wanasash commited on
Commit
775ca4b
1 Parent(s): 97655eb

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-v2-ca-10awr
17
 
18
- This model is a fine-tuned version of [openai/whisper-large-v2](https://huggingface.co/openai/whisper-large-v2) on an unknown dataset.
19
  It achieves the following results on the evaluation set:
20
  - Loss: 0.9218
21
  - Wer: 0.3557
 
15
 
16
  # whisper-large-v2-ca-10awr
17
 
18
+ This model is a fine-tuned version of [openai/whisper-large-v2](https://huggingface.co/openai/whisper-large-v2) on the cymen-arfor/15awr train[:100%] main dataset.
19
  It achieves the following results on the evaluation set:
20
  - Loss: 0.9218
21
  - Wer: 0.3557
all_results.json CHANGED
@@ -1,15 +1,15 @@
1
  {
2
- "epoch": 23.64066193853428,
3
- "eval_loss": 1.0314486026763916,
4
- "eval_runtime": 516.74,
5
  "eval_samples": 1281,
6
- "eval_samples_per_second": 2.479,
7
- "eval_steps_per_second": 0.157,
8
- "eval_wer": 0.3835507864894525,
9
- "total_flos": 3.393166998601728e+20,
10
- "train_loss": 0.10379596998989582,
11
- "train_runtime": 41720.0473,
12
- "train_samples": 6760,
13
- "train_samples_per_second": 3.835,
14
  "train_steps_per_second": 0.12
15
  }
 
1
  {
2
+ "epoch": 15.600624024960998,
3
+ "eval_loss": 0.9218041896820068,
4
+ "eval_runtime": 513.4025,
5
  "eval_samples": 1281,
6
+ "eval_samples_per_second": 2.495,
7
+ "eval_steps_per_second": 0.158,
8
+ "eval_wer": 0.35574929886599194,
9
+ "total_flos": 3.39293344978944e+20,
10
+ "train_loss": 0.13203169204816223,
11
+ "train_runtime": 41579.1778,
12
+ "train_samples": 10243,
13
+ "train_samples_per_second": 3.848,
14
  "train_steps_per_second": 0.12
15
  }
eval_results.json CHANGED
@@ -1,9 +1,9 @@
1
  {
2
- "epoch": 23.64066193853428,
3
- "eval_loss": 1.0314486026763916,
4
- "eval_runtime": 516.74,
5
  "eval_samples": 1281,
6
- "eval_samples_per_second": 2.479,
7
- "eval_steps_per_second": 0.157,
8
- "eval_wer": 0.3835507864894525
9
  }
 
1
  {
2
+ "epoch": 15.600624024960998,
3
+ "eval_loss": 0.9218041896820068,
4
+ "eval_runtime": 513.4025,
5
  "eval_samples": 1281,
6
+ "eval_samples_per_second": 2.495,
7
+ "eval_steps_per_second": 0.158,
8
+ "eval_wer": 0.35574929886599194
9
  }
runs/Oct31_08-25-24_eb1bb77a4836/events.out.tfevents.1730405488.eb1bb77a4836.350.1 ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:2a700104358cbe3d84d0a017dd4a4801140fcc7465e6bb9de755550665704750
3
+ size 406
train_results.json CHANGED
@@ -1,9 +1,9 @@
1
  {
2
- "epoch": 23.64066193853428,
3
- "total_flos": 3.393166998601728e+20,
4
- "train_loss": 0.10379596998989582,
5
- "train_runtime": 41720.0473,
6
- "train_samples": 6760,
7
- "train_samples_per_second": 3.835,
8
  "train_steps_per_second": 0.12
9
  }
 
1
  {
2
+ "epoch": 15.600624024960998,
3
+ "total_flos": 3.39293344978944e+20,
4
+ "train_loss": 0.13203169204816223,
5
+ "train_runtime": 41579.1778,
6
+ "train_samples": 10243,
7
+ "train_samples_per_second": 3.848,
8
  "train_steps_per_second": 0.12
9
  }
trainer_state.json CHANGED
@@ -1,7 +1,7 @@
1
  {
2
  "best_metric": null,
3
  "best_model_checkpoint": null,
4
- "epoch": 23.64066193853428,
5
  "eval_steps": 1000,
6
  "global_step": 5000,
7
  "is_hyper_param_search": false,
@@ -9,1464 +9,1464 @@
9
  "is_world_process_zero": true,
10
  "log_history": [
11
  {
12
- "epoch": 0.1182033096926714,
13
- "grad_norm": 9.473404884338379,
14
- "learning_rate": 4.800000000000001e-07,
15
- "loss": 1.5126,
16
  "step": 25
17
  },
18
  {
19
- "epoch": 0.2364066193853428,
20
- "grad_norm": 4.571593761444092,
21
  "learning_rate": 9.800000000000001e-07,
22
- "loss": 1.2149,
23
  "step": 50
24
  },
25
  {
26
- "epoch": 0.3546099290780142,
27
- "grad_norm": 7.452127933502197,
28
  "learning_rate": 1.48e-06,
29
- "loss": 0.9173,
30
  "step": 75
31
  },
32
  {
33
- "epoch": 0.4728132387706856,
34
- "grad_norm": 4.357412338256836,
35
  "learning_rate": 1.98e-06,
36
- "loss": 0.7886,
37
  "step": 100
38
  },
39
  {
40
- "epoch": 0.5910165484633569,
41
- "grad_norm": 4.547176837921143,
42
  "learning_rate": 2.4800000000000004e-06,
43
- "loss": 0.7374,
44
  "step": 125
45
  },
46
  {
47
- "epoch": 0.7092198581560284,
48
- "grad_norm": 5.427709102630615,
49
  "learning_rate": 2.9800000000000003e-06,
50
- "loss": 0.7146,
51
  "step": 150
52
  },
53
  {
54
- "epoch": 0.8274231678486997,
55
- "grad_norm": 3.91564679145813,
56
- "learning_rate": 3.48e-06,
57
- "loss": 0.6503,
58
  "step": 175
59
  },
60
  {
61
- "epoch": 0.9456264775413712,
62
- "grad_norm": 4.455580711364746,
63
- "learning_rate": 3.980000000000001e-06,
64
- "loss": 0.6658,
65
  "step": 200
66
  },
67
  {
68
- "epoch": 1.0638297872340425,
69
- "grad_norm": 3.6917192935943604,
70
- "learning_rate": 4.48e-06,
71
- "loss": 0.5825,
72
  "step": 225
73
  },
74
  {
75
- "epoch": 1.1820330969267139,
76
- "grad_norm": 4.471068382263184,
77
- "learning_rate": 4.980000000000001e-06,
78
- "loss": 0.5309,
79
  "step": 250
80
  },
81
  {
82
- "epoch": 1.3002364066193852,
83
- "grad_norm": 3.2161197662353516,
84
- "learning_rate": 5.480000000000001e-06,
85
- "loss": 0.5326,
86
  "step": 275
87
  },
88
  {
89
- "epoch": 1.4184397163120568,
90
- "grad_norm": 5.081483364105225,
91
- "learning_rate": 5.98e-06,
92
- "loss": 0.5245,
93
  "step": 300
94
  },
95
  {
96
- "epoch": 1.5366430260047281,
97
- "grad_norm": 4.846170902252197,
98
  "learning_rate": 6.460000000000001e-06,
99
- "loss": 0.5414,
100
  "step": 325
101
  },
102
  {
103
- "epoch": 1.6548463356973995,
104
- "grad_norm": 4.416396617889404,
105
  "learning_rate": 6.96e-06,
106
- "loss": 0.5286,
107
  "step": 350
108
  },
109
  {
110
- "epoch": 1.773049645390071,
111
- "grad_norm": 4.048226356506348,
112
- "learning_rate": 7.4600000000000006e-06,
113
- "loss": 0.5296,
114
  "step": 375
115
  },
116
  {
117
- "epoch": 1.8912529550827424,
118
- "grad_norm": 3.8953003883361816,
119
- "learning_rate": 7.960000000000002e-06,
120
- "loss": 0.5342,
121
  "step": 400
122
  },
123
  {
124
- "epoch": 2.0094562647754137,
125
- "grad_norm": 2.8048012256622314,
126
- "learning_rate": 8.46e-06,
127
- "loss": 0.5194,
128
  "step": 425
129
  },
130
  {
131
- "epoch": 2.127659574468085,
132
- "grad_norm": 3.505836009979248,
133
- "learning_rate": 8.96e-06,
134
- "loss": 0.3554,
135
  "step": 450
136
  },
137
  {
138
- "epoch": 2.2458628841607564,
139
- "grad_norm": 3.4311647415161133,
140
- "learning_rate": 9.460000000000001e-06,
141
- "loss": 0.364,
142
  "step": 475
143
  },
144
  {
145
- "epoch": 2.3640661938534278,
146
- "grad_norm": 3.827054500579834,
147
- "learning_rate": 9.960000000000001e-06,
148
- "loss": 0.3648,
149
  "step": 500
150
  },
151
  {
152
- "epoch": 2.482269503546099,
153
- "grad_norm": 4.961852550506592,
154
- "learning_rate": 9.94888888888889e-06,
155
- "loss": 0.3742,
156
  "step": 525
157
  },
158
  {
159
- "epoch": 2.6004728132387704,
160
- "grad_norm": 3.1408016681671143,
161
- "learning_rate": 9.893333333333334e-06,
162
- "loss": 0.3726,
163
  "step": 550
164
  },
165
  {
166
- "epoch": 2.7186761229314422,
167
- "grad_norm": 3.81847882270813,
168
- "learning_rate": 9.837777777777778e-06,
169
- "loss": 0.3769,
170
  "step": 575
171
  },
172
  {
173
- "epoch": 2.8368794326241136,
174
- "grad_norm": 3.568127393722534,
175
- "learning_rate": 9.782222222222222e-06,
176
- "loss": 0.3835,
177
  "step": 600
178
  },
179
  {
180
- "epoch": 2.955082742316785,
181
- "grad_norm": 8.084869384765625,
182
- "learning_rate": 9.726666666666668e-06,
183
- "loss": 0.389,
184
  "step": 625
185
  },
186
  {
187
- "epoch": 3.0732860520094563,
188
- "grad_norm": 3.035639762878418,
189
- "learning_rate": 9.671111111111112e-06,
190
- "loss": 0.2804,
191
  "step": 650
192
  },
193
  {
194
- "epoch": 3.1914893617021276,
195
- "grad_norm": 2.580465078353882,
196
- "learning_rate": 9.615555555555558e-06,
197
- "loss": 0.241,
198
  "step": 675
199
  },
200
  {
201
- "epoch": 3.309692671394799,
202
- "grad_norm": 3.6414577960968018,
203
- "learning_rate": 9.56e-06,
204
- "loss": 0.2326,
205
  "step": 700
206
  },
207
  {
208
- "epoch": 3.4278959810874703,
209
- "grad_norm": 2.9789085388183594,
210
- "learning_rate": 9.504444444444446e-06,
211
- "loss": 0.2302,
212
  "step": 725
213
  },
214
  {
215
- "epoch": 3.546099290780142,
216
- "grad_norm": 6.875185966491699,
217
- "learning_rate": 9.44888888888889e-06,
218
- "loss": 0.2515,
219
  "step": 750
220
  },
221
  {
222
- "epoch": 3.664302600472813,
223
- "grad_norm": 3.034479856491089,
224
- "learning_rate": 9.393333333333334e-06,
225
- "loss": 0.2381,
226
  "step": 775
227
  },
228
  {
229
- "epoch": 3.7825059101654848,
230
- "grad_norm": 3.64566969871521,
231
- "learning_rate": 9.33777777777778e-06,
232
- "loss": 0.2339,
233
  "step": 800
234
  },
235
  {
236
- "epoch": 3.900709219858156,
237
- "grad_norm": 4.0959696769714355,
238
- "learning_rate": 9.282222222222222e-06,
239
- "loss": 0.2456,
240
  "step": 825
241
  },
242
  {
243
- "epoch": 4.0189125295508275,
244
- "grad_norm": 2.0153396129608154,
245
- "learning_rate": 9.226666666666668e-06,
246
- "loss": 0.2384,
247
  "step": 850
248
  },
249
  {
250
- "epoch": 4.137115839243499,
251
- "grad_norm": 2.4814517498016357,
252
- "learning_rate": 9.171111111111112e-06,
253
- "loss": 0.1472,
254
  "step": 875
255
  },
256
  {
257
- "epoch": 4.25531914893617,
258
- "grad_norm": 3.0185892581939697,
259
- "learning_rate": 9.115555555555556e-06,
260
- "loss": 0.1482,
261
  "step": 900
262
  },
263
  {
264
- "epoch": 4.373522458628842,
265
- "grad_norm": 2.817070722579956,
266
- "learning_rate": 9.060000000000001e-06,
267
- "loss": 0.1496,
268
  "step": 925
269
  },
270
  {
271
- "epoch": 4.491725768321513,
272
- "grad_norm": 2.3127124309539795,
273
- "learning_rate": 9.004444444444445e-06,
274
- "loss": 0.1441,
275
  "step": 950
276
  },
277
  {
278
- "epoch": 4.609929078014185,
279
- "grad_norm": 2.191143274307251,
280
