taufiqsyed commited on
Commit
cb093e7
1 Parent(s): 4918921

End of training

Browse files
Files changed (5) hide show
  1. README.md +5 -3
  2. all_results.json +15 -0
  3. eval_results.json +9 -0
  4. train_results.json +9 -0
  5. trainer_state.json +3792 -0
README.md CHANGED
@@ -3,6 +3,8 @@ library_name: peft
3
  license: cc-by-nc-4.0
4
  base_model: facebook/musicgen-small
5
  tags:
 
 
6
  - generated_from_trainer
7
  model-index:
8
  - name: salami_truncsplit_legit1_model
@@ -14,10 +16,10 @@ should probably proofread and complete it, then remove this comment. -->
14
 
15
  # salami_truncsplit_legit1_model
16
 
17
- This model is a fine-tuned version of [facebook/musicgen-small](https://huggingface.co/facebook/musicgen-small) on an unknown dataset.
18
  It achieves the following results on the evaluation set:
19
- - Loss: 6.5205
20
- - Clap: 0.1081
21
 
22
  ## Model description
23
 
 
3
  license: cc-by-nc-4.0
4
  base_model: facebook/musicgen-small
5
  tags:
6
+ - text-to-audio
7
+ - taufiqsyed/salami_cleaned_sampled
8
  - generated_from_trainer
9
  model-index:
10
  - name: salami_truncsplit_legit1_model
 
16
 
17
  # salami_truncsplit_legit1_model
18
 
19
+ This model is a fine-tuned version of [facebook/musicgen-small](https://huggingface.co/facebook/musicgen-small) on the TAUFIQSYED/SALAMI_CLEANED_SAMPLED - DEFAULT dataset.
20
  It achieves the following results on the evaluation set:
21
+ - Loss: 6.5173
22
+ - Clap: 0.1031
23
 
24
  ## Model description
25
 
all_results.json ADDED
@@ -0,0 +1,15 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 9.808664259927799,
3
+ "eval_clap": 0.1031481996178627,
4
+ "eval_loss": 6.517270088195801,
5
+ "eval_runtime": 204.697,
6
+ "eval_samples": 32,
7
+ "eval_samples_per_second": 0.156,
8
+ "eval_steps_per_second": 0.156,
9
+ "total_flos": 1697829404754480.0,
10
+ "train_loss": 6.270190904654709,
11
+ "train_runtime": 7324.9933,
12
+ "train_samples": 831,
13
+ "train_samples_per_second": 1.134,
14
+ "train_steps_per_second": 0.07
15
+ }
eval_results.json ADDED
@@ -0,0 +1,9 @@
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 9.808664259927799,
3
+ "eval_clap": 0.1031481996178627,
4
+ "eval_loss": 6.517270088195801,
5
+ "eval_runtime": 204.697,
6
+ "eval_samples": 32,
7
+ "eval_samples_per_second": 0.156,
8
+ "eval_steps_per_second": 0.156
9
+ }
train_results.json ADDED
@@ -0,0 +1,9 @@
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 9.808664259927799,
3
+ "total_flos": 1697829404754480.0,
4
+ "train_loss": 6.270190904654709,
5
+ "train_runtime": 7324.9933,
6
+ "train_samples": 831,
7
+ "train_samples_per_second": 1.134,
8
+ "train_steps_per_second": 0.07
9
+ }
trainer_state.json ADDED
@@ -0,0 +1,3792 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": null,
3
+ "best_model_checkpoint": null,
4
+ "epoch": 9.808664259927799,
5
+ "eval_steps": 25,
6
+ "global_step": 510,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.019253910950661854,
13
+ "grad_norm": 65.07794952392578,
14
+ "learning_rate": 2e-05,
15
+ "loss": 10.0254,
16
+ "step": 1
17
+ },
18
+ {
19
+ "epoch": 0.03850782190132371,
20
+ "grad_norm": 35.06503677368164,
21
+ "learning_rate": 2e-05,
22
+ "loss": 9.6326,
23
+ "step": 2
24
+ },
25
+ {
26
+ "epoch": 0.05776173285198556,
27
+ "grad_norm": Infinity,
28
+ "learning_rate": 2e-05,
29
+ "loss": 9.7444,
30
+ "step": 3
31
+ },
32
+ {
33
+ "epoch": 0.07701564380264742,
34
+ "grad_norm": 91.54127502441406,
35
+ "learning_rate": 2e-05,
36
+ "loss": 9.9694,
37
+ "step": 4
38
+ },
39
+ {
40
+ "epoch": 0.09626955475330927,
41
+ "grad_norm": 48.64268493652344,
42
+ "learning_rate": 2e-05,
43
+ "loss": 9.777,
44
+ "step": 5
45
+ },
46
+ {
47
+ "epoch": 0.11552346570397112,
48
+ "grad_norm": 45.61400604248047,
49
+ "learning_rate": 2e-05,
50
+ "loss": 9.6125,
51
+ "step": 6
52
+ },
53
+ {
54
+ "epoch": 0.13477737665463296,
55
+ "grad_norm": 53.380062103271484,
56
+ "learning_rate": 2e-05,
57
+ "loss": 9.6476,
58
+ "step": 7
59
+ },
60
+ {
61
+ "epoch": 0.15403128760529483,
62
+ "grad_norm": 48.681732177734375,
63
+ "learning_rate": 2e-05,
64
+ "loss": 9.5976,
65
+ "step": 8
66
+ },
67
+ {
68
+ "epoch": 0.17328519855595667,
69
+ "grad_norm": 75.82644653320312,
70
+ "learning_rate": 2e-05,
71
+ "loss": 9.635,
72
+ "step": 9
73
+ },
74
+ {
75
+ "epoch": 0.19253910950661854,
76
+ "grad_norm": 52.92415237426758,
77
+ "learning_rate": 2e-05,
78
+ "loss": 9.4741,
79
+ "step": 10
80
+ },
81
+ {
82
+ "epoch": 0.21179302045728038,
83
+ "grad_norm": 45.76670455932617,
84
+ "learning_rate": 2e-05,
85
+ "loss": 9.4043,
86
+ "step": 11
87
+ },
88
+ {
89
+ "epoch": 0.23104693140794225,
90
+ "grad_norm": 83.89037322998047,
91
+ "learning_rate": 2e-05,
92
+ "loss": 9.4551,
93
+ "step": 12
94
+ },
95
+ {
96
+ "epoch": 0.2503008423586041,
97
+ "grad_norm": 63.491943359375,
98
+ "learning_rate": 2e-05,
99
+ "loss": 9.3453,
100
+ "step": 13
101
+ },
102
+ {
103
+ "epoch": 0.2695547533092659,
104
+ "grad_norm": 51.0808219909668,
105
+ "learning_rate": 2e-05,
106
+ "loss": 9.2297,
107
+ "step": 14
108
+ },
109
+ {
110
+ "epoch": 0.2888086642599278,
111
+ "grad_norm": 44.37099838256836,
112
+ "learning_rate": 2e-05,
113
+ "loss": 9.1875,
114
+ "step": 15
115
+ },
116
+ {
117
+ "epoch": 0.30806257521058966,
118
+ "grad_norm": 67.27417755126953,
119
+ "learning_rate": 2e-05,
120
+ "loss": 9.1203,
121
+ "step": 16
122
+ },
123
+ {
124
+ "epoch": 0.32731648616125153,
125
+ "grad_norm": 77.5335922241211,
126
+ "learning_rate": 2e-05,
127
+ "loss": 9.0269,
128
+ "step": 17
129
+ },
130
+ {
131
+ "epoch": 0.34657039711191334,
132
+ "grad_norm": 83.21548461914062,
133
+ "learning_rate": 2e-05,
134
+ "loss": 9.0223,
135
+ "step": 18
136
+ },
137
+ {
138
+ "epoch": 0.3658243080625752,
139
+ "grad_norm": 83.81153106689453,
140
+ "learning_rate": 2e-05,
141
+ "loss": 8.8856,
142
+ "step": 19
143
+ },
144
+ {
145
+ "epoch": 0.3850782190132371,
146
+ "grad_norm": 70.34122467041016,
147
+ "learning_rate": 2e-05,
148
+ "loss": 8.7546,
149
+ "step": 20
150
+ },
151
+ {
152
+ "epoch": 0.4043321299638989,
153
+ "grad_norm": 71.87590789794922,
154
+ "learning_rate": 2e-05,
155
+ "loss": 8.692,
156
+ "step": 21
157
+ },
158
+ {
159
+ "epoch": 0.42358604091456076,
160
+ "grad_norm": 61.52598571777344,
161
+ "learning_rate": 2e-05,
162
+ "loss": 8.7245,
163
+ "step": 22
164
+ },
165
+ {
166
+ "epoch": 0.4428399518652226,
167
+ "grad_norm": 81.4962158203125,
168
+ "learning_rate": 2e-05,
169
+ "loss": 8.4164,
170
+ "step": 23
171
+ },
172
+ {
173
+ "epoch": 0.4620938628158845,
174
+ "grad_norm": 66.4041976928711,
175
+ "learning_rate": 2e-05,
176
+ "loss": 8.4377,
177
+ "step": 24
178
+ },
179
+ {
180
+ "epoch": 0.4813477737665463,
181
+ "grad_norm": 74.9264144897461,
182
+ "learning_rate": 2e-05,
183
+ "loss": 8.305,
184
+ "step": 25
185
+ },
186
+ {
187
+ "epoch": 0.4813477737665463,
188
+ "eval_clap": 0.2508222758769989,
189
+ "eval_loss": 3.7162673473358154,
190
+ "eval_runtime": 195.557,
191
+ "eval_samples_per_second": 0.164,
192
+ "eval_steps_per_second": 0.164,
193
+ "step": 25
194
+ },
195
+ {
196
+ "epoch": 0.5006016847172082,
197
+ "grad_norm": 57.42286682128906,
198
+ "learning_rate": 2e-05,
199
+ "loss": 8.3213,
200
+ "step": 26
201
+ },
202
+ {
203
+ "epoch": 0.51985559566787,
204
+ "grad_norm": 64.55001831054688,
205
+ "learning_rate": 2e-05,
206
+ "loss": 8.2368,
207
+ "step": 27
208
+ },
209
+ {
210
+ "epoch": 0.5391095066185319,
211
+ "grad_norm": 51.85919952392578,
212
+ "learning_rate": 2e-05,
213
+ "loss": 8.2753,
214
+ "step": 28
215
+ },
216
+ {
217
+ "epoch": 0.5583634175691937,
218
+ "grad_norm": 53.471458435058594,
219
+ "learning_rate": 2e-05,
220
+ "loss": 8.0826,
221
+ "step": 29
222
+ },
223
+ {
224
+ "epoch": 0.5776173285198556,
225
+ "grad_norm": 49.86967849731445,
226
+ "learning_rate": 2e-05,
227
+ "loss": 7.9446,
228
+ "step": 30
229
+ },
230
+ {
231
+ "epoch": 0.5968712394705175,
232
+ "grad_norm": 62.497581481933594,
233
+ "learning_rate": 2e-05,
234
+ "loss": 7.7911,
235
+ "step": 31
236
+ },
237
+ {
238
+ "epoch": 0.6161251504211793,
239
+ "grad_norm": 46.13528823852539,
240
+ "learning_rate": 2e-05,
241
+ "loss": 7.7964,
242
+ "step": 32
243
+ },
244
+ {
245
+ "epoch": 0.6353790613718412,
246
+ "grad_norm": 56.71400451660156,
247
+ "learning_rate": 2e-05,
248
+ "loss": 7.5232,
249
+ "step": 33
250
+ },
251
+ {
252
+ "epoch": 0.6546329723225031,
253
+ "grad_norm": 43.25479507446289,
254
+ "learning_rate": 2e-05,
255
+ "loss": 7.7154,
256
+ "step": 34
257
+ },
258
+ {
259
+ "epoch": 0.6738868832731648,
260
+ "grad_norm": 44.234336853027344,
261
+ "learning_rate": 2e-05,
262
+ "loss": 7.3668,
263
+ "step": 35
264
+ },
265
+ {
266
+ "epoch": 0.6931407942238267,
267
+ "grad_norm": 43.533878326416016,
268
+ "learning_rate": 2e-05,
269
+ "loss": 7.8787,
270
+ "step": 36
271
+ },
272
+ {
273
+ "epoch": 0.7123947051744886,
274
+ "grad_norm": 37.30876922607422,
275
+ "learning_rate": 2e-05,
276
+ "loss": 7.661,
277
+ "step": 37
278
+ },
279
+ {
280
+ "epoch": 0.7316486161251504,
281
+ "grad_norm": 37.29338073730469,
282
+ "learning_rate": 2e-05,
283
+ "loss": 7.5059,
284
+ "step": 38
285
+ },
286
+ {
287
+ "epoch": 0.7509025270758123,
288
+ "grad_norm": 39.37627410888672,
289
+ "learning_rate": 2e-05,
290
+ "loss": 7.6255,
291
+ "step": 39
292
+ },
293
+ {
294
+ "epoch": 0.7701564380264742,
295
+ "grad_norm": 33.975730895996094,
296
+ "learning_rate": 2e-05,
297
