otozz commited on
Commit
d857d49
1 Parent(s): 15b2d0d

Upload 9 files

Browse files
config.json ADDED
@@ -0,0 +1,52 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "openai/whisper-small",
3
+ "activation_dropout": 0.0,
4
+ "activation_function": "gelu",
5
+ "apply_spec_augment": false,
6
+ "architectures": [
7
+ "WhisperForConditionalGeneration"
8
+ ],
9
+ "attention_dropout": 0.0,
10
+ "begin_suppress_tokens": [
11
+ 220,
12
+ 50257
13
+ ],
14
+ "bos_token_id": 50257,
15
+ "classifier_proj_size": 256,
16
+ "d_model": 768,
17
+ "decoder_attention_heads": 12,
18
+ "decoder_ffn_dim": 3072,
19
+ "decoder_layerdrop": 0.0,
20
+ "decoder_layers": 12,
21
+ "decoder_start_token_id": 50258,
22
+ "dropout": 0.0,
23
+ "encoder_attention_heads": 12,
24
+ "encoder_ffn_dim": 3072,
25
+ "encoder_layerdrop": 0.0,
26
+ "encoder_layers": 12,
27
+ "eos_token_id": 50257,
28
+ "forced_decoder_ids": null,
29
+ "init_std": 0.02,
30
+ "is_encoder_decoder": true,
31
+ "mask_feature_length": 10,
32
+ "mask_feature_min_masks": 0,
33
+ "mask_feature_prob": 0.0,
34
+ "mask_time_length": 10,
35
+ "mask_time_min_masks": 2,
36
+ "mask_time_prob": 0.05,
37
+ "max_length": 448,
38
+ "max_source_positions": 1500,
39
+ "max_target_positions": 448,
40
+ "median_filter_width": 7,
41
+ "model_type": "whisper",
42
+ "num_hidden_layers": 12,
43
+ "num_mel_bins": 80,
44
+ "pad_token_id": 50257,
45
+ "scale_embedding": false,
46
+ "suppress_tokens": [],
47
+ "torch_dtype": "float32",
48
+ "transformers_version": "4.39.3",
49
+ "use_cache": true,
50
+ "use_weighted_layer_sum": false,
51
+ "vocab_size": 51865
52
+ }
generation_config.json ADDED
@@ -0,0 +1,265 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "alignment_heads": [
3
+ [
4
+ 5,
5
+ 3
6
+ ],
7
+ [
8
+ 5,
9
+ 9
10
+ ],
11
+ [
12
+ 8,
13
+ 0
14
+ ],
15
+ [
16
+ 8,
17
+ 4
18
+ ],
19
+ [
20
+ 8,
21
+ 7
22
+ ],
23
+ [
24
+ 8,
25
+ 8
26
+ ],
27
+ [
28
+ 9,
29
+ 0
30
+ ],
31
+ [
32
+ 9,
33
+ 7
34
+ ],
35
+ [
36
+ 9,
37
+ 9
38
+ ],
39
+ [
40
+ 10,
41
+ 5
42
+ ]
43
+ ],
44
+ "begin_suppress_tokens": [
45
+ 220,
46
+ 50257
47
+ ],
48
+ "bos_token_id": 50257,
49
+ "decoder_start_token_id": 50258,
50
+ "eos_token_id": 50257,
51
+ "forced_decoder_ids": [
52
+ [
53
+ 1,
54
+ null
55
+ ],
56
+ [
57
+ 2,
58
+ 50359
59
+ ]
60
+ ],
61
+ "is_multilingual": true,
62
+ "lang_to_id": {
63
+ "<|af|>": 50327,
64
+ "<|am|>": 50334,
65
+ "<|ar|>": 50272,
66
+ "<|as|>": 50350,
67
+ "<|az|>": 50304,
68
+ "<|ba|>": 50355,
69
+ "<|be|>": 50330,
70
+ "<|bg|>": 50292,
71
+ "<|bn|>": 50302,
72
+ "<|bo|>": 50347,
73
+ "<|br|>": 50309,
74
+ "<|bs|>": 50315,
75
+ "<|ca|>": 50270,
76
+ "<|cs|>": 50283,
77
+ "<|cy|>": 50297,
78
+ "<|da|>": 50285,
79
+ "<|de|>": 50261,
80
+ "<|el|>": 50281,
81
+ "<|en|>": 50259,
82
+ "<|es|>": 50262,
83
+ "<|et|>": 50307,
84
+ "<|eu|>": 50310,
85
+ "<|fa|>": 50300,
86
+ "<|fi|>": 50277,
87
+ "<|fo|>": 50338,
88
+ "<|fr|>": 50265,
89
+ "<|gl|>": 50319,
90
+ "<|gu|>": 50333,
91
+ "<|haw|>": 50352,
92
+ "<|ha|>": 50354,
93
+ "<|he|>": 50279,
94
+ "<|hi|>": 50276,
95
+ "<|hr|>": 50291,
96
+ "<|ht|>": 50339,
97
+ "<|hu|>": 50286,
98
+ "<|hy|>": 50312,
99
+ "<|id|>": 50275,
100
+ "<|is|>": 50311,
101
+ "<|it|>": 50274,
102
+ "<|ja|>": 50266,
103
+ "<|jw|>": 50356,
104
+ "<|ka|>": 50329,
105
+ "<|kk|>": 50316,
106
+ "<|km|>": 50323,
107
+ "<|kn|>": 50306,
108
+ "<|ko|>": 50264,
109
+ "<|la|>": 50294,
110
+ "<|lb|>": 50345,
111
+ "<|ln|>": 50353,
112
+ "<|lo|>": 50336,
113
+ "<|lt|>": 50293,
114
+ "<|lv|>": 50301,
115
+ "<|mg|>": 50349,
116
+ "<|mi|>": 50295,
117
+ "<|mk|>": 50308,
118
+ "<|ml|>": 50296,
119
+ "<|mn|>": 50314,
120
+ "<|mr|>": 50320,
121
+ "<|ms|>": 50282,
122
+ "<|mt|>": 50343,
123
+ "<|my|>": 50346,
124
+ "<|ne|>": 50313,
125
+ "<|nl|>": 50271,
126
+ "<|nn|>": 50342,
127
+ "<|no|>": 50288,
128
+ "<|oc|>": 50328,
129
+ "<|pa|>": 50321,
130
+ "<|pl|>": 50269,
131
+ "<|ps|>": 50340,
132
+ "<|pt|>": 50267,
133
+ "<|ro|>": 50284,
134
+ "<|ru|>": 50263,
135
+ "<|sa|>": 50344,
136
+ "<|sd|>": 50332,
137
+ "<|si|>": 50322,
138
+ "<|sk|>": 50298,
139
+ "<|sl|>": 50305,
140
+ "<|sn|>": 50324,
141
+ "<|so|>": 50326,
142
+ "<|sq|>": 50317,
143
+ "<|sr|>": 50303,
144
+ "<|su|>": 50357,
145
+ "<|sv|>": 50273,
146
+ "<|sw|>": 50318,
147
+ "<|ta|>": 50287,
148
+ "<|te|>": 50299,
149
+ "<|tg|>": 50331,
150
+ "<|th|>": 50289,
151
+ "<|tk|>": 50341,
152
+ "<|tl|>": 50348,
153
+ "<|tr|>": 50268,
154
+ "<|tt|>": 50351,
155
+ "<|uk|>": 50280,
156
+ "<|ur|>": 50290,
157
+ "<|uz|>": 50337,
158
+ "<|vi|>": 50278,
159
+ "<|yi|>": 50335,
160
+ "<|yo|>": 50325,
161
+ "<|zh|>": 50260
162
+ },
163
+ "language": "ar",
164
+ "max_initial_timestamp_index": 50,
165
+ "max_length": 448,
166
+ "no_timestamps_token_id": 50363,
167
+ "pad_token_id": 50257,
168
+ "prev_sot_token_id": 50361,
169
+ "return_timestamps": false,
170
+ "suppress_tokens": [
171
+ 1,
172
+ 2,
173
+ 7,
174
+ 8,
175
+ 9,
176
+ 10,
177
+ 14,
178
+ 25,
179
+ 26,
180
+ 27,
181
+ 28,
182
+ 29,
183
+ 31,
184
+ 58,
185
+ 59,
186
+ 60,
187
+ 61,
188
+ 62,
189
+ 63,
190
+ 90,
191
+ 91,
192
+ 92,
193
+ 93,
194
+ 359,
195
+ 503,
196
+ 522,
197
+ 542,
198
+ 873,
199
+ 893,
200
+ 902,
201
+ 918,
202
+ 922,
203
+ 931,
204
+ 1350,
205
+ 1853,
206
+ 1982,