- "learning_rate": 8.94888888888889e-06,
281
- "loss": 0.1474,
282
  "step": 975
283
  },
284
  {
285
- "epoch": 4.7281323877068555,
286
- "grad_norm": 2.4471395015716553,
287
- "learning_rate": 8.893333333333333e-06,
288
- "loss": 0.1503,
289
  "step": 1000
290
  },
291
  {
292
- "epoch": 4.7281323877068555,
293
- "eval_loss": 0.6543964743614197,
294
- "eval_runtime": 532.706,
295
- "eval_samples_per_second": 2.405,
296
- "eval_steps_per_second": 0.152,
297
- "eval_wer": 0.4245213998292891,
298
  "step": 1000
299
  },
300
  {
301
- "epoch": 4.846335697399527,
302
- "grad_norm": 2.7800285816192627,
303
- "learning_rate": 8.83777777777778e-06,
304
- "loss": 0.1549,
305
  "step": 1025
306
  },
307
  {
308
- "epoch": 4.964539007092198,
309
- "grad_norm": 5.495487689971924,
310
- "learning_rate": 8.782222222222223e-06,
311
- "loss": 0.1529,
312
  "step": 1050
313
  },
314
  {
315
- "epoch": 5.08274231678487,
316
- "grad_norm": 2.151169538497925,
317
- "learning_rate": 8.726666666666667e-06,
318
- "loss": 0.1009,
319
  "step": 1075
320
  },
321
  {
322
- "epoch": 5.200945626477542,
323
- "grad_norm": 2.556049108505249,
324
- "learning_rate": 8.671111111111113e-06,
325
- "loss": 0.0838,
326
  "step": 1100
327
  },
328
  {
329
- "epoch": 5.319148936170213,
330
- "grad_norm": 2.955305576324463,
331
- "learning_rate": 8.615555555555555e-06,
332
- "loss": 0.0866,
333
  "step": 1125
334
  },
335
  {
336
- "epoch": 5.4373522458628845,
337
- "grad_norm": 2.1313858032226562,
338
- "learning_rate": 8.560000000000001e-06,
339
- "loss": 0.0876,
340
  "step": 1150
341
  },
342
  {
343
- "epoch": 5.555555555555555,
344
- "grad_norm": 2.003467559814453,
345
- "learning_rate": 8.504444444444445e-06,
346
- "loss": 0.0867,
347
  "step": 1175
348
  },
349
  {
350
- "epoch": 5.673758865248227,
351
- "grad_norm": 2.9585061073303223,
352
- "learning_rate": 8.448888888888889e-06,
353
- "loss": 0.0937,
354
  "step": 1200
355
  },
356
  {
357
- "epoch": 5.791962174940898,
358
- "grad_norm": 2.8424105644226074,
359
- "learning_rate": 8.393333333333335e-06,
360
- "loss": 0.0888,
361
  "step": 1225
362
  },
363
  {
364
- "epoch": 5.91016548463357,
365
- "grad_norm": 3.2550556659698486,
366
- "learning_rate": 8.337777777777777e-06,
367
- "loss": 0.0964,
368
  "step": 1250
369
  },
370
  {
371
- "epoch": 6.028368794326241,
372
- "grad_norm": 2.1639039516448975,
373
- "learning_rate": 8.282222222222223e-06,
374
- "loss": 0.083,
375
  "step": 1275
376
  },
377
  {
378
- "epoch": 6.1465721040189125,
379
- "grad_norm": 10.045706748962402,
380
- "learning_rate": 8.226666666666667e-06,
381
- "loss": 0.0489,
382
  "step": 1300
383
  },
384
  {
385
- "epoch": 6.264775413711584,
386
- "grad_norm": 0.9968127012252808,
387
- "learning_rate": 8.171111111111113e-06,
388
- "loss": 0.0569,
389
  "step": 1325
390
  },
391
  {
392
- "epoch": 6.382978723404255,
393
- "grad_norm": 2.098369836807251,
394
- "learning_rate": 8.115555555555557e-06,
395
- "loss": 0.0553,
396
  "step": 1350
397
  },
398
  {
399
- "epoch": 6.501182033096927,
400
- "grad_norm": 2.182260036468506,
401
- "learning_rate": 8.06e-06,
402
- "loss": 0.0514,
403
  "step": 1375
404
  },
405
  {
406
- "epoch": 6.619385342789598,
407
- "grad_norm": 2.040424108505249,
408
- "learning_rate": 8.004444444444445e-06,
409
- "loss": 0.0534,
410
  "step": 1400
411
  },
412
  {
413
- "epoch": 6.73758865248227,
414
- "grad_norm": 2.8347978591918945,
415
- "learning_rate": 7.948888888888889e-06,
416
- "loss": 0.0604,
417
  "step": 1425
418
  },
419
  {
420
- "epoch": 6.855791962174941,
421
- "grad_norm": 2.2770578861236572,
422
- "learning_rate": 7.893333333333335e-06,
423
- "loss": 0.058,
424
  "step": 1450
425
  },
426
  {
427
- "epoch": 6.973995271867612,
428
- "grad_norm": 2.0066399574279785,
429
- "learning_rate": 7.837777777777779e-06,
430
- "loss": 0.0571,
431
  "step": 1475
432
  },
433
  {
434
- "epoch": 7.092198581560283,
435
- "grad_norm": 1.8423205614089966,
436
- "learning_rate": 7.782222222222223e-06,
437
- "loss": 0.0375,
438
  "step": 1500
439
  },
440
  {
441
- "epoch": 7.210401891252955,
442
- "grad_norm": 1.2331498861312866,
443
- "learning_rate": 7.726666666666667e-06,
444
- "loss": 0.0352,
445
  "step": 1525
446
  },
447
  {
448
- "epoch": 7.328605200945627,
449
- "grad_norm": 1.8632996082305908,
450
- "learning_rate": 7.67111111111111e-06,
451
- "loss": 0.0344,
452
  "step": 1550
453
  },
454
  {
455
- "epoch": 7.446808510638298,
456
- "grad_norm": 2.3140857219696045,
457
- "learning_rate": 7.6155555555555564e-06,
458
- "loss": 0.0351,
459
  "step": 1575
460
  },
461
  {
462
- "epoch": 7.5650118203309695,
463
- "grad_norm": 1.7188278436660767,
464
- "learning_rate": 7.5600000000000005e-06,
465
- "loss": 0.0383,
466
  "step": 1600
467
  },
468
  {
469
- "epoch": 7.68321513002364,
470
- "grad_norm": 1.9774043560028076,
471
- "learning_rate": 7.504444444444445e-06,
472
- "loss": 0.0374,
473
  "step": 1625
474
  },
475
  {
476
- "epoch": 7.801418439716312,
477
- "grad_norm": 2.773897171020508,
478
- "learning_rate": 7.44888888888889e-06,
479
- "loss": 0.0573,
480
  "step": 1650
481
  },
482
  {
483
- "epoch": 7.919621749408983,
484
- "grad_norm": 2.1994612216949463,
485
- "learning_rate": 7.393333333333333e-06,
486
- "loss": 0.0434,
487
  "step": 1675
488
  },
489
  {
490
- "epoch": 8.037825059101655,
491
- "grad_norm": 1.4192453622817993,
492
- "learning_rate": 7.337777777777778e-06,
493
- "loss": 0.0313,
494
  "step": 1700
495
  },
496
  {
497
- "epoch": 8.156028368794326,
498
- "grad_norm": 2.99482798576355,
499
- "learning_rate": 7.282222222222222e-06,
500
- "loss": 0.0233,
501
  "step": 1725
502
  },
503
  {
504
- "epoch": 8.274231678486998,
505
- "grad_norm": 1.1068618297576904,
506
- "learning_rate": 7.226666666666667e-06,
507
- "loss": 0.0232,
508
  "step": 1750
509
  },
510
  {
511
- "epoch": 8.39243498817967,
512
- "grad_norm": 1.4327691793441772,
513
- "learning_rate": 7.171111111111112e-06,
514
- "loss": 0.0242,
515
  "step": 1775
516
  },
517
  {
518
- "epoch": 8.51063829787234,
519
- "grad_norm": 2.041482925415039,
520
- "learning_rate": 7.115555555555557e-06,
521
- "loss": 0.0268,
522
  "step": 1800
523
  },
524
  {
525
- "epoch": 8.628841607565011,
526
- "grad_norm": 1.097105860710144,
527
  "learning_rate": 7.062222222222223e-06,
528
- "loss": 0.0258,
529
  "step": 1825
530
  },
531
  {
532
- "epoch": 8.747044917257684,
533
- "grad_norm": 1.367948055267334,
534
  "learning_rate": 7.006666666666667e-06,
535
- "loss": 0.0275,
536
  "step": 1850
537
  },
538
  {
539
- "epoch": 8.865248226950355,
540
- "grad_norm": 1.6671417951583862,
541
  "learning_rate": 6.951111111111112e-06,
542
- "loss": 0.0272,
543
  "step": 1875
544
  },
545
  {
546
- "epoch": 8.983451536643026,
547
- "grad_norm": 2.5331335067749023,
548
  "learning_rate": 6.8955555555555565e-06,
549
- "loss": 0.0265,
550
  "step": 1900
551
  },
552
  {
553
- "epoch": 9.101654846335697,
554
- "grad_norm": 0.5550170540809631,
555
  "learning_rate": 6.8400000000000014e-06,
556
- "loss": 0.016,
557
  "step": 1925
558
  },
559
  {
560
- "epoch": 9.21985815602837,
561
- "grad_norm": 0.7913989424705505,
562
  "learning_rate": 6.784444444444445e-06,
563
- "loss": 0.0173,
564
  "step": 1950
565
  },
566
  {
567
- "epoch": 9.33806146572104,
568
- "grad_norm": 1.1123679876327515,
569
  "learning_rate": 6.7288888888888895e-06,
570
- "loss": 0.0178,
571
  "step": 1975
572
  },
573
  {
574
- "epoch": 9.456264775413711,
575
- "grad_norm": 1.4334158897399902,
576
  "learning_rate": 6.6733333333333335e-06,
577
- "loss": 0.018,
578
  "step": 2000
579
  },
580
  {
581
- "epoch": 9.456264775413711,
582
- "eval_loss": 0.8408699631690979,
583
- "eval_runtime": 518.7544,
584
- "eval_samples_per_second": 2.469,
585
  "eval_steps_per_second": 0.156,
586
- "eval_wer": 0.3931227899036703,
587
  "step": 2000
588
  },
589
  {
590
- "epoch": 9.574468085106384,
591
- "grad_norm": 1.5506229400634766,
592
  "learning_rate": 6.617777777777778e-06,
593
- "loss": 0.0209,
594
  "step": 2025
595
  },
596
  {
597
- "epoch": 9.692671394799055,
598
- "grad_norm": 1.2576079368591309,
599
  "learning_rate": 6.562222222222223e-06,
600
- "loss": 0.0176,
601
  "step": 2050
602
  },
603
  {
604
- "epoch": 9.810874704491725,
605
- "grad_norm": 1.5241338014602661,
606
  "learning_rate": 6.5066666666666665e-06,
607
- "loss": 0.0202,
608
  "step": 2075
609
  },
610
  {
611
- "epoch": 9.929078014184396,
612
- "grad_norm": 1.9363715648651123,
613
  "learning_rate": 6.451111111111111e-06,
614
- "loss": 0.0184,
615
  "step": 2100
616
  },
617
  {
618
- "epoch": 10.047281323877069,
619
- "grad_norm": 1.6909509897232056,
620
  "learning_rate": 6.395555555555556e-06,
621
- "loss": 0.0146,
622
  "step": 2125
623
  },
624
  {
625
- "epoch": 10.16548463356974,
626
- "grad_norm": 0.99550461769104,
627
  "learning_rate": 6.34e-06,
628
- "loss": 0.0128,
629
  "step": 2150
630
  },
631
  {
632
- "epoch": 10.28368794326241,
633
- "grad_norm": 3.685783863067627,
634
  "learning_rate": 6.284444444444445e-06,
635
- "loss": 0.0126,
636
  "step": 2175
637
  },
638
  {
639
- "epoch": 10.401891252955084,
640
- "grad_norm": 1.2055600881576538,
641
  "learning_rate": 6.22888888888889e-06,
642
- "loss": 0.0158,
643
  "step": 2200
644
  },
645
  {
646
- "epoch": 10.520094562647754,
647
- "grad_norm": 0.9606339931488037,
648
  "learning_rate": 6.173333333333333e-06,
649
- "loss": 0.0138,
650
  "step": 2225
651
  },
652
  {
653
- "epoch": 10.638297872340425,
654
- "grad_norm": 1.592624306678772,
655
  "learning_rate": 6.117777777777778e-06,
656
- "loss": 0.0148,
657
  "step": 2250
658
  },
659
  {
660
- "epoch": 10.756501182033096,
661
- "grad_norm": 1.4008781909942627,
662
  "learning_rate": 6.062222222222223e-06,
663
- "loss": 0.0151,
664
  "step": 2275
665
  },
666
  {
667
- "epoch": 10.874704491725769,
668
- "grad_norm": 0.9487536549568176,
669
