otozz commited on
Commit
794454b
1 Parent(s): 054189b

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 sha256:472c734039698c41c146e0d73ed30668cfef47e81fc638c7171ea09597afbb1d
3
+ size 966995080
optimizer.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:8aaf55894515d7f639aa8313b1721e87b818f79a708aaee13b923354acf18847
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 sha256:65294ba46b43630d4db9e903f777809b34a0613783b89ebcc00f38d1120bb0dc
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": 0.7646445695226183,
3
+ "best_model_checkpoint": "./whisper-small-dialect_maghrebi/checkpoint-5000",
4
+ "epoch": 2.995805871779509,
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": 0.01,
13
+ "grad_norm": 116.86954498291016,
14
+ "learning_rate": 5.000000000000001e-07,
15
+ "loss": 5.1978,
16
+ "step": 25
17
+ },
18
+ {
19
+ "epoch": 0.03,
20
+ "grad_norm": 53.237552642822266,
21
+ "learning_rate": 1.0000000000000002e-06,
22
+ "loss": 4.3824,
23
+ "step": 50
24
+ },
25
+ {
26
+ "epoch": 0.04,
27
+ "grad_norm": 35.781192779541016,
28
+ "learning_rate": 1.5e-06,
29
+ "loss": 3.4928,
30
+ "step": 75
31
+ },
32
+ {
33
+ "epoch": 0.06,
34
+ "grad_norm": 33.04690933227539,
35
+ "learning_rate": 2.0000000000000003e-06,
36
+ "loss": 2.8692,
37
+ "step": 100
38
+ },
39
+ {
40
+ "epoch": 0.07,
41
+ "grad_norm": 34.77001190185547,
42
+ "learning_rate": 2.5e-06,
43
+ "loss": 2.6458,
44
+ "step": 125
45
+ },
46
+ {
47
+ "epoch": 0.09,
48
+ "grad_norm": 32.21883010864258,
49
+ "learning_rate": 3e-06,
50
+ "loss": 2.6372,
51
+ "step": 150
52
+ },
53
+ {
54
+ "epoch": 0.1,
55
+ "grad_norm": 27.46969985961914,
56
+ "learning_rate": 3.5e-06,
57
+ "loss": 2.3463,
58
+ "step": 175
59
+ },
60
+ {
61
+ "epoch": 0.12,
62
+ "grad_norm": 31.40074348449707,
63
+ "learning_rate": 4.000000000000001e-06,
64
+ "loss": 2.1219,
65
+ "step": 200
66
+ },
67
+ {
68
+ "epoch": 0.13,
69
+ "grad_norm": 29.314828872680664,
70
+ "learning_rate": 4.5e-06,
71
+ "loss": 2.2193,
72
+ "step": 225
73
+ },
74
+ {
75
+ "epoch": 0.15,
76
+ "grad_norm": 31.154987335205078,
77
+ "learning_rate": 5e-06,
78
+ "loss": 2.0789,
79
+ "step": 250
80
+ },
81
+ {
82
+ "epoch": 0.16,
83
+ "grad_norm": 26.621301651000977,
84
+ "learning_rate": 5.500000000000001e-06,
85
+ "loss": 2.1032,
86
+ "step": 275
87
+ },
88
+ {
89
+ "epoch": 0.18,
90
+ "grad_norm": 22.231800079345703,
91
+ "learning_rate": 6e-06,
92
+ "loss": 1.8349,
93
+ "step": 300
94
+ },
95
+ {
96
+ "epoch": 0.19,
97
+ "grad_norm": 34.36363983154297,
98
+ "learning_rate": 6.5000000000000004e-06,
99
+ "loss": 1.8653,
100
+ "step": 325
101
+ },
102
+ {
103
+ "epoch": 0.21,
104
+ "grad_norm": 24.102861404418945,
105
+ "learning_rate": 7e-06,
106
+ "loss": 1.7016,
107
+ "step": 350
108
+ },
109
+ {
110
+ "epoch": 0.22,
111
+ "grad_norm": 23.33128547668457,
112
+ "learning_rate": 7.500000000000001e-06,
113
+ "loss": 1.6353,
114
+ "step": 375
115
+ },
116
+ {
117
+ "epoch": 0.24,
118
+ "grad_norm": 24.99433708190918,
119
+ "learning_rate": 8.000000000000001e-06,
120
+ "loss": 1.4623,
121
+ "step": 400
122
+ },
123
+ {
124
+ "epoch": 0.25,
125
+ "grad_norm": 30.544538497924805,
126
+ "learning_rate": 8.5e-06,
127
+ "loss": 1.665,
128
+ "step": 425
129
+ },
130
+ {
131
+ "epoch": 0.27,
132
+ "grad_norm": 27.5089168548584,
133
+ "learning_rate": 9e-06,
134
+ "loss": 1.5468,
135
+ "step": 450
136
+ },
137
+ {
138
+ "epoch": 0.28,
139
+ "grad_norm": 30.92209243774414,
140
+ "learning_rate": 9.5e-06,
141
+ "loss": 1.4819,
142
+ "step": 475
143
+ },
144
+ {
145
+ "epoch": 0.3,
146
+ "grad_norm": 27.407058715820312,
147
+ "learning_rate": 1e-05,
148
+ "loss": 1.5511,
149
+ "step": 500
150
+ },
151
+ {
152
+ "epoch": 0.31,
153
+ "grad_norm": 25.37053108215332,
154
+ "learning_rate": 9.944444444444445e-06,
155
+ "loss": 1.4731,
156
+ "step": 525
157
+ },
158
+ {
159
+ "epoch": 0.33,
160
+ "grad_norm": 27.973140716552734,
161
+ "learning_rate": 9.88888888888889e-06,
162
+ "loss": 1.5525,
163
+ "step": 550
164
+ },
165
+ {
166
+ "epoch": 0.34,
167
+ "grad_norm": 24.72431182861328,
168
+ "learning_rate": 9.833333333333333e-06,
169
+ "loss": 1.3978,
170
+ "step": 575
171
+ },
172
+ {
173
+ "epoch": 0.36,
174
+ "grad_norm": 28.63240623474121,
175
+ "learning_rate": 9.777777777777779e-06,
176
+ "loss": 1.4535,
177
+ "step": 600
178
+ },
179
+ {
180
+ "epoch": 0.37,
181
+ "grad_norm": 19.769922256469727,
