DewiBrynJones commited on
Commit
dab791f
·
verified ·
1 Parent(s): e701965

End of training

Browse files
README.md CHANGED
@@ -15,7 +15,7 @@ should probably proofread and complete it, then remove this comment. -->
15
 
16
  # whisper-large-v3-turbo-ft-cv-cy
17
 
18
- 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.
19
  It achieves the following results on the evaluation set:
20
  - Loss: 0.4998
21
  - Wer: 0.2181
 
15
 
16
  # whisper-large-v3-turbo-ft-cv-cy
17
 
18
+ This model is a fine-tuned version of [openai/whisper-large-v3-turbo](https://huggingface.co/openai/whisper-large-v3-turbo) on the DewiBrynJones/commonvoice_18_0_cy train main dataset.
19
  It achieves the following results on the evaluation set:
20
  - Loss: 0.4998
21
  - Wer: 0.2181
all_results.json ADDED
@@ -0,0 +1,15 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 20.080321285140563,
3
+ "eval_loss": 0.4997508227825165,
4
+ "eval_runtime": 2084.4536,
5
+ "eval_samples": 5381,
6
+ "eval_samples_per_second": 2.581,
7
+ "eval_steps_per_second": 0.162,
8
+ "eval_wer": 0.2181001232653386,
9
+ "total_flos": 2.727921844224e+20,
10
+ "train_loss": 0.07613397375550121,
11
+ "train_runtime": 53449.9289,
12
+ "train_samples": 7968,
13
+ "train_samples_per_second": 2.993,
14
+ "train_steps_per_second": 0.094
15
+ }
eval_results.json ADDED
@@ -0,0 +1,9 @@
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 20.080321285140563,
3
+ "eval_loss": 0.4997508227825165,
4
+ "eval_runtime": 2084.4536,
5
+ "eval_samples": 5381,
6
+ "eval_samples_per_second": 2.581,
7
+ "eval_steps_per_second": 0.162,
8
+ "eval_wer": 0.2181001232653386
9
+ }
runs/Oct03_07-46-59_d862200e241c/events.out.tfevents.1727994008.d862200e241c.1103.1 ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:d812f3a86853432fa80b4ede781c35d9c57c0a7cd905aa20b335950edee6198f
3
+ size 406
train_results.json ADDED
@@ -0,0 +1,9 @@
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 20.080321285140563,
3
+ "total_flos": 2.727921844224e+20,
4
+ "train_loss": 0.07613397375550121,
5
+ "train_runtime": 53449.9289,
6
+ "train_samples": 7968,
7
+ "train_samples_per_second": 2.993,
8
+ "train_steps_per_second": 0.094
9
+ }
trainer_state.json ADDED
@@ -0,0 +1,1487 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": null,
3
+ "best_model_checkpoint": null,
4
+ "epoch": 20.080321285140563,
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": 0.10040160642570281,
13
+ "grad_norm": 16.52980613708496,
14
+ "learning_rate": 4.800000000000001e-07,
15
+ "loss": 1.5503,
16
+ "step": 25
17
+ },
18
+ {
19
+ "epoch": 0.20080321285140562,
20
+ "grad_norm": 11.904419898986816,
21
+ "learning_rate": 9.800000000000001e-07,
22
+ "loss": 0.7686,
23
+ "step": 50
24
+ },
25
+ {
26
+ "epoch": 0.30120481927710846,
27
+ "grad_norm": 10.730138778686523,
28
+ "learning_rate": 1.48e-06,
29
+ "loss": 0.5875,
30
+ "step": 75
31
+ },
32
+ {
33
+ "epoch": 0.40160642570281124,
34
+ "grad_norm": 9.80690860748291,
35
+ "learning_rate": 1.98e-06,
36
+ "loss": 0.5653,
37
+ "step": 100
38
+ },
39
+ {
40
+ "epoch": 0.5020080321285141,
41
+ "grad_norm": 9.938033103942871,
42
+ "learning_rate": 2.4800000000000004e-06,
43
+ "loss": 0.5157,
44
+ "step": 125
45
+ },
46
+ {
47
+ "epoch": 0.6024096385542169,
48
+ "grad_norm": 10.42677116394043,
49
+ "learning_rate": 2.9800000000000003e-06,
50
+ "loss": 0.5222,
51
+ "step": 150
52
+ },
53
+ {
54
+ "epoch": 0.7028112449799196,
55
+ "grad_norm": 10.295225143432617,
56
+ "learning_rate": 3.46e-06,
57
+ "loss": 0.4931,
58
+ "step": 175
59
+ },
60
+ {
61
+ "epoch": 0.8032128514056225,
62
+ "grad_norm": 11.053289413452148,
63
+ "learning_rate": 3.96e-06,
64
+ "loss": 0.4682,
65
+ "step": 200
66
+ },
67
+ {
68
+ "epoch": 0.9036144578313253,
69
+ "grad_norm": 10.42480754852295,
70
+ "learning_rate": 4.4600000000000005e-06,
71
+ "loss": 0.4781,
72
+ "step": 225
73
+ },
74
+ {
75
+ "epoch": 1.0040160642570282,
76
+ "grad_norm": 8.67918586730957,
77
+ "learning_rate": 4.960000000000001e-06,
78
+ "loss": 0.4537,
79
+ "step": 250
80
+ },
81
+ {
82
+ "epoch": 1.104417670682731,
83
+ "grad_norm": 10.315282821655273,
84
+ "learning_rate": 5.460000000000001e-06,
85
+ "loss": 0.3555,
86
+ "step": 275
87
+ },
88
+ {
89
+ "epoch": 1.2048192771084336,
90
+ "grad_norm": 9.206184387207031,
91
+ "learning_rate": 5.9600000000000005e-06,
92
+ "loss": 0.3416,
93
+ "step": 300
94
+ },
95
+ {
96
+ "epoch": 1.3052208835341366,
97
+ "grad_norm": 9.105973243713379,
98
+ "learning_rate": 6.460000000000001e-06,
99
+ "loss": 0.341,
100
+ "step": 325
101
+ },
102
+ {
103
+ "epoch": 1.4056224899598393,
104
+ "grad_norm": 9.135680198669434,
105
+ "learning_rate": 6.96e-06,
106
+ "loss": 0.3486,
107
+ "step": 350
108
+ },
109
+ {
110
+ "epoch": 1.5060240963855422,
111
+ "grad_norm": 8.966490745544434,
112
+ "learning_rate": 7.4600000000000006e-06,
113
+ "loss": 0.3703,
114
+ "step": 375
115
+ },
116
+ {
117
+ "epoch": 1.606425702811245,
118
+ "grad_norm": 9.549636840820312,
119
