,
513
  "learning_rate": 7.166666666666667e-06,
514
+ "loss": 0.0089,
515
  "step": 1775
516
  },
517
  {
518
  "epoch": 7.228915662650603,
519
+ "grad_norm": 0.5909074544906616,
520
  "learning_rate": 7.111111111111112e-06,
521
+ "loss": 0.0063,
522
  "step": 1800
523
  },
524
  {
525
  "epoch": 7.329317269076305,
526
+ "grad_norm": 0.5838289856910706,
527
  "learning_rate": 7.055555555555557e-06,
528
+ "loss": 0.0072,
529
  "step": 1825
530
  },
531
  {
532
  "epoch": 7.429718875502008,
533
+ "grad_norm": 0.6081740260124207,
534
  "learning_rate": 7e-06,
535
+ "loss": 0.0108,
536
  "step": 1850
537
  },
538
  {
539
  "epoch": 7.530120481927711,
540
+ "grad_norm": 0.46646830439567566,
541
  "learning_rate": 6.944444444444445e-06,
542
+ "loss": 0.0084,
543
  "step": 1875
544
  },
545
  {
546
  "epoch": 7.6305220883534135,
547
+ "grad_norm": 1.0998950004577637,
548
  "learning_rate": 6.88888888888889e-06,
549
+ "loss": 0.01,
550
  "step": 1900
551
  },
552
  {
553
  "epoch": 7.730923694779117,
554
+ "grad_norm": 0.7490992546081543,
555
  "learning_rate": 6.833333333333334e-06,
556
+ "loss": 0.0089,
557
  "step": 1925
558
  },
559
  {
560
  "epoch": 7.831325301204819,
561
+ "grad_norm": 0.5501118898391724,
562
  "learning_rate": 6.777777777777779e-06,
563
+ "loss": 0.0082,
564
  "step": 1950
565
  },
566
  {
567
  "epoch": 7.931726907630522,
568
+ "grad_norm": 0.8928245902061462,
569
  "learning_rate": 6.7222222222222235e-06,
570
+ "loss": 0.0097,
571
  "step": 1975
572
  },
573
  {
574
  "epoch": 8.032128514056225,
575
+ "grad_norm": 0.43832483887672424,
576
  "learning_rate": 6.666666666666667e-06,
577
+ "loss": 0.0088,
578
  "step": 2000
579
  },
580
  {
581
  "epoch": 8.032128514056225,
582
+ "eval_loss": 0.3692984879016876,
583
+ "eval_runtime": 2080.2644,
584
+ "eval_samples_per_second": 2.587,
585
+ "eval_steps_per_second": 0.162,
586
+ "eval_wer": 0.2145015706389916,
587
  "step": 2000
588
  },
589
  {
590
  "epoch": 8.132530120481928,
591
+ "grad_norm": 0.46993330121040344,
592
  "learning_rate": 6.6111111111111115e-06,
593
+ "loss": 0.0063,
594
  "step": 2025
595
  },
596
  {
597
  "epoch": 8.23293172690763,
598
+ "grad_norm": 0.1431354582309723,
599
  "learning_rate": 6.555555555555556e-06,
600
  "loss": 0.0058,
601
  "step": 2050
602
  },
603
  {
604
  "epoch": 8.333333333333334,
605
+ "grad_norm": 0.4667530953884125,
606
  "learning_rate": 6.5000000000000004e-06,
607
+ "loss": 0.0065,
608
  "step": 2075
609
  },
610
  {
611
  "epoch": 8.433734939759036,
612
+ "grad_norm": 0.6301947236061096,
613
  "learning_rate": 6.444444444444445e-06,
614
+ "loss": 0.0049,
615
  "step": 2100
616
  },
617
  {
618
  "epoch": 8.534136546184738,
619
+ "grad_norm": 0.14466367661952972,
620
  "learning_rate": 6.3888888888888885e-06,
621
+ "loss": 0.0068,
622
  "step": 2125
623
  },
624
  {
625
  "epoch": 8.634538152610443,
626
+ "grad_norm": 1.5687779188156128,
627
  "learning_rate": 6.333333333333333e-06,
628
+ "loss": 0.0057,
629
  "step": 2150
630
  },
631
  {
632
  "epoch": 8.734939759036145,
633
+ "grad_norm": 0.33468949794769287,
634
  "learning_rate": 6.277777777777778e-06,
