DewiBrynJones commited on
Commit
2254c3b
1 Parent(s): 4b9e48b

End of training

Browse files
README.md CHANGED
@@ -16,7 +16,7 @@ should probably proofread and complete it, then remove this comment. -->
16
 
17
  # whisper-large-v3-ft-btb-cv-ca-cy
18
 
19
- This model is a fine-tuned version of [openai/whisper-large-v3](https://huggingface.co/openai/whisper-large-v3) on an unknown dataset.
20
  It achieves the following results on the evaluation set:
21
  - Loss: 0.3666
22
  - Wer: 0.2773
 
16
 
17
  # whisper-large-v3-ft-btb-cv-ca-cy
18
 
19
+ This model is a fine-tuned version of [openai/whisper-large-v3](https://huggingface.co/openai/whisper-large-v3) on the DewiBrynJones/banc-trawsgrifiadau-bangor-clean train main, DewiBrynJones/commonvoice_18_0_cy train+dev+other_with_excluded main, cymen-arfor/25awr train+dev main dataset.
20
  It achieves the following results on the evaluation set:
21
  - Loss: 0.3666
22
  - Wer: 0.2773
all_results.json ADDED
@@ -0,0 +1,15 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 2.034174125305126,
3
+ "eval_loss": 0.36655664443969727,
4
+ "eval_runtime": 1777.7961,
5
+ "eval_samples": 3901,
6
+ "eval_samples_per_second": 2.194,
7
+ "eval_steps_per_second": 0.137,
8
+ "eval_wer": 0.27733507195981844,
9
+ "total_flos": 5.435045990970163e+20,
10
+ "train_loss": 0.38478662071228026,
11
+ "train_runtime": 58003.8059,
12
+ "train_samples": 78642,
13
+ "train_samples_per_second": 2.758,
14
+ "train_steps_per_second": 0.086
15
+ }
eval_results.json ADDED
@@ -0,0 +1,9 @@
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 2.034174125305126,
3
+ "eval_loss": 0.36655664443969727,
4
+ "eval_runtime": 1777.7961,
5
+ "eval_samples": 3901,
6
+ "eval_samples_per_second": 2.194,
7
+ "eval_steps_per_second": 0.137,
8
+ "eval_wer": 0.27733507195981844
9
+ }
runs/Nov15_15-52-21_4398118e3bd3/events.out.tfevents.1731747029.4398118e3bd3.574.1 ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:cf3741ba9fcd42c8e461e5f297b0878315593e60f66e5b50ac6bf52678b816cd
3
+ size 406
train_results.json ADDED
@@ -0,0 +1,9 @@
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 2.034174125305126,
3
+ "total_flos": 5.435045990970163e+20,
4
+ "train_loss": 0.38478662071228026,
5
+ "train_runtime": 58003.8059,
6
+ "train_samples": 78642,
7
+ "train_samples_per_second": 2.758,
8
+ "train_steps_per_second": 0.086
9
+ }
trainer_state.json ADDED
@@ -0,0 +1,1487 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": null,
3
+ "best_model_checkpoint": null,
4
+ "epoch": 2.034174125305126,
5
+ "eval_steps": 1000,
6
+ "global_step": 5000,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.01017087062652563,
13
+ "grad_norm": 16.184080123901367,
14
+ "learning_rate": 4.800000000000001e-07,
15
+ "loss": 1.6215,
16
+ "step": 25
17
+ },
18
+ {
19
+ "epoch": 0.02034174125305126,
20
+ "grad_norm": 14.08956241607666,
21
+ "learning_rate": 9.800000000000001e-07,
22
+ "loss": 1.2721,
23
+ "step": 50
24
+ },
25
+ {
26
+ "epoch": 0.030512611879576892,
27
+ "grad_norm": 11.49959945678711,
28
+ "learning_rate": 1.48e-06,
29
+ "loss": 0.9884,
30
+ "step": 75
31
+ },
32
+ {
33
+ "epoch": 0.04068348250610252,
34
+ "grad_norm": 8.895913124084473,
35
+ "learning_rate": 1.98e-06,
36
+ "loss": 0.8726,
37
+ "step": 100
38
+ },
39
+ {
40
+ "epoch": 0.050854353132628156,
41
+ "grad_norm": 9.52476692199707,
42
+ "learning_rate": 2.4800000000000004e-06,
43
+ "loss": 0.8062,
44
+ "step": 125
45
+ },
46
+ {
47
+ "epoch": 0.061025223759153785,
48
+ "grad_norm": 9.508084297180176,
49
+ "learning_rate": 2.9800000000000003e-06,
50
+ "loss": 0.7792,
51
+ "step": 150
52
+ },
53
+ {
54
+ "epoch": 0.07119609438567942,
55
+ "grad_norm": 9.352806091308594,
56
+ "learning_rate": 3.48e-06,
57
+ "loss": 0.7541,
58
+ "step": 175
59
+ },
60
+ {
61
+ "epoch": 0.08136696501220504,
62
+ "grad_norm": 10.18264102935791,
63
+ "learning_rate": 3.980000000000001e-06,
64
+ "loss": 0.6983,
65
+ "step": 200
66
+ },
67
+ {
68
+ "epoch": 0.09153783563873068,
69
+ "grad_norm": 10.840176582336426,
70
+ "learning_rate": 4.48e-06,
71
+ "loss": 0.7416,
72
+ "step": 225
73
+ },
74
+ {
75
+ "epoch": 0.10170870626525631,
76
+ "grad_norm": 9.403505325317383,
77
+ "learning_rate": 4.980000000000001e-06,
78
+ "loss": 0.7154,
79
+ "step": 250
80
+ },
81
+ {
82
+ "epoch": 0.11187957689178193,
83
+ "grad_norm": 8.170647621154785,
84
+ "learning_rate": 5.480000000000001e-06,
85
+ "loss": 0.6564,
86
+ "step": 275
87
+ },
88
+ {
89
+ "epoch": 0.12205044751830757,
90
+ "grad_norm": 9.974289894104004,
91
+ "learning_rate": 5.98e-06,
92
+ "loss": 0.6401,
93
+ "step": 300
94
+ },
95
+ {
96
+ "epoch": 0.1322213181448332,
97
+ "grad_norm": 10.3145112991333,
98
+ "learning_rate": 6.480000000000001e-06,
99
+ "loss": 0.6564,
100
+ "step": 325
101
+ },
102
+ {
103
+ "epoch": 0.14239218877135884,
104
+ "grad_norm": 8.214014053344727,
105
+ "learning_rate": 6.98e-06,
106
+ "loss": 0.6191,
107
+ "step": 350
108
+ },
109
+ {
110
+ "epoch": 0.15256305939788445,
111
+ "grad_norm": 8.800423622131348,
112
+ "learning_rate": 7.48e-06,