+ "learning_rate": 7.960000000000002e-06,
120
+ "loss": 0.3481,
121
+ "step": 400
122
+ },
123
+ {
124
+ "epoch": 1.7068273092369477,
125
+ "grad_norm": 8.577873229980469,
126
+ "learning_rate": 8.46e-06,
127
+ "loss": 0.3451,
128
+ "step": 425
129
+ },
130
+ {
131
+ "epoch": 1.8072289156626506,
132
+ "grad_norm": 7.0459980964660645,
133
+ "learning_rate": 8.96e-06,
134
+ "loss": 0.3492,
135
+ "step": 450
136
+ },
137
+ {
138
+ "epoch": 1.9076305220883534,
139
+ "grad_norm": 8.674671173095703,
140
+ "learning_rate": 9.460000000000001e-06,
141
+ "loss": 0.3398,
142
+ "step": 475
143
+ },
144
+ {
145
+ "epoch": 2.0080321285140563,
146
+ "grad_norm": 6.492681980133057,
147
+ "learning_rate": 9.960000000000001e-06,
148
+ "loss": 0.3226,
149
+ "step": 500
150
+ },
151
+ {
152
+ "epoch": 2.108433734939759,
153
+ "grad_norm": 8.931197166442871,
154
+ "learning_rate": 9.94888888888889e-06,
155
+ "loss": 0.2213,
156
+ "step": 525
157
+ },
158
+ {
159
+ "epoch": 2.208835341365462,
160
+ "grad_norm": 8.153618812561035,
161
+ "learning_rate": 9.893333333333334e-06,
162
+ "loss": 0.199,
163
+ "step": 550
164
+ },
165
+ {
166
+ "epoch": 2.3092369477911645,
167
+ "grad_norm": 6.562689304351807,
168
+ "learning_rate": 9.837777777777778e-06,
169
+ "loss": 0.2146,
170
+ "step": 575
171
+ },
172
+ {
173
+ "epoch": 2.4096385542168672,
174
+ "grad_norm": 6.018052577972412,
175
+ "learning_rate": 9.782222222222222e-06,
176
+ "loss": 0.2127,
177
+ "step": 600
178
+ },
179
+ {
180
+ "epoch": 2.5100401606425704,
181
+ "grad_norm": 6.111701011657715,
182
+ "learning_rate": 9.726666666666668e-06,
183
+ "loss": 0.2061,
184
+ "step": 625
185
+ },
186
+ {
187
+ "epoch": 2.610441767068273,
188
+ "grad_norm": 6.124913215637207,
189
+ "learning_rate": 9.671111111111112e-06,
190
+ "loss": 0.2056,
191
+ "step": 650
192
+ },
193
+ {
194
+ "epoch": 2.710843373493976,
195
+ "grad_norm": 5.902347087860107,
196
+ "learning_rate": 9.615555555555558e-06,
197
+ "loss": 0.203,
198
+ "step": 675
199
+ },
200
+ {
201
+ "epoch": 2.8112449799196786,
202
+ "grad_norm": 6.789490699768066,
203
+ "learning_rate": 9.56e-06,
204
+ "loss": 0.2187,
205
+ "step": 700
206
+ },
207
+ {
208
+ "epoch": 2.9116465863453813,
209
+ "grad_norm": 5.213627338409424,
210
+ "learning_rate": 9.504444444444446e-06,
211
+ "loss": 0.2085,
212
+ "step": 725
213
+ },
214
+ {
215
+ "epoch": 3.0120481927710845,
216
+ "grad_norm": 4.021098613739014,
217
+ "learning_rate": 9.44888888888889e-06,
218
+ "loss": 0.2026,
219
+ "step": 750
220
+ },
221
+ {
222
+ "epoch": 3.112449799196787,
223
+ "grad_norm": 5.916001319885254,
224
+ "learning_rate": 9.393333333333334e-06,
225
+ "loss": 0.1129,
226
+ "step": 775
227
+ },
228
+ {
229
+ "epoch": 3.21285140562249,
230
+ "grad_norm": 5.063960552215576,
231
+ "learning_rate": 9.33777777777778e-06,
232
+ "loss": 0.116,
233
+ "step": 800
234
+ },
235
+ {
236
+ "epoch": 3.3132530120481927,
237
+ "grad_norm": 5.580726146697998,
238
+ "learning_rate": 9.282222222222222e-06,
239
+ "loss": 0.1109,
240
+ "step": 825
241
+ },
242
+ {
243
+ "epoch": 3.4136546184738954,
244
+ "grad_norm": 4.686521053314209,
245
+ "learning_rate": 9.226666666666668e-06,
246
+ "loss": 0.1187,
247
+ "step": 850
248
+ },
249
+ {
250
+ "epoch": 3.5140562248995986,
251
+ "grad_norm": 5.128270149230957,
252
+ "learning_rate": 9.171111111111112e-06,
253
+ "loss": 0.1133,
254
+ "step": 875
255
+ },
256
+ {
257
+ "epoch": 3.6144578313253013,
258
+ "grad_norm": 4.7233662605285645,
259
+ "learning_rate": 9.115555555555556e-06,
260
+ "loss": 0.1241,
261
+ "step": 900
262
+ },
263
+ {
264
+ "epoch": 3.714859437751004,
265
+ "grad_norm": 5.689490795135498,
266
+ "learning_rate": 9.060000000000001e-06,
267
+ "loss": 0.1297,
268
+ "step": 925
269
+ },
270
+ {
271
+ "epoch": 3.8152610441767068,
272
+ "grad_norm": 5.967415809631348,
273
+ "learning_rate": 9.004444444444445e-06,
274
+ "loss": 0.1251,
275
+ "step": 950
276
+ },
277
+ {
278
+ "epoch": 3.9156626506024095,
279
+ "grad_norm": 4.376407146453857,
280
+ "learning_rate": 8.94888888888889e-06,
281
+ "loss": 0.1207,
282
+ "step": 975
283
+ },
284
+ {
285
+ "epoch": 4.016064257028113,
286
+ "grad_norm": 4.3209662437438965,
287
+ "learning_rate": 8.893333333333333e-06,
288
+ "loss": 0.1125,
289
+ "step": 1000
290
+ },
291
+ {
292
+ "epoch": 4.016064257028113,
293
+ "eval_loss": 0.3742842376232147,
294
+ "eval_runtime": 1816.0709,
295
+ "eval_samples_per_second": 2.963,
296
+ "eval_steps_per_second": 0.186,
297
+ "eval_wer": 0.2641258101713786,
298
+ "step": 1000
299
+ },
300
+ {
301
+ "epoch": 4.116465863453815,
302
+ "grad_norm": 4.307711124420166,
303
+ "learning_rate": 8.83777777777778e-06,
304
+ "loss": 0.0669,
305
+ "step": 1025
306
+ },
307
+ {
308
+ "epoch": 4.216867469879518,
309
+ "grad_norm": 3.720428228378296,
310
+ "learning_rate": 8.782222222222223e-06,
311
+ "loss": 0.0672,
312
+ "step": 1050
313
+ },
314
+ {
315
+ "epoch": 4.317269076305221,
316
+ "grad_norm": 4.094714641571045,
317
+ "learning_rate": 8.726666666666667e-06,
