DewiBrynJones commited on
Commit
0e8e70f
1 Parent(s): 765b605

End of training

Browse files
README.md CHANGED
@@ -16,7 +16,7 @@ should probably proofread and complete it, then remove this comment. -->
16
 
17
  # whisper-large-v3-turbo-ft-btb-cv-cy
18
 
19
- This model is a fine-tuned version of [openai/whisper-large-v3-turbo](https://huggingface.co/openai/whisper-large-v3-turbo) on an unknown dataset.
20
  It achieves the following results on the evaluation set:
21
  - Loss: 0.4072
22
  - Wer: 0.2801
 
16
 
17
  # whisper-large-v3-turbo-ft-btb-cv-cy
18
 
19
+ This model is a fine-tuned version of [openai/whisper-large-v3-turbo](https://huggingface.co/openai/whisper-large-v3-turbo) on the DewiBrynJones/banc-trawsgrifiadau-bangor-clean train main, DewiBrynJones/commonvoice_18_0_cy train+dev main dataset.
20
  It achieves the following results on the evaluation set:
21
  - Loss: 0.4072
22
  - Wer: 0.2801
all_results.json ADDED
@@ -0,0 +1,15 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 3.1595576619273302,
3
+ "eval_loss": 0.4071974754333496,
4
+ "eval_runtime": 1291.4438,
5
+ "eval_samples": 3901,
6
+ "eval_samples_per_second": 3.021,
7
+ "eval_steps_per_second": 0.189,
8
+ "eval_wer": 0.2801361924079977,
9
+ "total_flos": 2.727921844224e+20,
10
+ "train_loss": 0.3573408980369568,
11
+ "train_runtime": 57234.8416,
12
+ "train_samples": 50640,
13
+ "train_samples_per_second": 2.796,
14
+ "train_steps_per_second": 0.087
15
+ }
eval_results.json ADDED
@@ -0,0 +1,9 @@
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 3.1595576619273302,
3
+ "eval_loss": 0.4071974754333496,
4
+ "eval_runtime": 1291.4438,
5
+ "eval_samples": 3901,
6
+ "eval_samples_per_second": 3.021,
7
+ "eval_steps_per_second": 0.189,
8
+ "eval_wer": 0.2801361924079977
9
+ }
runs/Nov07_16-48-55_8cf4d7876f53/events.out.tfevents.1731058123.8cf4d7876f53.36.1 ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:4eae7d20a5b201bc954bff1e5da205536fc0d3bf2bf76aaed17506f42caf1424
3
+ size 406
train_results.json ADDED
@@ -0,0 +1,9 @@
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 3.1595576619273302,
3
+ "total_flos": 2.727921844224e+20,
4
+ "train_loss": 0.3573408980369568,
5
+ "train_runtime": 57234.8416,
6
+ "train_samples": 50640,
7
+ "train_samples_per_second": 2.796,
8
+ "train_steps_per_second": 0.087
9
+ }
trainer_state.json ADDED
@@ -0,0 +1,1487 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": null,
3
+ "best_model_checkpoint": null,
4
+ "epoch": 3.1595576619273302,
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": 0.01579778830963665,
13
+ "grad_norm": 39.78215789794922,
14
+ "learning_rate": 4.6000000000000004e-07,
15
+ "loss": 1.9397,
16
+ "step": 25
17
+ },
18
+ {
19
+ "epoch": 0.0315955766192733,
20
+ "grad_norm": 27.938426971435547,
21
+ "learning_rate": 9.600000000000001e-07,
22
+ "loss": 1.2937,
23
+ "step": 50
24
+ },
25
+ {
26
+ "epoch": 0.04739336492890995,
27
+ "grad_norm": 25.550430297851562,
28
+ "learning_rate": 1.46e-06,
29
+ "loss": 0.9786,
30
+ "step": 75
31
+ },
32
+ {
33
+ "epoch": 0.0631911532385466,
34
+ "grad_norm": 26.635549545288086,
35
+ "learning_rate": 1.9600000000000003e-06,
36
+ "loss": 0.8818,
37
+ "step": 100
38
+ },
39
+ {
40
+ "epoch": 0.07898894154818326,
41
+ "grad_norm": 25.53322410583496,
42
+ "learning_rate": 2.46e-06,
43
+ "loss": 0.8233,
44
+ "step": 125
45
+ },
46
+ {
47
+ "epoch": 0.0947867298578199,
48
+ "grad_norm": 26.468778610229492,
49
+ "learning_rate": 2.96e-06,
50
+ "loss": 0.7945,
51
+ "step": 150
52
+ },
53
+ {
54
+ "epoch": 0.11058451816745656,
55
+ "grad_norm": 22.71087074279785,
56
+ "learning_rate": 3.46e-06,
57
+ "loss": 0.752,
58
+ "step": 175
59
+ },
60
+ {
61
+ "epoch": 0.1263823064770932,
62
+ "grad_norm": 21.494964599609375,
63
+ "learning_rate": 3.96e-06,
64
+ "loss": 0.7655,
65
+ "step": 200
66
+ },
67
+ {
68
+ "epoch": 0.14218009478672985,
69
+ "grad_norm": 22.558645248413086,
70
+ "learning_rate": 4.4600000000000005e-06,
71
+ "loss": 0.72,
72
+ "step": 225
73
+ },
74
+ {
75
+ "epoch": 0.1579778830963665,
76
+ "grad_norm": 22.013551712036133,
77
+ "learning_rate": 4.960000000000001e-06,
78
+ "loss": 0.6961,
79
+ "step": 250
80
+ },
81
+ {
82
+ "epoch": 0.17377567140600317,
83
+ "grad_norm": 25.887876510620117,
84
+ "learning_rate": 5.460000000000001e-06,
85
+ "loss": 0.6897,
86
+ "step": 275
87
+ },
88
+ {
89
+ "epoch": 0.1895734597156398,
90
+ "grad_norm": 19.806230545043945,
91
+ "learning_rate": 5.9600000000000005e-06,
92
+ "loss": 0.6839,
93
+ "step": 300
94
+ },
95
+ {
96
+ "epoch": 0.20537124802527645,
97
+ "grad_norm": 21.767576217651367,
98
+ "learning_rate": 6.460000000000001e-06,
99
+ "loss": 0.6767,
100
+ "step": 325
101
+ },
102
+ {
103
+ "epoch": 0.2211690363349131,
104
+ "grad_norm": 19.838890075683594,
105
+ "learning_rate": 6.96e-06,
106
+ "loss": 0.6637,
107
+ "step": 350
108
+ },
109
+ {
110
+ "epoch": 0.23696682464454977,
111
+ "grad_norm": 22.119140625,
112
+ "learning_rate": 7.4600000000000006e-06,
113
+ "loss": 0.6811,
114
+ "step": 375
115
+ },
116
+ {
117