207
+ 2460,
208
+ 2627,
209
+ 3246,
210
+ 3253,
211
+ 3268,
212
+ 3536,
213
+ 3846,
214
+ 3961,
215
+ 4183,
216
+ 4667,
217
+ 6585,
218
+ 6647,
219
+ 7273,
220
+ 9061,
221
+ 9383,
222
+ 10428,
223
+ 10929,
224
+ 11938,
225
+ 12033,
226
+ 12331,
227
+ 12562,
228
+ 13793,
229
+ 14157,
230
+ 14635,
231
+ 15265,
232
+ 15618,
233
+ 16553,
234
+ 16604,
235
+ 18362,
236
+ 18956,
237
+ 20075,
238
+ 21675,
239
+ 22520,
240
+ 26130,
241
+ 26161,
242
+ 26435,
243
+ 28279,
244
+ 29464,
245
+ 31650,
246
+ 32302,
247
+ 32470,
248
+ 36865,
249
+ 42863,
250
+ 47425,
251
+ 49870,
252
+ 50254,
253
+ 50258,
254
+ 50358,
255
+ 50359,
256
+ 50360,
257
+ 50361,
258
+ 50362
259
+ ],
260
+ "task_to_id": {
261
+ "transcribe": 50359,
262
+ "translate": 50358
263
+ },
264
+ "transformers_version": "4.39.3"
265
+ }
model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:bc14dfb170aa97590f9421a8dac4a484fb995f24955fe427019fa17f0413573c
3
+ size 966995080
optimizer.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:ef9e946d70230429972ec75ac0172c7042240682738b61b8ee0ca91f81f659bb
3
+ size 1925060287
preprocessor_config.json ADDED
@@ -0,0 +1,14 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "chunk_length": 30,
3
+ "feature_extractor_type": "WhisperFeatureExtractor",
4
+ "feature_size": 80,
5
+ "hop_length": 160,
6
+ "n_fft": 400,
7
+ "n_samples": 480000,
8
+ "nb_max_frames": 3000,
9
+ "padding_side": "right",
10
+ "padding_value": 0.0,
11
+ "processor_class": "WhisperProcessor",
12
+ "return_attention_mask": false,
13
+ "sampling_rate": 16000
14
+ }
rng_state.pth ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:3a3e4685d8a9a908e39c3f9f148a75ee003e67992491f222816d533b4a05c9ea
3
+ size 14503
scheduler.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:0c02f28989117220816c4786199a619e1b6d89fce1a536bd36f26f62fdf45377
3
+ size 623
trainer_state.json ADDED
@@ -0,0 +1,1466 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": 0.753694919914759,
3
+ "best_model_checkpoint": "./whisper-small-dialect_iraqi/checkpoint-3000",
4
+ "epoch": 3.977724741447892,
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": 0.02,
13
+ "grad_norm": 90.6798324584961,
14
+ "learning_rate": 5.000000000000001e-07,
15
+ "loss": 4.6998,
16
+ "step": 25
17
+ },
18
+ {
19
+ "epoch": 0.04,
20
+ "grad_norm": 40.06618118286133,
21
+ "learning_rate": 1.0000000000000002e-06,
22
+ "loss": 4.1109,
23
+ "step": 50
24
+ },
25
+ {
26
+ "epoch": 0.06,
27
+ "grad_norm": 38.31050109863281,
28
+ "learning_rate": 1.5e-06,
29
+ "loss": 3.2388,
30
+ "step": 75
31
+ },
32
+ {
33
+ "epoch": 0.08,
34
+ "grad_norm": 27.650033950805664,
35
+ "learning_rate": 2.0000000000000003e-06,
36
+ "loss": 2.7981,
37
+ "step": 100
38
+ },
39
+ {
40
+ "epoch": 0.1,
41
+ "grad_norm": 34.07307052612305,
42
+ "learning_rate": 2.5e-06,
43
+ "loss": 2.3226,
44
+ "step": 125
45
+ },
46
+ {
47
+ "epoch": 0.12,
48
+ "grad_norm": 30.355411529541016,
49
+ "learning_rate": 3e-06,
50
+ "loss": 2.3817,
51
+ "step": 150
52
+ },
53
+ {
54
+ "epoch": 0.14,
55
+ "grad_norm": 22.727617263793945,
56
+ "learning_rate": 3.5e-06,
57
+ "loss": 2.1619,
58
+ "step": 175
59
+ },
60
+ {
61
+ "epoch": 0.16,
62
+ "grad_norm": 24.718725204467773,
63
+ "learning_rate": 4.000000000000001e-06,
64
+ "loss": 2.0719,
65
+ "step": 200
66
+ },
67
+ {
68
+ "epoch": 0.18,
69
+ "grad_norm": 28.388458251953125,
70
+ "learning_rate": 4.5e-06,
71
+ "loss": 2.0441,
72
+ "step": 225
73
+ },
74
+ {
75
+ "epoch": 0.2,
76
+ "grad_norm": 21.303863525390625,
77
+ "learning_rate": 5e-06,
78
+ "loss": 1.941,
79
+ "step": 250
80
+ },
81
+ {
82
+ "epoch": 0.22,
83
+ "grad_norm": 27.430503845214844,
84
+ "learning_rate": 5.500000000000001e-06,
85
+ "loss": 1.9,
86
+ "step": 275
87
+ },
88
+ {
89
+ "epoch": 0.24,
90
+ "grad_norm": 27.235267639160156,
91
+ "learning_rate": 6e-06,
92
+ "loss": 1.7483,
93
+ "step": 300
94
+ },
95
+ {
96
+ "epoch": 0.26,
97
+ "grad_norm": 29.63104820251465,
98
+ "learning_rate": 6.5000000000000004e-06,
99
+ "loss": 1.6439,
100
+ "step": 325
101
+ },
102
+ {
103
+ "epoch": 0.28,
104
+ "grad_norm": 21.515504837036133,
105
+ "learning_rate": 7e-06,
106
+ "loss": 1.5067,
107
+ "step": 350
108
+ },
109
+ {
110
+ "epoch": 0.3,
111
+ "grad_norm": 26.370962142944336,
112
+ "learning_rate": 7.500000000000001e-06,
113
+ "loss": 1.3685,
114
+ "step": 375
115
+ },
116
+ {
117
+ "epoch": 0.32,
118
+ "grad_norm": 25.11650276184082,
119
+ "learning_rate": 8.000000000000001e-06,
120
+ "loss": 1.4172,
121
+ "step": 400
122
+ },
123
+ {
124
+ "epoch": 0.34,
125
+ "grad_norm": 25.06173324584961,
126
+ "learning_rate": 8.5e-06,
127
+ "loss": 1.5026,
128
+ "step": 425
129
+ },
130
+ {
131
+ "epoch": 0.36,
132
+ "grad_norm": 24.87285614013672,
133
+ "learning_rate": 9e-06,
134
+ "loss": 1.449,
135
+ "step": 450
136
+ },
137
+ {
138
+ "epoch": 0.38,
139
+ "grad_norm": 23.05367660522461,
140
+ "learning_rate": 9.5e-06,
141
+ "loss": 1.3377,
142
+ "step": 475
143
+ },
144
+ {
145
+ "epoch": 0.4,
146
+ "grad_norm": 22.767385482788086,
147
+ "learning_rate": 1e-05,
148
+ "loss": 1.3833,
149
+ "step": 500
150
+ },
151
+ {
152
+ "epoch": 0.42,
153
+ "grad_norm": 25.26249122619629,
154
+ "learning_rate": 9.944444444444445e-06,
155
+ "loss": 1.3704,