318
+ "loss": 0.0644,
319
+ "step": 1075
320
+ },
321
+ {
322
+ "epoch": 4.417670682730924,
323
+ "grad_norm": 4.306257247924805,
324
+ "learning_rate": 8.671111111111113e-06,
325
+ "loss": 0.0701,
326
+ "step": 1100
327
+ },
328
+ {
329
+ "epoch": 4.518072289156627,
330
+ "grad_norm": 3.7728941440582275,
331
+ "learning_rate": 8.615555555555555e-06,
332
+ "loss": 0.0707,
333
+ "step": 1125
334
+ },
335
+ {
336
+ "epoch": 4.618473895582329,
337
+ "grad_norm": 4.781138896942139,
338
+ "learning_rate": 8.560000000000001e-06,
339
+ "loss": 0.0722,
340
+ "step": 1150
341
+ },
342
+ {
343
+ "epoch": 4.718875502008032,
344
+ "grad_norm": 3.8744442462921143,
345
+ "learning_rate": 8.504444444444445e-06,
346
+ "loss": 0.0708,
347
+ "step": 1175
348
+ },
349
+ {
350
+ "epoch": 4.8192771084337345,
351
+ "grad_norm": 4.639457702636719,
352
+ "learning_rate": 8.448888888888889e-06,
353
+ "loss": 0.0712,
354
+ "step": 1200
355
+ },
356
+ {
357
+ "epoch": 4.919678714859438,
358
+ "grad_norm": 2.9719793796539307,
359
+ "learning_rate": 8.393333333333335e-06,
360
+ "loss": 0.0748,
361
+ "step": 1225
362
+ },
363
+ {
364
+ "epoch": 5.020080321285141,
365
+ "grad_norm": 2.4250712394714355,
366
+ "learning_rate": 8.337777777777777e-06,
367
+ "loss": 0.0601,
368
+ "step": 1250
369
+ },
370
+ {
371
+ "epoch": 5.120481927710843,
372
+ "grad_norm": 3.8074028491973877,
373
+ "learning_rate": 8.282222222222223e-06,
374
+ "loss": 0.0396,
375
+ "step": 1275
376
+ },
377
+ {
378
+ "epoch": 5.220883534136546,
379
+ "grad_norm": 2.799952507019043,
380
+ "learning_rate": 8.226666666666667e-06,
381
+ "loss": 0.0366,
382
+ "step": 1300
383
+ },
384
+ {
385
+ "epoch": 5.321285140562249,
386
+ "grad_norm": 2.802058219909668,
387
+ "learning_rate": 8.171111111111113e-06,
388
+ "loss": 0.0452,
389
+ "step": 1325
390
+ },
391
+ {
392
+ "epoch": 5.421686746987952,
393
+ "grad_norm": 2.9185872077941895,
394
+ "learning_rate": 8.115555555555557e-06,
395
+ "loss": 0.0429,
396
+ "step": 1350
397
+ },
398
+ {
399
+ "epoch": 5.522088353413655,
400
+ "grad_norm": 4.0047526359558105,
401
+ "learning_rate": 8.06e-06,
402
+ "loss": 0.045,
403
+ "step": 1375
404
+ },
405
+ {
406
+ "epoch": 5.622489959839357,
407
+ "grad_norm": 2.992342710494995,
408
+ "learning_rate": 8.004444444444445e-06,
409
+ "loss": 0.0466,
410
+ "step": 1400
411
+ },
412
+ {
413
+ "epoch": 5.72289156626506,
414
+ "grad_norm": 4.288572311401367,
415
+ "learning_rate": 7.948888888888889e-06,
416
+ "loss": 0.0471,
417
+ "step": 1425
418
+ },
419
+ {
420
+ "epoch": 5.823293172690763,
421
+ "grad_norm": 2.9833133220672607,
422
+ "learning_rate": 7.893333333333335e-06,
423
+ "loss": 0.0427,
424
+ "step": 1450
425
+ },
426
+ {
427
+ "epoch": 5.923694779116466,
428
+ "grad_norm": 3.362567663192749,
429
+ "learning_rate": 7.837777777777779e-06,
430
+ "loss": 0.0503,
431
+ "step": 1475
432
+ },
433
+ {
434
+ "epoch": 6.024096385542169,
435
+ "grad_norm": 3.4157121181488037,
436
+ "learning_rate": 7.782222222222223e-06,
437
+ "loss": 0.04,
438
+ "step": 1500
439
+ },
440
+ {
441
+ "epoch": 6.124497991967871,
442
+ "grad_norm": 2.642629623413086,
443
+ "learning_rate": 7.726666666666667e-06,
444
+ "loss": 0.0266,
445
+ "step": 1525
446
+ },
447
+ {
448
+ "epoch": 6.224899598393574,
449
+ "grad_norm": 2.336653470993042,
450
+ "learning_rate": 7.67111111111111e-06,
451
+ "loss": 0.028,
452
+ "step": 1550
453
+ },
454
+ {
455
+ "epoch": 6.325301204819277,
456
+ "grad_norm": 2.498267889022827,
457
+ "learning_rate": 7.6155555555555564e-06,
458
+ "loss": 0.0268,
459
+ "step": 1575
460
+ },
461
+ {
462
+ "epoch": 6.42570281124498,
463
+ "grad_norm": 2.4469289779663086,
464
+ "learning_rate": 7.5600000000000005e-06,
465
+ "loss": 0.0261,
466
+ "step": 1600
467
+ },
468
+ {
469
+ "epoch": 6.526104417670683,
470
+ "grad_norm": 2.872375726699829,
471
+ "learning_rate": 7.504444444444445e-06,
472
+ "loss": 0.03,
473
+ "step": 1625
474
+ },
475
+ {
476
+ "epoch": 6.626506024096385,
477
+ "grad_norm": 4.681485652923584,
478
+ "learning_rate": 7.44888888888889e-06,
479
+ "loss": 0.0279,
480
+ "step": 1650
481
+ },
482
+ {
483
+ "epoch": 6.7269076305220885,
484
+ "grad_norm": 3.043527841567993,
485
+ "learning_rate": 7.393333333333333e-06,
486
+ "loss": 0.0305,
487
+ "step": 1675
488
+ },
489
+ {
490
+ "epoch": 6.827309236947791,
491
+ "grad_norm": 3.1976921558380127,
492
+ "learning_rate": 7.337777777777778e-06,
493
+ "loss": 0.0339,
494
+ "step": 1700
495
+ },
496
+ {
497
+ "epoch": 6.927710843373494,
498
+ "grad_norm": 2.7758069038391113,
499
+ "learning_rate": 7.282222222222222e-06,
500
+ "loss": 0.0299,
501
+ "step": 1725
502
+ },
503
+ {
504
+ "epoch": 7.028112449799197,
505
+ "grad_norm": 2.653137445449829,
506
+ "learning_rate": 7.226666666666667e-06,
507
+ "loss": 0.0289,
508
+ "step": 1750
509
+ },
510
+ {
511
+ "epoch": 7.128514056224899,
512
+ "grad_norm": 2.6387505531311035,
513
+ "learning_rate": 7.171111111111112e-06,
514
+ "loss": 0.0188,
515
+ "step": 1775
516