113
+ "loss": 0.6492,
114
+ "step": 375
115
+ },
116
+ {
117
+ "epoch": 0.16273393002441008,
118
+ "grad_norm": 8.481072425842285,
119
+ "learning_rate": 7.980000000000002e-06,
120
+ "loss": 0.6295,
121
+ "step": 400
122
+ },
123
+ {
124
+ "epoch": 0.17290480065093572,
125
+ "grad_norm": 8.669546127319336,
126
+ "learning_rate": 8.48e-06,
127
+ "loss": 0.6167,
128
+ "step": 425
129
+ },
130
+ {
131
+ "epoch": 0.18307567127746135,
132
+ "grad_norm": 7.645444869995117,
133
+ "learning_rate": 8.98e-06,
134
+ "loss": 0.6021,
135
+ "step": 450
136
+ },
137
+ {
138
+ "epoch": 0.193246541903987,
139
+ "grad_norm": 11.719562530517578,
140
+ "learning_rate": 9.48e-06,
141
+ "loss": 0.6006,
142
+ "step": 475
143
+ },
144
+ {
145
+ "epoch": 0.20341741253051263,
146
+ "grad_norm": 9.42712116241455,
147
+ "learning_rate": 9.980000000000001e-06,
148
+ "loss": 0.5777,
149
+ "step": 500
150
+ },
151
+ {
152
+ "epoch": 0.21358828315703823,
153
+ "grad_norm": 7.9745988845825195,
154
+ "learning_rate": 9.946666666666667e-06,
155
+ "loss": 0.5928,
156
+ "step": 525
157
+ },
158
+ {
159
+ "epoch": 0.22375915378356387,
160
+ "grad_norm": 7.762495994567871,
161
+ "learning_rate": 9.891111111111113e-06,
162
+ "loss": 0.5735,
163
+ "step": 550
164
+ },
165
+ {
166
+ "epoch": 0.2339300244100895,
167
+ "grad_norm": 8.57645320892334,
168
+ "learning_rate": 9.835555555555556e-06,
169
+ "loss": 0.5613,
170
+ "step": 575
171
+ },
172
+ {
173
+ "epoch": 0.24410089503661514,
174
+ "grad_norm": 7.481997489929199,
175
+ "learning_rate": 9.780000000000001e-06,
176
+ "loss": 0.5496,
177
+ "step": 600
178
+ },
179
+ {
180
+ "epoch": 0.25427176566314075,
181
+ "grad_norm": 6.589779376983643,
182
+ "learning_rate": 9.724444444444445e-06,
183
+ "loss": 0.5746,
184
+ "step": 625
185
+ },
186
+ {
187
+ "epoch": 0.2644426362896664,
188
+ "grad_norm": 8.590812683105469,
189
+ "learning_rate": 9.66888888888889e-06,
190
+ "loss": 0.5385,
191
+ "step": 650
192
+ },
193
+ {
194
+ "epoch": 0.274613506916192,
195
+ "grad_norm": 7.343937397003174,
196
+ "learning_rate": 9.613333333333335e-06,
197
+ "loss": 0.5432,
198
+ "step": 675
199
+ },
200
+ {
201
+ "epoch": 0.2847843775427177,
202
+ "grad_norm": 7.952889919281006,
203
+ "learning_rate": 9.557777777777777e-06,
204
+ "loss": 0.5213,
205
+ "step": 700
206
+ },
207
+ {
208
+ "epoch": 0.2949552481692433,
209
+ "grad_norm": 8.083431243896484,
210
+ "learning_rate": 9.502222222222223e-06,
211
+ "loss": 0.5367,
212
+ "step": 725
213
+ },
214
+ {
215
+ "epoch": 0.3051261187957689,
216
+ "grad_norm": 7.172378063201904,
217
+ "learning_rate": 9.446666666666667e-06,
218
+ "loss": 0.5317,
219
+ "step": 750
220
+ },
221
+ {
222
+ "epoch": 0.31529698942229456,
223
+ "grad_norm": 7.955025672912598,
224
+ "learning_rate": 9.391111111111111e-06,
225
+ "loss": 0.5208,
226
+ "step": 775
227
+ },
228
+ {
229
+ "epoch": 0.32546786004882017,
230
+ "grad_norm": 7.041996479034424,
231
+ "learning_rate": 9.335555555555557e-06,
232
+ "loss": 0.5123,
233
+ "step": 800
234
+ },
235
+ {
236
+ "epoch": 0.33563873067534583,
237
+ "grad_norm": 7.7593607902526855,
238
+ "learning_rate": 9.280000000000001e-06,
239
+ "loss": 0.5019,
240
+ "step": 825
241
+ },
242
+ {
243
+ "epoch": 0.34580960130187144,
244
+ "grad_norm": 9.114460945129395,
245
+ "learning_rate": 9.224444444444445e-06,
246
+ "loss": 0.5189,
247
+ "step": 850
248
+ },
249
+ {
250
+ "epoch": 0.35598047192839705,
251
+ "grad_norm": 8.199577331542969,
252
+ "learning_rate": 9.171111111111112e-06,
253
+ "loss": 0.4844,
254
+ "step": 875
255
+ },
256
+ {
257
+ "epoch": 0.3661513425549227,
258
+ "grad_norm": 7.192209243774414,
259
+ "learning_rate": 9.115555555555556e-06,
260
+ "loss": 0.4867,
261
+ "step": 900
262
+ },
263
+ {
264
+ "epoch": 0.3763222131814483,
265
+ "grad_norm": 7.112555980682373,
266
+ "learning_rate": 9.060000000000001e-06,
267
+ "loss": 0.4673,
268
+ "step": 925
269
+ },
270
+ {
271
+ "epoch": 0.386493083807974,
272
+ "grad_norm": 6.723269462585449,
273
+ "learning_rate": 9.004444444444445e-06,
274
+ "loss": 0.4886,
275
+ "step": 950
276
+ },
277
+ {
278
+ "epoch": 0.3966639544344996,
279
+ "grad_norm": 6.772889137268066,
280
+ "learning_rate": 8.94888888888889e-06,
281
+ "loss": 0.5116,
282
+ "step": 975
283
+ },
284
+ {
285
+ "epoch": 0.40683482506102525,
286
+ "grad_norm": 7.985610485076904,
287
+ "learning_rate": 8.893333333333333e-06,
288
+ "loss": 0.5072,
289
+ "step": 1000
290
+ },
291
+ {
292
+ "epoch": 0.40683482506102525,
293
+ "eval_loss": 0.5020337700843811,
294
+ "eval_runtime": 1789.7876,
295
+ "eval_samples_per_second": 2.18,
296
+ "eval_steps_per_second": 0.136,
297
+ "eval_wer": 0.35670820052158797,
298
+ "step": 1000
299
+ },
300
+ {
301
+ "epoch": 0.41700569568755086,
302
+ "grad_norm": 10.103032112121582,
303
+ "learning_rate": 8.83777777777778e-06,
304
+ "loss": 0.4951,
305
+ "step": 1025
306
+ },
307
+ {
308
+ "epoch": 0.42717656631407647,
309
+ "grad_norm": 6.815390586853027,
310
+ "learning_rate": 8.782222222222223e-06,
311
+ "loss": 0.4682,
312
+ "step": 1050
313
+ },
