AsemBadr commited on
Commit
beb5969
1 Parent(s): f0ecdb7

Training in progress, step 11000, checkpoint

Browse files
checkpoint-11000/config.json ADDED
@@ -0,0 +1,65 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "/kaggle/input/whisper-small-final/whisper-small-final-v2",
3
+ "activation_dropout": 0.0,
4
+ "activation_function": "gelu",
5
+ "apply_spec_augment": false,
6
+ "architectures": [
7
+ "WhisperForConditionalGeneration"
8
+ ],
9
+ "attention_dropout": 0.0,
10
+ "begin_suppress_tokens": [
11
+ 220,
12
+ 50257
13
+ ],
14
+ "bos_token_id": 50257,
15
+ "classifier_proj_size": 256,
16
+ "d_model": 768,
17
+ "decoder_attention_heads": 12,
18
+ "decoder_ffn_dim": 3072,
19
+ "decoder_layerdrop": 0.0,
20
+ "decoder_layers": 12,
21
+ "decoder_start_token_id": 50258,
22
+ "dropout": 0.0,
23
+ "encoder_attention_heads": 12,
24
+ "encoder_ffn_dim": 3072,
25
+ "encoder_layerdrop": 0.0,
26
+ "encoder_layers": 12,
27
+ "eos_token_id": 50257,
28
+ "forced_decoder_ids": [
29
+ [
30
+ 1,
31
+ 50272
32
+ ],
33
+ [
34
+ 2,
35
+ 50359
36
+ ],
37
+ [
38
+ 3,
39
+ 50363
40
+ ]
41
+ ],
42
+ "init_std": 0.02,
43
+ "is_encoder_decoder": true,
44
+ "mask_feature_length": 10,
45
+ "mask_feature_min_masks": 0,
46
+ "mask_feature_prob": 0.0,
47
+ "mask_time_length": 10,
48
+ "mask_time_min_masks": 2,
49
+ "mask_time_prob": 0.05,
50
+ "max_length": 448,
51
+ "max_source_positions": 1500,
52
+ "max_target_positions": 448,
53
+ "median_filter_width": 7,
54
+ "model_type": "whisper",
55
+ "num_hidden_layers": 12,
56
+ "num_mel_bins": 80,
57
+ "pad_token_id": 50257,
58
+ "scale_embedding": false,
59
+ "suppress_tokens": [],
60
+ "torch_dtype": "float32",
61
+ "transformers_version": "4.40.0.dev0",
62
+ "use_cache": true,
63
+ "use_weighted_layer_sum": false,
64
+ "vocab_size": 51865
65
+ }
checkpoint-11000/generation_config.json ADDED
@@ -0,0 +1,265 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "alignment_heads": [
3
+ [
4
+ 5,
5
+ 3
6
+ ],
7
+ [
8
+ 5,
9
+ 9
10
+ ],
11
+ [
12
+ 8,
13
+ 0
14
+ ],
15
+ [
16
+ 8,
17
+ 4
18
+ ],
19
+ [
20
+ 8,
21
+ 7
22
+ ],
23
+ [
24
+ 8,
25
+ 8
26
+ ],
27
+ [
28
+ 9,
29
+ 0
30
+ ],
31
+ [
32
+ 9,
33
+ 7
34
+ ],
35
+ [
36
+ 9,
37
+ 9
38
+ ],
39
+ [
40
+ 10,
41
+ 5
42
+ ]
43
+ ],
44
+ "begin_suppress_tokens": [
45
+ 220,
46
+ 50257
47
+ ],
48
+ "bos_token_id": 50257,
49
+ "decoder_start_token_id": 50258,
50
+ "eos_token_id": 50257,
51
+ "forced_decoder_ids": [
52
+ [
53
+ 1,
54
+ null
55
+ ],
56
+ [
57
+ 2,
58
+ 50359
59
+ ]
60
+ ],
61
+ "is_multilingual": true,
62
+ "lang_to_id": {
63
+ "<|af|>": 50327,
64
+ "<|am|>": 50334,
65
+ "<|ar|>": 50272,
66
+ "<|as|>": 50350,
67
+ "<|az|>": 50304,
68
+ "<|ba|>": 50355,
69
+ "<|be|>": 50330,
70
+ "<|bg|>": 50292,
71
+ "<|bn|>": 50302,
72
+ "<|bo|>": 50347,
73
+ "<|br|>": 50309,
74
+ "<|bs|>": 50315,
75
+ "<|ca|>": 50270,
76
+ "<|cs|>": 50283,
77
+ "<|cy|>": 50297,
78
+ "<|da|>": 50285,
79
+ "<|de|>": 50261,
80
+ "<|el|>": 50281,
81
+ "<|en|>": 50259,
82
+ "<|es|>": 50262,
83
+ "<|et|>": 50307,
84
+ "<|eu|>": 50310,
85
+ "<|fa|>": 50300,
86
+ "<|fi|>": 50277,
87
+ "<|fo|>": 50338,
88
+ "<|fr|>": 50265,
89
+ "<|gl|>": 50319,
90
+ "<|gu|>": 50333,
91
+ "<|haw|>": 50352,
92
+ "<|ha|>": 50354,
93
+ "<|he|>": 50279,
94
+ "<|hi|>": 50276,
95
+ "<|hr|>": 50291,
96
+ "<|ht|>": 50339,
97
+ "<|hu|>": 50286,
98
+ "<|hy|>": 50312,
99
+ "<|id|>": 50275,
100
+ "<|is|>": 50311,
101
+ "<|it|>": 50274,
102
+ "<|ja|>": 50266,
103
+ "<|jw|>": 50356,
104
+ "<|ka|>": 50329,
105
+ "<|kk|>": 50316,
106
+ "<|km|>": 50323,
107
+ "<|kn|>": 50306,
108
+ "<|ko|>": 50264,
109
+ "<|la|>": 50294,
110
+ "<|lb|>": 50345,
111
+ "<|ln|>": 50353,
112
+ "<|lo|>": 50336,
113
+ "<|lt|>": 50293,
114
+ "<|lv|>": 50301,
115
+ "<|mg|>": 50349,
116
+ "<|mi|>": 50295,
117
+ "<|mk|>": 50308,
118
+ "<|ml|>": 50296,
119
+ "<|mn|>": 50314,
120
+ "<|mr|>": 50320,
121
+ "<|ms|>": 50282,
122
+ "<|mt|>": 50343,
123
+ "<|my|>": 50346,
124
+ "<|ne|>": 50313,
125
+ "<|nl|>": 50271,
126
+ "<|nn|>": 50342,
127
+ "<|no|>": 50288,
128
+ "<|oc|>": 50328,
129
+ "<|pa|>": 50321,
130
+ "<|pl|>": 50269,
131
+ "<|ps|>": 50340,
132
+ "<|pt|>": 50267,
133
+ "<|ro|>": 50284,
134
+ "<|ru|>": 50263,
135
+ "<|sa|>": 50344,
136
+ "<|sd|>": 50332,
137
+ "<|si|>": 50322,
138
+ "<|sk|>": 50298,
139
+ "<|sl|>": 50305,
140
+ "<|sn|>": 50324,
141
+ "<|so|>": 50326,
142
+ "<|sq|>": 50317,
143
+ "<|sr|>": 50303,
144
+ "<|su|>": 50357,
145
+ "<|sv|>": 50273,
146
+ "<|sw|>": 50318,
147
+ "<|ta|>": 50287,
148
+ "<|te|>": 50299,
149
+ "<|tg|>": 50331,
150
+ "<|th|>": 50289,
151
+ "<|tk|>": 50341,
152
+ "<|tl|>": 50348,
153
+ "<|tr|>": 50268,
154
+ "<|tt|>": 50351,
155
+ "<|uk|>": 50280,
156
+ "<|ur|>": 50290,
157
+ "<|uz|>": 50337,
158
+ "<|vi|>": 50278,
159
+ "<|yi|>": 50335,
160
+ "<|yo|>": 50325,
161
+ "<|zh|>": 50260
162
+ },
163
+ "language": "ar",
164
+ "max_initial_timestamp_index": 50,
165
+ "max_length": 448,
166
+ "no_timestamps_token_id": 50363,
167
+ "pad_token_id": 50257,
168
+ "prev_sot_token_id": 50361,
169
+ "return_timestamps": false,
170
+ "suppress_tokens": [
171
+ 1,
172
+ 2,
173
+ 7,
174
+ 8,
175
+ 9,
176
+ 10,
177
+ 14,
178
+ 25,
179
+ 26,
180
+ 27,
181
+ 28,
182
+ 29,
183
+ 31,
184
+ 58,
185
+ 59,
186
+ 60,
187
+ 61,
188
+ 62,
189
+ 63,
190
+ 90,
191
+ 91,
192
+ 92,
193
+ 93,
194
+ 359,
195
+ 503,
196
+ 522,
197
+ 542,
198
+ 873,
199
+ 893,
200
+ 902,
201
+ 918,
202
+ 922,
203
+ 931,
204
+ 1350,
205
+ 1853,
206
+ 1982,
207
+ 2460,
208
+ 2627,
209
+ 3246,
210
+ 3253,
211
+ 3268,
212
+ 3536,
213
+ 3846,
214
+ 3961,
215
+ 4183,
216
+ 4667,
217
+ 6585,
218
+ 6647,
219
+ 7273,
220
+ 9061,
221
+ 9383,
222
+ 10428,
223
+ 10929,
224
+ 11938,
225
+ 12033,
226
+ 12331,
227
+ 12562,
228
+ 13793,
229
+ 14157,
230
+ 14635,
231
+ 15265,
232
+ 15618,
233
+ 16553,
234
+ 16604,
235
+ 18362,
236
+ 18956,
237
+ 20075,
238
+ 21675,
239
+ 22520,
240
+ 26130,
241
+ 26161,
242
+ 26435,
243
+ 28279,
244
+ 29464,
245
+ 31650,
246
+ 32302,
247
+ 32470,
248
+ 36865,
249
+ 42863,
250
+ 47425,
251
+ 49870,
252
+ 50254,
253
+ 50258,
254
+ 50358,
255
+ 50359,
256
+ 50360,
257
+ 50361,
258
+ 50362
259
+ ],
260
+ "task_to_id": {
261
+ "transcribe": 50359,
262
+ "translate": 50358
263
+ },
264
+ "transformers_version": "4.40.0.dev0"
265
+ }
checkpoint-11000/model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:5ed9f4fb251c3f8113ebbc6d540a375af71e626f9e20161425d756a0f2a48ccc
3
+ size 966995080
checkpoint-11000/optimizer.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:1e098551f9ad5c50c8a5ef6fdd685b08d0aee2ef3a254d45ad88d20a22bed0b1
3
+ size 1925064044
checkpoint-11000/preprocessor_config.json ADDED
@@ -0,0 +1,14 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "chunk_length": 30,
3
+ "feature_extractor_type": "WhisperFeatureExtractor",
4
+ "feature_size": 80,
5
+ "hop_length": 160,
6
+ "n_fft": 400,
7
+ "n_samples": 480000,
8
+ "nb_max_frames": 3000,
9
+ "padding_side": "right",
10
+ "padding_value": 0.0,
11
+ "processor_class": "WhisperProcessor",
12
+ "return_attention_mask": false,
13
+ "sampling_rate": 16000
14
+ }
checkpoint-11000/rng_state.pth ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:9d82582023ea966a9634fc21e23be31422ee78df1a62d7de2a14c4c5d1f89543
3
+ size 14244
checkpoint-11000/scheduler.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:debad3b978d9b4e201fe71bea07cfbc9668a5e965bb98d0a03f31b8f2144374d
3
+ size 1064
checkpoint-11000/trainer_state.json ADDED
@@ -0,0 +1,3299 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": 2.9224686264397457,
3
+ "best_model_checkpoint": "./whisper-small-final-v2/checkpoint-5000",
4
+ "epoch": 35.59870550161812,
5
+ "eval_steps": 500,
6
+ "global_step": 11000,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.08,
13
+ "grad_norm": 0.0023542253766208887,
14
+ "learning_rate": 5.000000000000001e-07,
15
+ "loss": 0.0001,
16
+ "step": 25
17
+ },
18
+ {
19
+ "epoch": 0.16,
20
+ "grad_norm": 0.003053858410567045,
21
+ "learning_rate": 1.0000000000000002e-06,
22
+ "loss": 0.0001,
23
+ "step": 50
24
+ },
25
+ {
26
+ "epoch": 0.24,
27
+ "grad_norm": 0.007697729859501123,
28
+ "learning_rate": 1.5e-06,
29
+ "loss": 0.0001,
30
+ "step": 75
31
+ },
32
+ {
33
+ "epoch": 0.32,
34
+ "grad_norm": 0.01041096169501543,
35
+ "learning_rate": 2.0000000000000003e-06,
36
+ "loss": 0.0,
37
+ "step": 100
38
+ },
39
+ {
40
+ "epoch": 0.4,
41
+ "grad_norm": 0.0023387186229228973,
42
+ "learning_rate": 2.5e-06,
43
+ "loss": 0.0,
44
+ "step": 125
45
+ },
46
+ {
47
+ "epoch": 0.49,
48
+ "grad_norm": 0.0036297033075243235,
49
+ "learning_rate": 3e-06,
50
+ "loss": 0.0001,
51
+ "step": 150
52
+ },
53
+ {
54
+ "epoch": 0.57,
55
+ "grad_norm": 0.0016004816861823201,
56
+ "learning_rate": 3.5e-06,
57
+ "loss": 0.0,
58
+ "step": 175
59
+ },
60
+ {
61
+ "epoch": 0.65,
62
+ "grad_norm": 0.0035209895577281713,
63
+ "learning_rate": 4.000000000000001e-06,
64
+ "loss": 0.0,
65
+ "step": 200
66
+ },
67
+ {
68
+ "epoch": 0.73,
69
+ "grad_norm": 0.37100252509117126,
70
+ "learning_rate": 4.5e-06,
71
+ "loss": 0.0015,
72
+ "step": 225
73
+ },
74
+ {
75
+ "epoch": 0.81,
76
+ "grad_norm": 0.2593393325805664,
77
+ "learning_rate": 5e-06,
78
+ "loss": 0.003,
79
+ "step": 250
80
+ },
81
+ {
82
+ "epoch": 0.89,
83
+ "grad_norm": 1.1273244619369507,
84
+ "learning_rate": 5.500000000000001e-06,
85
+ "loss": 0.003,
86
+ "step": 275
87
+ },
88
+ {
89
+ "epoch": 0.97,
90
+ "grad_norm": 0.11678028106689453,
91
+ "learning_rate": 6e-06,
92
+ "loss": 0.0014,
93
+ "step": 300
94
+ },
95
+ {
96
+ "epoch": 1.05,
97
+ "grad_norm": 2.602248191833496,
98
+ "learning_rate": 6.5000000000000004e-06,
99
+ "loss": 0.0025,
100
+ "step": 325
101
+ },
102
+ {
103
+ "epoch": 1.13,
104
+ "grad_norm": 1.053270697593689,
105
+ "learning_rate": 7e-06,
106
+ "loss": 0.0021,
107
+ "step": 350
108
+ },
109
+ {
110
+ "epoch": 1.21,
111
+ "grad_norm": 0.25527653098106384,
112
+ "learning_rate": 7.500000000000001e-06,
113
+ "loss": 0.0037,
114
+ "step": 375
115
+ },
116
+ {
117
+ "epoch": 1.29,
118
+ "grad_norm": 0.208439901471138,
119
+ "learning_rate": 8.000000000000001e-06,
120
+ "loss": 0.002,
121
+ "step": 400
122
+ },
123
+ {
124
+ "epoch": 1.38,
125
+ "grad_norm": 0.14851850271224976,
126
+ "learning_rate": 8.5e-06,
127
+ "loss": 0.0034,
128
+ "step": 425
129
+ },
130
+ {
131
+ "epoch": 1.46,
132
+ "grad_norm": 1.6750054359436035,
133
+ "learning_rate": 9e-06,
134
+ "loss": 0.0046,
135
+ "step": 450
136
+ },
137
+ {
138
+ "epoch": 1.54,
139
+ "grad_norm": 4.503875255584717,
140
+ "learning_rate": 9.48e-06,
141
+ "loss": 0.0093,
142
+ "step": 475
143
+ },
144
+ {
145
+ "epoch": 1.62,
146
+ "grad_norm": 0.6791089177131653,
147
+ "learning_rate": 9.980000000000001e-06,
148
+ "loss": 0.0073,
149
+ "step": 500
150
+ },
151
+ {
152
+ "epoch": 1.62,
153
+ "eval_loss": 0.024947550147771835,
154
+ "eval_runtime": 794.9124,
155
+ "eval_samples_per_second": 1.551,
156
+ "eval_steps_per_second": 0.195,
157
+ "eval_wer": 5.002578648788035,
158
+ "step": 500
159
+ },
160
+ {
161
+ "epoch": 1.7,
162
+ "grad_norm": 0.7141709923744202,