+ },
517
+ {
518
+ "epoch": 7.228915662650603,
519
+ "grad_norm": 2.1044726371765137,
520
+ "learning_rate": 7.115555555555557e-06,
521
+ "loss": 0.0198,
522
+ "step": 1800
523
+ },
524
+ {
525
+ "epoch": 7.329317269076305,
526
+ "grad_norm": 2.4335100650787354,
527
+ "learning_rate": 7.06e-06,
528
+ "loss": 0.0187,
529
+ "step": 1825
530
+ },
531
+ {
532
+ "epoch": 7.429718875502008,
533
+ "grad_norm": 2.240412473678589,
534
+ "learning_rate": 7.004444444444445e-06,
535
+ "loss": 0.0209,
536
+ "step": 1850
537
+ },
538
+ {
539
+ "epoch": 7.530120481927711,
540
+ "grad_norm": 3.036201238632202,
541
+ "learning_rate": 6.948888888888889e-06,
542
+ "loss": 0.0209,
543
+ "step": 1875
544
+ },
545
+ {
546
+ "epoch": 7.6305220883534135,
547
+ "grad_norm": 1.8761370182037354,
548
+ "learning_rate": 6.893333333333334e-06,
549
+ "loss": 0.0204,
550
+ "step": 1900
551
+ },
552
+ {
553
+ "epoch": 7.730923694779117,
554
+ "grad_norm": 3.35725474357605,
555
+ "learning_rate": 6.837777777777779e-06,
556
+ "loss": 0.0193,
557
+ "step": 1925
558
+ },
559
+ {
560
+ "epoch": 7.831325301204819,
561
+ "grad_norm": 2.9908254146575928,
562
+ "learning_rate": 6.782222222222222e-06,
563
+ "loss": 0.0204,
564
+ "step": 1950
565
+ },
566
+ {
567
+ "epoch": 7.931726907630522,
568
+ "grad_norm": 4.191911220550537,
569
+ "learning_rate": 6.726666666666667e-06,
570
+ "loss": 0.022,
571
+ "step": 1975
572
+ },
573
+ {
574
+ "epoch": 8.032128514056225,
575
+ "grad_norm": 1.2732858657836914,
576
+ "learning_rate": 6.671111111111112e-06,
577
+ "loss": 0.0178,
578
+ "step": 2000
579
+ },
580
+ {
581
+ "epoch": 8.032128514056225,
582
+ "eval_loss": 0.42306816577911377,
583
+ "eval_runtime": 1886.6147,
584
+ "eval_samples_per_second": 2.852,
585
+ "eval_steps_per_second": 0.179,
586
+ "eval_wer": 0.249890651715774,
587
+ "step": 2000
588
+ },
589
+ {
590
+ "epoch": 8.132530120481928,
591
+ "grad_norm": 4.009426593780518,
592
+ "learning_rate": 6.615555555555556e-06,
593
+ "loss": 0.0132,
594
+ "step": 2025
595
+ },
596
+ {
597
+ "epoch": 8.23293172690763,
598
+ "grad_norm": 3.8768014907836914,
599
+ "learning_rate": 6.560000000000001e-06,
600
+ "loss": 0.0148,
601
+ "step": 2050
602
+ },
603
+ {
604
+ "epoch": 8.333333333333334,
605
+ "grad_norm": 2.1475863456726074,
606
+ "learning_rate": 6.504444444444446e-06,
607
+ "loss": 0.0145,
608
+ "step": 2075
609
+ },
610
+ {
611
+ "epoch": 8.433734939759036,
612
+ "grad_norm": 1.8194453716278076,
613
+ "learning_rate": 6.448888888888889e-06,
614
+ "loss": 0.0151,
615
+ "step": 2100
616
+ },
617
+ {
618
+ "epoch": 8.534136546184738,
619
+ "grad_norm": 2.893296241760254,
620
+ "learning_rate": 6.393333333333334e-06,
621
+ "loss": 0.015,
622
+ "step": 2125
623
+ },
624
+ {
625
+ "epoch": 8.634538152610443,
626
+ "grad_norm": 1.6417754888534546,
627
+ "learning_rate": 6.3377777777777786e-06,
628
+ "loss": 0.0164,
629
+ "step": 2150
630
+ },
631
+ {
632
+ "epoch": 8.734939759036145,
633
+ "grad_norm": 2.3964133262634277,
634
+ "learning_rate": 6.282222222222223e-06,
635
+ "loss": 0.0167,
636
+ "step": 2175
637
+ },
638
+ {
639
+ "epoch": 8.835341365461847,
640
+ "grad_norm": 2.9204821586608887,
641
+ "learning_rate": 6.2266666666666675e-06,
642
+ "loss": 0.0135,
643
+ "step": 2200
644
+ },
645
+ {
646
+ "epoch": 8.93574297188755,
647
+ "grad_norm": 3.2966790199279785,
648
+ "learning_rate": 6.171111111111112e-06,
649
+ "loss": 0.0133,
650
+ "step": 2225
651
+ },
652
+ {
653
+ "epoch": 9.036144578313253,
654
+ "grad_norm": 1.6279815435409546,
655
+ "learning_rate": 6.1155555555555555e-06,
656
+ "loss": 0.0146,
657
+ "step": 2250
658
+ },
659
+ {
660
+ "epoch": 9.136546184738956,
661
+ "grad_norm": 3.7027101516723633,
662
+ "learning_rate": 6.0600000000000004e-06,
663
+ "loss": 0.0104,
664
+ "step": 2275
665
+ },
666
+ {
667
+ "epoch": 9.236947791164658,
668
+ "grad_norm": 2.011039972305298,
669
+ "learning_rate": 6.006666666666667e-06,
670
+ "loss": 0.0108,
671
+ "step": 2300
672
+ },
673
+ {
674
+ "epoch": 9.337349397590362,
675
+ "grad_norm": 2.4486405849456787,
676
+ "learning_rate": 5.951111111111112e-06,
677
+ "loss": 0.01,
678
+ "step": 2325
679
+ },
680
+ {
681
+ "epoch": 9.437751004016064,
682
+ "grad_norm": 1.047418475151062,
683
+ "learning_rate": 5.895555555555557e-06,
684
+ "loss": 0.012,
685
+ "step": 2350
686
+ },
687
+ {
688
+ "epoch": 9.538152610441767,
689
+ "grad_norm": 2.6720094680786133,
690
+ "learning_rate": 5.84e-06,
691
+ "loss": 0.011,
692
+ "step": 2375
693
+ },
694
+ {
695
+ "epoch": 9.638554216867469,
696
+ "grad_norm": 1.3718459606170654,
697
+ "learning_rate": 5.784444444444445e-06,
698
+ "loss": 0.0122,
699
+ "step": 2400
700
+ },
701
+ {
702
+ "epoch": 9.738955823293173,
703
+ "grad_norm": 1.6287081241607666,
704
+ "learning_rate": 5.72888888888889e-06,
705
+ "loss": 0.009,
706
+ "step": 2425
707
+ },
708
+ {
709
+ "epoch": 9.839357429718875,
710
+ "grad_norm": 2.190797805786133,
711
+ "learning_rate": 5.673333333333334e-06,
712
+ "loss": 0.0132,
713