314
+ {
315
+ "epoch": 0.43734743694060213,
316
+ "grad_norm": 7.63904333114624,
317
+ "learning_rate": 8.726666666666667e-06,
318
+ "loss": 0.4842,
319
+ "step": 1075
320
+ },
321
+ {
322
+ "epoch": 0.44751830756712774,
323
+ "grad_norm": 7.750236988067627,
324
+ "learning_rate": 8.671111111111113e-06,
325
+ "loss": 0.4823,
326
+ "step": 1100
327
+ },
328
+ {
329
+ "epoch": 0.4576891781936534,
330
+ "grad_norm": 6.178125858306885,
331
+ "learning_rate": 8.615555555555555e-06,
332
+ "loss": 0.4764,
333
+ "step": 1125
334
+ },
335
+ {
336
+ "epoch": 0.467860048820179,
337
+ "grad_norm": 6.7011284828186035,
338
+ "learning_rate": 8.560000000000001e-06,
339
+ "loss": 0.487,
340
+ "step": 1150
341
+ },
342
+ {
343
+ "epoch": 0.4780309194467046,
344
+ "grad_norm": 6.630568504333496,
345
+ "learning_rate": 8.504444444444445e-06,
346
+ "loss": 0.444,
347
+ "step": 1175
348
+ },
349
+ {
350
+ "epoch": 0.4882017900732303,
351
+ "grad_norm": 7.386712074279785,
352
+ "learning_rate": 8.448888888888889e-06,
353
+ "loss": 0.4372,
354
+ "step": 1200
355
+ },
356
+ {
357
+ "epoch": 0.4983726606997559,
358
+ "grad_norm": 6.448077201843262,
359
+ "learning_rate": 8.393333333333335e-06,
360
+ "loss": 0.4474,
361
+ "step": 1225
362
+ },
363
+ {
364
+ "epoch": 0.5085435313262815,
365
+ "grad_norm": 6.787522315979004,
366
+ "learning_rate": 8.337777777777777e-06,
367
+ "loss": 0.4692,
368
+ "step": 1250
369
+ },
370
+ {
371
+ "epoch": 0.5187144019528072,
372
+ "grad_norm": 6.614894866943359,
373
+ "learning_rate": 8.282222222222223e-06,
374
+ "loss": 0.4401,
375
+ "step": 1275
376
+ },
377
+ {
378
+ "epoch": 0.5288852725793328,
379
+ "grad_norm": 7.09251594543457,
380
+ "learning_rate": 8.226666666666667e-06,
381
+ "loss": 0.4419,
382
+ "step": 1300
383
+ },
384
+ {
385
+ "epoch": 0.5390561432058584,
386
+ "grad_norm": 7.047774791717529,
387
+ "learning_rate": 8.171111111111113e-06,
388
+ "loss": 0.4323,
389
+ "step": 1325
390
+ },
391
+ {
392
+ "epoch": 0.549227013832384,
393
+ "grad_norm": 6.616914749145508,
394
+ "learning_rate": 8.115555555555557e-06,
395
+ "loss": 0.4354,
396
+ "step": 1350
397
+ },
398
+ {
399
+ "epoch": 0.5593978844589097,
400
+ "grad_norm": 8.16896915435791,
401
+ "learning_rate": 8.06e-06,
402
+ "loss": 0.4299,
403
+ "step": 1375
404
+ },
405
+ {
406
+ "epoch": 0.5695687550854354,
407
+ "grad_norm": 7.04884672164917,
408
+ "learning_rate": 8.004444444444445e-06,
409
+ "loss": 0.4477,
410
+ "step": 1400
411
+ },
412
+ {
413
+ "epoch": 0.5797396257119609,
414
+ "grad_norm": 6.052219867706299,
415
+ "learning_rate": 7.948888888888889e-06,
416
+ "loss": 0.4561,
417
+ "step": 1425
418
+ },
419
+ {
420
+ "epoch": 0.5899104963384866,
421
+ "grad_norm": 6.257965087890625,
422
+ "learning_rate": 7.893333333333335e-06,
423
+ "loss": 0.4343,
424
+ "step": 1450
425
+ },
426
+ {
427
+ "epoch": 0.6000813669650122,
428
+ "grad_norm": 7.182107925415039,
429
+ "learning_rate": 7.837777777777779e-06,
430
+ "loss": 0.4215,
431
+ "step": 1475
432
+ },
433
+ {
434
+ "epoch": 0.6102522375915378,
435
+ "grad_norm": 6.276819705963135,
436
+ "learning_rate": 7.782222222222223e-06,
437
+ "loss": 0.4188,
438
+ "step": 1500
439
+ },
440
+ {
441
+ "epoch": 0.6204231082180635,
442
+ "grad_norm": 6.533692359924316,
443
+ "learning_rate": 7.726666666666667e-06,
444
+ "loss": 0.4855,
445
+ "step": 1525
446
+ },
447
+ {
448
+ "epoch": 0.6305939788445891,
449
+ "grad_norm": 6.108315467834473,
450
+ "learning_rate": 7.67111111111111e-06,
451
+ "loss": 0.4255,
452
+ "step": 1550
453
+ },
454
+ {
455
+ "epoch": 0.6407648494711147,
456
+ "grad_norm": 6.741276741027832,
457
+ "learning_rate": 7.6155555555555564e-06,
458
+ "loss": 0.4529,
459
+ "step": 1575
460
+ },
461
+ {
462
+ "epoch": 0.6509357200976403,
463
+ "grad_norm": 6.165073871612549,
464
+ "learning_rate": 7.5600000000000005e-06,
465
+ "loss": 0.4541,
466
+ "step": 1600
467
+ },
468
+ {
469
+ "epoch": 0.661106590724166,
470
+ "grad_norm": 7.246621608734131,
471
+ "learning_rate": 7.504444444444445e-06,
472
+ "loss": 0.4073,
473
+ "step": 1625
474
+ },
475
+ {
476
+ "epoch": 0.6712774613506917,
477
+ "grad_norm": 7.50054407119751,
478
+ "learning_rate": 7.44888888888889e-06,
479
+ "loss": 0.4143,
480
+ "step": 1650
481
+ },
482
+ {
483
+ "epoch": 0.6814483319772172,
484
+ "grad_norm": 6.225817680358887,
485
+ "learning_rate": 7.393333333333333e-06,
486
+ "loss": 0.438,
487
+ "step": 1675
488
+ },
489
+ {
490
+ "epoch": 0.6916192026037429,
491
+ "grad_norm": 6.704942226409912,
492
+ "learning_rate": 7.337777777777778e-06,
493
+ "loss": 0.4209,
494
+ "step": 1700
495
+ },
496
+ {
497
+ "epoch": 0.7017900732302685,
498
+ "grad_norm": 6.276001930236816,
499
+ "learning_rate": 7.282222222222222e-06,
500
+ "loss": 0.4033,
501
+ "step": 1725
502
+ },
503
+ {
504
+ "epoch": 0.7119609438567941,
505
+ "grad_norm": 7.256411075592041,
506
+ "learning_rate": 7.226666666666667e-06,
507
+ "loss": 0.416,
508
+ "step": 1750
509
+ },
510
+ {
511
+ "epoch": 0.7221318144833198,
512
+ "grad_norm": 6.347288608551025,
513