635
+ "loss": 0.006,
636
  "step": 2175
637
  },
638
  {
639
  "epoch": 8.835341365461847,
640
+ "grad_norm": 0.4165504276752472,
641
  "learning_rate": 6.222222222222223e-06,
642
+ "loss": 0.0057,
643
  "step": 2200
644
  },
645
  {
646
  "epoch": 8.93574297188755,
647
+ "grad_norm": 0.9954782128334045,
648
  "learning_rate": 6.166666666666667e-06,
649
+ "loss": 0.0061,
650
  "step": 2225
651
  },
652
  {
653
  "epoch": 9.036144578313253,
654
+ "grad_norm": 0.2389974594116211,
655
  "learning_rate": 6.111111111111112e-06,
656
+ "loss": 0.0053,
657
  "step": 2250
658
  },
659
  {
660
  "epoch": 9.136546184738956,
661
+ "grad_norm": 0.1630544662475586,
662
  "learning_rate": 6.055555555555555e-06,
663
+ "loss": 0.0028,
664
  "step": 2275
665
  },
666
  {
667
  "epoch": 9.236947791164658,
668
+ "grad_norm": 0.4344353973865509,
669
  "learning_rate": 6e-06,
670
+ "loss": 0.0038,
671
  "step": 2300
672
  },
673
  {
674
  "epoch": 9.337349397590362,
675
+ "grad_norm": 1.4055259227752686,
676
  "learning_rate": 5.944444444444445e-06,
677
+ "loss": 0.0028,
678
  "step": 2325
679
  },
680
  {
681
  "epoch": 9.437751004016064,
682
+ "grad_norm": 0.8303292393684387,
683
  "learning_rate": 5.88888888888889e-06,
684
+ "loss": 0.0041,
685
  "step": 2350
686
  },
687
  {
688
  "epoch": 9.538152610441767,
689
+ "grad_norm": 0.12666375935077667,
690
  "learning_rate": 5.833333333333334e-06,
691
+ "loss": 0.004,
692
  "step": 2375
693
  },
694
  {
695
  "epoch": 9.638554216867469,
696
+ "grad_norm": 0.19957666099071503,
697
  "learning_rate": 5.777777777777778e-06,
698
+ "loss": 0.0037,
699
  "step": 2400
700
  },
701
  {
702
  "epoch": 9.738955823293173,
703
+ "grad_norm": 1.1443361043930054,
704
  "learning_rate": 5.722222222222222e-06,
705
+ "loss": 0.0024,
706
  "step": 2425
707
  },
708
  {
709
  "epoch": 9.839357429718875,
710
+ "grad_norm": 0.7928004264831543,
711
  "learning_rate": 5.666666666666667e-06,
712
+ "loss": 0.0042,
713
  "step": 2450
714
  },
715
  {
716
  "epoch": 9.939759036144578,
717
+ "grad_norm": 1.8562343120574951,
718
  "learning_rate": 5.611111111111112e-06,
719
+ "loss": 0.0041,
720
  "step": 2475
721
  },
722
  {
723
  "epoch": 10.040160642570282,
724
+ "grad_norm": 0.47182267904281616,
725
  "learning_rate": 5.555555555555557e-06,
726
+ "loss": 0.0031,
727
  "step": 2500
728
  },
729
  {
730
  "epoch": 10.140562248995984,
731
+ "grad_norm": 0.424947053194046,
732
  "learning_rate": 5.500000000000001e-06,
733
+ "loss": 0.0023,
734
  "step": 2525
735
  },
736
  {
737
  "epoch": 10.240963855421686,
738
+ "grad_norm": 0.08587998151779175,
739
  "learning_rate": 5.444444444444445e-06,
740
+ "loss": 0.002,
741
  "step": 2550
742
  },
743
  {
744
  "epoch": 10.34136546184739,
745
+ "grad_norm": 0.4150608777999878,
746
  "learning_rate": 5.388888888888889e-06,
747
+ "loss": 0.0024,
748
  "step": 2575
749
  },
750
  {
751
  "epoch": 10.441767068273093,
752
+ "grad_norm": 1.4853534698486328,
753
  "learning_rate": 5.333333333333334e-06,
754
+ "loss": 0.0021,
755
  "step": 2600
756
  },
757
  {
758
  "epoch": 10.542168674698795,