+ "step": 2450
714
+ },
715
+ {
716
+ "epoch": 9.939759036144578,
717
+ "grad_norm": 2.275399684906006,
718
+ "learning_rate": 5.617777777777779e-06,
719
+ "loss": 0.0105,
720
+ "step": 2475
721
+ },
722
+ {
723
+ "epoch": 10.040160642570282,
724
+ "grad_norm": 1.9050276279449463,
725
+ "learning_rate": 5.562222222222222e-06,
726
+ "loss": 0.0107,
727
+ "step": 2500
728
+ },
729
+ {
730
+ "epoch": 10.140562248995984,
731
+ "grad_norm": 0.9361718893051147,
732
+ "learning_rate": 5.506666666666667e-06,
733
+ "loss": 0.0074,
734
+ "step": 2525
735
+ },
736
+ {
737
+ "epoch": 10.240963855421686,
738
+ "grad_norm": 2.5661396980285645,
739
+ "learning_rate": 5.451111111111112e-06,
740
+ "loss": 0.0081,
741
+ "step": 2550
742
+ },
743
+ {
744
+ "epoch": 10.34136546184739,
745
+ "grad_norm": 1.1169323921203613,
746
+ "learning_rate": 5.3955555555555565e-06,
747
+ "loss": 0.0088,
748
+ "step": 2575
749
+ },
750
+ {
751
+ "epoch": 10.441767068273093,
752
+ "grad_norm": 1.0962170362472534,
753
+ "learning_rate": 5.3400000000000005e-06,
754
+ "loss": 0.0077,
755
+ "step": 2600
756
+ },
757
+ {
758
+ "epoch": 10.542168674698795,
759
+ "grad_norm": 1.0353940725326538,
760
+ "learning_rate": 5.2844444444444454e-06,
761
+ "loss": 0.0096,
762
+ "step": 2625
763
+ },
764
+ {
765
+ "epoch": 10.642570281124499,
766
+ "grad_norm": 3.781886339187622,
767
+ "learning_rate": 5.228888888888889e-06,
768
+ "loss": 0.0082,
769
+ "step": 2650
770
+ },
771
+ {
772
+ "epoch": 10.742971887550201,
773
+ "grad_norm": 3.071993112564087,
774
+ "learning_rate": 5.1733333333333335e-06,
775
+ "loss": 0.0076,
776
+ "step": 2675
777
+ },
778
+ {
779
+ "epoch": 10.843373493975903,
780
+ "grad_norm": 1.5968672037124634,
781
+ "learning_rate": 5.117777777777778e-06,
782
+ "loss": 0.0066,
783
+ "step": 2700
784
+ },
785
+ {
786
+ "epoch": 10.943775100401606,
787
+ "grad_norm": 1.1753120422363281,
788
+ "learning_rate": 5.062222222222222e-06,
789
+ "loss": 0.0079,
790
+ "step": 2725
791
+ },
792
+ {
793
+ "epoch": 11.04417670682731,
794
+ "grad_norm": 0.6646733283996582,
795
+ "learning_rate": 5.006666666666667e-06,
796
+ "loss": 0.0068,
797
+ "step": 2750
798
+ },
799
+ {
800
+ "epoch": 11.144578313253012,
801
+ "grad_norm": 1.3602428436279297,
802
+ "learning_rate": 4.951111111111111e-06,
803
+ "loss": 0.0066,
804
+ "step": 2775
805
+ },
806
+ {
807
+ "epoch": 11.244979919678714,
808
+ "grad_norm": 0.6632346510887146,
809
+ "learning_rate": 4.895555555555556e-06,
810
+ "loss": 0.0042,
811
+ "step": 2800
812
+ },
813
+ {
814
+ "epoch": 11.345381526104418,
815
+ "grad_norm": 2.823923349380493,
816
+ "learning_rate": 4.84e-06,
817
+ "loss": 0.0044,
818
+ "step": 2825
819
+ },
820
+ {
821
+ "epoch": 11.44578313253012,
822
+ "grad_norm": 1.5665075778961182,
823
+ "learning_rate": 4.784444444444445e-06,
824
+ "loss": 0.0048,
825
+ "step": 2850
826
+ },
827
+ {
828
+ "epoch": 11.546184738955823,
829
+ "grad_norm": 2.2108278274536133,
830
+ "learning_rate": 4.728888888888889e-06,
831
+ "loss": 0.006,
832
+ "step": 2875
833
+ },
834
+ {
835
+ "epoch": 11.646586345381525,
836
+ "grad_norm": 0.9662758111953735,
837
+ "learning_rate": 4.673333333333333e-06,
838
+ "loss": 0.0049,
839
+ "step": 2900
840
+ },
841
+ {
842
+ "epoch": 11.74698795180723,
843
+ "grad_norm": 1.4958486557006836,
844
+ "learning_rate": 4.617777777777778e-06,
845
+ "loss": 0.0062,
846
+ "step": 2925
847
+ },
848
+ {
849
+ "epoch": 11.847389558232932,
850
+ "grad_norm": 2.0174615383148193,
851
+ "learning_rate": 4.562222222222222e-06,
852
+ "loss": 0.0058,
853
+ "step": 2950
854
+ },
855
+ {
856
+ "epoch": 11.947791164658634,
857
+ "grad_norm": 2.672804594039917,
858
+ "learning_rate": 4.506666666666667e-06,
859
+ "loss": 0.0056,
860
+ "step": 2975
861
+ },
862
+ {
863
+ "epoch": 12.048192771084338,
864
+ "grad_norm": 0.4241655170917511,
865
+ "learning_rate": 4.451111111111112e-06,
866
+ "loss": 0.0064,
867
+ "step": 3000
868
+ },
869
+ {
870
+ "epoch": 12.048192771084338,
871
+ "eval_loss": 0.46265721321105957,
872
+ "eval_runtime": 1822.5129,
873
+ "eval_samples_per_second": 2.953,
874
+ "eval_steps_per_second": 0.185,
875
+ "eval_wer": 0.2341246172810052,
876
+ "step": 3000
877
+ },
878
+ {
879
+ "epoch": 12.14859437751004,
880
+ "grad_norm": 0.3871651589870453,
881
+ "learning_rate": 4.395555555555556e-06,
882
+ "loss": 0.0035,
883
+ "step": 3025
884
+ },
885
+ {
886
+ "epoch": 12.248995983935743,
887
+ "grad_norm": 0.2253613919019699,
888
+ "learning_rate": 4.34e-06,
889
+ "loss": 0.0029,
890
+ "step": 3050
891
+ },
892
+ {
893
+ "epoch": 12.349397590361447,
894
+ "grad_norm": 0.38276419043540955,
895
+ "learning_rate": 4.284444444444445e-06,
896
+ "loss": 0.0037,
897
+ "step": 3075
898
+ },
899
+ {
900
+ "epoch": 12.449799196787149,
901
+ "grad_norm": 0.8364894390106201,
902
+ "learning_rate": 4.228888888888889e-06,
903
+ "loss": 0.0036,
904
+ "step": 3100
905
+ },
906
+ {
907
+ "epoch": 12.550200803212851,
908
+ "grad_norm": 0.37833768129348755,
909