  "learning_rate": 6.006666666666667e-06,
670
- "loss": 0.0158,
671
  "step": 2300
672
  },
673
  {
674
- "epoch": 10.99290780141844,
675
- "grad_norm": 1.0289764404296875,
676
  "learning_rate": 5.951111111111112e-06,
677
- "loss": 0.013,
678
  "step": 2325
679
  },
680
  {
681
- "epoch": 11.11111111111111,
682
- "grad_norm": 0.4679219722747803,
683
  "learning_rate": 5.895555555555557e-06,
684
- "loss": 0.0085,
685
  "step": 2350
686
  },
687
  {
688
- "epoch": 11.229314420803782,
689
- "grad_norm": 0.2578885555267334,
690
  "learning_rate": 5.84e-06,
691
- "loss": 0.0085,
692
  "step": 2375
693
  },
694
  {
695
- "epoch": 11.347517730496454,
696
- "grad_norm": 1.0958369970321655,
697
  "learning_rate": 5.784444444444445e-06,
698
- "loss": 0.0083,
699
  "step": 2400
700
  },
701
  {
702
- "epoch": 11.465721040189125,
703
- "grad_norm": 0.5425341129302979,
704
  "learning_rate": 5.72888888888889e-06,
705
- "loss": 0.0098,
706
  "step": 2425
707
  },
708
  {
709
- "epoch": 11.583924349881796,
710
- "grad_norm": 1.3698186874389648,
711
  "learning_rate": 5.673333333333334e-06,
712
- "loss": 0.0087,
713
  "step": 2450
714
  },
715
  {
716
- "epoch": 11.702127659574469,
717
- "grad_norm": 0.35784247517585754,
718
  "learning_rate": 5.617777777777779e-06,
719
- "loss": 0.0102,
720
  "step": 2475
721
  },
722
  {
723
- "epoch": 11.82033096926714,
724
- "grad_norm": 0.8136564493179321,
725
  "learning_rate": 5.562222222222222e-06,
726
- "loss": 0.0091,
727
  "step": 2500
728
  },
729
  {
730
- "epoch": 11.93853427895981,
731
- "grad_norm": 0.8210328221321106,
732
  "learning_rate": 5.506666666666667e-06,
733
- "loss": 0.0091,
734
  "step": 2525
735
  },
736
  {
737
- "epoch": 12.056737588652481,
738
- "grad_norm": 19.055444717407227,
739
  "learning_rate": 5.451111111111112e-06,
740
- "loss": 0.0072,
741
  "step": 2550
742
  },
743
  {
744
- "epoch": 12.174940898345154,
745
- "grad_norm": 0.7317586541175842,
746
  "learning_rate": 5.3955555555555565e-06,
747
- "loss": 0.0095,
748
  "step": 2575
749
  },
750
  {
751
- "epoch": 12.293144208037825,
752
- "grad_norm": 1.2949217557907104,
753
  "learning_rate": 5.3400000000000005e-06,
754
- "loss": 0.008,
755
  "step": 2600
756
  },
757
  {
758
- "epoch": 12.411347517730496,
759
- "grad_norm": 1.124780297279358,
760
  "learning_rate": 5.2844444444444454e-06,
761
- "loss": 0.0065,
762
  "step": 2625
763
  },
764
  {
765
- "epoch": 12.529550827423169,
766
- "grad_norm": 0.5692467093467712,
767
  "learning_rate": 5.228888888888889e-06,
768
- "loss": 0.0075,
769
  "step": 2650
770
  },
771
  {
772
- "epoch": 12.64775413711584,
773
- "grad_norm": 1.309572458267212,
774
  "learning_rate": 5.1733333333333335e-06,
775
- "loss": 0.0079,
776
  "step": 2675
777
  },
778
  {
779
- "epoch": 12.76595744680851,
780
- "grad_norm": 0.8301370739936829,
781
  "learning_rate": 5.117777777777778e-06,
782
- "loss": 0.0085,
783
  "step": 2700
784
  },
785
  {
786
- "epoch": 12.884160756501181,
787
- "grad_norm": 0.9089380502700806,
788
  "learning_rate": 5.062222222222222e-06,
789
- "loss": 0.0074,
790
  "step": 2725
791
  },
792
  {
793
- "epoch": 13.002364066193854,
794
- "grad_norm": 1.952169418334961,
795
  "learning_rate": 5.006666666666667e-06,
796
- "loss": 0.007,
797
  "step": 2750
798
  },
799
  {
800
- "epoch": 13.120567375886525,
801
- "grad_norm": 1.1801737546920776,
802
  "learning_rate": 4.951111111111111e-06,
803
- "loss": 0.0055,
804
  "step": 2775
805
  },
806
  {
807
- "epoch": 13.238770685579196,
808
- "grad_norm": 0.2363986074924469,
809
  "learning_rate": 4.895555555555556e-06,
810
- "loss": 0.0042,
811
  "step": 2800
812
  },
813
  {
814
- "epoch": 13.356973995271868,
815
- "grad_norm": 0.2633114457130432,
816
  "learning_rate": 4.84e-06,
817
- "loss": 0.0057,
818
  "step": 2825
819
  },
820
  {
821
- "epoch": 13.47517730496454,
822
- "grad_norm": 0.5577982664108276,
823
  "learning_rate": 4.784444444444445e-06,
824
- "loss": 0.006,
825
  "step": 2850
826
  },
827
  {
828
- "epoch": 13.59338061465721,
829
- "grad_norm": 0.785844087600708,
830
  "learning_rate": 4.728888888888889e-06,
831
- "loss": 0.0066,
832
  "step": 2875
833
  },
834
  {
835
- "epoch": 13.711583924349881,
836
- "grad_norm": 0.2809258699417114,
837
  "learning_rate": 4.673333333333333e-06,
838
- "loss": 0.0054,
839
  "step": 2900
840
  },
841
  {
842
- "epoch": 13.829787234042554,
843
- "grad_norm": 0.6670119166374207,
844
  "learning_rate": 4.617777777777778e-06,
845
- "loss": 0.0051,
846
  "step": 2925
847
  },
848
  {
849
- "epoch": 13.947990543735225,
850
- "grad_norm": 0.3410409688949585,
851
  "learning_rate": 4.562222222222222e-06,
852
- "loss": 0.0076,
853
  "step": 2950
854
  },
855
  {
856
- "epoch": 14.066193853427896,
857
- "grad_norm": 0.5578156113624573,
858
  "learning_rate": 4.506666666666667e-06,
859
- "loss": 0.0035,
860
  "step": 2975
861
  },
862
  {
863
- "epoch": 14.184397163120567,
864
- "grad_norm": 0.16467081010341644,
865
  "learning_rate": 4.451111111111112e-06,
866
- "loss": 0.0041,
867
  "step": 3000
868
  },
869
  {
870
- "epoch": 14.184397163120567,
871
- "eval_loss": 0.9080753922462463,
872
- "eval_runtime": 523.9162,
873
- "eval_samples_per_second": 2.445,
874
- "eval_steps_per_second": 0.155,
875
- "eval_wer": 0.3811120595049384,
876
  "step": 3000
877
  },
878
  {
879
- "epoch": 14.30260047281324,
880
- "grad_norm": 1.2722281217575073,
881
  "learning_rate": 4.395555555555556e-06,
882
- "loss": 0.0038,
883
  "step": 3025
884
  },
885
  {
886
- "epoch": 14.42080378250591,
887
- "grad_norm": 0.44640254974365234,
888
  "learning_rate": 4.34e-06,
889
- "loss": 0.0038,
890
  "step": 3050
891
  },
892
  {
893
- "epoch": 14.539007092198581,
894
- "grad_norm": 0.32442691922187805,
895
  "learning_rate": 4.284444444444445e-06,
896
- "loss": 0.0039,
897
  "step": 3075
898
  },
899
  {
900
- "epoch": 14.657210401891254,
901
- "grad_norm": 0.6110165119171143,
902
  "learning_rate": 4.228888888888889e-06,
903
- "loss": 0.0037,
904
  "step": 3100
905
  },
906
  {
907
- "epoch": 14.775413711583925,
908
- "grad_norm": 0.1621726006269455,
909
  "learning_rate": 4.173333333333334e-06,
910
- "loss": 0.0044,
911
  "step": 3125
912
  },
913
  {
914
- "epoch": 14.893617021276595,
915
- "grad_norm": 0.11372427642345428,
916
  "learning_rate": 4.117777777777779e-06,
917
- "loss": 0.0033,
918
  "step": 3150
919
  },
920
  {
921
- "epoch": 15.011820330969266,
922
- "grad_norm": 1.2040516138076782,
923
  "learning_rate": 4.062222222222223e-06,
924
- "loss": 0.0036,
925
  "step": 3175
926
  },
927
  {
928
- "epoch": 15.130023640661939,
929
- "grad_norm": 0.10250318050384521,
930
  "learning_rate": 4.006666666666667e-06,
931
- "loss": 0.0025,
932
  "step": 3200
933
  },
934
  {
935
- "epoch": 15.24822695035461,
936
- "grad_norm": 0.06473812460899353,
937
  "learning_rate": 3.951111111111112e-06,
938
- "loss": 0.002,
939
  "step": 3225
940
  },
941
  {
942
- "epoch": 15.36643026004728,
943
- "grad_norm": 0.07791823148727417,
944
  "learning_rate": 3.895555555555556e-06,
945
- "loss": 0.0014,
946
  "step": 3250
947
  },
948
  {
949
- "epoch": 15.484633569739954,
950
- "grad_norm": 0.10379495471715927,
951
  "learning_rate": 3.8400000000000005e-06,
952
- "loss": 0.0019,
953
  "step": 3275
954
  },
955
  {
956
- "epoch": 15.602836879432624,
957
- "grad_norm": 0.39994242787361145,
958
  "learning_rate": 3.784444444444445e-06,
959
- "loss": 0.0022,
960
  "step": 3300
961
  },
962
  {
963
- "epoch": 15.721040189125295,
964
- "grad_norm": 0.858131468296051,
965
  "learning_rate": 3.728888888888889e-06,
966
- "loss": 0.0023,
967
  "step": 3325
968
  },
969
  {
970
- "epoch": 15.839243498817966,
971
- "grad_norm": 2.11108136177063,
972
  "learning_rate": 3.673333333333334e-06,
973
- "loss": 0.0022,
974
  "step": 3350
975
  },
976
  {
977
- "epoch": 15.957446808510639,
978
- "grad_norm": 0.06788184493780136,
979
  "learning_rate": 3.617777777777778e-06,
980
- "loss": 0.0024,
981
  "step": 3375
982
  },
983
  {
984
- "epoch": 16.07565011820331,
985
- "grad_norm": 0.18670986592769623,
986
  "learning_rate": 3.5622222222222224e-06,
987
- "loss": 0.0032,
988
  "step": 3400
989
  },
990
  {
991
- "epoch": 16.19385342789598,
992
- "grad_norm": 0.14811524748802185,
993
  "learning_rate": 3.5066666666666673e-06,
994
- "loss": 0.0024,
995
  "step": 3425
996
  },
997
  {
998
- "epoch": 16.31205673758865,
999
- "grad_norm": 0.5788585543632507,
1000
  "learning_rate": 3.4511111111111113e-06,
1001
- "loss": 0.0015,
1002
  "step": 3450
1003
  },
1004
  {
1005
- "epoch": 16.430260047281322,
1006
- "grad_norm": 0.40605735778808594,
1007
  "learning_rate": 3.3955555555555558e-06,
1008
- "loss": 0.0015,
1009
  "step": 3475
1010
  },
1011
  {
1012
- "epoch": 16.548463356973997,
1013
- "grad_norm": 0.09270340204238892,
1014
  "learning_rate": 3.3400000000000006e-06,
1015
- "loss": 0.002,
1016
  "step": 3500
1017
  },
1018
  {
1019
- "epoch": 16.666666666666668,
1020
- "grad_norm": 0.07288171350955963,
1021
  "learning_rate": 3.2844444444444447e-06,
1022
- "loss": 0.0027,
1023
  "step": 3525
1024
  },
1025
  {
1026
- "epoch": 16.78486997635934,
1027
- "grad_norm": 0.08400170505046844,
1028
  "learning_rate": 3.228888888888889e-06,
1029
- "loss": 0.0014,
1030
  "step": 3550
1031
  },
1032
  {
1033
- "epoch": 16.90307328605201,
1034
- "grad_norm": 0.6169310808181763,
1035
  "learning_rate": 3.173333333333334e-06,
1036
- "loss": 0.0015,
1037
  "step": 3575
1038
  },
1039
  {
1040
- "epoch": 17.02127659574468,
1041
- "grad_norm": 0.030366981402039528,
1042
  "learning_rate": 3.117777777777778e-06,
1043
- "loss": 0.0015,
1044
  "step": 3600
1045
  },
1046
  {
1047
- "epoch": 17.13947990543735,
1048
- "grad_norm": 0.029006587341427803,
1049
  "learning_rate": 3.0622222222222225e-06,
1050
- "loss": 0.0011,
1051
  "step": 3625
1052
  },
1053
  {
1054
- "epoch": 17.257683215130022,