759
+ "grad_norm": 0.8874973654747009,
760
  "learning_rate": 5.2777777777777785e-06,
761
+ "loss": 0.0024,
762
  "step": 2625
763
  },
764
  {
765
  "epoch": 10.642570281124499,
766
+ "grad_norm": 1.0584465265274048,
767
  "learning_rate": 5.2222222222222226e-06,
768
+ "loss": 0.0032,
769
  "step": 2650
770
  },
771
  {
772
  "epoch": 10.742971887550201,
773
+ "grad_norm": 0.08437704294919968,
774
  "learning_rate": 5.1666666666666675e-06,
775
+ "loss": 0.0025,
776
  "step": 2675
777
  },
778
  {
779
  "epoch": 10.843373493975903,
780
+ "grad_norm": 0.10795915871858597,
781
  "learning_rate": 5.1111111111111115e-06,
782
  "loss": 0.0022,
783
  "step": 2700
784
  },
785
  {
786
  "epoch": 10.943775100401606,
787
+ "grad_norm": 0.528668224811554,
788
  "learning_rate": 5.0555555555555555e-06,
789
+ "loss": 0.003,
790
  "step": 2725
791
  },
792
  {
793
  "epoch": 11.04417670682731,
794
+ "grad_norm": 0.11841586232185364,
795
  "learning_rate": 5e-06,
796
+ "loss": 0.0017,
797
  "step": 2750
798
  },
799
  {
800
  "epoch": 11.144578313253012,
801
+ "grad_norm": 0.060645826160907745,
802
  "learning_rate": 4.944444444444445e-06,
803
+ "loss": 0.0017,
804
  "step": 2775
805
  },
806
  {
807
  "epoch": 11.244979919678714,
808
+ "grad_norm": 0.04768579453229904,
809
  "learning_rate": 4.888888888888889e-06,
810
  "loss": 0.0012,
811
  "step": 2800
812
  },
813
  {
814
  "epoch": 11.345381526104418,
815
+ "grad_norm": 0.05169716849923134,
816
  "learning_rate": 4.833333333333333e-06,
817
+ "loss": 0.0013,
818
  "step": 2825
819
  },
820
  {
821
  "epoch": 11.44578313253012,
822
+ "grad_norm": 0.04550230875611305,
823
  "learning_rate": 4.777777777777778e-06,
824
+ "loss": 0.0009,
825
  "step": 2850
826
  },
827
  {
828
  "epoch": 11.546184738955823,
829
+ "grad_norm": 0.05582621693611145,
830
  "learning_rate": 4.722222222222222e-06,
831
+ "loss": 0.001,
832
  "step": 2875
833
  },
834
  {
835
  "epoch": 11.646586345381525,
836
+ "grad_norm": 0.02758258767426014,
837
  "learning_rate": 4.666666666666667e-06,
838
+ "loss": 0.0008,
839
  "step": 2900
840
  },
841
  {
842
  "epoch": 11.74698795180723,
843
+ "grad_norm": 0.2900394797325134,
844
  "learning_rate": 4.611111111111112e-06,
845
+ "loss": 0.0017,
846
  "step": 2925
847
  },
848
  {
849
  "epoch": 11.847389558232932,
850
+ "grad_norm": 0.381853848695755,
851
  "learning_rate": 4.555555555555556e-06,
852
+ "loss": 0.0015,
853
  "step": 2950
854
  },
855
  {
856
  "epoch": 11.947791164658634,
857
+ "grad_norm": 0.06450287997722626,
858
  "learning_rate": 4.5e-06,
859
+ "loss": 0.0011,
860
  "step": 2975
861
  },
862
  {
863
  "epoch": 12.048192771084338,
864
+ "grad_norm": 0.047577910125255585,
865
  "learning_rate": 4.444444444444444e-06,
866
+ "loss": 0.0008,
867
  "step": 3000
868
  },
869
  {
870
  "epoch": 12.048192771084338,
871
+ "eval_loss": 0.40374720096588135,
872
+ "eval_runtime": 2284.8901,
873
+ "eval_samples_per_second": 2.355,
874
+ "eval_steps_per_second": 0.147,
875
+ "eval_wer": 0.20497832915821704,
876
  "step": 3000
877
  },
878
  {
879
  "epoch": 12.14859437751004,
880