182
+ "learning_rate": 9.722222222222223e-06,
183
+ "loss": 1.4124,
184
+ "step": 625
185
+ },
186
+ {
187
+ "epoch": 0.39,
188
+ "grad_norm": 25.757123947143555,
189
+ "learning_rate": 9.666666666666667e-06,
190
+ "loss": 1.4984,
191
+ "step": 650
192
+ },
193
+ {
194
+ "epoch": 0.4,
195
+ "grad_norm": 22.6812801361084,
196
+ "learning_rate": 9.611111111111112e-06,
197
+ "loss": 1.3713,
198
+ "step": 675
199
+ },
200
+ {
201
+ "epoch": 0.42,
202
+ "grad_norm": 20.56770896911621,
203
+ "learning_rate": 9.555555555555556e-06,
204
+ "loss": 1.4864,
205
+ "step": 700
206
+ },
207
+ {
208
+ "epoch": 0.43,
209
+ "grad_norm": 23.555574417114258,
210
+ "learning_rate": 9.5e-06,
211
+ "loss": 1.5274,
212
+ "step": 725
213
+ },
214
+ {
215
+ "epoch": 0.45,
216
+ "grad_norm": 25.852689743041992,
217
+ "learning_rate": 9.444444444444445e-06,
218
+ "loss": 1.5334,
219
+ "step": 750
220
+ },
221
+ {
222
+ "epoch": 0.46,
223
+ "grad_norm": 25.466737747192383,
224
+ "learning_rate": 9.38888888888889e-06,
225
+ "loss": 1.5196,
226
+ "step": 775
227
+ },
228
+ {
229
+ "epoch": 0.48,
230
+ "grad_norm": 28.5491943359375,
231
+ "learning_rate": 9.333333333333334e-06,
232
+ "loss": 1.4496,
233
+ "step": 800
234
+ },
235
+ {
236
+ "epoch": 0.49,
237
+ "grad_norm": 30.337696075439453,
238
+ "learning_rate": 9.277777777777778e-06,
239
+ "loss": 1.4737,
240
+ "step": 825
241
+ },
242
+ {
243
+ "epoch": 0.51,
244
+ "grad_norm": 21.093345642089844,
245
+ "learning_rate": 9.222222222222224e-06,
246
+ "loss": 1.4252,
247
+ "step": 850
248
+ },
249
+ {
250
+ "epoch": 0.52,
251
+ "grad_norm": 29.34189224243164,
252
+ "learning_rate": 9.166666666666666e-06,
253
+ "loss": 1.3419,
254
+ "step": 875
255
+ },
256
+ {
257
+ "epoch": 0.54,
258
+ "grad_norm": 23.60466766357422,
259
+ "learning_rate": 9.111111111111112e-06,
260
+ "loss": 1.4271,
261
+ "step": 900
262
+ },
263
+ {
264
+ "epoch": 0.55,
265
+ "grad_norm": 28.1879940032959,
266
+ "learning_rate": 9.055555555555556e-06,
267
+ "loss": 1.4775,
268
+ "step": 925
269
+ },
270
+ {
271
+ "epoch": 0.57,
272
+ "grad_norm": 21.133268356323242,
273
+ "learning_rate": 9e-06,
274
+ "loss": 1.5143,
275
+ "step": 950
276
+ },
277
+ {
278
+ "epoch": 0.58,
279
+ "grad_norm": 26.829559326171875,
280
+ "learning_rate": 8.944444444444446e-06,
281
+ "loss": 1.2894,
282
+ "step": 975
283
+ },
284
+ {
285
+ "epoch": 0.6,
286
+ "grad_norm": 25.009366989135742,
287
+ "learning_rate": 8.888888888888888e-06,
288
+ "loss": 1.4033,
289
+ "step": 1000
290
+ },
291
+ {
292
+ "epoch": 0.6,
293
+ "eval_loss": 1.3855018615722656,
294
+ "eval_runtime": 880.9008,
295
+ "eval_samples_per_second": 3.789,
296
+ "eval_steps_per_second": 0.475,
297
+ "eval_wer": 0.8908171774025433,
298
+ "step": 1000
299
+ },
300
+ {
301
+ "epoch": 0.61,
302
+ "grad_norm": 26.44243049621582,
303
+ "learning_rate": 8.833333333333334e-06,
304
+ "loss": 1.4051,
305
+ "step": 1025
306
+ },
307
+ {
308
+ "epoch": 0.63,
309
+ "grad_norm": 26.72956085205078,
310
+ "learning_rate": 8.777777777777778e-06,
311
+ "loss": 1.4225,
312
+ "step": 1050
313
+ },
314
+ {
315
+ "epoch": 0.64,
316
+ "grad_norm": 18.200281143188477,
317
+ "learning_rate": 8.722222222222224e-06,
318
+ "loss": 1.3932,
319
+ "step": 1075
320
+ },
321
+ {
322
+ "epoch": 0.66,
323
+ "grad_norm": 20.901416778564453,
324
+ "learning_rate": 8.666666666666668e-06,
325
+ "loss": 1.2544,
326
+ "step": 1100
327
+ },
328
+ {
329
+ "epoch": 0.67,
330
+ "grad_norm": 30.09878158569336,
331
+ "learning_rate": 8.611111111111112e-06,
332
+ "loss": 1.4005,
333
+ "step": 1125
334
+ },
335
+ {
336
+ "epoch": 0.69,
337
+ "grad_norm": 24.29834747314453,
338
+ "learning_rate": 8.555555555555556e-06,
339
+ "loss": 1.4653,
340
+ "step": 1150
341
+ },
342
+ {
343
+ "epoch": 0.7,
344
+ "grad_norm": 28.41468620300293,
345
+ "learning_rate": 8.5e-06,
346
+ "loss": 1.3723,
347
+ "step": 1175
348
+ },
349
+ {
350
+ "epoch": 0.72,
351
+ "grad_norm": 15.405891418457031,
352
+ "learning_rate": 8.444444444444446e-06,
353
+ "loss": 1.3921,
354
+ "step": 1200
355
+ },
356
+ {
357
+ "epoch": 0.73,
358
+ "grad_norm": 24.989072799682617,
359
+ "learning_rate": 8.38888888888889e-06,
360
+ "loss": 1.2972,
361
+ "step": 1225
362
+ },
363
+ {
364
+ "epoch": 0.75,
365
+ "grad_norm": 20.0754451751709,
366
+ "learning_rate": 8.333333333333334e-06,
367
+ "loss": 1.529,
368
+ "step": 1250
369
+ },