1055
- "grad_norm": 0.018718773499131203,
1056
  "learning_rate": 3.0066666666666674e-06,
1057
- "loss": 0.001,
1058
  "step": 3650
1059
  },
1060
  {
1061
- "epoch": 17.375886524822697,
1062
- "grad_norm": 0.02593953162431717,
1063
  "learning_rate": 2.9511111111111114e-06,
1064
- "loss": 0.0007,
1065
  "step": 3675
1066
  },
1067
  {
1068
- "epoch": 17.494089834515368,
1069
- "grad_norm": 0.053433727473020554,
1070
  "learning_rate": 2.895555555555556e-06,
1071
- "loss": 0.0008,
1072
  "step": 3700
1073
  },
1074
  {
1075
- "epoch": 17.61229314420804,
1076
- "grad_norm": 0.02751092053949833,
1077
  "learning_rate": 2.84e-06,
1078
- "loss": 0.0012,
1079
  "step": 3725
1080
  },
1081
  {
1082
- "epoch": 17.73049645390071,
1083
- "grad_norm": 0.03605583682656288,
1084
  "learning_rate": 2.784444444444445e-06,
1085
- "loss": 0.0008,
1086
  "step": 3750
1087
  },
1088
  {
1089
- "epoch": 17.84869976359338,
1090
- "grad_norm": 0.09203966706991196,
1091
  "learning_rate": 2.7288888888888893e-06,
1092
- "loss": 0.0009,
1093
  "step": 3775
1094
  },
1095
  {
1096
- "epoch": 17.96690307328605,
1097
- "grad_norm": 0.02148735709488392,
1098
  "learning_rate": 2.6733333333333333e-06,
1099
- "loss": 0.0007,
1100
  "step": 3800
1101
  },
1102
  {
1103
- "epoch": 18.085106382978722,
1104
- "grad_norm": 0.01998170092701912,
1105
  "learning_rate": 2.617777777777778e-06,
1106
- "loss": 0.001,
1107
  "step": 3825
1108
  },
1109
  {
1110
- "epoch": 18.203309692671393,
1111
- "grad_norm": 0.018996959552168846,
1112
  "learning_rate": 2.5622222222222226e-06,
1113
- "loss": 0.0007,
1114
  "step": 3850
1115
  },
1116
  {
1117
- "epoch": 18.321513002364068,
1118
- "grad_norm": 0.02218470722436905,
1119
  "learning_rate": 2.5066666666666667e-06,
1120
- "loss": 0.0007,
1121
  "step": 3875
1122
  },
1123
  {
1124
- "epoch": 18.43971631205674,
1125
- "grad_norm": 0.0916813537478447,
1126
  "learning_rate": 2.451111111111111e-06,
1127
- "loss": 0.0007,
1128
  "step": 3900
1129
  },
1130
  {
1131
- "epoch": 18.55791962174941,
1132
- "grad_norm": 0.020167546346783638,
1133
  "learning_rate": 2.3955555555555556e-06,
1134
- "loss": 0.0006,
1135
  "step": 3925
1136
  },
1137
  {
1138
- "epoch": 18.67612293144208,
1139
- "grad_norm": 0.016945689916610718,
1140
  "learning_rate": 2.3400000000000005e-06,
1141
- "loss": 0.0007,
1142
  "step": 3950
1143
  },
1144
  {
1145
- "epoch": 18.79432624113475,
1146
- "grad_norm": 0.018247857689857483,
1147
  "learning_rate": 2.2844444444444445e-06,
1148
- "loss": 0.0007,
1149
  "step": 3975
1150
  },
1151
  {
1152
- "epoch": 18.912529550827422,
1153
- "grad_norm": 0.016460491344332695,
1154
  "learning_rate": 2.228888888888889e-06,
1155
- "loss": 0.0006,
1156
  "step": 4000
1157
  },
1158
  {
1159
- "epoch": 18.912529550827422,
1160
- "eval_loss": 1.0020800828933716,
1161
- "eval_runtime": 524.532,
1162
- "eval_samples_per_second": 2.442,
1163
- "eval_steps_per_second": 0.154,
1164
- "eval_wer": 0.38403853188635534,
1165
  "step": 4000
1166
  },
1167
  {
1168
- "epoch": 19.030732860520093,
1169
- "grad_norm": 0.014541847631335258,
1170
  "learning_rate": 2.1733333333333334e-06,
1171
- "loss": 0.0007,
1172
  "step": 4025
1173
  },
1174
  {
1175
- "epoch": 19.148936170212767,
1176
- "grad_norm": 0.017259875312447548,
1177
  "learning_rate": 2.117777777777778e-06,
1178
- "loss": 0.0006,
1179
  "step": 4050
1180
  },
1181
  {
1182
- "epoch": 19.26713947990544,
1183
- "grad_norm": 0.013374953530728817,
1184
  "learning_rate": 2.0622222222222223e-06,
1185
- "loss": 0.0006,
1186
  "step": 4075
1187
  },
1188
  {
1189
- "epoch": 19.38534278959811,
1190
- "grad_norm": 0.023194260895252228,
1191
  "learning_rate": 2.006666666666667e-06,
1192
- "loss": 0.0006,
1193
  "step": 4100
1194
  },
1195
  {
1196
- "epoch": 19.50354609929078,
1197
- "grad_norm": 0.013524125330150127,
1198
  "learning_rate": 1.9511111111111113e-06,
1199
- "loss": 0.0006,
1200
  "step": 4125
1201
  },
1202
  {
1203
- "epoch": 19.62174940898345,
1204
- "grad_norm": 0.01714450679719448,
1205
  "learning_rate": 1.8955555555555557e-06,
1206
- "loss": 0.0006,
1207
  "step": 4150
1208
  },
1209
  {
1210
- "epoch": 19.739952718676122,
1211
- "grad_norm": 0.017303649336099625,
1212
  "learning_rate": 1.8400000000000002e-06,
1213
- "loss": 0.0006,
1214
  "step": 4175
1215
  },
1216
  {
1217
- "epoch": 19.858156028368793,
1218
- "grad_norm": 0.025232350453734398,
1219
  "learning_rate": 1.7844444444444444e-06,
1220
- "loss": 0.0006,
1221
  "step": 4200
1222
  },
1223
  {
1224
- "epoch": 19.976359338061467,
1225
- "grad_norm": 0.019350698217749596,
1226
  "learning_rate": 1.728888888888889e-06,
1227
- "loss": 0.0006,
1228
  "step": 4225
1229
  },
1230
  {
1231
- "epoch": 20.094562647754138,
1232
- "grad_norm": 0.0166899636387825,
1233
  "learning_rate": 1.6733333333333335e-06,
1234
- "loss": 0.0005,
1235
  "step": 4250
1236
  },
1237
  {
1238
- "epoch": 20.21276595744681,
1239
- "grad_norm": 0.015743156895041466,
1240
  "learning_rate": 1.6177777777777778e-06,
1241
- "loss": 0.0005,
1242
  "step": 4275
1243
  },
1244
  {
1245
- "epoch": 20.33096926713948,
1246
- "grad_norm": 0.016623031347990036,
1247
  "learning_rate": 1.5622222222222225e-06,
1248
- "loss": 0.0005,
1249
  "step": 4300
1250
  },
1251
  {
1252
- "epoch": 20.44917257683215,
1253
- "grad_norm": 0.013974419794976711,
1254
  "learning_rate": 1.506666666666667e-06,
1255
- "loss": 0.0005,
1256
  "step": 4325
1257
  },
1258
  {
1259
- "epoch": 20.56737588652482,
1260
- "grad_norm": 0.014741248451173306,
1261
  "learning_rate": 1.4511111111111112e-06,
1262
- "loss": 0.0005,
1263
  "step": 4350
1264
  },
1265
  {
1266
- "epoch": 20.685579196217493,
1267
- "grad_norm": 0.016908541321754456,
1268
  "learning_rate": 1.3955555555555556e-06,
1269
- "loss": 0.0005,
1270
  "step": 4375
1271
  },
1272
  {
1273
- "epoch": 20.803782505910167,
1274
- "grad_norm": 0.01568152941763401,
1275
  "learning_rate": 1.34e-06,
1276
- "loss": 0.0005,
1277
  "step": 4400
1278
  },
1279
  {
1280
- "epoch": 20.921985815602838,
1281
- "grad_norm": 0.01495905127376318,
1282
  "learning_rate": 1.2844444444444445e-06,
1283
- "loss": 0.0005,
1284
  "step": 4425
1285
  },
1286
  {
1287
- "epoch": 21.04018912529551,
1288
- "grad_norm": 0.014800423756241798,
1289
  "learning_rate": 1.228888888888889e-06,
1290
- "loss": 0.0005,
1291
  "step": 4450
1292
  },
1293
  {
1294
- "epoch": 21.15839243498818,
1295
- "grad_norm": 0.015356684103608131,
1296
  "learning_rate": 1.1733333333333335e-06,
1297
- "loss": 0.0005,
1298
  "step": 4475
1299
  },
1300
  {
1301
- "epoch": 21.27659574468085,
1302
- "grad_norm": 0.014247337356209755,
1303
  "learning_rate": 1.117777777777778e-06,
1304
- "loss": 0.0005,
1305
  "step": 4500
1306
  },
1307
  {
1308
- "epoch": 21.39479905437352,
1309
- "grad_norm": 0.015071702189743519,
1310
  "learning_rate": 1.0622222222222222e-06,
1311
- "loss": 0.0005,
1312
  "step": 4525
1313
  },
1314
  {
1315
- "epoch": 21.513002364066192,
1316
- "grad_norm": 0.01471630111336708,
1317
  "learning_rate": 1.0066666666666668e-06,
1318
- "loss": 0.0005,
1319
  "step": 4550
1320
  },
1321
  {
1322
- "epoch": 21.631205673758867,
1323
- "grad_norm": 0.013918698765337467,
1324
  "learning_rate": 9.511111111111111e-07,
1325
- "loss": 0.0005,
1326
  "step": 4575
1327
  },
1328
  {
1329
- "epoch": 21.749408983451538,
1330
- "grad_norm": 0.015510810539126396,
1331
  "learning_rate": 8.955555555555557e-07,
1332
- "loss": 0.0005,
1333
  "step": 4600
1334
  },
1335
  {
1336
- "epoch": 21.86761229314421,
1337
- "grad_norm": 0.01677914895117283,
1338
  "learning_rate": 8.400000000000001e-07,
1339
- "loss": 0.0005,
1340
  "step": 4625
1341
  },
1342
  {
1343
- "epoch": 21.98581560283688,
1344
- "grad_norm": 0.013124167919158936,
1345
  "learning_rate": 7.844444444444445e-07,
1346
- "loss": 0.0005,
1347
  "step": 4650
1348
  },
1349
  {
1350
- "epoch": 22.10401891252955,
1351
- "grad_norm": 0.013821087777614594,
1352
  "learning_rate": 7.28888888888889e-07,
1353
- "loss": 0.0005,
1354
  "step": 4675
1355
  },
1356
  {
1357
- "epoch": 22.22222222222222,
1358
- "grad_norm": 0.010750818997621536,
1359
  "learning_rate": 6.733333333333334e-07,
1360
- "loss": 0.0005,
1361
  "step": 4700
1362
  },
1363
  {
1364
- "epoch": 22.340425531914892,
1365
- "grad_norm": 0.015222841873764992,
1366
  "learning_rate": 6.177777777777778e-07,
1367
- "loss": 0.0005,
1368
  "step": 4725
1369
  },
1370
  {
1371
- "epoch": 22.458628841607563,
1372
- "grad_norm": 0.01256669219583273,
1373
  "learning_rate": 5.622222222222223e-07,
1374
- "loss": 0.0005,
1375
  "step": 4750
1376
  },
1377
  {
1378
- "epoch": 22.576832151300238,
1379
- "grad_norm": 0.01457743626087904,
1380
  "learning_rate": 5.066666666666667e-07,
1381
- "loss": 0.0005,
1382
  "step": 4775
1383
  },
1384
  {
1385
- "epoch": 22.69503546099291,
1386
- "grad_norm": 0.014546710066497326,
1387
  "learning_rate": 4.511111111111111e-07,
1388
- "loss": 0.0005,
1389
  "step": 4800
1390
  },
1391
  {
1392
- "epoch": 22.81323877068558,
1393
- "grad_norm": 0.016056003049016,
1394
  "learning_rate": 3.9555555555555557e-07,
1395
- "loss": 0.0005,
1396
  "step": 4825
1397
  },
1398
  {
1399
- "epoch": 22.93144208037825,
1400
- "grad_norm": 0.016192374750971794,
1401
  "learning_rate": 3.4000000000000003e-07,
1402
- "loss": 0.0005,
1403
  "step": 4850
1404
  },
1405
  {
1406
- "epoch": 23.04964539007092,
1407
- "grad_norm": 0.01114520151168108,
1408
  "learning_rate": 2.844444444444445e-07,
1409
- "loss": 0.0005,
1410
  "step": 4875
1411
  },
1412
  {
1413
- "epoch": 23.167848699763592,
1414
- "grad_norm": 0.04461406543850899,
1415
  "learning_rate": 2.2888888888888892e-07,
1416
- "loss": 0.0005,
1417
  "step": 4900
1418
  },
1419
  {
1420
- "epoch": 23.286052009456263,
1421
- "grad_norm": 0.05798293650150299,
1422
  "learning_rate": 1.7333333333333335e-07,
1423
