DewiBrynJones commited on
Commit
04988e0
1 Parent(s): fa9ae38

End of training

Browse files
README.md CHANGED
@@ -3,11 +3,24 @@ license: apache-2.0
3
  base_model: openai/whisper-large-v3
4
  tags:
5
  - generated_from_trainer
 
 
6
  metrics:
7
  - wer
8
  model-index:
9
  - name: whisper-large-v3-ft-cv-cy-train-all
10
- results: []
 
 
 
 
 
 
 
 
 
 
 
11
  ---
12
 
13
  <!-- This model card has been generated automatically according to the information the Trainer had access to. You
@@ -15,7 +28,7 @@ should probably proofread and complete it, then remove this comment. -->
15
 
16
  # whisper-large-v3-ft-cv-cy-train-all
17
 
18
- This model is a fine-tuned version of [openai/whisper-large-v3](https://huggingface.co/openai/whisper-large-v3) on an unknown dataset.
19
  It achieves the following results on the evaluation set:
20
  - Loss: 0.3638
21
  - Wer: 0.1817
 
3
  base_model: openai/whisper-large-v3
4
  tags:
5
  - generated_from_trainer
6
+ datasets:
7
+ - DewiBrynJones/commonvoice_18_0_cy
8
  metrics:
9
  - wer
10
  model-index:
11
  - name: whisper-large-v3-ft-cv-cy-train-all
12
+ results:
13
+ - task:
14
+ name: Automatic Speech Recognition
15
+ type: automatic-speech-recognition
16
+ dataset:
17
+ name: DewiBrynJones/commonvoice_18_0_cy default
18
+ type: DewiBrynJones/commonvoice_18_0_cy
19
+ args: default
20
+ metrics:
21
+ - name: Wer
22
+ type: wer
23
+ value: 0.18173684838363355
24
  ---
25
 
26
  <!-- This model card has been generated automatically according to the information the Trainer had access to. You
 