+ "learning_rate": 7.171111111111112e-06,
514
+ "loss": 0.4373,
515
+ "step": 1775
516
+ },
517
+ {
518
+ "epoch": 0.7323026851098454,
519
+ "grad_norm": 6.241955757141113,
520
+ "learning_rate": 7.115555555555557e-06,
521
+ "loss": 0.403,
522
+ "step": 1800
523
+ },
524
+ {
525
+ "epoch": 0.7424735557363711,
526
+ "grad_norm": 5.548867702484131,
527
+ "learning_rate": 7.06e-06,
528
+ "loss": 0.4034,
529
+ "step": 1825
530
+ },
531
+ {
532
+ "epoch": 0.7526444263628966,
533
+ "grad_norm": 7.0312113761901855,
534
+ "learning_rate": 7.004444444444445e-06,
535
+ "loss": 0.4037,
536
+ "step": 1850
537
+ },
538
+ {
539
+ "epoch": 0.7628152969894223,
540
+ "grad_norm": 7.7608256340026855,
541
+ "learning_rate": 6.948888888888889e-06,
542
+ "loss": 0.3939,
543
+ "step": 1875
544
+ },
545
+ {
546
+ "epoch": 0.772986167615948,
547
+ "grad_norm": 6.072271823883057,
548
+ "learning_rate": 6.893333333333334e-06,
549
+ "loss": 0.4067,
550
+ "step": 1900
551
+ },
552
+ {
553
+ "epoch": 0.7831570382424735,
554
+ "grad_norm": 6.9571123123168945,
555
+ "learning_rate": 6.837777777777779e-06,
556
+ "loss": 0.4107,
557
+ "step": 1925
558
+ },
559
+ {
560
+ "epoch": 0.7933279088689992,
561
+ "grad_norm": 5.884681224822998,
562
+ "learning_rate": 6.782222222222222e-06,
563
+ "loss": 0.3995,
564
+ "step": 1950
565
+ },
566
+ {
567
+ "epoch": 0.8034987794955248,
568
+ "grad_norm": 5.850441932678223,
569
+ "learning_rate": 6.726666666666667e-06,
570
+ "loss": 0.4017,
571
+ "step": 1975
572
+ },
573
+ {
574
+ "epoch": 0.8136696501220505,
575
+ "grad_norm": 6.021271705627441,
576
+ "learning_rate": 6.671111111111112e-06,
577
+ "loss": 0.3708,
578
+ "step": 2000
579
+ },
580
+ {
581
+ "epoch": 0.8136696501220505,
582
+ "eval_loss": 0.42604002356529236,
583
+ "eval_runtime": 1798.3084,
584
+ "eval_samples_per_second": 2.169,
585
+ "eval_steps_per_second": 0.136,
586
+ "eval_wer": 0.32584758041147494,
587
+ "step": 2000
588
+ },
589
+ {
590
+ "epoch": 0.823840520748576,
591
+ "grad_norm": 6.479699611663818,
592
+ "learning_rate": 6.615555555555556e-06,
593
+ "loss": 0.3914,
594
+ "step": 2025
595
+ },
596
+ {
597
+ "epoch": 0.8340113913751017,
598
+ "grad_norm": 6.589993476867676,
599
+ "learning_rate": 6.560000000000001e-06,
600
+ "loss": 0.401,
601
+ "step": 2050
602
+ },
603
+ {
604
+ "epoch": 0.8441822620016274,
605
+ "grad_norm": 5.026104927062988,
606
+ "learning_rate": 6.504444444444446e-06,
607
+ "loss": 0.38,
608
+ "step": 2075
609
+ },
610
+ {
611
+ "epoch": 0.8543531326281529,
612
+ "grad_norm": 6.458845138549805,
613
+ "learning_rate": 6.448888888888889e-06,
614
+ "loss": 0.3885,
615
+ "step": 2100
616
+ },
617
+ {
618
+ "epoch": 0.8645240032546786,
619
+ "grad_norm": 6.570550441741943,
620
+ "learning_rate": 6.393333333333334e-06,
621
+ "loss": 0.3992,
622
+ "step": 2125
623
+ },
624
+ {
625
+ "epoch": 0.8746948738812043,
626
+ "grad_norm": 6.160183906555176,
627
+ "learning_rate": 6.3377777777777786e-06,
628
+ "loss": 0.385,
629
+ "step": 2150
630
+ },
631
+ {
632
+ "epoch": 0.8848657445077298,
633
+ "grad_norm": 5.925890922546387,
634
+ "learning_rate": 6.282222222222223e-06,
635
+ "loss": 0.4082,
636
+ "step": 2175
637
+ },
638
+ {
639
+ "epoch": 0.8950366151342555,
640
+ "grad_norm": 6.508133888244629,
641
+ "learning_rate": 6.2266666666666675e-06,
642
+ "loss": 0.4043,
643
+ "step": 2200
644
+ },
645
+ {
646
+ "epoch": 0.9052074857607811,
647
+ "grad_norm": 6.300657272338867,
648
+ "learning_rate": 6.171111111111112e-06,
649
+ "loss": 0.3729,
650
+ "step": 2225
651
+ },
652
+ {
653
+ "epoch": 0.9153783563873068,
654
+ "grad_norm": 5.284305572509766,
655
+ "learning_rate": 6.1155555555555555e-06,
656
+ "loss": 0.4046,
657
+ "step": 2250
658
+ },
659
+ {
660
+ "epoch": 0.9255492270138324,
661
+ "grad_norm": 5.809286594390869,
662
+ "learning_rate": 6.0600000000000004e-06,
663
+ "loss": 0.3864,
664
+ "step": 2275
665
+ },
666
+ {
667
+ "epoch": 0.935720097640358,
668
+ "grad_norm": 6.667562007904053,
669
+ "learning_rate": 6.004444444444445e-06,
670
+ "loss": 0.3929,
671
+ "step": 2300
672
+ },
673
+ {
674
+ "epoch": 0.9458909682668837,
675
+ "grad_norm": 6.4545392990112305,
676
+ "learning_rate": 5.948888888888889e-06,
677
+ "loss": 0.3975,
678
+ "step": 2325
679
+ },
680
+ {
681
+ "epoch": 0.9560618388934092,
682
+ "grad_norm": 5.876199245452881,
683
+ "learning_rate": 5.893333333333334e-06,
684
+ "loss": 0.3769,
685
+ "step": 2350
686
+ },
687
+ {
688
+ "epoch": 0.9662327095199349,
689
+ "grad_norm": 5.008429527282715,
690
+ "learning_rate": 5.837777777777777e-06,
691
+ "loss": 0.4031,
692
+ "step": 2375
693
+ },
694
+ {
695
+ "epoch": 0.9764035801464606,
696
+ "grad_norm": 7.304080963134766,
697
+ "learning_rate": 5.782222222222222e-06,
698
+ "loss": 0.3804,
699
+ "step": 2400
700
+ },
701
+ {
702
+ "epoch": 0.9865744507729862,
703
+ "grad_norm": 7.11293888092041,
704
+ "learning_rate": 5.726666666666667e-06,
705
+ "loss": 0.3849,
706
+ "step": 2425
707
+ },
708
+ {
709
+ "epoch": 0.9967453213995118,
710
+ "grad_norm": 6.156993389129639,
711
+ "learning_rate": 5.671111111111112e-06,