- "loss": 0.0005,
1424
  "step": 4925
1425
  },
1426
  {
1427
- "epoch": 23.404255319148938,
1428
- "grad_norm": 0.013462238945066929,
1429
  "learning_rate": 1.1777777777777778e-07,
1430
- "loss": 0.0004,
1431
  "step": 4950
1432
  },
1433
  {
1434
- "epoch": 23.52245862884161,
1435
- "grad_norm": 0.011377551592886448,
1436
  "learning_rate": 6.222222222222223e-08,
1437
- "loss": 0.0005,
1438
  "step": 4975
1439
  },
1440
  {
1441
- "epoch": 23.64066193853428,
1442
- "grad_norm": 0.010640958324074745,
1443
  "learning_rate": 6.666666666666667e-09,
1444
- "loss": 0.0005,
1445
  "step": 5000
1446
  },
1447
  {
1448
- "epoch": 23.64066193853428,
1449
- "eval_loss": 1.0314486026763916,
1450
- "eval_runtime": 519.5946,
1451
- "eval_samples_per_second": 2.465,
1452
- "eval_steps_per_second": 0.156,
1453
- "eval_wer": 0.3835507864894525,
1454
  "step": 5000
1455
  },
1456
  {
1457
- "epoch": 23.64066193853428,
1458
  "step": 5000,
1459
- "total_flos": 3.393166998601728e+20,
1460
- "train_loss": 0.10379596998989582,
1461
- "train_runtime": 41720.0473,
1462
- "train_samples_per_second": 3.835,
1463
  "train_steps_per_second": 0.12
1464
  }
1465
  ],
1466
  "logging_steps": 25,
1467
  "max_steps": 5000,
1468
  "num_input_tokens_seen": 0,
1469
- "num_train_epochs": 24,
1470
  "save_steps": 1000,
1471
  "stateful_callbacks": {
1472
  "TrainerControl": {
@@ -1480,7 +1480,7 @@
1480
  "attributes": {}
1481
  }
1482
  },
1483
- "total_flos": 3.393166998601728e+20,
1484
  "train_batch_size": 16,
1485
  "trial_name": null,
1486
  "trial_params": null
 
1
  {
2
  "best_metric": null,
3
  "best_model_checkpoint": null,
4
+ "epoch": 15.600624024960998,
5
  "eval_steps": 1000,
6
  "global_step": 5000,
7
  "is_hyper_param_search": false,
 
9
  "is_world_process_zero": true,
10
  "log_history": [
11
  {
12
+ "epoch": 0.078003120124805,
13
+ "grad_norm": 6.3628339767456055,
14
+ "learning_rate": 5.000000000000001e-07,
15
+ "loss": 1.5177,
16
  "step": 25
17
  },
18
  {
19
+ "epoch": 0.15600624024961,
20
+ "grad_norm": 5.831232070922852,
21
  "learning_rate": 9.800000000000001e-07,
22
+ "loss": 1.1971,
23
  "step": 50
24
  },
25
  {
26
+ "epoch": 0.23400936037441497,
27
+ "grad_norm": 4.637149333953857,
28
  "learning_rate": 1.48e-06,
29
+ "loss": 0.8901,
30
  "step": 75
31
  },
32
  {
33
+ "epoch": 0.31201248049922,
34
+ "grad_norm": 4.270649433135986,
35
  "learning_rate": 1.98e-06,
36
+ "loss": 0.7938,
37
  "step": 100
38
  },
39
  {
40
+ "epoch": 0.39001560062402496,
41
+ "grad_norm": 5.095465183258057,
42
  "learning_rate": 2.4800000000000004e-06,
43
+ "loss": 0.721,
44
  "step": 125
45
  },
46
  {
47
+ "epoch": 0.46801872074882994,
48
+ "grad_norm": 5.3378520011901855,
49
  "learning_rate": 2.9800000000000003e-06,
50
+ "loss": 0.7105,
51
  "step": 150
52
  },
53
  {
54
+ "epoch": 0.5460218408736349,
55
+ "grad_norm": 4.5053558349609375,
56
+ "learning_rate": 3.46e-06,
57
+ "loss": 0.6863,
58
  "step": 175
59
  },
60
  {
61
+ "epoch": 0.62402496099844,
62
+ "grad_norm": 4.717932224273682,
63
+ "learning_rate": 3.96e-06,
64
+ "loss": 0.6458,
65
  "step": 200
66
  },
67
  {
68
+ "epoch": 0.7020280811232449,
69
+ "grad_norm": 4.187346458435059,
70
+ "learning_rate": 4.4600000000000005e-06,
71
+ "loss": 0.6414,
72
  "step": 225
73
  },
74
  {
75
+ "epoch": 0.7800312012480499,
76
+ "grad_norm": 3.789942979812622,
77
+ "learning_rate": 4.960000000000001e-06,
78
+ "loss": 0.6233,
79
  "step": 250
80
  },
81
  {
82
+ "epoch": 0.858034321372855,
83
+ "grad_norm": 5.197734832763672,
84
+ "learning_rate": 5.460000000000001e-06,
85
+ "loss": 0.601,
86
  "step": 275
87
  },
88
  {
89
+ "epoch": 0.9360374414976599,
90
+ "grad_norm": 4.216986656188965,
91
+ "learning_rate": 5.9600000000000005e-06,
92
+ "loss": 0.626,
93
  "step": 300
94
  },
95
  {
96
+ "epoch": 1.0140405616224648,
97
+ "grad_norm": 3.443754196166992,
98
  "learning_rate": 6.460000000000001e-06,
99
+ "loss": 0.5809,
100
  "step": 325
101
  },
102
  {
103
+ "epoch": 1.0920436817472698,
104
+ "grad_norm": 4.23879861831665,
105
  "learning_rate": 6.96e-06,
106
+ "loss": 0.4931,
107
  "step": 350
108
  },
109
  {
110
+ "epoch": 1.1700468018720749,
111
+ "grad_norm": 4.616464614868164,
112
+ "learning_rate": 7.440000000000001e-06,
113
+ "loss": 0.4833,
114
  "step": 375
115
  },
116
  {
117
+ "epoch": 1.24804992199688,
118
+ "grad_norm": 3.7008609771728516,
119
+ "learning_rate": 7.94e-06,
120
+ "loss": 0.4792,
121
  "step": 400
122
  },
123
  {
124
+ "epoch": 1.3260530421216847,
125
+ "grad_norm": 4.368692874908447,
126
+ "learning_rate": 8.44e-06,
127
+ "loss": 0.4924,
128
  "step": 425
129
  },
130
  {
131
+ "epoch": 1.4040561622464898,
132
+ "grad_norm": 3.1923470497131348,
133
+ "learning_rate": 8.94e-06,
134
+ "loss": 0.4968,
135
  "step": 450
136
  },
137
  {
138
+ "epoch": 1.4820592823712948,
139
+ "grad_norm": 3.799287796020508,
140
+ "learning_rate": 9.440000000000001e-06,
141
+ "loss": 0.4759,
142
  "step": 475
143
  },
144
  {
145
+ "epoch": 1.5600624024960998,
146
+ "grad_norm": 3.8596694469451904,
147
+ "learning_rate": 9.940000000000001e-06,
148
+ "loss": 0.4884,
149
  "step": 500
150
  },
151
  {
152
+ "epoch": 1.6380655226209049,
153
+ "grad_norm": 3.965977907180786,
154
+ "learning_rate": 9.951111111111111e-06,
155
+ "loss": 0.5001,
156
  "step": 525
157
  },
158
  {
159
+ "epoch": 1.71606864274571,
160
+ "grad_norm": 11.547295570373535,
161
+ "learning_rate": 9.895555555555557e-06,
162
+ "loss": 0.4972,
163
  "step": 550
164
  },
165
  {
166
+ "epoch": 1.794071762870515,
167
+ "grad_norm": 3.6599745750427246,
168
+ "learning_rate": 9.84e-06,
169
+ "loss": 0.4955,
170
  "step": 575
171
  },
172
  {
173
+ "epoch": 1.8720748829953198,
174
+ "grad_norm": 3.5883848667144775,
175
+ "learning_rate": 9.784444444444445e-06,
176
+ "loss": 0.477,
177
  "step": 600
178
  },
179
  {
180
+ "epoch": 1.9500780031201248,
181
+ "grad_norm": 3.8101539611816406,
182
+ "learning_rate": 9.72888888888889e-06,
183
+ "loss": 0.4649,
184
  "step": 625
185
  },
186
  {
187
+ "epoch": 2.0280811232449296,
188
+ "grad_norm": 3.238903284072876,
189
+ "learning_rate": 9.673333333333334e-06,
190
+ "loss": 0.4188,
191
  "step": 650
192
  },
193
  {
194
+ "epoch": 2.1060842433697347,
195
+ "grad_norm": 13.860888481140137,
196
+ "learning_rate": 9.617777777777778e-06,
197
+ "loss": 0.3054,
198
  "step": 675
199
  },
200
  {
201
+ "epoch": 2.1840873634945397,
202
+ "grad_norm": 3.1065433025360107,
203
+ "learning_rate": 9.562222222222223e-06,
204
+ "loss": 0.3189,
205
  "step": 700
206
  },
207
  {
208
+ "epoch": 2.2620904836193447,
209
+ "grad_norm": 3.5035383701324463,
210
+ "learning_rate": 9.506666666666667e-06,
211
+ "loss": 0.3336,
212
  "step": 725
213
  },
214
  {
215
+ "epoch": 2.3400936037441498,
216
+ "grad_norm": 3.15653395652771,
217
+ "learning_rate": 9.451111111111112e-06,
218
+ "loss": 0.3049,
219
  "step": 750
220
  },
221
  {
222
+ "epoch": 2.418096723868955,
223
+ "grad_norm": 3.5808379650115967,
224
+ "learning_rate": 9.395555555555556e-06,
225
+ "loss": 0.3039,
226
  "step": 775
227
  },
228
  {
229
+ "epoch": 2.49609984399376,
230
+ "grad_norm": 3.342785358428955,
231
+ "learning_rate": 9.340000000000002e-06,
232
+ "loss": 0.3245,
233
  "step": 800
234
  },
235
  {
236
+ "epoch": 2.574102964118565,
237
+ "grad_norm": 3.4457006454467773,
238
+ "learning_rate": 9.284444444444444e-06,
239
+ "loss": 0.3191,
240
  "step": 825
241
  },
242
  {
243
+ "epoch": 2.6521060842433695,
244
+ "grad_norm": 2.653717517852783,
245
+ "learning_rate": 9.22888888888889e-06,
246
+ "loss": 0.3094,
247
  "step": 850
248
  },
249
  {
250
+ "epoch": 2.7301092043681745,
251
+ "grad_norm": 3.676502227783203,
252
+ "learning_rate": 9.173333333333334e-06,
253
+ "loss": 0.3132,
254
  "step": 875
255
  },
256
  {
257
+ "epoch": 2.8081123244929795,
258
+ "grad_norm": 2.7381463050842285,
259
+ "learning_rate": 9.117777777777778e-06,
260
+ "loss": 0.325,
261
  "step": 900
262
  },
263
  {
264
+ "epoch": 2.8861154446177846,
265
+ "grad_norm": 3.100311040878296,
266
+ "learning_rate": 9.062222222222224e-06,
267
+ "loss": 0.3068,
268
  "step": 925
269
  },
270
  {
271
+ "epoch": 2.9641185647425896,
272
+ "grad_norm": 3.143117904663086,
273
+ "learning_rate": 9.006666666666666e-06,
274
+ "loss": 0.3131,
275
  "step": 950
276
  },
277
  {
278
+ "epoch": 3.0421216848673946,
279
+ "grad_norm": 2.2605462074279785,
280
+ "learning_rate": 8.951111111111112e-06,
281
+ "loss": 0.2532,
282
  "step": 975
283
  },
284
  {
285
+ "epoch": 3.1201248049921997,
286
+ "grad_norm": 2.582007884979248,
287
+ "learning_rate": 8.895555555555556e-06,
288
+ "loss": 0.18,
289
  "step": 1000
290
  },
291
  {
292
+ "epoch": 3.1201248049921997,
293
+ "eval_loss": 0.5584835410118103,
294
+ "eval_runtime": 521.3754,
295
+ "eval_samples_per_second": 2.457,
296
+ "eval_steps_per_second": 0.155,
297
+ "eval_wer": 0.37714912815510304,
298
  "step": 1000
299
  },
300
  {
301
+ "epoch": 3.1981279251170047,
302
+ "grad_norm": 2.988361120223999,
303
+ "learning_rate": 8.84e-06,
304
+ "loss": 0.1874,
305
  "step": 1025
306
  },
307
  {
308
+ "epoch": 3.2761310452418098,
309
+ "grad_norm": 4.793211936950684,
310
+ "learning_rate": 8.784444444444446e-06,
311
+ "loss": 0.1892,
312
  "step": 1050
313
  },
314
  {
315
+ "epoch": 3.354134165366615,
316
+ "grad_norm": 2.9947147369384766,
317
+ "learning_rate": 8.72888888888889e-06,
318
+ "loss": 0.1888,
319
  "step": 1075
320
  },
321
  {
322
+ "epoch": 3.43213728549142,
323
+ "grad_norm": 3.2537567615509033,
324
+ "learning_rate": 8.673333333333334e-06,
325
+ "loss": 0.1949,
326
  "step": 1100
327
  },
328
  {
329
+ "epoch": 3.510140405616225,
330
+ "grad_norm": 2.6582891941070557,
331
+ "learning_rate": 8.617777777777778e-06,
332
+ "loss": 0.1933,
333
  "step": 1125
334
  },
335
  {
336
+ "epoch": 3.58814352574103,
337
+ "grad_norm": 2.752394914627075,
338