156
+ "step": 525
157
+ },
158
+ {
159
+ "epoch": 0.44,
160
+ "grad_norm": 16.503665924072266,
161
+ "learning_rate": 9.88888888888889e-06,
162
+ "loss": 1.3313,
163
+ "step": 550
164
+ },
165
+ {
166
+ "epoch": 0.46,
167
+ "grad_norm": 25.474660873413086,
168
+ "learning_rate": 9.833333333333333e-06,
169
+ "loss": 1.3546,
170
+ "step": 575
171
+ },
172
+ {
173
+ "epoch": 0.48,
174
+ "grad_norm": 23.469463348388672,
175
+ "learning_rate": 9.777777777777779e-06,
176
+ "loss": 1.3364,
177
+ "step": 600
178
+ },
179
+ {
180
+ "epoch": 0.5,
181
+ "grad_norm": 27.196256637573242,
182
+ "learning_rate": 9.722222222222223e-06,
183
+ "loss": 1.3881,
184
+ "step": 625
185
+ },
186
+ {
187
+ "epoch": 0.52,
188
+ "grad_norm": 28.02334213256836,
189
+ "learning_rate": 9.666666666666667e-06,
190
+ "loss": 1.476,
191
+ "step": 650
192
+ },
193
+ {
194
+ "epoch": 0.54,
195
+ "grad_norm": 23.868146896362305,
196
+ "learning_rate": 9.611111111111112e-06,
197
+ "loss": 1.3418,
198
+ "step": 675
199
+ },
200
+ {
201
+ "epoch": 0.56,
202
+ "grad_norm": 25.75493049621582,
203
+ "learning_rate": 9.555555555555556e-06,
204
+ "loss": 1.3658,
205
+ "step": 700
206
+ },
207
+ {
208
+ "epoch": 0.58,
209
+ "grad_norm": 20.75641632080078,
210
+ "learning_rate": 9.5e-06,
211
+ "loss": 1.3521,
212
+ "step": 725
213
+ },
214
+ {
215
+ "epoch": 0.6,
216
+ "grad_norm": 19.32164192199707,
217
+ "learning_rate": 9.444444444444445e-06,
218
+ "loss": 1.1973,
219
+ "step": 750
220
+ },
221
+ {
222
+ "epoch": 0.62,
223
+ "grad_norm": 22.786579132080078,
224
+ "learning_rate": 9.38888888888889e-06,
225
+ "loss": 1.2699,
226
+ "step": 775
227
+ },
228
+ {
229
+ "epoch": 0.64,
230
+ "grad_norm": 28.15203094482422,
231
+ "learning_rate": 9.333333333333334e-06,
232
+ "loss": 1.2875,
233
+ "step": 800
234
+ },
235
+ {
236
+ "epoch": 0.66,
237
+ "grad_norm": 23.417707443237305,
238
+ "learning_rate": 9.277777777777778e-06,
239
+ "loss": 1.2642,
240
+ "step": 825
241
+ },
242
+ {
243
+ "epoch": 0.68,
244
+ "grad_norm": 26.45885467529297,
245
+ "learning_rate": 9.222222222222224e-06,
246
+ "loss": 1.2766,
247
+ "step": 850
248
+ },
249
+ {
250
+ "epoch": 0.7,
251
+ "grad_norm": 21.266761779785156,
252
+ "learning_rate": 9.166666666666666e-06,
253
+ "loss": 1.2071,
254
+ "step": 875
255
+ },
256
+ {
257
+ "epoch": 0.72,
258
+ "grad_norm": 29.940473556518555,
259
+ "learning_rate": 9.111111111111112e-06,
260
+ "loss": 1.3464,
261
+ "step": 900
262
+ },
263
+ {
264
+ "epoch": 0.74,
265
+ "grad_norm": 23.371288299560547,
266
+ "learning_rate": 9.055555555555556e-06,
267
+ "loss": 1.2047,
268
+ "step": 925
269
+ },
270
+ {
271
+ "epoch": 0.76,
272
+ "grad_norm": 29.867013931274414,
273
+ "learning_rate": 9e-06,
274
+ "loss": 1.2475,
275
+ "step": 950
276
+ },
277
+ {
278
+ "epoch": 0.78,
279
+ "grad_norm": 25.816246032714844,
280
+ "learning_rate": 8.944444444444446e-06,
281
+ "loss": 1.3114,
282
+ "step": 975
283
+ },
284
+ {
285
+ "epoch": 0.8,
286
+ "grad_norm": 25.020904541015625,
287
+ "learning_rate": 8.888888888888888e-06,
288
+ "loss": 1.2314,
289
+ "step": 1000
290
+ },
291
+ {
292
+ "epoch": 0.8,
293
+ "eval_loss": 1.2611169815063477,
294
+ "eval_runtime": 759.5723,
295
+ "eval_samples_per_second": 3.308,
296
+ "eval_steps_per_second": 0.415,
297
+ "eval_wer": 0.8315116518869871,
298
+ "step": 1000
299
+ },
300
+ {
301
+ "epoch": 0.82,
302
+ "grad_norm": 26.749116897583008,
303
+ "learning_rate": 8.833333333333334e-06,
304
+ "loss": 1.3321,
305
+ "step": 1025
306
+ },
307
+ {
308
+ "epoch": 0.84,
309
+ "grad_norm": 25.487159729003906,
310
+ "learning_rate": 8.777777777777778e-06,
311
+ "loss": 1.2774,
312
+ "step": 1050
313
+ },
314
+ {
315
+ "epoch": 0.86,
316
+ "grad_norm": 24.627052307128906,
317
+ "learning_rate": 8.722222222222224e-06,
318
+ "loss": 1.2631,
319
+ "step": 1075
320
+ },
321
+ {
322
+ "epoch": 0.88,
323
+ "grad_norm": 30.22520637512207,
324
+ "learning_rate": 8.666666666666668e-06,
325
+ "loss": 1.3112,
326
+ "step": 1100
327
+ },
328
+ {
329
+ "epoch": 0.89,
330
+ "grad_norm": 24.753944396972656,
331
+ "learning_rate": 8.611111111111112e-06,
332
+ "loss": 1.2371,
333
+ "step": 1125
334
+ },
335
+ {
336
+ "epoch": 0.91,
337
+ "grad_norm": 28.411720275878906,
338
+ "learning_rate": 8.555555555555556e-06,
339
+ "loss": 1.2851,
340
+ "step": 1150
341
+ },
342
+ {
343
+ "epoch": 0.93,
344
+ "grad_norm": 15.954439163208008,
345
+ "learning_rate": 8.5e-06,
346
+ "loss": 1.1501,
347
+ "step": 1175
348
+ },
349
+ {
350
+ "epoch": 0.95,
351
+ "grad_norm": 20.5186710357666,
352
+ "learning_rate": 8.444444444444446e-06,
353
+ "loss": 1.3305,
354
+ "step": 1200
355
+ },
356
+ {
357
+ "epoch": 0.97,
358
+ "grad_norm": 21.135791778564453,
359
+ "learning_rate": 8.38888888888889e-06,
360
+ "loss": 1.2152,
361
+ "step": 1225
362
+ },
363
+ {
364
+ "epoch": 0.99,
365
+ "grad_norm": 23.05451202392578,
366
+ "learning_rate": 8.333333333333334e-06,
367
+ "loss": 1.2342,
368
+ "step": 1250
369
+ },
370
+ {
371
+ "epoch": 1.01,
372
+ "grad_norm": 14.508014678955078,
373
+ "learning_rate": 8.277777777777778e-06,
374
+ "loss": 1.088,
375
+ "step": 1275
376
+ },
377
+ {
378
+ "epoch": 1.03,
379
+ "grad_norm": 22.216018676757812,
380