+ "learning_rate": 4.173333333333334e-06,
910
+ "loss": 0.0027,
911
+ "step": 3125
912
+ },
913
+ {
914
+ "epoch": 12.650602409638553,
915
+ "grad_norm": 0.246841162443161,
916
+ "learning_rate": 4.117777777777779e-06,
917
+ "loss": 0.0044,
918
+ "step": 3150
919
+ },
920
+ {
921
+ "epoch": 12.751004016064257,
922
+ "grad_norm": 0.3080684542655945,
923
+ "learning_rate": 4.062222222222223e-06,
924
+ "loss": 0.0039,
925
+ "step": 3175
926
+ },
927
+ {
928
+ "epoch": 12.85140562248996,
929
+ "grad_norm": 0.14490999281406403,
930
+ "learning_rate": 4.006666666666667e-06,
931
+ "loss": 0.0045,
932
+ "step": 3200
933
+ },
934
+ {
935
+ "epoch": 12.951807228915662,
936
+ "grad_norm": 0.6069326996803284,
937
+ "learning_rate": 3.951111111111112e-06,
938
+ "loss": 0.0031,
939
+ "step": 3225
940
+ },
941
+ {
942
+ "epoch": 13.052208835341366,
943
+ "grad_norm": 0.8227677941322327,
944
+ "learning_rate": 3.895555555555556e-06,
945
+ "loss": 0.0023,
946
+ "step": 3250
947
+ },
948
+ {
949
+ "epoch": 13.152610441767068,
950
+ "grad_norm": 1.3870292901992798,
951
+ "learning_rate": 3.8400000000000005e-06,
952
+ "loss": 0.0031,
953
+ "step": 3275
954
+ },
955
+ {
956
+ "epoch": 13.25301204819277,
957
+ "grad_norm": 2.032243490219116,
958
+ "learning_rate": 3.784444444444445e-06,
959
+ "loss": 0.0021,
960
+ "step": 3300
961
+ },
962
+ {
963
+ "epoch": 13.353413654618475,
964
+ "grad_norm": 3.4899916648864746,
965
+ "learning_rate": 3.728888888888889e-06,
966
+ "loss": 0.0022,
967
+ "step": 3325
968
+ },
969
+ {
970
+ "epoch": 13.453815261044177,
971
+ "grad_norm": 1.3607572317123413,
972
+ "learning_rate": 3.673333333333334e-06,
973
+ "loss": 0.0017,
974
+ "step": 3350
975
+ },
976
+ {
977
+ "epoch": 13.55421686746988,
978
+ "grad_norm": 0.21469266712665558,
979
+ "learning_rate": 3.617777777777778e-06,
980
+ "loss": 0.0018,
981
+ "step": 3375
982
+ },
983
+ {
984
+ "epoch": 13.654618473895582,
985
+ "grad_norm": 0.11461154371500015,
986
+ "learning_rate": 3.5622222222222224e-06,
987
+ "loss": 0.0011,
988
+ "step": 3400
989
+ },
990
+ {
991
+ "epoch": 13.755020080321286,
992
+ "grad_norm": 3.34506893157959,
993
+ "learning_rate": 3.5066666666666673e-06,
994
+ "loss": 0.0018,
995
+ "step": 3425
996
+ },
997
+ {
998
+ "epoch": 13.855421686746988,
999
+ "grad_norm": 0.4698576331138611,
1000
+ "learning_rate": 3.4511111111111113e-06,
1001
+ "loss": 0.0022,
1002
+ "step": 3450
1003
+ },
1004
+ {
1005
+ "epoch": 13.95582329317269,
1006
+ "grad_norm": 0.8212801814079285,
1007
+ "learning_rate": 3.3955555555555558e-06,
1008
+ "loss": 0.0014,
1009
+ "step": 3475
1010
+ },
1011
+ {
1012
+ "epoch": 14.056224899598394,
1013
+ "grad_norm": 0.26110076904296875,
1014
+ "learning_rate": 3.3400000000000006e-06,
1015
+ "loss": 0.0014,
1016
+ "step": 3500
1017
+ },
1018
+ {
1019
+ "epoch": 14.156626506024097,
1020
+ "grad_norm": 0.08139172196388245,
1021
+ "learning_rate": 3.2844444444444447e-06,
1022
+ "loss": 0.0009,
1023
+ "step": 3525
1024
+ },
1025
+ {
1026
+ "epoch": 14.257028112449799,
1027
+ "grad_norm": 0.040998633950948715,
1028
+ "learning_rate": 3.228888888888889e-06,
1029
+ "loss": 0.0009,
1030
+ "step": 3550
1031
+ },
1032
+ {
1033
+ "epoch": 14.357429718875501,
1034
+ "grad_norm": 0.1332196742296219,
1035
+ "learning_rate": 3.173333333333334e-06,
1036
+ "loss": 0.001,
1037
+ "step": 3575
1038
+ },
1039
+ {
1040
+ "epoch": 14.457831325301205,
1041
+ "grad_norm": 0.0915873721241951,
1042
+ "learning_rate": 3.117777777777778e-06,
1043
+ "loss": 0.0019,
1044
+ "step": 3600
1045
+ },
1046
+ {
1047
+ "epoch": 14.558232931726907,
1048
+ "grad_norm": 0.11250325292348862,
1049
+ "learning_rate": 3.0622222222222225e-06,
1050
+ "loss": 0.0013,
1051
+ "step": 3625
1052
+ },
1053
+ {
1054
+ "epoch": 14.65863453815261,
1055
+ "grad_norm": 0.06163531169295311,
1056
+ "learning_rate": 3.0066666666666674e-06,
1057
+ "loss": 0.0009,
1058
+ "step": 3650
1059
+ },
1060
+ {
1061
+ "epoch": 14.759036144578314,
1062
+ "grad_norm": 0.2607724368572235,
1063
+ "learning_rate": 2.9511111111111114e-06,
1064
+ "loss": 0.0009,
1065
+ "step": 3675
1066
+ },
1067
+ {
1068
+ "epoch": 14.859437751004016,
1069
+ "grad_norm": 0.0904630720615387,
1070
+ "learning_rate": 2.895555555555556e-06,
1071
+ "loss": 0.001,
1072
+ "step": 3700
1073
+ },
1074
+ {
1075
+ "epoch": 14.959839357429718,
1076
+ "grad_norm": 0.04550072178244591,
1077
+ "learning_rate": 2.84e-06,
1078
+ "loss": 0.001,
1079
+ "step": 3725
1080
+ },
1081
+ {
1082
+ "epoch": 15.060240963855422,
1083
+ "grad_norm": 0.48310792446136475,
1084
+ "learning_rate": 2.784444444444445e-06,
1085
+ "loss": 0.0008,
1086
+ "step": 3750
1087
+ },
1088
+ {
1089
+ "epoch": 15.160642570281125,
1090
+ "grad_norm": 0.037569478154182434,
1091
+ "learning_rate": 2.7288888888888893e-06,
1092
+ "loss": 0.0005,
1093
+ "step": 3775
1094
+ },
1095
+ {
1096
+ "epoch": 15.261044176706827,
1097
+ "grad_norm": 0.03933248668909073,
1098
+ "learning_rate": 2.6733333333333333e-06,
1099
+ "loss": 0.0006,
1100
+ "step": 3800