163
+ "learning_rate": 9.931428571428571e-06,
164
+ "loss": 0.0022,
165
+ "step": 525
166
+ },
167
+ {
168
+ "epoch": 1.78,
169
+ "grad_norm": 1.1480615139007568,
170
+ "learning_rate": 9.86e-06,
171
+ "loss": 0.0036,
172
+ "step": 550
173
+ },
174
+ {
175
+ "epoch": 1.86,
176
+ "grad_norm": 1.9711138010025024,
177
+ "learning_rate": 9.78857142857143e-06,
178
+ "loss": 0.0043,
179
+ "step": 575
180
+ },
181
+ {
182
+ "epoch": 1.94,
183
+ "grad_norm": 1.0525217056274414,
184
+ "learning_rate": 9.717142857142858e-06,
185
+ "loss": 0.0051,
186
+ "step": 600
187
+ },
188
+ {
189
+ "epoch": 2.02,
190
+ "grad_norm": 0.15985222160816193,
191
+ "learning_rate": 9.645714285714286e-06,
192
+ "loss": 0.0057,
193
+ "step": 625
194
+ },
195
+ {
196
+ "epoch": 2.1,
197
+ "grad_norm": 0.8261871933937073,
198
+ "learning_rate": 9.574285714285715e-06,
199
+ "loss": 0.0023,
200
+ "step": 650
201
+ },
202
+ {
203
+ "epoch": 2.18,
204
+ "grad_norm": 0.04620926454663277,
205
+ "learning_rate": 9.502857142857144e-06,
206
+ "loss": 0.0019,
207
+ "step": 675
208
+ },
209
+ {
210
+ "epoch": 2.27,
211
+ "grad_norm": 0.3023536503314972,
212
+ "learning_rate": 9.431428571428573e-06,
213
+ "loss": 0.0012,
214
+ "step": 700
215
+ },
216
+ {
217
+ "epoch": 2.35,
218
+ "grad_norm": 0.11112522333860397,
219
+ "learning_rate": 9.360000000000002e-06,
220
+ "loss": 0.0024,
221
+ "step": 725
222
+ },
223
+ {
224
+ "epoch": 2.43,
225
+ "grad_norm": 1.6971714496612549,
226
+ "learning_rate": 9.28857142857143e-06,
227
+ "loss": 0.0031,
228
+ "step": 750
229
+ },
230
+ {
231
+ "epoch": 2.51,
232
+ "grad_norm": 0.22176721692085266,
233
+ "learning_rate": 9.217142857142858e-06,
234
+ "loss": 0.0026,
235
+ "step": 775
236
+ },
237
+ {
238
+ "epoch": 2.59,
239
+ "grad_norm": 0.2839481830596924,
240
+ "learning_rate": 9.145714285714287e-06,
241
+ "loss": 0.0016,
242
+ "step": 800
243
+ },
244
+ {
245
+ "epoch": 2.67,
246
+ "grad_norm": 0.6732001900672913,
247
+ "learning_rate": 9.074285714285716e-06,
248
+ "loss": 0.0044,
249
+ "step": 825
250
+ },
251
+ {
252
+ "epoch": 2.75,
253
+ "grad_norm": 2.15289044380188,
254
+ "learning_rate": 9.002857142857144e-06,
255
+ "loss": 0.0028,
256
+ "step": 850
257
+ },
258
+ {
259
+ "epoch": 2.83,
260
+ "grad_norm": 0.4701692759990692,
261
+ "learning_rate": 8.931428571428573e-06,
262
+ "loss": 0.0009,
263
+ "step": 875
264
+ },
265
+ {
266
+ "epoch": 2.91,
267
+ "grad_norm": 0.38268008828163147,
268
+ "learning_rate": 8.860000000000002e-06,
269
+ "loss": 0.0012,
270
+ "step": 900
271
+ },
272
+ {
273
+ "epoch": 2.99,
274
+ "grad_norm": 0.057314854115247726,
275
+ "learning_rate": 8.788571428571429e-06,
276
+ "loss": 0.001,
277
+ "step": 925
278
+ },
279
+ {
280
+ "epoch": 3.07,
281
+ "grad_norm": 0.048205479979515076,
282
+ "learning_rate": 8.717142857142858e-06,
283
+ "loss": 0.0022,
284
+ "step": 950
285
+ },
286
+ {
287
+ "epoch": 3.16,
288
+ "grad_norm": 0.008282452821731567,
289
+ "learning_rate": 8.645714285714287e-06,
290
+ "loss": 0.0006,
291
+ "step": 975
292
+ },
293
+ {
294
+ "epoch": 3.24,
295
+ "grad_norm": 1.3108314275741577,
296
+ "learning_rate": 8.574285714285714e-06,
297
+ "loss": 0.0014,
298
+ "step": 1000
299
+ },
300
+ {
301
+ "epoch": 3.24,
302
+ "eval_loss": 0.02143564447760582,
303
+ "eval_runtime": 802.0669,
304
+ "eval_samples_per_second": 1.537,
305
+ "eval_steps_per_second": 0.193,
306
+ "eval_wer": 4.108647068935878,
307
+ "step": 1000
308
+ },
309
+ {
310
+ "epoch": 3.32,
311
+ "grad_norm": 0.888531506061554,
312
+ "learning_rate": 8.502857142857143e-06,
313
+ "loss": 0.0025,
314
+ "step": 1025
315
+ },
316
+ {
317
+ "epoch": 3.4,
318
+ "grad_norm": 0.013467811048030853,
319
+ "learning_rate": 8.431428571428572e-06,
320
+ "loss": 0.0009,
321
+ "step": 1050
322
+ },
323
+ {
324
+ "epoch": 3.48,
325
+ "grad_norm": 1.272592306137085,
326
+ "learning_rate": 8.36e-06,
327
+ "loss": 0.001,
328
+ "step": 1075
329
+ },
330
+ {
331
+ "epoch": 3.56,
332
+ "grad_norm": 0.022731788456439972,
333
+ "learning_rate": 8.288571428571429e-06,
334
+ "loss": 0.0002,
335
+ "step": 1100
336
+ },
337
+ {
338
+ "epoch": 3.64,
339
+ "grad_norm": 0.49200737476348877,
340
+ "learning_rate": 8.217142857142858e-06,
341
+ "loss": 0.0011,
342
+ "step": 1125
343
+ },
344
+ {
345
+ "epoch": 3.72,
346
+ "grad_norm": 0.011444230563938618,
347
+ "learning_rate": 8.145714285714287e-06,
348
+ "loss": 0.0005,
349
+ "step": 1150
350
+ },
351
+ {
352
+ "epoch": 3.8,
353
+ "grad_norm": 0.02571061998605728,
354
+ "learning_rate": 8.074285714285714e-06,
355
+ "loss": 0.0002,
356
+ "step": 1175
357
+ },
358
+ {
359
+ "epoch": 3.88,
360
+ "grad_norm": 0.02670286037027836,
361
+ "learning_rate": 8.002857142857143e-06,
362
+ "loss": 0.0005,
363
+ "step": 1200
364
+ },
365
+ {
366
+ "epoch": 3.96,
367
+ "grad_norm": 0.04544826224446297,
368
+ "learning_rate": 7.931428571428572e-06,
369
+ "loss": 0.0007,
370
+ "step": 1225
371
+ },
372
+ {
373
+ "epoch": 4.05,
374
+ "grad_norm": 0.028520189225673676,
375
+ "learning_rate": 7.860000000000001e-06,
376
+ "loss": 0.0003,
377
+ "step": 1250
378
+ },
379
+ {
380
+ "epoch": 4.13,
381
+ "grad_norm": 0.017675643786787987,
382
+ "learning_rate": 7.788571428571428e-06,
383
+ "loss": 0.0006,
384
+ "step": 1275
385
+ },
386
+ {
387
+ "epoch": 4.21,
388
+ "grad_norm": 0.16999584436416626,
389
+ "learning_rate": 7.717142857142857e-06,
390
+ "loss": 0.0005,
391
+ "step": 1300
392
+ },
393
+ {
394
+ "epoch": 4.29,
395
+ "grad_norm": 0.22153036296367645,
396
+ "learning_rate": 7.645714285714286e-06,
397
+ "loss": 0.0004,
398
+ "step": 1325
399
+ },
400
+ {
401
+ "epoch": 4.37,
402
+ "grad_norm": 0.0049127149395644665,
403
+ "learning_rate": 7.574285714285715e-06,
404
+ "loss": 0.0001,
405
+ "step": 1350
406
+ },
407
+ {
408
+ "epoch": 4.45,
409
+ "grad_norm": 0.02039247751235962,
410
+ "learning_rate": 7.502857142857144e-06,
411
+ "loss": 0.0003,
412
+ "step": 1375
413
+ },
414
+ {
415
+ "epoch": 4.53,
416
+ "grad_norm": 0.009562624618411064,
417
+ "learning_rate": 7.431428571428572e-06,
418
+ "loss": 0.0002,
419
+ "step": 1400
420
+ },
421
+ {
422
+ "epoch": 4.61,
423
+ "grad_norm": 0.019309034571051598,
424
+ "learning_rate": 7.360000000000001e-06,
425
+ "loss": 0.0001,
426
+ "step": 1425
427
+ },
428
+ {
429
+ "epoch": 4.69,
430
+ "grad_norm": 0.004860865883529186,
431
+ "learning_rate": 7.28857142857143e-06,
432
+ "loss": 0.0008,
433
+ "step": 1450
434
+ },
435
+ {
436
+ "epoch": 4.77,
437
+ "grad_norm": 0.005680860485881567,
438
+ "learning_rate": 7.217142857142858e-06,
439
+ "loss": 0.0004,
440
+ "step": 1475
441
+ },
442
+ {
443
+ "epoch": 4.85,
444
+ "grad_norm": 0.02605484426021576,
445
+ "learning_rate": 7.145714285714286e-06,
446
+ "loss": 0.0008,
447
+ "step": 1500
448
+ },
449
+ {
450
+ "epoch": 4.85,
451
+ "eval_loss": 0.022091694176197052,
452
+ "eval_runtime": 791.3534,
453
+ "eval_samples_per_second": 1.558,
454
+ "eval_steps_per_second": 0.196,
455
+ "eval_wer": 3.988310125494241,
456
+ "step": 1500
457
+ },
458
+ {
459
+ "epoch": 4.94,
460
+ "grad_norm": 1.7420192956924438,
461
+ "learning_rate": 7.074285714285715e-06,
462
+ "loss": 0.0005,
463
+ "step": 1525
464
+ },
465
+ {
466
+ "epoch": 5.02,
467
+ "grad_norm": 0.15281762182712555,
468
+ "learning_rate": 7.002857142857143e-06,
469
+ "loss": 0.0004,
470
+ "step": 1550
471
+ },
472
+ {
473
+ "epoch": 5.1,
474
+ "grad_norm": 0.013328706845641136,
475
+ "learning_rate": 6.931428571428572e-06,
476
+ "loss": 0.0002,
477
+ "step": 1575
478
+ },
479
+ {
480
+ "epoch": 5.18,
481
+ "grad_norm": 0.23917707800865173,
482
+ "learning_rate": 6.860000000000001e-06,
483
+ "loss": 0.0019,
484
+ "step": 1600
485
+ },
486
+ {
487
+ "epoch": 5.26,
488
+ "grad_norm": 0.02083628997206688,
489
+ "learning_rate": 6.7885714285714286e-06,
490
+ "loss": 0.0003,
491
+ "step": 1625
492
+ },
493
+ {
494
+ "epoch": 5.34,
495
+ "grad_norm": 0.7623525857925415,
496
+ "learning_rate": 6.7171428571428576e-06,
497
+ "loss": 0.0006,
498
+ "step": 1650
499
+ },
500
+ {
501
+ "epoch": 5.42,
502
+ "grad_norm": 1.761312484741211,
503
+ "learning_rate": 6.645714285714287e-06,
504
+ "loss": 0.0005,
505
+ "step": 1675
506
+ },
507
+ {
508
+ "epoch": 5.5,
509
+ "grad_norm": 0.02908872812986374,
510
+ "learning_rate": 6.574285714285716e-06,
511
+ "loss": 0.0003,
512
+ "step": 1700
513
+ },
514
+ {
515
+ "epoch": 5.58,
516
+ "grad_norm": 0.0062005845829844475,
517
+ "learning_rate": 6.502857142857143e-06,
518
+ "loss": 0.0003,
519
+ "step": 1725
520
+ },
521
+ {
522
+ "epoch": 5.66,
523
+ "grad_norm": 0.009553766809403896,
524
+ "learning_rate": 6.431428571428572e-06,
525
+ "loss": 0.0001,
526
+ "step": 1750
527
+ },
528
+ {
529
+ "epoch": 5.74,
530
+ "grad_norm": 0.006461838725954294,
531
+ "learning_rate": 6.360000000000001e-06,
532
+ "loss": 0.0001,
533
+ "step": 1775
534
+ },
535
+ {
536
+ "epoch": 5.83,
537
+ "grad_norm": 0.006093865260481834,
538
+ "learning_rate": 6.288571428571429e-06,
539
+ "loss": 0.0003,
540
+ "step": 1800
541
+ },
542
+ {
543
+ "epoch": 5.91,
544
+ "grad_norm": 0.006265025120228529,
545
+ "learning_rate": 6.217142857142857e-06,
546
+ "loss": 0.0005,
547
+ "step": 1825
548
+ },
549
+ {
550
+ "epoch": 5.99,
551
+ "grad_norm": 0.08442416042089462,
552
+ "learning_rate": 6.145714285714286e-06,
553
+ "loss": 0.0002,
554
+ "step": 1850
555
+ },
556
+ {
557
+ "epoch": 6.07,
558
+ "grad_norm": 0.005628472194075584,
559
+ "learning_rate": 6.0742857142857145e-06,
560
+ "loss": 0.0001,
561
+ "step": 1875
562
+ },
563
+ {
564
+ "epoch": 6.15,
565
+ "grad_norm": 0.0012941138120368123,
566
+ "learning_rate": 6.0028571428571435e-06,
567
+ "loss": 0.0001,
568
+ "step": 1900
569
+ },
570
+ {
571
+ "epoch": 6.23,
572
+ "grad_norm": 0.003825143212452531,
573
+ "learning_rate": 5.9314285714285725e-06,
574
+ "loss": 0.0001,
575
+ "step": 1925
576
+ },
577
+ {
578
+ "epoch": 6.31,
579
+ "grad_norm": 0.002939299214631319,
580
+ "learning_rate": 5.86e-06,
581
+ "loss": 0.0,
582
+ "step": 1950
583
+ },
584
+ {
585
+ "epoch": 6.39,
586
+ "grad_norm": 0.0030452311038970947,
587
+ "learning_rate": 5.788571428571429e-06,
588
+ "loss": 0.0001,
589
+ "step": 1975
590
+ },
591
+ {
592
+ "epoch": 6.47,
593
+ "grad_norm": 0.017602646723389626,
594
+ "learning_rate": 5.717142857142858e-06,
595
+ "loss": 0.0,
596
+ "step": 2000
597
+ },
598
+ {
599
+ "epoch": 6.47,
600
+ "eval_loss": 0.018006248399615288,
601
+ "eval_runtime": 791.4436,
602
+ "eval_samples_per_second": 1.558,
603
+ "eval_steps_per_second": 0.196,
604
+ "eval_wer": 2.974041602200447,
605
+ "step": 2000
606
+ },
607
+ {
608
+ "epoch": 6.55,
609
+ "grad_norm": 0.09079013019800186,
610
+ "learning_rate": 5.645714285714287e-06,
611
+ "loss": 0.0001,
612
+ "step": 2025
613
+ },
614
+ {
615
+ "epoch": 6.63,
616
+ "grad_norm": 0.011517921462655067,
617
+ "learning_rate": 5.574285714285714e-06,
618
+ "loss": 0.0001,
619
+ "step": 2050
620
+ },
621
+ {
622
+ "epoch": 6.72,
623
+ "grad_norm": 0.0036222347989678383,
624
+ "learning_rate": 5.502857142857143e-06,
625
+ "loss": 0.0,