+ "learning_rate": 8.222222222222222e-06,
381
+ "loss": 0.9067,
382
+ "step": 1300
383
+ },
384
+ {
385
+ "epoch": 1.05,
386
+ "grad_norm": 18.821016311645508,
387
+ "learning_rate": 8.166666666666668e-06,
388
+ "loss": 0.9273,
389
+ "step": 1325
390
+ },
391
+ {
392
+ "epoch": 1.07,
393
+ "grad_norm": 14.82918930053711,
394
+ "learning_rate": 8.111111111111112e-06,
395
+ "loss": 0.8638,
396
+ "step": 1350
397
+ },
398
+ {
399
+ "epoch": 1.09,
400
+ "grad_norm": 14.661232948303223,
401
+ "learning_rate": 8.055555555555557e-06,
402
+ "loss": 0.9233,
403
+ "step": 1375
404
+ },
405
+ {
406
+ "epoch": 1.11,
407
+ "grad_norm": 12.39109992980957,
408
+ "learning_rate": 8.000000000000001e-06,
409
+ "loss": 0.9203,
410
+ "step": 1400
411
+ },
412
+ {
413
+ "epoch": 1.13,
414
+ "grad_norm": 16.905513763427734,
415
+ "learning_rate": 7.944444444444445e-06,
416
+ "loss": 0.9121,
417
+ "step": 1425
418
+ },
419
+ {
420
+ "epoch": 1.15,
421
+ "grad_norm": 19.73763656616211,
422
+ "learning_rate": 7.88888888888889e-06,
423
+ "loss": 0.9762,
424
+ "step": 1450
425
+ },
426
+ {
427
+ "epoch": 1.17,
428
+ "grad_norm": 20.832565307617188,
429
+ "learning_rate": 7.833333333333333e-06,
430
+ "loss": 1.0234,
431
+ "step": 1475
432
+ },
433
+ {
434
+ "epoch": 1.19,
435
+ "grad_norm": 20.59532356262207,
436
+ "learning_rate": 7.77777777777778e-06,
437
+ "loss": 0.9885,
438
+ "step": 1500
439
+ },
440
+ {
441
+ "epoch": 1.21,
442
+ "grad_norm": 19.251754760742188,
443
+ "learning_rate": 7.722222222222223e-06,
444
+ "loss": 0.8777,
445
+ "step": 1525
446
+ },
447
+ {
448
+ "epoch": 1.23,
449
+ "grad_norm": 22.859533309936523,
450
+ "learning_rate": 7.666666666666667e-06,
451
+ "loss": 1.0234,
452
+ "step": 1550
453
+ },
454
+ {
455
+ "epoch": 1.25,
456
+ "grad_norm": 18.167465209960938,
457
+ "learning_rate": 7.611111111111111e-06,
458
+ "loss": 0.9787,
459
+ "step": 1575
460
+ },
461
+ {
462
+ "epoch": 1.27,
463
+ "grad_norm": 19.155288696289062,
464
+ "learning_rate": 7.555555555555556e-06,
465
+ "loss": 0.9028,
466
+ "step": 1600
467
+ },
468
+ {
469
+ "epoch": 1.29,
470
+ "grad_norm": 14.16364574432373,
471
+ "learning_rate": 7.500000000000001e-06,
472
+ "loss": 0.8999,
473
+ "step": 1625
474
+ },
475
+ {
476
+ "epoch": 1.31,
477
+ "grad_norm": 19.69369125366211,
478
+ "learning_rate": 7.444444444444445e-06,
479
+ "loss": 0.9565,
480
+ "step": 1650
481
+ },
482
+ {
483
+ "epoch": 1.33,
484
+ "grad_norm": 18.87957763671875,
485
+ "learning_rate": 7.38888888888889e-06,
486
+ "loss": 0.929,
487
+ "step": 1675
488
+ },
489
+ {
490
+ "epoch": 1.35,
491
+ "grad_norm": 13.816971778869629,
492
+ "learning_rate": 7.333333333333333e-06,
493
+ "loss": 0.9804,
494
+ "step": 1700
495
+ },
496
+ {
497
+ "epoch": 1.37,
498
+ "grad_norm": 21.371904373168945,
499
+ "learning_rate": 7.277777777777778e-06,
500
+ "loss": 0.9721,
501
+ "step": 1725
502
+ },
503
+ {
504
+ "epoch": 1.39,
505
+ "grad_norm": 15.800612449645996,
506
+ "learning_rate": 7.222222222222223e-06,
507
+ "loss": 0.9186,
508
+ "step": 1750
509
+ },
510
+ {
511
+ "epoch": 1.41,
512
+ "grad_norm": 24.303115844726562,
513
+ "learning_rate": 7.166666666666667e-06,
514
+ "loss": 0.9046,
515
+ "step": 1775
516
+ },
517
+ {
518
+ "epoch": 1.43,
519
+ "grad_norm": 23.116640090942383,
520
+ "learning_rate": 7.111111111111112e-06,
521
+ "loss": 0.8983,
522
+ "step": 1800
523
+ },
524
+ {
525
+ "epoch": 1.45,
526
+ "grad_norm": 20.9332332611084,
527
+ "learning_rate": 7.055555555555557e-06,
528
+ "loss": 0.9215,
529
+ "step": 1825
530
+ },
531
+ {
532
+ "epoch": 1.47,
533
+ "grad_norm": 16.32611846923828,
534
+ "learning_rate": 7e-06,
535
+ "loss": 0.9387,
536
+ "step": 1850
537
+ },
538
+ {
539
+ "epoch": 1.49,
540
+ "grad_norm": 12.740330696105957,
541
+ "learning_rate": 6.944444444444445e-06,
542
+ "loss": 0.8465,
543
+ "step": 1875
544
+ },
545
+ {
546
+ "epoch": 1.51,
547
+ "grad_norm": 22.3834228515625,
548
+ "learning_rate": 6.88888888888889e-06,
549
+ "loss": 1.0026,
550
+ "step": 1900
551
+ },
552
+ {
553
+ "epoch": 1.53,
554
+ "grad_norm": 15.032549858093262,
555
+ "learning_rate": 6.833333333333334e-06,
556
+ "loss": 0.9839,
557
+ "step": 1925
558
+ },
559
+ {
560
+ "epoch": 1.55,
561
+ "grad_norm": 16.8016357421875,
562
+ "learning_rate": 6.777777777777779e-06,
563
+ "loss": 0.9477,
564
+ "step": 1950
565
+ },
566
+ {
567
+ "epoch": 1.57,
568
+ "grad_norm": 17.123817443847656,
569
+ "learning_rate": 6.7222222222222235e-06,
570
+ "loss": 0.9238,
571
+ "step": 1975
572
+ },
573
+ {
574
+ "epoch": 1.59,
575
+ "grad_norm": 23.146198272705078,
576
+ "learning_rate": 6.666666666666667e-06,
577
+ "loss": 0.8997,
578
+ "step": 2000
579
+ },
580
+ {
581
+ "epoch": 1.59,
582
+ "eval_loss": 1.1737741231918335,
583
+ "eval_runtime": 720.7256,
584
+ "eval_samples_per_second": 3.487,
585
+ "eval_steps_per_second": 0.437,
586
+ "eval_wer": 0.8439540798790128,
587
+ "step": 2000
588
+ },
589
+ {
590
+ "epoch": 1.61,
591
+ "grad_norm": 14.144861221313477,
592
+ "learning_rate": 6.6111111111111115e-06,
593
+ "loss": 0.9259,
594
+ "step": 2025
595
+ },
596
+ {
597
+ "epoch": 1.63,
598
+ "grad_norm": 23.315628051757812,
599
+ "learning_rate": 6.555555555555556e-06,
600
+ "loss": 0.918,
601
+ "step": 2050
602