+ "epoch": 0.2527646129541864,
118
+ "grad_norm": 21.972688674926758,
119
+ "learning_rate": 7.960000000000002e-06,
120
+ "loss": 0.6843,
121
+ "step": 400
122
+ },
123
+ {
124
+ "epoch": 0.2685624012638231,
125
+ "grad_norm": 21.99839973449707,
126
+ "learning_rate": 8.46e-06,
127
+ "loss": 0.6487,
128
+ "step": 425
129
+ },
130
+ {
131
+ "epoch": 0.2843601895734597,
132
+ "grad_norm": 18.968303680419922,
133
+ "learning_rate": 8.96e-06,
134
+ "loss": 0.6528,
135
+ "step": 450
136
+ },
137
+ {
138
+ "epoch": 0.3001579778830964,
139
+ "grad_norm": 20.77776336669922,
140
+ "learning_rate": 9.460000000000001e-06,
141
+ "loss": 0.6346,
142
+ "step": 475
143
+ },
144
+ {
145
+ "epoch": 0.315955766192733,
146
+ "grad_norm": 17.947195053100586,
147
+ "learning_rate": 9.960000000000001e-06,
148
+ "loss": 0.6105,
149
+ "step": 500
150
+ },
151
+ {
152
+ "epoch": 0.33175355450236965,
153
+ "grad_norm": 17.2167911529541,
154
+ "learning_rate": 9.94888888888889e-06,
155
+ "loss": 0.6399,
156
+ "step": 525
157
+ },
158
+ {
159
+ "epoch": 0.34755134281200634,
160
+ "grad_norm": 19.390045166015625,
161
+ "learning_rate": 9.893333333333334e-06,
162
+ "loss": 0.5825,
163
+ "step": 550
164
+ },
165
+ {
166
+ "epoch": 0.36334913112164297,
167
+ "grad_norm": 17.195106506347656,
168
+ "learning_rate": 9.837777777777778e-06,
169
+ "loss": 0.5895,
170
+ "step": 575
171
+ },
172
+ {
173
+ "epoch": 0.3791469194312796,
174
+ "grad_norm": 18.29102325439453,
175
+ "learning_rate": 9.782222222222222e-06,
176
+ "loss": 0.621,
177
+ "step": 600
178
+ },
179
+ {
180
+ "epoch": 0.3949447077409163,
181
+ "grad_norm": 16.213546752929688,
182
+ "learning_rate": 9.726666666666668e-06,
183
+ "loss": 0.587,
184
+ "step": 625
185
+ },
186
+ {
187
+ "epoch": 0.4107424960505529,
188
+ "grad_norm": 15.86738109588623,
189
+ "learning_rate": 9.671111111111112e-06,
190
+ "loss": 0.5765,
191
+ "step": 650
192
+ },
193
+ {
194
+ "epoch": 0.4265402843601896,
195
+ "grad_norm": 17.446897506713867,
196
+ "learning_rate": 9.617777777777778e-06,
197
+ "loss": 0.5914,
198
+ "step": 675
199
+ },
200
+ {
201
+ "epoch": 0.4423380726698262,
202
+ "grad_norm": 15.107172966003418,
203
+ "learning_rate": 9.562222222222223e-06,
204
+ "loss": 0.5517,
205
+ "step": 700
206
+ },
207
+ {
208
+ "epoch": 0.45813586097946285,
209
+ "grad_norm": 16.07261848449707,
210
+ "learning_rate": 9.506666666666667e-06,
211
+ "loss": 0.5523,
212
+ "step": 725
213
+ },
214
+ {
215
+ "epoch": 0.47393364928909953,
216
+ "grad_norm": 15.2976655960083,
217
+ "learning_rate": 9.451111111111112e-06,
218
+ "loss": 0.5419,
219
+ "step": 750
220
+ },
221
+ {
222
+ "epoch": 0.48973143759873616,
223
+ "grad_norm": 16.560869216918945,
224
+ "learning_rate": 9.395555555555556e-06,
225
+ "loss": 0.5763,
226
+ "step": 775
227
+ },
228
+ {
229
+ "epoch": 0.5055292259083728,
230
+ "grad_norm": 18.58966064453125,
231
+ "learning_rate": 9.340000000000002e-06,
232
+ "loss": 0.5497,
233
+ "step": 800
234
+ },
235
+ {
236
+ "epoch": 0.5213270142180095,
237
+ "grad_norm": 16.940420150756836,
238
+ "learning_rate": 9.284444444444444e-06,
239
+ "loss": 0.5177,
240
+ "step": 825
241
+ },
242
+ {
243
+ "epoch": 0.5371248025276462,
244
+ "grad_norm": 12.964641571044922,
245
+ "learning_rate": 9.22888888888889e-06,
246
+ "loss": 0.5293,
247
+ "step": 850
248
+ },
249
+ {
250
+ "epoch": 0.5529225908372828,
251
+ "grad_norm": 16.428470611572266,
252
+ "learning_rate": 9.173333333333334e-06,
253
+ "loss": 0.5062,
254
+ "step": 875
255
+ },
256
+ {
257
+ "epoch": 0.5687203791469194,
258
+ "grad_norm": 17.921024322509766,
259
+ "learning_rate": 9.117777777777778e-06,
260
+ "loss": 0.5471,
261
+ "step": 900
262
+ },
263
+ {
264
+ "epoch": 0.584518167456556,
265
+ "grad_norm": 14.068251609802246,
266
+ "learning_rate": 9.062222222222224e-06,
267
+ "loss": 0.5072,
268
+ "step": 925
269
+ },
270
+ {
271
+ "epoch": 0.6003159557661928,
272
+ "grad_norm": 13.403594017028809,
273
+ "learning_rate": 9.006666666666666e-06,
274
+ "loss": 0.5051,
275
+ "step": 950
276
+ },
277
+ {
278
+ "epoch": 0.6161137440758294,
279
+ "grad_norm": 14.557646751403809,
280
+ "learning_rate": 8.951111111111112e-06,
281
+ "loss": 0.5391,
282
+ "step": 975
283
+ },
284
+ {
285
+ "epoch": 0.631911532385466,
286
+ "grad_norm": 15.385436058044434,
287
+ "learning_rate": 8.895555555555556e-06,
288
+ "loss": 0.5037,
289
+ "step": 1000
290
+ },
291
+ {
292
+ "epoch": 0.631911532385466,
293
+ "eval_loss": 0.551193118095398,
294
+ "eval_runtime": 1363.4745,
295
+ "eval_samples_per_second": 2.861,
296
+ "eval_steps_per_second": 0.179,
297
+ "eval_wer": 0.38095238095238093,
298
+ "step": 1000
299
+ },
300
+ {
301
+ "epoch": 0.6477093206951027,
302
+ "grad_norm": 13.815781593322754,
303
+ "learning_rate": 8.84e-06,
304
+ "loss": 0.4888,
305
+ "step": 1025
306
+ },
307
+ {
308
+ "epoch": 0.6635071090047393,
309
+ "grad_norm": 16.213642120361328,
310
+ "learning_rate": 8.784444444444446e-06,
311
+ "loss": 0.4865,
312
+ "step": 1050
313
+ },
314
+ {
315
+ "epoch": 0.6793048973143759,
316