370
+ {
371
+ "epoch": 0.76,
372
+ "grad_norm": 29.132904052734375,
373
+ "learning_rate": 8.277777777777778e-06,
374
+ "loss": 1.2448,
375
+ "step": 1275
376
+ },
377
+ {
378
+ "epoch": 0.78,
379
+ "grad_norm": 20.090288162231445,
380
+ "learning_rate": 8.222222222222222e-06,
381
+ "loss": 1.2525,
382
+ "step": 1300
383
+ },
384
+ {
385
+ "epoch": 0.79,
386
+ "grad_norm": 22.652437210083008,
387
+ "learning_rate": 8.166666666666668e-06,
388
+ "loss": 1.3458,
389
+ "step": 1325
390
+ },
391
+ {
392
+ "epoch": 0.81,
393
+ "grad_norm": 19.910520553588867,
394
+ "learning_rate": 8.111111111111112e-06,
395
+ "loss": 1.2503,
396
+ "step": 1350
397
+ },
398
+ {
399
+ "epoch": 0.82,
400
+ "grad_norm": 19.039749145507812,
401
+ "learning_rate": 8.055555555555557e-06,
402
+ "loss": 1.4319,
403
+ "step": 1375
404
+ },
405
+ {
406
+ "epoch": 0.84,
407
+ "grad_norm": 21.227113723754883,
408
+ "learning_rate": 8.000000000000001e-06,
409
+ "loss": 1.388,
410
+ "step": 1400
411
+ },
412
+ {
413
+ "epoch": 0.85,
414
+ "grad_norm": 23.50383949279785,
415
+ "learning_rate": 7.944444444444445e-06,
416
+ "loss": 1.3927,
417
+ "step": 1425
418
+ },
419
+ {
420
+ "epoch": 0.87,
421
+ "grad_norm": 25.4440860748291,
422
+ "learning_rate": 7.88888888888889e-06,
423
+ "loss": 1.3669,
424
+ "step": 1450
425
+ },
426
+ {
427
+ "epoch": 0.88,
428
+ "grad_norm": 23.226131439208984,
429
+ "learning_rate": 7.833333333333333e-06,
430
+ "loss": 1.3087,
431
+ "step": 1475
432
+ },
433
+ {
434
+ "epoch": 0.9,
435
+ "grad_norm": 23.878108978271484,
436
+ "learning_rate": 7.77777777777778e-06,
437
+ "loss": 1.3217,
438
+ "step": 1500
439
+ },
440
+ {
441
+ "epoch": 0.91,
442
+ "grad_norm": 18.915708541870117,
443
+ "learning_rate": 7.722222222222223e-06,
444
+ "loss": 1.2178,
445
+ "step": 1525
446
+ },
447
+ {
448
+ "epoch": 0.93,
449
+ "grad_norm": 21.104673385620117,
450
+ "learning_rate": 7.666666666666667e-06,
451
+ "loss": 1.3529,
452
+ "step": 1550
453
+ },
454
+ {
455
+ "epoch": 0.94,
456
+ "grad_norm": 27.815702438354492,
457
+ "learning_rate": 7.611111111111111e-06,
458
+ "loss": 1.3759,
459
+ "step": 1575
460
+ },
461
+ {
462
+ "epoch": 0.96,
463
+ "grad_norm": 21.6750431060791,
464
+ "learning_rate": 7.555555555555556e-06,
465
+ "loss": 1.3114,
466
+ "step": 1600
467
+ },
468
+ {
469
+ "epoch": 0.97,
470
+ "grad_norm": 21.750614166259766,
471
+ "learning_rate": 7.500000000000001e-06,
472
+ "loss": 1.3145,
473
+ "step": 1625
474
+ },
475
+ {
476
+ "epoch": 0.99,
477
+ "grad_norm": 20.031118392944336,
478
+ "learning_rate": 7.444444444444445e-06,
479
+ "loss": 1.2907,
480
+ "step": 1650
481
+ },
482
+ {
483
+ "epoch": 1.0,
484
+ "grad_norm": 20.69341468811035,
485
+ "learning_rate": 7.38888888888889e-06,
486
+ "loss": 1.2293,
487
+ "step": 1675
488
+ },
489
+ {
490
+ "epoch": 1.02,
491
+ "grad_norm": 17.094104766845703,
492
+ "learning_rate": 7.333333333333333e-06,
493
+ "loss": 0.9131,
494
+ "step": 1700
495
+ },
496
+ {
497
+ "epoch": 1.03,
498
+ "grad_norm": 22.092281341552734,
499
+ "learning_rate": 7.277777777777778e-06,
500
+ "loss": 1.0874,
501
+ "step": 1725
502
+ },
503
+ {
504
+ "epoch": 1.05,
505
+ "grad_norm": 13.262706756591797,
506
+ "learning_rate": 7.222222222222223e-06,
507
+ "loss": 0.9151,
508
+ "step": 1750
509
+ },
510
+ {
511
+ "epoch": 1.06,
512
+ "grad_norm": 16.924537658691406,
513
+ "learning_rate": 7.166666666666667e-06,
514
+ "loss": 0.8105,
515
+ "step": 1775
516
+ },
517
+ {
518
+ "epoch": 1.08,
519
+ "grad_norm": 17.41377830505371,
520
+ "learning_rate": 7.111111111111112e-06,
521
+ "loss": 0.8549,
522
+ "step": 1800
523
+ },
524
+ {
525
+ "epoch": 1.09,
526
+ "grad_norm": 20.281648635864258,
527
+ "learning_rate": 7.055555555555557e-06,
528
+ "loss": 0.9726,
529
+ "step": 1825
530
+ },
531
+ {
532
+ "epoch": 1.11,
533
+ "grad_norm": 21.788726806640625,
534
+ "learning_rate": 7e-06,
535
+ "loss": 1.0932,
536
+ "step": 1850
537
+ },
538
+ {
539
+ "epoch": 1.12,
540
+ "grad_norm": 16.48975372314453,
541
+ "learning_rate": 6.944444444444445e-06,
542
+ "loss": 0.984,
543
+ "step": 1875
544
+ },
545
+ {
546
+ "epoch": 1.14,
547
+ "grad_norm": 18.869504928588867,
548
+ "learning_rate": 6.88888888888889e-06,
549
+ "loss": 0.9154,
550
+ "step": 1900
551
+ },
552
+ {
553
+ "epoch": 1.15,
554
+ "grad_norm": 21.09754180908203,
555
+ "learning_rate": 6.833333333333334e-06,
556
+ "loss": 0.8897,