28
 
29
  # whisper-large-v3-ft-cv-cy-train-all
30
 
31
+ This model is a fine-tuned version of [openai/whisper-large-v3](https://huggingface.co/openai/whisper-large-v3) on the DewiBrynJones/commonvoice_18_0_cy default dataset.
32
  It achieves the following results on the evaluation set:
33
  - Loss: 0.3638
34
  - Wer: 0.1817
all_results.json ADDED
@@ -0,0 +1,15 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 9.727626459143968,
3
+ "eval_loss": 0.36376532912254333,
4
+ "eval_runtime": 2112.3804,
5
+ "eval_samples": 5381,
6
+ "eval_samples_per_second": 2.547,
7
+ "eval_steps_per_second": 0.16,
8
+ "eval_wer": 0.18173684838363355,
9
+ "total_flos": 5.4332453168676864e+20,
10
+ "train_loss": 0.06844911024216563,
11
+ "train_runtime": 58020.7767,
12
+ "train_samples": 16439,
13
+ "train_samples_per_second": 2.758,
14
+ "train_steps_per_second": 0.086
15
+ }
eval_results.json ADDED
@@ -0,0 +1,9 @@
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 9.727626459143968,
3
+ "eval_loss": 0.36376532912254333,
4
+ "eval_runtime": 2112.3804,
5
+ "eval_samples": 5381,
6
+ "eval_samples_per_second": 2.547,
7
+ "eval_steps_per_second": 0.16,
8
+ "eval_wer": 0.18173684838363355
9
+ }
runs/Aug23_07-57-49_c73520ec3129/events.out.tfevents.1724457272.c73520ec3129.33.1 ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:99b9f8eab00c0349bb0cfe1ce30796c68b125170991b8dc6785cc8855fb04ee1
3
+ size 406
train_results.json ADDED
@@ -0,0 +1,9 @@
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 9.727626459143968,
3
+ "total_flos": 5.4332453168676864e+20,
4
+ "train_loss": 0.06844911024216563,
5
+ "train_runtime": 58020.7767,
6
+ "train_samples": 16439,
7
+ "train_samples_per_second": 2.758,
8
+ "train_steps_per_second": 0.086
9
+ }
trainer_state.json ADDED
@@ -0,0 +1,1487 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": null,
3
+ "best_model_checkpoint": null,
4
+ "epoch": 9.727626459143968,
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": 0.048638132295719845,
13
+ "grad_norm": 7.16464900970459,
14
+ "learning_rate": 5.000000000000001e-07,
15
+ "loss": 1.0297,
16
+ "step": 25
17
+ },
18
+ {
19
+ "epoch": 0.09727626459143969,
20
+ "grad_norm": 4.811949729919434,
21
+ "learning_rate": 1.0000000000000002e-06,
22
+ "loss": 0.786,
23
+ "step": 50
24
+ },
25
+ {
26
+ "epoch": 0.14591439688715954,
27
+ "grad_norm": 4.57177734375,
28
+ "learning_rate": 1.5e-06,
29
+ "loss": 0.5046,
30
+ "step": 75
31
+ },
32
+ {
33
+ "epoch": 0.19455252918287938,
34
+ "grad_norm": 4.517965793609619,
35
+ "learning_rate": 2.0000000000000003e-06,
36
+ "loss": 0.4671,
37
+ "step": 100
38
+ },
39
+ {
40
+ "epoch": 0.24319066147859922,
41
+ "grad_norm": 4.065127849578857,
42
+ "learning_rate": 2.5e-06,
43
+ "loss": 0.4381,
44
+ "step": 125
45
+ },
46
+ {
47
+ "epoch": 0.2918287937743191,
48
+ "grad_norm": 3.5869154930114746,
49
+ "learning_rate": 3e-06,
50
+ "loss": 0.4062,
51
+ "step": 150
52
+ },
53
+ {
54
+ "epoch": 0.3404669260700389,
55
+ "grad_norm": 4.262431621551514,
56
+ "learning_rate": 3.5e-06,
57
+ "loss": 0.3951,
58
+ "step": 175
59
+ },
60
+ {
61
+ "epoch": 0.38910505836575876,
62
+ "grad_norm": 4.2176713943481445,
63
+ "learning_rate": 4.000000000000001e-06,
64
+ "loss": 0.3862,
65
+ "step": 200
66
+ },
67
+ {
68
+ "epoch": 0.4377431906614786,
69
+ "grad_norm": 3.8358681201934814,
70
+ "learning_rate": 4.5e-06,
71
+ "loss": 0.364,
72
+ "step": 225
73
+ },
74
+ {
75
+ "epoch": 0.48638132295719844,
76
+ "grad_norm": 3.8311147689819336,
77
+ "learning_rate": 5e-06,
78
+ "loss": 0.3425,
79
+ "step": 250
80
+ },
81
+ {
82
+ "epoch": 0.5350194552529183,
83
+ "grad_norm": 3.7137532234191895,
84
+ "learning_rate": 5.500000000000001e-06,
85
+ "loss": 0.339,
86
+ "step": 275
87
+ },
88
+ {
89
+ "epoch": 0.5836575875486382,
90
+ "grad_norm": 4.2145280838012695,
91
+ "learning_rate": 6e-06,
92
+ "loss": 0.3393,
93
+ "step": 300
94
+ },
95
+ {
96
+ "epoch": 0.632295719844358,
97
+ "grad_norm": 3.540754556655884,
98
+ "learning_rate": 6.5000000000000004e-06,
99
+ "loss": 0.3154,
100
+ "step": 325
101
+ },
102
+ {
103
+ "epoch": 0.6809338521400778,
104
+ "grad_norm": 3.7712759971618652,
105
+ "learning_rate": 7e-06,
106
+ "loss": 0.319,
107
+ "step": 350
108
+ },
109
+ {
110
+ "epoch": 0.7295719844357976,
111
+ "grad_norm": 3.6147518157958984,
112
+ "learning_rate": 7.500000000000001e-06,
113
+ "loss": 0.3127,
114
+ "step": 375
115
+ },
116
+ {
117
+ "epoch": 0.7782101167315175,
118
+ "grad_norm": 3.6948869228363037,
119
+ "learning_rate": 8.000000000000001e-06,
120
+ "loss": 0.2965,
121
+ "step": 400
122
+ },
123
+ {
124
+ "epoch": 0.8268482490272373,
125
+ "grad_norm": 3.350135087966919,
126
+ "learning_rate": 8.5e-06,
127
+ "loss": 0.3001,
128
+ "step": 425
129
+ },
130
+ {
131
+ "epoch": 0.8754863813229572,
132
+ "grad_norm": 3.7692646980285645,
133
+ "learning_rate": 9e-06,
134
+ "loss": 0.281,
135
+ "step": 450
136
+ },
137
+ {
138
+ "epoch": 0.9241245136186771,
139
+ "grad_norm": 3.2747561931610107,
140
+ "learning_rate": 9.5e-06,
141
+ "loss": 0.2707,
142
+ "step": 475
143
+ },
144
+ {
145
+ "epoch": 0.9727626459143969,
146
+ "grad_norm": 3.260094165802002,
147
+ "learning_rate": 1e-05,
148
+ "loss": 0.2708,
149
+ "step": 500
150
+ },
151
+ {
152
+ "epoch": 1.0214007782101167,
153
+ "grad_norm": 2.917370080947876,
154
+ "learning_rate": 9.944444444444445e-06,
155
+ "loss": 0.2415,
156
+ "step": 525
157
+ },
158
+ {
159
+ "epoch": 1.0700389105058365,
160
+ "grad_norm": 2.564760208129883,
161
+ "learning_rate": 9.88888888888889e-06,
162
+ "loss": 0.1714,
163
+ "step": 550
164
+ },
165
+ {
166
+ "epoch": 1.1186770428015564,
167