626
+ "step": 2075
627
+ },
628
+ {
629
+ "epoch": 6.8,
630
+ "grad_norm": 0.09321127831935883,
631
+ "learning_rate": 5.431428571428572e-06,
632
+ "loss": 0.0,
633
+ "step": 2100
634
+ },
635
+ {
636
+ "epoch": 6.88,
637
+ "grad_norm": 0.019542288035154343,
638
+ "learning_rate": 5.36e-06,
639
+ "loss": 0.0,
640
+ "step": 2125
641
+ },
642
+ {
643
+ "epoch": 6.96,
644
+ "grad_norm": 0.010700986720621586,
645
+ "learning_rate": 5.2885714285714285e-06,
646
+ "loss": 0.0001,
647
+ "step": 2150
648
+ },
649
+ {
650
+ "epoch": 7.04,
651
+ "grad_norm": 0.005260708276182413,
652
+ "learning_rate": 5.2171428571428575e-06,
653
+ "loss": 0.0,
654
+ "step": 2175
655
+ },
656
+ {
657
+ "epoch": 7.12,
658
+ "grad_norm": 0.0018403552239760756,
659
+ "learning_rate": 5.145714285714286e-06,
660
+ "loss": 0.0,
661
+ "step": 2200
662
+ },
663
+ {
664
+ "epoch": 7.2,
665
+ "grad_norm": 0.00291392276994884,
666
+ "learning_rate": 5.074285714285715e-06,
667
+ "loss": 0.0,
668
+ "step": 2225
669
+ },
670
+ {
671
+ "epoch": 7.28,
672
+ "grad_norm": 0.001351356622762978,
673
+ "learning_rate": 5.002857142857144e-06,
674
+ "loss": 0.0,
675
+ "step": 2250
676
+ },
677
+ {
678
+ "epoch": 7.36,
679
+ "grad_norm": 0.002212280174717307,
680
+ "learning_rate": 4.931428571428572e-06,
681
+ "loss": 0.0,
682
+ "step": 2275
683
+ },
684
+ {
685
+ "epoch": 7.44,
686
+ "grad_norm": 0.0013704759767279029,
687
+ "learning_rate": 4.86e-06,
688
+ "loss": 0.0,
689
+ "step": 2300
690
+ },
691
+ {
692
+ "epoch": 7.52,
693
+ "grad_norm": 0.004209516104310751,
694
+ "learning_rate": 4.788571428571429e-06,
695
+ "loss": 0.0,
696
+ "step": 2325
697
+ },
698
+ {
699
+ "epoch": 7.61,
700
+ "grad_norm": 0.004072306212037802,
701
+ "learning_rate": 4.717142857142857e-06,
702
+ "loss": 0.0,
703
+ "step": 2350
704
+ },
705
+ {
706
+ "epoch": 7.69,
707
+ "grad_norm": 0.0258013978600502,
708
+ "learning_rate": 4.645714285714286e-06,
709
+ "loss": 0.0,
710
+ "step": 2375
711
+ },
712
+ {
713
+ "epoch": 7.77,
714
+ "grad_norm": 0.0018390474142506719,
715
+ "learning_rate": 4.574285714285714e-06,
716
+ "loss": 0.0,
717
+ "step": 2400
718
+ },
719
+ {
720
+ "epoch": 7.85,
721
+ "grad_norm": 0.002616502810269594,
722
+ "learning_rate": 4.5028571428571434e-06,
723
+ "loss": 0.0,
724
+ "step": 2425
725
+ },
726
+ {
727
+ "epoch": 7.93,
728
+ "grad_norm": 0.0016982157249003649,
729
+ "learning_rate": 4.431428571428572e-06,
730
+ "loss": 0.0,
731
+ "step": 2450
732
+ },
733
+ {
734
+ "epoch": 8.01,
735
+ "grad_norm": 0.0023189985658973455,
736
+ "learning_rate": 4.360000000000001e-06,
737
+ "loss": 0.0,
738
+ "step": 2475
739
+ },
740
+ {
741
+ "epoch": 8.09,
742
+ "grad_norm": 0.003353666979819536,
743
+ "learning_rate": 4.288571428571429e-06,
744
+ "loss": 0.0,
745
+ "step": 2500
746
+ },
747
+ {
748
+ "epoch": 8.09,
749
+ "eval_loss": 0.017685044556856155,
750
+ "eval_runtime": 798.3523,
751
+ "eval_samples_per_second": 1.544,
752
+ "eval_steps_per_second": 0.194,
753
+ "eval_wer": 3.094378545642084,
754
+ "step": 2500
755
+ },
756
+ {
757
+ "epoch": 8.17,
758
+ "grad_norm": 0.0012944688787683845,
759
+ "learning_rate": 4.217142857142858e-06,
760
+ "loss": 0.0,
761
+ "step": 2525
762
+ },
763
+ {
764
+ "epoch": 8.25,
765
+ "grad_norm": 0.002697590971365571,
766
+ "learning_rate": 4.145714285714286e-06,
767
+ "loss": 0.0,
768
+ "step": 2550
769
+ },
770
+ {
771
+ "epoch": 8.33,
772
+ "grad_norm": 0.0015665855025872588,
773
+ "learning_rate": 4.074285714285714e-06,
774
+ "loss": 0.0,
775
+ "step": 2575
776
+ },
777
+ {
778
+ "epoch": 8.41,
779
+ "grad_norm": 0.0023723498452454805,
780
+ "learning_rate": 4.002857142857143e-06,
781
+ "loss": 0.0,
782
+ "step": 2600
783
+ },
784
+ {
785
+ "epoch": 8.5,
786
+ "grad_norm": 0.0024561272002756596,
787
+ "learning_rate": 3.931428571428571e-06,
788
+ "loss": 0.0,
789
+ "step": 2625
790
+ },
791
+ {
792
+ "epoch": 8.58,
793
+ "grad_norm": 0.0012809446780011058,
794
+ "learning_rate": 3.86e-06,
795
+ "loss": 0.0,
796
+ "step": 2650
797
+ },
798
+ {
799
+ "epoch": 8.66,
800
+ "grad_norm": 0.002741657430306077,
801
+ "learning_rate": 3.7885714285714285e-06,
802
+ "loss": 0.0,
803
+ "step": 2675
804
+ },
805
+ {
806
+ "epoch": 8.74,
807
+ "grad_norm": 0.0022798278369009495,
808
+ "learning_rate": 3.7171428571428575e-06,
809
+ "loss": 0.0,
810
+ "step": 2700
811
+ },
812
+ {
813
+ "epoch": 8.82,
814
+ "grad_norm": 0.0008324767695739865,
815
+ "learning_rate": 3.6457142857142857e-06,
816
+ "loss": 0.0,
817
+ "step": 2725
818
+ },
819
+ {
820
+ "epoch": 8.9,
821
+ "grad_norm": 0.0021829677280038595,
822
+ "learning_rate": 3.5742857142857147e-06,
823
+ "loss": 0.0,
824
+ "step": 2750
825
+ },
826
+ {
827
+ "epoch": 8.98,
828
+ "grad_norm": 0.0010186375584453344,
829
+ "learning_rate": 3.5028571428571433e-06,
830
+ "loss": 0.0,
831
+ "step": 2775
832
+ },
833
+ {
834
+ "epoch": 9.06,
835
+ "grad_norm": 0.0021447737235575914,
836
+ "learning_rate": 3.431428571428572e-06,
837
+ "loss": 0.0,
838
+ "step": 2800
839
+ },
840
+ {
841
+ "epoch": 9.14,
842
+ "grad_norm": 0.0014905674615874887,
843
+ "learning_rate": 3.3600000000000004e-06,
844
+ "loss": 0.0,
845
+ "step": 2825
846
+ },
847
+ {
848
+ "epoch": 9.22,
849
+ "grad_norm": 0.0023917625658214092,
850
+ "learning_rate": 3.2885714285714286e-06,
851
+ "loss": 0.0,
852
+ "step": 2850
853
+ },
854
+ {
855
+ "epoch": 9.3,
856
+ "grad_norm": 0.0014455171767622232,
857
+ "learning_rate": 3.2171428571428576e-06,
858
+ "loss": 0.0,
859
+ "step": 2875
860
+ },
861
+ {
862
+ "epoch": 9.39,
863
+ "grad_norm": 0.009605071507394314,
864
+ "learning_rate": 3.1457142857142858e-06,
865
+ "loss": 0.0,
866
+ "step": 2900
867
+ },
868
+ {
869
+ "epoch": 9.47,
870
+ "grad_norm": 0.0006564524956047535,
871
+ "learning_rate": 3.074285714285715e-06,
872
+ "loss": 0.0,
873
+ "step": 2925
874
+ },
875
+ {
876
+ "epoch": 9.55,
877
+ "grad_norm": 0.0008893849444575608,
878
+ "learning_rate": 3.002857142857143e-06,
879
+ "loss": 0.0,
880
+ "step": 2950
881
+ },
882
+ {
883
+ "epoch": 9.63,
884
+ "grad_norm": 0.001537854433991015,
885
+ "learning_rate": 2.9314285714285716e-06,
886
+ "loss": 0.0,
887
+ "step": 2975
888
+ },
889
+ {
890
+ "epoch": 9.71,
891
+ "grad_norm": 0.0020573874935507774,
892
+ "learning_rate": 2.86e-06,
893
+ "loss": 0.0,
894
+ "step": 3000
895
+ },
896
+ {
897
+ "epoch": 9.71,
898
+ "eval_loss": 0.017799125984311104,
899
+ "eval_runtime": 794.7434,
900
+ "eval_samples_per_second": 1.551,
901
+ "eval_steps_per_second": 0.195,
902
+ "eval_wer": 3.094378545642084,
903
+ "step": 3000
904
+ },
905
+ {
906
+ "epoch": 9.79,
907
+ "grad_norm": 0.001788494409993291,
908
+ "learning_rate": 2.7885714285714287e-06,
909
+ "loss": 0.0,
910
+ "step": 3025
911
+ },
912
+ {
913
+ "epoch": 9.87,
914
+ "grad_norm": 0.0009725405252538621,
915
+ "learning_rate": 2.7171428571428577e-06,
916
+ "loss": 0.0,
917
+ "step": 3050
918
+ },
919
+ {
920
+ "epoch": 9.95,
921
+ "grad_norm": 0.001284493599087,
922
+ "learning_rate": 2.645714285714286e-06,
923
+ "loss": 0.0,
924
+ "step": 3075
925
+ },
926
+ {
927
+ "epoch": 10.03,
928
+ "grad_norm": 0.0017106755403801799,
929
+ "learning_rate": 2.574285714285715e-06,
930
+ "loss": 0.0,
931
+ "step": 3100
932
+ },
933
+ {
934
+ "epoch": 10.11,
935
+ "grad_norm": 0.0007921723299659789,
936
+ "learning_rate": 2.502857142857143e-06,
937
+ "loss": 0.0,
938
+ "step": 3125
939
+ },
940
+ {
941
+ "epoch": 10.19,
942
+ "grad_norm": 0.0018981642788276076,
943
+ "learning_rate": 2.4314285714285717e-06,
944
+ "loss": 0.0,
945
+ "step": 3150
946
+ },
947
+ {
948
+ "epoch": 10.28,
949
+ "grad_norm": 0.0014530618209391832,
950
+ "learning_rate": 2.3600000000000003e-06,
951
+ "loss": 0.0,
952
+ "step": 3175
953
+ },
954
+ {
955
+ "epoch": 10.36,
956
+ "grad_norm": 0.0011344915255904198,
957
+ "learning_rate": 2.288571428571429e-06,
958
+ "loss": 0.0,
959
+ "step": 3200
960
+ },
961
+ {
962
+ "epoch": 10.44,
963
+ "grad_norm": 0.0006109612877480686,
964
+ "learning_rate": 2.2171428571428575e-06,
965
+ "loss": 0.0,
966
+ "step": 3225
967
+ },
968
+ {
969
+ "epoch": 10.52,
970
+ "grad_norm": 0.0011850837618112564,
971
+ "learning_rate": 2.145714285714286e-06,
972
+ "loss": 0.0,
973
+ "step": 3250
974
+ },
975
+ {
976
+ "epoch": 10.6,
977
+ "grad_norm": 0.0005283011123538017,
978
+ "learning_rate": 2.0742857142857146e-06,
979
+ "loss": 0.0,
980
+ "step": 3275
981
+ },
982
+ {
983
+ "epoch": 10.68,
984
+ "grad_norm": 0.0010328389471396804,
985
+ "learning_rate": 2.0028571428571432e-06,
986
+ "loss": 0.0,
987
+ "step": 3300
988
+ },
989
+ {
990
+ "epoch": 10.76,
991
+ "grad_norm": 0.0009599952027201653,
992
+ "learning_rate": 1.9314285714285714e-06,
993
+ "loss": 0.0,
994
+ "step": 3325
995
+ },
996
+ {
997
+ "epoch": 10.84,
998
+ "grad_norm": 0.0011755761224776506,
999
+ "learning_rate": 1.8600000000000002e-06,
1000
+ "loss": 0.0,
1001
+ "step": 3350
1002
+ },
1003
+ {
1004
+ "epoch": 10.92,
1005
+ "grad_norm": 0.0018132536206394434,
1006
+ "learning_rate": 1.7885714285714288e-06,
1007
+ "loss": 0.0,
1008
+ "step": 3375
1009
+ },
1010
+ {
1011
+ "epoch": 11.0,
1012
+ "grad_norm": 0.0018807642627507448,
1013
+ "learning_rate": 1.7171428571428572e-06,
1014
+ "loss": 0.0,
1015
+ "step": 3400
1016
+ },
1017
+ {
1018
+ "epoch": 11.08,
1019
+ "grad_norm": 0.003156110644340515,
1020
+ "learning_rate": 1.6457142857142857e-06,
1021
+ "loss": 0.0,
1022
+ "step": 3425
1023
+ },
1024
+ {
1025
+ "epoch": 11.17,
1026
+ "grad_norm": 0.0010045066010206938,
1027
+ "learning_rate": 1.5742857142857143e-06,
1028
+ "loss": 0.0,
1029
+ "step": 3450
1030
+ },
1031
+ {
1032
+ "epoch": 11.25,
1033
+ "grad_norm": 0.0008904847782105207,
1034
+ "learning_rate": 1.502857142857143e-06,
1035
+ "loss": 0.0,
1036
+ "step": 3475
1037
+ },
1038
+ {
1039
+ "epoch": 11.33,
1040
+ "grad_norm": 0.0013107324484735727,
1041
+ "learning_rate": 1.4314285714285717e-06,
1042
+ "loss": 0.0,
1043
+ "step": 3500
1044
+ },
1045
+ {
1046
+ "epoch": 11.33,
1047
+ "eval_loss": 0.017873059958219528,
1048
+ "eval_runtime": 799.0063,
1049
+ "eval_samples_per_second": 1.543,
1050
+ "eval_steps_per_second": 0.194,
1051
+ "eval_wer": 3.1287605294825513,
1052
+ "step": 3500
1053
+ },
1054
+ {
1055
+ "epoch": 11.41,
1056
+ "grad_norm": 0.0013505747774615884,
1057
+ "learning_rate": 1.3600000000000001e-06,
1058
+ "loss": 0.0,
1059
+ "step": 3525
1060
+ },
1061
+ {
1062
+ "epoch": 11.49,
1063
+ "grad_norm": 0.0013679265975952148,
1064
+ "learning_rate": 1.2885714285714287e-06,
1065
+ "loss": 0.0,
1066
+ "step": 3550
1067
+ },
1068
+ {
1069
+ "epoch": 11.57,
1070
+ "grad_norm": 0.0021877065300941467,
1071
+ "learning_rate": 1.2171428571428573e-06,
1072
+ "loss": 0.0,
1073
+ "step": 3575
1074
+ },
1075
+ {
1076
+ "epoch": 11.65,
1077
+ "grad_norm": 0.0011414324399083853,
1078
+ "learning_rate": 1.1457142857142859e-06,
1079
+ "loss": 0.0,
1080
+ "step": 3600
1081
+ },
1082
+ {
1083
+ "epoch": 11.73,
1084
+ "grad_norm": 0.0008932927739806473,
1085
+ "learning_rate": 1.0742857142857145e-06,
1086
+ "loss": 0.0,
1087