557
+ "step": 1925
558
+ },
559
+ {
560
+ "epoch": 1.17,
561
+ "grad_norm": 26.01792335510254,
562
+ "learning_rate": 6.777777777777779e-06,
563
+ "loss": 1.0268,
564
+ "step": 1950
565
+ },
566
+ {
567
+ "epoch": 1.18,
568
+ "grad_norm": 17.146648406982422,
569
+ "learning_rate": 6.7222222222222235e-06,
570
+ "loss": 0.9361,
571
+ "step": 1975
572
+ },
573
+ {
574
+ "epoch": 1.2,
575
+ "grad_norm": 17.298044204711914,
576
+ "learning_rate": 6.666666666666667e-06,
577
+ "loss": 0.9838,
578
+ "step": 2000
579
+ },
580
+ {
581
+ "epoch": 1.2,
582
+ "eval_loss": 1.278802752494812,
583
+ "eval_runtime": 865.4527,
584
+ "eval_samples_per_second": 3.857,
585
+ "eval_steps_per_second": 0.483,
586
+ "eval_wer": 0.8505315822388994,
587
+ "step": 2000
588
+ },
589
+ {
590
+ "epoch": 1.21,
591
+ "grad_norm": 19.29056739807129,
592
+ "learning_rate": 6.6111111111111115e-06,
593
+ "loss": 0.9819,
594
+ "step": 2025
595
+ },
596
+ {
597
+ "epoch": 1.23,
598
+ "grad_norm": 26.150436401367188,
599
+ "learning_rate": 6.555555555555556e-06,
600
+ "loss": 1.005,
601
+ "step": 2050
602
+ },
603
+ {
604
+ "epoch": 1.24,
605
+ "grad_norm": 23.540571212768555,
606
+ "learning_rate": 6.5000000000000004e-06,
607
+ "loss": 0.9917,
608
+ "step": 2075
609
+ },
610
+ {
611
+ "epoch": 1.26,
612
+ "grad_norm": 21.85613441467285,
613
+ "learning_rate": 6.444444444444445e-06,
614
+ "loss": 0.9446,
615
+ "step": 2100
616
+ },
617
+ {
618
+ "epoch": 1.27,
619
+ "grad_norm": 22.249435424804688,
620
+ "learning_rate": 6.3888888888888885e-06,
621
+ "loss": 0.9781,
622
+ "step": 2125
623
+ },
624
+ {
625
+ "epoch": 1.29,
626
+ "grad_norm": 18.47481918334961,
627
+ "learning_rate": 6.333333333333333e-06,
628
+ "loss": 1.0354,
629
+ "step": 2150
630
+ },
631
+ {
632
+ "epoch": 1.3,
633
+ "grad_norm": 17.81864356994629,
634
+ "learning_rate": 6.277777777777778e-06,
635
+ "loss": 0.961,
636
+ "step": 2175
637
+ },
638
+ {
639
+ "epoch": 1.32,
640
+ "grad_norm": 21.85215950012207,
641
+ "learning_rate": 6.222222222222223e-06,
642
+ "loss": 0.9379,
643
+ "step": 2200
644
+ },
645
+ {
646
+ "epoch": 1.33,
647
+ "grad_norm": 17.410579681396484,
648
+ "learning_rate": 6.166666666666667e-06,
649
+ "loss": 0.8977,
650
+ "step": 2225
651
+ },
652
+ {
653
+ "epoch": 1.35,
654
+ "grad_norm": 18.829809188842773,
655
+ "learning_rate": 6.111111111111112e-06,
656
+ "loss": 1.0192,
657
+ "step": 2250
658
+ },
659
+ {
660
+ "epoch": 1.36,
661
+ "grad_norm": 17.973054885864258,
662
+ "learning_rate": 6.055555555555555e-06,
663
+ "loss": 1.0612,
664
+ "step": 2275
665
+ },
666
+ {
667
+ "epoch": 1.38,
668
+ "grad_norm": 19.412118911743164,
669
+ "learning_rate": 6e-06,
670
+ "loss": 0.9552,
671
+ "step": 2300
672
+ },
673
+ {
674
+ "epoch": 1.39,
675
+ "grad_norm": 22.247821807861328,
676
+ "learning_rate": 5.944444444444445e-06,
677
+ "loss": 1.0233,
678
+ "step": 2325
679
+ },
680
+ {
681
+ "epoch": 1.41,
682
+ "grad_norm": 20.862869262695312,
683
+ "learning_rate": 5.88888888888889e-06,
684
+ "loss": 0.912,
685
+ "step": 2350
686
+ },
687
+ {
688
+ "epoch": 1.42,
689
+ "grad_norm": 19.814916610717773,
690
+ "learning_rate": 5.833333333333334e-06,
691
+ "loss": 0.9388,
692
+ "step": 2375
693
+ },
694
+ {
695
+ "epoch": 1.44,
696
+ "grad_norm": 16.922496795654297,
697
+ "learning_rate": 5.777777777777778e-06,
698
+ "loss": 0.8858,
699
+ "step": 2400
700
+ },
701
+ {
702
+ "epoch": 1.45,
703
+ "grad_norm": 24.972301483154297,
704
+ "learning_rate": 5.722222222222222e-06,
705
+ "loss": 0.9323,
706
+ "step": 2425
707
+ },
708
+ {
709
+ "epoch": 1.47,
710
+ "grad_norm": 20.58715057373047,
711
+ "learning_rate": 5.666666666666667e-06,
712
+ "loss": 0.9798,
713
+ "step": 2450
714
+ },
715
+ {
716
+ "epoch": 1.48,
717
+ "grad_norm": 22.14284324645996,
718
+ "learning_rate": 5.611111111111112e-06,
719
+ "loss": 1.0126,
720
+ "step": 2475
721
+ },
722
+ {
723
+ "epoch": 1.5,
724
+ "grad_norm": 21.637020111083984,
725
+ "learning_rate": 5.555555555555557e-06,
726
+ "loss": 0.8938,
727
+ "step": 2500
728
+ },
729
+ {
730
+ "epoch": 1.51,
731
+ "grad_norm": 20.220205307006836,
732
+ "learning_rate": 5.500000000000001e-06,
733
+ "loss": 0.8939,
734
+ "step": 2525
735
+ },
736
+ {
737
+ "epoch": 1.53,
738
+ "grad_norm": 20.443422317504883,
739
+ "learning_rate": 5.444444444444445e-06,
740
+ "loss": 1.0328,
741
+ "step": 2550
742
+ },
743
+ {
744