+ "grad_norm": 2.844514846801758,
168
+ "learning_rate": 9.833333333333333e-06,
169
+ "loss": 0.1842,
170
+ "step": 575
171
+ },
172
+ {
173
+ "epoch": 1.1673151750972763,
174
+ "grad_norm": 3.1123480796813965,
175
+ "learning_rate": 9.777777777777779e-06,
176
+ "loss": 0.171,
177
+ "step": 600
178
+ },
179
+ {
180
+ "epoch": 1.2159533073929962,
181
+ "grad_norm": 3.253563642501831,
182
+ "learning_rate": 9.722222222222223e-06,
183
+ "loss": 0.1773,
184
+ "step": 625
185
+ },
186
+ {
187
+ "epoch": 1.264591439688716,
188
+ "grad_norm": 2.3145253658294678,
189
+ "learning_rate": 9.666666666666667e-06,
190
+ "loss": 0.1779,
191
+ "step": 650
192
+ },
193
+ {
194
+ "epoch": 1.3132295719844358,
195
+ "grad_norm": 2.493607521057129,
196
+ "learning_rate": 9.611111111111112e-06,
197
+ "loss": 0.1717,
198
+ "step": 675
199
+ },
200
+ {
201
+ "epoch": 1.3618677042801557,
202
+ "grad_norm": 2.081571578979492,
203
+ "learning_rate": 9.555555555555556e-06,
204
+ "loss": 0.1747,
205
+ "step": 700
206
+ },
207
+ {
208
+ "epoch": 1.4105058365758754,
209
+ "grad_norm": 2.9359965324401855,
210
+ "learning_rate": 9.5e-06,
211
+ "loss": 0.1591,
212
+ "step": 725
213
+ },
214
+ {
215
+ "epoch": 1.4591439688715953,
216
+ "grad_norm": 2.9549202919006348,
217
+ "learning_rate": 9.444444444444445e-06,
218
+ "loss": 0.1556,
219
+ "step": 750
220
+ },
221
+ {
222
+ "epoch": 1.5077821011673151,
223
+ "grad_norm": 3.0995261669158936,
224
+ "learning_rate": 9.38888888888889e-06,
225
+ "loss": 0.1553,
226
+ "step": 775
227
+ },
228
+ {
229
+ "epoch": 1.556420233463035,
230
+ "grad_norm": 2.3519606590270996,
231
+ "learning_rate": 9.333333333333334e-06,
232
+ "loss": 0.1502,
233
+ "step": 800
234
+ },
235
+ {
236
+ "epoch": 1.605058365758755,
237
+ "grad_norm": 2.3519246578216553,
238
+ "learning_rate": 9.277777777777778e-06,
239
+ "loss": 0.1398,
240
+ "step": 825
241
+ },
242
+ {
243
+ "epoch": 1.6536964980544746,
244
+ "grad_norm": 2.292020797729492,
245
+ "learning_rate": 9.222222222222224e-06,
246
+ "loss": 0.1518,
247
+ "step": 850
248
+ },
249
+ {
250
+ "epoch": 1.7023346303501945,
251
+ "grad_norm": 2.7264564037323,
252
+ "learning_rate": 9.166666666666666e-06,
253
+ "loss": 0.1393,
254
+ "step": 875
255
+ },
256
+ {
257
+ "epoch": 1.7509727626459144,
258
+ "grad_norm": 2.202409267425537,
259
+ "learning_rate": 9.111111111111112e-06,
260
+ "loss": 0.1432,
261
+ "step": 900
262
+ },
263
+ {
264
+ "epoch": 1.7996108949416343,
265
+ "grad_norm": 2.6967380046844482,
266
+ "learning_rate": 9.055555555555556e-06,
267
+ "loss": 0.1492,
268
+ "step": 925
269
+ },
270
+ {
271
+ "epoch": 1.8482490272373542,
272
+ "grad_norm": 2.8609344959259033,
273
+ "learning_rate": 9e-06,
274
+ "loss": 0.1351,
275
+ "step": 950
276
+ },
277
+ {
278
+ "epoch": 1.8968871595330739,
279
+ "grad_norm": 1.9660629034042358,
280
+ "learning_rate": 8.944444444444446e-06,
281
+ "loss": 0.1378,
282
+ "step": 975
283
+ },
284
+ {
285
+ "epoch": 1.9455252918287937,
286
+ "grad_norm": 2.9408161640167236,
287
+ "learning_rate": 8.888888888888888e-06,
288
+ "loss": 0.1429,
289
+ "step": 1000
290
+ },
291
+ {
292
+ "epoch": 1.9455252918287937,
293
+ "eval_loss": 0.2754097580909729,
294
+ "eval_runtime": 2154.7003,
295
+ "eval_samples_per_second": 2.497,
296
+ "eval_steps_per_second": 0.156,
297
+ "eval_wer": 0.22082388961787744,
298
+ "step": 1000
299
+ },
300
+ {
301
+ "epoch": 1.9941634241245136,
302
+ "grad_norm": 2.337907075881958,
303
+ "learning_rate": 8.833333333333334e-06,
304
+ "loss": 0.137,
305
+ "step": 1025
306
+ },
307
+ {
308
+ "epoch": 2.0428015564202333,
309
+ "grad_norm": 1.9045900106430054,
310
+ "learning_rate": 8.777777777777778e-06,
311
+ "loss": 0.0728,
312
+ "step": 1050
313
+ },
314
+ {
315
+ "epoch": 2.0914396887159534,
316
+ "grad_norm": 2.0690503120422363,
317
+ "learning_rate": 8.722222222222224e-06,
318
+ "loss": 0.0615,
319
+ "step": 1075
320
+ },
321
+ {
322
+ "epoch": 2.140077821011673,
323
+ "grad_norm": 2.0722174644470215,
324
+ "learning_rate": 8.666666666666668e-06,
325
+ "loss": 0.0582,
326
+ "step": 1100
327
+ },
328
+ {
329
+ "epoch": 2.188715953307393,
330
+ "grad_norm": 1.7977361679077148,
331
+ "learning_rate": 8.611111111111112e-06,
332
+ "loss": 0.0589,
333
+ "step": 1125
334
+ },
335
+ {
336
+ "epoch": 2.237354085603113,
337
+ "grad_norm": 1.5375025272369385,
338
+ "learning_rate": 8.555555555555556e-06,
339
+ "loss": 0.0657,
340
+ "step": 1150
341
+ },
342
+ {
343
+ "epoch": 2.2859922178988326,
344
+ "grad_norm": 1.9439505338668823,
345
+ "learning_rate": 8.5e-06,
346
+ "loss": 0.0648,
347
+ "step": 1175
348
+ },
349
+ {
350
+ "epoch": 2.3346303501945527,
351
+ "grad_norm": 1.7909560203552246,
352
+ "learning_rate": 8.444444444444446e-06,
353
+ "loss": 0.0594,
354
+ "step": 1200
355
+ },
356
+ {
357
+ "epoch": 2.3832684824902723,
358
+ "grad_norm": 1.7498406171798706,
359
+ "learning_rate": 8.38888888888889e-06,
360
+ "loss": 0.0627,
361
+ "step": 1225
362
+ },
363
+ {
364
+ "epoch": 2.4319066147859925,
365
+ "grad_norm": 1.557906985282898,
366
+ "learning_rate": 8.333333333333334e-06,
367
+ "loss": 0.0585,
368
+ "step": 1250
369
+ },
370
+ {
371
+ "epoch": 2.480544747081712,
372
+ "grad_norm": 1.3372323513031006,
373
+ "learning_rate": 8.277777777777778e-06,
374
+ "loss": 0.0614,
375
+ "step": 1275
376
+ },
377
+ {
378
+ "epoch": 2.529182879377432,
379
+ "grad_norm": 1.8402326107025146,
380
+ "learning_rate": 8.222222222222222e-06,
381
+ "loss": 0.0601,
382
+ "step": 1300
383
+ },
384
+ {
385
+ "epoch": 2.5778210116731515,
386
+ "grad_norm": 2.003889560699463,
387
+ "learning_rate": 8.166666666666668e-06,
388
+ "loss": 0.0575,
389
+ "step": 1325