+ "step": 3625
1088
+ },
1089
+ {
1090
+ "epoch": 11.81,
1091
+ "grad_norm": 0.0016671326011419296,
1092
+ "learning_rate": 1.0028571428571428e-06,
1093
+ "loss": 0.0,
1094
+ "step": 3650
1095
+ },
1096
+ {
1097
+ "epoch": 11.89,
1098
+ "grad_norm": 0.0011023151455447078,
1099
+ "learning_rate": 9.314285714285714e-07,
1100
+ "loss": 0.0,
1101
+ "step": 3675
1102
+ },
1103
+ {
1104
+ "epoch": 11.97,
1105
+ "grad_norm": 0.0008648216025903821,
1106
+ "learning_rate": 8.6e-07,
1107
+ "loss": 0.0,
1108
+ "step": 3700
1109
+ },
1110
+ {
1111
+ "epoch": 12.06,
1112
+ "grad_norm": 0.003709783311933279,
1113
+ "learning_rate": 7.885714285714287e-07,
1114
+ "loss": 0.0,
1115
+ "step": 3725
1116
+ },
1117
+ {
1118
+ "epoch": 12.14,
1119
+ "grad_norm": 0.0005944801960140467,
1120
+ "learning_rate": 7.171428571428572e-07,
1121
+ "loss": 0.0,
1122
+ "step": 3750
1123
+ },
1124
+ {
1125
+ "epoch": 12.22,
1126
+ "grad_norm": 0.0010830622632056475,
1127
+ "learning_rate": 6.457142857142858e-07,
1128
+ "loss": 0.0,
1129
+ "step": 3775
1130
+ },
1131
+ {
1132
+ "epoch": 12.3,
1133
+ "grad_norm": 0.0018471087096258998,
1134
+ "learning_rate": 5.742857142857143e-07,
1135
+ "loss": 0.0,
1136
+ "step": 3800
1137
+ },
1138
+ {
1139
+ "epoch": 12.38,
1140
+ "grad_norm": 0.0018315908964723349,
1141
+ "learning_rate": 5.028571428571429e-07,
1142
+ "loss": 0.0,
1143
+ "step": 3825
1144
+ },
1145
+ {
1146
+ "epoch": 12.46,
1147
+ "grad_norm": 0.0010556795168668032,
1148
+ "learning_rate": 4.3142857142857146e-07,
1149
+ "loss": 0.0,
1150
+ "step": 3850
1151
+ },
1152
+ {
1153
+ "epoch": 12.54,
1154
+ "grad_norm": 0.001286807470023632,
1155
+ "learning_rate": 3.6e-07,
1156
+ "loss": 0.0,
1157
+ "step": 3875
1158
+ },
1159
+ {
1160
+ "epoch": 12.62,
1161
+ "grad_norm": 0.0025280534755438566,
1162
+ "learning_rate": 2.885714285714286e-07,
1163
+ "loss": 0.0,
1164
+ "step": 3900
1165
+ },
1166
+ {
1167
+ "epoch": 12.7,
1168
+ "grad_norm": 0.0008814557804726064,
1169
+ "learning_rate": 2.1714285714285715e-07,
1170
+ "loss": 0.0,
1171
+ "step": 3925
1172
+ },
1173
+ {
1174
+ "epoch": 12.78,
1175
+ "grad_norm": 0.0007184511632658541,
1176
+ "learning_rate": 1.4571428571428574e-07,
1177
+ "loss": 0.0,
1178
+ "step": 3950
1179
+ },
1180
+ {
1181
+ "epoch": 12.86,
1182
+ "grad_norm": 0.0024200354237109423,
1183
+ "learning_rate": 7.428571428571429e-08,
1184
+ "loss": 0.0,
1185
+ "step": 3975
1186
+ },
1187
+ {
1188
+ "epoch": 12.94,
1189
+ "grad_norm": 0.0013352702371776104,
1190
+ "learning_rate": 2.8571428571428576e-09,
1191
+ "loss": 0.0,
1192
+ "step": 4000
1193
+ },
1194
+ {
1195
+ "epoch": 12.94,
1196
+ "eval_loss": 0.017900340259075165,
1197
+ "eval_runtime": 798.968,
1198
+ "eval_samples_per_second": 1.543,
1199
+ "eval_steps_per_second": 0.194,
1200
+ "eval_wer": 3.1287605294825513,
1201
+ "step": 4000
1202
+ },
1203
+ {
1204
+ "epoch": 13.03,
1205
+ "grad_norm": 0.0006061609601601958,
1206
+ "learning_rate": 5.301333333333334e-06,
1207
+ "loss": 0.0,
1208
+ "step": 4025
1209
+ },
1210
+ {
1211
+ "epoch": 13.11,
1212
+ "grad_norm": 0.000903214851859957,
1213
+ "learning_rate": 5.268000000000001e-06,
1214
+ "loss": 0.0,
1215
+ "step": 4050
1216
+ },
1217
+ {
1218
+ "epoch": 13.19,
1219
+ "grad_norm": 0.0009095696732401848,
1220
+ "learning_rate": 5.234666666666667e-06,
1221
+ "loss": 0.0,
1222
+ "step": 4075
1223
+ },
1224
+ {
1225
+ "epoch": 13.27,
1226
+ "grad_norm": 0.0009569237590767443,
1227
+ "learning_rate": 5.201333333333334e-06,
1228
+ "loss": 0.0,
1229
+ "step": 4100
1230
+ },
1231
+ {
1232
+ "epoch": 13.35,
1233
+ "grad_norm": 0.0013346378691494465,
1234
+ "learning_rate": 5.168000000000001e-06,
1235
+ "loss": 0.0,
1236
+ "step": 4125
1237
+ },
1238
+ {
1239
+ "epoch": 13.43,
1240
+ "grad_norm": 0.0007105122786015272,
1241
+ "learning_rate": 5.134666666666667e-06,
1242
+ "loss": 0.0,
1243
+ "step": 4150
1244
+ },
1245
+ {
1246
+ "epoch": 13.51,
1247
+ "grad_norm": 0.001324965967796743,
1248
+ "learning_rate": 5.101333333333334e-06,
1249
+ "loss": 0.0,
1250
+ "step": 4175
1251
+ },
1252
+ {
1253
+ "epoch": 13.59,
1254
+ "grad_norm": 0.002936706179752946,
1255
+ "learning_rate": 5.0680000000000004e-06,
1256
+ "loss": 0.0,
1257
+ "step": 4200
1258
+ },
1259
+ {
1260
+ "epoch": 13.67,
1261
+ "grad_norm": 0.0006480725132860243,
1262
+ "learning_rate": 5.034666666666667e-06,
1263
+ "loss": 0.0,
1264
+ "step": 4225
1265
+ },
1266
+ {
1267
+ "epoch": 13.75,
1268
+ "grad_norm": 0.0008248516824096441,
1269
+ "learning_rate": 5.001333333333333e-06,
1270
+ "loss": 0.0,
1271
+ "step": 4250
1272
+ },
1273
+ {
1274
+ "epoch": 13.83,
1275
+ "grad_norm": 0.000976664014160633,
1276
+ "learning_rate": 4.9680000000000005e-06,
1277
+ "loss": 0.0,
1278
+ "step": 4275
1279
+ },
1280
+ {
1281
+ "epoch": 13.92,
1282
+ "grad_norm": 0.0007901455392129719,
1283
+ "learning_rate": 4.934666666666667e-06,
1284
+ "loss": 0.0,
1285
+ "step": 4300
1286
+ },
1287
+ {
1288
+ "epoch": 14.0,
1289
+ "grad_norm": 0.0008691786788403988,
1290
+ "learning_rate": 4.901333333333333e-06,
1291
+ "loss": 0.0,
1292
+ "step": 4325
1293
+ },
1294
+ {
1295
+ "epoch": 14.08,
1296
+ "grad_norm": 0.00039108938653953373,
1297
+ "learning_rate": 4.868000000000001e-06,
1298
+ "loss": 0.0,
1299
+ "step": 4350
1300
+ },
1301
+ {
1302
+ "epoch": 14.16,
1303
+ "grad_norm": 0.000672497262712568,
1304
+ "learning_rate": 4.834666666666667e-06,
1305
+ "loss": 0.0,
1306
+ "step": 4375
1307
+ },
1308
+ {
1309
+ "epoch": 14.24,
1310
+ "grad_norm": 0.0006290368619374931,
1311
+ "learning_rate": 4.801333333333334e-06,
1312
+ "loss": 0.0,
1313
+ "step": 4400
1314
+ },
1315
+ {
1316
+ "epoch": 14.32,
1317
+ "grad_norm": 0.0012541558826342225,
1318
+ "learning_rate": 4.768000000000001e-06,
1319
+ "loss": 0.0,
1320
+ "step": 4425
1321
+ },
1322
+ {
1323
+ "epoch": 14.4,
1324
+ "grad_norm": 0.0015149698592722416,
1325
+ "learning_rate": 4.734666666666667e-06,
1326
+ "loss": 0.0,
1327
+ "step": 4450
1328
+ },
1329
+ {
1330
+ "epoch": 14.48,
1331
+ "grad_norm": 0.001397727057337761,
1332
+ "learning_rate": 4.701333333333334e-06,
1333
+ "loss": 0.0,
1334
+ "step": 4475
1335
+ },
1336
+ {
1337
+ "epoch": 14.56,
1338
+ "grad_norm": 0.001000353367999196,
1339
+ "learning_rate": 4.668e-06,
1340
+ "loss": 0.0,
1341
+ "step": 4500
1342
+ },
1343
+ {
1344
+ "epoch": 14.56,
1345
+ "eval_loss": 0.018149884417653084,
1346
+ "eval_runtime": 806.023,
1347
+ "eval_samples_per_second": 1.53,
1348
+ "eval_steps_per_second": 0.192,
1349
+ "eval_wer": 2.888086642599278,
1350
+ "step": 4500
1351
+ },
1352
+ {
1353
+ "epoch": 14.64,
1354
+ "grad_norm": 0.0004112539754714817,
1355
+ "learning_rate": 4.634666666666667e-06,
1356
+ "loss": 0.0,
1357
+ "step": 4525
1358
+ },
1359
+ {
1360
+ "epoch": 14.72,
1361
+ "grad_norm": 0.00042669521644711494,
1362
+ "learning_rate": 4.601333333333334e-06,
1363
+ "loss": 0.0,
1364
+ "step": 4550
1365
+ },
1366
+ {
1367
+ "epoch": 14.81,
1368
+ "grad_norm": 0.0005972330691292882,
1369
+ "learning_rate": 4.568e-06,
1370
+ "loss": 0.0,
1371
+ "step": 4575
1372
+ },
1373
+ {
1374
+ "epoch": 14.89,
1375
+ "grad_norm": 0.000703622295986861,
1376
+ "learning_rate": 4.534666666666667e-06,
1377
+ "loss": 0.0,
1378
+ "step": 4600
1379
+ },
1380
+ {
1381
+ "epoch": 14.97,
1382
+ "grad_norm": 0.0008054905338212848,
1383
+ "learning_rate": 4.501333333333334e-06,
1384
+ "loss": 0.0,
1385
+ "step": 4625
1386
+ },
1387
+ {
1388
+ "epoch": 15.05,
1389
+ "grad_norm": 0.0006107372464612126,
1390
+ "learning_rate": 4.468e-06,
1391
+ "loss": 0.0,
1392
+ "step": 4650
1393
+ },
1394
+ {
1395
+ "epoch": 15.13,
1396
+ "grad_norm": 0.0011443241965025663,
1397
+ "learning_rate": 4.4346666666666675e-06,
1398
+ "loss": 0.0,
1399
+ "step": 4675
1400
+ },
1401
+ {
1402
+ "epoch": 15.21,
1403
+ "grad_norm": 0.0007337784627452493,
1404
+ "learning_rate": 4.401333333333334e-06,
1405
+ "loss": 0.0,
1406
+ "step": 4700
1407
+ },
1408
+ {
1409
+ "epoch": 15.29,
1410
+ "grad_norm": 0.0005867818254046142,
1411
+ "learning_rate": 4.368e-06,
1412
+ "loss": 0.0,
1413
+ "step": 4725
1414
+ },
1415
+ {
1416
+ "epoch": 15.37,
1417
+ "grad_norm": 0.00047605938743799925,
1418
+ "learning_rate": 4.334666666666667e-06,
1419
+ "loss": 0.0,
1420
+ "step": 4750
1421
+ },
1422
+ {
1423
+ "epoch": 15.45,
1424
+ "grad_norm": 0.0007535215700045228,
1425
+ "learning_rate": 4.301333333333333e-06,
1426
+ "loss": 0.0,
1427
+ "step": 4775
1428
+ },
1429
+ {
1430
+ "epoch": 15.53,
1431
+ "grad_norm": 0.0004895786987617612,
1432
+ "learning_rate": 4.2680000000000005e-06,
1433
+ "loss": 0.0,
1434
+ "step": 4800
1435
+ },
1436
+ {
1437
+ "epoch": 15.61,
1438
+ "grad_norm": 0.0005502207204699516,
1439
+ "learning_rate": 4.234666666666667e-06,
1440
+ "loss": 0.0,
1441
+ "step": 4825
1442
+ },
1443
+ {
1444
+ "epoch": 15.7,
1445
+ "grad_norm": 0.0008273226558230817,
1446
+ "learning_rate": 4.201333333333334e-06,
1447
+ "loss": 0.0,
1448
+ "step": 4850
1449
+ },
1450
+ {
1451
+ "epoch": 15.78,
1452
+ "grad_norm": 0.0008853155304677784,
1453
+ "learning_rate": 4.168000000000001e-06,
1454
+ "loss": 0.0,
1455
+ "step": 4875
1456
+ },
1457
+ {
1458
+ "epoch": 15.86,
1459
+ "grad_norm": 0.0008551743812859058,
1460
+ "learning_rate": 4.134666666666667e-06,
1461
+ "loss": 0.0,
1462
+ "step": 4900
1463
+ },
1464
+ {
1465
+ "epoch": 15.94,
1466
+ "grad_norm": 0.0012048580683767796,
1467
+ "learning_rate": 4.1013333333333334e-06,
1468
+ "loss": 0.0,
1469
+ "step": 4925
1470
+ },
1471
+ {
1472
+ "epoch": 16.02,
1473
+ "grad_norm": 0.00043612357694655657,
1474
+ "learning_rate": 4.068000000000001e-06,
1475
+ "loss": 0.0,
1476
+ "step": 4950
1477
+ },
1478
+ {
1479
+ "epoch": 16.1,
1480
+ "grad_norm": 0.0005169506184756756,
1481
+ "learning_rate": 4.034666666666667e-06,
1482
+ "loss": 0.0,
1483
+ "step": 4975
1484
+ },
1485
+ {
1486
+ "epoch": 16.18,
1487
+ "grad_norm": 0.000585487752687186,
1488
+ "learning_rate": 4.0013333333333335e-06,
1489
+ "loss": 0.0,
1490
+ "step": 5000
1491
+ },
1492
+ {
1493
+ "epoch": 16.18,
1494
+ "eval_loss": 0.018417511135339737,
1495
+ "eval_runtime": 808.2166,
1496
+ "eval_samples_per_second": 1.526,
1497
+ "eval_steps_per_second": 0.192,
1498
+ "eval_wer": 2.9224686264397457,
1499
+ "step": 5000
1500
+ },
1501
+ {
1502
+ "epoch": 16.26,
1503
+ "grad_norm": 0.000627236848231405,
1504
+ "learning_rate": 3.968e-06,
1505
+ "loss": 0.0,
1506
+ "step": 5025
1507
+ },
1508
+ {
1509
+ "epoch": 16.34,
1510
+ "grad_norm": 0.0008906592265702784,
1511
+ "learning_rate": 3.934666666666667e-06,
1512
+ "loss": 0.0,
1513
+ "step": 5050
1514
+ },
1515
+ {
1516
+ "epoch": 16.42,
1517
+ "grad_norm": 0.0005441014654934406,
1518
+ "learning_rate": 3.901333333333334e-06,
1519
+ "loss": 0.0,
1520
+ "step": 5075
1521
+ },
1522
+ {
1523
+ "epoch": 16.5,
1524
+ "grad_norm": 0.001127504394389689,
1525
+ "learning_rate": 3.868e-06,
1526
+ "loss": 0.0,
1527
+ "step": 5100
1528
+ },
1529
+ {
1530
+ "epoch": 16.59,
1531
+ "grad_norm": 0.0006261191447265446,
1532
+ "learning_rate": 3.834666666666667e-06,
1533
+ "loss": 0.0,
1534