712
+ "loss": 0.3804,
713
+ "step": 2450
714
+ },
715
+ {
716
+ "epoch": 1.0069161920260374,
717
+ "grad_norm": 4.09175968170166,
718
+ "learning_rate": 5.615555555555556e-06,
719
+ "loss": 0.3138,
720
+ "step": 2475
721
+ },
722
+ {
723
+ "epoch": 1.017087062652563,
724
+ "grad_norm": 5.104438304901123,
725
+ "learning_rate": 5.560000000000001e-06,
726
+ "loss": 0.2747,
727
+ "step": 2500
728
+ },
729
+ {
730
+ "epoch": 1.0272579332790888,
731
+ "grad_norm": 5.911495685577393,
732
+ "learning_rate": 5.504444444444444e-06,
733
+ "loss": 0.2825,
734
+ "step": 2525
735
+ },
736
+ {
737
+ "epoch": 1.0374288039056143,
738
+ "grad_norm": 5.619592189788818,
739
+ "learning_rate": 5.448888888888889e-06,
740
+ "loss": 0.2991,
741
+ "step": 2550
742
+ },
743
+ {
744
+ "epoch": 1.0475996745321399,
745
+ "grad_norm": 5.471043109893799,
746
+ "learning_rate": 5.393333333333334e-06,
747
+ "loss": 0.2766,
748
+ "step": 2575
749
+ },
750
+ {
751
+ "epoch": 1.0577705451586656,
752
+ "grad_norm": 4.353448867797852,
753
+ "learning_rate": 5.337777777777779e-06,
754
+ "loss": 0.2883,
755
+ "step": 2600
756
+ },
757
+ {
758
+ "epoch": 1.0679414157851912,
759
+ "grad_norm": 4.982877731323242,
760
+ "learning_rate": 5.282222222222223e-06,
761
+ "loss": 0.2888,
762
+ "step": 2625
763
+ },
764
+ {
765
+ "epoch": 1.0781122864117167,
766
+ "grad_norm": 5.228238582611084,
767
+ "learning_rate": 5.226666666666667e-06,
768
+ "loss": 0.2802,
769
+ "step": 2650
770
+ },
771
+ {
772
+ "epoch": 1.0882831570382425,
773
+ "grad_norm": 5.883535385131836,
774
+ "learning_rate": 5.171111111111111e-06,
775
+ "loss": 0.2779,
776
+ "step": 2675
777
+ },
778
+ {
779
+ "epoch": 1.098454027664768,
780
+ "grad_norm": 4.599557876586914,
781
+ "learning_rate": 5.115555555555556e-06,
782
+ "loss": 0.2817,
783
+ "step": 2700
784
+ },
785
+ {
786
+ "epoch": 1.1086248982912936,
787
+ "grad_norm": 5.081583023071289,
788
+ "learning_rate": 5.060000000000001e-06,
789
+ "loss": 0.2804,
790
+ "step": 2725
791
+ },
792
+ {
793
+ "epoch": 1.1187957689178194,
794
+ "grad_norm": 5.387673854827881,
795
+ "learning_rate": 5.004444444444445e-06,
796
+ "loss": 0.2676,
797
+ "step": 2750
798
+ },
799
+ {
800
+ "epoch": 1.128966639544345,
801
+ "grad_norm": 5.010275840759277,
802
+ "learning_rate": 4.94888888888889e-06,
803
+ "loss": 0.2752,
804
+ "step": 2775
805
+ },
806
+ {
807
+ "epoch": 1.1391375101708707,
808
+ "grad_norm": 5.828437805175781,
809
+ "learning_rate": 4.893333333333334e-06,
810
+ "loss": 0.2795,
811
+ "step": 2800
812
+ },
813
+ {
814
+ "epoch": 1.1493083807973963,
815
+ "grad_norm": 5.313021183013916,
816
+ "learning_rate": 4.837777777777778e-06,
817
+ "loss": 0.2876,
818
+ "step": 2825
819
+ },
820
+ {
821
+ "epoch": 1.1594792514239218,
822
+ "grad_norm": 5.790019512176514,
823
+ "learning_rate": 4.7822222222222226e-06,
824
+ "loss": 0.283,
825
+ "step": 2850
826
+ },
827
+ {
828
+ "epoch": 1.1696501220504476,
829
+ "grad_norm": 5.2214250564575195,
830
+ "learning_rate": 4.7266666666666674e-06,
831
+ "loss": 0.2762,
832
+ "step": 2875
833
+ },
834
+ {
835
+ "epoch": 1.1798209926769732,
836
+ "grad_norm": 6.338456630706787,
837
+ "learning_rate": 4.6711111111111115e-06,
838
+ "loss": 0.2588,
839
+ "step": 2900
840
+ },
841
+ {
842
+ "epoch": 1.1899918633034987,
843
+ "grad_norm": 6.858678340911865,
844
+ "learning_rate": 4.6155555555555555e-06,
845
+ "loss": 0.2724,
846
+ "step": 2925
847
+ },
848
+ {
849
+ "epoch": 1.2001627339300245,
850
+ "grad_norm": 5.54526948928833,
851
+ "learning_rate": 4.56e-06,
852
+ "loss": 0.2893,
853
+ "step": 2950
854
+ },
855
+ {
856
+ "epoch": 1.21033360455655,
857
+ "grad_norm": 5.165172100067139,
858
+ "learning_rate": 4.504444444444444e-06,
859
+ "loss": 0.2751,
860
+ "step": 2975
861
+ },
862
+ {
863
+ "epoch": 1.2205044751830756,
864
+ "grad_norm": 6.359204292297363,
865
+ "learning_rate": 4.448888888888889e-06,
866
+ "loss": 0.2599,
867
+ "step": 3000
868
+ },
869
+ {
870
+ "epoch": 1.2205044751830756,
871
+ "eval_loss": 0.39731866121292114,
872
+ "eval_runtime": 1796.0978,
873
+ "eval_samples_per_second": 2.172,
874
+ "eval_steps_per_second": 0.136,
875
+ "eval_wer": 0.30034772529701537,
876
+ "step": 3000
877
+ },
878
+ {
879
+ "epoch": 1.2306753458096014,
880
+ "grad_norm": 4.958346366882324,
881
+ "learning_rate": 4.393333333333334e-06,
882
+ "loss": 0.2754,
883
+ "step": 3025
884
+ },
885
+ {
886
+ "epoch": 1.240846216436127,
887
+ "grad_norm": 7.284126281738281,
888
+ "learning_rate": 4.337777777777778e-06,
889
+ "loss": 0.2764,
890
+ "step": 3050
891
+ },
892
+ {
893
+ "epoch": 1.2510170870626527,
894
+ "grad_norm": 5.106224536895752,
895
+ "learning_rate": 4.282222222222222e-06,
896
+ "loss": 0.2679,
897
+ "step": 3075
898
+ },
899
+ {
900
+ "epoch": 1.2611879576891782,
901
+ "grad_norm": 4.638324737548828,
902
+ "learning_rate": 4.226666666666667e-06,
903
+ "loss": 0.2678,
904
+ "step": 3100
905
+ },
906
+ {
907
+ "epoch": 1.2713588283157038,
908
+ "grad_norm": 5.0809245109558105,
909
+ "learning_rate": 4.171111111111111e-06,