+ },
603
+ {
604
+ "epoch": 1.65,
605
+ "grad_norm": 19.603803634643555,
606
+ "learning_rate": 6.5000000000000004e-06,
607
+ "loss": 0.8248,
608
+ "step": 2075
609
+ },
610
+ {
611
+ "epoch": 1.67,
612
+ "grad_norm": 23.32997703552246,
613
+ "learning_rate": 6.444444444444445e-06,
614
+ "loss": 0.994,
615
+ "step": 2100
616
+ },
617
+ {
618
+ "epoch": 1.69,
619
+ "grad_norm": 14.22852897644043,
620
+ "learning_rate": 6.3888888888888885e-06,
621
+ "loss": 0.8911,
622
+ "step": 2125
623
+ },
624
+ {
625
+ "epoch": 1.71,
626
+ "grad_norm": 25.88995933532715,
627
+ "learning_rate": 6.333333333333333e-06,
628
+ "loss": 0.9571,
629
+ "step": 2150
630
+ },
631
+ {
632
+ "epoch": 1.73,
633
+ "grad_norm": 14.300514221191406,
634
+ "learning_rate": 6.277777777777778e-06,
635
+ "loss": 0.9271,
636
+ "step": 2175
637
+ },
638
+ {
639
+ "epoch": 1.75,
640
+ "grad_norm": 20.620363235473633,
641
+ "learning_rate": 6.222222222222223e-06,
642
+ "loss": 0.9448,
643
+ "step": 2200
644
+ },
645
+ {
646
+ "epoch": 1.77,
647
+ "grad_norm": 22.74941062927246,
648
+ "learning_rate": 6.166666666666667e-06,
649
+ "loss": 0.8855,
650
+ "step": 2225
651
+ },
652
+ {
653
+ "epoch": 1.79,
654
+ "grad_norm": 23.452943801879883,
655
+ "learning_rate": 6.111111111111112e-06,
656
+ "loss": 0.9769,
657
+ "step": 2250
658
+ },
659
+ {
660
+ "epoch": 1.81,
661
+ "grad_norm": 18.53643035888672,
662
+ "learning_rate": 6.055555555555555e-06,
663
+ "loss": 0.9351,
664
+ "step": 2275
665
+ },
666
+ {
667
+ "epoch": 1.83,
668
+ "grad_norm": 12.938403129577637,
669
+ "learning_rate": 6e-06,
670
+ "loss": 0.886,
671
+ "step": 2300
672
+ },
673
+ {
674
+ "epoch": 1.85,
675
+ "grad_norm": 21.200199127197266,
676
+ "learning_rate": 5.944444444444445e-06,
677
+ "loss": 0.893,
678
+ "step": 2325
679
+ },
680
+ {
681
+ "epoch": 1.87,
682
+ "grad_norm": 21.017866134643555,
683
+ "learning_rate": 5.88888888888889e-06,
684
+ "loss": 0.9721,
685
+ "step": 2350
686
+ },
687
+ {
688
+ "epoch": 1.89,
689
+ "grad_norm": 14.922087669372559,
690
+ "learning_rate": 5.833333333333334e-06,
691
+ "loss": 0.9119,
692
+ "step": 2375
693
+ },
694
+ {
695
+ "epoch": 1.91,
696
+ "grad_norm": 18.216527938842773,
697
+ "learning_rate": 5.777777777777778e-06,
698
+ "loss": 0.8708,
699
+ "step": 2400
700
+ },
701
+ {
702
+ "epoch": 1.93,
703
+ "grad_norm": 19.921646118164062,
704
+ "learning_rate": 5.722222222222222e-06,
705
+ "loss": 0.913,
706
+ "step": 2425
707
+ },
708
+ {
709
+ "epoch": 1.95,
710
+ "grad_norm": 19.92595863342285,
711
+ "learning_rate": 5.666666666666667e-06,
712
+ "loss": 0.9116,
713
+ "step": 2450
714
+ },
715
+ {
716
+ "epoch": 1.97,
717
+ "grad_norm": 21.927392959594727,
718
+ "learning_rate": 5.611111111111112e-06,
719
+ "loss": 0.9042,
720
+ "step": 2475
721
+ },
722
+ {
723
+ "epoch": 1.99,
724
+ "grad_norm": 16.251340866088867,
725
+ "learning_rate": 5.555555555555557e-06,
726
+ "loss": 0.8799,
727
+ "step": 2500
728
+ },
729
+ {
730
+ "epoch": 2.01,
731
+ "grad_norm": 12.66164493560791,
732
+ "learning_rate": 5.500000000000001e-06,
733
+ "loss": 0.6893,
734
+ "step": 2525
735
+ },
736
+ {
737
+ "epoch": 2.03,
738
+ "grad_norm": 16.812175750732422,
739
+ "learning_rate": 5.444444444444445e-06,
740
+ "loss": 0.5815,
741
+ "step": 2550
742
+ },
743
+ {
744
+ "epoch": 2.05,
745
+ "grad_norm": 24.777708053588867,
746
+ "learning_rate": 5.388888888888889e-06,
747
+ "loss": 0.6612,
748
+ "step": 2575
749
+ },
750
+ {
751
+ "epoch": 2.07,
752
+ "grad_norm": 18.211021423339844,
753
+ "learning_rate": 5.333333333333334e-06,
754
+ "loss": 0.6015,
755
+ "step": 2600
756
+ },
757
+ {
758
+ "epoch": 2.09,
759
+ "grad_norm": 16.52762222290039,
760
+ "learning_rate": 5.2777777777777785e-06,
761
+ "loss": 0.6056,
762
+ "step": 2625
763
+ },
764
+ {
765
+ "epoch": 2.11,
766
+ "grad_norm": 14.783591270446777,
767
+ "learning_rate": 5.2222222222222226e-06,
768
+ "loss": 0.6516,
769
+ "step": 2650
770
+ },
771
+ {
772
+ "epoch": 2.13,
773
+ "grad_norm": 14.879830360412598,
774
+ "learning_rate": 5.1666666666666675e-06,
775
+ "loss": 0.6334,
776
+ "step": 2675
777
+ },
778
+ {
779
+ "epoch": 2.15,
780
+ "grad_norm": 12.205127716064453,
781
+ "learning_rate": 5.1111111111111115e-06,
782
+ "loss": 0.5561,
783
+ "step": 2700
784
+ },
785
+ {
786
+ "epoch": 2.17,
787
+ "grad_norm": 21.069787979125977,
788
+ "learning_rate": 5.0555555555555555e-06,
789
+ "loss": 0.6318,
790
+ "step": 2725
791
+ },
792
+ {
793
+ "epoch": 2.19,
794
+ "grad_norm": 19.374557495117188,
795
+ "learning_rate": 5e-06,
796
+ "loss": 0.6581,
797
+ "step": 2750
798
+ },
799
+ {
800
+ "epoch": 2.21,
801
+ "grad_norm": 12.187582015991211,
802
+ "learning_rate": 4.944444444444445e-06,
803
+ "loss": 0.5867,
804
+ "step": 2775
805
+ },
806
+ {
807
+ "epoch": 2.23,
808
+ "grad_norm": 10.92504596710205,
809
+ "learning_rate": 4.888888888888889e-06,
810
+ "loss": 0.6629,
811
+ "step": 2800
812
+ },
813
+ {
814
+ "epoch": 2.25,
815
+ "grad_norm": 16.010311126708984,
816
+ "learning_rate": 4.833333333333333e-06,
817
+ "loss": 0.6236,
818
+ "step": 2825
819
+ },
820
+ {
821
+ "epoch": 2.27,
822
+ "grad_norm": 17.286380767822266,
823
+ "learning_rate": 4.777777777777778e-06,
824
+ "loss": 0.6444,
825
+ "step": 2850
826