+ "epoch": 1.54,
745
+ "grad_norm": 21.949094772338867,
746
+ "learning_rate": 5.388888888888889e-06,
747
+ "loss": 0.931,
748
+ "step": 2575
749
+ },
750
+ {
751
+ "epoch": 1.56,
752
+ "grad_norm": 17.825851440429688,
753
+ "learning_rate": 5.333333333333334e-06,
754
+ "loss": 0.9842,
755
+ "step": 2600
756
+ },
757
+ {
758
+ "epoch": 1.57,
759
+ "grad_norm": 16.849262237548828,
760
+ "learning_rate": 5.2777777777777785e-06,
761
+ "loss": 1.0379,
762
+ "step": 2625
763
+ },
764
+ {
765
+ "epoch": 1.59,
766
+ "grad_norm": 13.391217231750488,
767
+ "learning_rate": 5.2222222222222226e-06,
768
+ "loss": 0.9041,
769
+ "step": 2650
770
+ },
771
+ {
772
+ "epoch": 1.6,
773
+ "grad_norm": 19.400392532348633,
774
+ "learning_rate": 5.1666666666666675e-06,
775
+ "loss": 0.9205,
776
+ "step": 2675
777
+ },
778
+ {
779
+ "epoch": 1.62,
780
+ "grad_norm": 27.793262481689453,
781
+ "learning_rate": 5.1111111111111115e-06,
782
+ "loss": 0.9372,
783
+ "step": 2700
784
+ },
785
+ {
786
+ "epoch": 1.63,
787
+ "grad_norm": 18.764686584472656,
788
+ "learning_rate": 5.0555555555555555e-06,
789
+ "loss": 0.9059,
790
+ "step": 2725
791
+ },
792
+ {
793
+ "epoch": 1.65,
794
+ "grad_norm": 19.35423469543457,
795
+ "learning_rate": 5e-06,
796
+ "loss": 0.9997,
797
+ "step": 2750
798
+ },
799
+ {
800
+ "epoch": 1.66,
801
+ "grad_norm": 18.365015029907227,
802
+ "learning_rate": 4.944444444444445e-06,
803
+ "loss": 0.9733,
804
+ "step": 2775
805
+ },
806
+ {
807
+ "epoch": 1.68,
808
+ "grad_norm": 14.752123832702637,
809
+ "learning_rate": 4.888888888888889e-06,
810
+ "loss": 0.9581,
811
+ "step": 2800
812
+ },
813
+ {
814
+ "epoch": 1.69,
815
+ "grad_norm": 21.784793853759766,
816
+ "learning_rate": 4.833333333333333e-06,
817
+ "loss": 0.9323,
818
+ "step": 2825
819
+ },
820
+ {
821
+ "epoch": 1.71,
822
+ "grad_norm": 18.17945098876953,
823
+ "learning_rate": 4.777777777777778e-06,
824
+ "loss": 0.9977,
825
+ "step": 2850
826
+ },
827
+ {
828
+ "epoch": 1.72,
829
+ "grad_norm": 26.37334442138672,
830
+ "learning_rate": 4.722222222222222e-06,
831
+ "loss": 0.9415,
832
+ "step": 2875
833
+ },
834
+ {
835
+ "epoch": 1.74,
836
+ "grad_norm": 26.018369674682617,
837
+ "learning_rate": 4.666666666666667e-06,
838
+ "loss": 0.9731,
839
+ "step": 2900
840
+ },
841
+ {
842
+ "epoch": 1.75,
843
+ "grad_norm": 17.425535202026367,
844
+ "learning_rate": 4.611111111111112e-06,
845
+ "loss": 1.0247,
846
+ "step": 2925
847
+ },
848
+ {
849
+ "epoch": 1.77,
850
+ "grad_norm": 20.60196304321289,
851
+ "learning_rate": 4.555555555555556e-06,
852
+ "loss": 0.9286,
853
+ "step": 2950
854
+ },
855
+ {
856
+ "epoch": 1.78,
857
+ "grad_norm": 15.926254272460938,
858
+ "learning_rate": 4.5e-06,
859
+ "loss": 0.9287,
860
+ "step": 2975
861
+ },
862
+ {
863
+ "epoch": 1.8,
864
+ "grad_norm": 22.282596588134766,
865
+ "learning_rate": 4.444444444444444e-06,
866
+ "loss": 0.9488,
867
+ "step": 3000
868
+ },
869
+ {
870
+ "epoch": 1.8,
871
+ "eval_loss": 1.2125581502914429,
872
+ "eval_runtime": 939.7465,
873
+ "eval_samples_per_second": 3.552,
874
+ "eval_steps_per_second": 0.445,
875
+ "eval_wer": 1.0568584531999166,
876
+ "step": 3000
877
+ },
878
+ {
879
+ "epoch": 1.81,
880
+ "grad_norm": 16.973588943481445,
881
+ "learning_rate": 4.388888888888889e-06,
882
+ "loss": 0.9748,
883
+ "step": 3025
884
+ },
885
+ {
886
+ "epoch": 1.83,
887
+ "grad_norm": 22.70237159729004,
888
+ "learning_rate": 4.333333333333334e-06,
889
+ "loss": 0.9352,
890
+ "step": 3050
891
+ },
892
+ {
893
+ "epoch": 1.84,
894
+ "grad_norm": 23.420825958251953,
895
+ "learning_rate": 4.277777777777778e-06,
896
+ "loss": 1.0914,
897
+ "step": 3075
898
+ },
899
+ {
900
+ "epoch": 1.86,
901
+ "grad_norm": 16.404287338256836,
902
+ "learning_rate": 4.222222222222223e-06,
903
+ "loss": 0.8749,
904
+ "step": 3100
905
+ },
906
+ {
907
+ "epoch": 1.87,
908
+ "grad_norm": 12.428851127624512,
909
+ "learning_rate": 4.166666666666667e-06,
910
+ "loss": 0.8473,
911
+ "step": 3125
912
+ },
913
+ {
914
+ "epoch": 1.89,
915
+ "grad_norm": 17.85788345336914,
916
+ "learning_rate": 4.111111111111111e-06,
917
+ "loss": 0.9619,
918
+ "step": 3150
919
+ },
920
+ {
921
+ "epoch": 1.9,
922
+ "grad_norm": 15.915815353393555,
923
+ "learning_rate": 4.055555555555556e-06,
924
+ "loss": 0.9358,
925
+ "step": 3175
926
+ },
927
+ {
928
+ "epoch": 1.92,
929
+ "grad_norm": 18.625694274902344,
930