910
+ "loss": 0.2679,
911
+ "step": 3125
912
+ },
913
+ {
914
+ "epoch": 1.2815296989422293,
915
+ "grad_norm": 5.177508354187012,
916
+ "learning_rate": 4.115555555555556e-06,
917
+ "loss": 0.2603,
918
+ "step": 3150
919
+ },
920
+ {
921
+ "epoch": 1.2917005695687551,
922
+ "grad_norm": 4.664310932159424,
923
+ "learning_rate": 4.060000000000001e-06,
924
+ "loss": 0.2659,
925
+ "step": 3175
926
+ },
927
+ {
928
+ "epoch": 1.3018714401952807,
929
+ "grad_norm": 5.230463981628418,
930
+ "learning_rate": 4.004444444444445e-06,
931
+ "loss": 0.271,
932
+ "step": 3200
933
+ },
934
+ {
935
+ "epoch": 1.3120423108218064,
936
+ "grad_norm": 5.396975994110107,
937
+ "learning_rate": 3.948888888888889e-06,
938
+ "loss": 0.2653,
939
+ "step": 3225
940
+ },
941
+ {
942
+ "epoch": 1.322213181448332,
943
+ "grad_norm": 4.997494220733643,
944
+ "learning_rate": 3.893333333333333e-06,
945
+ "loss": 0.2678,
946
+ "step": 3250
947
+ },
948
+ {
949
+ "epoch": 1.3323840520748575,
950
+ "grad_norm": 6.467133045196533,
951
+ "learning_rate": 3.837777777777778e-06,
952
+ "loss": 0.2628,
953
+ "step": 3275
954
+ },
955
+ {
956
+ "epoch": 1.342554922701383,
957
+ "grad_norm": 4.6464338302612305,
958
+ "learning_rate": 3.782222222222223e-06,
959
+ "loss": 0.2819,
960
+ "step": 3300
961
+ },
962
+ {
963
+ "epoch": 1.3527257933279089,
964
+ "grad_norm": 5.477710723876953,
965
+ "learning_rate": 3.726666666666667e-06,
966
+ "loss": 0.2694,
967
+ "step": 3325
968
+ },
969
+ {
970
+ "epoch": 1.3628966639544344,
971
+ "grad_norm": 5.745607376098633,
972
+ "learning_rate": 3.6711111111111113e-06,
973
+ "loss": 0.2731,
974
+ "step": 3350
975
+ },
976
+ {
977
+ "epoch": 1.3730675345809602,
978
+ "grad_norm": 4.110312461853027,
979
+ "learning_rate": 3.615555555555556e-06,
980
+ "loss": 0.2726,
981
+ "step": 3375
982
+ },
983
+ {
984
+ "epoch": 1.3832384052074858,
985
+ "grad_norm": 5.377216815948486,
986
+ "learning_rate": 3.5600000000000002e-06,
987
+ "loss": 0.2677,
988
+ "step": 3400
989
+ },
990
+ {
991
+ "epoch": 1.3934092758340113,
992
+ "grad_norm": 5.4512763023376465,
993
+ "learning_rate": 3.5044444444444447e-06,
994
+ "loss": 0.2621,
995
+ "step": 3425
996
+ },
997
+ {
998
+ "epoch": 1.403580146460537,
999
+ "grad_norm": 5.338203430175781,
1000
+ "learning_rate": 3.4488888888888896e-06,
1001
+ "loss": 0.2731,
1002
+ "step": 3450
1003
+ },
1004
+ {
1005
+ "epoch": 1.4137510170870626,
1006
+ "grad_norm": 5.551027774810791,
1007
+ "learning_rate": 3.3933333333333336e-06,
1008
+ "loss": 0.2821,
1009
+ "step": 3475
1010
+ },
1011
+ {
1012
+ "epoch": 1.4239218877135884,
1013
+ "grad_norm": 6.804419040679932,
1014
+ "learning_rate": 3.337777777777778e-06,
1015
+ "loss": 0.2652,
1016
+ "step": 3500
1017
+ },
1018
+ {
1019
+ "epoch": 1.434092758340114,
1020
+ "grad_norm": 5.15053653717041,
1021
+ "learning_rate": 3.282222222222223e-06,
1022
+ "loss": 0.2626,
1023
+ "step": 3525
1024
+ },
1025
+ {
1026
+ "epoch": 1.4442636289666395,
1027
+ "grad_norm": 4.987846851348877,
1028
+ "learning_rate": 3.226666666666667e-06,
1029
+ "loss": 0.2558,
1030
+ "step": 3550
1031
+ },
1032
+ {
1033
+ "epoch": 1.454434499593165,
1034
+ "grad_norm": 5.460192680358887,
1035
+ "learning_rate": 3.1711111111111114e-06,
1036
+ "loss": 0.2688,
1037
+ "step": 3575
1038
+ },
1039
+ {
1040
+ "epoch": 1.4646053702196908,
1041
+ "grad_norm": 5.20620059967041,
1042
+ "learning_rate": 3.1155555555555555e-06,
1043
+ "loss": 0.2541,
1044
+ "step": 3600
1045
+ },
1046
+ {
1047
+ "epoch": 1.4747762408462164,
1048
+ "grad_norm": 5.177892208099365,
1049
+ "learning_rate": 3.0600000000000003e-06,
1050
+ "loss": 0.2546,
1051
+ "step": 3625
1052
+ },
1053
+ {
1054
+ "epoch": 1.4849471114727422,
1055
+ "grad_norm": 5.275447845458984,
1056
+ "learning_rate": 3.004444444444445e-06,
1057
+ "loss": 0.2487,
1058
+ "step": 3650
1059
+ },
1060
+ {
1061
+ "epoch": 1.4951179820992677,
1062
+ "grad_norm": 4.815367698669434,
1063
+ "learning_rate": 2.948888888888889e-06,
1064
+ "loss": 0.2505,
1065
+ "step": 3675
1066
+ },
1067
+ {
1068
+ "epoch": 1.5052888527257933,
1069
+ "grad_norm": 4.586023330688477,
1070
+ "learning_rate": 2.8933333333333337e-06,
1071
+ "loss": 0.2385,
1072
+ "step": 3700
1073
+ },
1074
+ {
1075
+ "epoch": 1.5154597233523188,
1076
+ "grad_norm": 5.920341491699219,
1077
+ "learning_rate": 2.837777777777778e-06,
1078
+ "loss": 0.2502,
1079
+ "step": 3725
1080
+ },
1081
+ {
1082
+ "epoch": 1.5256305939788446,
1083
+ "grad_norm": 5.697859764099121,
1084
+ "learning_rate": 2.7822222222222222e-06,
1085
+ "loss": 0.2574,
1086
+ "step": 3750
1087
+ },
1088
+ {
1089
+ "epoch": 1.5358014646053704,
1090
+ "grad_norm": 4.68679666519165,
1091
+ "learning_rate": 2.726666666666667e-06,
1092
+ "loss": 0.2543,
1093
+ "step": 3775
1094
+ },
1095
+ {
1096
+ "epoch": 1.545972335231896,
1097
+ "grad_norm": 5.064055442810059,
1098
+ "learning_rate": 2.6711111111111116e-06,
1099
+ "loss": 0.2639,
1100
+ "step": 3800
1101
+ },
1102
+ {
1103
+ "epoch": 1.5561432058584215,
1104
+ "grad_norm": 5.656905651092529,
1105