+ "loss": 7.271,
298
+ "step": 40
299
+ },
300
+ {
301
+ "epoch": 0.789410348977136,
302
+ "grad_norm": 43.57024002075195,
303
+ "learning_rate": 2e-05,
304
+ "loss": 7.6087,
305
+ "step": 41
306
+ },
307
+ {
308
+ "epoch": 0.8086642599277978,
309
+ "grad_norm": 41.361568450927734,
310
+ "learning_rate": 2e-05,
311
+ "loss": 7.2042,
312
+ "step": 42
313
+ },
314
+ {
315
+ "epoch": 0.8279181708784596,
316
+ "grad_norm": 41.087318420410156,
317
+ "learning_rate": 2e-05,
318
+ "loss": 7.188,
319
+ "step": 43
320
+ },
321
+ {
322
+ "epoch": 0.8471720818291215,
323
+ "grad_norm": 39.903804779052734,
324
+ "learning_rate": 2e-05,
325
+ "loss": 7.0335,
326
+ "step": 44
327
+ },
328
+ {
329
+ "epoch": 0.8664259927797834,
330
+ "grad_norm": 43.420780181884766,
331
+ "learning_rate": 2e-05,
332
+ "loss": 7.1334,
333
+ "step": 45
334
+ },
335
+ {
336
+ "epoch": 0.8856799037304453,
337
+ "grad_norm": 38.208740234375,
338
+ "learning_rate": 2e-05,
339
+ "loss": 6.9014,
340
+ "step": 46
341
+ },
342
+ {
343
+ "epoch": 0.9049338146811071,
344
+ "grad_norm": 34.4349250793457,
345
+ "learning_rate": 2e-05,
346
+ "loss": 6.9772,
347
+ "step": 47
348
+ },
349
+ {
350
+ "epoch": 0.924187725631769,
351
+ "grad_norm": 42.55630874633789,
352
+ "learning_rate": 2e-05,
353
+ "loss": 7.3901,
354
+ "step": 48
355
+ },
356
+ {
357
+ "epoch": 0.9434416365824309,
358
+ "grad_norm": 37.8997917175293,
359
+ "learning_rate": 2e-05,
360
+ "loss": 6.9604,
361
+ "step": 49
362
+ },
363
+ {
364
+ "epoch": 0.9626955475330926,
365
+ "grad_norm": 27.6505184173584,
366
+ "learning_rate": 2e-05,
367
+ "loss": 6.9842,
368
+ "step": 50
369
+ },
370
+ {
371
+ "epoch": 0.9626955475330926,
372
+ "eval_clap": 0.05512786656618118,
373
+ "eval_loss": 4.608064651489258,
374
+ "eval_runtime": 203.976,
375
+ "eval_samples_per_second": 0.157,
376
+ "eval_steps_per_second": 0.157,
377
+ "step": 50
378
+ },
379
+ {
380
+ "epoch": 0.9819494584837545,
381
+ "grad_norm": 29.874601364135742,
382
+ "learning_rate": 2e-05,
383
+ "loss": 6.5285,
384
+ "step": 51
385
+ },
386
+ {
387
+ "epoch": 1.0,
388
+ "grad_norm": 32.52230453491211,
389
+ "learning_rate": 2e-05,
390
+ "loss": 6.0624,
391
+ "step": 52
392
+ },
393
+ {
394
+ "epoch": 1.0192539109506618,
395
+ "grad_norm": 25.571067810058594,
396
+ "learning_rate": 2e-05,
397
+ "loss": 6.965,
398
+ "step": 53
399
+ },
400
+ {
401
+ "epoch": 1.0385078219013237,
402
+ "grad_norm": 24.804780960083008,
403
+ "learning_rate": 2e-05,
404
+ "loss": 6.6082,
405
+ "step": 54
406
+ },
407
+ {
408
+ "epoch": 1.0577617328519855,
409
+ "grad_norm": 26.17034339904785,
410
+ "learning_rate": 2e-05,
411
+ "loss": 6.8646,
412
+ "step": 55
413
+ },
414
+ {
415
+ "epoch": 1.0770156438026475,
416
+ "grad_norm": 26.33489990234375,
417
+ "learning_rate": 2e-05,
418
+ "loss": 7.0679,
419
+ "step": 56
420
+ },
421
+ {
422
+ "epoch": 1.0962695547533092,
423
+ "grad_norm": 22.185443878173828,
424
+ "learning_rate": 2e-05,
425
+ "loss": 6.9692,
426
+ "step": 57
427
+ },
428
+ {
429
+ "epoch": 1.1155234657039712,
430
+ "grad_norm": 24.1581974029541,
431
+ "learning_rate": 2e-05,
432
+ "loss": 6.7359,
433
+ "step": 58
434
+ },
435
+ {
436
+ "epoch": 1.134777376654633,
437
+ "grad_norm": 19.098318099975586,
438
+ "learning_rate": 2e-05,
439
+ "loss": 6.8621,
440
+ "step": 59
441
+ },
442
+ {
443
+ "epoch": 1.154031287605295,
444
+ "grad_norm": 18.446277618408203,
445
+ "learning_rate": 2e-05,
446
+ "loss": 6.9175,
447
+ "step": 60
448
+ },
449
+ {
450
+ "epoch": 1.1732851985559567,
451
+ "grad_norm": 18.82305908203125,
452
+ "learning_rate": 2e-05,
453
+ "loss": 6.8505,
454
+ "step": 61
455
+ },
456
+ {
457
+ "epoch": 1.1925391095066185,
458
+ "grad_norm": 23.049110412597656,
459
+ "learning_rate": 2e-05,
460
+ "loss": 6.4014,
461
+ "step": 62
462
+ },
463
+ {
464
+ "epoch": 1.2117930204572804,
465
+ "grad_norm": 30.802398681640625,
466
+ "learning_rate": 2e-05,
467
+ "loss": 6.1833,
468
+ "step": 63
469
+ },
470
+ {
471
+ "epoch": 1.2310469314079422,
472
+ "grad_norm": 31.79558563232422,
473
+ "learning_rate": 2e-05,
474
+ "loss": 6.3301,
475
+ "step": 64
476
+ },
477
+ {
478
+ "epoch": 1.2503008423586042,
479
+ "grad_norm": 17.523427963256836,
480
+ "learning_rate": 2e-05,
481
+ "loss": 6.5382,
482
+ "step": 65
483
+ },
484
+ {
485
+ "epoch": 1.269554753309266,
486
+ "grad_norm": 20.55564308166504,
487
+ "learning_rate": 2e-05,
488
+ "loss": 6.8307,
489
+ "step": 66
490
+ },
491
+ {
492
+ "epoch": 1.288808664259928,
493
+ "grad_norm": 14.00365924835205,
494
+ "learning_rate": 2e-05,
495
+ "loss": 6.688,
496
+ "step": 67
497
+ },
498
+ {
499
+ "epoch": 1.3080625752105897,
500
+ "grad_norm": 20.74002456665039,
501
+ "learning_rate": 2e-05,
502
+ "loss": 6.3775,
503
+ "step": 68
504
+ },
505
+ {
506
+ "epoch": 1.3273164861612514,
507
+ "grad_norm": 13.387882232666016,
508
+ "learning_rate": 2e-05,
509
+ "loss": 6.4859,
510
+ "step": 69
511
+ },
512
+ {
513
+ "epoch": 1.3465703971119134,
514
+ "grad_norm": 13.83588981628418,
515
+ "learning_rate": 2e-05,
516
+ "loss": 6.6777,
517
+ "step": 70
518
+ },
519
+ {
520
+ "epoch": 1.3658243080625752,
521
+ "grad_norm": 18.38031005859375,
522
+ "learning_rate": 2e-05,
523
+ "loss": 6.712,
524
+ "step": 71
525
+ },
526
+ {
527
+ "epoch": 1.3850782190132371,
528
+ "grad_norm": 15.858037948608398,
529
+ "learning_rate": 2e-05,
530
+ "loss": 6.7095,
531
+ "step": 72
532
+ },
533
+ {
534
+ "epoch": 1.404332129963899,
535
+ "grad_norm": 14.21243667602539,
536
+ "learning_rate": 2e-05,
537
+ "loss": 6.6714,
538
+ "step": 73
539
+ },
540
+ {
541
+ "epoch": 1.4235860409145609,
542
+ "grad_norm": 13.775053024291992,
543
+ "learning_rate": 2e-05,
544
+ "loss": 6.3512,
545
+ "step": 74
546
+ },
547
+ {
548
+ "epoch": 1.4428399518652226,
549
+ "grad_norm": 18.616239547729492,
550
+ "learning_rate": 2e-05,
551
+ "loss": 6.9013,
552
+ "step": 75
553
+ },
554
+ {
555
+ "epoch": 1.4428399518652226,
556
+ "eval_clap": 0.05818195268511772,
557
+ "eval_loss": 5.64979362487793,
558
+ "eval_runtime": 195.9522,
559
+ "eval_samples_per_second": 0.163,
560
+ "eval_steps_per_second": 0.163,
561
+ "step": 75
562
+ },
563
+ {
564
+ "epoch": 1.4620938628158844,
565
+ "grad_norm": 27.710369110107422,
566
+ "learning_rate": 2e-05,
567
+ "loss": 6.0035,
568
+ "step": 76
569
+ },
570
+ {
571
+ "epoch": 1.4813477737665464,
572
+ "grad_norm": 20.711942672729492,
573
+ "learning_rate": 2e-05,
574
+ "loss": 6.1597,
575
+ "step": 77
576
+ },
577
+ {
578
+ "epoch": 1.5006016847172083,
579
+ "grad_norm": 11.78789234161377,
580
+ "learning_rate": 2e-05,
581
+ "loss": 6.4754,
582
+ "step": 78
583
+ },
584
+ {
585
+ "epoch": 1.5198555956678699,
586
+ "grad_norm": 18.79988670349121,
587
+ "learning_rate": 2e-05,
588
+ "loss": 6.7886,
589
+ "step": 79
590
+ },
591
+ {
592
+ "epoch": 1.5391095066185319,
593
+ "grad_norm": 9.708053588867188,
594
+ "learning_rate": 2e-05,
595
+ "loss": 6.4123,
596
+ "step": 80
597
+ },
598
+ {
599
+ "epoch": 1.5583634175691938,
600
+ "grad_norm": 10.420573234558105,
601
+ "learning_rate": 2e-05,
602
+ "loss": 6.3586,
603
+ "step": 81
604
+ },
605
+ {
606
+ "epoch": 1.5776173285198556,
607
+ "grad_norm": 12.453520774841309,
608
+ "learning_rate": 2e-05,
609
+ "loss": 6.2891,
610
+ "step": 82
611
+ },
612
+ {
613
+ "epoch": 1.5968712394705173,
614
+ "grad_norm": 18.412593841552734,
615
+ "learning_rate": 2e-05,
616
+ "loss": 6.0656,
617
+ "step": 83
618
+ },
619
+ {
620
+ "epoch": 1.6161251504211793,
621
+ "grad_norm": 15.798463821411133,
622
+ "learning_rate": 2e-05,
623
+ "loss": 6.5867,
624
+ "step": 84
625
+ },
626
+ {
627
+ "epoch": 1.6353790613718413,
628
+ "grad_norm": 9.848593711853027,
629
+ "learning_rate": 2e-05,
630
+ "loss": 6.3659,
631
+ "step": 85
632
+ },
633
+ {
634
+ "epoch": 1.654632972322503,
635
+ "grad_norm": 10.542499542236328,
636
+ "learning_rate": 2e-05,
637
+ "loss": 6.1898,
638
+ "step": 86
639
+ },
640
+ {
641
+ "epoch": 1.6738868832731648,
642
+ "grad_norm": 10.715902328491211,
643
+ "learning_rate": 2e-05,
644
+ "loss": 6.2704,
645
+ "step": 87
646
+ },
647
+ {
648
+ "epoch": 1.6931407942238268,
649
+ "grad_norm": 10.027088165283203,
650
+ "learning_rate": 2e-05,
651
+ "loss": 6.1835,
652
+ "step": 88
653
+ },
654
+ {
655
+ "epoch": 1.7123947051744886,
656
+ "grad_norm": 17.48147964477539,
657
+ "learning_rate": 2e-05,
658
+ "loss": 6.0763,
659
+ "step": 89
660
+ },
661
+ {
662
+ "epoch": 1.7316486161251503,
663
+ "grad_norm": 17.746797561645508,
664
+ "learning_rate": 2e-05,
665
+ "loss": 5.8703,
666
+ "step": 90
667
+ },
668
+ {
669
+ "epoch": 1.7509025270758123,
670
+ "grad_norm": 28.819969177246094,
671
+ "learning_rate": 2e-05,
672
+ "loss": 6.8541,
673
+ "step": 91
674
+ },
675
+ {
676
+ "epoch": 1.7701564380264743,
677
+ "grad_norm": 13.42017936706543,
678
+ "learning_rate": 2e-05,
679
+ "loss": 6.2243,
680
+ "step": 92
681
+ },
682
+ {
683
+ "epoch": 1.789410348977136,
684
+ "grad_norm": 17.955583572387695,
685
+ "learning_rate": 2e-05,
686
+ "loss": 6.5344,
687
+ "step": 93
688
+ },
689
+ {
690
+ "epoch": 1.8086642599277978,
691
+ "grad_norm": 22.70500946044922,
692
+ "learning_rate": 2e-05,
693
+ "loss": 6.6459,
694
+ "step": 94
695
+ },
696
+ {
697
+ "epoch": 1.8279181708784598,
698
+ "grad_norm": 13.345677375793457,
699
+ "learning_rate": 2e-05,
700
+ "loss": 6.425,
701
+ "step": 95
702
+ },
703
+ {
704
+ "epoch": 1.8471720818291215,
705
+ "grad_norm": 13.83546257019043,
706
+ "learning_rate": 2e-05,