+ "grad_norm": 14.779074668884277,
317
+ "learning_rate": 8.72888888888889e-06,
318
+ "loss": 0.4963,
319
+ "step": 1075
320
+ },
321
+ {
322
+ "epoch": 0.6951026856240127,
323
+ "grad_norm": 13.794785499572754,
324
+ "learning_rate": 8.673333333333334e-06,
325
+ "loss": 0.482,
326
+ "step": 1100
327
+ },
328
+ {
329
+ "epoch": 0.7109004739336493,
330
+ "grad_norm": 14.701066970825195,
331
+ "learning_rate": 8.617777777777778e-06,
332
+ "loss": 0.5027,
333
+ "step": 1125
334
+ },
335
+ {
336
+ "epoch": 0.7266982622432859,
337
+ "grad_norm": 14.537113189697266,
338
+ "learning_rate": 8.562222222222224e-06,
339
+ "loss": 0.4798,
340
+ "step": 1150
341
+ },
342
+ {
343
+ "epoch": 0.7424960505529226,
344
+ "grad_norm": 14.886212348937988,
345
+ "learning_rate": 8.506666666666668e-06,
346
+ "loss": 0.4777,
347
+ "step": 1175
348
+ },
349
+ {
350
+ "epoch": 0.7582938388625592,
351
+ "grad_norm": 13.01016616821289,
352
+ "learning_rate": 8.451111111111112e-06,
353
+ "loss": 0.4736,
354
+ "step": 1200
355
+ },
356
+ {
357
+ "epoch": 0.7740916271721959,
358
+ "grad_norm": 14.213628768920898,
359
+ "learning_rate": 8.395555555555557e-06,
360
+ "loss": 0.4808,
361
+ "step": 1225
362
+ },
363
+ {
364
+ "epoch": 0.7898894154818326,
365
+ "grad_norm": 14.541191101074219,
366
+ "learning_rate": 8.34e-06,
367
+ "loss": 0.5008,
368
+ "step": 1250
369
+ },
370
+ {
371
+ "epoch": 0.8056872037914692,
372
+ "grad_norm": 14.092310905456543,
373
+ "learning_rate": 8.284444444444446e-06,
374
+ "loss": 0.4693,
375
+ "step": 1275
376
+ },
377
+ {
378
+ "epoch": 0.8214849921011058,
379
+ "grad_norm": 14.289324760437012,
380
+ "learning_rate": 8.22888888888889e-06,
381
+ "loss": 0.4418,
382
+ "step": 1300
383
+ },
384
+ {
385
+ "epoch": 0.8372827804107424,
386
+ "grad_norm": 13.257657051086426,
387
+ "learning_rate": 8.173333333333334e-06,
388
+ "loss": 0.4643,
389
+ "step": 1325
390
+ },
391
+ {
392
+ "epoch": 0.8530805687203792,
393
+ "grad_norm": 15.05517864227295,
394
+ "learning_rate": 8.11777777777778e-06,
395
+ "loss": 0.4751,
396
+ "step": 1350
397
+ },
398
+ {
399
+ "epoch": 0.8688783570300158,
400
+ "grad_norm": 13.352594375610352,
401
+ "learning_rate": 8.062222222222222e-06,
402
+ "loss": 0.442,
403
+ "step": 1375
404
+ },
405
+ {
406
+ "epoch": 0.8846761453396524,
407
+ "grad_norm": 12.487988471984863,
408
+ "learning_rate": 8.006666666666667e-06,
409
+ "loss": 0.4496,
410
+ "step": 1400
411
+ },
412
+ {
413
+ "epoch": 0.9004739336492891,
414
+ "grad_norm": 13.963912963867188,
415
+ "learning_rate": 7.951111111111111e-06,
416
+ "loss": 0.4415,
417
+ "step": 1425
418
+ },
419
+ {
420
+ "epoch": 0.9162717219589257,
421
+ "grad_norm": 13.90829086303711,
422
+ "learning_rate": 7.895555555555557e-06,
423
+ "loss": 0.4349,
424
+ "step": 1450
425
+ },
426
+ {
427
+ "epoch": 0.9320695102685624,
428
+ "grad_norm": 16.863481521606445,
429
+ "learning_rate": 7.840000000000001e-06,
430
+ "loss": 0.4722,
431
+ "step": 1475
432
+ },
433
+ {
434
+ "epoch": 0.9478672985781991,
435
+ "grad_norm": 13.991209983825684,
436
+ "learning_rate": 7.784444444444445e-06,
437
+ "loss": 0.4397,
438
+ "step": 1500
439
+ },
440
+ {
441
+ "epoch": 0.9636650868878357,
442
+ "grad_norm": 12.423737525939941,
443
+ "learning_rate": 7.72888888888889e-06,
444
+ "loss": 0.423,
445
+ "step": 1525
446
+ },
447
+ {
448
+ "epoch": 0.9794628751974723,
449
+ "grad_norm": 13.574849128723145,
450
+ "learning_rate": 7.673333333333333e-06,
451
+ "loss": 0.4472,
452
+ "step": 1550
453
+ },
454
+ {
455
+ "epoch": 0.995260663507109,
456
+ "grad_norm": 10.542879104614258,
457
+ "learning_rate": 7.617777777777778e-06,
458
+ "loss": 0.4319,
459
+ "step": 1575
460
+ },
461
+ {
462
+ "epoch": 1.0110584518167456,
463
+ "grad_norm": 12.750446319580078,
464
+ "learning_rate": 7.562222222222223e-06,
465
+ "loss": 0.3401,
466
+ "step": 1600
467
+ },
468
+ {
469
+ "epoch": 1.0268562401263823,
470
+ "grad_norm": 10.037585258483887,
471
+ "learning_rate": 7.506666666666668e-06,
472
+ "loss": 0.3236,
473
+ "step": 1625
474
+ },
475
+ {
476
+ "epoch": 1.042654028436019,
477
+ "grad_norm": 12.519506454467773,
478
+ "learning_rate": 7.451111111111111e-06,
479
+ "loss": 0.3379,
480
+ "step": 1650
481
+ },
482
+ {
483
+ "epoch": 1.0584518167456556,
484
+ "grad_norm": 11.666909217834473,
485
+ "learning_rate": 7.395555555555556e-06,
486
+ "loss": 0.3082,
487
+ "step": 1675
488
+ },
489
+ {
490
+ "epoch": 1.0742496050552923,
491
+ "grad_norm": 14.614953994750977,
492
+ "learning_rate": 7.340000000000001e-06,
493
+ "loss": 0.3272,
494
+ "step": 1700
495
+ },
496
+ {
497
+ "epoch": 1.0900473933649288,
498
+ "grad_norm": 11.243821144104004,
499
+ "learning_rate": 7.284444444444445e-06,
500
+ "loss": 0.3081,
501
+ "step": 1725
502
+ },
503
+ {
504
+ "epoch": 1.1058451816745656,
505
+ "grad_norm": 10.896337509155273,
506
+ "learning_rate": 7.22888888888889e-06,
507
+ "loss": 0.3212,
508
+ "step": 1750
509
+ },
510
+ {
511
+ "epoch": 1.1216429699842023,
512
+ "grad_norm": 11.159407615661621,
513
+ "learning_rate": 7.173333333333335e-06,