+ "step": 5125
1535
+ },
1536
+ {
1537
+ "epoch": 16.67,
1538
+ "grad_norm": 0.0007385109784081578,
1539
+ "learning_rate": 3.8013333333333333e-06,
1540
+ "loss": 0.0,
1541
+ "step": 5150
1542
+ },
1543
+ {
1544
+ "epoch": 16.75,
1545
+ "grad_norm": 0.0010095132747665048,
1546
+ "learning_rate": 3.7680000000000006e-06,
1547
+ "loss": 0.0,
1548
+ "step": 5175
1549
+ },
1550
+ {
1551
+ "epoch": 16.83,
1552
+ "grad_norm": 0.0008644785266369581,
1553
+ "learning_rate": 3.734666666666667e-06,
1554
+ "loss": 0.0,
1555
+ "step": 5200
1556
+ },
1557
+ {
1558
+ "epoch": 16.91,
1559
+ "grad_norm": 0.0005047526792623103,
1560
+ "learning_rate": 3.7013333333333334e-06,
1561
+ "loss": 0.0,
1562
+ "step": 5225
1563
+ },
1564
+ {
1565
+ "epoch": 16.99,
1566
+ "grad_norm": 0.0005285277147777379,
1567
+ "learning_rate": 3.6680000000000003e-06,
1568
+ "loss": 0.0,
1569
+ "step": 5250
1570
+ },
1571
+ {
1572
+ "epoch": 17.07,
1573
+ "grad_norm": 0.0005454490310512483,
1574
+ "learning_rate": 3.6346666666666667e-06,
1575
+ "loss": 0.0,
1576
+ "step": 5275
1577
+ },
1578
+ {
1579
+ "epoch": 17.15,
1580
+ "grad_norm": 0.0005612596869468689,
1581
+ "learning_rate": 3.601333333333334e-06,
1582
+ "loss": 0.0,
1583
+ "step": 5300
1584
+ },
1585
+ {
1586
+ "epoch": 17.23,
1587
+ "grad_norm": 0.0006952615804038942,
1588
+ "learning_rate": 3.5680000000000004e-06,
1589
+ "loss": 0.0,
1590
+ "step": 5325
1591
+ },
1592
+ {
1593
+ "epoch": 17.31,
1594
+ "grad_norm": 0.0005712429410777986,
1595
+ "learning_rate": 3.534666666666667e-06,
1596
+ "loss": 0.0,
1597
+ "step": 5350
1598
+ },
1599
+ {
1600
+ "epoch": 17.39,
1601
+ "grad_norm": 0.00041945508564822376,
1602
+ "learning_rate": 3.5013333333333337e-06,
1603
+ "loss": 0.0,
1604
+ "step": 5375
1605
+ },
1606
+ {
1607
+ "epoch": 17.48,
1608
+ "grad_norm": 0.00044482393423095345,
1609
+ "learning_rate": 3.468e-06,
1610
+ "loss": 0.0,
1611
+ "step": 5400
1612
+ },
1613
+ {
1614
+ "epoch": 17.56,
1615
+ "grad_norm": 0.0004090140573680401,
1616
+ "learning_rate": 3.4346666666666665e-06,
1617
+ "loss": 0.0,
1618
+ "step": 5425
1619
+ },
1620
+ {
1621
+ "epoch": 17.64,
1622
+ "grad_norm": 0.00047689909115433693,
1623
+ "learning_rate": 3.4013333333333338e-06,
1624
+ "loss": 0.0,
1625
+ "step": 5450
1626
+ },
1627
+ {
1628
+ "epoch": 17.72,
1629
+ "grad_norm": 0.0006317782681435347,
1630
+ "learning_rate": 3.368e-06,
1631
+ "loss": 0.0,
1632
+ "step": 5475
1633
+ },
1634
+ {
1635
+ "epoch": 17.8,
1636
+ "grad_norm": 0.0004752794047817588,
1637
+ "learning_rate": 3.334666666666667e-06,
1638
+ "loss": 0.0,
1639
+ "step": 5500
1640
+ },
1641
+ {
1642
+ "epoch": 17.8,
1643
+ "eval_loss": 0.018600720912218094,
1644
+ "eval_runtime": 803.0485,
1645
+ "eval_samples_per_second": 1.535,
1646
+ "eval_steps_per_second": 0.193,
1647
+ "eval_wer": 3.0256145779611483,
1648
+ "step": 5500
1649
+ },
1650
+ {
1651
+ "epoch": 17.88,
1652
+ "grad_norm": 0.0007763198809698224,
1653
+ "learning_rate": 3.3013333333333335e-06,
1654
+ "loss": 0.0,
1655
+ "step": 5525
1656
+ },
1657
+ {
1658
+ "epoch": 17.96,
1659
+ "grad_norm": 0.0006742349942214787,
1660
+ "learning_rate": 3.268e-06,
1661
+ "loss": 0.0,
1662
+ "step": 5550
1663
+ },
1664
+ {
1665
+ "epoch": 18.04,
1666
+ "grad_norm": 0.00037475177668966353,
1667
+ "learning_rate": 3.234666666666667e-06,
1668
+ "loss": 0.0,
1669
+ "step": 5575
1670
+ },
1671
+ {
1672
+ "epoch": 18.12,
1673
+ "grad_norm": 0.0003356238012202084,
1674
+ "learning_rate": 3.2013333333333336e-06,
1675
+ "loss": 0.0,
1676
+ "step": 5600
1677
+ },
1678
+ {
1679
+ "epoch": 18.2,
1680
+ "grad_norm": 0.0004451247223187238,
1681
+ "learning_rate": 3.1680000000000004e-06,
1682
+ "loss": 0.0,
1683
+ "step": 5625
1684
+ },
1685
+ {
1686
+ "epoch": 18.28,
1687
+ "grad_norm": 0.0006252903258427978,
1688
+ "learning_rate": 3.134666666666667e-06,
1689
+ "loss": 0.0,
1690
+ "step": 5650
1691
+ },
1692
+ {
1693
+ "epoch": 18.37,
1694
+ "grad_norm": 0.00027708217385225,
1695
+ "learning_rate": 3.1013333333333333e-06,
1696
+ "loss": 0.0,
1697
+ "step": 5675
1698
+ },
1699
+ {
1700
+ "epoch": 18.45,
1701
+ "grad_norm": 0.00046747917076572776,
1702
+ "learning_rate": 3.0680000000000005e-06,
1703
+ "loss": 0.0,
1704
+ "step": 5700
1705
+ },
1706
+ {
1707
+ "epoch": 18.53,
1708
+ "grad_norm": 0.0009358280221931636,
1709
+ "learning_rate": 3.034666666666667e-06,
1710
+ "loss": 0.0,
1711
+ "step": 5725
1712
+ },
1713
+ {
1714
+ "epoch": 18.61,
1715
+ "grad_norm": 0.0007056727772578597,
1716
+ "learning_rate": 3.0013333333333334e-06,
1717
+ "loss": 0.0,
1718
+ "step": 5750
1719
+ },
1720
+ {
1721
+ "epoch": 18.69,
1722
+ "grad_norm": 0.00043415065738372505,
1723
+ "learning_rate": 2.9680000000000002e-06,
1724
+ "loss": 0.0,
1725
+ "step": 5775
1726
+ },
1727
+ {
1728
+ "epoch": 18.77,
1729
+ "grad_norm": 0.0005403661634773016,
1730
+ "learning_rate": 2.9346666666666666e-06,
1731
+ "loss": 0.0,
1732
+ "step": 5800
1733
+ },
1734
+ {
1735
+ "epoch": 18.85,
1736
+ "grad_norm": 0.0002807588898576796,
1737
+ "learning_rate": 2.901333333333334e-06,
1738
+ "loss": 0.0,
1739
+ "step": 5825
1740
+ },
1741
+ {
1742
+ "epoch": 18.93,
1743
+ "grad_norm": 0.00064972008112818,
1744
+ "learning_rate": 2.8680000000000003e-06,
1745
+ "loss": 0.0,
1746
+ "step": 5850
1747
+ },
1748
+ {
1749
+ "epoch": 19.01,
1750
+ "grad_norm": 0.00047511656885035336,
1751
+ "learning_rate": 2.8346666666666667e-06,
1752
+ "loss": 0.0,
1753
+ "step": 5875
1754
+ },
1755
+ {
1756
+ "epoch": 19.09,
1757
+ "grad_norm": 0.0008176405099220574,
1758
+ "learning_rate": 2.8013333333333336e-06,
1759
+ "loss": 0.0,
1760
+ "step": 5900
1761
+ },
1762
+ {
1763
+ "epoch": 19.17,
1764
+ "grad_norm": 0.0006749618332833052,
1765
+ "learning_rate": 2.768e-06,
1766
+ "loss": 0.0,
1767
+ "step": 5925
1768
+ },
1769
+ {
1770
+ "epoch": 19.26,
1771
+ "grad_norm": 0.00030714174499735236,
1772
+ "learning_rate": 2.7346666666666673e-06,
1773
+ "loss": 0.0,
1774
+ "step": 5950
1775
+ },
1776
+ {
1777
+ "epoch": 19.34,
1778
+ "grad_norm": 0.0002531746868044138,
1779
+ "learning_rate": 2.7013333333333337e-06,
1780
+ "loss": 0.0,
1781
+ "step": 5975
1782
+ },
1783
+ {
1784
+ "epoch": 19.42,
1785
+ "grad_norm": 0.0002513741492293775,
1786
+ "learning_rate": 2.668e-06,
1787
+ "loss": 0.0,
1788
+ "step": 6000
1789
+ },
1790
+ {
1791
+ "epoch": 19.42,
1792
+ "eval_loss": 0.01877419464290142,
1793
+ "eval_runtime": 802.3536,
1794
+ "eval_samples_per_second": 1.537,
1795
+ "eval_steps_per_second": 0.193,
1796
+ "eval_wer": 3.1803335052432526,
1797
+ "step": 6000
1798
+ },
1799
+ {
1800
+ "epoch": 19.5,
1801
+ "grad_norm": 0.00022407456708606333,
1802
+ "learning_rate": 2.634666666666667e-06,
1803
+ "loss": 0.0,
1804
+ "step": 6025
1805
+ },
1806
+ {
1807
+ "epoch": 19.58,
1808
+ "grad_norm": 0.0006584114744327962,
1809
+ "learning_rate": 2.6013333333333334e-06,
1810
+ "loss": 0.0,
1811
+ "step": 6050
1812
+ },
1813
+ {
1814
+ "epoch": 19.66,
1815
+ "grad_norm": 0.0003251735179219395,
1816
+ "learning_rate": 2.568e-06,
1817
+ "loss": 0.0,
1818
+ "step": 6075
1819
+ },
1820
+ {
1821
+ "epoch": 19.74,
1822
+ "grad_norm": 0.00032441489747725427,
1823
+ "learning_rate": 2.534666666666667e-06,
1824
+ "loss": 0.0,
1825
+ "step": 6100
1826
+ },
1827
+ {
1828
+ "epoch": 19.82,
1829
+ "grad_norm": 0.000556399580091238,
1830
+ "learning_rate": 2.5013333333333335e-06,
1831
+ "loss": 0.0,
1832
+ "step": 6125
1833
+ },
1834
+ {
1835
+ "epoch": 19.9,
1836
+ "grad_norm": 0.0003794110380113125,
1837
+ "learning_rate": 2.468e-06,
1838
+ "loss": 0.0,
1839
+ "step": 6150
1840
+ },
1841
+ {
1842
+ "epoch": 19.98,
1843
+ "grad_norm": 0.0008817287161946297,
1844
+ "learning_rate": 2.4346666666666668e-06,
1845
+ "loss": 0.0,
1846
+ "step": 6175
1847
+ },
1848
+ {
1849
+ "epoch": 20.06,
1850
+ "grad_norm": 0.0003605467500165105,
1851
+ "learning_rate": 2.4013333333333336e-06,
1852
+ "loss": 0.0,
1853
+ "step": 6200
1854
+ },
1855
+ {
1856
+ "epoch": 20.15,
1857
+ "grad_norm": 0.00034257510560564697,
1858
+ "learning_rate": 2.3680000000000005e-06,
1859
+ "loss": 0.0,
1860
+ "step": 6225
1861
+ },
1862
+ {
1863
+ "epoch": 20.23,
1864
+ "grad_norm": 0.0006304741837084293,
1865
+ "learning_rate": 2.334666666666667e-06,
1866
+ "loss": 0.0,
1867
+ "step": 6250
1868
+ },
1869
+ {
1870
+ "epoch": 20.31,
1871
+ "grad_norm": 0.0003804029547609389,
1872
+ "learning_rate": 2.3013333333333333e-06,
1873
+ "loss": 0.0,
1874
+ "step": 6275
1875
+ },
1876
+ {
1877
+ "epoch": 20.39,
1878
+ "grad_norm": 0.0003537291777320206,
1879
+ "learning_rate": 2.268e-06,
1880
+ "loss": 0.0,
1881
+ "step": 6300
1882
+ },
1883
+ {
1884
+ "epoch": 20.47,
1885
+ "grad_norm": 0.0005464838468469679,
1886
+ "learning_rate": 2.234666666666667e-06,
1887
+ "loss": 0.0,
1888
+ "step": 6325
1889
+ },
1890
+ {
1891
+ "epoch": 20.55,
1892
+ "grad_norm": 0.00035579383256845176,
1893
+ "learning_rate": 2.2013333333333334e-06,
1894
+ "loss": 0.0,
1895
+ "step": 6350
1896
+ },
1897
+ {
1898
+ "epoch": 20.63,
1899
+ "grad_norm": 0.00029211092623881996,
1900
+ "learning_rate": 2.1680000000000002e-06,
1901
+ "loss": 0.0,
1902
+ "step": 6375
1903
+ },
1904
+ {
1905
+ "epoch": 20.71,
1906
+ "grad_norm": 0.00046534286229871213,
1907
+ "learning_rate": 2.1346666666666667e-06,
1908
+ "loss": 0.0,
1909
+ "step": 6400
1910
+ },
1911
+ {
1912
+ "epoch": 20.79,
1913
+ "grad_norm": 0.0003821933933068067,
1914
+ "learning_rate": 2.1013333333333335e-06,
1915
+ "loss": 0.0,
1916
+ "step": 6425
1917
+ },
1918
+ {
1919
+ "epoch": 20.87,
1920
+ "grad_norm": 0.00034173333551734686,
1921
+ "learning_rate": 2.0680000000000004e-06,
1922
+ "loss": 0.0,
1923
+ "step": 6450
1924
+ },
1925
+ {
1926
+ "epoch": 20.95,
1927
+ "grad_norm": 0.00022973580053076148,
1928
+ "learning_rate": 2.0346666666666668e-06,
1929
+ "loss": 0.0,
1930
+ "step": 6475
1931
+ },
1932
+ {
1933
+ "epoch": 21.04,
1934
+ "grad_norm": 0.00030270396382547915,
1935
+ "learning_rate": 2.0013333333333336e-06,
1936
+ "loss": 0.0,
1937
+ "step": 6500
1938
+ },
1939
+ {
1940
+ "epoch": 21.04,
1941
+ "eval_loss": 0.018963992595672607,
1942
+ "eval_runtime": 809.4746,
1943
+ "eval_samples_per_second": 1.523,
1944
+ "eval_steps_per_second": 0.191,
1945
+ "eval_wer": 3.163142513323019,
1946
+ "step": 6500
1947
+ },
1948
+ {
1949
+ "epoch": 21.12,
1950
+ "grad_norm": 0.00032841338543221354,
1951
+ "learning_rate": 1.968e-06,
1952
+ "loss": 0.0,
1953
+ "step": 6525
1954
+ },
1955
+ {
1956
+ "epoch": 21.2,
1957
+ "grad_norm": 0.0006685039843432605,
1958
+ "learning_rate": 1.934666666666667e-06,
1959
+ "loss": 0.0,
1960
+ "step": 6550
1961
+ },
1962
+ {
1963
+ "epoch": 21.28,
1964
+ "grad_norm": 0.0002688696840777993,
1965
+ "learning_rate": 1.9013333333333333e-06,
1966
+ "loss": 0.0,
1967
+ "step": 6575
1968
+ },
1969
+ {
1970
+ "epoch": 21.36,
1971
+ "grad_norm": 0.00033872510539367795,
1972
+ "learning_rate": 1.8680000000000002e-06,
1973
+ "loss": 0.0,
1974
+ "step": 6600
1975
+ },
1976
+ {
1977
+ "epoch": 21.44,
1978
+ "grad_norm": 0.0004930770955979824,
1979
+ "learning_rate": 1.8346666666666668e-06,