+ "learning_rate": 4.000000000000001e-06,
931
+ "loss": 0.8463,
932
+ "step": 3200
933
+ },
934
+ {
935
+ "epoch": 1.93,
936
+ "grad_norm": 20.894052505493164,
937
+ "learning_rate": 3.944444444444445e-06,
938
+ "loss": 0.9683,
939
+ "step": 3225
940
+ },
941
+ {
942
+ "epoch": 1.95,
943
+ "grad_norm": 17.617666244506836,
944
+ "learning_rate": 3.88888888888889e-06,
945
+ "loss": 0.8803,
946
+ "step": 3250
947
+ },
948
+ {
949
+ "epoch": 1.96,
950
+ "grad_norm": 22.090686798095703,
951
+ "learning_rate": 3.833333333333334e-06,
952
+ "loss": 0.9894,
953
+ "step": 3275
954
+ },
955
+ {
956
+ "epoch": 1.98,
957
+ "grad_norm": 19.619741439819336,
958
+ "learning_rate": 3.777777777777778e-06,
959
+ "loss": 1.0189,
960
+ "step": 3300
961
+ },
962
+ {
963
+ "epoch": 1.99,
964
+ "grad_norm": 25.635848999023438,
965
+ "learning_rate": 3.7222222222222225e-06,
966
+ "loss": 0.8735,
967
+ "step": 3325
968
+ },
969
+ {
970
+ "epoch": 2.01,
971
+ "grad_norm": 10.868768692016602,
972
+ "learning_rate": 3.6666666666666666e-06,
973
+ "loss": 0.755,
974
+ "step": 3350
975
+ },
976
+ {
977
+ "epoch": 2.02,
978
+ "grad_norm": 18.025487899780273,
979
+ "learning_rate": 3.6111111111111115e-06,
980
+ "loss": 0.6058,
981
+ "step": 3375
982
+ },
983
+ {
984
+ "epoch": 2.04,
985
+ "grad_norm": 18.096664428710938,
986
+ "learning_rate": 3.555555555555556e-06,
987
+ "loss": 0.6674,
988
+ "step": 3400
989
+ },
990
+ {
991
+ "epoch": 2.05,
992
+ "grad_norm": 19.073925018310547,
993
+ "learning_rate": 3.5e-06,
994
+ "loss": 0.725,
995
+ "step": 3425
996
+ },
997
+ {
998
+ "epoch": 2.07,
999
+ "grad_norm": 15.58212661743164,
1000
+ "learning_rate": 3.444444444444445e-06,
1001
+ "loss": 0.6849,
1002
+ "step": 3450
1003
+ },
1004
+ {
1005
+ "epoch": 2.08,
1006
+ "grad_norm": 21.028173446655273,
1007
+ "learning_rate": 3.3888888888888893e-06,
1008
+ "loss": 0.6903,
1009
+ "step": 3475
1010
+ },
1011
+ {
1012
+ "epoch": 2.1,
1013
+ "grad_norm": 15.783544540405273,
1014
+ "learning_rate": 3.3333333333333333e-06,
1015
+ "loss": 0.6258,
1016
+ "step": 3500
1017
+ },
1018
+ {
1019
+ "epoch": 2.11,
1020
+ "grad_norm": 17.83692741394043,
1021
+ "learning_rate": 3.277777777777778e-06,
1022
+ "loss": 0.6701,
1023
+ "step": 3525
1024
+ },
1025
+ {
1026
+ "epoch": 2.13,
1027
+ "grad_norm": 18.08365821838379,
1028
+ "learning_rate": 3.2222222222222227e-06,
1029
+ "loss": 0.6288,
1030
+ "step": 3550
1031
+ },
1032
+ {
1033
+ "epoch": 2.14,
1034
+ "grad_norm": 17.74977684020996,
1035
+ "learning_rate": 3.1666666666666667e-06,
1036
+ "loss": 0.6646,
1037
+ "step": 3575
1038
+ },
1039
+ {
1040
+ "epoch": 2.16,
1041
+ "grad_norm": 16.543344497680664,
1042
+ "learning_rate": 3.1111111111111116e-06,
1043
+ "loss": 0.6207,
1044
+ "step": 3600
1045
+ },
1046
+ {
1047
+ "epoch": 2.17,
1048
+ "grad_norm": 15.900822639465332,
1049
+ "learning_rate": 3.055555555555556e-06,
1050
+ "loss": 0.6549,
1051
+ "step": 3625
1052
+ },
1053
+ {
1054
+ "epoch": 2.19,
1055
+ "grad_norm": 15.244269371032715,
1056
+ "learning_rate": 3e-06,
1057
+ "loss": 0.6731,
1058
+ "step": 3650
1059
+ },
1060
+ {
1061
+ "epoch": 2.2,
1062
+ "grad_norm": 18.52103614807129,
1063
+ "learning_rate": 2.944444444444445e-06,
1064
+ "loss": 0.6826,
1065
+ "step": 3675
1066
+ },
1067
+ {
1068
+ "epoch": 2.22,
1069
+ "grad_norm": 16.776268005371094,
1070
+ "learning_rate": 2.888888888888889e-06,
1071
+ "loss": 0.7041,
1072
+ "step": 3700
1073
+ },
1074
+ {
1075
+ "epoch": 2.23,
1076
+ "grad_norm": 9.410231590270996,
1077
+ "learning_rate": 2.8333333333333335e-06,
1078
+ "loss": 0.6298,
1079
+ "step": 3725
1080
+ },
1081
+ {
1082
+ "epoch": 2.25,
1083
+ "grad_norm": 16.997234344482422,
1084
+ "learning_rate": 2.7777777777777783e-06,
1085
+ "loss": 0.6884,
1086
+ "step": 3750
1087
+ },
1088
+ {
1089
+ "epoch": 2.26,
1090
+ "grad_norm": 16.043540954589844,
1091
+ "learning_rate": 2.7222222222222224e-06,
1092
+ "loss": 0.6071,
1093
+ "step": 3775
1094
+ },
1095
+ {
1096
+ "epoch": 2.28,
1097
+ "grad_norm": 17.286903381347656,
1098
+ "learning_rate": 2.666666666666667e-06,
1099
+ "loss": 0.6079,
1100
+ "step": 3800
1101
+ },
1102
+ {
1103
+ "epoch": 2.29,
1104
+ "grad_norm": 19.805654525756836,
1105
+ "learning_rate": 2.6111111111111113e-06,
1106
+ "loss": 0.7621,
1107
+ "step": 3825
1108
+ },
1109
+ {
1110
+ "epoch": 2.31,
1111
+ "grad_norm": 17.18813705444336,
1112