+ "learning_rate": 2.6155555555555556e-06,
1106
+ "loss": 0.2639,
1107
+ "step": 3825
1108
+ },
1109
+ {
1110
+ "epoch": 1.566314076484947,
1111
+ "grad_norm": 5.397951126098633,
1112
+ "learning_rate": 2.56e-06,
1113
+ "loss": 0.271,
1114
+ "step": 3850
1115
+ },
1116
+ {
1117
+ "epoch": 1.5764849471114726,
1118
+ "grad_norm": 6.378788948059082,
1119
+ "learning_rate": 2.504444444444445e-06,
1120
+ "loss": 0.2542,
1121
+ "step": 3875
1122
+ },
1123
+ {
1124
+ "epoch": 1.5866558177379984,
1125
+ "grad_norm": 6.6806960105896,
1126
+ "learning_rate": 2.448888888888889e-06,
1127
+ "loss": 0.2471,
1128
+ "step": 3900
1129
+ },
1130
+ {
1131
+ "epoch": 1.5968266883645241,
1132
+ "grad_norm": 4.837161064147949,
1133
+ "learning_rate": 2.3933333333333334e-06,
1134
+ "loss": 0.2497,
1135
+ "step": 3925
1136
+ },
1137
+ {
1138
+ "epoch": 1.6069975589910497,
1139
+ "grad_norm": 5.817267894744873,
1140
+ "learning_rate": 2.337777777777778e-06,
1141
+ "loss": 0.2583,
1142
+ "step": 3950
1143
+ },
1144
+ {
1145
+ "epoch": 1.6171684296175752,
1146
+ "grad_norm": 5.383573532104492,
1147
+ "learning_rate": 2.2822222222222223e-06,
1148
+ "loss": 0.2535,
1149
+ "step": 3975
1150
+ },
1151
+ {
1152
+ "epoch": 1.6273393002441008,
1153
+ "grad_norm": 4.556544780731201,
1154
+ "learning_rate": 2.226666666666667e-06,
1155
+ "loss": 0.2618,
1156
+ "step": 4000
1157
+ },
1158
+ {
1159
+ "epoch": 1.6273393002441008,
1160
+ "eval_loss": 0.37833017110824585,
1161
+ "eval_runtime": 1788.9834,
1162
+ "eval_samples_per_second": 2.181,
1163
+ "eval_steps_per_second": 0.136,
1164
+ "eval_wer": 0.2904713609581764,
1165
+ "step": 4000
1166
+ },
1167
+ {
1168
+ "epoch": 1.6375101708706266,
1169
+ "grad_norm": 5.119606018066406,
1170
+ "learning_rate": 2.1711111111111113e-06,
1171
+ "loss": 0.2613,
1172
+ "step": 4025
1173
+ },
1174
+ {
1175
+ "epoch": 1.647681041497152,
1176
+ "grad_norm": 5.435574054718018,
1177
+ "learning_rate": 2.1155555555555557e-06,
1178
+ "loss": 0.243,
1179
+ "step": 4050
1180
+ },
1181
+ {
1182
+ "epoch": 1.6578519121236779,
1183
+ "grad_norm": 5.2191643714904785,
1184
+ "learning_rate": 2.06e-06,
1185
+ "loss": 0.2563,
1186
+ "step": 4075
1187
+ },
1188
+ {
1189
+ "epoch": 1.6680227827502034,
1190
+ "grad_norm": 4.851512908935547,
1191
+ "learning_rate": 2.0044444444444446e-06,
1192
+ "loss": 0.2608,
1193
+ "step": 4100
1194
+ },
1195
+ {
1196
+ "epoch": 1.678193653376729,
1197
+ "grad_norm": 5.570041179656982,
1198
+ "learning_rate": 1.948888888888889e-06,
1199
+ "loss": 0.2572,
1200
+ "step": 4125
1201
+ },
1202
+ {
1203
+ "epoch": 1.6883645240032545,
1204
+ "grad_norm": 4.914021968841553,
1205
+ "learning_rate": 1.8933333333333333e-06,
1206
+ "loss": 0.2502,
1207
+ "step": 4150
1208
+ },
1209
+ {
1210
+ "epoch": 1.6985353946297803,
1211
+ "grad_norm": 4.91426944732666,
1212
+ "learning_rate": 1.837777777777778e-06,
1213
+ "loss": 0.2484,
1214
+ "step": 4175
1215
+ },
1216
+ {
1217
+ "epoch": 1.708706265256306,
1218
+ "grad_norm": 5.054934501647949,
1219
+ "learning_rate": 1.7822222222222225e-06,
1220
+ "loss": 0.2543,
1221
+ "step": 4200
1222
+ },
1223
+ {
1224
+ "epoch": 1.7188771358828316,
1225
+ "grad_norm": 5.295421600341797,
1226
+ "learning_rate": 1.7266666666666667e-06,
1227
+ "loss": 0.2479,
1228
+ "step": 4225
1229
+ },
1230
+ {
1231
+ "epoch": 1.7290480065093572,
1232
+ "grad_norm": 4.494225978851318,
1233
+ "learning_rate": 1.6711111111111112e-06,
1234
+ "loss": 0.2708,
1235
+ "step": 4250
1236
+ },
1237
+ {
1238
+ "epoch": 1.7392188771358827,
1239
+ "grad_norm": 5.637074947357178,
1240
+ "learning_rate": 1.6155555555555559e-06,
1241
+ "loss": 0.2536,
1242
+ "step": 4275
1243
+ },
1244
+ {
1245
+ "epoch": 1.7493897477624083,
1246
+ "grad_norm": 4.7007222175598145,
1247
+ "learning_rate": 1.56e-06,
1248
+ "loss": 0.2445,
1249
+ "step": 4300
1250
+ },
1251
+ {
1252
+ "epoch": 1.759560618388934,
1253
+ "grad_norm": 5.922358989715576,
1254
+ "learning_rate": 1.5044444444444446e-06,
1255
+ "loss": 0.2629,
1256
+ "step": 4325
1257
+ },
1258
+ {
1259
+ "epoch": 1.7697314890154598,
1260
+ "grad_norm": 5.818343162536621,
1261
+ "learning_rate": 1.4488888888888892e-06,
1262
+ "loss": 0.2462,
1263
+ "step": 4350
1264
+ },
1265
+ {
1266
+ "epoch": 1.7799023596419854,
1267
+ "grad_norm": 4.40110969543457,
1268
+ "learning_rate": 1.3933333333333335e-06,
1269
+ "loss": 0.2389,
1270
+ "step": 4375
1271
+ },
1272
+ {
1273
+ "epoch": 1.790073230268511,
1274
+ "grad_norm": 6.067351818084717,
1275
+ "learning_rate": 1.337777777777778e-06,
1276
+ "loss": 0.2662,
1277
+ "step": 4400
1278
+ },
1279
+ {
1280
+ "epoch": 1.8002441008950365,
1281
+ "grad_norm": 4.228072166442871,
1282
+ "learning_rate": 1.2822222222222222e-06,
1283
+ "loss": 0.2611,
1284
+ "step": 4425
1285
+ },
1286
+ {
1287
+ "epoch": 1.8104149715215623,
1288
+ "grad_norm": 5.135393142700195,
1289
+ "learning_rate": 1.2266666666666666e-06,
1290
+ "loss": 0.2607,
1291
+ "step": 4450
1292
+ },
1293
+ {
1294
+ "epoch": 1.8205858421480878,
1295
+ "grad_norm": 5.195592403411865,
1296
+ "learning_rate": 1.171111111111111e-06,