514
+ "loss": 0.3316,
515
+ "step": 1775
516
+ },
517
+ {
518
+ "epoch": 1.1374407582938388,
519
+ "grad_norm": 10.72888469696045,
520
+ "learning_rate": 7.117777777777778e-06,
521
+ "loss": 0.3465,
522
+ "step": 1800
523
+ },
524
+ {
525
+ "epoch": 1.1532385466034756,
526
+ "grad_norm": 11.136720657348633,
527
+ "learning_rate": 7.062222222222223e-06,
528
+ "loss": 0.3219,
529
+ "step": 1825
530
+ },
531
+ {
532
+ "epoch": 1.169036334913112,
533
+ "grad_norm": 11.062825202941895,
534
+ "learning_rate": 7.006666666666667e-06,
535
+ "loss": 0.3234,
536
+ "step": 1850
537
+ },
538
+ {
539
+ "epoch": 1.1848341232227488,
540
+ "grad_norm": 13.367472648620605,
541
+ "learning_rate": 6.951111111111112e-06,
542
+ "loss": 0.3215,
543
+ "step": 1875
544
+ },
545
+ {
546
+ "epoch": 1.2006319115323856,
547
+ "grad_norm": 12.034098625183105,
548
+ "learning_rate": 6.8955555555555565e-06,
549
+ "loss": 0.3195,
550
+ "step": 1900
551
+ },
552
+ {
553
+ "epoch": 1.216429699842022,
554
+ "grad_norm": 12.74405574798584,
555
+ "learning_rate": 6.8400000000000014e-06,
556
+ "loss": 0.3105,
557
+ "step": 1925
558
+ },
559
+ {
560
+ "epoch": 1.2322274881516588,
561
+ "grad_norm": 14.234502792358398,
562
+ "learning_rate": 6.784444444444445e-06,
563
+ "loss": 0.3327,
564
+ "step": 1950
565
+ },
566
+ {
567
+ "epoch": 1.2480252764612954,
568
+ "grad_norm": 12.721147537231445,
569
+ "learning_rate": 6.7288888888888895e-06,
570
+ "loss": 0.3405,
571
+ "step": 1975
572
+ },
573
+ {
574
+ "epoch": 1.263823064770932,
575
+ "grad_norm": 12.109272003173828,
576
+ "learning_rate": 6.6733333333333335e-06,
577
+ "loss": 0.3264,
578
+ "step": 2000
579
+ },
580
+ {
581
+ "epoch": 1.263823064770932,
582
+ "eval_loss": 0.4630681872367859,
583
+ "eval_runtime": 1327.3738,
584
+ "eval_samples_per_second": 2.939,
585
+ "eval_steps_per_second": 0.184,
586
+ "eval_wer": 0.331425673717763,
587
+ "step": 2000
588
+ },
589
+ {
590
+ "epoch": 1.2796208530805688,
591
+ "grad_norm": 10.781163215637207,
592
+ "learning_rate": 6.617777777777778e-06,
593
+ "loss": 0.3152,
594
+ "step": 2025
595
+ },
596
+ {
597
+ "epoch": 1.2954186413902053,
598
+ "grad_norm": 12.081149101257324,
599
+ "learning_rate": 6.562222222222223e-06,
600
+ "loss": 0.334,
601
+ "step": 2050
602
+ },
603
+ {
604
+ "epoch": 1.311216429699842,
605
+ "grad_norm": 11.082480430603027,
606
+ "learning_rate": 6.5066666666666665e-06,
607
+ "loss": 0.3182,
608
+ "step": 2075
609
+ },
610
+ {
611
+ "epoch": 1.3270142180094786,
612
+ "grad_norm": 10.400703430175781,
613
+ "learning_rate": 6.451111111111111e-06,
614
+ "loss": 0.3209,
615
+ "step": 2100
616
+ },
617
+ {
618
+ "epoch": 1.3428120063191153,
619
+ "grad_norm": 14.698405265808105,
620
+ "learning_rate": 6.395555555555556e-06,
621
+ "loss": 0.3358,
622
+ "step": 2125
623
+ },
624
+ {
625
+ "epoch": 1.358609794628752,
626
+ "grad_norm": 11.301855087280273,
627
+ "learning_rate": 6.34e-06,
628
+ "loss": 0.3274,
629
+ "step": 2150
630
+ },
631
+ {
632
+ "epoch": 1.3744075829383886,
633
+ "grad_norm": 13.15268611907959,
634
+ "learning_rate": 6.284444444444445e-06,
635
+ "loss": 0.3091,
636
+ "step": 2175
637
+ },
638
+ {
639
+ "epoch": 1.3902053712480253,
640
+ "grad_norm": 10.712764739990234,
641
+ "learning_rate": 6.22888888888889e-06,
642
+ "loss": 0.3217,
643
+ "step": 2200
644
+ },
645
+ {
646
+ "epoch": 1.4060031595576619,
647
+ "grad_norm": 9.865320205688477,
648
+ "learning_rate": 6.173333333333333e-06,
649
+ "loss": 0.3341,
650
+ "step": 2225
651
+ },
652
+ {
653
+ "epoch": 1.4218009478672986,
654
+ "grad_norm": 11.386091232299805,
655
+ "learning_rate": 6.117777777777778e-06,
656
+ "loss": 0.308,
657
+ "step": 2250
658
+ },
659
+ {
660
+ "epoch": 1.4375987361769353,
661
+ "grad_norm": 10.972213745117188,
662
+ "learning_rate": 6.062222222222223e-06,
663
+ "loss": 0.3184,
664
+ "step": 2275
665
+ },
666
+ {
667
+ "epoch": 1.4533965244865719,
668
+ "grad_norm": 9.059267044067383,
669
+ "learning_rate": 6.006666666666667e-06,
670
+ "loss": 0.3285,
671
+ "step": 2300
672
+ },
673
+ {
674
+ "epoch": 1.4691943127962086,
675
+ "grad_norm": 10.708878517150879,
676
+ "learning_rate": 5.951111111111112e-06,
677
+ "loss": 0.288,
678
+ "step": 2325
679
+ },
680
+ {
681
+ "epoch": 1.4849921011058451,
682
+ "grad_norm": 9.580412864685059,
683
+ "learning_rate": 5.895555555555557e-06,
684
+ "loss": 0.3133,
685
+ "step": 2350
686
+ },
687
+ {
688
+ "epoch": 1.5007898894154819,
689
+ "grad_norm": 13.611145973205566,
690
+ "learning_rate": 5.84e-06,
691
+ "loss": 0.3398,
692
+ "step": 2375
693
+ },
694
+ {
695
+ "epoch": 1.5165876777251186,
696
+ "grad_norm": 11.563826560974121,
697
+ "learning_rate": 5.784444444444445e-06,
698
+ "loss": 0.3187,
699
+ "step": 2400
700
+ },
701
+ {
702
+ "epoch": 1.5323854660347551,
703
+ "grad_norm": 11.612549781799316,
704
+ "learning_rate": 5.72888888888889e-06,
705
+ "loss": 0.3169,
706
+ "step": 2425
707
+ },
708
+ {
709
+ "epoch": 1.5481832543443916,
710
+ "grad_norm": 9.463521003723145,
711
+ "learning_rate": 5.673333333333334e-06,
712