1101
+ },
1102
+ {
1103
+ "epoch": 15.36144578313253,
1104
+ "grad_norm": 0.03279777243733406,
1105
+ "learning_rate": 2.617777777777778e-06,
1106
+ "loss": 0.0014,
1107
+ "step": 3825
1108
+ },
1109
+ {
1110
+ "epoch": 15.461847389558233,
1111
+ "grad_norm": 0.0519753098487854,
1112
+ "learning_rate": 2.5622222222222226e-06,
1113
+ "loss": 0.0007,
1114
+ "step": 3850
1115
+ },
1116
+ {
1117
+ "epoch": 15.562248995983936,
1118
+ "grad_norm": 0.06775977462530136,
1119
+ "learning_rate": 2.5066666666666667e-06,
1120
+ "loss": 0.001,
1121
+ "step": 3875
1122
+ },
1123
+ {
1124
+ "epoch": 15.662650602409638,
1125
+ "grad_norm": 0.962402880191803,
1126
+ "learning_rate": 2.451111111111111e-06,
1127
+ "loss": 0.0011,
1128
+ "step": 3900
1129
+ },
1130
+ {
1131
+ "epoch": 15.763052208835342,
1132
+ "grad_norm": 0.03904138505458832,
1133
+ "learning_rate": 2.3955555555555556e-06,
1134
+ "loss": 0.0007,
1135
+ "step": 3925
1136
+ },
1137
+ {
1138
+ "epoch": 15.863453815261044,
1139
+ "grad_norm": 0.041153594851493835,
1140
+ "learning_rate": 2.3400000000000005e-06,
1141
+ "loss": 0.0005,
1142
+ "step": 3950
1143
+ },
1144
+ {
1145
+ "epoch": 15.963855421686747,
1146
+ "grad_norm": 0.0350770466029644,
1147
+ "learning_rate": 2.2844444444444445e-06,
1148
+ "loss": 0.0005,
1149
+ "step": 3975
1150
+ },
1151
+ {
1152
+ "epoch": 16.06425702811245,
1153
+ "grad_norm": 0.027113359421491623,
1154
+ "learning_rate": 2.228888888888889e-06,
1155
+ "loss": 0.0004,
1156
+ "step": 4000
1157
+ },
1158
+ {
1159
+ "epoch": 16.06425702811245,
1160
+ "eval_loss": 0.4913391172885895,
1161
+ "eval_runtime": 2057.5949,
1162
+ "eval_samples_per_second": 2.615,
1163
+ "eval_steps_per_second": 0.164,
1164
+ "eval_wer": 0.22008827388762972,
1165
+ "step": 4000
1166
+ },
1167
+ {
1168
+ "epoch": 16.164658634538153,
1169
+ "grad_norm": 0.027138447389006615,
1170
+ "learning_rate": 2.1733333333333334e-06,
1171
+ "loss": 0.0004,
1172
+ "step": 4025
1173
+ },
1174
+ {
1175
+ "epoch": 16.265060240963855,
1176
+ "grad_norm": 0.02426302060484886,
1177
+ "learning_rate": 2.117777777777778e-06,
1178
+ "loss": 0.0004,
1179
+ "step": 4050
1180
+ },
1181
+ {
1182
+ "epoch": 16.365461847389557,
1183
+ "grad_norm": 0.04138059541583061,
1184
+ "learning_rate": 2.0622222222222223e-06,
1185
+ "loss": 0.0004,
1186
+ "step": 4075
1187
+ },
1188
+ {
1189
+ "epoch": 16.46586345381526,
1190
+ "grad_norm": 0.056056153029203415,
1191
+ "learning_rate": 2.006666666666667e-06,
1192
+ "loss": 0.0004,
1193
+ "step": 4100
1194
+ },
1195
+ {
1196
+ "epoch": 16.566265060240966,
1197
+ "grad_norm": 0.024884460493922234,
1198
+ "learning_rate": 1.9511111111111113e-06,
1199
+ "loss": 0.0004,
1200
+ "step": 4125
1201
+ },
1202
+ {
1203
+ "epoch": 16.666666666666668,
1204
+ "grad_norm": 0.023256096988916397,
1205
+ "learning_rate": 1.8955555555555557e-06,
1206
+ "loss": 0.0003,
1207
+ "step": 4150
1208
+ },
1209
+ {
1210
+ "epoch": 16.76706827309237,
1211
+ "grad_norm": 0.030147407203912735,
1212
+ "learning_rate": 1.8400000000000002e-06,
1213
+ "loss": 0.0005,
1214
+ "step": 4175
1215
+ },
1216
+ {
1217
+ "epoch": 16.867469879518072,
1218
+ "grad_norm": 0.02672114223241806,
1219
+ "learning_rate": 1.7844444444444444e-06,
1220
+ "loss": 0.0003,
1221
+ "step": 4200
1222
+ },
1223
+ {
1224
+ "epoch": 16.967871485943775,
1225
+ "grad_norm": 0.02835569903254509,
1226
+ "learning_rate": 1.728888888888889e-06,
1227
+ "loss": 0.0003,
1228
+ "step": 4225
1229
+ },
1230
+ {
1231
+ "epoch": 17.068273092369477,
1232
+ "grad_norm": 0.02380695752799511,
1233
+ "learning_rate": 1.6733333333333335e-06,
1234
+ "loss": 0.0005,
1235
+ "step": 4250
1236
+ },
1237
+ {
1238
+ "epoch": 17.16867469879518,
1239
+ "grad_norm": 0.0286069605499506,
1240
+ "learning_rate": 1.6177777777777778e-06,
1241
+ "loss": 0.0004,
1242
+ "step": 4275
1243
+ },
1244
+ {
1245
+ "epoch": 17.269076305220885,
1246
+ "grad_norm": 0.030239233747124672,
1247
+ "learning_rate": 1.5622222222222225e-06,
1248
+ "loss": 0.0003,
1249
+ "step": 4300
1250
+ },
1251
+ {
1252
+ "epoch": 17.369477911646587,
1253
+ "grad_norm": 0.02350962907075882,
1254
+ "learning_rate": 1.506666666666667e-06,
1255
+ "loss": 0.0003,
1256
+ "step": 4325
1257
+ },
1258
+ {
1259
+ "epoch": 17.46987951807229,
1260
+ "grad_norm": 0.021099906414747238,
1261
+ "learning_rate": 1.4511111111111112e-06,
1262
+ "loss": 0.0003,
1263
+ "step": 4350
1264
+ },
1265
+ {
1266
+ "epoch": 17.570281124497992,
1267
+ "grad_norm": 0.020377565175294876,
1268
+ "learning_rate": 1.3955555555555556e-06,
1269
+ "loss": 0.0004,
1270
+ "step": 4375
1271
+ },
1272
+ {
1273
+ "epoch": 17.670682730923694,
1274
+ "grad_norm": 0.025648899376392365,
1275
+ "learning_rate": 1.34e-06,
1276
+ "loss": 0.0003,
1277
+ "step": 4400
1278
+ },
1279
+ {
1280
+ "epoch": 17.771084337349397,
1281
+ "grad_norm": 0.024144701659679413,
1282
+ "learning_rate": 1.2844444444444445e-06,
1283
+ "loss": 0.0003,
1284
+ "step": 4425
1285
+ },
1286
+ {
1287
+ "epoch": 17.8714859437751,