707
+ "loss": 6.4378,
708
+ "step": 96
709
+ },
710
+ {
711
+ "epoch": 1.8664259927797833,
712
+ "grad_norm": 23.364137649536133,
713
+ "learning_rate": 2e-05,
714
+ "loss": 5.854,
715
+ "step": 97
716
+ },
717
+ {
718
+ "epoch": 1.8856799037304453,
719
+ "grad_norm": 8.366693496704102,
720
+ "learning_rate": 2e-05,
721
+ "loss": 6.2678,
722
+ "step": 98
723
+ },
724
+ {
725
+ "epoch": 1.9049338146811072,
726
+ "grad_norm": 14.662858009338379,
727
+ "learning_rate": 2e-05,
728
+ "loss": 5.9462,
729
+ "step": 99
730
+ },
731
+ {
732
+ "epoch": 1.924187725631769,
733
+ "grad_norm": 12.826397895812988,
734
+ "learning_rate": 2e-05,
735
+ "loss": 6.0195,
736
+ "step": 100
737
+ },
738
+ {
739
+ "epoch": 1.924187725631769,
740
+ "eval_clap": 0.14504113793373108,
741
+ "eval_loss": 5.763121604919434,
742
+ "eval_runtime": 204.238,
743
+ "eval_samples_per_second": 0.157,
744
+ "eval_steps_per_second": 0.157,
745
+ "step": 100
746
+ },
747
+ {
748
+ "epoch": 1.9434416365824307,
749
+ "grad_norm": 11.27551555633545,
750
+ "learning_rate": 2e-05,
751
+ "loss": 6.1058,
752
+ "step": 101
753
+ },
754
+ {
755
+ "epoch": 1.9626955475330927,
756
+ "grad_norm": 16.934494018554688,
757
+ "learning_rate": 2e-05,
758
+ "loss": 6.6169,
759
+ "step": 102
760
+ },
761
+ {
762
+ "epoch": 1.9819494584837545,
763
+ "grad_norm": 10.172548294067383,
764
+ "learning_rate": 2e-05,
765
+ "loss": 6.085,
766
+ "step": 103
767
+ },
768
+ {
769
+ "epoch": 2.0,
770
+ "grad_norm": 21.66511344909668,
771
+ "learning_rate": 2e-05,
772
+ "loss": 6.374,
773
+ "step": 104
774
+ },
775
+ {
776
+ "epoch": 2.019253910950662,
777
+ "grad_norm": 14.909863471984863,
778
+ "learning_rate": 2e-05,
779
+ "loss": 6.5841,
780
+ "step": 105
781
+ },
782
+ {
783
+ "epoch": 2.0385078219013235,
784
+ "grad_norm": 13.277375221252441,
785
+ "learning_rate": 2e-05,
786
+ "loss": 6.0897,
787
+ "step": 106
788
+ },
789
+ {
790
+ "epoch": 2.0577617328519855,
791
+ "grad_norm": 14.995245933532715,
792
+ "learning_rate": 2e-05,
793
+ "loss": 6.6047,
794
+ "step": 107
795
+ },
796
+ {
797
+ "epoch": 2.0770156438026475,
798
+ "grad_norm": 8.810375213623047,
799
+ "learning_rate": 2e-05,
800
+ "loss": 6.4019,
801
+ "step": 108
802
+ },
803
+ {
804
+ "epoch": 2.0962695547533094,
805
+ "grad_norm": 9.020201683044434,
806
+ "learning_rate": 2e-05,
807
+ "loss": 6.1859,
808
+ "step": 109
809
+ },
810
+ {
811
+ "epoch": 2.115523465703971,
812
+ "grad_norm": 13.133101463317871,
813
+ "learning_rate": 2e-05,
814
+ "loss": 6.1151,
815
+ "step": 110
816
+ },
817
+ {
818
+ "epoch": 2.134777376654633,
819
+ "grad_norm": 9.436896324157715,
820
+ "learning_rate": 2e-05,
821
+ "loss": 6.5699,
822
+ "step": 111
823
+ },
824
+ {
825
+ "epoch": 2.154031287605295,
826
+ "grad_norm": 7.937966346740723,
827
+ "learning_rate": 2e-05,
828
+ "loss": 6.4376,
829
+ "step": 112
830
+ },
831
+ {
832
+ "epoch": 2.1732851985559565,
833
+ "grad_norm": 9.059781074523926,
834
+ "learning_rate": 2e-05,
835
+ "loss": 6.514,
836
+ "step": 113
837
+ },
838
+ {
839
+ "epoch": 2.1925391095066185,
840
+ "grad_norm": 6.838661193847656,
841
+ "learning_rate": 2e-05,
842
+ "loss": 6.4801,
843
+ "step": 114
844
+ },
845
+ {
846
+ "epoch": 2.2117930204572804,
847
+ "grad_norm": 21.459503173828125,
848
+ "learning_rate": 2e-05,
849
+ "loss": 5.9983,
850
+ "step": 115
851
+ },
852
+ {
853
+ "epoch": 2.2310469314079424,
854
+ "grad_norm": 10.961411476135254,
855
+ "learning_rate": 2e-05,
856
+ "loss": 6.257,
857
+ "step": 116
858
+ },
859
+ {
860
+ "epoch": 2.250300842358604,
861
+ "grad_norm": 24.96747398376465,
862
+ "learning_rate": 2e-05,
863
+ "loss": 6.0786,
864
+ "step": 117
865
+ },
866
+ {
867
+ "epoch": 2.269554753309266,
868
+ "grad_norm": 10.531516075134277,
869
+ "learning_rate": 2e-05,
870
+ "loss": 6.3389,
871
+ "step": 118
872
+ },
873
+ {
874
+ "epoch": 2.288808664259928,
875
+ "grad_norm": 12.07296085357666,
876
+ "learning_rate": 2e-05,
877
+ "loss": 6.2715,
878
+ "step": 119
879
+ },
880
+ {
881
+ "epoch": 2.30806257521059,
882
+ "grad_norm": 8.665770530700684,
883
+ "learning_rate": 2e-05,
884
+ "loss": 6.3378,
885
+ "step": 120
886
+ },
887
+ {
888
+ "epoch": 2.3273164861612514,
889
+ "grad_norm": 11.358579635620117,
890
+ "learning_rate": 2e-05,
891
+ "loss": 6.2564,
892
+ "step": 121
893
+ },
894
+ {
895
+ "epoch": 2.3465703971119134,
896
+ "grad_norm": 13.47236156463623,
897
+ "learning_rate": 2e-05,
898
+ "loss": 6.1455,
899
+ "step": 122
900
+ },
901
+ {
902
+ "epoch": 2.3658243080625754,
903
+ "grad_norm": 6.947666168212891,
904
+ "learning_rate": 2e-05,
905
+ "loss": 6.3356,
906
+ "step": 123
907
+ },
908
+ {
909
+ "epoch": 2.385078219013237,
910
+ "grad_norm": 13.422441482543945,
911
+ "learning_rate": 2e-05,
912
+ "loss": 6.5743,
913
+ "step": 124
914
+ },
915
+ {
916
+ "epoch": 2.404332129963899,
917
+ "grad_norm": 8.865825653076172,
918
+ "learning_rate": 2e-05,
919
+ "loss": 6.447,
920
+ "step": 125
921
+ },
922
+ {
923
+ "epoch": 2.404332129963899,
924
+ "eval_clap": 0.11870799958705902,
925
+ "eval_loss": 5.7946672439575195,
926
+ "eval_runtime": 196.002,
927
+ "eval_samples_per_second": 0.163,
928
+ "eval_steps_per_second": 0.163,
929
+ "step": 125
930
+ },
931
+ {
932
+ "epoch": 2.423586040914561,
933
+ "grad_norm": 14.267729759216309,
934
+ "learning_rate": 2e-05,
935
+ "loss": 6.1854,
936
+ "step": 126
937
+ },
938
+ {
939
+ "epoch": 2.4428399518652224,
940
+ "grad_norm": 11.992257118225098,
941
+ "learning_rate": 2e-05,
942
+ "loss": 6.4266,
943
+ "step": 127
944
+ },
945
+ {
946
+ "epoch": 2.4620938628158844,
947
+ "grad_norm": 8.23071575164795,
948
+ "learning_rate": 2e-05,
949
+ "loss": 6.1821,
950
+ "step": 128
951
+ },
952
+ {
953
+ "epoch": 2.4813477737665464,
954
+ "grad_norm": 14.663762092590332,
955
+ "learning_rate": 2e-05,
956
+ "loss": 5.8956,
957
+ "step": 129
958
+ },
959
+ {
960
+ "epoch": 2.5006016847172083,
961
+ "grad_norm": 19.018505096435547,
962
+ "learning_rate": 2e-05,
963
+ "loss": 6.748,
964
+ "step": 130
965
+ },
966
+ {
967
+ "epoch": 2.51985559566787,
968
+ "grad_norm": 15.996222496032715,
969
+ "learning_rate": 2e-05,
970
+ "loss": 6.6005,
971
+ "step": 131
972
+ },
973
+ {
974
+ "epoch": 2.539109506618532,
975
+ "grad_norm": 15.696185111999512,
976
+ "learning_rate": 2e-05,
977
+ "loss": 5.94,
978
+ "step": 132
979
+ },
980
+ {
981
+ "epoch": 2.558363417569194,
982
+ "grad_norm": 28.96451759338379,
983
+ "learning_rate": 2e-05,
984
+ "loss": 5.6643,
985
+ "step": 133
986
+ },
987
+ {
988
+ "epoch": 2.577617328519856,
989
+ "grad_norm": 10.068239212036133,
990
+ "learning_rate": 2e-05,
991
+ "loss": 6.0527,
992
+ "step": 134
993
+ },
994
+ {
995
+ "epoch": 2.5968712394705173,
996
+ "grad_norm": 20.770143508911133,
997
+ "learning_rate": 2e-05,
998
+ "loss": 5.8241,
999
+ "step": 135
1000
+ },
1001
+ {
1002
+ "epoch": 2.6161251504211793,
1003
+ "grad_norm": 8.34460735321045,
1004
+ "learning_rate": 2e-05,
1005
+ "loss": 6.2976,
1006
+ "step": 136
1007
+ },
1008
+ {
1009
+ "epoch": 2.6353790613718413,
1010
+ "grad_norm": 7.031894683837891,
1011
+ "learning_rate": 2e-05,
1012
+ "loss": 6.1223,
1013
+ "step": 137
1014
+ },
1015
+ {
1016
+ "epoch": 2.654632972322503,
1017
+ "grad_norm": 13.371209144592285,
1018
+ "learning_rate": 2e-05,
1019
+ "loss": 6.4443,
1020
+ "step": 138
1021
+ },
1022
+ {
1023
+ "epoch": 2.673886883273165,
1024
+ "grad_norm": 13.32111930847168,
1025
+ "learning_rate": 2e-05,
1026
+ "loss": 6.0339,
1027
+ "step": 139
1028
+ },
1029
+ {
1030
+ "epoch": 2.693140794223827,
1031
+ "grad_norm": 12.334694862365723,
1032
+ "learning_rate": 2e-05,
1033
+ "loss": 6.1672,
1034
+ "step": 140
1035
+ },
1036
+ {
1037
+ "epoch": 2.7123947051744883,
1038
+ "grad_norm": 18.95940589904785,
1039
+ "learning_rate": 2e-05,
1040
+ "loss": 5.7344,
1041
+ "step": 141
1042
+ },
1043
+ {
1044
+ "epoch": 2.7316486161251503,
1045
+ "grad_norm": 16.167844772338867,
1046
+ "learning_rate": 2e-05,
1047
+ "loss": 5.8938,
1048
+ "step": 142
1049
+ },
1050
+ {
1051
+ "epoch": 2.7509025270758123,
1052
+ "grad_norm": 13.141815185546875,
1053
+ "learning_rate": 2e-05,
1054
+ "loss": 5.7477,
1055
+ "step": 143
1056
+ },
1057
+ {
1058
+ "epoch": 2.7701564380264743,
1059
+ "grad_norm": 9.945357322692871,
1060
+ "learning_rate": 2e-05,
1061
+ "loss": 6.0525,
1062
+ "step": 144
1063
+ },
1064
+ {
1065
+ "epoch": 2.7894103489771362,
1066
+ "grad_norm": 18.400161743164062,
1067
+ "learning_rate": 2e-05,
1068
+ "loss": 6.4865,
1069
+ "step": 145
1070
+ },
1071
+ {
1072
+ "epoch": 2.808664259927798,
1073
+ "grad_norm": 9.252588272094727,
1074
+ "learning_rate": 2e-05,
1075
+ "loss": 6.1021,
1076
+ "step": 146
1077
+ },
1078
+ {
1079
+ "epoch": 2.8279181708784598,
1080
+ "grad_norm": 9.42403793334961,
1081
+ "learning_rate": 2e-05,
1082
+ "loss": 5.9196,
1083
+ "step": 147
1084
+ },
1085
+ {
1086
+ "epoch": 2.8471720818291217,
1087
+ "grad_norm": 16.049497604370117,
1088
+ "learning_rate": 2e-05,
1089
+ "loss": 6.3472,
1090
+ "step": 148
1091
+ },
1092
+ {
1093
+ "epoch": 2.8664259927797833,
1094
+ "grad_norm": 16.170551300048828,
1095
+ "learning_rate": 2e-05,
1096
+ "loss": 6.4077,
1097
+ "step": 149
1098
+ },
1099
+ {
1100
+ "epoch": 2.8856799037304453,
1101
+ "grad_norm": 13.0892915725708,
1102
+ "learning_rate": 2e-05,
1103
+ "loss": 6.215,
1104
+ "step": 150
1105
+ },
1106
+ {
1107
+ "epoch": 2.8856799037304453,
1108
+ "eval_clap": 0.11637458205223083,
1109
+ "eval_loss": 5.839620590209961,