+ "learning_rate": 8.562222222222224e-06,
339
+ "loss": 0.1967,
340
  "step": 1150
341
  },
342
  {
343
+ "epoch": 3.6661466458658345,
344
+ "grad_norm": 2.853532552719116,
345
+ "learning_rate": 8.506666666666668e-06,
346
+ "loss": 0.1978,
347
  "step": 1175
348
  },
349
  {
350
+ "epoch": 3.7441497659906395,
351
+ "grad_norm": 2.4331047534942627,
352
+ "learning_rate": 8.451111111111112e-06,
353
+ "loss": 0.2051,
354
  "step": 1200
355
  },
356
  {
357
+ "epoch": 3.8221528861154446,
358
+ "grad_norm": 2.7613861560821533,
359
+ "learning_rate": 8.395555555555557e-06,
360
+ "loss": 0.1948,
361
  "step": 1225
362
  },
363
  {
364
+ "epoch": 3.9001560062402496,
365
+ "grad_norm": 2.684624433517456,
366
+ "learning_rate": 8.34e-06,
367
+ "loss": 0.2048,
368
  "step": 1250
369
  },
370
  {
371
+ "epoch": 3.9781591263650546,
372
+ "grad_norm": 4.769908428192139,
373
+ "learning_rate": 8.284444444444446e-06,
374
+ "loss": 0.2045,
375
  "step": 1275
376
  },
377
  {
378
+ "epoch": 4.056162246489859,
379
+ "grad_norm": 2.2372353076934814,
380
+ "learning_rate": 8.22888888888889e-06,
381
+ "loss": 0.1319,
382
  "step": 1300
383
  },
384
  {
385
+ "epoch": 4.134165366614664,
386
+ "grad_norm": 7.478884220123291,
387
+ "learning_rate": 8.173333333333334e-06,
388
+ "loss": 0.1106,
389
  "step": 1325
390
  },
391
  {
392
+ "epoch": 4.212168486739469,
393
+ "grad_norm": 3.3369452953338623,
394
+ "learning_rate": 8.11777777777778e-06,
395
+ "loss": 0.1115,
396
  "step": 1350
397
  },
398
  {
399
+ "epoch": 4.290171606864274,
400
+ "grad_norm": 2.1033334732055664,
401
+ "learning_rate": 8.062222222222222e-06,
402
+ "loss": 0.1148,
403
  "step": 1375
404
  },
405
  {
406
+ "epoch": 4.368174726989079,
407
+ "grad_norm": 1.9185432195663452,
408
+ "learning_rate": 8.006666666666667e-06,
409
+ "loss": 0.1082,
410
  "step": 1400
411
  },
412
  {
413
+ "epoch": 4.446177847113884,
414
+ "grad_norm": 2.428751230239868,
415
+ "learning_rate": 7.951111111111111e-06,
416
+ "loss": 0.1129,
417
  "step": 1425
418
  },
419
  {
420
+ "epoch": 4.5241809672386895,
421
+ "grad_norm": 2.757439374923706,
422
+ "learning_rate": 7.895555555555557e-06,
423
+ "loss": 0.1184,
424
  "step": 1450
425
  },
426
  {
427
+ "epoch": 4.6021840873634945,
428
+ "grad_norm": 2.134047508239746,
429
+ "learning_rate": 7.840000000000001e-06,
430
+ "loss": 0.1109,
431
  "step": 1475
432
  },
433
  {
434
+ "epoch": 4.6801872074882995,
435
+ "grad_norm": 3.3976402282714844,
436
+ "learning_rate": 7.784444444444445e-06,
437
+ "loss": 0.1209,
438
  "step": 1500
439
  },
440
  {
441
+ "epoch": 4.758190327613105,
442
+ "grad_norm": 2.2624588012695312,
443
+ "learning_rate": 7.72888888888889e-06,
444
+ "loss": 0.116,
445
  "step": 1525
446
  },
447
  {
448
+ "epoch": 4.83619344773791,
449
+ "grad_norm": 2.8306870460510254,
450
+ "learning_rate": 7.673333333333333e-06,
451
+ "loss": 0.1174,
452
  "step": 1550
453
  },
454
  {
455
+ "epoch": 4.914196567862715,
456
+ "grad_norm": 2.3666274547576904,
457
+ "learning_rate": 7.617777777777778e-06,
458
+ "loss": 0.1127,
459
  "step": 1575
460
  },
461
  {
462
+ "epoch": 4.99219968798752,
463
+ "grad_norm": 2.4004135131835938,
464
+ "learning_rate": 7.562222222222223e-06,
465
+ "loss": 0.1143,
466
  "step": 1600
467
  },
468
  {
469
+ "epoch": 5.070202808112325,
470
+ "grad_norm": 1.8675142526626587,
471
+ "learning_rate": 7.506666666666668e-06,
472
+ "loss": 0.0694,
473
  "step": 1625
474
  },
475
  {
476
+ "epoch": 5.14820592823713,
477
+ "grad_norm": 1.7827036380767822,
478
+ "learning_rate": 7.451111111111111e-06,
479
+ "loss": 0.0613,
480
  "step": 1650
481
  },
482
  {
483
+ "epoch": 5.226209048361935,
484
+ "grad_norm": 1.6281778812408447,
485
+ "learning_rate": 7.395555555555556e-06,
486
+ "loss": 0.062,
487
  "step": 1675
488
  },
489
  {
490
+ "epoch": 5.30421216848674,
491
+ "grad_norm": 3.8592145442962646,
492
+ "learning_rate": 7.340000000000001e-06,
493
+ "loss": 0.0672,
494
  "step": 1700
495
  },
496
  {
497
+ "epoch": 5.382215288611545,
498
+ "grad_norm": 2.766690731048584,
499
+ "learning_rate": 7.284444444444445e-06,
500
+ "loss": 0.0594,
501
  "step": 1725
502
  },
503
  {
504
+ "epoch": 5.460218408736349,
505
+ "grad_norm": 3.115182399749756,
506
+ "learning_rate": 7.22888888888889e-06,
507
+ "loss": 0.0625,
508
  "step": 1750
509
  },
510
  {
511
+ "epoch": 5.538221528861154,
512
+ "grad_norm": 1.6196472644805908,
513
+ "learning_rate": 7.173333333333335e-06,
514
+ "loss": 0.06,
515
  "step": 1775
516
  },
517
  {
518
+ "epoch": 5.616224648985959,
519
+ "grad_norm": 2.140605926513672,
520
+ "learning_rate": 7.117777777777778e-06,
521
+ "loss": 0.0633,
522
  "step": 1800
523
  },
524
  {
525
+ "epoch": 5.694227769110764,
526
+ "grad_norm": 2.190873622894287,
527
  "learning_rate": 7.062222222222223e-06,
528
+ "loss": 0.0678,
529
  "step": 1825
530
  },
531
  {
532
+ "epoch": 5.772230889235569,
533
+ "grad_norm": 2.369245767593384,
534
  "learning_rate": 7.006666666666667e-06,
535
+ "loss": 0.0657,
536
  "step": 1850
537
  },
538
  {
539
+ "epoch": 5.850234009360374,
540
+ "grad_norm": 1.8441182374954224,
541
  "learning_rate": 6.951111111111112e-06,
542
+ "loss": 0.0652,
543
  "step": 1875
544
  },
545
  {
546
+ "epoch": 5.928237129485179,
547
+ "grad_norm": 1.8645758628845215,
548
  "learning_rate": 6.8955555555555565e-06,
549
+ "loss": 0.0643,
550
  "step": 1900
551
  },
552
  {
553
+ "epoch": 6.006240249609984,
554
+ "grad_norm": 2.1204230785369873,
555
  "learning_rate": 6.8400000000000014e-06,
556
+ "loss": 0.0614,
557
  "step": 1925
558
  },
559
  {
560
+ "epoch": 6.084243369734789,
561
+ "grad_norm": 1.5469348430633545,
562
  "learning_rate": 6.784444444444445e-06,
563
+ "loss": 0.0364,
564
  "step": 1950
565
  },
566
  {
567
+ "epoch": 6.162246489859594,
568
+ "grad_norm": 2.485136032104492,
569
  "learning_rate": 6.7288888888888895e-06,
570
+ "loss": 0.0356,
571
  "step": 1975
572
  },
573
  {
574
+ "epoch": 6.240249609984399,
575
+ "grad_norm": 1.3276453018188477,
576
  "learning_rate": 6.6733333333333335e-06,
577
+ "loss": 0.0328,
578
  "step": 2000
579
  },
580
  {
581
+ "epoch": 6.240249609984399,
582
+ "eval_loss": 0.6914765238761902,
583
+ "eval_runtime": 519.148,
584
+ "eval_samples_per_second": 2.468,
585
  "eval_steps_per_second": 0.156,
586
+ "eval_wer": 0.3699548835507865,
587
  "step": 2000
588
  },
589
  {
590
+ "epoch": 6.318252730109204,
591
+ "grad_norm": 2.1222565174102783,
592
  "learning_rate": 6.617777777777778e-06,
593
+ "loss": 0.0363,
594
  "step": 2025
595
  },
596
  {
597
+ "epoch": 6.396255850234009,
598
+ "grad_norm": 1.7250409126281738,
599
  "learning_rate": 6.562222222222223e-06,
600
+ "loss": 0.036,
601
  "step": 2050
602
  },
603
  {
604
+ "epoch": 6.4742589703588145,
605
+ "grad_norm": 1.5123999118804932,
606
  "learning_rate": 6.5066666666666665e-06,
607
+ "loss": 0.0382,
608
  "step": 2075
609
  },
610
  {
611
+ "epoch": 6.5522620904836195,
612
+ "grad_norm": 1.8385040760040283,
613
  "learning_rate": 6.451111111111111e-06,
614
+ "loss": 0.0362,
615
  "step": 2100
616
  },
617
  {
618
+ "epoch": 6.6302652106084246,
619
+ "grad_norm": 1.9721713066101074,
620
  "learning_rate": 6.395555555555556e-06,
621
+ "loss": 0.0374,
622
  "step": 2125
623
  },
624
  {
625
+ "epoch": 6.70826833073323,
626
+ "grad_norm": 2.1653904914855957,
627
  "learning_rate": 6.34e-06,
628
+ "loss": 0.0372,
629
  "step": 2150
630
  },
631
  {
632
+ "epoch": 6.786271450858035,
633
+ "grad_norm": 1.9096741676330566,
634
  "learning_rate": 6.284444444444445e-06,
635
+ "loss": 0.0362,
636
  "step": 2175
637
  },
638
  {
639
+ "epoch": 6.86427457098284,
640
+ "grad_norm": 1.5271517038345337,
641
  "learning_rate": 6.22888888888889e-06,
642
+ "loss": 0.0375,
643
  "step": 2200
644
  },
645
  {
646
+ "epoch": 6.942277691107645,
647
+ "grad_norm": 1.6990188360214233,
648
  "learning_rate": 6.173333333333333e-06,
649
+ "loss": 0.0377,
650
  "step": 2225
651
  },
652
  {
653
+ "epoch": 7.02028081123245,
654
+ "grad_norm": 1.4633820056915283,
655
  "learning_rate": 6.117777777777778e-06,
656
+ "loss": 0.0362,
657
  "step": 2250
658
  },
659
  {
660
+ "epoch": 7.098283931357254,
661
+ "grad_norm": 0.841683566570282,
662
  "learning_rate": 6.062222222222223e-06,
663
+ "loss": 0.0197,
664
  "step": 2275
665
  },
666
  {
667
+ "epoch": 7.176287051482059,
668
+ "grad_norm": 1.274117112159729,
669
  "learning_rate": 6.006666666666667e-06,
670
+ "loss": 0.0203,
671
  "step": 2300
672
  },
673
  {
674
+ "epoch": 7.254290171606864,
675
+ "grad_norm": 2.547511100769043,
676
  "learning_rate": 5.951111111111112e-06,
677
+ "loss": 0.0232,
678
  "step": 2325
679
  },
680
  {
681
+ "epoch": 7.332293291731669,
682
+ "grad_norm": 1.2308272123336792,
683
  "learning_rate": 5.895555555555557e-06,
684
+ "loss": 0.0248,
685
  "step": 2350
686
  },
687
  {
688
+ "epoch": 7.410296411856474,
689
+ "grad_norm": 1.271571159362793,
690
  "learning_rate": 5.84e-06,
691
+ "loss": 0.0204,
692
  "step": 2375
693
  },
694
  {
695
+ "epoch": 7.488299531981279,
696
+ "grad_norm": 2.4256279468536377,
697
  "learning_rate": 5.784444444444445e-06,
698
+ "loss": 0.0236,
699
  "step": 2400
700
  },
701
  {
702
+ "epoch": 7.566302652106084,
703
+ "grad_norm": 1.8029208183288574,
704
  "learning_rate": 5.72888888888889e-06,
705
+ "loss": 0.0225,
706
  "step": 2425
707
  },
708
  {
709
+ "epoch": 7.644305772230889,
710
+ "grad_norm": 1.7934774160385132,
711
  "learning_rate": 5.673333333333334e-06,
712
+ "loss": 0.0222,
713
  "step": 2450
714
  },
715
  {
716
+ "epoch": 7.722308892355694,
717
+ "grad_norm": 0.9680442214012146,
718
  "learning_rate": 5.617777777777779e-06,
719
+ "loss": 0.0219,
720
  "step": 2475
721
  },
722
  {
723
+ "epoch": 7.800312012480499,
724
+ "grad_norm": 1.29971182346344,
725
  "learning_rate": 5.562222222222222e-06,
726
+ "loss": 0.0226,
727
  "step": 2500
728