+ "loss": 0.3124,
713
+ "step": 2450
714
+ },
715
+ {
716
+ "epoch": 1.5639810426540284,
717
+ "grad_norm": 14.442208290100098,
718
+ "learning_rate": 5.617777777777779e-06,
719
+ "loss": 0.3202,
720
+ "step": 2475
721
+ },
722
+ {
723
+ "epoch": 1.5797788309636651,
724
+ "grad_norm": 11.377900123596191,
725
+ "learning_rate": 5.562222222222222e-06,
726
+ "loss": 0.317,
727
+ "step": 2500
728
+ },
729
+ {
730
+ "epoch": 1.5955766192733019,
731
+ "grad_norm": 11.9774808883667,
732
+ "learning_rate": 5.506666666666667e-06,
733
+ "loss": 0.3188,
734
+ "step": 2525
735
+ },
736
+ {
737
+ "epoch": 1.6113744075829384,
738
+ "grad_norm": 11.492107391357422,
739
+ "learning_rate": 5.451111111111112e-06,
740
+ "loss": 0.3109,
741
+ "step": 2550
742
+ },
743
+ {
744
+ "epoch": 1.627172195892575,
745
+ "grad_norm": 12.987119674682617,
746
+ "learning_rate": 5.3955555555555565e-06,
747
+ "loss": 0.3127,
748
+ "step": 2575
749
+ },
750
+ {
751
+ "epoch": 1.6429699842022116,
752
+ "grad_norm": 11.403392791748047,
753
+ "learning_rate": 5.3400000000000005e-06,
754
+ "loss": 0.3007,
755
+ "step": 2600
756
+ },
757
+ {
758
+ "epoch": 1.6587677725118484,
759
+ "grad_norm": 10.354674339294434,
760
+ "learning_rate": 5.2844444444444454e-06,
761
+ "loss": 0.3129,
762
+ "step": 2625
763
+ },
764
+ {
765
+ "epoch": 1.674565560821485,
766
+ "grad_norm": 9.936201095581055,
767
+ "learning_rate": 5.228888888888889e-06,
768
+ "loss": 0.3226,
769
+ "step": 2650
770
+ },
771
+ {
772
+ "epoch": 1.6903633491311216,
773
+ "grad_norm": 10.426243782043457,
774
+ "learning_rate": 5.1733333333333335e-06,
775
+ "loss": 0.3021,
776
+ "step": 2675
777
+ },
778
+ {
779
+ "epoch": 1.7061611374407581,
780
+ "grad_norm": 10.784858703613281,
781
+ "learning_rate": 5.117777777777778e-06,
782
+ "loss": 0.2923,
783
+ "step": 2700
784
+ },
785
+ {
786
+ "epoch": 1.7219589257503949,
787
+ "grad_norm": 10.411828994750977,
788
+ "learning_rate": 5.062222222222222e-06,
789
+ "loss": 0.2893,
790
+ "step": 2725
791
+ },
792
+ {
793
+ "epoch": 1.7377567140600316,
794
+ "grad_norm": 12.027934074401855,
795
+ "learning_rate": 5.006666666666667e-06,
796
+ "loss": 0.3136,
797
+ "step": 2750
798
+ },
799
+ {
800
+ "epoch": 1.7535545023696684,
801
+ "grad_norm": 10.067774772644043,
802
+ "learning_rate": 4.951111111111111e-06,
803
+ "loss": 0.296,
804
+ "step": 2775
805
+ },
806
+ {
807
+ "epoch": 1.7693522906793049,
808
+ "grad_norm": 10.396674156188965,
809
+ "learning_rate": 4.895555555555556e-06,
810
+ "loss": 0.2973,
811
+ "step": 2800
812
+ },
813
+ {
814
+ "epoch": 1.7851500789889414,
815
+ "grad_norm": 9.719764709472656,
816
+ "learning_rate": 4.84e-06,
817
+ "loss": 0.2831,
818
+ "step": 2825
819
+ },
820
+ {
821
+ "epoch": 1.8009478672985781,
822
+ "grad_norm": 11.552470207214355,
823
+ "learning_rate": 4.784444444444445e-06,
824
+ "loss": 0.2802,
825
+ "step": 2850
826
+ },
827
+ {
828
+ "epoch": 1.8167456556082149,
829
+ "grad_norm": 10.932677268981934,
830
+ "learning_rate": 4.728888888888889e-06,
831
+ "loss": 0.3189,
832
+ "step": 2875
833
+ },
834
+ {
835
+ "epoch": 1.8325434439178516,
836
+ "grad_norm": 12.281967163085938,
837
+ "learning_rate": 4.673333333333333e-06,
838
+ "loss": 0.3014,
839
+ "step": 2900
840
+ },
841
+ {
842
+ "epoch": 1.8483412322274881,
843
+ "grad_norm": 12.78361988067627,
844
+ "learning_rate": 4.617777777777778e-06,
845
+ "loss": 0.3265,
846
+ "step": 2925
847
+ },
848
+ {
849
+ "epoch": 1.8641390205371247,
850
+ "grad_norm": 11.523568153381348,
851
+ "learning_rate": 4.562222222222222e-06,
852
+ "loss": 0.3062,
853
+ "step": 2950
854
+ },
855
+ {
856
+ "epoch": 1.8799368088467614,
857
+ "grad_norm": 12.009855270385742,
858
+ "learning_rate": 4.506666666666667e-06,
859
+ "loss": 0.294,
860
+ "step": 2975
861
+ },
862
+ {
863
+ "epoch": 1.8957345971563981,
864
+ "grad_norm": 11.980591773986816,
865
+ "learning_rate": 4.451111111111112e-06,
866
+ "loss": 0.2997,
867
+ "step": 3000
868
+ },
869
+ {
870
+ "epoch": 1.8957345971563981,
871
+ "eval_loss": 0.420254111289978,
872
+ "eval_runtime": 1304.4467,
873
+ "eval_samples_per_second": 2.991,
874
+ "eval_steps_per_second": 0.187,
875
+ "eval_wer": 0.30416304452815607,
876
+ "step": 3000
877
+ },
878
+ {
879
+ "epoch": 1.9115323854660349,
880
+ "grad_norm": 9.556490898132324,
881
+ "learning_rate": 4.395555555555556e-06,
882
+ "loss": 0.3128,
883
+ "step": 3025
884
+ },
885
+ {
886
+ "epoch": 1.9273301737756714,
887
+ "grad_norm": 12.445517539978027,
888
+ "learning_rate": 4.34e-06,
889
+ "loss": 0.2898,
890
+ "step": 3050
891
+ },
892
+ {
893
+ "epoch": 1.943127962085308,
894
+ "grad_norm": 11.485321998596191,
895
+ "learning_rate": 4.284444444444445e-06,
896
+ "loss": 0.2922,
897
+ "step": 3075
898
+ },
899
+ {
900
+ "epoch": 1.9589257503949447,
901
+ "grad_norm": 11.148347854614258,
902
+ "learning_rate": 4.228888888888889e-06,
903
+ "loss": 0.2941,
904
+ "step": 3100
905
+ },
906
+ {
907
+ "epoch": 1.9747235387045814,
908
+ "grad_norm": 8.813661575317383,
909
+ "learning_rate": 4.173333333333334e-06,
910