1980
+ "loss": 0.0,
1981
+ "step": 6625
1982
+ },
1983
+ {
1984
+ "epoch": 21.52,
1985
+ "grad_norm": 0.00019405547936912626,
1986
+ "learning_rate": 1.8013333333333336e-06,
1987
+ "loss": 0.0,
1988
+ "step": 6650
1989
+ },
1990
+ {
1991
+ "epoch": 21.6,
1992
+ "grad_norm": 0.00027933728415519,
1993
+ "learning_rate": 1.7680000000000003e-06,
1994
+ "loss": 0.0,
1995
+ "step": 6675
1996
+ },
1997
+ {
1998
+ "epoch": 21.68,
1999
+ "grad_norm": 0.0006270716548897326,
2000
+ "learning_rate": 1.7346666666666667e-06,
2001
+ "loss": 0.0,
2002
+ "step": 6700
2003
+ },
2004
+ {
2005
+ "epoch": 21.76,
2006
+ "grad_norm": 0.00039901587297208607,
2007
+ "learning_rate": 1.7013333333333335e-06,
2008
+ "loss": 0.0,
2009
+ "step": 6725
2010
+ },
2011
+ {
2012
+ "epoch": 21.84,
2013
+ "grad_norm": 0.0003480367304291576,
2014
+ "learning_rate": 1.6680000000000002e-06,
2015
+ "loss": 0.0,
2016
+ "step": 6750
2017
+ },
2018
+ {
2019
+ "epoch": 21.93,
2020
+ "grad_norm": 0.00031261061667464674,
2021
+ "learning_rate": 1.6346666666666668e-06,
2022
+ "loss": 0.0,
2023
+ "step": 6775
2024
+ },
2025
+ {
2026
+ "epoch": 22.01,
2027
+ "grad_norm": 0.0002611794334370643,
2028
+ "learning_rate": 1.6013333333333334e-06,
2029
+ "loss": 0.0,
2030
+ "step": 6800
2031
+ },
2032
+ {
2033
+ "epoch": 22.09,
2034
+ "grad_norm": 0.00025896457373164594,
2035
+ "learning_rate": 1.568e-06,
2036
+ "loss": 0.0,
2037
+ "step": 6825
2038
+ },
2039
+ {
2040
+ "epoch": 22.17,
2041
+ "grad_norm": 0.00022639252711087465,
2042
+ "learning_rate": 1.534666666666667e-06,
2043
+ "loss": 0.0,
2044
+ "step": 6850
2045
+ },
2046
+ {
2047
+ "epoch": 22.25,
2048
+ "grad_norm": 0.0004359305021353066,
2049
+ "learning_rate": 1.5013333333333335e-06,
2050
+ "loss": 0.0,
2051
+ "step": 6875
2052
+ },
2053
+ {
2054
+ "epoch": 22.33,
2055
+ "grad_norm": 0.00036377765354700387,
2056
+ "learning_rate": 1.4680000000000002e-06,
2057
+ "loss": 0.0,
2058
+ "step": 6900
2059
+ },
2060
+ {
2061
+ "epoch": 22.41,
2062
+ "grad_norm": 0.0004344619228504598,
2063
+ "learning_rate": 1.4346666666666668e-06,
2064
+ "loss": 0.0,
2065
+ "step": 6925
2066
+ },
2067
+ {
2068
+ "epoch": 22.49,
2069
+ "grad_norm": 0.00028026316431351006,
2070
+ "learning_rate": 1.4013333333333334e-06,
2071
+ "loss": 0.0,
2072
+ "step": 6950
2073
+ },
2074
+ {
2075
+ "epoch": 22.57,
2076
+ "grad_norm": 0.00035817205207422376,
2077
+ "learning_rate": 1.368e-06,
2078
+ "loss": 0.0,
2079
+ "step": 6975
2080
+ },
2081
+ {
2082
+ "epoch": 22.65,
2083
+ "grad_norm": 0.0002789015998132527,
2084
+ "learning_rate": 1.334666666666667e-06,
2085
+ "loss": 0.0,
2086
+ "step": 7000
2087
+ },
2088
+ {
2089
+ "epoch": 22.65,
2090
+ "eval_loss": 0.019092679023742676,
2091
+ "eval_runtime": 801.9043,
2092
+ "eval_samples_per_second": 1.538,
2093
+ "eval_steps_per_second": 0.193,
2094
+ "eval_wer": 3.163142513323019,
2095
+ "step": 7000
2096
+ },
2097
+ {
2098
+ "epoch": 22.73,
2099
+ "grad_norm": 0.0006544535863213241,
2100
+ "learning_rate": 1.3013333333333333e-06,
2101
+ "loss": 0.0,
2102
+ "step": 7025
2103
+ },
2104
+ {
2105
+ "epoch": 22.82,
2106
+ "grad_norm": 0.00028150764410384,
2107
+ "learning_rate": 1.268e-06,
2108
+ "loss": 0.0,
2109
+ "step": 7050
2110
+ },
2111
+ {
2112
+ "epoch": 22.9,
2113
+ "grad_norm": 0.0002222236798843369,
2114
+ "learning_rate": 1.2346666666666668e-06,
2115
+ "loss": 0.0,
2116
+ "step": 7075
2117
+ },
2118
+ {
2119
+ "epoch": 22.98,
2120
+ "grad_norm": 0.00017937009397428483,
2121
+ "learning_rate": 1.2013333333333334e-06,
2122
+ "loss": 0.0,
2123
+ "step": 7100
2124
+ },
2125
+ {
2126
+ "epoch": 23.06,
2127
+ "grad_norm": 0.00022395767155103385,
2128
+ "learning_rate": 1.168e-06,
2129
+ "loss": 0.0,
2130
+ "step": 7125
2131
+ },
2132
+ {
2133
+ "epoch": 23.14,
2134
+ "grad_norm": 0.0005528877954930067,
2135
+ "learning_rate": 1.1346666666666667e-06,
2136
+ "loss": 0.0,
2137
+ "step": 7150
2138
+ },
2139
+ {
2140
+ "epoch": 23.22,
2141
+ "grad_norm": 0.00019384044571779668,
2142
+ "learning_rate": 1.1013333333333333e-06,
2143
+ "loss": 0.0,
2144
+ "step": 7175
2145
+ },
2146
+ {
2147
+ "epoch": 23.3,
2148
+ "grad_norm": 0.0004787093785125762,
2149
+ "learning_rate": 1.0680000000000002e-06,
2150
+ "loss": 0.0,
2151
+ "step": 7200
2152
+ },
2153
+ {
2154
+ "epoch": 23.38,
2155
+ "grad_norm": 0.0002817475178744644,
2156
+ "learning_rate": 1.0346666666666668e-06,
2157
+ "loss": 0.0,
2158
+ "step": 7225
2159
+ },
2160
+ {
2161
+ "epoch": 23.46,
2162
+ "grad_norm": 0.000205877106054686,
2163
+ "learning_rate": 1.0013333333333335e-06,
2164
+ "loss": 0.0,
2165
+ "step": 7250
2166
+ },
2167
+ {
2168
+ "epoch": 23.54,
2169
+ "grad_norm": 0.0002100019046338275,
2170
+ "learning_rate": 9.68e-07,
2171
+ "loss": 0.0,
2172
+ "step": 7275
2173
+ },
2174
+ {
2175
+ "epoch": 23.62,
2176
+ "grad_norm": 0.00047292860108427703,
2177
+ "learning_rate": 9.346666666666668e-07,
2178
+ "loss": 0.0,
2179
+ "step": 7300
2180
+ },
2181
+ {
2182
+ "epoch": 23.71,
2183
+ "grad_norm": 0.00027352923643775284,
2184
+ "learning_rate": 9.013333333333334e-07,
2185
+ "loss": 0.0,
2186
+ "step": 7325
2187
+ },
2188
+ {
2189
+ "epoch": 23.79,
2190
+ "grad_norm": 0.00024422837304882705,
2191
+ "learning_rate": 8.680000000000001e-07,
2192
+ "loss": 0.0,
2193
+ "step": 7350
2194
+ },
2195
+ {
2196
+ "epoch": 23.87,
2197
+ "grad_norm": 0.0003593063447624445,
2198
+ "learning_rate": 8.346666666666667e-07,
2199
+ "loss": 0.0,
2200
+ "step": 7375
2201
+ },
2202
+ {
2203
+ "epoch": 23.95,
2204
+ "grad_norm": 0.00028577508055604994,
2205
+ "learning_rate": 8.013333333333334e-07,
2206
+ "loss": 0.0,
2207
+ "step": 7400
2208
+ },
2209
+ {
2210
+ "epoch": 24.03,
2211
+ "grad_norm": 0.00022404512856155634,
2212
+ "learning_rate": 7.68e-07,
2213
+ "loss": 0.0,
2214
+ "step": 7425
2215
+ },
2216
+ {
2217
+ "epoch": 24.11,
2218
+ "grad_norm": 0.000312491727527231,
2219
+ "learning_rate": 7.346666666666667e-07,
2220
+ "loss": 0.0,
2221
+ "step": 7450
2222
+ },
2223
+ {
2224
+ "epoch": 24.19,
2225
+ "grad_norm": 0.0001654025836614892,
2226
+ "learning_rate": 7.013333333333335e-07,
2227
+ "loss": 0.0,
2228
+ "step": 7475
2229
+ },
2230
+ {
2231
+ "epoch": 24.27,
2232
+ "grad_norm": 0.0004445198574103415,
2233
+ "learning_rate": 6.68e-07,
2234
+ "loss": 0.0,
2235
+ "step": 7500
2236
+ },
2237
+ {
2238
+ "epoch": 24.27,
2239
+ "eval_loss": 0.019191982224583626,
2240
+ "eval_runtime": 797.2943,
2241
+ "eval_samples_per_second": 1.546,
2242
+ "eval_steps_per_second": 0.194,
2243
+ "eval_wer": 3.1803335052432526,
2244
+ "step": 7500
2245
+ },
2246
+ {
2247
+ "epoch": 24.35,
2248
+ "grad_norm": 0.00019284736481495202,
2249
+ "learning_rate": 6.346666666666667e-07,
2250
+ "loss": 0.0,
2251
+ "step": 7525
2252
+ },
2253
+ {
2254
+ "epoch": 24.43,
2255
+ "grad_norm": 0.00020476471399888396,
2256
+ "learning_rate": 6.013333333333334e-07,
2257
+ "loss": 0.0,
2258
+ "step": 7550
2259
+ },
2260
+ {
2261
+ "epoch": 24.51,
2262
+ "grad_norm": 0.0003657681227196008,
2263
+ "learning_rate": 5.680000000000001e-07,
2264
+ "loss": 0.0,
2265
+ "step": 7575
2266
+ },
2267
+ {
2268
+ "epoch": 24.6,
2269
+ "grad_norm": 0.00033989950316026807,
2270
+ "learning_rate": 5.346666666666667e-07,
2271
+ "loss": 0.0,
2272
+ "step": 7600
2273
+ },
2274
+ {
2275
+ "epoch": 24.68,
2276
+ "grad_norm": 0.0003244269755668938,
2277
+ "learning_rate": 5.013333333333334e-07,
2278
+ "loss": 0.0,
2279
+ "step": 7625
2280
+ },
2281
+ {
2282
+ "epoch": 24.76,
2283
+ "grad_norm": 0.0003897367278113961,
2284
+ "learning_rate": 4.6800000000000006e-07,
2285
+ "loss": 0.0,
2286
+ "step": 7650
2287
+ },
2288
+ {
2289
+ "epoch": 24.84,
2290
+ "grad_norm": 0.0003248370485380292,
2291
+ "learning_rate": 4.346666666666667e-07,
2292
+ "loss": 0.0,
2293
+ "step": 7675
2294
+ },
2295
+ {
2296
+ "epoch": 24.92,
2297
+ "grad_norm": 0.00026839631027542055,
2298
+ "learning_rate": 4.013333333333334e-07,
2299
+ "loss": 0.0,
2300
+ "step": 7700
2301
+ },
2302
+ {
2303
+ "epoch": 25.0,
2304
+ "grad_norm": 0.0012187513057142496,
2305
+ "learning_rate": 3.68e-07,
2306
+ "loss": 0.0,
2307
+ "step": 7725
2308
+ },
2309
+ {
2310
+ "epoch": 25.08,
2311
+ "grad_norm": 0.0006300898385234177,
2312
+ "learning_rate": 3.346666666666667e-07,
2313
+ "loss": 0.0,
2314
+ "step": 7750
2315
+ },
2316
+ {
2317
+ "epoch": 25.16,
2318
+ "grad_norm": 0.0002933947544079274,
2319
+ "learning_rate": 3.013333333333334e-07,
2320
+ "loss": 0.0,
2321
+ "step": 7775
2322
+ },
2323
+ {
2324
+ "epoch": 25.24,
2325
+ "grad_norm": 0.00026157114189118147,
2326
+ "learning_rate": 2.68e-07,
2327
+ "loss": 0.0,
2328
+ "step": 7800
2329
+ },
2330
+ {
2331
+ "epoch": 25.32,
2332
+ "grad_norm": 0.0002829213335644454,
2333
+ "learning_rate": 2.3466666666666668e-07,
2334
+ "loss": 0.0,
2335
+ "step": 7825
2336
+ },
2337
+ {
2338
+ "epoch": 25.4,
2339
+ "grad_norm": 0.00021175014262553304,
2340
+ "learning_rate": 2.0133333333333334e-07,
2341
+ "loss": 0.0,
2342
+ "step": 7850
2343
+ },
2344
+ {
2345
+ "epoch": 25.49,
2346
+ "grad_norm": 0.00024275723262690008,
2347
+ "learning_rate": 1.68e-07,
2348
+ "loss": 0.0,
2349
+ "step": 7875
2350
+ },
2351
+ {
2352
+ "epoch": 25.57,
2353
+ "grad_norm": 0.0002537575492169708,
2354
+ "learning_rate": 1.3466666666666668e-07,
2355
+ "loss": 0.0,
2356
+ "step": 7900
2357
+ },
2358
+ {
2359
+ "epoch": 25.65,
2360
+ "grad_norm": 0.0002950854832306504,
2361
+ "learning_rate": 1.0133333333333334e-07,
2362
+ "loss": 0.0,
2363
+ "step": 7925
2364
+ },
2365
+ {
2366
+ "epoch": 25.73,
2367
+ "grad_norm": 0.0002355340839130804,
2368
+ "learning_rate": 6.8e-08,
2369
+ "loss": 0.0,
2370
+ "step": 7950
2371
+ },
2372
+ {
2373
+ "epoch": 25.81,
2374
+ "grad_norm": 0.00031494017457589507,
2375
+ "learning_rate": 3.4666666666666666e-08,
2376
+ "loss": 0.0,
2377
+ "step": 7975
2378
+ },
2379
+ {
2380
+ "epoch": 25.89,
2381
+ "grad_norm": 0.00018703413661569357,
2382
+ "learning_rate": 1.3333333333333335e-09,
2383
+ "loss": 0.0,
2384
+ "step": 8000
2385
+ },
2386
+ {
2387
+ "epoch": 25.89,
2388
+ "eval_loss": 0.019220387563109398,
2389
+ "eval_runtime": 799.5677,
2390
+ "eval_samples_per_second": 1.542,
2391
+ "eval_steps_per_second": 0.194,
2392
+ "eval_wer": 3.163142513323019,
2393
+ "step": 8000
2394
+ },
2395
+ {
2396
+ "epoch": 25.97,
2397
+ "grad_norm": 0.0001846036611823365,
2398
+ "learning_rate": 3.4573913043478264e-06,
2399
+ "loss": 0.0,
2400
+ "step": 8025
2401
+ },
2402
+ {
2403
+ "epoch": 26.05,
2404
+ "grad_norm": 0.0002695720177143812,
2405
+ "learning_rate": 3.435652173913044e-06,
2406
+ "loss": 0.0,
2407
+ "step": 8050
2408
+ },
2409
+ {
2410
+ "epoch": 26.13,
2411
+ "grad_norm": 0.0002683591446839273,
2412
+ "learning_rate": 3.4139130434782615e-06,
2413
+ "loss": 0.0,
2414
+ "step": 8075
2415
+ },
2416
+ {
2417
+ "epoch": 26.21,
2418
+ "grad_norm": 0.00035550855682231486,
2419
+ "learning_rate": 3.3921739130434782e-06,
2420
+ "loss": 0.0,
2421
+ "step": 8100
2422
+ },
2423
+ {
2424
+ "epoch": 26.29,
2425
+ "grad_norm": 0.00032984025892801583,
2426