390
+ },
391
+ {
392
+ "epoch": 2.6264591439688716,
393
+ "grad_norm": 1.5208065509796143,
394
+ "learning_rate": 8.111111111111112e-06,
395
+ "loss": 0.0563,
396
+ "step": 1350
397
+ },
398
+ {
399
+ "epoch": 2.6750972762645917,
400
+ "grad_norm": 2.1009633541107178,
401
+ "learning_rate": 8.055555555555557e-06,
402
+ "loss": 0.0633,
403
+ "step": 1375
404
+ },
405
+ {
406
+ "epoch": 2.7237354085603114,
407
+ "grad_norm": 1.367943286895752,
408
+ "learning_rate": 8.000000000000001e-06,
409
+ "loss": 0.0572,
410
+ "step": 1400
411
+ },
412
+ {
413
+ "epoch": 2.772373540856031,
414
+ "grad_norm": 1.914768934249878,
415
+ "learning_rate": 7.944444444444445e-06,
416
+ "loss": 0.0541,
417
+ "step": 1425
418
+ },
419
+ {
420
+ "epoch": 2.8210116731517507,
421
+ "grad_norm": 2.1714184284210205,
422
+ "learning_rate": 7.88888888888889e-06,
423
+ "loss": 0.059,
424
+ "step": 1450
425
+ },
426
+ {
427
+ "epoch": 2.869649805447471,
428
+ "grad_norm": 1.951029658317566,
429
+ "learning_rate": 7.833333333333333e-06,
430
+ "loss": 0.0571,
431
+ "step": 1475
432
+ },
433
+ {
434
+ "epoch": 2.9182879377431905,
435
+ "grad_norm": 1.6378835439682007,
436
+ "learning_rate": 7.77777777777778e-06,
437
+ "loss": 0.0563,
438
+ "step": 1500
439
+ },
440
+ {
441
+ "epoch": 2.9669260700389106,
442
+ "grad_norm": 1.8460659980773926,
443
+ "learning_rate": 7.722222222222223e-06,
444
+ "loss": 0.0556,
445
+ "step": 1525
446
+ },
447
+ {
448
+ "epoch": 3.0155642023346303,
449
+ "grad_norm": 1.0332473516464233,
450
+ "learning_rate": 7.666666666666667e-06,
451
+ "loss": 0.045,
452
+ "step": 1550
453
+ },
454
+ {
455
+ "epoch": 3.06420233463035,
456
+ "grad_norm": 1.5045939683914185,
457
+ "learning_rate": 7.611111111111111e-06,
458
+ "loss": 0.0227,
459
+ "step": 1575
460
+ },
461
+ {
462
+ "epoch": 3.11284046692607,
463
+ "grad_norm": 2.1660637855529785,
464
+ "learning_rate": 7.555555555555556e-06,
465
+ "loss": 0.0275,
466
+ "step": 1600
467
+ },
468
+ {
469
+ "epoch": 3.1614785992217898,
470
+ "grad_norm": 1.159175992012024,
471
+ "learning_rate": 7.500000000000001e-06,
472
+ "loss": 0.024,
473
+ "step": 1625
474
+ },
475
+ {
476
+ "epoch": 3.21011673151751,
477
+ "grad_norm": 0.9240212440490723,
478
+ "learning_rate": 7.444444444444445e-06,
479
+ "loss": 0.0271,
480
+ "step": 1650
481
+ },
482
+ {
483
+ "epoch": 3.2587548638132295,
484
+ "grad_norm": 0.9973633885383606,
485
+ "learning_rate": 7.38888888888889e-06,
486
+ "loss": 0.0266,
487
+ "step": 1675
488
+ },
489
+ {
490
+ "epoch": 3.307392996108949,
491
+ "grad_norm": 1.5561943054199219,
492
+ "learning_rate": 7.333333333333333e-06,
493
+ "loss": 0.0267,
494
+ "step": 1700
495
+ },
496
+ {
497
+ "epoch": 3.3560311284046693,
498
+ "grad_norm": 1.2981663942337036,
499
+ "learning_rate": 7.277777777777778e-06,
500
+ "loss": 0.0284,
501
+ "step": 1725
502
+ },
503
+ {
504
+ "epoch": 3.404669260700389,
505
+ "grad_norm": 1.1085954904556274,
506
+ "learning_rate": 7.222222222222223e-06,
507
+ "loss": 0.0239,
508
+ "step": 1750
509
+ },
510
+ {
511
+ "epoch": 3.453307392996109,
512
+ "grad_norm": 1.219834566116333,
513
+ "learning_rate": 7.166666666666667e-06,
514
+ "loss": 0.0244,
515
+ "step": 1775
516
+ },
517
+ {
518
+ "epoch": 3.501945525291829,
519
+ "grad_norm": 1.1478172540664673,
520
+ "learning_rate": 7.111111111111112e-06,
521
+ "loss": 0.0273,
522
+ "step": 1800
523
+ },
524
+ {
525
+ "epoch": 3.5505836575875485,
526
+ "grad_norm": 1.5546625852584839,
527
+ "learning_rate": 7.055555555555557e-06,
528
+ "loss": 0.0242,
529
+ "step": 1825
530
+ },
531
+ {
532
+ "epoch": 3.5992217898832686,
533
+ "grad_norm": 1.5303540229797363,
534
+ "learning_rate": 7e-06,
535
+ "loss": 0.0248,
536
+ "step": 1850
537
+ },
538
+ {
539
+ "epoch": 3.6478599221789882,
540
+ "grad_norm": 1.2220957279205322,
541
+ "learning_rate": 6.944444444444445e-06,
542
+ "loss": 0.0268,
543
+ "step": 1875
544
+ },
545
+ {
546
+ "epoch": 3.6964980544747084,
547
+ "grad_norm": 1.076720952987671,
548
+ "learning_rate": 6.88888888888889e-06,
549
+ "loss": 0.0246,
550
+ "step": 1900
551
+ },
552
+ {
553
+ "epoch": 3.745136186770428,
554
+ "grad_norm": 0.6398268342018127,
555
+ "learning_rate": 6.833333333333334e-06,
556
+ "loss": 0.0251,
557
+ "step": 1925
558
+ },
559
+ {
560
+ "epoch": 3.7937743190661477,
561
+ "grad_norm": 1.0957626104354858,
562
+ "learning_rate": 6.777777777777779e-06,
563
+ "loss": 0.024,
564
+ "step": 1950
565
+ },
566
+ {
567
+ "epoch": 3.842412451361868,
568
+ "grad_norm": 1.3786637783050537,
569
+ "learning_rate": 6.7222222222222235e-06,
570
+ "loss": 0.0221,
571
+ "step": 1975
572
+ },
573
+ {
574
+ "epoch": 3.8910505836575875,
575
+ "grad_norm": 1.0472965240478516,
576
+ "learning_rate": 6.666666666666667e-06,
577
+ "loss": 0.0232,
578
+ "step": 2000
579
+ },
580
+ {
581
+ "epoch": 3.8910505836575875,
582
+ "eval_loss": 0.2916410565376282,
583
+ "eval_runtime": 2132.1371,
584
+ "eval_samples_per_second": 2.524,
585
+ "eval_steps_per_second": 0.158,
586
+ "eval_wer": 0.19905364030378941,
587
+ "step": 2000
588
+ },
589
+ {
590
+ "epoch": 3.9396887159533076,
591
+ "grad_norm": 1.0177409648895264,
592
+ "learning_rate": 6.6111111111111115e-06,
593
+ "loss": 0.0238,
594
+ "step": 2025
595
+ },
596
+ {
597
+ "epoch": 3.9883268482490273,
598
+ "grad_norm": 1.0486767292022705,
599
+ "learning_rate": 6.555555555555556e-06,
600
+ "loss": 0.0245,
601
+ "step": 2050
602
+ },
603
+ {
604
+ "epoch": 4.036964980544747,
605
+ "grad_norm": 0.7433611750602722,
606
+ "learning_rate": 6.5000000000000004e-06,
607
+ "loss": 0.0138,
608
+ "step": 2075
609
+ },
610
+ {
611
+ "epoch": 4.085603112840467,
612