+ "grad_norm": 0.021902164444327354,
881
  "learning_rate": 4.388888888888889e-06,
882
+ "loss": 0.0006,
883
  "step": 3025
884
  },
885
  {
886
  "epoch": 12.248995983935743,
887
+ "grad_norm": 0.02727910317480564,
888
  "learning_rate": 4.333333333333334e-06,
889
+ "loss": 0.0007,
890
  "step": 3050
891
  },
892
  {
893
  "epoch": 12.349397590361447,
894
+ "grad_norm": 0.035888105630874634,
895
  "learning_rate": 4.277777777777778e-06,
896
+ "loss": 0.0015,
897
  "step": 3075
898
  },
899
  {
900
  "epoch": 12.449799196787149,
901
+ "grad_norm": 0.021920297294855118,
902
  "learning_rate": 4.222222222222223e-06,
903
+ "loss": 0.0006,
904
  "step": 3100
905
  },
906
  {
907
  "epoch": 12.550200803212851,
908
+ "grad_norm": 0.023950112983584404,
909
  "learning_rate": 4.166666666666667e-06,
910
+ "loss": 0.0006,
911
  "step": 3125
912
  },
913
  {
914
  "epoch": 12.650602409638553,
915
+ "grad_norm": 0.0257779061794281,
916
  "learning_rate": 4.111111111111111e-06,
917
  "loss": 0.0006,
918
  "step": 3150
919
  },
920
  {
921
  "epoch": 12.751004016064257,
922
+ "grad_norm": 0.01860366389155388,
923
  "learning_rate": 4.055555555555556e-06,
924
+ "loss": 0.0006,
925
  "step": 3175
926
  },
927
  {
928
  "epoch": 12.85140562248996,
929
+ "grad_norm": 0.01894628070294857,
930
  "learning_rate": 4.000000000000001e-06,
931
+ "loss": 0.0015,
932
  "step": 3200
933
  },
934
  {
935
  "epoch": 12.951807228915662,
936
+ "grad_norm": 0.11034880578517914,
937
  "learning_rate": 3.944444444444445e-06,
938
+ "loss": 0.0008,
939
  "step": 3225
940
  },
941
  {
942
  "epoch": 13.052208835341366,
943
+ "grad_norm": 0.02306952327489853,
944
  "learning_rate": 3.88888888888889e-06,
945
  "loss": 0.0005,
946
  "step": 3250
947
  },
948
  {
949
  "epoch": 13.152610441767068,
950
+ "grad_norm": 0.019928133115172386,
951
  "learning_rate": 3.833333333333334e-06,
952
  "loss": 0.0005,
953
  "step": 3275
954
  },
955
  {
956
  "epoch": 13.25301204819277,
957
+ "grad_norm": 0.01607375033199787,
958
  "learning_rate": 3.777777777777778e-06,
959
+ "loss": 0.0005,
960
  "step": 3300
961
  },
962
  {
963
  "epoch": 13.353413654618475,
964
+ "grad_norm": 0.018628498539328575,
965
  "learning_rate": 3.7222222222222225e-06,
966
  "loss": 0.0004,
967
  "step": 3325
968
  },
969
  {
970
  "epoch": 13.453815261044177,
971
+ "grad_norm": 0.021479720249772072,
972
  "learning_rate": 3.6666666666666666e-06,
973
  "loss": 0.0004,
974
  "step": 3350
975
  },
976
  {
977
  "epoch": 13.55421686746988,
978
+ "grad_norm": 0.016515526920557022,
979
  "learning_rate": 3.6111111111111115e-06,
980
  "loss": 0.0004,
981
  "step": 3375
982
  },
983
  {
984
  "epoch": 13.654618473895582,
985
+ "grad_norm": 0.02035825327038765,
986
  "learning_rate": 3.555555555555556e-06,
987
+ "loss": 0.0004,
988
  "step": 3400
989
  },
990
  {
991
  "epoch": 13.755020080321286,
992
+ "grad_norm": 0.01709391362965107,
993
  "learning_rate": 3.5e-06,
994
  "loss": 0.0004,
995
  "step": 3425
996
  },
997
  {
998
  "epoch": 13.855421686746988,
999
+ "grad_norm": 0.01652124896645546,
1000
  "learning_rate": 3.444444444444445e-06,
1001