+ "loss": 0.2738,
911
+ "step": 3125
912
+ },
913
+ {
914
+ "epoch": 1.9905213270142181,
915
+ "grad_norm": 9.704155921936035,
916
+ "learning_rate": 4.117777777777779e-06,
917
+ "loss": 0.3064,
918
+ "step": 3150
919
+ },
920
+ {
921
+ "epoch": 2.006319115323855,
922
+ "grad_norm": 8.704689979553223,
923
+ "learning_rate": 4.062222222222223e-06,
924
+ "loss": 0.2478,
925
+ "step": 3175
926
+ },
927
+ {
928
+ "epoch": 2.022116903633491,
929
+ "grad_norm": 10.47323226928711,
930
+ "learning_rate": 4.006666666666667e-06,
931
+ "loss": 0.1972,
932
+ "step": 3200
933
+ },
934
+ {
935
+ "epoch": 2.037914691943128,
936
+ "grad_norm": 9.401123046875,
937
+ "learning_rate": 3.953333333333333e-06,
938
+ "loss": 0.2048,
939
+ "step": 3225
940
+ },
941
+ {
942
+ "epoch": 2.0537124802527646,
943
+ "grad_norm": 8.968587875366211,
944
+ "learning_rate": 3.897777777777778e-06,
945
+ "loss": 0.2047,
946
+ "step": 3250
947
+ },
948
+ {
949
+ "epoch": 2.0695102685624014,
950
+ "grad_norm": 10.138334274291992,
951
+ "learning_rate": 3.842222222222223e-06,
952
+ "loss": 0.2041,
953
+ "step": 3275
954
+ },
955
+ {
956
+ "epoch": 2.085308056872038,
957
+ "grad_norm": 9.157357215881348,
958
+ "learning_rate": 3.7866666666666667e-06,
959
+ "loss": 0.1983,
960
+ "step": 3300
961
+ },
962
+ {
963
+ "epoch": 2.1011058451816744,
964
+ "grad_norm": 11.541014671325684,
965
+ "learning_rate": 3.7311111111111116e-06,
966
+ "loss": 0.2102,
967
+ "step": 3325
968
+ },
969
+ {
970
+ "epoch": 2.116903633491311,
971
+ "grad_norm": 13.219682693481445,
972
+ "learning_rate": 3.675555555555556e-06,
973
+ "loss": 0.2032,
974
+ "step": 3350
975
+ },
976
+ {
977
+ "epoch": 2.132701421800948,
978
+ "grad_norm": 9.11551284790039,
979
+ "learning_rate": 3.62e-06,
980
+ "loss": 0.183,
981
+ "step": 3375
982
+ },
983
+ {
984
+ "epoch": 2.1484992101105846,
985
+ "grad_norm": 7.927098751068115,
986
+ "learning_rate": 3.564444444444445e-06,
987
+ "loss": 0.2022,
988
+ "step": 3400
989
+ },
990
+ {
991
+ "epoch": 2.1642969984202214,
992
+ "grad_norm": 10.464715003967285,
993
+ "learning_rate": 3.508888888888889e-06,
994
+ "loss": 0.1877,
995
+ "step": 3425
996
+ },
997
+ {
998
+ "epoch": 2.1800947867298577,
999
+ "grad_norm": 8.424384117126465,
1000
+ "learning_rate": 3.4533333333333334e-06,
1001
+ "loss": 0.1879,
1002
+ "step": 3450
1003
+ },
1004
+ {
1005
+ "epoch": 2.1958925750394944,
1006
+ "grad_norm": 7.617179870605469,
1007
+ "learning_rate": 3.3977777777777783e-06,
1008
+ "loss": 0.1973,
1009
+ "step": 3475
1010
+ },
1011
+ {
1012
+ "epoch": 2.211690363349131,
1013
+ "grad_norm": 9.299885749816895,
1014
+ "learning_rate": 3.3422222222222224e-06,
1015
+ "loss": 0.1982,
1016
+ "step": 3500
1017
+ },
1018
+ {
1019
+ "epoch": 2.227488151658768,
1020
+ "grad_norm": 8.834092140197754,
1021
+ "learning_rate": 3.286666666666667e-06,
1022
+ "loss": 0.2003,
1023
+ "step": 3525
1024
+ },
1025
+ {
1026
+ "epoch": 2.2432859399684046,
1027
+ "grad_norm": 8.07299518585205,
1028
+ "learning_rate": 3.2311111111111117e-06,
1029
+ "loss": 0.1971,
1030
+ "step": 3550
1031
+ },
1032
+ {
1033
+ "epoch": 2.259083728278041,
1034
+ "grad_norm": 10.275826454162598,
1035
+ "learning_rate": 3.1755555555555557e-06,
1036
+ "loss": 0.1914,
1037
+ "step": 3575
1038
+ },
1039
+ {
1040
+ "epoch": 2.2748815165876777,
1041
+ "grad_norm": 9.910749435424805,
1042
+ "learning_rate": 3.12e-06,
1043
+ "loss": 0.2067,
1044
+ "step": 3600
1045
+ },
1046
+ {
1047
+ "epoch": 2.2906793048973144,
1048
+ "grad_norm": 10.053370475769043,
1049
+ "learning_rate": 3.064444444444445e-06,
1050
+ "loss": 0.2129,
1051
+ "step": 3625
1052
+ },
1053
+ {
1054
+ "epoch": 2.306477093206951,
1055
+ "grad_norm": 10.744956970214844,
1056
+ "learning_rate": 3.008888888888889e-06,
1057
+ "loss": 0.1984,
1058
+ "step": 3650
1059
+ },
1060
+ {
1061
+ "epoch": 2.322274881516588,
1062
+ "grad_norm": 9.880094528198242,
1063
+ "learning_rate": 2.9533333333333336e-06,
1064
+ "loss": 0.1852,
1065
+ "step": 3675
1066
+ },
1067
+ {
1068
+ "epoch": 2.338072669826224,
1069
+ "grad_norm": 10.811684608459473,
1070
+ "learning_rate": 2.8977777777777785e-06,
1071
+ "loss": 0.2019,
1072
+ "step": 3700
1073
+ },
1074
+ {
1075
+ "epoch": 2.353870458135861,
1076
+ "grad_norm": 12.169087409973145,
1077
+ "learning_rate": 2.8422222222222225e-06,
1078
+ "loss": 0.1944,
1079
+ "step": 3725
1080
+ },
1081
+ {
1082
+ "epoch": 2.3696682464454977,
1083
+ "grad_norm": 10.1768217086792,
1084
+ "learning_rate": 2.786666666666667e-06,
1085
+ "loss": 0.2035,
1086
+ "step": 3750
1087
+ },
1088
+ {
1089
+ "epoch": 2.3854660347551344,
1090
+ "grad_norm": 8.389801979064941,
1091
+ "learning_rate": 2.7311111111111114e-06,
1092
+ "loss": 0.2096,
1093
+ "step": 3775
1094
+ },
1095
+ {
1096
+ "epoch": 2.401263823064771,
1097
+ "grad_norm": 9.511481285095215,
1098
+ "learning_rate": 2.675555555555556e-06,
1099
+ "loss": 0.1868,
1100
+ "step": 3800
1101
+ },
1102
+ {
1103
+ "epoch": 2.4170616113744074,
1104
+ "grad_norm": 10.304895401000977,
1105
+ "learning_rate": 2.6200000000000003e-06,