+ "learning_rate": 3.370434782608696e-06,
2427
+ "loss": 0.0,
2428
+ "step": 8125
2429
+ },
2430
+ {
2431
+ "epoch": 26.38,
2432
+ "grad_norm": 0.00020441650121938437,
2433
+ "learning_rate": 3.3486956521739134e-06,
2434
+ "loss": 0.0,
2435
+ "step": 8150
2436
+ },
2437
+ {
2438
+ "epoch": 26.46,
2439
+ "grad_norm": 0.0003888191422447562,
2440
+ "learning_rate": 3.326956521739131e-06,
2441
+ "loss": 0.0,
2442
+ "step": 8175
2443
+ },
2444
+ {
2445
+ "epoch": 26.54,
2446
+ "grad_norm": 0.00029555149376392365,
2447
+ "learning_rate": 3.3052173913043476e-06,
2448
+ "loss": 0.0,
2449
+ "step": 8200
2450
+ },
2451
+ {
2452
+ "epoch": 26.62,
2453
+ "grad_norm": 0.0003228304849471897,
2454
+ "learning_rate": 3.283478260869565e-06,
2455
+ "loss": 0.0,
2456
+ "step": 8225
2457
+ },
2458
+ {
2459
+ "epoch": 26.7,
2460
+ "grad_norm": 0.00024845023290254176,
2461
+ "learning_rate": 3.2617391304347828e-06,
2462
+ "loss": 0.0,
2463
+ "step": 8250
2464
+ },
2465
+ {
2466
+ "epoch": 26.78,
2467
+ "grad_norm": 0.00021859569824300706,
2468
+ "learning_rate": 3.2400000000000003e-06,
2469
+ "loss": 0.0,
2470
+ "step": 8275
2471
+ },
2472
+ {
2473
+ "epoch": 26.86,
2474
+ "grad_norm": 0.0005411595338955522,
2475
+ "learning_rate": 3.218260869565218e-06,
2476
+ "loss": 0.0,
2477
+ "step": 8300
2478
+ },
2479
+ {
2480
+ "epoch": 26.94,
2481
+ "grad_norm": 0.00022630894090980291,
2482
+ "learning_rate": 3.196521739130435e-06,
2483
+ "loss": 0.0,
2484
+ "step": 8325
2485
+ },
2486
+ {
2487
+ "epoch": 27.02,
2488
+ "grad_norm": 0.00018071234808303416,
2489
+ "learning_rate": 3.174782608695652e-06,
2490
+ "loss": 0.0,
2491
+ "step": 8350
2492
+ },
2493
+ {
2494
+ "epoch": 27.1,
2495
+ "grad_norm": 0.0002543312730267644,
2496
+ "learning_rate": 3.1530434782608697e-06,
2497
+ "loss": 0.0,
2498
+ "step": 8375
2499
+ },
2500
+ {
2501
+ "epoch": 27.18,
2502
+ "grad_norm": 0.00024747196584939957,
2503
+ "learning_rate": 3.1313043478260873e-06,
2504
+ "loss": 0.0,
2505
+ "step": 8400
2506
+ },
2507
+ {
2508
+ "epoch": 27.27,
2509
+ "grad_norm": 0.0004030639829579741,
2510
+ "learning_rate": 3.1095652173913044e-06,
2511
+ "loss": 0.0,
2512
+ "step": 8425
2513
+ },
2514
+ {
2515
+ "epoch": 27.35,
2516
+ "grad_norm": 0.0003001134900841862,
2517
+ "learning_rate": 3.087826086956522e-06,
2518
+ "loss": 0.0,
2519
+ "step": 8450
2520
+ },
2521
+ {
2522
+ "epoch": 27.43,
2523
+ "grad_norm": 0.00024000635312404484,
2524
+ "learning_rate": 3.0660869565217395e-06,
2525
+ "loss": 0.0,
2526
+ "step": 8475
2527
+ },
2528
+ {
2529
+ "epoch": 27.51,
2530
+ "grad_norm": 0.0002641078317537904,
2531
+ "learning_rate": 3.0443478260869567e-06,
2532
+ "loss": 0.0,
2533
+ "step": 8500
2534
+ },
2535
+ {
2536
+ "epoch": 27.51,
2537
+ "eval_loss": 0.019592655822634697,
2538
+ "eval_runtime": 796.0106,
2539
+ "eval_samples_per_second": 1.549,
2540
+ "eval_steps_per_second": 0.195,
2541
+ "eval_wer": 3.2490974729241873,
2542
+ "step": 8500
2543
+ },
2544
+ {
2545
+ "epoch": 27.59,
2546
+ "grad_norm": 0.00046909687807783484,
2547
+ "learning_rate": 3.0226086956521743e-06,
2548
+ "loss": 0.0,
2549
+ "step": 8525
2550
+ },
2551
+ {
2552
+ "epoch": 27.67,
2553
+ "grad_norm": 0.00029794371221214533,
2554
+ "learning_rate": 3.0008695652173914e-06,
2555
+ "loss": 0.0,
2556
+ "step": 8550
2557
+ },
2558
+ {
2559
+ "epoch": 27.75,
2560
+ "grad_norm": 0.00040284113492816687,
2561
+ "learning_rate": 2.979130434782609e-06,
2562
+ "loss": 0.0,
2563
+ "step": 8575
2564
+ },
2565
+ {
2566
+ "epoch": 27.83,
2567
+ "grad_norm": 0.00018848094623535872,
2568
+ "learning_rate": 2.9573913043478265e-06,
2569
+ "loss": 0.0,
2570
+ "step": 8600
2571
+ },
2572
+ {
2573
+ "epoch": 27.91,
2574
+ "grad_norm": 0.00014023661788087338,
2575
+ "learning_rate": 2.935652173913044e-06,
2576
+ "loss": 0.0,
2577
+ "step": 8625
2578
+ },
2579
+ {
2580
+ "epoch": 27.99,
2581
+ "grad_norm": 0.0002997580450028181,
2582
+ "learning_rate": 2.913913043478261e-06,
2583
+ "loss": 0.0,
2584
+ "step": 8650
2585
+ },
2586
+ {
2587
+ "epoch": 28.07,
2588
+ "grad_norm": 0.0002090928319375962,
2589
+ "learning_rate": 2.8921739130434784e-06,
2590
+ "loss": 0.0,
2591
+ "step": 8675
2592
+ },
2593
+ {
2594
+ "epoch": 28.16,
2595
+ "grad_norm": 0.0002271802513860166,
2596
+ "learning_rate": 2.870434782608696e-06,
2597
+ "loss": 0.0,
2598
+ "step": 8700
2599
+ },
2600
+ {
2601
+ "epoch": 28.24,
2602
+ "grad_norm": 0.00020665275224018842,
2603
+ "learning_rate": 2.8486956521739135e-06,
2604
+ "loss": 0.0,
2605
+ "step": 8725
2606
+ },
2607
+ {
2608
+ "epoch": 28.32,
2609
+ "grad_norm": 0.000151711908983998,
2610
+ "learning_rate": 2.826956521739131e-06,
2611
+ "loss": 0.0,
2612
+ "step": 8750
2613
+ },
2614
+ {
2615
+ "epoch": 28.4,
2616
+ "grad_norm": 0.00018002108845394105,
2617
+ "learning_rate": 2.8052173913043478e-06,
2618
+ "loss": 0.0,
2619
+ "step": 8775
2620
+ },
2621
+ {
2622
+ "epoch": 28.48,
2623
+ "grad_norm": 0.00017080060206353664,
2624
+ "learning_rate": 2.7834782608695653e-06,
2625
+ "loss": 0.0,
2626
+ "step": 8800
2627
+ },
2628
+ {
2629
+ "epoch": 28.56,
2630
+ "grad_norm": 0.00011185290350113064,
2631
+ "learning_rate": 2.761739130434783e-06,
2632
+ "loss": 0.0,
2633
+ "step": 8825
2634
+ },
2635
+ {
2636
+ "epoch": 28.64,
2637
+ "grad_norm": 0.00017247968935407698,
2638
+ "learning_rate": 2.7400000000000004e-06,
2639
+ "loss": 0.0,
2640
+ "step": 8850
2641
+ },
2642
+ {
2643
+ "epoch": 28.72,
2644
+ "grad_norm": 0.0001423845678800717,
2645
+ "learning_rate": 2.7182608695652176e-06,
2646
+ "loss": 0.0,
2647
+ "step": 8875
2648
+ },
2649
+ {
2650
+ "epoch": 28.8,
2651
+ "grad_norm": 0.00012165143562015146,
2652
+ "learning_rate": 2.6965217391304347e-06,
2653
+ "loss": 0.0,
2654
+ "step": 8900
2655
+ },
2656
+ {
2657
+ "epoch": 28.88,
2658
+ "grad_norm": 0.00017706782091408968,
2659
+ "learning_rate": 2.6747826086956523e-06,
2660
+ "loss": 0.0,
2661
+ "step": 8925
2662
+ },
2663
+ {
2664
+ "epoch": 28.96,
2665
+ "grad_norm": 0.00015399801486637443,
2666
+ "learning_rate": 2.65304347826087e-06,
2667
+ "loss": 0.0,
2668
+ "step": 8950
2669
+ },
2670
+ {
2671
+ "epoch": 29.05,
2672
+ "grad_norm": 0.00011916056246263906,
2673
+ "learning_rate": 2.631304347826087e-06,
2674
+ "loss": 0.0,
2675
+ "step": 8975
2676
+ },
2677
+ {
2678
+ "epoch": 29.13,
2679
+ "grad_norm": 0.00012513797264546156,
2680
+ "learning_rate": 2.6095652173913046e-06,
2681
+ "loss": 0.0,
2682
+ "step": 9000
2683
+ },
2684
+ {
2685
+ "epoch": 29.13,
2686
+ "eval_loss": 0.019877396523952484,
2687
+ "eval_runtime": 789.2205,
2688
+ "eval_samples_per_second": 1.562,
2689
+ "eval_steps_per_second": 0.196,
2690
+ "eval_wer": 3.2490974729241873,
2691
+ "step": 9000
2692
+ },
2693
+ {
2694
+ "epoch": 29.21,
2695
+ "grad_norm": 0.0001386833901051432,
2696
+ "learning_rate": 2.587826086956522e-06,
2697
+ "loss": 0.0,
2698
+ "step": 9025
2699
+ },
2700
+ {
2701
+ "epoch": 29.29,
2702
+ "grad_norm": 0.0002729986154008657,
2703
+ "learning_rate": 2.5660869565217393e-06,
2704
+ "loss": 0.0,
2705
+ "step": 9050
2706
+ },
2707
+ {
2708
+ "epoch": 29.37,
2709
+ "grad_norm": 0.00016692836652509868,
2710
+ "learning_rate": 2.544347826086957e-06,
2711
+ "loss": 0.0,
2712
+ "step": 9075
2713
+ },
2714
+ {
2715
+ "epoch": 29.45,
2716
+ "grad_norm": 0.00012008147314190865,
2717
+ "learning_rate": 2.522608695652174e-06,
2718
+ "loss": 0.0,
2719
+ "step": 9100
2720
+ },
2721
+ {
2722
+ "epoch": 29.53,
2723
+ "grad_norm": 0.0001401961490046233,
2724
+ "learning_rate": 2.5008695652173915e-06,
2725
+ "loss": 0.0,
2726
+ "step": 9125
2727
+ },
2728
+ {
2729
+ "epoch": 29.61,
2730
+ "grad_norm": 0.0001520535151939839,
2731
+ "learning_rate": 2.479130434782609e-06,
2732
+ "loss": 0.0,
2733
+ "step": 9150
2734
+ },
2735
+ {
2736
+ "epoch": 29.69,
2737
+ "grad_norm": 0.00014652697427663952,
2738
+ "learning_rate": 2.4573913043478262e-06,
2739
+ "loss": 0.0,
2740
+ "step": 9175
2741
+ },
2742
+ {
2743
+ "epoch": 29.77,
2744
+ "grad_norm": 0.00019798542780335993,
2745
+ "learning_rate": 2.4356521739130438e-06,
2746
+ "loss": 0.0,
2747
+ "step": 9200
2748
+ },
2749
+ {
2750
+ "epoch": 29.85,
2751
+ "grad_norm": 0.00010751246736617759,
2752
+ "learning_rate": 2.413913043478261e-06,
2753
+ "loss": 0.0,
2754
+ "step": 9225
2755
+ },
2756
+ {
2757
+ "epoch": 29.94,
2758
+ "grad_norm": 0.0002326727844774723,
2759
+ "learning_rate": 2.3921739130434785e-06,
2760
+ "loss": 0.0,
2761
+ "step": 9250
2762
+ },
2763
+ {
2764
+ "epoch": 30.02,
2765
+ "grad_norm": 0.0002426872670184821,
2766
+ "learning_rate": 2.370434782608696e-06,
2767
+ "loss": 0.0,
2768
+ "step": 9275
2769
+ },
2770
+ {
2771
+ "epoch": 30.1,
2772
+ "grad_norm": 0.0001499813370173797,
2773
+ "learning_rate": 2.348695652173913e-06,
2774
+ "loss": 0.0,
2775
+ "step": 9300
2776
+ },
2777
+ {
2778
+ "epoch": 30.18,
2779
+ "grad_norm": 0.00013380887685343623,
2780
+ "learning_rate": 2.3269565217391307e-06,
2781
+ "loss": 0.0,
2782
+ "step": 9325
2783
+ },
2784
+ {
2785
+ "epoch": 30.26,
2786
+ "grad_norm": 0.00020537307136692107,
2787
+ "learning_rate": 2.305217391304348e-06,
2788
+ "loss": 0.0,
2789
+ "step": 9350
2790
+ },
2791
+ {
2792
+ "epoch": 30.34,
2793
+ "grad_norm": 0.00012789785978384316,
2794
+ "learning_rate": 2.2834782608695655e-06,
2795
+ "loss": 0.0,
2796
+ "step": 9375
2797
+ },
2798
+ {
2799
+ "epoch": 30.42,
2800
+ "grad_norm": 9.495256381342188e-05,
2801
+ "learning_rate": 2.2617391304347826e-06,
2802
+ "loss": 0.0,
2803
+ "step": 9400
2804
+ },
2805
+ {
2806
+ "epoch": 30.5,
2807
+ "grad_norm": 0.00011715501750586554,
2808
+ "learning_rate": 2.24e-06,
2809
+ "loss": 0.0,
2810
+ "step": 9425
2811
+ },
2812
+ {
2813
+ "epoch": 30.58,
2814
+ "grad_norm": 0.0001109652075683698,
2815
+ "learning_rate": 2.2182608695652173e-06,
2816
+ "loss": 0.0,
2817
+ "step": 9450
2818
+ },
2819
+ {
2820
+ "epoch": 30.66,
2821
+ "grad_norm": 0.0001521283556940034,
2822
+ "learning_rate": 2.196521739130435e-06,
2823
+ "loss": 0.0,
2824
+ "step": 9475
2825
+ },
2826
+ {
2827
+ "epoch": 30.74,
2828
+ "grad_norm": 8.459954551653937e-05,
2829
+ "learning_rate": 2.1747826086956524e-06,
2830
+ "loss": 0.0,
2831
+ "step": 9500
2832
+ },
2833
+ {
2834
+ "epoch": 30.74,
2835
+ "eval_loss": 0.020166443660855293,
2836
+ "eval_runtime": 789.9916,
2837
+ "eval_samples_per_second": 1.561,
2838
+ "eval_steps_per_second": 0.196,
2839
+ "eval_wer": 3.2834794567646557,
2840
+ "step": 9500
2841
+ },
2842
+ {
2843
+ "epoch": 30.83,
2844
+ "grad_norm": 0.00013170181773602962,
2845
+ "learning_rate": 2.1530434782608696e-06,
2846
+ "loss": 0.0,
2847
+ "step": 9525
2848
+ },
2849
+ {
2850
+ "epoch": 30.91,
2851
+ "grad_norm": 0.00011664188787108287,
2852
+ "learning_rate": 2.131304347826087e-06,
2853
+ "loss": 0.0,
2854
+ "step": 9550
2855
+ },
2856
+ {
2857
+ "epoch": 30.99,
2858
+ "grad_norm": 0.0001086597767425701,
2859
+ "learning_rate": 2.1095652173913047e-06,
2860
+ "loss": 0.0,
2861
+ "step": 9575
2862
+ },
2863
+ {
2864
+ "epoch": 31.07,
2865
+ "grad_norm": 9.175323066301644e-05,
2866
+ "learning_rate": 2.087826086956522e-06,