+ "learning_rate": 2.5555555555555557e-06,
1113
+ "loss": 0.5951,
1114
+ "step": 3850
1115
+ },
1116
+ {
1117
+ "epoch": 2.32,
1118
+ "grad_norm": 17.5855770111084,
1119
+ "learning_rate": 2.5e-06,
1120
+ "loss": 0.6432,
1121
+ "step": 3875
1122
+ },
1123
+ {
1124
+ "epoch": 2.34,
1125
+ "grad_norm": 16.48206901550293,
1126
+ "learning_rate": 2.4444444444444447e-06,
1127
+ "loss": 0.6648,
1128
+ "step": 3900
1129
+ },
1130
+ {
1131
+ "epoch": 2.35,
1132
+ "grad_norm": 15.761092185974121,
1133
+ "learning_rate": 2.388888888888889e-06,
1134
+ "loss": 0.5789,
1135
+ "step": 3925
1136
+ },
1137
+ {
1138
+ "epoch": 2.37,
1139
+ "grad_norm": 10.336495399475098,
1140
+ "learning_rate": 2.3333333333333336e-06,
1141
+ "loss": 0.5722,
1142
+ "step": 3950
1143
+ },
1144
+ {
1145
+ "epoch": 2.38,
1146
+ "grad_norm": 12.249388694763184,
1147
+ "learning_rate": 2.277777777777778e-06,
1148
+ "loss": 0.6276,
1149
+ "step": 3975
1150
+ },
1151
+ {
1152
+ "epoch": 2.4,
1153
+ "grad_norm": 17.24640655517578,
1154
+ "learning_rate": 2.222222222222222e-06,
1155
+ "loss": 0.654,
1156
+ "step": 4000
1157
+ },
1158
+ {
1159
+ "epoch": 2.4,
1160
+ "eval_loss": 1.2189723253250122,
1161
+ "eval_runtime": 880.2772,
1162
+ "eval_samples_per_second": 3.792,
1163
+ "eval_steps_per_second": 0.475,
1164
+ "eval_wer": 0.7822597456743798,
1165
+ "step": 4000
1166
+ },
1167
+ {
1168
+ "epoch": 2.41,
1169
+ "grad_norm": 17.82291030883789,
1170
+ "learning_rate": 2.166666666666667e-06,
1171
+ "loss": 0.6819,
1172
+ "step": 4025
1173
+ },
1174
+ {
1175
+ "epoch": 2.43,
1176
+ "grad_norm": 15.322093963623047,
1177
+ "learning_rate": 2.1111111111111114e-06,
1178
+ "loss": 0.6462,
1179
+ "step": 4050
1180
+ },
1181
+ {
1182
+ "epoch": 2.44,
1183
+ "grad_norm": 18.799236297607422,
1184
+ "learning_rate": 2.0555555555555555e-06,
1185
+ "loss": 0.6248,
1186
+ "step": 4075
1187
+ },
1188
+ {
1189
+ "epoch": 2.46,
1190
+ "grad_norm": 13.401931762695312,
1191
+ "learning_rate": 2.0000000000000003e-06,
1192
+ "loss": 0.6459,
1193
+ "step": 4100
1194
+ },
1195
+ {
1196
+ "epoch": 2.47,
1197
+ "grad_norm": 19.656177520751953,
1198
+ "learning_rate": 1.944444444444445e-06,
1199
+ "loss": 0.6104,
1200
+ "step": 4125
1201
+ },
1202
+ {
1203
+ "epoch": 2.49,
1204
+ "grad_norm": 20.60839080810547,
1205
+ "learning_rate": 1.888888888888889e-06,
1206
+ "loss": 0.6743,
1207
+ "step": 4150
1208
+ },
1209
+ {
1210
+ "epoch": 2.5,
1211
+ "grad_norm": 15.391945838928223,
1212
+ "learning_rate": 1.8333333333333333e-06,
1213
+ "loss": 0.6277,
1214
+ "step": 4175
1215
+ },
1216
+ {
1217
+ "epoch": 2.52,
1218
+ "grad_norm": 16.259719848632812,
1219
+ "learning_rate": 1.777777777777778e-06,
1220
+ "loss": 0.6386,
1221
+ "step": 4200
1222
+ },
1223
+ {
1224
+ "epoch": 2.53,
1225
+ "grad_norm": 14.335466384887695,
1226
+ "learning_rate": 1.7222222222222224e-06,
1227
+ "loss": 0.6621,
1228
+ "step": 4225
1229
+ },
1230
+ {
1231
+ "epoch": 2.55,
1232
+ "grad_norm": 17.98448371887207,
1233
+ "learning_rate": 1.6666666666666667e-06,
1234
+ "loss": 0.7163,
1235
+ "step": 4250
1236
+ },
1237
+ {
1238
+ "epoch": 2.56,
1239
+ "grad_norm": 18.504575729370117,
1240
+ "learning_rate": 1.6111111111111113e-06,
1241
+ "loss": 0.7152,
1242
+ "step": 4275
1243
+ },
1244
+ {
1245
+ "epoch": 2.58,
1246
+ "grad_norm": 11.735873222351074,
1247
+ "learning_rate": 1.5555555555555558e-06,
1248
+ "loss": 0.565,
1249
+ "step": 4300
1250
+ },
1251
+ {
1252
+ "epoch": 2.59,
1253
+ "grad_norm": 16.514970779418945,
1254
+ "learning_rate": 1.5e-06,
1255
+ "loss": 0.6267,
1256
+ "step": 4325
1257
+ },
1258
+ {
1259
+ "epoch": 2.61,
1260
+ "grad_norm": 14.953248023986816,
1261
+ "learning_rate": 1.4444444444444445e-06,
1262
+ "loss": 0.5904,
1263
+ "step": 4350
1264
+ },
1265
+ {
1266
+ "epoch": 2.62,
1267
+ "grad_norm": 21.26978874206543,
1268
+ "learning_rate": 1.3888888888888892e-06,
1269
+ "loss": 0.7009,
1270
+ "step": 4375
1271
+ },
1272
+ {
1273
+ "epoch": 2.64,
1274
+ "grad_norm": 13.684809684753418,
1275
+ "learning_rate": 1.3333333333333334e-06,
1276
+ "loss": 0.5642,
1277
+ "step": 4400
1278
+ },
1279
+ {
1280
+ "epoch": 2.65,
1281
+ "grad_norm": 13.99679946899414,
1282
+ "learning_rate": 1.2777777777777779e-06,
1283
+ "loss": 0.5808,
1284
+ "step": 4425
1285
+ },
1286
+ {
1287
+ "epoch": 2.67,
1288
+ "grad_norm": 18.248409271240234,
1289
+ "learning_rate": 1.2222222222222223e-06,
1290