1106
+ "loss": 0.2023,
1107
+ "step": 3825
1108
+ },
1109
+ {
1110
+ "epoch": 2.432859399684044,
1111
+ "grad_norm": 11.822694778442383,
1112
+ "learning_rate": 2.5644444444444444e-06,
1113
+ "loss": 0.1938,
1114
+ "step": 3850
1115
+ },
1116
+ {
1117
+ "epoch": 2.448657187993681,
1118
+ "grad_norm": 10.087789535522461,
1119
+ "learning_rate": 2.5088888888888892e-06,
1120
+ "loss": 0.1987,
1121
+ "step": 3875
1122
+ },
1123
+ {
1124
+ "epoch": 2.4644549763033177,
1125
+ "grad_norm": 8.504409790039062,
1126
+ "learning_rate": 2.4533333333333333e-06,
1127
+ "loss": 0.1845,
1128
+ "step": 3900
1129
+ },
1130
+ {
1131
+ "epoch": 2.4802527646129544,
1132
+ "grad_norm": 9.70301342010498,
1133
+ "learning_rate": 2.397777777777778e-06,
1134
+ "loss": 0.1832,
1135
+ "step": 3925
1136
+ },
1137
+ {
1138
+ "epoch": 2.4960505529225907,
1139
+ "grad_norm": 9.534614562988281,
1140
+ "learning_rate": 2.342222222222222e-06,
1141
+ "loss": 0.182,
1142
+ "step": 3950
1143
+ },
1144
+ {
1145
+ "epoch": 2.5118483412322274,
1146
+ "grad_norm": 8.997177124023438,
1147
+ "learning_rate": 2.2866666666666667e-06,
1148
+ "loss": 0.205,
1149
+ "step": 3975
1150
+ },
1151
+ {
1152
+ "epoch": 2.527646129541864,
1153
+ "grad_norm": 9.527833938598633,
1154
+ "learning_rate": 2.2311111111111115e-06,
1155
+ "loss": 0.1851,
1156
+ "step": 4000
1157
+ },
1158
+ {
1159
+ "epoch": 2.527646129541864,
1160
+ "eval_loss": 0.41017213463783264,
1161
+ "eval_runtime": 1287.8118,
1162
+ "eval_samples_per_second": 3.029,
1163
+ "eval_steps_per_second": 0.189,
1164
+ "eval_wer": 0.2870182555780933,
1165
+ "step": 4000
1166
+ },
1167
+ {
1168
+ "epoch": 2.543443917851501,
1169
+ "grad_norm": 8.116750717163086,
1170
+ "learning_rate": 2.1755555555555556e-06,
1171
+ "loss": 0.1937,
1172
+ "step": 4025
1173
+ },
1174
+ {
1175
+ "epoch": 2.5592417061611377,
1176
+ "grad_norm": 11.475099563598633,
1177
+ "learning_rate": 2.12e-06,
1178
+ "loss": 0.1795,
1179
+ "step": 4050
1180
+ },
1181
+ {
1182
+ "epoch": 2.575039494470774,
1183
+ "grad_norm": 7.422430038452148,
1184
+ "learning_rate": 2.064444444444445e-06,
1185
+ "loss": 0.2029,
1186
+ "step": 4075
1187
+ },
1188
+ {
1189
+ "epoch": 2.5908372827804107,
1190
+ "grad_norm": 8.631953239440918,
1191
+ "learning_rate": 2.008888888888889e-06,
1192
+ "loss": 0.1883,
1193
+ "step": 4100
1194
+ },
1195
+ {
1196
+ "epoch": 2.6066350710900474,
1197
+ "grad_norm": 9.813713073730469,
1198
+ "learning_rate": 1.9533333333333334e-06,
1199
+ "loss": 0.1901,
1200
+ "step": 4125
1201
+ },
1202
+ {
1203
+ "epoch": 2.622432859399684,
1204
+ "grad_norm": 10.284896850585938,
1205
+ "learning_rate": 1.8977777777777779e-06,
1206
+ "loss": 0.183,
1207
+ "step": 4150
1208
+ },
1209
+ {
1210
+ "epoch": 2.638230647709321,
1211
+ "grad_norm": 9.403543472290039,
1212
+ "learning_rate": 1.8422222222222225e-06,
1213
+ "loss": 0.1892,
1214
+ "step": 4175
1215
+ },
1216
+ {
1217
+ "epoch": 2.654028436018957,
1218
+ "grad_norm": 9.446948051452637,
1219
+ "learning_rate": 1.7866666666666668e-06,
1220
+ "loss": 0.1886,
1221
+ "step": 4200
1222
+ },
1223
+ {
1224
+ "epoch": 2.669826224328594,
1225
+ "grad_norm": 10.583983421325684,
1226
+ "learning_rate": 1.7311111111111112e-06,
1227
+ "loss": 0.2211,
1228
+ "step": 4225
1229
+ },
1230
+ {
1231
+ "epoch": 2.6856240126382307,
1232
+ "grad_norm": 10.528802871704102,
1233
+ "learning_rate": 1.675555555555556e-06,
1234
+ "loss": 0.1937,
1235
+ "step": 4250
1236
+ },
1237
+ {
1238
+ "epoch": 2.7014218009478674,
1239
+ "grad_norm": 8.71202278137207,
1240
+ "learning_rate": 1.6200000000000002e-06,
1241
+ "loss": 0.1936,
1242
+ "step": 4275
1243
+ },
1244
+ {
1245
+ "epoch": 2.717219589257504,
1246
+ "grad_norm": 8.44046401977539,
1247
+ "learning_rate": 1.5644444444444446e-06,
1248
+ "loss": 0.1994,
1249
+ "step": 4300
1250
+ },
1251
+ {
1252
+ "epoch": 2.7330173775671405,
1253
+ "grad_norm": 9.856565475463867,
1254
+ "learning_rate": 1.5088888888888889e-06,
1255
+ "loss": 0.1753,
1256
+ "step": 4325
1257
+ },
1258
+ {
1259
+ "epoch": 2.748815165876777,
1260
+ "grad_norm": 9.842414855957031,
1261
+ "learning_rate": 1.4533333333333335e-06,
1262
+ "loss": 0.1815,
1263
+ "step": 4350
1264
+ },
1265
+ {
1266
+ "epoch": 2.764612954186414,
1267
+ "grad_norm": 9.333725929260254,
1268
+ "learning_rate": 1.397777777777778e-06,
1269
+ "loss": 0.1851,
1270
+ "step": 4375
1271
+ },
1272
+ {
1273
+ "epoch": 2.7804107424960507,
1274
+ "grad_norm": 9.97825813293457,
1275
+ "learning_rate": 1.3422222222222222e-06,
1276
+ "loss": 0.1815,
1277
+ "step": 4400
1278
+ },
1279
+ {
1280
+ "epoch": 2.7962085308056874,
1281
+ "grad_norm": 9.474321365356445,
1282
+ "learning_rate": 1.286666666666667e-06,
1283
+ "loss": 0.1792,
1284
+ "step": 4425
1285
+ },
1286
+ {
1287
+ "epoch": 2.8120063191153237,
1288
+ "grad_norm": 8.71677303314209,
1289
+ "learning_rate": 1.2311111111111112e-06,
1290
+ "loss": 0.1921,
1291
+ "step": 4450
1292
+ },
1293
+ {
1294
+ "epoch": 2.8278041074249605,
1295
+ "grad_norm": 9.69323444366455,
1296
+ "learning_rate": 1.1755555555555556e-06,