1110
+ "eval_runtime": 203.9479,
1111
+ "eval_samples_per_second": 0.157,
1112
+ "eval_steps_per_second": 0.157,
1113
+ "step": 150
1114
+ },
1115
+ {
1116
+ "epoch": 2.9049338146811072,
1117
+ "grad_norm": 11.786327362060547,
1118
+ "learning_rate": 2e-05,
1119
+ "loss": 6.3015,
1120
+ "step": 151
1121
+ },
1122
+ {
1123
+ "epoch": 2.9241877256317688,
1124
+ "grad_norm": 8.937137603759766,
1125
+ "learning_rate": 2e-05,
1126
+ "loss": 6.1963,
1127
+ "step": 152
1128
+ },
1129
+ {
1130
+ "epoch": 2.9434416365824307,
1131
+ "grad_norm": 15.840847969055176,
1132
+ "learning_rate": 2e-05,
1133
+ "loss": 6.4957,
1134
+ "step": 153
1135
+ },
1136
+ {
1137
+ "epoch": 2.9626955475330927,
1138
+ "grad_norm": 11.317403793334961,
1139
+ "learning_rate": 2e-05,
1140
+ "loss": 6.4699,
1141
+ "step": 154
1142
+ },
1143
+ {
1144
+ "epoch": 2.9819494584837543,
1145
+ "grad_norm": 11.2737398147583,
1146
+ "learning_rate": 2e-05,
1147
+ "loss": 6.0559,
1148
+ "step": 155
1149
+ },
1150
+ {
1151
+ "epoch": 3.0,
1152
+ "grad_norm": 15.351630210876465,
1153
+ "learning_rate": 2e-05,
1154
+ "loss": 5.5406,
1155
+ "step": 156
1156
+ },
1157
+ {
1158
+ "epoch": 3.019253910950662,
1159
+ "grad_norm": 10.597087860107422,
1160
+ "learning_rate": 2e-05,
1161
+ "loss": 6.5337,
1162
+ "step": 157
1163
+ },
1164
+ {
1165
+ "epoch": 3.0385078219013235,
1166
+ "grad_norm": 8.941291809082031,
1167
+ "learning_rate": 2e-05,
1168
+ "loss": 6.2708,
1169
+ "step": 158
1170
+ },
1171
+ {
1172
+ "epoch": 3.0577617328519855,
1173
+ "grad_norm": 15.444201469421387,
1174
+ "learning_rate": 2e-05,
1175
+ "loss": 6.1448,
1176
+ "step": 159
1177
+ },
1178
+ {
1179
+ "epoch": 3.0770156438026475,
1180
+ "grad_norm": 8.186105728149414,
1181
+ "learning_rate": 2e-05,
1182
+ "loss": 6.2508,
1183
+ "step": 160
1184
+ },
1185
+ {
1186
+ "epoch": 3.0962695547533094,
1187
+ "grad_norm": 25.041446685791016,
1188
+ "learning_rate": 2e-05,
1189
+ "loss": 5.9141,
1190
+ "step": 161
1191
+ },
1192
+ {
1193
+ "epoch": 3.115523465703971,
1194
+ "grad_norm": 25.764001846313477,
1195
+ "learning_rate": 2e-05,
1196
+ "loss": 5.7969,
1197
+ "step": 162
1198
+ },
1199
+ {
1200
+ "epoch": 3.134777376654633,
1201
+ "grad_norm": 8.077290534973145,
1202
+ "learning_rate": 2e-05,
1203
+ "loss": 6.485,
1204
+ "step": 163
1205
+ },
1206
+ {
1207
+ "epoch": 3.154031287605295,
1208
+ "grad_norm": 6.288991451263428,
1209
+ "learning_rate": 2e-05,
1210
+ "loss": 6.3003,
1211
+ "step": 164
1212
+ },
1213
+ {
1214
+ "epoch": 3.1732851985559565,
1215
+ "grad_norm": 7.810708522796631,
1216
+ "learning_rate": 2e-05,
1217
+ "loss": 6.191,
1218
+ "step": 165
1219
+ },
1220
+ {
1221
+ "epoch": 3.1925391095066185,
1222
+ "grad_norm": 12.891411781311035,
1223
+ "learning_rate": 2e-05,
1224
+ "loss": 5.9668,
1225
+ "step": 166
1226
+ },
1227
+ {
1228
+ "epoch": 3.2117930204572804,
1229
+ "grad_norm": 9.540118217468262,
1230
+ "learning_rate": 2e-05,
1231
+ "loss": 6.093,
1232
+ "step": 167
1233
+ },
1234
+ {
1235
+ "epoch": 3.2310469314079424,
1236
+ "grad_norm": 9.51327896118164,
1237
+ "learning_rate": 2e-05,
1238
+ "loss": 6.1793,
1239
+ "step": 168
1240
+ },
1241
+ {
1242
+ "epoch": 3.250300842358604,
1243
+ "grad_norm": 16.127683639526367,
1244
+ "learning_rate": 2e-05,
1245
+ "loss": 6.0557,
1246
+ "step": 169
1247
+ },
1248
+ {
1249
+ "epoch": 3.269554753309266,
1250
+ "grad_norm": 17.678020477294922,
1251
+ "learning_rate": 2e-05,
1252
+ "loss": 6.5721,
1253
+ "step": 170
1254
+ },
1255
+ {
1256
+ "epoch": 3.288808664259928,
1257
+ "grad_norm": 11.319859504699707,
1258
+ "learning_rate": 2e-05,
1259
+ "loss": 5.9967,
1260
+ "step": 171
1261
+ },
1262
+ {
1263
+ "epoch": 3.30806257521059,
1264
+ "grad_norm": 15.657870292663574,
1265
+ "learning_rate": 2e-05,
1266
+ "loss": 5.9343,
1267
+ "step": 172
1268
+ },
1269
+ {
1270
+ "epoch": 3.3273164861612514,
1271
+ "grad_norm": 15.364697456359863,
1272
+ "learning_rate": 2e-05,
1273
+ "loss": 6.2908,
1274
+ "step": 173
1275
+ },
1276
+ {
1277
+ "epoch": 3.3465703971119134,
1278
+ "grad_norm": 23.229448318481445,
1279
+ "learning_rate": 2e-05,
1280
+ "loss": 5.7732,
1281
+ "step": 174
1282
+ },
1283
+ {
1284
+ "epoch": 3.3658243080625754,
1285
+ "grad_norm": 13.746365547180176,
1286
+ "learning_rate": 2e-05,
1287
+ "loss": 6.4075,
1288
+ "step": 175
1289
+ },
1290
+ {
1291
+ "epoch": 3.3658243080625754,
1292
+ "eval_clap": 0.11743690818548203,
1293
+ "eval_loss": 5.836143493652344,
1294
+ "eval_runtime": 204.2948,
1295
+ "eval_samples_per_second": 0.157,
1296
+ "eval_steps_per_second": 0.157,
1297
+ "step": 175
1298
+ },
1299
+ {
1300
+ "epoch": 3.385078219013237,
1301
+ "grad_norm": 9.525516510009766,
1302
+ "learning_rate": 2e-05,
1303
+ "loss": 6.0857,
1304
+ "step": 176
1305
+ },
1306
+ {
1307
+ "epoch": 3.404332129963899,
1308
+ "grad_norm": 18.301898956298828,
1309
+ "learning_rate": 2e-05,
1310
+ "loss": 6.4325,
1311
+ "step": 177
1312
+ },
1313
+ {
1314
+ "epoch": 3.423586040914561,
1315
+ "grad_norm": 12.342935562133789,
1316
+ "learning_rate": 2e-05,
1317
+ "loss": 6.1896,
1318
+ "step": 178
1319
+ },
1320
+ {
1321
+ "epoch": 3.4428399518652224,
1322
+ "grad_norm": 12.635440826416016,
1323
+ "learning_rate": 2e-05,
1324
+ "loss": 6.2818,
1325
+ "step": 179
1326
+ },
1327
+ {
1328
+ "epoch": 3.4620938628158844,
1329
+ "grad_norm": 10.180573463439941,
1330
+ "learning_rate": 2e-05,
1331
+ "loss": 6.2591,
1332
+ "step": 180
1333
+ },
1334
+ {
1335
+ "epoch": 3.4813477737665464,
1336
+ "grad_norm": 9.508129119873047,
1337
+ "learning_rate": 2e-05,
1338
+ "loss": 6.2806,
1339
+ "step": 181
1340
+ },
1341
+ {
1342
+ "epoch": 3.5006016847172083,
1343
+ "grad_norm": 10.56059455871582,
1344
+ "learning_rate": 2e-05,
1345
+ "loss": 6.459,
1346
+ "step": 182
1347
+ },
1348
+ {
1349
+ "epoch": 3.51985559566787,
1350
+ "grad_norm": 10.22647762298584,
1351
+ "learning_rate": 2e-05,
1352
+ "loss": 6.0333,
1353
+ "step": 183
1354
+ },
1355
+ {
1356
+ "epoch": 3.539109506618532,
1357
+ "grad_norm": 8.610014915466309,
1358
+ "learning_rate": 2e-05,
1359
+ "loss": 6.4448,
1360
+ "step": 184
1361
+ },
1362
+ {
1363
+ "epoch": 3.558363417569194,
1364
+ "grad_norm": 12.473418235778809,
1365
+ "learning_rate": 2e-05,
1366
+ "loss": 6.0245,
1367
+ "step": 185
1368
+ },
1369
+ {
1370
+ "epoch": 3.577617328519856,
1371
+ "grad_norm": 15.734831809997559,
1372
+ "learning_rate": 2e-05,
1373
+ "loss": 5.9932,
1374
+ "step": 186
1375
+ },
1376
+ {
1377
+ "epoch": 3.5968712394705173,
1378
+ "grad_norm": 8.682183265686035,
1379
+ "learning_rate": 2e-05,
1380
+ "loss": 6.2845,
1381
+ "step": 187
1382
+ },
1383
+ {
1384
+ "epoch": 3.6161251504211793,
1385
+ "grad_norm": 21.06833839416504,
1386
+ "learning_rate": 2e-05,
1387
+ "loss": 5.8533,
1388
+ "step": 188
1389
+ },
1390
+ {
1391
+ "epoch": 3.6353790613718413,
1392
+ "grad_norm": 22.429513931274414,
1393
+ "learning_rate": 2e-05,
1394
+ "loss": 5.7251,
1395
+ "step": 189
1396
+ },
1397
+ {
1398
+ "epoch": 3.654632972322503,
1399
+ "grad_norm": 7.118320941925049,
1400
+ "learning_rate": 2e-05,
1401
+ "loss": 6.2949,
1402
+ "step": 190
1403
+ },
1404
+ {
1405
+ "epoch": 3.673886883273165,
1406
+ "grad_norm": 11.422521591186523,
1407
+ "learning_rate": 2e-05,
1408
+ "loss": 6.1418,
1409
+ "step": 191
1410
+ },
1411
+ {
1412
+ "epoch": 3.693140794223827,
1413
+ "grad_norm": 11.730757713317871,
1414
+ "learning_rate": 2e-05,
1415
+ "loss": 6.0665,
1416
+ "step": 192
1417
+ },
1418
+ {
1419
+ "epoch": 3.7123947051744883,
1420
+ "grad_norm": 7.965202331542969,
1421
+ "learning_rate": 2e-05,
1422
+ "loss": 6.3251,
1423
+ "step": 193
1424
+ },
1425
+ {
1426
+ "epoch": 3.7316486161251503,
1427
+ "grad_norm": 9.634132385253906,
1428
+ "learning_rate": 2e-05,
1429
+ "loss": 6.0327,
1430
+ "step": 194
1431
+ },
1432
+ {
1433
+ "epoch": 3.7509025270758123,
1434
+ "grad_norm": 12.675938606262207,
1435
+ "learning_rate": 2e-05,
1436
+ "loss": 6.4535,
1437
+ "step": 195
1438
+ },
1439
+ {
1440
+ "epoch": 3.7701564380264743,
1441
+ "grad_norm": 11.747628211975098,
1442
+ "learning_rate": 2e-05,
1443
+ "loss": 5.8515,
1444
+ "step": 196
1445
+ },
1446
+ {
1447
+ "epoch": 3.7894103489771362,
1448
+ "grad_norm": 9.878296852111816,
1449
+ "learning_rate": 2e-05,
1450
+ "loss": 6.3101,
1451
+ "step": 197
1452
+ },
1453
+ {
1454
+ "epoch": 3.808664259927798,
1455
+ "grad_norm": 8.255465507507324,
1456
+ "learning_rate": 2e-05,
1457
+ "loss": 6.1733,
1458
+ "step": 198
1459
+ },
1460
+ {
1461
+ "epoch": 3.8279181708784598,
1462
+ "grad_norm": 15.391761779785156,
1463
+ "learning_rate": 2e-05,
1464
+ "loss": 6.4827,
1465
+ "step": 199
1466
+ },
1467
+ {
1468
+ "epoch": 3.8471720818291217,
1469
+ "grad_norm": 16.02042579650879,
1470
+ "learning_rate": 2e-05,
1471
+ "loss": 5.797,
1472
+ "step": 200
1473
+ },
1474
+ {
1475
+ "epoch": 3.8471720818291217,
1476
+ "eval_clap": 0.10931383073329926,
1477
+ "eval_loss": 5.815006256103516,
1478
+ "eval_runtime": 204.8855,
1479
+ "eval_samples_per_second": 0.156,
1480
+ "eval_steps_per_second": 0.156,
1481
+ "step": 200
1482
+ },
1483
+ {
1484
+ "epoch": 3.8664259927797833,
1485
+ "grad_norm": 11.096480369567871,
1486
+ "learning_rate": 2e-05,
1487
+ "loss": 6.3396,
1488
+ "step": 201
1489
+ },
1490
+ {
1491
+ "epoch": 3.8856799037304453,
1492
+ "grad_norm": 17.267515182495117,
1493
+ "learning_rate": 2e-05,
1494
+ "loss": 5.7346,
1495
+ "step": 202
1496
+ },
1497
+ {
1498
+ "epoch": 3.9049338146811072,