+ },
827
+ {
828
+ "epoch": 2.29,
829
+ "grad_norm": 20.500370025634766,
830
+ "learning_rate": 4.722222222222222e-06,
831
+ "loss": 0.6486,
832
+ "step": 2875
833
+ },
834
+ {
835
+ "epoch": 2.31,
836
+ "grad_norm": 8.12575912475586,
837
+ "learning_rate": 4.666666666666667e-06,
838
+ "loss": 0.647,
839
+ "step": 2900
840
+ },
841
+ {
842
+ "epoch": 2.33,
843
+ "grad_norm": 14.205204010009766,
844
+ "learning_rate": 4.611111111111112e-06,
845
+ "loss": 0.6264,
846
+ "step": 2925
847
+ },
848
+ {
849
+ "epoch": 2.35,
850
+ "grad_norm": 19.79119300842285,
851
+ "learning_rate": 4.555555555555556e-06,
852
+ "loss": 0.6556,
853
+ "step": 2950
854
+ },
855
+ {
856
+ "epoch": 2.37,
857
+ "grad_norm": 16.10354995727539,
858
+ "learning_rate": 4.5e-06,
859
+ "loss": 0.724,
860
+ "step": 2975
861
+ },
862
+ {
863
+ "epoch": 2.39,
864
+ "grad_norm": 15.188028335571289,
865
+ "learning_rate": 4.444444444444444e-06,
866
+ "loss": 0.6654,
867
+ "step": 3000
868
+ },
869
+ {
870
+ "epoch": 2.39,
871
+ "eval_loss": 1.176345705986023,
872
+ "eval_runtime": 739.8672,
873
+ "eval_samples_per_second": 3.397,
874
+ "eval_steps_per_second": 0.426,
875
+ "eval_wer": 0.753694919914759,
876
+ "step": 3000
877
+ },
878
+ {
879
+ "epoch": 2.41,
880
+ "grad_norm": 12.310816764831543,
881
+ "learning_rate": 4.388888888888889e-06,
882
+ "loss": 0.6626,
883
+ "step": 3025
884
+ },
885
+ {
886
+ "epoch": 2.43,
887
+ "grad_norm": 16.34236717224121,
888
+ "learning_rate": 4.333333333333334e-06,
889
+ "loss": 0.5884,
890
+ "step": 3050
891
+ },
892
+ {
893
+ "epoch": 2.45,
894
+ "grad_norm": 21.42963981628418,
895
+ "learning_rate": 4.277777777777778e-06,
896
+ "loss": 0.6561,
897
+ "step": 3075
898
+ },
899
+ {
900
+ "epoch": 2.47,
901
+ "grad_norm": 13.815032958984375,
902
+ "learning_rate": 4.222222222222223e-06,
903
+ "loss": 0.5719,
904
+ "step": 3100
905
+ },
906
+ {
907
+ "epoch": 2.49,
908
+ "grad_norm": 17.99472999572754,
909
+ "learning_rate": 4.166666666666667e-06,
910
+ "loss": 0.6684,
911
+ "step": 3125
912
+ },
913
+ {
914
+ "epoch": 2.51,
915
+ "grad_norm": 16.833436965942383,
916
+ "learning_rate": 4.111111111111111e-06,
917
+ "loss": 0.6566,
918
+ "step": 3150
919
+ },
920
+ {
921
+ "epoch": 2.53,
922
+ "grad_norm": 18.723281860351562,
923
+ "learning_rate": 4.055555555555556e-06,
924
+ "loss": 0.5795,
925
+ "step": 3175
926
+ },
927
+ {
928
+ "epoch": 2.55,
929
+ "grad_norm": 14.792190551757812,
930
+ "learning_rate": 4.000000000000001e-06,
931
+ "loss": 0.6239,
932
+ "step": 3200
933
+ },
934
+ {
935
+ "epoch": 2.57,
936
+ "grad_norm": 12.845802307128906,
937
+ "learning_rate": 3.944444444444445e-06,
938
+ "loss": 0.6182,
939
+ "step": 3225
940
+ },
941
+ {
942
+ "epoch": 2.59,
943
+ "grad_norm": 15.569611549377441,
944
+ "learning_rate": 3.88888888888889e-06,
945
+ "loss": 0.63,
946
+ "step": 3250
947
+ },
948
+ {
949
+ "epoch": 2.61,
950
+ "grad_norm": 11.007694244384766,
951
+ "learning_rate": 3.833333333333334e-06,
952
+ "loss": 0.6106,
953
+ "step": 3275
954
+ },
955
+ {
956
+ "epoch": 2.63,
957
+ "grad_norm": 18.574846267700195,
958
+ "learning_rate": 3.777777777777778e-06,
959
+ "loss": 0.5999,
960
+ "step": 3300
961
+ },
962
+ {
963
+ "epoch": 2.65,
964
+ "grad_norm": 15.045463562011719,
965
+ "learning_rate": 3.7222222222222225e-06,
966
+ "loss": 0.6264,
967
+ "step": 3325
968
+ },
969
+ {
970
+ "epoch": 2.67,
971
+ "grad_norm": 14.46103572845459,
972
+ "learning_rate": 3.6666666666666666e-06,
973
+ "loss": 0.6492,
974
+ "step": 3350
975
+ },
976
+ {
977
+ "epoch": 2.68,
978
+ "grad_norm": 21.062015533447266,
979
+ "learning_rate": 3.6111111111111115e-06,
980
+ "loss": 0.6262,
981
+ "step": 3375
982
+ },
983
+ {
984
+ "epoch": 2.7,
985
+ "grad_norm": 18.670812606811523,
986
+ "learning_rate": 3.555555555555556e-06,
987
+ "loss": 0.6268,
988
+ "step": 3400
989
+ },
990
+ {
991
+ "epoch": 2.72,
992
+ "grad_norm": 15.329480171203613,
993
+ "learning_rate": 3.5e-06,
994
+ "loss": 0.5885,
995
+ "step": 3425
996
+ },
997
+ {
998
+ "epoch": 2.74,
999
+ "grad_norm": 13.511859893798828,
1000
+ "learning_rate": 3.444444444444445e-06,
1001
+ "loss": 0.625,
1002
+ "step": 3450
1003
+ },
1004
+ {
1005
+ "epoch": 2.76,
1006
+ "grad_norm": 18.378982543945312,
1007
+ "learning_rate": 3.3888888888888893e-06,
1008
+ "loss": 0.588,
1009
+ "step": 3475
1010
+ },
1011
+ {
1012
+ "epoch": 2.78,
1013
+ "grad_norm": 10.714431762695312,
1014
+ "learning_rate": 3.3333333333333333e-06,
1015
+ "loss": 0.5832,
1016
+ "step": 3500
1017
+ },
1018
+ {
1019
+ "epoch": 2.8,
1020
+ "grad_norm": 13.219440460205078,
1021
+ "learning_rate": 3.277777777777778e-06,
1022
+ "loss": 0.6165,
1023
+ "step": 3525
1024
+ },
1025
+ {
1026
+ "epoch": 2.82,
1027
+ "grad_norm": 20.18632698059082,
1028
+ "learning_rate": 3.2222222222222227e-06,
1029
+ "loss": 0.5918,
1030
+ "step": 3550
1031
+ },
1032
+ {
1033
+ "epoch": 2.84,
1034
+ "grad_norm": 17.847423553466797,
1035
+ "learning_rate": 3.1666666666666667e-06,
1036
+ "loss": 0.5514,
1037
+ "step": 3575
1038
+ },
1039
+ {
1040
+ "epoch": 2.86,
1041
+ "grad_norm": 10.973837852478027,
1042
+ "learning_rate": 3.1111111111111116e-06,
1043
+ "loss": 0.6074,
1044
+ "step": 3600
1045
+ },
1046
+ {
1047
+ "epoch": 2.88,