1297
+ "loss": 0.1778,
1298
+ "step": 4475
1299
+ },
1300
+ {
1301
+ "epoch": 2.843601895734597,
1302
+ "grad_norm": 9.335270881652832,
1303
+ "learning_rate": 1.12e-06,
1304
+ "loss": 0.1783,
1305
+ "step": 4500
1306
+ },
1307
+ {
1308
+ "epoch": 2.859399684044234,
1309
+ "grad_norm": 8.661324501037598,
1310
+ "learning_rate": 1.0644444444444445e-06,
1311
+ "loss": 0.1689,
1312
+ "step": 4525
1313
+ },
1314
+ {
1315
+ "epoch": 2.8751974723538707,
1316
+ "grad_norm": 9.32027530670166,
1317
+ "learning_rate": 1.008888888888889e-06,
1318
+ "loss": 0.1772,
1319
+ "step": 4550
1320
+ },
1321
+ {
1322
+ "epoch": 2.890995260663507,
1323
+ "grad_norm": 8.178330421447754,
1324
+ "learning_rate": 9.533333333333335e-07,
1325
+ "loss": 0.1806,
1326
+ "step": 4575
1327
+ },
1328
+ {
1329
+ "epoch": 2.9067930489731437,
1330
+ "grad_norm": 9.38011646270752,
1331
+ "learning_rate": 8.977777777777778e-07,
1332
+ "loss": 0.1753,
1333
+ "step": 4600
1334
+ },
1335
+ {
1336
+ "epoch": 2.9225908372827805,
1337
+ "grad_norm": 9.022958755493164,
1338
+ "learning_rate": 8.422222222222224e-07,
1339
+ "loss": 0.1813,
1340
+ "step": 4625
1341
+ },
1342
+ {
1343
+ "epoch": 2.938388625592417,
1344
+ "grad_norm": 9.93110466003418,
1345
+ "learning_rate": 7.866666666666667e-07,
1346
+ "loss": 0.1825,
1347
+ "step": 4650
1348
+ },
1349
+ {
1350
+ "epoch": 2.954186413902054,
1351
+ "grad_norm": 9.306452751159668,
1352
+ "learning_rate": 7.311111111111112e-07,
1353
+ "loss": 0.1943,
1354
+ "step": 4675
1355
+ },
1356
+ {
1357
+ "epoch": 2.9699842022116902,
1358
+ "grad_norm": 7.849850177764893,
1359
+ "learning_rate": 6.755555555555555e-07,
1360
+ "loss": 0.1696,
1361
+ "step": 4700
1362
+ },
1363
+ {
1364
+ "epoch": 2.985781990521327,
1365
+ "grad_norm": 10.920326232910156,
1366
+ "learning_rate": 6.200000000000001e-07,
1367
+ "loss": 0.1788,
1368
+ "step": 4725
1369
+ },
1370
+ {
1371
+ "epoch": 3.0015797788309637,
1372
+ "grad_norm": 7.569627285003662,
1373
+ "learning_rate": 5.644444444444445e-07,
1374
+ "loss": 0.1698,
1375
+ "step": 4750
1376
+ },
1377
+ {
1378
+ "epoch": 3.0173775671406005,
1379
+ "grad_norm": 8.557785987854004,
1380
+ "learning_rate": 5.088888888888889e-07,
1381
+ "loss": 0.1323,
1382
+ "step": 4775
1383
+ },
1384
+ {
1385
+ "epoch": 3.0331753554502368,
1386
+ "grad_norm": 7.7341132164001465,
1387
+ "learning_rate": 4.533333333333334e-07,
1388
+ "loss": 0.1288,
1389
+ "step": 4800
1390
+ },
1391
+ {
1392
+ "epoch": 3.0489731437598735,
1393
+ "grad_norm": 6.455957889556885,
1394
+ "learning_rate": 3.9777777777777783e-07,
1395
+ "loss": 0.1253,
1396
+ "step": 4825
1397
+ },
1398
+ {
1399
+ "epoch": 3.0647709320695102,
1400
+ "grad_norm": 9.151886940002441,
1401
+ "learning_rate": 3.422222222222223e-07,
1402
+ "loss": 0.1369,
1403
+ "step": 4850
1404
+ },
1405
+ {
1406
+ "epoch": 3.080568720379147,
1407
+ "grad_norm": 8.11299991607666,
1408
+ "learning_rate": 2.866666666666667e-07,
1409
+ "loss": 0.1272,
1410
+ "step": 4875
1411
+ },
1412
+ {
1413
+ "epoch": 3.0963665086887837,
1414
+ "grad_norm": 6.720188617706299,
1415
+ "learning_rate": 2.3111111111111112e-07,
1416
+ "loss": 0.1329,
1417
+ "step": 4900
1418
+ },
1419
+ {
1420
+ "epoch": 3.11216429699842,
1421
+ "grad_norm": 7.401381969451904,
1422
+ "learning_rate": 1.7555555555555558e-07,
1423
+ "loss": 0.1257,
1424
+ "step": 4925
1425
+ },
1426
+ {
1427
+ "epoch": 3.1279620853080567,
1428
+ "grad_norm": 7.703917026519775,
1429
+ "learning_rate": 1.2000000000000002e-07,
1430
+ "loss": 0.1224,
1431
+ "step": 4950
1432
+ },
1433
+ {
1434
+ "epoch": 3.1437598736176935,
1435
+ "grad_norm": 7.16009521484375,
1436
+ "learning_rate": 6.444444444444445e-08,
1437
+ "loss": 0.1296,
1438
+ "step": 4975
1439
+ },
1440
+ {
1441
+ "epoch": 3.1595576619273302,
1442
+ "grad_norm": 7.600194931030273,
1443
+ "learning_rate": 8.88888888888889e-09,
1444
+ "loss": 0.1313,
1445
+ "step": 5000
1446
+ },
1447
+ {
1448
+ "epoch": 3.1595576619273302,
1449
+ "eval_loss": 0.4071974754333496,
1450
+ "eval_runtime": 1289.8235,
1451
+ "eval_samples_per_second": 3.024,
1452
+ "eval_steps_per_second": 0.189,
1453
+ "eval_wer": 0.2801361924079977,
1454
+ "step": 5000
1455
+ },
1456
+ {
1457
+ "epoch": 3.1595576619273302,
1458
+ "step": 5000,
1459
+ "total_flos": 2.727921844224e+20,
1460
+ "train_loss": 0.3573408980369568,
1461
+ "train_runtime": 57234.8416,
1462
+ "train_samples_per_second": 2.796,
1463
+ "train_steps_per_second": 0.087
1464
+ }
1465
+ ],
1466
+ "logging_steps": 25,
1467
+ "max_steps": 5000,
1468
+ "num_input_tokens_seen": 0,
1469
+ "num_train_epochs": 4,
1470
+ "save_steps": 1000,
1471
+ "stateful_callbacks": {
1472
+ "TrainerControl": {
1473
+ "args": {
1474
+ "should_epoch_stop": false,
1475
+ "should_evaluate": false,
1476
+ "should_log": false,
1477
+ "should_save": true,
1478
+ "should_training_stop": true
1479
+ },
1480
+ "attributes": {}
1481
+ }
1482
+ },
1483
+ "total_flos": 2.727921844224e+20,
1484
+ "train_batch_size": 16,
1485
+ "trial_name": null,
1486
+ "trial_params": null
1487
+ }