1499
+ "grad_norm": 10.836710929870605,
1500
+ "learning_rate": 2e-05,
1501
+ "loss": 6.3001,
1502
+ "step": 203
1503
+ },
1504
+ {
1505
+ "epoch": 3.9241877256317688,
1506
+ "grad_norm": 6.178803443908691,
1507
+ "learning_rate": 2e-05,
1508
+ "loss": 6.1283,
1509
+ "step": 204
1510
+ },
1511
+ {
1512
+ "epoch": 3.9434416365824307,
1513
+ "grad_norm": 8.270339965820312,
1514
+ "learning_rate": 2e-05,
1515
+ "loss": 6.2692,
1516
+ "step": 205
1517
+ },
1518
+ {
1519
+ "epoch": 3.9626955475330927,
1520
+ "grad_norm": 8.276531219482422,
1521
+ "learning_rate": 2e-05,
1522
+ "loss": 6.2181,
1523
+ "step": 206
1524
+ },
1525
+ {
1526
+ "epoch": 3.9819494584837543,
1527
+ "grad_norm": 9.491342544555664,
1528
+ "learning_rate": 2e-05,
1529
+ "loss": 6.4109,
1530
+ "step": 207
1531
+ },
1532
+ {
1533
+ "epoch": 4.0,
1534
+ "grad_norm": 16.148122787475586,
1535
+ "learning_rate": 2e-05,
1536
+ "loss": 5.4716,
1537
+ "step": 208
1538
+ },
1539
+ {
1540
+ "epoch": 4.0192539109506615,
1541
+ "grad_norm": 5.439089298248291,
1542
+ "learning_rate": 2e-05,
1543
+ "loss": 6.1773,
1544
+ "step": 209
1545
+ },
1546
+ {
1547
+ "epoch": 4.038507821901324,
1548
+ "grad_norm": 8.583178520202637,
1549
+ "learning_rate": 2e-05,
1550
+ "loss": 6.097,
1551
+ "step": 210
1552
+ },
1553
+ {
1554
+ "epoch": 4.0577617328519855,
1555
+ "grad_norm": 5.862834453582764,
1556
+ "learning_rate": 2e-05,
1557
+ "loss": 6.2586,
1558
+ "step": 211
1559
+ },
1560
+ {
1561
+ "epoch": 4.077015643802647,
1562
+ "grad_norm": 19.868268966674805,
1563
+ "learning_rate": 2e-05,
1564
+ "loss": 5.7732,
1565
+ "step": 212
1566
+ },
1567
+ {
1568
+ "epoch": 4.0962695547533094,
1569
+ "grad_norm": 8.219894409179688,
1570
+ "learning_rate": 2e-05,
1571
+ "loss": 6.1416,
1572
+ "step": 213
1573
+ },
1574
+ {
1575
+ "epoch": 4.115523465703971,
1576
+ "grad_norm": 8.35651683807373,
1577
+ "learning_rate": 2e-05,
1578
+ "loss": 6.3144,
1579
+ "step": 214
1580
+ },
1581
+ {
1582
+ "epoch": 4.1347773766546325,
1583
+ "grad_norm": 9.109415054321289,
1584
+ "learning_rate": 2e-05,
1585
+ "loss": 6.1057,
1586
+ "step": 215
1587
+ },
1588
+ {
1589
+ "epoch": 4.154031287605295,
1590
+ "grad_norm": 7.91225004196167,
1591
+ "learning_rate": 2e-05,
1592
+ "loss": 6.3672,
1593
+ "step": 216
1594
+ },
1595
+ {
1596
+ "epoch": 4.1732851985559565,
1597
+ "grad_norm": 13.663270950317383,
1598
+ "learning_rate": 2e-05,
1599
+ "loss": 6.104,
1600
+ "step": 217
1601
+ },
1602
+ {
1603
+ "epoch": 4.192539109506619,
1604
+ "grad_norm": 7.140188694000244,
1605
+ "learning_rate": 2e-05,
1606
+ "loss": 6.214,
1607
+ "step": 218
1608
+ },
1609
+ {
1610
+ "epoch": 4.21179302045728,
1611
+ "grad_norm": 20.248258590698242,
1612
+ "learning_rate": 2e-05,
1613
+ "loss": 5.7409,
1614
+ "step": 219
1615
+ },
1616
+ {
1617
+ "epoch": 4.231046931407942,
1618
+ "grad_norm": 6.1542487144470215,
1619
+ "learning_rate": 2e-05,
1620
+ "loss": 6.1971,
1621
+ "step": 220
1622
+ },
1623
+ {
1624
+ "epoch": 4.250300842358604,
1625
+ "grad_norm": 16.50935935974121,
1626
+ "learning_rate": 2e-05,
1627
+ "loss": 5.7022,
1628
+ "step": 221
1629
+ },
1630
+ {
1631
+ "epoch": 4.269554753309266,
1632
+ "grad_norm": 6.602309226989746,
1633
+ "learning_rate": 2e-05,
1634
+ "loss": 6.0883,
1635
+ "step": 222
1636
+ },
1637
+ {
1638
+ "epoch": 4.2888086642599275,
1639
+ "grad_norm": 10.636795043945312,
1640
+ "learning_rate": 2e-05,
1641
+ "loss": 6.1146,
1642
+ "step": 223
1643
+ },
1644
+ {
1645
+ "epoch": 4.30806257521059,
1646
+ "grad_norm": 15.217754364013672,
1647
+ "learning_rate": 2e-05,
1648
+ "loss": 6.4887,
1649
+ "step": 224
1650
+ },
1651
+ {
1652
+ "epoch": 4.327316486161251,
1653
+ "grad_norm": 11.162585258483887,
1654
+ "learning_rate": 2e-05,
1655
+ "loss": 6.347,
1656
+ "step": 225
1657
+ },
1658
+ {
1659
+ "epoch": 4.327316486161251,
1660
+ "eval_clap": 0.10287218540906906,
1661
+ "eval_loss": 5.793514251708984,
1662
+ "eval_runtime": 195.2618,
1663
+ "eval_samples_per_second": 0.164,
1664
+ "eval_steps_per_second": 0.164,
1665
+ "step": 225
1666
+ },
1667
+ {
1668
+ "epoch": 4.346570397111913,
1669
+ "grad_norm": 6.50248908996582,
1670
+ "learning_rate": 2e-05,
1671
+ "loss": 6.128,
1672
+ "step": 226
1673
+ },
1674
+ {
1675
+ "epoch": 4.365824308062575,
1676
+ "grad_norm": 12.357426643371582,
1677
+ "learning_rate": 2e-05,
1678
+ "loss": 6.2944,
1679
+ "step": 227
1680
+ },
1681
+ {
1682
+ "epoch": 4.385078219013237,
1683
+ "grad_norm": 11.979768753051758,
1684
+ "learning_rate": 2e-05,
1685
+ "loss": 6.0331,
1686
+ "step": 228
1687
+ },
1688
+ {
1689
+ "epoch": 4.404332129963899,
1690
+ "grad_norm": 14.140297889709473,
1691
+ "learning_rate": 2e-05,
1692
+ "loss": 5.8348,
1693
+ "step": 229
1694
+ },
1695
+ {
1696
+ "epoch": 4.423586040914561,
1697
+ "grad_norm": 13.665949821472168,
1698
+ "learning_rate": 2e-05,
1699
+ "loss": 5.9629,
1700
+ "step": 230
1701
+ },
1702
+ {
1703
+ "epoch": 4.442839951865222,
1704
+ "grad_norm": 25.926544189453125,
1705
+ "learning_rate": 2e-05,
1706
+ "loss": 5.5899,
1707
+ "step": 231
1708
+ },
1709
+ {
1710
+ "epoch": 4.462093862815885,
1711
+ "grad_norm": 11.478584289550781,
1712
+ "learning_rate": 2e-05,
1713
+ "loss": 6.06,
1714
+ "step": 232
1715
+ },
1716
+ {
1717
+ "epoch": 4.481347773766546,
1718
+ "grad_norm": 7.444418907165527,
1719
+ "learning_rate": 2e-05,
1720
+ "loss": 6.0127,
1721
+ "step": 233
1722
+ },
1723
+ {
1724
+ "epoch": 4.500601684717208,
1725
+ "grad_norm": 11.302255630493164,
1726
+ "learning_rate": 2e-05,
1727
+ "loss": 6.3942,
1728
+ "step": 234
1729
+ },
1730
+ {
1731
+ "epoch": 4.51985559566787,
1732
+ "grad_norm": 12.104110717773438,
1733
+ "learning_rate": 2e-05,
1734
+ "loss": 6.0193,
1735
+ "step": 235
1736
+ },
1737
+ {
1738
+ "epoch": 4.539109506618532,
1739
+ "grad_norm": 11.314817428588867,
1740
+ "learning_rate": 2e-05,
1741
+ "loss": 5.8347,
1742
+ "step": 236
1743
+ },
1744
+ {
1745
+ "epoch": 4.558363417569193,
1746
+ "grad_norm": 9.530527114868164,
1747
+ "learning_rate": 2e-05,
1748
+ "loss": 5.9688,
1749
+ "step": 237
1750
+ },
1751
+ {
1752
+ "epoch": 4.577617328519856,
1753
+ "grad_norm": 14.764016151428223,
1754
+ "learning_rate": 2e-05,
1755
+ "loss": 6.4083,
1756
+ "step": 238
1757
+ },
1758
+ {
1759
+ "epoch": 4.596871239470517,
1760
+ "grad_norm": 12.319718360900879,
1761
+ "learning_rate": 2e-05,
1762
+ "loss": 6.2156,
1763
+ "step": 239
1764
+ },
1765
+ {
1766
+ "epoch": 4.61612515042118,
1767
+ "grad_norm": 14.426762580871582,
1768
+ "learning_rate": 2e-05,
1769
+ "loss": 6.3868,
1770
+ "step": 240
1771
+ },
1772
+ {
1773
+ "epoch": 4.635379061371841,
1774
+ "grad_norm": 11.573673248291016,
1775
+ "learning_rate": 2e-05,
1776
+ "loss": 6.2762,
1777
+ "step": 241
1778
+ },
1779
+ {
1780
+ "epoch": 4.654632972322503,
1781
+ "grad_norm": 6.983804702758789,
1782
+ "learning_rate": 2e-05,
1783
+ "loss": 6.0903,
1784
+ "step": 242
1785
+ },
1786
+ {
1787
+ "epoch": 4.673886883273164,
1788
+ "grad_norm": 8.895957946777344,
1789
+ "learning_rate": 2e-05,
1790
+ "loss": 6.3329,
1791
+ "step": 243
1792
+ },
1793
+ {
1794
+ "epoch": 4.693140794223827,
1795
+ "grad_norm": 11.459211349487305,
1796
+ "learning_rate": 2e-05,
1797
+ "loss": 6.532,
1798
+ "step": 244
1799
+ },
1800
+ {
1801
+ "epoch": 4.712394705174488,
1802
+ "grad_norm": 7.807408809661865,
1803
+ "learning_rate": 2e-05,
1804
+ "loss": 6.4127,
1805
+ "step": 245
1806
+ },
1807
+ {
1808
+ "epoch": 4.731648616125151,
1809
+ "grad_norm": 11.404520034790039,
1810
+ "learning_rate": 2e-05,
1811
+ "loss": 6.031,
1812
+ "step": 246
1813
+ },
1814
+ {
1815
+ "epoch": 4.750902527075812,
1816
+ "grad_norm": 5.500706672668457,
1817
+ "learning_rate": 2e-05,
1818
+ "loss": 6.3023,
1819
+ "step": 247
1820
+ },
1821
+ {
1822
+ "epoch": 4.770156438026474,
1823
+ "grad_norm": 12.774914741516113,
1824
+ "learning_rate": 2e-05,
1825
+ "loss": 6.1873,
1826
+ "step": 248
1827
+ },
1828
+ {
1829
+ "epoch": 4.789410348977136,
1830
+ "grad_norm": NaN,
1831
+ "learning_rate": 2e-05,
1832
+ "loss": 6.1218,
1833
+ "step": 249
1834
+ },
1835
+ {
1836
+ "epoch": 4.808664259927798,
1837
+ "grad_norm": 37.46445083618164,
1838
+ "learning_rate": 2e-05,
1839
+ "loss": 5.3935,
1840
+ "step": 250
1841
+ },
1842
+ {
1843
+ "epoch": 4.808664259927798,
1844
+ "eval_clap": 0.10396266728639603,
1845
+ "eval_loss": 5.760514259338379,
1846
+ "eval_runtime": 196.0139,
1847
+ "eval_samples_per_second": 0.163,
1848
+ "eval_steps_per_second": 0.163,
1849
+ "step": 250
1850
+ },
1851
+ {
1852
+ "epoch": 4.827918170878459,
1853
+ "grad_norm": NaN,
1854
+ "learning_rate": 2e-05,
1855
+ "loss": 6.6959,
1856
+ "step": 251
1857
+ },
1858
+ {
1859
+ "epoch": 4.847172081829122,
1860
+ "grad_norm": 19.07754135131836,
1861
+ "learning_rate": 2e-05,
1862
+ "loss": 5.9438,
1863
+ "step": 252
1864
+ },
1865
+ {
1866
+ "epoch": 4.866425992779783,
1867
+ "grad_norm": 7.950329780578613,
1868
+ "learning_rate": 2e-05,
1869
+ "loss": 6.2661,
1870
+ "step": 253
1871
+ },
1872
+ {
1873
+ "epoch": 4.885679903730445,
1874
+ "grad_norm": 6.870863437652588,
1875
+ "learning_rate": 2e-05,
1876
+ "loss": 6.3211,
1877
+ "step": 254
1878
+ },
1879
+ {
1880
+ "epoch": 4.904933814681107,
1881
+ "grad_norm": 24.65618133544922,
1882
+ "learning_rate": 2e-05,
1883
+ "loss": 5.755,
1884
+ "step": 255
1885
+ },
1886
+ {
1887
+ "epoch": 4.924187725631769,
1888
+ "grad_norm": 18.71941566467285,
1889
+ "learning_rate": 2e-05,
1890
+ "loss": 5.8712,