1048
+ "grad_norm": 10.063940048217773,
1049
+ "learning_rate": 3.055555555555556e-06,
1050
+ "loss": 0.5841,
1051
+ "step": 3625
1052
+ },
1053
+ {
1054
+ "epoch": 2.9,
1055
+ "grad_norm": 19.3330020904541,
1056
+ "learning_rate": 3e-06,
1057
+ "loss": 0.6031,
1058
+ "step": 3650
1059
+ },
1060
+ {
1061
+ "epoch": 2.92,
1062
+ "grad_norm": 12.685822486877441,
1063
+ "learning_rate": 2.944444444444445e-06,
1064
+ "loss": 0.5543,
1065
+ "step": 3675
1066
+ },
1067
+ {
1068
+ "epoch": 2.94,
1069
+ "grad_norm": 13.237887382507324,
1070
+ "learning_rate": 2.888888888888889e-06,
1071
+ "loss": 0.5575,
1072
+ "step": 3700
1073
+ },
1074
+ {
1075
+ "epoch": 2.96,
1076
+ "grad_norm": 14.186014175415039,
1077
+ "learning_rate": 2.8333333333333335e-06,
1078
+ "loss": 0.5701,
1079
+ "step": 3725
1080
+ },
1081
+ {
1082
+ "epoch": 2.98,
1083
+ "grad_norm": 11.545550346374512,
1084
+ "learning_rate": 2.7777777777777783e-06,
1085
+ "loss": 0.5855,
1086
+ "step": 3750
1087
+ },
1088
+ {
1089
+ "epoch": 3.0,
1090
+ "grad_norm": 12.496350288391113,
1091
+ "learning_rate": 2.7222222222222224e-06,
1092
+ "loss": 0.6069,
1093
+ "step": 3775
1094
+ },
1095
+ {
1096
+ "epoch": 3.02,
1097
+ "grad_norm": 10.237105369567871,
1098
+ "learning_rate": 2.666666666666667e-06,
1099
+ "loss": 0.3926,
1100
+ "step": 3800
1101
+ },
1102
+ {
1103
+ "epoch": 3.04,
1104
+ "grad_norm": 6.904445648193359,
1105
+ "learning_rate": 2.6111111111111113e-06,
1106
+ "loss": 0.3931,
1107
+ "step": 3825
1108
+ },
1109
+ {
1110
+ "epoch": 3.06,
1111
+ "grad_norm": 9.90048599243164,
1112
+ "learning_rate": 2.5555555555555557e-06,
1113
+ "loss": 0.3966,
1114
+ "step": 3850
1115
+ },
1116
+ {
1117
+ "epoch": 3.08,
1118
+ "grad_norm": 9.313446044921875,
1119
+ "learning_rate": 2.5e-06,
1120
+ "loss": 0.4119,
1121
+ "step": 3875
1122
+ },
1123
+ {
1124
+ "epoch": 3.1,
1125
+ "grad_norm": 9.53442668914795,
1126
+ "learning_rate": 2.4444444444444447e-06,
1127
+ "loss": 0.4221,
1128
+ "step": 3900
1129
+ },
1130
+ {
1131
+ "epoch": 3.12,
1132
+ "grad_norm": 15.683548927307129,
1133
+ "learning_rate": 2.388888888888889e-06,
1134
+ "loss": 0.423,
1135
+ "step": 3925
1136
+ },
1137
+ {
1138
+ "epoch": 3.14,
1139
+ "grad_norm": 13.14923095703125,
1140
+ "learning_rate": 2.3333333333333336e-06,
1141
+ "loss": 0.3881,
1142
+ "step": 3950
1143
+ },
1144
+ {
1145
+ "epoch": 3.16,
1146
+ "grad_norm": 7.727118015289307,
1147
+ "learning_rate": 2.277777777777778e-06,
1148
+ "loss": 0.3926,
1149
+ "step": 3975
1150
+ },
1151
+ {
1152
+ "epoch": 3.18,
1153
+ "grad_norm": 6.784303665161133,
1154
+ "learning_rate": 2.222222222222222e-06,
1155
+ "loss": 0.3151,
1156
+ "step": 4000
1157
+ },
1158
+ {
1159
+ "epoch": 3.18,
1160
+ "eval_loss": 1.20012366771698,
1161
+ "eval_runtime": 741.1631,
1162
+ "eval_samples_per_second": 3.391,
1163
+ "eval_steps_per_second": 0.425,
1164
+ "eval_wer": 0.7703306523681859,
1165
+ "step": 4000
1166
+ },
1167
+ {
1168
+ "epoch": 3.2,
1169
+ "grad_norm": 11.838973045349121,
1170
+ "learning_rate": 2.166666666666667e-06,
1171
+ "loss": 0.4212,
1172
+ "step": 4025
1173
+ },
1174
+ {
1175
+ "epoch": 3.22,
1176
+ "grad_norm": 9.963013648986816,
1177
+ "learning_rate": 2.1111111111111114e-06,
1178
+ "loss": 0.5183,
1179
+ "step": 4050
1180
+ },
1181
+ {
1182
+ "epoch": 3.24,
1183
+ "grad_norm": 11.655789375305176,
1184
+ "learning_rate": 2.0555555555555555e-06,
1185
+ "loss": 0.3753,
1186
+ "step": 4075
1187
+ },
1188
+ {
1189
+ "epoch": 3.26,
1190
+ "grad_norm": 12.085322380065918,
1191
+ "learning_rate": 2.0000000000000003e-06,
1192
+ "loss": 0.3888,
1193
+ "step": 4100
1194
+ },
1195
+ {
1196
+ "epoch": 3.28,
1197
+ "grad_norm": 16.148874282836914,
1198
+ "learning_rate": 1.944444444444445e-06,
1199
+ "loss": 0.4098,
1200
+ "step": 4125
1201
+ },
1202
+ {
1203
+ "epoch": 3.3,
1204
+ "grad_norm": 14.727580070495605,
1205
+ "learning_rate": 1.888888888888889e-06,
1206
+ "loss": 0.4313,
1207
+ "step": 4150
1208
+ },
1209
+ {
1210
+ "epoch": 3.32,
1211
+ "grad_norm": 7.685079574584961,
1212
+ "learning_rate": 1.8333333333333333e-06,
1213
+ "loss": 0.4227,
1214
+ "step": 4175
1215
+ },
1216
+ {
1217
+ "epoch": 3.34,
1218
+ "grad_norm": 12.381622314453125,
1219
+ "learning_rate": 1.777777777777778e-06,
1220
+ "loss": 0.4043,
1221
+ "step": 4200
1222
+ },
1223
+ {
1224
+ "epoch": 3.36,
1225
+ "grad_norm": 12.150275230407715,
1226
+ "learning_rate": 1.7222222222222224e-06,
1227
+ "loss": 0.4428,
1228
+ "step": 4225
1229
+ },
1230
+ {
1231
+ "epoch": 3.38,
1232
+ "grad_norm": 14.8292875289917,
1233
+ "learning_rate": 1.6666666666666667e-06,
1234
+ "loss": 0.4276,
1235
+ "step": 4250
1236
+ },
1237
+ {
1238
+ "epoch": 3.4,
1239
+ "grad_norm": 18.160255432128906,
1240
+ "learning_rate": 1.6111111111111113e-06,
1241
+ "loss": 0.4544,
1242
+ "step": 4275
1243
+ },
1244
+ {
1245
+ "epoch": 3.42,
1246
+ "grad_norm": 8.906795501708984,
1247
+ "learning_rate": 1.5555555555555558e-06,
1248
+ "loss": 0.3873,
1249
+ "step": 4300
1250
+ },
1251
+ {
1252
+ "epoch": 3.44,
1253
+ "grad_norm": 9.33066463470459,
1254
+ "learning_rate": 1.5e-06,
1255
+ "loss": 0.417,
1256
+ "step": 4325
1257
+ },
1258
+ {
1259
+ "epoch": 3.46,
1260
+ "grad_norm": 13.509571075439453,
1261