+ "grad_norm": 0.4771675765514374,
613
+ "learning_rate": 6.444444444444445e-06,
614
+ "loss": 0.0109,
615
+ "step": 2100
616
+ },
617
+ {
618
+ "epoch": 4.134241245136187,
619
+ "grad_norm": 0.6232401132583618,
620
+ "learning_rate": 6.3888888888888885e-06,
621
+ "loss": 0.0109,
622
+ "step": 2125
623
+ },
624
+ {
625
+ "epoch": 4.182879377431907,
626
+ "grad_norm": 0.6728478670120239,
627
+ "learning_rate": 6.333333333333333e-06,
628
+ "loss": 0.0103,
629
+ "step": 2150
630
+ },
631
+ {
632
+ "epoch": 4.2315175097276265,
633
+ "grad_norm": 1.6818970441818237,
634
+ "learning_rate": 6.277777777777778e-06,
635
+ "loss": 0.0114,
636
+ "step": 2175
637
+ },
638
+ {
639
+ "epoch": 4.280155642023346,
640
+ "grad_norm": 0.36247119307518005,
641
+ "learning_rate": 6.222222222222223e-06,
642
+ "loss": 0.011,
643
+ "step": 2200
644
+ },
645
+ {
646
+ "epoch": 4.328793774319066,
647
+ "grad_norm": 1.3438676595687866,
648
+ "learning_rate": 6.166666666666667e-06,
649
+ "loss": 0.0126,
650
+ "step": 2225
651
+ },
652
+ {
653
+ "epoch": 4.377431906614786,
654
+ "grad_norm": 0.8739299774169922,
655
+ "learning_rate": 6.111111111111112e-06,
656
+ "loss": 0.0104,
657
+ "step": 2250
658
+ },
659
+ {
660
+ "epoch": 4.426070038910506,
661
+ "grad_norm": 0.6817359328269958,
662
+ "learning_rate": 6.055555555555555e-06,
663
+ "loss": 0.0118,
664
+ "step": 2275
665
+ },
666
+ {
667
+ "epoch": 4.474708171206226,
668
+ "grad_norm": 0.5845357775688171,
669
+ "learning_rate": 6e-06,
670
+ "loss": 0.0125,
671
+ "step": 2300
672
+ },
673
+ {
674
+ "epoch": 4.523346303501945,
675
+ "grad_norm": 1.067460298538208,
676
+ "learning_rate": 5.944444444444445e-06,
677
+ "loss": 0.0099,
678
+ "step": 2325
679
+ },
680
+ {
681
+ "epoch": 4.571984435797665,
682
+ "grad_norm": 0.7725332379341125,
683
+ "learning_rate": 5.88888888888889e-06,
684
+ "loss": 0.0123,
685
+ "step": 2350
686
+ },
687
+ {
688
+ "epoch": 4.620622568093385,
689
+ "grad_norm": 0.8168444633483887,
690
+ "learning_rate": 5.833333333333334e-06,
691
+ "loss": 0.01,
692
+ "step": 2375
693
+ },
694
+ {
695
+ "epoch": 4.669260700389105,
696
+ "grad_norm": 0.7538411617279053,
697
+ "learning_rate": 5.777777777777778e-06,
698
+ "loss": 0.0098,
699
+ "step": 2400
700
+ },
701
+ {
702
+ "epoch": 4.717898832684825,
703
+ "grad_norm": 0.3141120970249176,
704
+ "learning_rate": 5.722222222222222e-06,
705
+ "loss": 0.0107,
706
+ "step": 2425
707
+ },
708
+ {
709
+ "epoch": 4.766536964980545,
710
+ "grad_norm": 0.887184202671051,
711
+ "learning_rate": 5.666666666666667e-06,
712
+ "loss": 0.0095,
713
+ "step": 2450
714
+ },
715
+ {
716
+ "epoch": 4.815175097276264,
717
+ "grad_norm": 0.5846179127693176,
718
+ "learning_rate": 5.611111111111112e-06,
719
+ "loss": 0.0099,
720
+ "step": 2475
721
+ },
722
+ {
723
+ "epoch": 4.863813229571985,
724
+ "grad_norm": 0.3938518464565277,
725
+ "learning_rate": 5.555555555555557e-06,
726
+ "loss": 0.0091,
727
+ "step": 2500
728
+ },
729
+ {
730
+ "epoch": 4.912451361867705,
731
+ "grad_norm": 0.9777388572692871,
732
+ "learning_rate": 5.500000000000001e-06,
733
+ "loss": 0.0093,
734
+ "step": 2525
735
+ },
736
+ {
737
+ "epoch": 4.961089494163424,
738
+ "grad_norm": 0.7862864136695862,
739
+ "learning_rate": 5.444444444444445e-06,
740
+ "loss": 0.0111,
741
+ "step": 2550
742
+ },
743
+ {
744
+ "epoch": 5.009727626459144,
745
+ "grad_norm": 0.7504919171333313,
746
+ "learning_rate": 5.388888888888889e-06,
747
+ "loss": 0.0094,
748
+ "step": 2575
749
+ },
750
+ {
751
+ "epoch": 5.058365758754864,
752
+ "grad_norm": 0.2351156324148178,
753
+ "learning_rate": 5.333333333333334e-06,
754
+ "loss": 0.0049,
755
+ "step": 2600
756
+ },
757
+ {
758
+ "epoch": 5.107003891050583,
759
+ "grad_norm": 0.13562794029712677,
760
+ "learning_rate": 5.2777777777777785e-06,
761
+ "loss": 0.0043,
762
+ "step": 2625
763
+ },
764
+ {
765
+ "epoch": 5.155642023346304,
766
+ "grad_norm": 0.33899495005607605,
767
+ "learning_rate": 5.2222222222222226e-06,
768
+ "loss": 0.0048,
769
+ "step": 2650
770
+ },
771
+ {
772
+ "epoch": 5.2042801556420235,
773
+ "grad_norm": 0.9408302307128906,
774
+ "learning_rate": 5.1666666666666675e-06,
775
+ "loss": 0.0051,
776
+ "step": 2675
777
+ },
778
+ {
779
+ "epoch": 5.252918287937743,
780
+ "grad_norm": 0.35573306679725647,
781
+ "learning_rate": 5.1111111111111115e-06,
782
+ "loss": 0.0053,
783
+ "step": 2700
784
+ },
785
+ {
786
+ "epoch": 5.301556420233463,
787
+ "grad_norm": 0.7676318883895874,
788
+ "learning_rate": 5.0555555555555555e-06,
789
+ "loss": 0.0042,
790
+ "step": 2725
791
+ },
792
+ {
793
+ "epoch": 5.3501945525291825,
794
+ "grad_norm": 0.6776612401008606,
795
+ "learning_rate": 5e-06,
796
+ "loss": 0.004,
797
+ "step": 2750
798
+ },
799
+ {
800
+ "epoch": 5.398832684824903,
801
+ "grad_norm": 1.0338044166564941,
802
+ "learning_rate": 4.944444444444445e-06,
803
+ "loss": 0.0047,
804
+ "step": 2775
805
+ },
806
+ {
807
+ "epoch": 5.447470817120623,
808
+ "grad_norm": 0.2744717001914978,
809
+ "learning_rate": 4.888888888888889e-06,
810
+ "loss": 0.0068,
811
+ "step": 2800
812
+ },
813
+ {
814
+ "epoch": 5.496108949416342,
815
+ "grad_norm": 0.7075155973434448,
816
+ "learning_rate": 4.833333333333333e-06,
817
+ "loss": 0.0061,
818
+ "step": 2825
819
+ },
820
+ {
821
+ "epoch": 5.544747081712062,
822
+ "grad_norm": 0.1820390671491623,
823
+ "learning_rate": 4.777777777777778e-06,
824
+ "loss": 0.0052,
825
+ "step": 2850
826
+ },
827
+ {
828
+ "epoch": 5.593385214007782,
829
+ "grad_norm": 0.33624935150146484,
830
+ "learning_rate": 4.722222222222222e-06,
831
+ "loss": 0.0038,
832
+ "step": 2875
833
+ },
834
+ {
835
+ "epoch": 5.642023346303502,