1891
+ "step": 256
1892
+ },
1893
+ {
1894
+ "epoch": 4.943441636582431,
1895
+ "grad_norm": 22.989364624023438,
1896
+ "learning_rate": 2e-05,
1897
+ "loss": 5.9747,
1898
+ "step": 257
1899
+ },
1900
+ {
1901
+ "epoch": 4.962695547533093,
1902
+ "grad_norm": 9.502798080444336,
1903
+ "learning_rate": 2e-05,
1904
+ "loss": 6.2862,
1905
+ "step": 258
1906
+ },
1907
+ {
1908
+ "epoch": 4.981949458483754,
1909
+ "grad_norm": 7.668398857116699,
1910
+ "learning_rate": 2e-05,
1911
+ "loss": 6.0501,
1912
+ "step": 259
1913
+ },
1914
+ {
1915
+ "epoch": 5.0,
1916
+ "grad_norm": 11.83493423461914,
1917
+ "learning_rate": 2e-05,
1918
+ "loss": 5.7551,
1919
+ "step": 260
1920
+ },
1921
+ {
1922
+ "epoch": 5.0192539109506615,
1923
+ "grad_norm": 10.512737274169922,
1924
+ "learning_rate": 2e-05,
1925
+ "loss": 6.1863,
1926
+ "step": 261
1927
+ },
1928
+ {
1929
+ "epoch": 5.038507821901324,
1930
+ "grad_norm": 11.778082847595215,
1931
+ "learning_rate": 2e-05,
1932
+ "loss": 6.2453,
1933
+ "step": 262
1934
+ },
1935
+ {
1936
+ "epoch": 5.0577617328519855,
1937
+ "grad_norm": 8.815237998962402,
1938
+ "learning_rate": 2e-05,
1939
+ "loss": 6.0878,
1940
+ "step": 263
1941
+ },
1942
+ {
1943
+ "epoch": 5.077015643802647,
1944
+ "grad_norm": 8.149435997009277,
1945
+ "learning_rate": 2e-05,
1946
+ "loss": 6.109,
1947
+ "step": 264
1948
+ },
1949
+ {
1950
+ "epoch": 5.0962695547533094,
1951
+ "grad_norm": 17.911197662353516,
1952
+ "learning_rate": 2e-05,
1953
+ "loss": 6.5584,
1954
+ "step": 265
1955
+ },
1956
+ {
1957
+ "epoch": 5.115523465703971,
1958
+ "grad_norm": 15.374232292175293,
1959
+ "learning_rate": 2e-05,
1960
+ "loss": 5.6938,
1961
+ "step": 266
1962
+ },
1963
+ {
1964
+ "epoch": 5.1347773766546325,
1965
+ "grad_norm": 14.54749870300293,
1966
+ "learning_rate": 2e-05,
1967
+ "loss": 6.0208,
1968
+ "step": 267
1969
+ },
1970
+ {
1971
+ "epoch": 5.154031287605295,
1972
+ "grad_norm": 22.222078323364258,
1973
+ "learning_rate": 2e-05,
1974
+ "loss": 6.6856,
1975
+ "step": 268
1976
+ },
1977
+ {
1978
+ "epoch": 5.1732851985559565,
1979
+ "grad_norm": 14.544611930847168,
1980
+ "learning_rate": 2e-05,
1981
+ "loss": 6.5379,
1982
+ "step": 269
1983
+ },
1984
+ {
1985
+ "epoch": 5.192539109506619,
1986
+ "grad_norm": 7.748518466949463,
1987
+ "learning_rate": 2e-05,
1988
+ "loss": 6.124,
1989
+ "step": 270
1990
+ },
1991
+ {
1992
+ "epoch": 5.21179302045728,
1993
+ "grad_norm": 38.051204681396484,
1994
+ "learning_rate": 2e-05,
1995
+ "loss": 5.5926,
1996
+ "step": 271
1997
+ },
1998
+ {
1999
+ "epoch": 5.231046931407942,
2000
+ "grad_norm": 8.9555025100708,
2001
+ "learning_rate": 2e-05,
2002
+ "loss": 6.2883,
2003
+ "step": 272
2004
+ },
2005
+ {
2006
+ "epoch": 5.250300842358604,
2007
+ "grad_norm": 8.490158081054688,
2008
+ "learning_rate": 2e-05,
2009
+ "loss": 6.1882,
2010
+ "step": 273
2011
+ },
2012
+ {
2013
+ "epoch": 5.269554753309266,
2014
+ "grad_norm": 23.794368743896484,
2015
+ "learning_rate": 2e-05,
2016
+ "loss": 5.7156,
2017
+ "step": 274
2018
+ },
2019
+ {
2020
+ "epoch": 5.2888086642599275,
2021
+ "grad_norm": 9.640610694885254,
2022
+ "learning_rate": 2e-05,
2023
+ "loss": 6.0328,
2024
+ "step": 275
2025
+ },
2026
+ {
2027
+ "epoch": 5.2888086642599275,
2028
+ "eval_clap": 0.10059554874897003,
2029
+ "eval_loss": 5.7012224197387695,
2030
+ "eval_runtime": 196.9351,
2031
+ "eval_samples_per_second": 0.162,
2032
+ "eval_steps_per_second": 0.162,
2033
+ "step": 275
2034
+ },
2035
+ {
2036
+ "epoch": 5.30806257521059,
2037
+ "grad_norm": 10.774741172790527,
2038
+ "learning_rate": 2e-05,
2039
+ "loss": 6.0371,
2040
+ "step": 276
2041
+ },
2042
+ {
2043
+ "epoch": 5.327316486161251,
2044
+ "grad_norm": 31.07454490661621,
2045
+ "learning_rate": 2e-05,
2046
+ "loss": 5.4832,
2047
+ "step": 277
2048
+ },
2049
+ {
2050
+ "epoch": 5.346570397111913,
2051
+ "grad_norm": 20.25762939453125,
2052
+ "learning_rate": 2e-05,
2053
+ "loss": 5.829,
2054
+ "step": 278
2055
+ },
2056
+ {
2057
+ "epoch": 5.365824308062575,
2058
+ "grad_norm": 14.205655097961426,
2059
+ "learning_rate": 2e-05,
2060
+ "loss": 5.8925,
2061
+ "step": 279
2062
+ },
2063
+ {
2064
+ "epoch": 5.385078219013237,
2065
+ "grad_norm": 10.45982551574707,
2066
+ "learning_rate": 2e-05,
2067
+ "loss": 5.9619,
2068
+ "step": 280
2069
+ },
2070
+ {
2071
+ "epoch": 5.404332129963899,
2072
+ "grad_norm": 10.787467956542969,
2073
+ "learning_rate": 2e-05,
2074
+ "loss": 6.2064,
2075
+ "step": 281
2076
+ },
2077
+ {
2078
+ "epoch": 5.423586040914561,
2079
+ "grad_norm": 14.345209121704102,
2080
+ "learning_rate": 2e-05,
2081
+ "loss": 6.4463,
2082
+ "step": 282
2083
+ },
2084
+ {
2085
+ "epoch": 5.442839951865222,
2086
+ "grad_norm": 11.769346237182617,
2087
+ "learning_rate": 2e-05,
2088
+ "loss": 6.2416,
2089
+ "step": 283
2090
+ },
2091
+ {
2092
+ "epoch": 5.462093862815885,
2093
+ "grad_norm": 10.520780563354492,
2094
+ "learning_rate": 2e-05,
2095
+ "loss": 5.9882,
2096
+ "step": 284
2097
+ },
2098
+ {
2099
+ "epoch": 5.481347773766546,
2100
+ "grad_norm": 9.365582466125488,
2101
+ "learning_rate": 2e-05,
2102
+ "loss": 6.1293,
2103
+ "step": 285
2104
+ },
2105
+ {
2106
+ "epoch": 5.500601684717208,
2107
+ "grad_norm": 11.546175003051758,
2108
+ "learning_rate": 2e-05,
2109
+ "loss": 6.1385,
2110
+ "step": 286
2111
+ },
2112
+ {
2113
+ "epoch": 5.51985559566787,
2114
+ "grad_norm": 8.784673690795898,
2115
+ "learning_rate": 2e-05,
2116
+ "loss": 5.9021,
2117
+ "step": 287
2118
+ },
2119
+ {
2120
+ "epoch": 5.539109506618532,
2121
+ "grad_norm": 14.96414566040039,
2122
+ "learning_rate": 2e-05,
2123
+ "loss": 5.7696,
2124
+ "step": 288
2125
+ },
2126
+ {
2127
+ "epoch": 5.558363417569193,
2128
+ "grad_norm": 10.28773307800293,
2129
+ "learning_rate": 2e-05,
2130
+ "loss": 5.8558,
2131
+ "step": 289
2132
+ },
2133
+ {
2134
+ "epoch": 5.577617328519856,
2135
+ "grad_norm": 8.956218719482422,
2136
+ "learning_rate": 2e-05,
2137
+ "loss": 6.1751,
2138
+ "step": 290
2139
+ },
2140
+ {
2141
+ "epoch": 5.596871239470517,
2142
+ "grad_norm": 8.992794036865234,
2143
+ "learning_rate": 2e-05,
2144
+ "loss": 5.9301,
2145
+ "step": 291
2146
+ },
2147
+ {
2148
+ "epoch": 5.61612515042118,
2149
+ "grad_norm": 15.411934852600098,
2150
+ "learning_rate": 2e-05,
2151
+ "loss": 5.7903,
2152
+ "step": 292
2153
+ },
2154
+ {
2155
+ "epoch": 5.635379061371841,
2156
+ "grad_norm": 17.23996925354004,
2157
+ "learning_rate": 2e-05,
2158
+ "loss": 5.7608,
2159
+ "step": 293
2160
+ },
2161
+ {
2162
+ "epoch": 5.654632972322503,
2163
+ "grad_norm": 9.80339241027832,
2164
+ "learning_rate": 2e-05,
2165
+ "loss": 5.9715,
2166
+ "step": 294
2167
+ },
2168
+ {
2169
+ "epoch": 5.673886883273164,
2170
+ "grad_norm": 9.020657539367676,
2171
+ "learning_rate": 2e-05,
2172
+ "loss": 5.9026,
2173
+ "step": 295
2174
+ },
2175
+ {
2176
+ "epoch": 5.693140794223827,
2177
+ "grad_norm": 10.856344223022461,
2178
+ "learning_rate": 2e-05,
2179
+ "loss": 5.9779,
2180
+ "step": 296
2181
+ },
2182
+ {
2183
+ "epoch": 5.712394705174488,
2184
+ "grad_norm": 8.707733154296875,
2185
+ "learning_rate": 2e-05,
2186
+ "loss": 6.1238,
2187
+ "step": 297
2188
+ },
2189
+ {
2190
+ "epoch": 5.731648616125151,
2191
+ "grad_norm": 14.64277172088623,
2192
+ "learning_rate": 2e-05,
2193
+ "loss": 6.0237,
2194
+ "step": 298
2195
+ },
2196
+ {
2197
+ "epoch": 5.750902527075812,
2198
+ "grad_norm": 11.925372123718262,
2199
+ "learning_rate": 2e-05,
2200
+ "loss": 6.393,
2201
+ "step": 299
2202
+ },
2203
+ {
2204
+ "epoch": 5.770156438026474,
2205
+ "grad_norm": 8.235823631286621,
2206
+ "learning_rate": 2e-05,
2207
+ "loss": 6.1476,
2208
+ "step": 300
2209
+ },
2210
+ {
2211
+ "epoch": 5.770156438026474,
2212
+ "eval_clap": 0.08804576098918915,
2213
+ "eval_loss": 5.670257568359375,
2214
+ "eval_runtime": 196.4571,
2215
+ "eval_samples_per_second": 0.163,
2216
+ "eval_steps_per_second": 0.163,
2217
+ "step": 300
2218
+ },
2219
+ {
2220
+ "epoch": 5.789410348977136,
2221
+ "grad_norm": 10.681437492370605,
2222
+ "learning_rate": 2e-05,
2223
+ "loss": 6.5,
2224
+ "step": 301
2225
+ },
2226
+ {
2227
+ "epoch": 5.808664259927798,
2228
+ "grad_norm": 7.725464820861816,
2229
+ "learning_rate": 2e-05,
2230
+ "loss": 6.3363,
2231
+ "step": 302
2232
+ },
2233
+ {
2234
+ "epoch": 5.827918170878459,
2235
+ "grad_norm": 23.754108428955078,
2236
+ "learning_rate": 2e-05,
2237
+ "loss": 5.4885,
2238
+ "step": 303
2239
+ },
2240
+ {
2241
+ "epoch": 5.847172081829122,
2242
+ "grad_norm": 16.799196243286133,
2243
+ "learning_rate": 2e-05,
2244
+ "loss": 5.8577,
2245
+ "step": 304
2246
+ },
2247
+ {
2248
+ "epoch": 5.866425992779783,
2249
+ "grad_norm": 18.410417556762695,
2250
+ "learning_rate": 2e-05,
2251
+ "loss": 5.7364,
2252
+ "step": 305
2253
+ },
2254
+ {
2255
+ "epoch": 5.885679903730445,
2256
+ "grad_norm": 13.101805686950684,
2257
+ "learning_rate": 2e-05,
2258
+ "loss": 6.1962,
2259
+ "step": 306
2260
+ },
2261
+ {
2262
+ "epoch": 5.904933814681107,
2263
+ "grad_norm": 20.438919067382812,
2264
+ "learning_rate": 2e-05,
2265
+ "loss": 5.6507,
2266
+ "step": 307
2267
+ },
2268
+ {
2269
+ "epoch": 5.924187725631769,
2270
+ "grad_norm": 16.583629608154297,
2271
+ "learning_rate": 2e-05,
2272
+ "loss": 5.6965,
2273
+ "step": 308
2274
+ },
2275
+ {
2276
+ "epoch": 5.943441636582431,
2277
+ "grad_norm": 12.213188171386719,
2278
+ "learning_rate": 2e-05,
2279
+ "loss": 5.9619,
2280
+ "step": 309
2281
+ },
2282
+ {
2283