  "loss": 0.0004,
1002
  "step": 3450
1003
  },
1004
  {
1005
  "epoch": 13.95582329317269,
1006
+ "grad_norm": 0.01660318858921528,
1007
  "learning_rate": 3.3888888888888893e-06,
1008
+ "loss": 0.0005,
1009
  "step": 3475
1010
  },
1011
  {
1012
  "epoch": 14.056224899598394,
1013
+ "grad_norm": 0.011111569590866566,
1014
  "learning_rate": 3.3333333333333333e-06,
1015
+ "loss": 0.0004,
1016
  "step": 3500
1017
  },
1018
  {
1019
  "epoch": 14.156626506024097,
1020
+ "grad_norm": 0.015211747027933598,
1021
  "learning_rate": 3.277777777777778e-06,
1022
+ "loss": 0.0004,
1023
  "step": 3525
1024
  },
1025
  {
1026
  "epoch": 14.257028112449799,
1027
+ "grad_norm": 0.012760845012962818,
1028
  "learning_rate": 3.2222222222222227e-06,
1029
+ "loss": 0.0004,
1030
  "step": 3550
1031
  },
1032
  {
1033
  "epoch": 14.357429718875501,
1034
+ "grad_norm": 0.015234610997140408,
1035
  "learning_rate": 3.1666666666666667e-06,
1036
+ "loss": 0.0004,
1037
  "step": 3575
1038
  },
1039
  {
1040
  "epoch": 14.457831325301205,
1041
+ "grad_norm": 0.011275901459157467,
1042
  "learning_rate": 3.1111111111111116e-06,
1043
+ "loss": 0.0004,
1044
  "step": 3600
1045
  },
1046
  {
1047
  "epoch": 14.558232931726907,
1048
+ "grad_norm": 0.012572256848216057,
1049
  "learning_rate": 3.055555555555556e-06,
1050
+ "loss": 0.0004,
1051
  "step": 3625
1052
  },
1053
  {
1054
  "epoch": 14.65863453815261,
1055
+ "grad_norm": 0.012502871453762054,
1056
  "learning_rate": 3e-06,
1057
+ "loss": 0.0004,
1058
  "step": 3650
1059
  },
1060
  {
1061
  "epoch": 14.759036144578314,
1062
+ "grad_norm": 0.012110814452171326,
1063
  "learning_rate": 2.944444444444445e-06,
1064
  "loss": 0.0004,
1065
  "step": 3675
1066
  },
1067
  {
1068
  "epoch": 14.859437751004016,
1069
+ "grad_norm": 0.012966180220246315,
1070
  "learning_rate": 2.888888888888889e-06,
1071
+ "loss": 0.0018,
1072
  "step": 3700
1073
  },
1074
  {
1075
  "epoch": 14.959839357429718,
1076
+ "grad_norm": 0.026951424777507782,
1077
  "learning_rate": 2.8333333333333335e-06,
1078
+ "loss": 0.0004,
1079
  "step": 3725
1080
  },
1081
  {
1082
  "epoch": 15.060240963855422,
1083
+ "grad_norm": 0.015452017076313496,
1084
  "learning_rate": 2.7777777777777783e-06,
1085
+ "loss": 0.0004,
1086
  "step": 3750
1087
  },
1088
  {
1089
  "epoch": 15.160642570281125,
1090
+ "grad_norm": 0.014466413296759129,
1091
  "learning_rate": 2.7222222222222224e-06,
1092
  "loss": 0.0004,
1093
  "step": 3775
1094
  },
1095
  {
1096
  "epoch": 15.261044176706827,
1097
+ "grad_norm": 0.016020847484469414,
1098
  "learning_rate": 2.666666666666667e-06,
1099
+ "loss": 0.0004,
1100
  "step": 3800
1101
  },
1102
  {
1103
  "epoch": 15.36144578313253,
1104
+ "grad_norm": 0.013202512636780739,
1105
  "learning_rate": 2.6111111111111113e-06,
1106
  "loss": 0.0003,
1107
  "step": 3825
1108
  },
1109
  {
1110
  "epoch": 15.461847389558233,
1111
+ "grad_norm": 0.01130182109773159,
1112
  "learning_rate": 2.5555555555555557e-06,
1113
+ "loss": 0.0004,
1114
  "step": 3850
1115
  },
1116
  {
1117
  "epoch": 15.562248995983936,
1118
+ "grad_norm": 0.016152923926711082,