836
+ "grad_norm": 0.1461501270532608,
837
+ "learning_rate": 4.666666666666667e-06,
838
+ "loss": 0.0046,
839
+ "step": 2900
840
+ },
841
+ {
842
+ "epoch": 5.690661478599222,
843
+ "grad_norm": 0.33367106318473816,
844
+ "learning_rate": 4.611111111111112e-06,
845
+ "loss": 0.0042,
846
+ "step": 2925
847
+ },
848
+ {
849
+ "epoch": 5.739299610894942,
850
+ "grad_norm": 0.32830071449279785,
851
+ "learning_rate": 4.555555555555556e-06,
852
+ "loss": 0.0043,
853
+ "step": 2950
854
+ },
855
+ {
856
+ "epoch": 5.787937743190661,
857
+ "grad_norm": 1.2332854270935059,
858
+ "learning_rate": 4.5e-06,
859
+ "loss": 0.0039,
860
+ "step": 2975
861
+ },
862
+ {
863
+ "epoch": 5.836575875486381,
864
+ "grad_norm": 0.6161640286445618,
865
+ "learning_rate": 4.444444444444444e-06,
866
+ "loss": 0.0046,
867
+ "step": 3000
868
+ },
869
+ {
870
+ "epoch": 5.836575875486381,
871
+ "eval_loss": 0.3218872845172882,
872
+ "eval_runtime": 2114.549,
873
+ "eval_samples_per_second": 2.545,
874
+ "eval_steps_per_second": 0.159,
875
+ "eval_wer": 0.18784047079406735,
876
+ "step": 3000
877
+ },
878
+ {
879
+ "epoch": 5.885214007782102,
880
+ "grad_norm": 2.608947992324829,
881
+ "learning_rate": 4.388888888888889e-06,
882
+ "loss": 0.0061,
883
+ "step": 3025
884
+ },
885
+ {
886
+ "epoch": 5.933852140077821,
887
+ "grad_norm": 0.25549063086509705,
888
+ "learning_rate": 4.333333333333334e-06,
889
+ "loss": 0.0044,
890
+ "step": 3050
891
+ },
892
+ {
893
+ "epoch": 5.982490272373541,
894
+ "grad_norm": 1.4720717668533325,
895
+ "learning_rate": 4.277777777777778e-06,
896
+ "loss": 0.0051,
897
+ "step": 3075
898
+ },
899
+ {
900
+ "epoch": 6.031128404669261,
901
+ "grad_norm": 0.7722542881965637,
902
+ "learning_rate": 4.222222222222223e-06,
903
+ "loss": 0.0037,
904
+ "step": 3100
905
+ },
906
+ {
907
+ "epoch": 6.07976653696498,
908
+ "grad_norm": 0.35967299342155457,
909
+ "learning_rate": 4.166666666666667e-06,
910
+ "loss": 0.0029,
911
+ "step": 3125
912
+ },
913
+ {
914
+ "epoch": 6.1284046692607,
915
+ "grad_norm": 0.7472084164619446,
916
+ "learning_rate": 4.111111111111111e-06,
917
+ "loss": 0.0029,
918
+ "step": 3150
919
+ },
920
+ {
921
+ "epoch": 6.1770428015564205,
922
+ "grad_norm": 0.08338561654090881,
923
+ "learning_rate": 4.055555555555556e-06,
924
+ "loss": 0.0023,
925
+ "step": 3175
926
+ },
927
+ {
928
+ "epoch": 6.22568093385214,
929
+ "grad_norm": 0.49297797679901123,
930
+ "learning_rate": 4.000000000000001e-06,
931
+ "loss": 0.0022,
932
+ "step": 3200
933
+ },
934
+ {
935
+ "epoch": 6.27431906614786,
936
+ "grad_norm": 0.08119112253189087,
937
+ "learning_rate": 3.944444444444445e-06,
938
+ "loss": 0.0019,
939
+ "step": 3225
940
+ },
941
+ {
942
+ "epoch": 6.3229571984435795,
943
+ "grad_norm": 0.13106492161750793,
944
+ "learning_rate": 3.88888888888889e-06,
945
+ "loss": 0.0027,
946
+ "step": 3250
947
+ },
948
+ {
949
+ "epoch": 6.3715953307393,
950
+ "grad_norm": 0.18573686480522156,
951
+ "learning_rate": 3.833333333333334e-06,
952
+ "loss": 0.003,
953
+ "step": 3275
954
+ },
955
+ {
956
+ "epoch": 6.42023346303502,
957
+ "grad_norm": 0.09228133410215378,
958
+ "learning_rate": 3.777777777777778e-06,
959
+ "loss": 0.004,
960
+ "step": 3300
961
+ },
962
+ {
963
+ "epoch": 6.468871595330739,
964
+ "grad_norm": 0.8169698715209961,
965
+ "learning_rate": 3.7222222222222225e-06,
966
+ "loss": 0.0029,
967
+ "step": 3325
968
+ },
969
+ {
970
+ "epoch": 6.517509727626459,
971
+ "grad_norm": 0.23130229115486145,
972
+ "learning_rate": 3.6666666666666666e-06,
973
+ "loss": 0.0026,
974
+ "step": 3350
975
+ },
976
+ {
977
+ "epoch": 6.566147859922179,
978
+ "grad_norm": 0.10798731446266174,
979
+ "learning_rate": 3.6111111111111115e-06,
980
+ "loss": 0.0036,
981
+ "step": 3375
982
+ },
983
+ {
984
+ "epoch": 6.614785992217898,
985
+ "grad_norm": 0.09145894646644592,
986
+ "learning_rate": 3.555555555555556e-06,
987
+ "loss": 0.0024,
988
+ "step": 3400
989
+ },
990
+ {
991
+ "epoch": 6.663424124513619,
992
+ "grad_norm": 0.3099443018436432,
993
+ "learning_rate": 3.5e-06,
994
+ "loss": 0.0018,
995
+ "step": 3425
996
+ },
997
+ {
998
+ "epoch": 6.712062256809339,
999
+ "grad_norm": 0.13762035965919495,
1000
+ "learning_rate": 3.444444444444445e-06,
1001
+ "loss": 0.0021,
1002
+ "step": 3450
1003
+ },
1004
+ {
1005
+ "epoch": 6.760700389105058,
1006
+ "grad_norm": 0.11253529787063599,
1007
+ "learning_rate": 3.3888888888888893e-06,
1008
+ "loss": 0.0012,
1009
+ "step": 3475
1010
+ },
1011
+ {
1012
+ "epoch": 6.809338521400778,
1013
+ "grad_norm": 0.054800793528556824,
1014
+ "learning_rate": 3.3333333333333333e-06,
1015
+ "loss": 0.0019,
1016
+ "step": 3500
1017
+ },
1018
+ {
1019
+ "epoch": 6.857976653696498,
1020
+ "grad_norm": 0.06803842633962631,
1021
+ "learning_rate": 3.277777777777778e-06,
1022
+ "loss": 0.0024,
1023
+ "step": 3525
1024
+ },
1025
+ {
1026
+ "epoch": 6.906614785992218,
1027
+ "grad_norm": 0.08114957064390182,
1028
+ "learning_rate": 3.2222222222222227e-06,
1029
+ "loss": 0.0019,
1030
+ "step": 3550
1031
+ },
1032
+ {
1033
+ "epoch": 6.955252918287938,
1034
+ "grad_norm": 0.06155654788017273,
1035
+ "learning_rate": 3.1666666666666667e-06,
1036
+ "loss": 0.0017,
1037
+ "step": 3575
1038
+ },
1039
+ {
1040
+ "epoch": 7.003891050583658,
1041
+ "grad_norm": 0.09375619143247604,
1042
+ "learning_rate": 3.1111111111111116e-06,
1043
+ "loss": 0.0015,
1044
+ "step": 3600
1045
+ },
1046
+ {
1047
+ "epoch": 7.052529182879377,
1048
+ "grad_norm": 0.04578198865056038,
1049
+ "learning_rate": 3.055555555555556e-06,
1050
+ "loss": 0.0011,
1051
+ "step": 3625
1052
+ },
1053
+ {
1054
+ "epoch": 7.101167315175097,