  },
729
  {
730
+ "epoch": 7.878315132605304,
731
+ "grad_norm": 1.8278181552886963,
732
  "learning_rate": 5.506666666666667e-06,
733
+ "loss": 0.0236,
734
  "step": 2525
735
  },
736
  {
737
+ "epoch": 7.956318252730109,
738
+ "grad_norm": 1.8502779006958008,
739
  "learning_rate": 5.451111111111112e-06,
740
+ "loss": 0.0229,
741
  "step": 2550
742
  },
743
  {
744
+ "epoch": 8.034321372854913,
745
+ "grad_norm": 2.3189539909362793,
746
  "learning_rate": 5.3955555555555565e-06,
747
+ "loss": 0.0193,
748
  "step": 2575
749
  },
750
  {
751
+ "epoch": 8.112324492979718,
752
+ "grad_norm": 0.7720842361450195,
753
  "learning_rate": 5.3400000000000005e-06,
754
+ "loss": 0.0121,
755
  "step": 2600
756
  },
757
  {
758
+ "epoch": 8.190327613104524,
759
+ "grad_norm": 3.5574843883514404,
760
  "learning_rate": 5.2844444444444454e-06,
761
+ "loss": 0.0155,
762
  "step": 2625
763
  },
764
  {
765
+ "epoch": 8.268330733229329,
766
+ "grad_norm": 1.5664520263671875,
767
  "learning_rate": 5.228888888888889e-06,
768
+ "loss": 0.0147,
769
  "step": 2650
770
  },
771
  {
772
+ "epoch": 8.346333853354134,
773
+ "grad_norm": 1.2214146852493286,
774
  "learning_rate": 5.1733333333333335e-06,
775
+ "loss": 0.0149,
776
  "step": 2675
777
  },
778
  {
779
+ "epoch": 8.424336973478939,
780
+ "grad_norm": 1.0644782781600952,
781
  "learning_rate": 5.117777777777778e-06,
782
+ "loss": 0.0131,
783
  "step": 2700
784
  },
785
  {
786
+ "epoch": 8.502340093603744,
787
+ "grad_norm": 0.8796694278717041,
788
  "learning_rate": 5.062222222222222e-06,
789
+ "loss": 0.014,
790
  "step": 2725
791
  },
792
  {
793
+ "epoch": 8.580343213728549,
794
+ "grad_norm": 0.8544178009033203,
795
  "learning_rate": 5.006666666666667e-06,
796
+ "loss": 0.0146,
797
  "step": 2750
798
  },
799
  {
800
+ "epoch": 8.658346333853354,
801
+ "grad_norm": 0.7999880313873291,
802
  "learning_rate": 4.951111111111111e-06,
803
+ "loss": 0.0147,
804
  "step": 2775
805
  },
806
  {
807
+ "epoch": 8.736349453978159,
808
+ "grad_norm": 1.7287328243255615,
809
  "learning_rate": 4.895555555555556e-06,
810
+ "loss": 0.0148,
811
  "step": 2800
812
  },
813
  {
814
+ "epoch": 8.814352574102964,
815
+ "grad_norm": 1.2320371866226196,
816
  "learning_rate": 4.84e-06,
817
+ "loss": 0.0117,
818
  "step": 2825
819
  },
820
  {
821
+ "epoch": 8.892355694227769,
822
+ "grad_norm": 0.6565980315208435,
823
  "learning_rate": 4.784444444444445e-06,
824
+ "loss": 0.0171,
825
  "step": 2850
826
  },
827
  {
828
+ "epoch": 8.970358814352574,
829
+ "grad_norm": 0.6645917296409607,
830
  "learning_rate": 4.728888888888889e-06,
831
+ "loss": 0.0146,
832
  "step": 2875
833
  },
834
  {
835
+ "epoch": 9.048361934477379,
836
+ "grad_norm": 1.5899229049682617,
837
  "learning_rate": 4.673333333333333e-06,
838
+ "loss": 0.0095,
839
  "step": 2900
840
  },
841
  {
842
+ "epoch": 9.126365054602184,
843
+ "grad_norm": 1.3482928276062012,
844
  "learning_rate": 4.617777777777778e-06,
845
+ "loss": 0.0102,
846
  "step": 2925
847
  },
848
  {
849
+ "epoch": 9.204368174726989,
850
+ "grad_norm": 1.0298078060150146,
851
  "learning_rate": 4.562222222222222e-06,
852
+ "loss": 0.01,
853
  "step": 2950
854
  },
855
  {
856
+ "epoch": 9.282371294851794,
857
+ "grad_norm": 0.7524386048316956,
858
  "learning_rate": 4.506666666666667e-06,
859
+ "loss": 0.0087,
860
  "step": 2975
861
  },
862
  {
863
+ "epoch": 9.360374414976599,
864
+ "grad_norm": 1.3448346853256226,
865
  "learning_rate": 4.451111111111112e-06,
866
+ "loss": 0.0086,
867
  "step": 3000
868
  },
869
  {
870
+ "epoch": 9.360374414976599,
871
+ "eval_loss": 0.8110594749450684,
872
+ "eval_runtime": 514.7694,
873
+ "eval_samples_per_second": 2.488,
874
+ "eval_steps_per_second": 0.157,
875
+ "eval_wer": 0.3620899890257286,
876
  "step": 3000
877
  },
878
  {
879
+ "epoch": 9.438377535101404,
880
+ "grad_norm": 1.4639930725097656,
881
  "learning_rate": 4.395555555555556e-06,
882
+ "loss": 0.0089,
883
  "step": 3025
884
  },
885
  {
886
+ "epoch": 9.51638065522621,
887
+ "grad_norm": 0.7041357755661011,
888
  "learning_rate": 4.34e-06,
889
+ "loss": 0.01,
890
  "step": 3050
891
  },
892
  {
893
+ "epoch": 9.594383775351014,
894
+ "grad_norm": 0.8498127460479736,
895
  "learning_rate": 4.284444444444445e-06,
896
+ "loss": 0.0085,
897
  "step": 3075
898
  },
899
  {
900
+ "epoch": 9.67238689547582,
901
+ "grad_norm": 0.8553516864776611,
902
  "learning_rate": 4.228888888888889e-06,
903
+ "loss": 0.0101,
904
  "step": 3100
905
  },
906
  {
907
+ "epoch": 9.750390015600624,
908
+ "grad_norm": 2.619405746459961,
909
  "learning_rate": 4.173333333333334e-06,
910
+ "loss": 0.0099,
911
  "step": 3125
912
  },
913
  {
914
+ "epoch": 9.82839313572543,
915
+ "grad_norm": 1.0941424369812012,
916
  "learning_rate": 4.117777777777779e-06,
917
+ "loss": 0.0089,
918
  "step": 3150
919
  },
920
  {
921
+ "epoch": 9.906396255850234,
922
+ "grad_norm": 1.0034147500991821,
923
  "learning_rate": 4.062222222222223e-06,
924
+ "loss": 0.0087,
925
  "step": 3175
926
  },
927
  {
928
+ "epoch": 9.98439937597504,
929
+ "grad_norm": 0.6879417896270752,
930
  "learning_rate": 4.006666666666667e-06,
931
+ "loss": 0.0086,
932
  "step": 3200
933
  },
934
  {
935
+ "epoch": 10.062402496099844,
936
+ "grad_norm": 0.5009737014770508,
937
  "learning_rate": 3.951111111111112e-06,
938
+ "loss": 0.0051,
939
  "step": 3225
940
  },
941
  {
942
+ "epoch": 10.14040561622465,
943
+ "grad_norm": 0.3143404424190521,
944
  "learning_rate": 3.895555555555556e-06,
945
+ "loss": 0.0048,
946
  "step": 3250
947
  },
948
  {
949
+ "epoch": 10.218408736349454,
950
+ "grad_norm": 0.44424840807914734,
951
  "learning_rate": 3.8400000000000005e-06,
952
+ "loss": 0.0046,
953
  "step": 3275
954
  },
955
  {
956
+ "epoch": 10.29641185647426,
957
+ "grad_norm": 0.18599098920822144,
958
  "learning_rate": 3.784444444444445e-06,
959
+ "loss": 0.0039,
960
  "step": 3300
961
  },
962
  {
963
+ "epoch": 10.374414976599065,
964
+ "grad_norm": 0.2974778115749359,
965
  "learning_rate": 3.728888888888889e-06,
966
+ "loss": 0.0046,
967
  "step": 3325
968
  },
969
  {
970
+ "epoch": 10.45241809672387,
971
+ "grad_norm": 0.990300178527832,
972
  "learning_rate": 3.673333333333334e-06,
973
+ "loss": 0.0041,
974
  "step": 3350
975
  },
976
  {
977
+ "epoch": 10.530421216848675,
978
+ "grad_norm": 1.2518631219863892,
979
  "learning_rate": 3.617777777777778e-06,
980
+ "loss": 0.0048,
981
  "step": 3375
982
  },
983
  {
984
+ "epoch": 10.60842433697348,
985
+ "grad_norm": 0.9894776940345764,
986
  "learning_rate": 3.5622222222222224e-06,
987
+ "loss": 0.0053,
988
  "step": 3400
989
  },
990
  {
991
+ "epoch": 10.686427457098285,
992
+ "grad_norm": 0.192794531583786,
993
  "learning_rate": 3.5066666666666673e-06,
994
+ "loss": 0.0059,
995
  "step": 3425
996
  },
997
  {
998
+ "epoch": 10.76443057722309,
999
+ "grad_norm": 0.30634793639183044,
1000
  "learning_rate": 3.4511111111111113e-06,
1001
+ "loss": 0.0055,
1002
  "step": 3450
1003
  },
1004
  {
1005
+ "epoch": 10.842433697347893,
1006
+ "grad_norm": 0.2689841687679291,
1007
  "learning_rate": 3.3955555555555558e-06,
1008
+ "loss": 0.0051,
1009
  "step": 3475
1010
  },
1011
  {
1012
+ "epoch": 10.920436817472698,
1013
+ "grad_norm": 2.5046868324279785,
1014
  "learning_rate": 3.3400000000000006e-06,
1015
+ "loss": 0.0038,
1016
  "step": 3500
1017
  },
1018
  {
1019
+ "epoch": 10.998439937597503,
1020
+ "grad_norm": 0.7331063151359558,
1021
  "learning_rate": 3.2844444444444447e-06,
1022
+ "loss": 0.0046,
1023
  "step": 3525
1024
  },
1025
  {
1026
+ "epoch": 11.076443057722308,
1027
+ "grad_norm": 0.3739769458770752,
1028
  "learning_rate": 3.228888888888889e-06,
1029
+ "loss": 0.0033,
1030
  "step": 3550
1031
  },
1032
  {
1033
+ "epoch": 11.154446177847113,
1034
+ "grad_norm": 0.4729616343975067,
1035
  "learning_rate": 3.173333333333334e-06,
1036
+ "loss": 0.0036,
1037
  "step": 3575
1038
  },
1039
  {
1040
+ "epoch": 11.232449297971918,
1041
+ "grad_norm": 0.15952661633491516,
1042
  "learning_rate": 3.117777777777778e-06,
1043
+ "loss": 0.0029,
1044
  "step": 3600
1045
  },
1046
  {
1047
+ "epoch": 11.310452418096723,
1048
+ "grad_norm": 0.20027977228164673,
1049
  "learning_rate": 3.0622222222222225e-06,
1050
+ "loss": 0.0036,
1051
  "step": 3625
1052
  },
1053
  {
1054
+ "epoch": 11.388455538221528,
1055
+ "grad_norm": 0.19324319064617157,
1056
  "learning_rate": 3.0066666666666674e-06,
1057
+ "loss": 0.0033,
1058
  "step": 3650
1059
  },
1060
  {
1061
+ "epoch": 11.466458658346333,
1062
+ "grad_norm": 0.20121298730373383,
1063
  "learning_rate": 2.9511111111111114e-06,
1064
+ "loss": 0.0022,
1065
  "step": 3675
1066
  },
1067
  {
1068
+ "epoch": 11.544461778471138,
1069
+ "grad_norm": 0.7968800663948059,
1070
  "learning_rate": 2.895555555555556e-06,
1071
+ "loss": 0.0025,
1072
  "step": 3700
1073
  },
1074
  {
1075
+ "epoch": 11.622464898595943,
1076
+ "grad_norm": 0.1721133291721344,
1077
  "learning_rate": 2.84e-06,
1078
+ "loss": 0.0026,
1079
  "step": 3725
1080
  },
1081
  {
1082
+ "epoch": 11.700468018720748,
1083
+ "grad_norm": 0.37284353375434875,
1084
  "learning_rate": 2.784444444444445e-06,
1085
+ "loss": 0.0028,
1086
  "step": 3750
1087
  },
1088
  {
1089
+ "epoch": 11.778471138845553,
1090
+ "grad_norm": 0.1511831283569336,
1091
  "learning_rate": 2.7288888888888893e-06,
1092
+ "loss": 0.0023,
1093
  "step": 3775
1094
  },
1095
  {
1096
+ "epoch": 11.856474258970358,
1097
+ "grad_norm": 0.10786991566419601,
1098
  "learning_rate": 2.6733333333333333e-06,
1099
+ "loss": 0.0029,
1100
  "step": 3800
1101
  },
1102
  {
1103
+ "epoch": 11.934477379095163,
1104
+ "grad_norm": 1.2048157453536987,
1105
  "learning_rate": 2.617777777777778e-06,
1106
+ "loss": 0.0032,
1107
  "step": 3825
1108
  },
1109
  {
1110
+ "epoch": 12.012480499219969,
1111
+ "grad_norm": 0.1635945737361908,
1112