1119
  "learning_rate": 2.5e-06,
1120
+ "loss": 0.0005,
1121
  "step": 3875
1122
  },
1123
  {
1124
  "epoch": 15.662650602409638,
1125
+ "grad_norm": 0.014990521594882011,
1126
  "learning_rate": 2.4444444444444447e-06,
1127
+ "loss": 0.0004,
1128
  "step": 3900
1129
  },
1130
  {
1131
  "epoch": 15.763052208835342,
1132
+ "grad_norm": 0.021178970113396645,
1133
  "learning_rate": 2.388888888888889e-06,
1134
  "loss": 0.0003,
1135
  "step": 3925
1136
  },
1137
  {
1138
  "epoch": 15.863453815261044,
1139
+ "grad_norm": 0.01082056388258934,
1140
  "learning_rate": 2.3333333333333336e-06,
1141
  "loss": 0.0003,
1142
  "step": 3950
1143
  },
1144
  {
1145
  "epoch": 15.963855421686747,
1146
+ "grad_norm": 0.009652756154537201,
1147
  "learning_rate": 2.277777777777778e-06,
1148
+ "loss": 0.0004,
1149
  "step": 3975
1150
  },
1151
  {
1152
  "epoch": 16.06425702811245,
1153
+ "grad_norm": 0.013466122560203075,
1154
  "learning_rate": 2.222222222222222e-06,
1155
+ "loss": 0.0005,
1156
  "step": 4000
1157
  },
1158
  {
1159
  "epoch": 16.06425702811245,
1160
+ "eval_loss": 0.43511074781417847,
1161
+ "eval_runtime": 2099.2694,
1162
+ "eval_samples_per_second": 2.563,
1163
+ "eval_steps_per_second": 0.161,
1164
+ "eval_wer": 0.20501809217066286,
1165
  "step": 4000
1166
  },
1167
  {
1168
  "epoch": 16.164658634538153,
1169
+ "grad_norm": 0.010581804439425468,
1170
  "learning_rate": 2.166666666666667e-06,
1171
  "loss": 0.0003,
1172
  "step": 4025
1173
  },
1174
  {
1175
  "epoch": 16.265060240963855,
1176
+ "grad_norm": 0.009896391071379185,
1177
  "learning_rate": 2.1111111111111114e-06,
1178
  "loss": 0.0003,
1179
  "step": 4050
1180
  },
1181
  {
1182
  "epoch": 16.365461847389557,
1183
+ "grad_norm": 0.01030905544757843,
1184
  "learning_rate": 2.0555555555555555e-06,
1185
  "loss": 0.0003,
1186
  "step": 4075
1187
  },
1188
  {
1189
  "epoch": 16.46586345381526,
1190
+ "grad_norm": 0.009518243372440338,
1191
  "learning_rate": 2.0000000000000003e-06,
1192
  "loss": 0.0003,
1193
  "step": 4100
1194
  },
1195
  {
1196
  "epoch": 16.566265060240966,
1197
+ "grad_norm": 0.013147858902812004,
1198
  "learning_rate": 1.944444444444445e-06,
1199
  "loss": 0.0003,
1200
  "step": 4125
1201
  },
1202
  {
1203
  "epoch": 16.666666666666668,
1204
+ "grad_norm": 0.012813227251172066,
1205
  "learning_rate": 1.888888888888889e-06,
1206
  "loss": 0.0003,
1207
  "step": 4150
1208
  },
1209
  {
1210
  "epoch": 16.76706827309237,
1211
+ "grad_norm": 0.012356545776128769,
1212
  "learning_rate": 1.8333333333333333e-06,
1213
+ "loss": 0.0003,
1214
  "step": 4175
1215
  },
1216
  {
1217
  "epoch": 16.867469879518072,
1218
+ "grad_norm": 0.0107422498986125,
1219
  "learning_rate": 1.777777777777778e-06,
1220
  "loss": 0.0003,
1221
  "step": 4200
1222
  },
1223
  {
1224
  "epoch": 16.967871485943775,
1225
+ "grad_norm": 0.01414831355214119,
1226
  "learning_rate": 1.7222222222222224e-06,
1227
  "loss": 0.0003,
1228
  "step": 4225
1229
  },
1230
  {
1231
  "epoch": 17.068273092369477,
1232
+ "grad_norm": 0.010546191595494747,
1233
  "learning_rate": 1.6666666666666667e-06,