+ "epoch": 5.962695547533093,
2284
+ "grad_norm": 10.092710494995117,
2285
+ "learning_rate": 2e-05,
2286
+ "loss": 5.9366,
2287
+ "step": 310
2288
+ },
2289
+ {
2290
+ "epoch": 5.981949458483754,
2291
+ "grad_norm": 11.882303237915039,
2292
+ "learning_rate": 2e-05,
2293
+ "loss": 5.653,
2294
+ "step": 311
2295
+ },
2296
+ {
2297
+ "epoch": 6.0,
2298
+ "grad_norm": 14.35622501373291,
2299
+ "learning_rate": 2e-05,
2300
+ "loss": 5.3527,
2301
+ "step": 312
2302
+ },
2303
+ {
2304
+ "epoch": 6.0192539109506615,
2305
+ "grad_norm": 15.661309242248535,
2306
+ "learning_rate": 2e-05,
2307
+ "loss": 5.9525,
2308
+ "step": 313
2309
+ },
2310
+ {
2311
+ "epoch": 6.038507821901324,
2312
+ "grad_norm": 20.924646377563477,
2313
+ "learning_rate": 2e-05,
2314
+ "loss": 6.5313,
2315
+ "step": 314
2316
+ },
2317
+ {
2318
+ "epoch": 6.0577617328519855,
2319
+ "grad_norm": 14.876949310302734,
2320
+ "learning_rate": 2e-05,
2321
+ "loss": 5.6237,
2322
+ "step": 315
2323
+ },
2324
+ {
2325
+ "epoch": 6.077015643802647,
2326
+ "grad_norm": 14.90765380859375,
2327
+ "learning_rate": 2e-05,
2328
+ "loss": 5.9514,
2329
+ "step": 316
2330
+ },
2331
+ {
2332
+ "epoch": 6.0962695547533094,
2333
+ "grad_norm": 11.085007667541504,
2334
+ "learning_rate": 2e-05,
2335
+ "loss": 6.3012,
2336
+ "step": 317
2337
+ },
2338
+ {
2339
+ "epoch": 6.115523465703971,
2340
+ "grad_norm": 7.102397918701172,
2341
+ "learning_rate": 2e-05,
2342
+ "loss": 6.2968,
2343
+ "step": 318
2344
+ },
2345
+ {
2346
+ "epoch": 6.1347773766546325,
2347
+ "grad_norm": 10.636114120483398,
2348
+ "learning_rate": 2e-05,
2349
+ "loss": 6.0036,
2350
+ "step": 319
2351
+ },
2352
+ {
2353
+ "epoch": 6.154031287605295,
2354
+ "grad_norm": 9.180078506469727,
2355
+ "learning_rate": 2e-05,
2356
+ "loss": 5.8668,
2357
+ "step": 320
2358
+ },
2359
+ {
2360
+ "epoch": 6.1732851985559565,
2361
+ "grad_norm": 8.283641815185547,
2362
+ "learning_rate": 2e-05,
2363
+ "loss": 5.9111,
2364
+ "step": 321
2365
+ },
2366
+ {
2367
+ "epoch": 6.192539109506619,
2368
+ "grad_norm": 16.489126205444336,
2369
+ "learning_rate": 2e-05,
2370
+ "loss": 5.7074,
2371
+ "step": 322
2372
+ },
2373
+ {
2374
+ "epoch": 6.21179302045728,
2375
+ "grad_norm": 8.536720275878906,
2376
+ "learning_rate": 2e-05,
2377
+ "loss": 6.0873,
2378
+ "step": 323
2379
+ },
2380
+ {
2381
+ "epoch": 6.231046931407942,
2382
+ "grad_norm": 19.378023147583008,
2383
+ "learning_rate": 2e-05,
2384
+ "loss": 5.7451,
2385
+ "step": 324
2386
+ },
2387
+ {
2388
+ "epoch": 6.250300842358604,
2389
+ "grad_norm": 8.368978500366211,
2390
+ "learning_rate": 2e-05,
2391
+ "loss": 5.9049,
2392
+ "step": 325
2393
+ },
2394
+ {
2395
+ "epoch": 6.250300842358604,
2396
+ "eval_clap": 0.12603802978992462,
2397
+ "eval_loss": 5.833277702331543,
2398
+ "eval_runtime": 196.2372,
2399
+ "eval_samples_per_second": 0.163,
2400
+ "eval_steps_per_second": 0.163,
2401
+ "step": 325
2402
+ },
2403
+ {
2404
+ "epoch": 6.269554753309266,
2405
+ "grad_norm": 9.310341835021973,
2406
+ "learning_rate": 2e-05,
2407
+ "loss": 5.9592,
2408
+ "step": 326
2409
+ },
2410
+ {
2411
+ "epoch": 6.2888086642599275,
2412
+ "grad_norm": 10.618816375732422,
2413
+ "learning_rate": 2e-05,
2414
+ "loss": 5.7331,
2415
+ "step": 327
2416
+ },
2417
+ {
2418
+ "epoch": 6.30806257521059,
2419
+ "grad_norm": 20.578750610351562,
2420
+ "learning_rate": 2e-05,
2421
+ "loss": 5.2624,
2422
+ "step": 328
2423
+ },
2424
+ {
2425
+ "epoch": 6.327316486161251,
2426
+ "grad_norm": 9.402525901794434,
2427
+ "learning_rate": 2e-05,
2428
+ "loss": 6.067,
2429
+ "step": 329
2430
+ },
2431
+ {
2432
+ "epoch": 6.346570397111913,
2433
+ "grad_norm": 9.60403060913086,
2434
+ "learning_rate": 2e-05,
2435
+ "loss": 6.214,
2436
+ "step": 330
2437
+ },
2438
+ {
2439
+ "epoch": 6.365824308062575,
2440
+ "grad_norm": 14.769834518432617,
2441
+ "learning_rate": 2e-05,
2442
+ "loss": 5.7947,
2443
+ "step": 331
2444
+ },
2445
+ {
2446
+ "epoch": 6.385078219013237,
2447
+ "grad_norm": 7.659432411193848,
2448
+ "learning_rate": 2e-05,
2449
+ "loss": 5.8996,
2450
+ "step": 332
2451
+ },
2452
+ {
2453
+ "epoch": 6.404332129963899,
2454
+ "grad_norm": 9.789624214172363,
2455
+ "learning_rate": 2e-05,
2456
+ "loss": 6.0822,
2457
+ "step": 333
2458
+ },
2459
+ {
2460
+ "epoch": 6.423586040914561,
2461
+ "grad_norm": 13.061244010925293,
2462
+ "learning_rate": 2e-05,
2463
+ "loss": 5.8736,
2464
+ "step": 334
2465
+ },
2466
+ {
2467
+ "epoch": 6.442839951865222,
2468
+ "grad_norm": 9.671375274658203,
2469
+ "learning_rate": 2e-05,
2470
+ "loss": 5.6454,
2471
+ "step": 335
2472
+ },
2473
+ {
2474
+ "epoch": 6.462093862815885,
2475
+ "grad_norm": 7.602629661560059,
2476
+ "learning_rate": 2e-05,
2477
+ "loss": 6.1014,
2478
+ "step": 336
2479
+ },
2480
+ {
2481
+ "epoch": 6.481347773766546,
2482
+ "grad_norm": 9.208328247070312,
2483
+ "learning_rate": 2e-05,
2484
+ "loss": 5.8553,
2485
+ "step": 337
2486
+ },
2487
+ {
2488
+ "epoch": 6.500601684717208,
2489
+ "grad_norm": 6.751482963562012,
2490
+ "learning_rate": 2e-05,
2491
+ "loss": 6.3873,
2492
+ "step": 338
2493
+ },
2494
+ {
2495
+ "epoch": 6.51985559566787,
2496
+ "grad_norm": 19.14604377746582,
2497
+ "learning_rate": 2e-05,
2498
+ "loss": 5.5979,
2499
+ "step": 339
2500
+ },
2501
+ {
2502
+ "epoch": 6.539109506618532,
2503
+ "grad_norm": 6.979920387268066,
2504
+ "learning_rate": 2e-05,
2505
+ "loss": 5.9776,
2506
+ "step": 340
2507
+ },
2508
+ {
2509
+ "epoch": 6.558363417569193,
2510
+ "grad_norm": 12.88497257232666,
2511
+ "learning_rate": 2e-05,
2512
+ "loss": 6.4447,
2513
+ "step": 341
2514
+ },
2515
+ {
2516
+ "epoch": 6.577617328519856,
2517
+ "grad_norm": 9.550447463989258,
2518
+ "learning_rate": 2e-05,
2519
+ "loss": 6.0607,
2520
+ "step": 342
2521
+ },
2522
+ {
2523
+ "epoch": 6.596871239470517,
2524
+ "grad_norm": 17.2004451751709,
2525
+ "learning_rate": 2e-05,
2526
+ "loss": 5.8465,
2527
+ "step": 343
2528
+ },
2529
+ {
2530
+ "epoch": 6.61612515042118,
2531
+ "grad_norm": 9.696534156799316,
2532
+ "learning_rate": 2e-05,
2533
+ "loss": 5.7955,
2534
+ "step": 344
2535
+ },
2536
+ {
2537
+ "epoch": 6.635379061371841,
2538
+ "grad_norm": 6.361357688903809,
2539
+ "learning_rate": 2e-05,
2540
+ "loss": 6.2663,
2541
+ "step": 345
2542
+ },
2543
+ {
2544
+ "epoch": 6.654632972322503,
2545
+ "grad_norm": 28.56427574157715,
2546
+ "learning_rate": 2e-05,
2547
+ "loss": 5.0443,
2548
+ "step": 346
2549
+ },
2550
+ {
2551
+ "epoch": 6.673886883273164,
2552
+ "grad_norm": 10.24687671661377,
2553
+ "learning_rate": 2e-05,
2554
+ "loss": 5.9321,
2555
+ "step": 347
2556
+ },
2557
+ {
2558
+ "epoch": 6.693140794223827,
2559
+ "grad_norm": 8.435123443603516,
2560
+ "learning_rate": 2e-05,
2561
+ "loss": 6.1062,
2562
+ "step": 348
2563
+ },
2564
+ {
2565
+ "epoch": 6.712394705174488,
2566
+ "grad_norm": 6.668614387512207,
2567
+ "learning_rate": 2e-05,
2568
+ "loss": 5.9755,
2569
+ "step": 349
2570
+ },
2571
+ {
2572
+ "epoch": 6.731648616125151,
2573
+ "grad_norm": 8.491061210632324,
2574
+ "learning_rate": 2e-05,
2575
+ "loss": 5.8547,
2576
+ "step": 350
2577
+ },
2578
+ {
2579
+ "epoch": 6.731648616125151,
2580
+ "eval_clap": 0.14147447049617767,
2581
+ "eval_loss": 5.917084693908691,
2582
+ "eval_runtime": 201.9514,
2583
+ "eval_samples_per_second": 0.158,
2584
+ "eval_steps_per_second": 0.158,
2585
+ "step": 350
2586
+ },
2587
+ {
2588
+ "epoch": 6.750902527075812,
2589
+ "grad_norm": 10.25600528717041,
2590
+ "learning_rate": 2e-05,
2591
+ "loss": 5.8823,
2592
+ "step": 351
2593
+ },
2594
+ {
2595
+ "epoch": 6.770156438026474,
2596
+ "grad_norm": 8.48415470123291,
2597
+ "learning_rate": 2e-05,
2598
+ "loss": 5.8709,
2599
+ "step": 352
2600
+ },
2601
+ {
2602
+ "epoch": 6.789410348977136,
2603
+ "grad_norm": 18.866851806640625,
2604
+ "learning_rate": 2e-05,
2605
+ "loss": 5.7262,
2606
+ "step": 353
2607
+ },
2608
+ {
2609
+ "epoch": 6.808664259927798,
2610
+ "grad_norm": 7.648865222930908,
2611
+ "learning_rate": 2e-05,
2612
+ "loss": 5.6922,
2613
+ "step": 354
2614
+ },
2615
+ {
2616
+ "epoch": 6.827918170878459,
2617
+ "grad_norm": 12.319436073303223,
2618
+ "learning_rate": 2e-05,
2619
+ "loss": 6.1132,
2620
+ "step": 355
2621
+ },
2622
+ {
2623
+ "epoch": 6.847172081829122,
2624
+ "grad_norm": 6.688267230987549,
2625
+ "learning_rate": 2e-05,
2626
+ "loss": 6.0394,
2627
+ "step": 356
2628
+ },
2629
+ {
2630
+ "epoch": 6.866425992779783,
2631
+ "grad_norm": 8.100188255310059,
2632
+ "learning_rate": 2e-05,
2633
+ "loss": 5.7567,
2634
+ "step": 357
2635
+ },
2636
+ {
2637
+ "epoch": 6.885679903730445,
2638
+ "grad_norm": 19.447267532348633,
2639
+ "learning_rate": 2e-05,
2640
+ "loss": 5.1313,
2641
+ "step": 358
2642
+ },
2643
+ {
2644
+ "epoch": 6.904933814681107,
2645
+ "grad_norm": 8.269752502441406,
2646
+ "learning_rate": 2e-05,
2647
+ "loss": 5.6813,
2648
+ "step": 359
2649
+ },
2650
+ {
2651
+ "epoch": 6.924187725631769,
2652
+ "grad_norm": 11.055656433105469,
2653
+ "learning_rate": 2e-05,
2654
+ "loss": 5.7952,
2655
+ "step": 360
2656
+ },
2657
+ {
2658
+ "epoch": 6.943441636582431,
2659
+ "grad_norm": 12.430220603942871,
2660
+ "learning_rate": 2e-05,
2661
+ "loss": 5.4678,
2662
+ "step": 361
2663
+ },
2664
+ {
2665
+ "epoch": 6.962695547533093,
2666
+ "grad_norm": 9.070528984069824,
2667
+ "learning_rate": 2e-05,
2668
+ "loss": 6.3099,
2669
+ "step": 362
2670
+ },
2671
+ {
2672
+ "epoch": 6.981949458483754,
2673
+ "grad_norm": 11.570778846740723,
2674