2867
+ "loss": 0.0,
2868
+ "step": 9600
2869
+ },
2870
+ {
2871
+ "epoch": 31.15,
2872
+ "grad_norm": 0.0001475626340834424,
2873
+ "learning_rate": 2.0660869565217394e-06,
2874
+ "loss": 0.0,
2875
+ "step": 9625
2876
+ },
2877
+ {
2878
+ "epoch": 31.23,
2879
+ "grad_norm": 0.00022788842034060508,
2880
+ "learning_rate": 2.044347826086957e-06,
2881
+ "loss": 0.0,
2882
+ "step": 9650
2883
+ },
2884
+ {
2885
+ "epoch": 31.31,
2886
+ "grad_norm": 0.00014438826474361122,
2887
+ "learning_rate": 2.022608695652174e-06,
2888
+ "loss": 0.0,
2889
+ "step": 9675
2890
+ },
2891
+ {
2892
+ "epoch": 31.39,
2893
+ "grad_norm": 0.0001402303169015795,
2894
+ "learning_rate": 2.0008695652173916e-06,
2895
+ "loss": 0.0,
2896
+ "step": 9700
2897
+ },
2898
+ {
2899
+ "epoch": 31.47,
2900
+ "grad_norm": 0.00013189137098379433,
2901
+ "learning_rate": 1.9791304347826088e-06,
2902
+ "loss": 0.0,
2903
+ "step": 9725
2904
+ },
2905
+ {
2906
+ "epoch": 31.55,
2907
+ "grad_norm": 0.0002211190148955211,
2908
+ "learning_rate": 1.9573913043478263e-06,
2909
+ "loss": 0.0,
2910
+ "step": 9750
2911
+ },
2912
+ {
2913
+ "epoch": 31.63,
2914
+ "grad_norm": 7.398930029012263e-05,
2915
+ "learning_rate": 1.935652173913044e-06,
2916
+ "loss": 0.0,
2917
+ "step": 9775
2918
+ },
2919
+ {
2920
+ "epoch": 31.72,
2921
+ "grad_norm": 0.00014985835878178477,
2922
+ "learning_rate": 1.913913043478261e-06,
2923
+ "loss": 0.0,
2924
+ "step": 9800
2925
+ },
2926
+ {
2927
+ "epoch": 31.8,
2928
+ "grad_norm": 0.00015712910681031644,
2929
+ "learning_rate": 1.8921739130434786e-06,
2930
+ "loss": 0.0,
2931
+ "step": 9825
2932
+ },
2933
+ {
2934
+ "epoch": 31.88,
2935
+ "grad_norm": 0.00012111233081668615,
2936
+ "learning_rate": 1.8704347826086958e-06,
2937
+ "loss": 0.0,
2938
+ "step": 9850
2939
+ },
2940
+ {
2941
+ "epoch": 31.96,
2942
+ "grad_norm": 0.0001239510893356055,
2943
+ "learning_rate": 1.8486956521739133e-06,
2944
+ "loss": 0.0,
2945
+ "step": 9875
2946
+ },
2947
+ {
2948
+ "epoch": 32.04,
2949
+ "grad_norm": 0.00010567443678155541,
2950
+ "learning_rate": 1.8269565217391305e-06,
2951
+ "loss": 0.0,
2952
+ "step": 9900
2953
+ },
2954
+ {
2955
+ "epoch": 32.12,
2956
+ "grad_norm": 9.18906953302212e-05,
2957
+ "learning_rate": 1.805217391304348e-06,
2958
+ "loss": 0.0,
2959
+ "step": 9925
2960
+ },
2961
+ {
2962
+ "epoch": 32.2,
2963
+ "grad_norm": 7.413190905936062e-05,
2964
+ "learning_rate": 1.7834782608695654e-06,
2965
+ "loss": 0.0,
2966
+ "step": 9950
2967
+ },
2968
+ {
2969
+ "epoch": 32.28,
2970
+ "grad_norm": 7.43623822927475e-05,
2971
+ "learning_rate": 1.7617391304347827e-06,
2972
+ "loss": 0.0,
2973
+ "step": 9975
2974
+ },
2975
+ {
2976
+ "epoch": 32.36,
2977
+ "grad_norm": 0.00015115566202439368,
2978
+ "learning_rate": 1.74e-06,
2979
+ "loss": 0.0,
2980
+ "step": 10000
2981
+ },
2982
+ {
2983
+ "epoch": 32.36,
2984
+ "eval_loss": 0.02041783183813095,
2985
+ "eval_runtime": 788.1335,
2986
+ "eval_samples_per_second": 1.564,
2987
+ "eval_steps_per_second": 0.197,
2988
+ "eval_wer": 3.2319064810039535,
2989
+ "step": 10000
2990
+ },
2991
+ {
2992
+ "epoch": 32.44,
2993
+ "grad_norm": 0.00013316261174622923,
2994
+ "learning_rate": 1.7182608695652176e-06,
2995
+ "loss": 0.0,
2996
+ "step": 10025
2997
+ },
2998
+ {
2999
+ "epoch": 32.52,
3000
+ "grad_norm": 0.000142704215249978,
3001
+ "learning_rate": 1.696521739130435e-06,
3002
+ "loss": 0.0,
3003
+ "step": 10050
3004
+ },
3005
+ {
3006
+ "epoch": 32.61,
3007
+ "grad_norm": 0.0001261725410586223,
3008
+ "learning_rate": 1.6747826086956523e-06,
3009
+ "loss": 0.0,
3010
+ "step": 10075
3011
+ },
3012
+ {
3013
+ "epoch": 32.69,
3014
+ "grad_norm": 0.00016059931658674031,
3015
+ "learning_rate": 1.65304347826087e-06,
3016
+ "loss": 0.0,
3017
+ "step": 10100
3018
+ },
3019
+ {
3020
+ "epoch": 32.77,
3021
+ "grad_norm": 0.00013550084258895367,
3022
+ "learning_rate": 1.631304347826087e-06,
3023
+ "loss": 0.0,
3024
+ "step": 10125
3025
+ },
3026
+ {
3027
+ "epoch": 32.85,
3028
+ "grad_norm": 8.947417518356815e-05,
3029
+ "learning_rate": 1.6095652173913046e-06,
3030
+ "loss": 0.0,
3031
+ "step": 10150
3032
+ },
3033
+ {
3034
+ "epoch": 32.93,
3035
+ "grad_norm": 8.361903019249439e-05,
3036
+ "learning_rate": 1.5878260869565217e-06,
3037
+ "loss": 0.0,
3038
+ "step": 10175
3039
+ },
3040
+ {
3041
+ "epoch": 33.01,
3042
+ "grad_norm": 0.00011841193190775812,
3043
+ "learning_rate": 1.5660869565217393e-06,
3044
+ "loss": 0.0,
3045
+ "step": 10200
3046
+ },
3047
+ {
3048
+ "epoch": 33.09,
3049
+ "grad_norm": 0.00011437163630034775,
3050
+ "learning_rate": 1.5443478260869567e-06,
3051
+ "loss": 0.0,
3052
+ "step": 10225
3053
+ },
3054
+ {
3055
+ "epoch": 33.17,
3056
+ "grad_norm": 0.0001065267642843537,
3057
+ "learning_rate": 1.522608695652174e-06,
3058
+ "loss": 0.0,
3059
+ "step": 10250
3060
+ },
3061
+ {
3062
+ "epoch": 33.25,
3063
+ "grad_norm": 0.00010684959124773741,
3064
+ "learning_rate": 1.5008695652173914e-06,
3065
+ "loss": 0.0,
3066
+ "step": 10275
3067
+ },
3068
+ {
3069
+ "epoch": 33.33,
3070
+ "grad_norm": 7.87422395660542e-05,
3071
+ "learning_rate": 1.479130434782609e-06,
3072
+ "loss": 0.0,
3073
+ "step": 10300
3074
+ },
3075
+ {
3076
+ "epoch": 33.41,
3077
+ "grad_norm": 0.00013346740161068738,
3078
+ "learning_rate": 1.4573913043478263e-06,
3079
+ "loss": 0.0,
3080
+ "step": 10325
3081
+ },
3082
+ {
3083
+ "epoch": 33.5,
3084
+ "grad_norm": 8.954344230005518e-05,
3085
+ "learning_rate": 1.4356521739130436e-06,
3086
+ "loss": 0.0,
3087
+ "step": 10350
3088
+ },
3089
+ {
3090
+ "epoch": 33.58,
3091
+ "grad_norm": 0.00015138478192966431,
3092
+ "learning_rate": 1.4139130434782612e-06,
3093
+ "loss": 0.0,
3094
+ "step": 10375
3095
+ },
3096
+ {
3097
+ "epoch": 33.66,
3098
+ "grad_norm": 0.00010763735917862505,
3099
+ "learning_rate": 1.3921739130434783e-06,
3100
+ "loss": 0.0,
3101
+ "step": 10400
3102
+ },
3103
+ {
3104
+ "epoch": 33.74,
3105
+ "grad_norm": 0.00014248549996409565,
3106
+ "learning_rate": 1.3704347826086959e-06,
3107
+ "loss": 0.0,
3108
+ "step": 10425
3109
+ },
3110
+ {
3111
+ "epoch": 33.82,
3112
+ "grad_norm": 9.735339699545875e-05,
3113
+ "learning_rate": 1.348695652173913e-06,
3114
+ "loss": 0.0,
3115
+ "step": 10450
3116
+ },
3117
+ {
3118
+ "epoch": 33.9,
3119
+ "grad_norm": 0.0001395919971400872,
3120
+ "learning_rate": 1.3269565217391306e-06,
3121
+ "loss": 0.0,
3122
+ "step": 10475
3123
+ },
3124
+ {
3125
+ "epoch": 33.98,
3126
+ "grad_norm": 7.965522672748193e-05,
3127
+ "learning_rate": 1.3052173913043477e-06,
3128
+ "loss": 0.0,
3129
+ "step": 10500
3130
+ },
3131
+ {
3132
+ "epoch": 33.98,
3133
+ "eval_loss": 0.020673181861639023,
3134
+ "eval_runtime": 787.8771,
3135
+ "eval_samples_per_second": 1.565,
3136
+ "eval_steps_per_second": 0.197,
3137
+ "eval_wer": 3.2834794567646557,
3138
+ "step": 10500
3139
+ },
3140
+ {
3141
+ "epoch": 34.06,
3142
+ "grad_norm": 5.796532423119061e-05,
3143
+ "learning_rate": 1.2834782608695653e-06,
3144
+ "loss": 0.0,
3145
+ "step": 10525
3146
+ },
3147
+ {
3148
+ "epoch": 34.14,
3149
+ "grad_norm": 0.00011847128916997463,
3150
+ "learning_rate": 1.2617391304347826e-06,
3151
+ "loss": 0.0,
3152
+ "step": 10550
3153
+ },
3154
+ {
3155
+ "epoch": 34.22,
3156
+ "grad_norm": 0.00010759083670563996,
3157
+ "learning_rate": 1.2400000000000002e-06,
3158
+ "loss": 0.0,
3159
+ "step": 10575
3160
+ },
3161
+ {
3162
+ "epoch": 34.3,
3163
+ "grad_norm": 8.88080830918625e-05,
3164
+ "learning_rate": 1.2182608695652175e-06,
3165
+ "loss": 0.0,
3166
+ "step": 10600
3167
+ },
3168
+ {
3169
+ "epoch": 34.39,
3170
+ "grad_norm": 0.0001434662553947419,
3171
+ "learning_rate": 1.196521739130435e-06,
3172
+ "loss": 0.0,
3173
+ "step": 10625
3174
+ },
3175
+ {
3176
+ "epoch": 34.47,
3177
+ "grad_norm": 0.00010111245501320809,
3178
+ "learning_rate": 1.1747826086956523e-06,
3179
+ "loss": 0.0,
3180
+ "step": 10650
3181
+ },
3182
+ {
3183
+ "epoch": 34.55,
3184
+ "grad_norm": 0.00010944180394290015,
3185
+ "learning_rate": 1.1530434782608696e-06,
3186
+ "loss": 0.0,
3187
+ "step": 10675
3188
+ },
3189
+ {
3190
+ "epoch": 34.63,
3191
+ "grad_norm": 9.52091722865589e-05,
3192
+ "learning_rate": 1.1313043478260872e-06,
3193
+ "loss": 0.0,
3194
+ "step": 10700
3195
+ },
3196
+ {
3197
+ "epoch": 34.71,
3198
+ "grad_norm": 9.008622146211565e-05,
3199
+ "learning_rate": 1.1095652173913045e-06,
3200
+ "loss": 0.0,
3201
+ "step": 10725
3202
+ },
3203
+ {
3204
+ "epoch": 34.79,
3205
+ "grad_norm": 8.872839680407196e-05,
3206
+ "learning_rate": 1.0878260869565219e-06,
3207
+ "loss": 0.0,
3208
+ "step": 10750
3209
+ },
3210
+ {
3211
+ "epoch": 34.87,
3212
+ "grad_norm": 9.502990724286065e-05,
3213
+ "learning_rate": 1.0660869565217392e-06,
3214
+ "loss": 0.0,
3215
+ "step": 10775
3216
+ },
3217
+ {
3218
+ "epoch": 34.95,
3219
+ "grad_norm": 0.00011394196189939976,
3220
+ "learning_rate": 1.0443478260869566e-06,
3221
+ "loss": 0.0,
3222
+ "step": 10800
3223
+ },
3224
+ {
3225
+ "epoch": 35.03,
3226
+ "grad_norm": 9.975407010642812e-05,
3227
+ "learning_rate": 1.022608695652174e-06,
3228
+ "loss": 0.0,
3229
+ "step": 10825
3230
+ },
3231
+ {
3232
+ "epoch": 35.11,
3233
+ "grad_norm": 8.709837857168168e-05,
3234
+ "learning_rate": 1.0008695652173913e-06,
3235
+ "loss": 0.0,
3236
+ "step": 10850
3237
+ },
3238
+ {
3239
+ "epoch": 35.19,
3240
+ "grad_norm": 7.526788249379024e-05,
3241
+ "learning_rate": 9.791304347826088e-07,
3242
+ "loss": 0.0,
3243
+ "step": 10875
3244
+ },
3245
+ {
3246
+ "epoch": 35.28,
3247
+ "grad_norm": 7.429657125612721e-05,
3248
+ "learning_rate": 9.573913043478262e-07,
3249
+ "loss": 0.0,
3250
+ "step": 10900
3251
+ },
3252
+ {
3253
+ "epoch": 35.36,
3254
+ "grad_norm": 8.827085548546165e-05,
3255
+ "learning_rate": 9.356521739130435e-07,
3256
+ "loss": 0.0,
3257
+ "step": 10925
3258
+ },
3259
+ {
3260
+ "epoch": 35.44,
3261
+ "grad_norm": 9.55950454226695e-05,
3262
+ "learning_rate": 9.139130434782609e-07,
3263
+ "loss": 0.0,
3264
+ "step": 10950
3265
+ },
3266
+ {
3267
+ "epoch": 35.52,
3268
+ "grad_norm": 7.405767246382311e-05,
3269
+ "learning_rate": 8.921739130434783e-07,
3270
+ "loss": 0.0,
3271
+ "step": 10975
3272
+ },
3273
+ {
3274
+ "epoch": 35.6,
3275
+ "grad_norm": 0.0001504940155427903,
3276
+ "learning_rate": 8.704347826086958e-07,
3277
+ "loss": 0.0,
3278
+ "step": 11000
3279
+ },
3280
+ {
3281
+ "epoch": 35.6,
3282
+ "eval_loss": 0.020881911739706993,
3283
+ "eval_runtime": 786.2062,
3284
+ "eval_samples_per_second": 1.568,
3285
+ "eval_steps_per_second": 0.197,
3286
+ "eval_wer": 3.266288464844422,
3287
+ "step": 11000
3288
+ }
3289
+ ],
3290
+ "logging_steps": 25,
3291
+ "max_steps": 12000,
3292
+ "num_input_tokens_seen": 0,
3293
+ "num_train_epochs": 39,
3294
+ "save_steps": 1000,
3295
+ "total_flos": 5.06698245881856e+19,
3296
+ "train_batch_size": 16,
3297
+ "trial_name": null,
3298
+ "trial_params": null
3299
+ }
checkpoint-11000/training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:25f43d4dd7a8551c57662ca9a88d8424f4510fd4145fbdde0c72911176d8013d
3
+ size 5112