1234
+ "loss": 0.0003,
1235
  "step": 4250
1236
  },
1237
  {
1238
  "epoch": 17.16867469879518,
1239
+ "grad_norm": 0.009328695945441723,
1240
  "learning_rate": 1.6111111111111113e-06,
1241
  "loss": 0.0003,
1242
  "step": 4275
1243
  },
1244
  {
1245
  "epoch": 17.269076305220885,
1246
+ "grad_norm": 0.010023394599556923,
1247
  "learning_rate": 1.5555555555555558e-06,
1248
  "loss": 0.0003,
1249
  "step": 4300
1250
  },
1251
  {
1252
  "epoch": 17.369477911646587,
1253
+ "grad_norm": 0.009099387563765049,
1254
  "learning_rate": 1.5e-06,
1255
+ "loss": 0.0003,
1256
  "step": 4325
1257
  },
1258
  {
1259
  "epoch": 17.46987951807229,
1260
+ "grad_norm": 0.010183015838265419,
1261
  "learning_rate": 1.4444444444444445e-06,
1262
+ "loss": 0.0003,
1263
  "step": 4350
1264
  },
1265
  {
1266
  "epoch": 17.570281124497992,
1267
+ "grad_norm": 0.010759984143078327,
1268
  "learning_rate": 1.3888888888888892e-06,
1269
+ "loss": 0.0003,
1270
  "step": 4375
1271
  },
1272
  {
1273
  "epoch": 17.670682730923694,
1274
+ "grad_norm": 0.013764439150691032,
1275
  "learning_rate": 1.3333333333333334e-06,
1276
+ "loss": 0.0003,
1277
  "step": 4400
1278
  },
1279
  {
1280
  "epoch": 17.771084337349397,
1281
+ "grad_norm": 0.010277372784912586,
1282
  "learning_rate": 1.2777777777777779e-06,
1283
  "loss": 0.0003,
1284
  "step": 4425
1285
  },
1286
  {
1287
  "epoch": 17.8714859437751,
1288
+ "grad_norm": 0.012754006311297417,
1289
  "learning_rate": 1.2222222222222223e-06,
1290
  "loss": 0.0003,
1291
  "step": 4450
1292
  },
1293
  {
1294
  "epoch": 17.971887550200805,
1295
+ "grad_norm": 0.009855114854872227,
1296
  "learning_rate": 1.1666666666666668e-06,
1297
+ "loss": 0.0003,
1298
  "step": 4475
1299
  },
1300
  {
1301
  "epoch": 18.072289156626507,
1302
+ "grad_norm": 0.008605270646512508,
1303
  "learning_rate": 1.111111111111111e-06,
1304
+ "loss": 0.0003,
1305
  "step": 4500
1306
  },
1307
  {
1308
  "epoch": 18.17269076305221,
1309
+ "grad_norm": 0.008842888288199902,
1310
  "learning_rate": 1.0555555555555557e-06,
1311
+ "loss": 0.0003,
1312
  "step": 4525
1313
  },
1314
  {
1315
  "epoch": 18.27309236947791,
1316
+ "grad_norm": 0.008844111114740372,
1317
  "learning_rate": 1.0000000000000002e-06,
1318
  "loss": 0.0003,
1319
  "step": 4550
1320
  },
1321
  {
1322
  "epoch": 18.373493975903614,
1323
+ "grad_norm": 0.009015376679599285,
1324
  "learning_rate": 9.444444444444445e-07,
1325
+ "loss": 0.0003,
1326
  "step": 4575
1327
  },
1328
  {
1329
  "epoch": 18.473895582329316,
1330
+ "grad_norm": 0.009200502187013626,
1331
  "learning_rate": 8.88888888888889e-07,
1332
+ "loss": 0.0003,
1333
  "step": 4600
1334
  },
1335
  {
1336
  "epoch": 18.57429718875502,
1337
+ "grad_norm": 0.009783760644495487,
1338
  "learning_rate": 8.333333333333333e-07,
1339
+ "loss": 0.0003,
1340
  "step": 4625
1341
  },
1342
  {
1343
  "epoch": 18.674698795180724,
1344
+ "grad_norm": 0.009740373119711876,
1345
  "learning_rate": 7.777777777777779e-07,
1346
+ "loss": 0.0003,
1347
  "step": 4650
1348
  },
1349
  {
1350
  "epoch": 18.775100401606426,
1351