1055
+ "grad_norm": 0.036920215934515,
1056
+ "learning_rate": 3e-06,
1057
+ "loss": 0.0012,
1058
+ "step": 3650
1059
+ },
1060
+ {
1061
+ "epoch": 7.1498054474708175,
1062
+ "grad_norm": 0.07471055537462234,
1063
+ "learning_rate": 2.944444444444445e-06,
1064
+ "loss": 0.0009,
1065
+ "step": 3675
1066
+ },
1067
+ {
1068
+ "epoch": 7.198443579766537,
1069
+ "grad_norm": 0.05370425805449486,
1070
+ "learning_rate": 2.888888888888889e-06,
1071
+ "loss": 0.0009,
1072
+ "step": 3700
1073
+ },
1074
+ {
1075
+ "epoch": 7.247081712062257,
1076
+ "grad_norm": 0.04795600846409798,
1077
+ "learning_rate": 2.8333333333333335e-06,
1078
+ "loss": 0.001,
1079
+ "step": 3725
1080
+ },
1081
+ {
1082
+ "epoch": 7.2957198443579765,
1083
+ "grad_norm": 0.030901705846190453,
1084
+ "learning_rate": 2.7777777777777783e-06,
1085
+ "loss": 0.0007,
1086
+ "step": 3750
1087
+ },
1088
+ {
1089
+ "epoch": 7.344357976653696,
1090
+ "grad_norm": 0.05389130115509033,
1091
+ "learning_rate": 2.7222222222222224e-06,
1092
+ "loss": 0.0012,
1093
+ "step": 3775
1094
+ },
1095
+ {
1096
+ "epoch": 7.392996108949417,
1097
+ "grad_norm": 0.05646834522485733,
1098
+ "learning_rate": 2.666666666666667e-06,
1099
+ "loss": 0.0009,
1100
+ "step": 3800
1101
+ },
1102
+ {
1103
+ "epoch": 7.441634241245136,
1104
+ "grad_norm": 0.04085018113255501,
1105
+ "learning_rate": 2.6111111111111113e-06,
1106
+ "loss": 0.001,
1107
+ "step": 3825
1108
+ },
1109
+ {
1110
+ "epoch": 7.490272373540856,
1111
+ "grad_norm": 0.024638062343001366,
1112
+ "learning_rate": 2.5555555555555557e-06,
1113
+ "loss": 0.0009,
1114
+ "step": 3850
1115
+ },
1116
+ {
1117
+ "epoch": 7.538910505836576,
1118
+ "grad_norm": 0.03571788966655731,
1119
+ "learning_rate": 2.5e-06,
1120
+ "loss": 0.0011,
1121
+ "step": 3875
1122
+ },
1123
+ {
1124
+ "epoch": 7.587548638132295,
1125
+ "grad_norm": 0.05909154936671257,
1126
+ "learning_rate": 2.4444444444444447e-06,
1127
+ "loss": 0.0007,
1128
+ "step": 3900
1129
+ },
1130
+ {
1131
+ "epoch": 7.636186770428015,
1132
+ "grad_norm": 0.028353404253721237,
1133
+ "learning_rate": 2.388888888888889e-06,
1134
+ "loss": 0.001,
1135
+ "step": 3925
1136
+ },
1137
+ {
1138
+ "epoch": 7.684824902723736,
1139
+ "grad_norm": 0.16029401123523712,
1140
+ "learning_rate": 2.3333333333333336e-06,
1141
+ "loss": 0.0009,
1142
+ "step": 3950
1143
+ },
1144
+ {
1145
+ "epoch": 7.733463035019455,
1146
+ "grad_norm": 0.04438905417919159,
1147
+ "learning_rate": 2.277777777777778e-06,
1148
+ "loss": 0.0008,
1149
+ "step": 3975
1150
+ },
1151
+ {
1152
+ "epoch": 7.782101167315175,
1153
+ "grad_norm": 0.035433579236269,
1154
+ "learning_rate": 2.222222222222222e-06,
1155
+ "loss": 0.0009,
1156
+ "step": 4000
1157
+ },
1158
+ {
1159
+ "epoch": 7.782101167315175,
1160
+ "eval_loss": 0.3454054296016693,
1161
+ "eval_runtime": 2148.9325,
1162
+ "eval_samples_per_second": 2.504,
1163
+ "eval_steps_per_second": 0.157,
1164
+ "eval_wer": 0.1831881983379061,
1165
+ "step": 4000
1166
+ },
1167
+ {
1168
+ "epoch": 7.830739299610895,
1169
+ "grad_norm": 0.028996312990784645,
1170
+ "learning_rate": 2.166666666666667e-06,
1171
+ "loss": 0.0008,
1172
+ "step": 4025
1173
+ },
1174
+ {
1175
+ "epoch": 7.879377431906615,
1176
+ "grad_norm": 0.038502488285303116,
1177
+ "learning_rate": 2.1111111111111114e-06,
1178
+ "loss": 0.0014,
1179
+ "step": 4050
1180
+ },
1181
+ {
1182
+ "epoch": 7.928015564202335,
1183
+ "grad_norm": 0.06861083209514618,
1184
+ "learning_rate": 2.0555555555555555e-06,
1185
+ "loss": 0.0009,
1186
+ "step": 4075
1187
+ },
1188
+ {
1189
+ "epoch": 7.976653696498055,
1190
+ "grad_norm": 0.07425787299871445,
1191
+ "learning_rate": 2.0000000000000003e-06,
1192
+ "loss": 0.0011,
1193
+ "step": 4100
1194
+ },
1195
+ {
1196
+ "epoch": 8.025291828793774,
1197
+ "grad_norm": 0.025021173059940338,
1198
+ "learning_rate": 1.944444444444445e-06,
1199
+ "loss": 0.0006,
1200
+ "step": 4125
1201
+ },
1202
+ {
1203
+ "epoch": 8.073929961089494,
1204
+ "grad_norm": 0.031610701233148575,
1205
+ "learning_rate": 1.888888888888889e-06,
1206
+ "loss": 0.0006,
1207
+ "step": 4150
1208
+ },
1209
+ {
1210
+ "epoch": 8.122568093385214,
1211
+ "grad_norm": 0.02210886962711811,
1212
+ "learning_rate": 1.8333333333333333e-06,
1213
+ "loss": 0.0008,
1214
+ "step": 4175
1215
+ },
1216
+ {
1217
+ "epoch": 8.171206225680933,
1218
+ "grad_norm": 0.03183664008975029,
1219
+ "learning_rate": 1.777777777777778e-06,
1220
+ "loss": 0.0007,
1221
+ "step": 4200
1222
+ },
1223
+ {
1224
+ "epoch": 8.219844357976653,
1225
+ "grad_norm": 0.024653365835547447,
1226
+ "learning_rate": 1.7222222222222224e-06,
1227
+ "loss": 0.0005,
1228
+ "step": 4225
1229
+ },
1230
+ {
1231
+ "epoch": 8.268482490272374,
1232
+ "grad_norm": 0.02229795977473259,
1233
+ "learning_rate": 1.6666666666666667e-06,
1234
+ "loss": 0.0005,
1235
+ "step": 4250
1236
+ },
1237
+ {
1238
+ "epoch": 8.317120622568094,
1239
+ "grad_norm": 0.025678085163235664,
1240
+ "learning_rate": 1.6111111111111113e-06,
1241
+ "loss": 0.0005,
1242
+ "step": 4275
1243
+ },
1244
+ {
1245
+ "epoch": 8.365758754863814,
1246
+ "grad_norm": 0.025166384875774384,
1247
+ "learning_rate": 1.5555555555555558e-06,
1248
+ "loss": 0.0005,
1249
+ "step": 4300
1250
+ },
1251
+ {
1252
+ "epoch": 8.414396887159533,
1253
+ "grad_norm": 0.017260603606700897,
1254
+ "learning_rate": 1.5e-06,
1255
+ "loss": 0.0005,
1256
+ "step": 4325
1257
+ },
1258
+ {
1259
+ "epoch": 8.463035019455253,
1260
+ "grad_norm": 0.016240952536463737,
1261
+ "learning_rate": 1.4444444444444445e-06,
1262
+ "loss": 0.0005,
1263
+ "step": 4350
1264
+ },
1265
+ {
1266
+ "epoch": 8.511673151750973,