1297
+ "loss": 0.2534,
1298
+ "step": 4475
1299
+ },
1300
+ {
1301
+ "epoch": 1.8307567127746136,
1302
+ "grad_norm": 4.900667667388916,
1303
+ "learning_rate": 1.1155555555555558e-06,
1304
+ "loss": 0.2558,
1305
+ "step": 4500
1306
+ },
1307
+ {
1308
+ "epoch": 1.8409275834011392,
1309
+ "grad_norm": 4.837711811065674,
1310
+ "learning_rate": 1.06e-06,
1311
+ "loss": 0.2476,
1312
+ "step": 4525
1313
+ },
1314
+ {
1315
+ "epoch": 1.8510984540276647,
1316
+ "grad_norm": 5.072052955627441,
1317
+ "learning_rate": 1.0044444444444445e-06,
1318
+ "loss": 0.2333,
1319
+ "step": 4550
1320
+ },
1321
+ {
1322
+ "epoch": 1.8612693246541903,
1323
+ "grad_norm": 5.385496139526367,
1324
+ "learning_rate": 9.488888888888889e-07,
1325
+ "loss": 0.2453,
1326
+ "step": 4575
1327
+ },
1328
+ {
1329
+ "epoch": 1.871440195280716,
1330
+ "grad_norm": 5.36069393157959,
1331
+ "learning_rate": 8.933333333333334e-07,
1332
+ "loss": 0.2477,
1333
+ "step": 4600
1334
+ },
1335
+ {
1336
+ "epoch": 1.8816110659072418,
1337
+ "grad_norm": 4.781914710998535,
1338
+ "learning_rate": 8.37777777777778e-07,
1339
+ "loss": 0.2494,
1340
+ "step": 4625
1341
+ },
1342
+ {
1343
+ "epoch": 1.8917819365337674,
1344
+ "grad_norm": 5.366285800933838,
1345
+ "learning_rate": 7.822222222222223e-07,
1346
+ "loss": 0.2519,
1347
+ "step": 4650
1348
+ },
1349
+ {
1350
+ "epoch": 1.901952807160293,
1351
+ "grad_norm": 4.479983806610107,
1352
+ "learning_rate": 7.266666666666668e-07,
1353
+ "loss": 0.241,
1354
+ "step": 4675
1355
+ },
1356
+ {
1357
+ "epoch": 1.9121236777868185,
1358
+ "grad_norm": 5.053223133087158,
1359
+ "learning_rate": 6.711111111111111e-07,
1360
+ "loss": 0.2462,
1361
+ "step": 4700
1362
+ },
1363
+ {
1364
+ "epoch": 1.922294548413344,
1365
+ "grad_norm": 4.833332061767578,
1366
+ "learning_rate": 6.155555555555556e-07,
1367
+ "loss": 0.2698,
1368
+ "step": 4725
1369
+ },
1370
+ {
1371
+ "epoch": 1.9324654190398698,
1372
+ "grad_norm": 3.715808629989624,
1373
+ "learning_rate": 5.6e-07,
1374
+ "loss": 0.2338,
1375
+ "step": 4750
1376
+ },
1377
+ {
1378
+ "epoch": 1.9426362896663956,
1379
+ "grad_norm": 5.295703887939453,
1380
+ "learning_rate": 5.044444444444445e-07,
1381
+ "loss": 0.2508,
1382
+ "step": 4775
1383
+ },
1384
+ {
1385
+ "epoch": 1.9528071602929211,
1386
+ "grad_norm": 5.4455342292785645,
1387
+ "learning_rate": 4.488888888888889e-07,
1388
+ "loss": 0.2468,
1389
+ "step": 4800
1390
+ },
1391
+ {
1392
+ "epoch": 1.9629780309194467,
1393
+ "grad_norm": 4.946452617645264,
1394
+ "learning_rate": 3.9333333333333336e-07,
1395
+ "loss": 0.2459,
1396
+ "step": 4825
1397
+ },
1398
+ {
1399
+ "epoch": 1.9731489015459722,
1400
+ "grad_norm": 4.054887294769287,
1401
+ "learning_rate": 3.3777777777777777e-07,
1402
+ "loss": 0.2488,
1403
+ "step": 4850
1404
+ },
1405
+ {
1406
+ "epoch": 1.983319772172498,
1407
+ "grad_norm": 5.577613830566406,
1408
+ "learning_rate": 2.822222222222222e-07,
1409
+ "loss": 0.2435,
1410
+ "step": 4875
1411
+ },
1412
+ {
1413
+ "epoch": 1.9934906427990235,
1414
+ "grad_norm": 4.222945213317871,
1415
+ "learning_rate": 2.266666666666667e-07,
1416
+ "loss": 0.2399,
1417
+ "step": 4900
1418
+ },
1419
+ {
1420
+ "epoch": 2.0036615134255493,
1421
+ "grad_norm": 4.715478897094727,
1422
+ "learning_rate": 1.7111111111111114e-07,
1423
+ "loss": 0.2385,
1424
+ "step": 4925
1425
+ },
1426
+ {
1427
+ "epoch": 2.013832384052075,
1428
+ "grad_norm": 4.2399678230285645,
1429
+ "learning_rate": 1.1555555555555556e-07,
1430
+ "loss": 0.181,
1431
+ "step": 4950
1432
+ },
1433
+ {
1434
+ "epoch": 2.0240032546786004,
1435
+ "grad_norm": 4.25973653793335,
1436
+ "learning_rate": 6.000000000000001e-08,
1437
+ "loss": 0.1792,
1438
+ "step": 4975
1439
+ },
1440
+ {
1441
+ "epoch": 2.034174125305126,
1442
+ "grad_norm": 4.661466598510742,
1443
+ "learning_rate": 4.444444444444445e-09,
1444
+ "loss": 0.1846,
1445
+ "step": 5000
1446
+ },
1447
+ {
1448
+ "epoch": 2.034174125305126,
1449
+ "eval_loss": 0.36655664443969727,
1450
+ "eval_runtime": 1783.5562,
1451
+ "eval_samples_per_second": 2.187,
1452
+ "eval_steps_per_second": 0.137,
1453
+ "eval_wer": 0.27733507195981844,
1454
+ "step": 5000
1455
+ },
1456
+ {
1457
+ "epoch": 2.034174125305126,
1458
+ "step": 5000,
1459
+ "total_flos": 5.435045990970163e+20,
1460
+ "train_loss": 0.38478662071228026,
1461
+ "train_runtime": 58003.8059,
1462
+ "train_samples_per_second": 2.758,
1463
+ "train_steps_per_second": 0.086
1464
+ }
1465
+ ],
1466
+ "logging_steps": 25,
1467
+ "max_steps": 5000,
1468
+ "num_input_tokens_seen": 0,
1469
+ "num_train_epochs": 3,
1470
+ "save_steps": 1000,
1471
+ "stateful_callbacks": {
1472
+ "TrainerControl": {
1473
+ "args": {
1474
+ "should_epoch_stop": false,
1475
+ "should_evaluate": false,
1476
+ "should_log": false,
1477
+ "should_save": true,
1478
+ "should_training_stop": true
1479
+ },
1480
+ "attributes": {}
1481
+ }
1482
+ },
1483
+ "total_flos": 5.435045990970163e+20,
1484
+ "train_batch_size": 16,
1485
+ "trial_name": null,
1486
+ "trial_params": null
1487
+ }