+ "grad_norm": 0.009242956526577473,
1352
  "learning_rate": 7.222222222222222e-07,
1353
+ "loss": 0.0003,
1354
  "step": 4675
1355
  },
1356
  {
1357
  "epoch": 18.87550200803213,
1358
+ "grad_norm": 0.009656492620706558,
1359
  "learning_rate": 6.666666666666667e-07,
1360
+ "loss": 0.0003,
1361
  "step": 4700
1362
  },
1363
  {
1364
  "epoch": 18.97590361445783,
1365
+ "grad_norm": 0.009480450302362442,
1366
  "learning_rate": 6.111111111111112e-07,
1367
+ "loss": 0.0003,
1368
  "step": 4725
1369
  },
1370
  {
1371
  "epoch": 19.076305220883533,
1372
+ "grad_norm": 0.00849216990172863,
1373
  "learning_rate": 5.555555555555555e-07,
1374
+ "loss": 0.0003,
1375
  "step": 4750
1376
  },
1377
  {
1378
  "epoch": 19.176706827309236,
1379
+ "grad_norm": 0.00895814411342144,
1380
  "learning_rate": 5.000000000000001e-07,
1381
+ "loss": 0.0003,
1382
  "step": 4775
1383
  },
1384
  {
1385
  "epoch": 19.27710843373494,
1386
+ "grad_norm": 0.008503418415784836,
1387
  "learning_rate": 4.444444444444445e-07,
1388
+ "loss": 0.0003,
1389
  "step": 4800
1390
  },
1391
  {
1392
  "epoch": 19.377510040160644,
1393
+ "grad_norm": 0.009040705859661102,
1394
  "learning_rate": 3.8888888888888895e-07,
1395
  "loss": 0.0002,
1396
  "step": 4825
1397
  },
1398
  {
1399
  "epoch": 19.477911646586346,
1400
+ "grad_norm": 0.009361708536744118,
1401
  "learning_rate": 3.3333333333333335e-07,
1402
+ "loss": 0.0003,
1403
  "step": 4850
1404
  },
1405
  {
1406
  "epoch": 19.57831325301205,
1407
+ "grad_norm": 0.009007732383906841,
1408
  "learning_rate": 2.7777777777777776e-07,
1409
+ "loss": 0.0003,
1410
  "step": 4875
1411
  },
1412
  {
1413
  "epoch": 19.67871485943775,
1414
+ "grad_norm": 0.008576186373829842,
1415
  "learning_rate": 2.2222222222222224e-07,
1416
+ "loss": 0.0003,
1417
  "step": 4900
1418
  },
1419
  {
1420
  "epoch": 19.779116465863453,
1421
+ "grad_norm": 0.009484385140240192,
1422
  "learning_rate": 1.6666666666666668e-07,
1423
+ "loss": 0.0003,
1424
  "step": 4925
1425
  },
1426
  {
1427
  "epoch": 19.879518072289155,
1428
+ "grad_norm": 0.007250281050801277,
1429
  "learning_rate": 1.1111111111111112e-07,
1430
+ "loss": 0.0003,
1431
  "step": 4950
1432
  },
1433
  {
1434
  "epoch": 19.97991967871486,
1435
+ "grad_norm": 0.00842439103871584,
1436
  "learning_rate": 5.555555555555556e-08,
1437
+ "loss": 0.0003,
1438
  "step": 4975
1439
  },
1440
  {
1441
  "epoch": 20.080321285140563,
1442
+ "grad_norm": 0.00960406195372343,
1443
  "learning_rate": 0.0,
1444
+ "loss": 0.0003,
1445
  "step": 5000
1446
  },
1447
  {
1448
  "epoch": 20.080321285140563,
1449
+ "eval_loss": 0.44258150458335876,
1450
+ "eval_runtime": 2114.4157,
1451
+ "eval_samples_per_second": 2.545,
1452
+ "eval_steps_per_second": 0.159,
1453
+ "eval_wer": 0.2026720744363593,
1454
  "step": 5000
1455
  },
1456
  {
1457
  "epoch": 20.080321285140563,
1458
  "step": 5000,
1459
  "total_flos": 5.435997290496e+20,
1460
+ "train_loss": 0.0536484617867507,
1461
+ "train_runtime": 58113.0051,
1462
+ "train_samples_per_second": 2.753,
1463
+ "train_steps_per_second": 0.086
1464
  }
1465
  ],
1466
  "logging_steps": 25,