1267
+ "grad_norm": 0.021515797823667526,
1268
+ "learning_rate": 1.3888888888888892e-06,
1269
+ "loss": 0.0006,
1270
+ "step": 4375
1271
+ },
1272
+ {
1273
+ "epoch": 8.560311284046692,
1274
+ "grad_norm": 0.023731861263513565,
1275
+ "learning_rate": 1.3333333333333334e-06,
1276
+ "loss": 0.0006,
1277
+ "step": 4400
1278
+ },
1279
+ {
1280
+ "epoch": 8.608949416342412,
1281
+ "grad_norm": 0.027586709707975388,
1282
+ "learning_rate": 1.2777777777777779e-06,
1283
+ "loss": 0.0006,
1284
+ "step": 4425
1285
+ },
1286
+ {
1287
+ "epoch": 8.657587548638132,
1288
+ "grad_norm": 0.04710078611969948,
1289
+ "learning_rate": 1.2222222222222223e-06,
1290
+ "loss": 0.0005,
1291
+ "step": 4450
1292
+ },
1293
+ {
1294
+ "epoch": 8.706225680933851,
1295
+ "grad_norm": 0.030895188450813293,
1296
+ "learning_rate": 1.1666666666666668e-06,
1297
+ "loss": 0.0005,
1298
+ "step": 4475
1299
+ },
1300
+ {
1301
+ "epoch": 8.754863813229573,
1302
+ "grad_norm": 0.04257024824619293,
1303
+ "learning_rate": 1.111111111111111e-06,
1304
+ "loss": 0.0006,
1305
+ "step": 4500
1306
+ },
1307
+ {
1308
+ "epoch": 8.803501945525293,
1309
+ "grad_norm": 0.022679895162582397,
1310
+ "learning_rate": 1.0555555555555557e-06,
1311
+ "loss": 0.0006,
1312
+ "step": 4525
1313
+ },
1314
+ {
1315
+ "epoch": 8.852140077821012,
1316
+ "grad_norm": 0.028052836656570435,
1317
+ "learning_rate": 1.0000000000000002e-06,
1318
+ "loss": 0.0006,
1319
+ "step": 4550
1320
+ },
1321
+ {
1322
+ "epoch": 8.900778210116732,
1323
+ "grad_norm": 0.022373031824827194,
1324
+ "learning_rate": 9.444444444444445e-07,
1325
+ "loss": 0.0005,
1326
+ "step": 4575
1327
+ },
1328
+ {
1329
+ "epoch": 8.949416342412452,
1330
+ "grad_norm": 0.02304161712527275,
1331
+ "learning_rate": 8.88888888888889e-07,
1332
+ "loss": 0.0005,
1333
+ "step": 4600
1334
+ },
1335
+ {
1336
+ "epoch": 8.998054474708171,
1337
+ "grad_norm": 0.020944086834788322,
1338
+ "learning_rate": 8.333333333333333e-07,
1339
+ "loss": 0.0005,
1340
+ "step": 4625
1341
+ },
1342
+ {
1343
+ "epoch": 9.04669260700389,
1344
+ "grad_norm": 0.018772481009364128,
1345
+ "learning_rate": 7.777777777777779e-07,
1346
+ "loss": 0.0005,
1347
+ "step": 4650
1348
+ },
1349
+ {
1350
+ "epoch": 9.09533073929961,
1351
+ "grad_norm": 0.019685110077261925,
1352
+ "learning_rate": 7.222222222222222e-07,
1353
+ "loss": 0.0005,
1354
+ "step": 4675
1355
+ },
1356
+ {
1357
+ "epoch": 9.14396887159533,
1358
+ "grad_norm": 0.017540233209729195,
1359
+ "learning_rate": 6.666666666666667e-07,
1360
+ "loss": 0.0004,
1361
+ "step": 4700
1362
+ },
1363
+ {
1364
+ "epoch": 9.19260700389105,
1365
+ "grad_norm": 0.022134965285658836,
1366
+ "learning_rate": 6.111111111111112e-07,
1367
+ "loss": 0.0004,
1368
+ "step": 4725
1369
+ },
1370
+ {
1371
+ "epoch": 9.24124513618677,
1372
+ "grad_norm": 0.01725279912352562,
1373
+ "learning_rate": 5.555555555555555e-07,
1374
+ "loss": 0.0005,
1375
+ "step": 4750
1376
+ },
1377
+ {
1378
+ "epoch": 9.289883268482491,
1379
+ "grad_norm": 0.01975845918059349,
1380
+ "learning_rate": 5.000000000000001e-07,
1381
+ "loss": 0.0004,
1382
+ "step": 4775
1383
+ },
1384
+ {
1385
+ "epoch": 9.33852140077821,
1386
+ "grad_norm": 0.021399999037384987,
1387
+ "learning_rate": 4.444444444444445e-07,
1388
+ "loss": 0.0005,
1389
+ "step": 4800
1390
+ },
1391
+ {
1392
+ "epoch": 9.38715953307393,
1393
+ "grad_norm": 0.020681940019130707,
1394
+ "learning_rate": 3.8888888888888895e-07,
1395
+ "loss": 0.0004,
1396
+ "step": 4825
1397
+ },
1398
+ {
1399
+ "epoch": 9.43579766536965,
1400
+ "grad_norm": 0.020026126876473427,
1401
+ "learning_rate": 3.3333333333333335e-07,
1402
+ "loss": 0.0005,
1403
+ "step": 4850
1404
+ },
1405
+ {
1406
+ "epoch": 9.48443579766537,
1407
+ "grad_norm": 0.030826667323708534,
1408
+ "learning_rate": 2.7777777777777776e-07,
1409
+ "loss": 0.0004,
1410
+ "step": 4875
1411
+ },
1412
+ {
1413
+ "epoch": 9.53307392996109,
1414
+ "grad_norm": 0.017975399270653725,
1415
+ "learning_rate": 2.2222222222222224e-07,
1416
+ "loss": 0.0004,
1417
+ "step": 4900
1418
+ },
1419
+ {
1420
+ "epoch": 9.581712062256809,
1421
+ "grad_norm": 0.014251296408474445,
1422
+ "learning_rate": 1.6666666666666668e-07,
1423
+ "loss": 0.0005,
1424
+ "step": 4925
1425
+ },
1426
+ {
1427
+ "epoch": 9.630350194552529,
1428
+ "grad_norm": 0.018128497526049614,
1429
+ "learning_rate": 1.1111111111111112e-07,
1430
+ "loss": 0.0005,
1431
+ "step": 4950
1432
+ },
1433
+ {
1434
+ "epoch": 9.678988326848248,
1435
+ "grad_norm": 0.018901441246271133,
1436
+ "learning_rate": 5.555555555555556e-08,
1437
+ "loss": 0.0005,
1438
+ "step": 4975
1439
+ },
1440
+ {
1441
+ "epoch": 9.727626459143968,
1442
+ "grad_norm": 0.01760680228471756,
1443
+ "learning_rate": 0.0,
1444
+ "loss": 0.0004,
1445
+ "step": 5000
1446
+ },
1447
+ {
1448
+ "epoch": 9.727626459143968,
1449
+ "eval_loss": 0.36376532912254333,
1450
+ "eval_runtime": 2157.1617,
1451
+ "eval_samples_per_second": 2.494,
1452
+ "eval_steps_per_second": 0.156,
1453
+ "eval_wer": 0.18173684838363355,
1454
+ "step": 5000
1455
+ },
1456
+ {
1457
+ "epoch": 9.727626459143968,
1458
+ "step": 5000,
1459
+ "total_flos": 5.4332453168676864e+20,
1460
+ "train_loss": 0.06844911024216563,
1461
+ "train_runtime": 58020.7767,
1462
+ "train_samples_per_second": 2.758,
1463
+ "train_steps_per_second": 0.086
1464
+ }
1465
+ ],
1466
+ "logging_steps": 25,
1467
+ "max_steps": 5000,
1468
+ "num_input_tokens_seen": 0,
1469
+ "num_train_epochs": 10,
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": 5.4332453168676864e+20,
1484
+ "train_batch_size": 16,
1485
+ "trial_name": null,
1486
+ "trial_params": null
1487
+ }