+ "loss": 0.6285,
1291
+ "step": 4450
1292
+ },
1293
+ {
1294
+ "epoch": 2.68,
1295
+ "grad_norm": 13.999139785766602,
1296
+ "learning_rate": 1.1666666666666668e-06,
1297
+ "loss": 0.6578,
1298
+ "step": 4475
1299
+ },
1300
+ {
1301
+ "epoch": 2.7,
1302
+ "grad_norm": 23.412248611450195,
1303
+ "learning_rate": 1.111111111111111e-06,
1304
+ "loss": 0.6514,
1305
+ "step": 4500
1306
+ },
1307
+ {
1308
+ "epoch": 2.71,
1309
+ "grad_norm": 16.740997314453125,
1310
+ "learning_rate": 1.0555555555555557e-06,
1311
+ "loss": 0.5876,
1312
+ "step": 4525
1313
+ },
1314
+ {
1315
+ "epoch": 2.73,
1316
+ "grad_norm": 19.925724029541016,
1317
+ "learning_rate": 1.0000000000000002e-06,
1318
+ "loss": 0.6444,
1319
+ "step": 4550
1320
+ },
1321
+ {
1322
+ "epoch": 2.74,
1323
+ "grad_norm": 12.167197227478027,
1324
+ "learning_rate": 9.444444444444445e-07,
1325
+ "loss": 0.6231,
1326
+ "step": 4575
1327
+ },
1328
+ {
1329
+ "epoch": 2.76,
1330
+ "grad_norm": 12.373435974121094,
1331
+ "learning_rate": 8.88888888888889e-07,
1332
+ "loss": 0.691,
1333
+ "step": 4600
1334
+ },
1335
+ {
1336
+ "epoch": 2.77,
1337
+ "grad_norm": 14.85899543762207,
1338
+ "learning_rate": 8.333333333333333e-07,
1339
+ "loss": 0.6554,
1340
+ "step": 4625
1341
+ },
1342
+ {
1343
+ "epoch": 2.79,
1344
+ "grad_norm": 17.101654052734375,
1345
+ "learning_rate": 7.777777777777779e-07,
1346
+ "loss": 0.6281,
1347
+ "step": 4650
1348
+ },
1349
+ {
1350
+ "epoch": 2.8,
1351
+ "grad_norm": 18.191896438598633,
1352
+ "learning_rate": 7.222222222222222e-07,
1353
+ "loss": 0.735,
1354
+ "step": 4675
1355
+ },
1356
+ {
1357
+ "epoch": 2.82,
1358
+ "grad_norm": 13.210752487182617,
1359
+ "learning_rate": 6.666666666666667e-07,
1360
+ "loss": 0.5379,
1361
+ "step": 4700
1362
+ },
1363
+ {
1364
+ "epoch": 2.83,
1365
+ "grad_norm": 15.177491188049316,
1366
+ "learning_rate": 6.111111111111112e-07,
1367
+ "loss": 0.5441,
1368
+ "step": 4725
1369
+ },
1370
+ {
1371
+ "epoch": 2.85,
1372
+ "grad_norm": 17.19512367248535,
1373
+ "learning_rate": 5.555555555555555e-07,
1374
+ "loss": 0.6691,
1375
+ "step": 4750
1376
+ },
1377
+ {
1378
+ "epoch": 2.86,
1379
+ "grad_norm": 17.00133514404297,
1380
+ "learning_rate": 5.000000000000001e-07,
1381
+ "loss": 0.5082,
1382
+ "step": 4775
1383
+ },
1384
+ {
1385
+ "epoch": 2.88,
1386
+ "grad_norm": 21.2026424407959,
1387
+ "learning_rate": 4.444444444444445e-07,
1388
+ "loss": 0.583,
1389
+ "step": 4800
1390
+ },
1391
+ {
1392
+ "epoch": 2.89,
1393
+ "grad_norm": 16.55152130126953,
1394
+ "learning_rate": 3.8888888888888895e-07,
1395
+ "loss": 0.6382,
1396
+ "step": 4825
1397
+ },
1398
+ {
1399
+ "epoch": 2.91,
1400
+ "grad_norm": 17.66421127319336,
1401
+ "learning_rate": 3.3333333333333335e-07,
1402
+ "loss": 0.5711,
1403
+ "step": 4850
1404
+ },
1405
+ {
1406
+ "epoch": 2.92,
1407
+ "grad_norm": 15.728326797485352,
1408
+ "learning_rate": 2.7777777777777776e-07,
1409
+ "loss": 0.6598,
1410
+ "step": 4875
1411
+ },
1412
+ {
1413
+ "epoch": 2.94,
1414
+ "grad_norm": 17.651121139526367,
1415
+ "learning_rate": 2.2222222222222224e-07,
1416
+ "loss": 0.6427,
1417
+ "step": 4900
1418
+ },
1419
+ {
1420
+ "epoch": 2.95,
1421
+ "grad_norm": 18.308921813964844,
1422
+ "learning_rate": 1.6666666666666668e-07,
1423
+ "loss": 0.6662,
1424
+ "step": 4925
1425
+ },
1426
+ {
1427
+ "epoch": 2.97,
1428
+ "grad_norm": 17.988201141357422,
1429
+ "learning_rate": 1.1111111111111112e-07,
1430
+ "loss": 0.5818,
1431
+ "step": 4950
1432
+ },
1433
+ {
1434
+ "epoch": 2.98,
1435
+ "grad_norm": 14.850335121154785,
1436
+ "learning_rate": 5.555555555555556e-08,
1437
+ "loss": 0.5628,
1438
+ "step": 4975
1439
+ },
1440
+ {
1441
+ "epoch": 3.0,
1442
+ "grad_norm": 12.471959114074707,
1443
+ "learning_rate": 0.0,
1444
+ "loss": 0.6891,
1445
+ "step": 5000
1446
+ },
1447
+ {
1448
+ "epoch": 3.0,
1449
+ "eval_loss": 1.2056573629379272,
1450
+ "eval_runtime": 966.5601,
1451
+ "eval_samples_per_second": 3.453,
1452
+ "eval_steps_per_second": 0.432,
1453
+ "eval_wer": 0.7646445695226183,
1454
+ "step": 5000
1455
+ }
1456
+ ],
1457
+ "logging_steps": 25,
1458
+ "max_steps": 5000,
1459
+ "num_input_tokens_seen": 0,
1460
+ "num_train_epochs": 3,
1461
+ "save_steps": 1000,
1462
+ "total_flos": 1.15434160128e+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 sha256:0d6683801d60e00241193e142353ecbd62fefd5ef43760be6efc04b8afde57ed
3
+ size 4655