1288
+ "grad_norm": 0.02264849655330181,
1289
+ "learning_rate": 1.228888888888889e-06,
1290
+ "loss": 0.0003,
1291
+ "step": 4450
1292
+ },
1293
+ {
1294
+ "epoch": 17.971887550200805,
1295
+ "grad_norm": 0.02645409293472767,
1296
+ "learning_rate": 1.1733333333333335e-06,
1297
+ "loss": 0.0003,
1298
+ "step": 4475
1299
+ },
1300
+ {
1301
+ "epoch": 18.072289156626507,
1302
+ "grad_norm": 0.018070507794618607,
1303
+ "learning_rate": 1.117777777777778e-06,
1304
+ "loss": 0.0003,
1305
+ "step": 4500
1306
+ },
1307
+ {
1308
+ "epoch": 18.17269076305221,
1309
+ "grad_norm": 0.021406978368759155,
1310
+ "learning_rate": 1.0622222222222222e-06,
1311
+ "loss": 0.0003,
1312
+ "step": 4525
1313
+ },
1314
+ {
1315
+ "epoch": 18.27309236947791,
1316
+ "grad_norm": 0.01881973072886467,
1317
+ "learning_rate": 1.0066666666666668e-06,
1318
+ "loss": 0.0003,
1319
+ "step": 4550
1320
+ },
1321
+ {
1322
+ "epoch": 18.373493975903614,
1323
+ "grad_norm": 0.018671726807951927,
1324
+ "learning_rate": 9.511111111111111e-07,
1325
+ "loss": 0.0003,
1326
+ "step": 4575
1327
+ },
1328
+ {
1329
+ "epoch": 18.473895582329316,
1330
+ "grad_norm": 0.014478115364909172,
1331
+ "learning_rate": 8.955555555555557e-07,
1332
+ "loss": 0.0004,
1333
+ "step": 4600
1334
+ },
1335
+ {
1336
+ "epoch": 18.57429718875502,
1337
+ "grad_norm": 0.02397969737648964,
1338
+ "learning_rate": 8.400000000000001e-07,
1339
+ "loss": 0.0003,
1340
+ "step": 4625
1341
+ },
1342
+ {
1343
+ "epoch": 18.674698795180724,
1344
+ "grad_norm": 0.020082278177142143,
1345
+ "learning_rate": 7.844444444444445e-07,
1346
+ "loss": 0.0003,
1347
+ "step": 4650
1348
+ },
1349
+ {
1350
+ "epoch": 18.775100401606426,
1351
+ "grad_norm": 0.02104588970541954,
1352
+ "learning_rate": 7.28888888888889e-07,
1353
+ "loss": 0.0003,
1354
+ "step": 4675
1355
+ },
1356
+ {
1357
+ "epoch": 18.87550200803213,
1358
+ "grad_norm": 0.018279341980814934,
1359
+ "learning_rate": 6.733333333333334e-07,
1360
+ "loss": 0.0003,
1361
+ "step": 4700
1362
+ },
1363
+ {
1364
+ "epoch": 18.97590361445783,
1365
+ "grad_norm": 0.021302426233887672,
1366
+ "learning_rate": 6.177777777777778e-07,
1367
+ "loss": 0.0003,
1368
+ "step": 4725
1369
+ },
1370
+ {
1371
+ "epoch": 19.076305220883533,
1372
+ "grad_norm": 0.020490070804953575,
1373
+ "learning_rate": 5.622222222222223e-07,
1374
+ "loss": 0.0003,
1375
+ "step": 4750
1376
+ },
1377
+ {
1378
+ "epoch": 19.176706827309236,
1379
+ "grad_norm": 0.020895950496196747,
1380
+ "learning_rate": 5.066666666666667e-07,
1381
+ "loss": 0.0003,
1382
+ "step": 4775
1383
+ },
1384
+ {
1385
+ "epoch": 19.27710843373494,
1386
+ "grad_norm": 0.01935204304754734,
1387
+ "learning_rate": 4.511111111111111e-07,
1388
+ "loss": 0.0003,
1389
+ "step": 4800
1390
+ },
1391
+ {
1392
+ "epoch": 19.377510040160644,
1393
+ "grad_norm": 0.016865380108356476,
1394
+ "learning_rate": 3.9555555555555557e-07,
1395
+ "loss": 0.0003,
1396
+ "step": 4825
1397
+ },
1398
+ {
1399
+ "epoch": 19.477911646586346,
1400
+ "grad_norm": 0.01524381060153246,
1401
+ "learning_rate": 3.4000000000000003e-07,
1402
+ "loss": 0.0003,
1403
+ "step": 4850
1404
+ },
1405
+ {
1406
+ "epoch": 19.57831325301205,
1407
+ "grad_norm": 0.014133242890238762,
1408
+ "learning_rate": 2.844444444444445e-07,
1409
+ "loss": 0.0003,
1410
+ "step": 4875
1411
+ },
1412
+ {
1413
+ "epoch": 19.67871485943775,
1414
+ "grad_norm": 0.014944775030016899,
1415
+ "learning_rate": 2.2888888888888892e-07,
1416
+ "loss": 0.0002,
1417
+ "step": 4900
1418
+ },
1419
+ {
1420
+ "epoch": 19.779116465863453,
1421
+ "grad_norm": 0.016863036900758743,
1422
+ "learning_rate": 1.7333333333333335e-07,
1423
+ "loss": 0.0003,
1424
+ "step": 4925
1425
+ },
1426
+ {
1427
+ "epoch": 19.879518072289155,
1428
+ "grad_norm": 0.022053442895412445,
1429
+ "learning_rate": 1.1777777777777778e-07,
1430
+ "loss": 0.0003,
1431
+ "step": 4950
1432
+ },
1433
+ {
1434
+ "epoch": 19.97991967871486,
1435
+ "grad_norm": 0.01967422477900982,
1436
+ "learning_rate": 6.222222222222223e-08,
1437
+ "loss": 0.0003,
1438
+ "step": 4975
1439
+ },
1440
+ {
1441
+ "epoch": 20.080321285140563,
1442
+ "grad_norm": 0.017572658136487007,
1443
+ "learning_rate": 6.666666666666667e-09,
1444
+ "loss": 0.0003,
1445
+ "step": 5000
1446
+ },
1447
+ {
1448
+ "epoch": 20.080321285140563,
1449
+ "eval_loss": 0.4997508227825165,
1450
+ "eval_runtime": 2038.971,
1451
+ "eval_samples_per_second": 2.639,
1452
+ "eval_steps_per_second": 0.165,
1453
+ "eval_wer": 0.2181001232653386,
1454
+ "step": 5000
1455
+ },
1456
+ {
1457
+ "epoch": 20.080321285140563,
1458
+ "step": 5000,
1459
+ "total_flos": 2.727921844224e+20,
1460
+ "train_loss": 0.07613397375550121,
1461
+ "train_runtime": 53449.9289,
1462
+ "train_samples_per_second": 2.993,
1463
+ "train_steps_per_second": 0.094
1464
+ }
1465
+ ],
1466
+ "logging_steps": 25,
1467
+ "max_steps": 5000,
1468
+ "num_input_tokens_seen": 0,
1469
+ "num_train_epochs": 21,
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
+ }