  "learning_rate": 2.5622222222222226e-06,
1113
+ "loss": 0.0026,
1114
  "step": 3850
1115
  },
1116
  {
1117
+ "epoch": 12.090483619344774,
1118
+ "grad_norm": 0.06904599815607071,
1119
  "learning_rate": 2.5066666666666667e-06,
1120
+ "loss": 0.0026,
1121
  "step": 3875
1122
  },
1123
  {
1124
+ "epoch": 12.168486739469579,
1125
+ "grad_norm": 0.06420668214559555,
1126
  "learning_rate": 2.451111111111111e-06,
1127
+ "loss": 0.002,
1128
  "step": 3900
1129
  },
1130
  {
1131
+ "epoch": 12.246489859594384,
1132
+ "grad_norm": 0.26706597208976746,
1133
  "learning_rate": 2.3955555555555556e-06,
1134
+ "loss": 0.0025,
1135
  "step": 3925
1136
  },
1137
  {
1138
+ "epoch": 12.324492979719189,
1139
+ "grad_norm": 0.05851108580827713,
1140
  "learning_rate": 2.3400000000000005e-06,
1141
+ "loss": 0.0018,
1142
  "step": 3950
1143
  },
1144
  {
1145
+ "epoch": 12.402496099843994,
1146
+ "grad_norm": 0.06494307518005371,
1147
  "learning_rate": 2.2844444444444445e-06,
1148
+ "loss": 0.0015,
1149
  "step": 3975
1150
  },
1151
  {
1152
+ "epoch": 12.480499219968799,
1153
+ "grad_norm": 0.07140354067087173,
1154
  "learning_rate": 2.228888888888889e-06,
1155
+ "loss": 0.0017,
1156
  "step": 4000
1157
  },
1158
  {
1159
+ "epoch": 12.480499219968799,
1160
+ "eval_loss": 0.8715334534645081,
1161
+ "eval_runtime": 513.4704,
1162
+ "eval_samples_per_second": 2.495,
1163
+ "eval_steps_per_second": 0.158,
1164
+ "eval_wer": 0.360260943787343,
1165
  "step": 4000
1166
  },
1167
  {
1168
+ "epoch": 12.558502340093604,
1169
+ "grad_norm": 0.04837729409337044,
1170
  "learning_rate": 2.1733333333333334e-06,
1171
+ "loss": 0.0014,
1172
  "step": 4025
1173
  },
1174
  {
1175
+ "epoch": 12.636505460218409,
1176
+ "grad_norm": 0.050302207469940186,
1177
  "learning_rate": 2.117777777777778e-06,
1178
+ "loss": 0.0015,
1179
  "step": 4050
1180
  },
1181
  {
1182
+ "epoch": 12.714508580343214,
1183
+ "grad_norm": 1.5353797674179077,
1184
  "learning_rate": 2.0622222222222223e-06,
1185
+ "loss": 0.0019,
1186
  "step": 4075
1187
  },
1188
  {
1189
+ "epoch": 12.792511700468019,
1190
+ "grad_norm": 0.0588994063436985,
1191
  "learning_rate": 2.006666666666667e-06,
1192
+ "loss": 0.0017,
1193
  "step": 4100
1194
  },
1195
  {
1196
+ "epoch": 12.870514820592824,
1197
+ "grad_norm": 0.05936579406261444,
1198
  "learning_rate": 1.9511111111111113e-06,
1199
+ "loss": 0.002,
1200
  "step": 4125
1201
  },
1202
  {
1203
+ "epoch": 12.948517940717629,
1204
+ "grad_norm": 0.1404724270105362,
1205
  "learning_rate": 1.8955555555555557e-06,
1206
+ "loss": 0.0023,
1207
  "step": 4150
1208
  },
1209
  {
1210
+ "epoch": 13.026521060842434,
1211
+ "grad_norm": 0.07803475856781006,
1212
  "learning_rate": 1.8400000000000002e-06,
1213
+ "loss": 0.0013,
1214
  "step": 4175
1215
  },
1216
  {
1217
+ "epoch": 13.104524180967239,
1218
+ "grad_norm": 0.045549679547548294,
1219
  "learning_rate": 1.7844444444444444e-06,
1220
+ "loss": 0.0013,
1221
  "step": 4200
1222
  },
1223
  {
1224
+ "epoch": 13.182527301092044,
1225
+ "grad_norm": 1.5323783159255981,
1226
  "learning_rate": 1.728888888888889e-06,
1227
+ "loss": 0.0018,
1228
  "step": 4225
1229
  },
1230
  {
1231
+ "epoch": 13.260530421216849,
1232
+ "grad_norm": 0.0453680157661438,
1233
  "learning_rate": 1.6733333333333335e-06,
1234
+ "loss": 0.0011,
1235
  "step": 4250
1236
  },
1237
  {
1238
+ "epoch": 13.338533541341654,
1239
+ "grad_norm": 0.16936659812927246,
1240
  "learning_rate": 1.6177777777777778e-06,
1241
+ "loss": 0.0012,
1242
  "step": 4275
1243
  },
1244
  {
1245
+ "epoch": 13.41653666146646,
1246
+ "grad_norm": 0.03871113434433937,
1247
  "learning_rate": 1.5622222222222225e-06,
1248
+ "loss": 0.0013,
1249
  "step": 4300
1250
  },
1251
  {
1252
+ "epoch": 13.494539781591264,
1253
+ "grad_norm": 0.10738777369260788,
1254
  "learning_rate": 1.506666666666667e-06,
1255
+ "loss": 0.0011,
1256
  "step": 4325
1257
  },
1258
  {
1259
+ "epoch": 13.57254290171607,
1260
+ "grad_norm": 0.047905419021844864,
1261
  "learning_rate": 1.4511111111111112e-06,
1262
+ "loss": 0.001,
1263
  "step": 4350
1264
  },
1265
  {
1266
+ "epoch": 13.650546021840874,
1267
+ "grad_norm": 0.04242739453911781,
1268
  "learning_rate": 1.3955555555555556e-06,
1269
+ "loss": 0.0013,
1270
  "step": 4375
1271
  },
1272
  {
1273
+ "epoch": 13.72854914196568,
1274
+ "grad_norm": 0.04559892416000366,
1275
  "learning_rate": 1.34e-06,
1276
+ "loss": 0.0012,
1277
  "step": 4400
1278
  },
1279
  {
1280
+ "epoch": 13.806552262090484,
1281
+ "grad_norm": 0.030529584735631943,
1282
  "learning_rate": 1.2844444444444445e-06,
1283
+ "loss": 0.0011,
1284
  "step": 4425
1285
  },
1286
  {
1287
+ "epoch": 13.88455538221529,
1288
+ "grad_norm": 0.03567594662308693,
1289
  "learning_rate": 1.228888888888889e-06,
1290
+ "loss": 0.001,
1291
  "step": 4450
1292
  },
1293
  {
1294
+ "epoch": 13.962558502340094,
1295
+ "grad_norm": 0.04149959608912468,
1296
  "learning_rate": 1.1733333333333335e-06,
1297
+ "loss": 0.0011,
1298
  "step": 4475
1299
  },
1300
  {
1301
+ "epoch": 14.0405616224649,
1302
+ "grad_norm": 0.0304497629404068,
1303
  "learning_rate": 1.117777777777778e-06,
1304
+ "loss": 0.0009,
1305
  "step": 4500
1306
  },
1307
  {
1308
+ "epoch": 14.118564742589703,
1309
+ "grad_norm": 0.028642022982239723,
1310
  "learning_rate": 1.0622222222222222e-06,
1311
+ "loss": 0.0009,
1312
  "step": 4525
1313
  },
1314
  {
1315
+ "epoch": 14.196567862714508,
1316
+ "grad_norm": 0.02880062349140644,
1317
  "learning_rate": 1.0066666666666668e-06,
1318
+ "loss": 0.0009,
1319
  "step": 4550
1320
  },
1321
  {
1322
+ "epoch": 14.274570982839313,
1323
+ "grad_norm": 0.03172925487160683,
1324
  "learning_rate": 9.511111111111111e-07,
1325
+ "loss": 0.0014,
1326
  "step": 4575
1327
  },
1328
  {
1329
+ "epoch": 14.352574102964118,
1330
+ "grad_norm": 0.02901492826640606,
1331
  "learning_rate": 8.955555555555557e-07,
1332
+ "loss": 0.0009,
1333
  "step": 4600
1334
  },
1335
  {
1336
+ "epoch": 14.430577223088923,
1337
+ "grad_norm": 0.027313807979226112,
1338
  "learning_rate": 8.400000000000001e-07,
1339
+ "loss": 0.0009,
1340
  "step": 4625
1341
  },
1342
  {
1343
+ "epoch": 14.508580343213728,
1344
+ "grad_norm": 0.03275463357567787,
1345
  "learning_rate": 7.844444444444445e-07,
1346
+ "loss": 0.0011,
1347
  "step": 4650
1348
  },
1349
  {
1350
+ "epoch": 14.586583463338533,
1351
+ "grad_norm": 0.02867468073964119,
1352
  "learning_rate": 7.28888888888889e-07,
1353
+ "loss": 0.0009,
1354
  "step": 4675
1355
  },
1356
  {
1357
+ "epoch": 14.664586583463338,
1358
+ "grad_norm": 0.02795287035405636,
1359
  "learning_rate": 6.733333333333334e-07,
1360
+ "loss": 0.0009,
1361
  "step": 4700
1362
  },
1363
  {
1364
+ "epoch": 14.742589703588143,
1365
+ "grad_norm": 0.033373042941093445,
1366
  "learning_rate": 6.177777777777778e-07,
1367
+ "loss": 0.0009,
1368
  "step": 4725
1369
  },
1370
  {
1371
+ "epoch": 14.820592823712948,
1372
+ "grad_norm": 0.10227759182453156,
1373
  "learning_rate": 5.622222222222223e-07,
1374
+ "loss": 0.001,
1375
  "step": 4750
1376
  },
1377
  {
1378
+ "epoch": 14.898595943837753,
1379
+ "grad_norm": 0.03362324461340904,
1380
  "learning_rate": 5.066666666666667e-07,
1381
+ "loss": 0.0009,
1382
  "step": 4775
1383
  },
1384
  {
1385
+ "epoch": 14.976599063962558,
1386
+ "grad_norm": 0.02761083096265793,
1387
  "learning_rate": 4.511111111111111e-07,
1388
+ "loss": 0.0009,
1389
  "step": 4800
1390
  },
1391
  {
1392
+ "epoch": 15.054602184087363,
1393
+ "grad_norm": 0.030326733365654945,
1394
  "learning_rate": 3.9555555555555557e-07,
1395
+ "loss": 0.0009,
1396
  "step": 4825
1397
  },
1398
  {
1399
+ "epoch": 15.132605304212168,
1400
+ "grad_norm": 0.02800353430211544,
1401
  "learning_rate": 3.4000000000000003e-07,
1402
+ "loss": 0.0008,
1403
  "step": 4850
1404
  },
1405
  {
1406
+ "epoch": 15.210608424336973,
1407
+ "grad_norm": 0.033761948347091675,
1408
  "learning_rate": 2.844444444444445e-07,
1409
+ "loss": 0.0008,
1410
  "step": 4875
1411
  },
1412
  {
1413
+ "epoch": 15.288611544461778,
1414
+ "grad_norm": 0.030224645510315895,
1415
  "learning_rate": 2.2888888888888892e-07,
1416
+ "loss": 0.0008,
1417
  "step": 4900
1418
  },
1419
  {
1420
+ "epoch": 15.366614664586583,
1421
+ "grad_norm": 0.023724382743239403,
1422
  "learning_rate": 1.7333333333333335e-07,
1423
+ "loss": 0.0008,
1424
  "step": 4925
1425
  },
1426
  {
1427
+ "epoch": 15.444617784711388,
1428
+ "grad_norm": 0.03140026330947876,
1429
  "learning_rate": 1.1777777777777778e-07,
1430
+ "loss": 0.0009,
1431
  "step": 4950
1432
  },
1433
  {
1434
+ "epoch": 15.522620904836193,
1435
+ "grad_norm": 0.03177293762564659,
1436
  "learning_rate": 6.222222222222223e-08,
1437
+ "loss": 0.0011,
1438
  "step": 4975
1439
  },
1440
  {
1441
+ "epoch": 15.600624024960998,
1442
+ "grad_norm": 0.023135744035243988,
1443
  "learning_rate": 6.666666666666667e-09,
1444
+ "loss": 0.0008,
1445
  "step": 5000
1446
  },
1447
  {
1448
+ "epoch": 15.600624024960998,
1449
+ "eval_loss": 0.9218041896820068,
1450
+ "eval_runtime": 514.1223,
1451
+ "eval_samples_per_second": 2.492,
1452
+ "eval_steps_per_second": 0.158,
1453
+ "eval_wer": 0.35574929886599194,
1454
  "step": 5000
1455
  },
1456
  {
1457
+ "epoch": 15.600624024960998,
1458
  "step": 5000,
1459
+ "total_flos": 3.39293344978944e+20,
1460
+ "train_loss": 0.13203169204816223,
1461
+ "train_runtime": 41579.1778,
1462
+ "train_samples_per_second": 3.848,
1463
  "train_steps_per_second": 0.12
1464
  }
1465
  ],
1466
  "logging_steps": 25,
1467
  "max_steps": 5000,
1468
  "num_input_tokens_seen": 0,
1469
+ "num_train_epochs": 16,
1470
  "save_steps": 1000,
1471
  "stateful_callbacks": {
1472
  "TrainerControl": {
 
1480
  "attributes": {}
1481
  }
1482
  },
1483
+ "total_flos": 3.39293344978944e+20,
1484
  "train_batch_size": 16,
1485
  "trial_name": null,
1486
  "trial_params": null