+ "learning_rate": 1.4444444444444445e-06,
1262
+ "loss": 0.4384,
1263
+ "step": 4350
1264
+ },
1265
+ {
1266
+ "epoch": 3.48,
1267
+ "grad_norm": 14.600696563720703,
1268
+ "learning_rate": 1.3888888888888892e-06,
1269
+ "loss": 0.471,
1270
+ "step": 4375
1271
+ },
1272
+ {
1273
+ "epoch": 3.5,
1274
+ "grad_norm": 15.88110065460205,
1275
+ "learning_rate": 1.3333333333333334e-06,
1276
+ "loss": 0.3886,
1277
+ "step": 4400
1278
+ },
1279
+ {
1280
+ "epoch": 3.52,
1281
+ "grad_norm": 21.162866592407227,
1282
+ "learning_rate": 1.2777777777777779e-06,
1283
+ "loss": 0.4064,
1284
+ "step": 4425
1285
+ },
1286
+ {
1287
+ "epoch": 3.54,
1288
+ "grad_norm": 16.15275764465332,
1289
+ "learning_rate": 1.2222222222222223e-06,
1290
+ "loss": 0.4125,
1291
+ "step": 4450
1292
+ },
1293
+ {
1294
+ "epoch": 3.56,
1295
+ "grad_norm": 10.692975997924805,
1296
+ "learning_rate": 1.1666666666666668e-06,
1297
+ "loss": 0.3805,
1298
+ "step": 4475
1299
+ },
1300
+ {
1301
+ "epoch": 3.58,
1302
+ "grad_norm": 13.422977447509766,
1303
+ "learning_rate": 1.111111111111111e-06,
1304
+ "loss": 0.4478,
1305
+ "step": 4500
1306
+ },
1307
+ {
1308
+ "epoch": 3.6,
1309
+ "grad_norm": 13.359613418579102,
1310
+ "learning_rate": 1.0555555555555557e-06,
1311
+ "loss": 0.3822,
1312
+ "step": 4525
1313
+ },
1314
+ {
1315
+ "epoch": 3.62,
1316
+ "grad_norm": 15.324664115905762,
1317
+ "learning_rate": 1.0000000000000002e-06,
1318
+ "loss": 0.4295,
1319
+ "step": 4550
1320
+ },
1321
+ {
1322
+ "epoch": 3.64,
1323
+ "grad_norm": 12.166446685791016,
1324
+ "learning_rate": 9.444444444444445e-07,
1325
+ "loss": 0.4018,
1326
+ "step": 4575
1327
+ },
1328
+ {
1329
+ "epoch": 3.66,
1330
+ "grad_norm": 11.992637634277344,
1331
+ "learning_rate": 8.88888888888889e-07,
1332
+ "loss": 0.3979,
1333
+ "step": 4600
1334
+ },
1335
+ {
1336
+ "epoch": 3.68,
1337
+ "grad_norm": 19.6129150390625,
1338
+ "learning_rate": 8.333333333333333e-07,
1339
+ "loss": 0.4456,
1340
+ "step": 4625
1341
+ },
1342
+ {
1343
+ "epoch": 3.7,
1344
+ "grad_norm": 9.729543685913086,
1345
+ "learning_rate": 7.777777777777779e-07,
1346
+ "loss": 0.3642,
1347
+ "step": 4650
1348
+ },
1349
+ {
1350
+ "epoch": 3.72,
1351
+ "grad_norm": 10.414878845214844,
1352
+ "learning_rate": 7.222222222222222e-07,
1353
+ "loss": 0.3569,
1354
+ "step": 4675
1355
+ },
1356
+ {
1357
+ "epoch": 3.74,
1358
+ "grad_norm": 12.819910049438477,
1359
+ "learning_rate": 6.666666666666667e-07,
1360
+ "loss": 0.4157,
1361
+ "step": 4700
1362
+ },
1363
+ {
1364
+ "epoch": 3.76,
1365
+ "grad_norm": 17.679868698120117,
1366
+ "learning_rate": 6.111111111111112e-07,
1367
+ "loss": 0.4457,
1368
+ "step": 4725
1369
+ },
1370
+ {
1371
+ "epoch": 3.78,
1372
+ "grad_norm": 14.453750610351562,
1373
+ "learning_rate": 5.555555555555555e-07,
1374
+ "loss": 0.3788,
1375
+ "step": 4750
1376
+ },
1377
+ {
1378
+ "epoch": 3.8,
1379
+ "grad_norm": 11.410884857177734,
1380
+ "learning_rate": 5.000000000000001e-07,
1381
+ "loss": 0.4198,
1382
+ "step": 4775
1383
+ },
1384
+ {
1385
+ "epoch": 3.82,
1386
+ "grad_norm": 16.757707595825195,
1387
+ "learning_rate": 4.444444444444445e-07,
1388
+ "loss": 0.3561,
1389
+ "step": 4800
1390
+ },
1391
+ {
1392
+ "epoch": 3.84,
1393
+ "grad_norm": 10.525169372558594,
1394
+ "learning_rate": 3.8888888888888895e-07,
1395
+ "loss": 0.3851,
1396
+ "step": 4825
1397
+ },
1398
+ {
1399
+ "epoch": 3.86,
1400
+ "grad_norm": 16.068998336791992,
1401
+ "learning_rate": 3.3333333333333335e-07,
1402
+ "loss": 0.4166,
1403
+ "step": 4850
1404
+ },
1405
+ {
1406
+ "epoch": 3.88,
1407
+ "grad_norm": 15.054728507995605,
1408
+ "learning_rate": 2.7777777777777776e-07,
1409
+ "loss": 0.386,
1410
+ "step": 4875
1411
+ },
1412
+ {
1413
+ "epoch": 3.9,
1414
+ "grad_norm": 15.278282165527344,
1415
+ "learning_rate": 2.2222222222222224e-07,
1416
+ "loss": 0.408,
1417
+ "step": 4900
1418
+ },
1419
+ {
1420
+ "epoch": 3.92,
1421
+ "grad_norm": 18.32455062866211,
1422
+ "learning_rate": 1.6666666666666668e-07,
1423
+ "loss": 0.4419,
1424
+ "step": 4925
1425
+ },
1426
+ {
1427
+ "epoch": 3.94,
1428
+ "grad_norm": 13.800189971923828,
1429
+ "learning_rate": 1.1111111111111112e-07,
1430
+ "loss": 0.4077,
1431
+ "step": 4950
1432
+ },
1433
+ {
1434
+ "epoch": 3.96,
1435
+ "grad_norm": 17.295827865600586,
1436
+ "learning_rate": 5.555555555555556e-08,
1437
+ "loss": 0.3982,
1438
+ "step": 4975
1439
+ },
1440
+ {
1441
+ "epoch": 3.98,
1442
+ "grad_norm": 20.146503448486328,
1443
+ "learning_rate": 0.0,
1444
+ "loss": 0.4063,
1445
+ "step": 5000
1446
+ },
1447
+ {
1448
+ "epoch": 3.98,
1449
+ "eval_loss": 1.197590947151184,
1450
+ "eval_runtime": 665.6332,
1451
+ "eval_samples_per_second": 3.775,
1452
+ "eval_steps_per_second": 0.473,
1453
+ "eval_wer": 0.7633876400632433,
1454
+ "step": 5000
1455
+ }
1456
+ ],
1457
+ "logging_steps": 25,
1458
+ "max_steps": 5000,
1459
+ "num_input_tokens_seen": 0,
1460
+ "num_train_epochs": 4,
1461
+ "save_steps": 1000,
1462
+ "total_flos": 1.15390872317952e+19,
1463
+ "train_batch_size": 8,
1464
+ "trial_name": null,
1465
+ "trial_params": null
1466
+ }
training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:954665424fd0b582920996abb155f8665458bcb8927fc21bc8e7cfbec9c459ab
3
+ size 4655