+ "learning_rate": 2e-05,
2675
+ "loss": 5.9188,
2676
+ "step": 363
2677
+ },
2678
+ {
2679
+ "epoch": 7.0,
2680
+ "grad_norm": 7.6774821281433105,
2681
+ "learning_rate": 2e-05,
2682
+ "loss": 5.7076,
2683
+ "step": 364
2684
+ },
2685
+ {
2686
+ "epoch": 7.0192539109506615,
2687
+ "grad_norm": 7.454392910003662,
2688
+ "learning_rate": 2e-05,
2689
+ "loss": 6.3174,
2690
+ "step": 365
2691
+ },
2692
+ {
2693
+ "epoch": 7.038507821901324,
2694
+ "grad_norm": 16.39904022216797,
2695
+ "learning_rate": 2e-05,
2696
+ "loss": 5.5487,
2697
+ "step": 366
2698
+ },
2699
+ {
2700
+ "epoch": 7.0577617328519855,
2701
+ "grad_norm": 8.567000389099121,
2702
+ "learning_rate": 2e-05,
2703
+ "loss": 5.8364,
2704
+ "step": 367
2705
+ },
2706
+ {
2707
+ "epoch": 7.077015643802647,
2708
+ "grad_norm": 11.228474617004395,
2709
+ "learning_rate": 2e-05,
2710
+ "loss": 6.1298,
2711
+ "step": 368
2712
+ },
2713
+ {
2714
+ "epoch": 7.0962695547533094,
2715
+ "grad_norm": 8.90956974029541,
2716
+ "learning_rate": 2e-05,
2717
+ "loss": 5.8714,
2718
+ "step": 369
2719
+ },
2720
+ {
2721
+ "epoch": 7.115523465703971,
2722
+ "grad_norm": 11.500467300415039,
2723
+ "learning_rate": 2e-05,
2724
+ "loss": 6.0238,
2725
+ "step": 370
2726
+ },
2727
+ {
2728
+ "epoch": 7.1347773766546325,
2729
+ "grad_norm": 9.86660099029541,
2730
+ "learning_rate": 2e-05,
2731
+ "loss": 5.4866,
2732
+ "step": 371
2733
+ },
2734
+ {
2735
+ "epoch": 7.154031287605295,
2736
+ "grad_norm": 15.263172149658203,
2737
+ "learning_rate": 2e-05,
2738
+ "loss": 5.6674,
2739
+ "step": 372
2740
+ },
2741
+ {
2742
+ "epoch": 7.1732851985559565,
2743
+ "grad_norm": 9.802757263183594,
2744
+ "learning_rate": 2e-05,
2745
+ "loss": 6.2604,
2746
+ "step": 373
2747
+ },
2748
+ {
2749
+ "epoch": 7.192539109506619,
2750
+ "grad_norm": 9.074177742004395,
2751
+ "learning_rate": 2e-05,
2752
+ "loss": 6.0723,
2753
+ "step": 374
2754
+ },
2755
+ {
2756
+ "epoch": 7.21179302045728,
2757
+ "grad_norm": 13.025900840759277,
2758
+ "learning_rate": 2e-05,
2759
+ "loss": 5.5151,
2760
+ "step": 375
2761
+ },
2762
+ {
2763
+ "epoch": 7.21179302045728,
2764
+ "eval_clap": 0.14877665042877197,
2765
+ "eval_loss": 6.030681610107422,
2766
+ "eval_runtime": 196.9659,
2767
+ "eval_samples_per_second": 0.162,
2768
+ "eval_steps_per_second": 0.162,
2769
+ "step": 375
2770
+ },
2771
+ {
2772
+ "epoch": 7.231046931407942,
2773
+ "grad_norm": 8.610788345336914,
2774
+ "learning_rate": 2e-05,
2775
+ "loss": 5.4889,
2776
+ "step": 376
2777
+ },
2778
+ {
2779
+ "epoch": 7.250300842358604,
2780
+ "grad_norm": 8.993633270263672,
2781
+ "learning_rate": 2e-05,
2782
+ "loss": 6.0395,
2783
+ "step": 377
2784
+ },
2785
+ {
2786
+ "epoch": 7.269554753309266,
2787
+ "grad_norm": 11.314407348632812,
2788
+ "learning_rate": 2e-05,
2789
+ "loss": 5.7346,
2790
+ "step": 378
2791
+ },
2792
+ {
2793
+ "epoch": 7.2888086642599275,
2794
+ "grad_norm": 6.467037677764893,
2795
+ "learning_rate": 2e-05,
2796
+ "loss": 5.7235,
2797
+ "step": 379
2798
+ },
2799
+ {
2800
+ "epoch": 7.30806257521059,
2801
+ "grad_norm": 8.104763984680176,
2802
+ "learning_rate": 2e-05,
2803
+ "loss": 5.9586,
2804
+ "step": 380
2805
+ },
2806
+ {
2807
+ "epoch": 7.327316486161251,
2808
+ "grad_norm": 7.068090915679932,
2809
+ "learning_rate": 2e-05,
2810
+ "loss": 5.9094,
2811
+ "step": 381
2812
+ },
2813
+ {
2814
+ "epoch": 7.346570397111913,
2815
+ "grad_norm": 12.21611213684082,
2816
+ "learning_rate": 2e-05,
2817
+ "loss": 5.4139,
2818
+ "step": 382
2819
+ },
2820
+ {
2821
+ "epoch": 7.365824308062575,
2822
+ "grad_norm": 7.650627136230469,
2823
+ "learning_rate": 2e-05,
2824
+ "loss": 5.9595,
2825
+ "step": 383
2826
+ },
2827
+ {
2828
+ "epoch": 7.385078219013237,
2829
+ "grad_norm": 9.73534107208252,
2830
+ "learning_rate": 2e-05,
2831
+ "loss": 5.6262,
2832
+ "step": 384
2833
+ },
2834
+ {
2835
+ "epoch": 7.404332129963899,
2836
+ "grad_norm": 4.8408989906311035,
2837
+ "learning_rate": 2e-05,
2838
+ "loss": 6.2293,
2839
+ "step": 385
2840
+ },
2841
+ {
2842
+ "epoch": 7.423586040914561,
2843
+ "grad_norm": 8.489951133728027,
2844
+ "learning_rate": 2e-05,
2845
+ "loss": 5.7281,
2846
+ "step": 386
2847
+ },
2848
+ {
2849
+ "epoch": 7.442839951865222,
2850
+ "grad_norm": 11.095331192016602,
2851
+ "learning_rate": 2e-05,
2852
+ "loss": 5.7553,
2853
+ "step": 387
2854
+ },
2855
+ {
2856
+ "epoch": 7.462093862815885,
2857
+ "grad_norm": 11.590924263000488,
2858
+ "learning_rate": 2e-05,
2859
+ "loss": 5.5951,
2860
+ "step": 388
2861
+ },
2862
+ {
2863
+ "epoch": 7.481347773766546,
2864
+ "grad_norm": 8.009002685546875,
2865
+ "learning_rate": 2e-05,
2866
+ "loss": 5.8574,
2867
+ "step": 389
2868
+ },
2869
+ {
2870
+ "epoch": 7.500601684717208,
2871
+ "grad_norm": 6.733258247375488,
2872
+ "learning_rate": 2e-05,
2873
+ "loss": 5.9511,
2874
+ "step": 390
2875
+ },
2876
+ {
2877
+ "epoch": 7.51985559566787,
2878
+ "grad_norm": 12.49974250793457,
2879
+ "learning_rate": 2e-05,
2880
+ "loss": 5.8766,
2881
+ "step": 391
2882
+ },
2883
+ {
2884
+ "epoch": 7.539109506618532,
2885
+ "grad_norm": 8.18664264678955,
2886
+ "learning_rate": 2e-05,
2887
+ "loss": 6.2401,
2888
+ "step": 392
2889
+ },
2890
+ {
2891
+ "epoch": 7.558363417569193,
2892
+ "grad_norm": 7.806461811065674,
2893
+ "learning_rate": 2e-05,
2894
+ "loss": 5.6931,
2895
+ "step": 393
2896
+ },
2897
+ {
2898
+ "epoch": 7.577617328519856,
2899
+ "grad_norm": 11.137080192565918,
2900
+ "learning_rate": 2e-05,
2901
+ "loss": 5.447,
2902
+ "step": 394
2903
+ },
2904
+ {
2905
+ "epoch": 7.596871239470517,
2906
+ "grad_norm": 7.18437385559082,
2907
+ "learning_rate": 2e-05,
2908
+ "loss": 5.8764,
2909
+ "step": 395
2910
+ },
2911
+ {
2912
+ "epoch": 7.61612515042118,
2913
+ "grad_norm": 7.777758598327637,
2914
+ "learning_rate": 2e-05,
2915
+ "loss": 5.9383,
2916
+ "step": 396
2917
+ },
2918
+ {
2919
+ "epoch": 7.635379061371841,
2920
+ "grad_norm": 10.361425399780273,
2921
+ "learning_rate": 2e-05,
2922
+ "loss": 5.8001,
2923
+ "step": 397
2924
+ },
2925
+ {
2926
+ "epoch": 7.654632972322503,
2927
+ "grad_norm": 6.713755130767822,
2928
+ "learning_rate": 2e-05,
2929
+ "loss": 6.1663,
2930
+ "step": 398
2931
+ },
2932
+ {
2933
+ "epoch": 7.673886883273164,
2934
+ "grad_norm": 10.869112014770508,
2935
+ "learning_rate": 2e-05,
2936
+ "loss": 5.9626,
2937
+ "step": 399
2938
+ },
2939
+ {
2940
+ "epoch": 7.693140794223827,
2941
+ "grad_norm": 7.977558135986328,
2942
+ "learning_rate": 2e-05,
2943
+ "loss": 6.0651,
2944
+ "step": 400
2945
+ },
2946
+ {
2947
+ "epoch": 7.693140794223827,
2948
+ "eval_clap": 0.15197913348674774,
2949
+ "eval_loss": 6.068316459655762,
2950
+ "eval_runtime": 198.5968,
2951
+ "eval_samples_per_second": 0.161,
2952
+ "eval_steps_per_second": 0.161,
2953
+ "step": 400
2954
+ },
2955
+ {
2956
+ "epoch": 7.712394705174488,
2957
+ "grad_norm": 9.780762672424316,
2958
+ "learning_rate": 2e-05,
2959
+ "loss": 5.5897,
2960
+ "step": 401
2961
+ },
2962
+ {
2963
+ "epoch": 7.731648616125151,
2964
+ "grad_norm": 6.951937198638916,
2965
+ "learning_rate": 2e-05,
2966
+ "loss": 6.2431,
2967
+ "step": 402
2968
+ },
2969
+ {
2970
+ "epoch": 7.750902527075812,
2971
+ "grad_norm": 9.692300796508789,
2972
+ "learning_rate": 2e-05,
2973
+ "loss": 5.4305,
2974
+ "step": 403
2975
+ },
2976
+ {
2977
+ "epoch": 7.770156438026474,
2978
+ "grad_norm": 7.418123245239258,
2979
+ "learning_rate": 2e-05,
2980
+ "loss": 5.8003,
2981
+ "step": 404
2982
+ },
2983
+ {
2984
+ "epoch": 7.789410348977136,
2985
+ "grad_norm": 6.651110649108887,
2986
+ "learning_rate": 2e-05,
2987
+ "loss": 5.7815,
2988
+ "step": 405
2989
+ },
2990
+ {
2991
+ "epoch": 7.808664259927798,
2992
+ "grad_norm": 6.156674861907959,
2993
+ "learning_rate": 2e-05,
2994
+ "loss": 6.4313,
2995
+ "step": 406
2996
+ },
2997
+ {
2998
+ "epoch": 7.827918170878459,
2999
+ "grad_norm": 8.222352981567383,
3000
+ "learning_rate": 2e-05,
3001
+ "loss": 6.2155,
3002
+ "step": 407
3003
+ },
3004
+ {
3005
+ "epoch": 7.847172081829122,
3006
+ "grad_norm": 16.708091735839844,
3007
+ "learning_rate": 2e-05,
3008
+ "loss": 5.5932,
3009
+ "step": 408
3010
+ },
3011
+ {
3012
+ "epoch": 7.866425992779783,
3013
+ "grad_norm": 7.200738906860352,
3014
+ "learning_rate": 2e-05,
3015
+ "loss": 5.7048,
3016
+ "step": 409
3017
+ },
3018
+ {
3019
+ "epoch": 7.885679903730445,
3020
+ "grad_norm": 7.8692450523376465,
3021
+ "learning_rate": 2e-05,
3022
+ "loss": 6.0216,
3023
+ "step": 410
3024
+ },
3025
+ {
3026
+ "epoch": 7.904933814681107,
3027
+ "grad_norm": 9.36465835571289,
3028
+ "learning_rate": 2e-05,
3029
+ "loss": 5.5713,
3030
+ "step": 411
3031
+ },
3032
+ {
3033
+ "epoch": 7.924187725631769,
3034
+ "grad_norm": 6.110987186431885,
3035
+ "learning_rate": 2e-05,
3036
+ "loss": 5.972,
3037
+ "step": 412
3038
+ },
3039
+ {
3040
+ "epoch": 7.943441636582431,
3041
+ "grad_norm": 10.555682182312012,
3042
+ "learning_rate": 2e-05,
3043
+ "loss": 5.1856,
3044
+ "step": 413
3045
+ },
3046
+ {
3047
+ "epoch": 7.962695547533093,
3048
+ "grad_norm": 8.164458274841309,
3049
+ "learning_rate": 2e-05,
3050
+ "loss": 5.9857,
3051
+ "step": 414
3052
+ },
3053
+ {
3054
+ "epoch": 7.981949458483754,
3055
+ "grad_norm": 6.370028018951416,
3056
+ "learning_rate": 2e-05,
3057
+ "loss": 6.2021,
3058
+ "step": 415
3059
+ },
3060
+ {
3061
+ "epoch": 8.0,
3062
+ "grad_norm": 7.894473552703857,
3063
+ "learning_rate": 2e-05,
3064
+ "loss": 5.1235,
3065
+ "step": 416
3066
+ },
3067
+ {
3068
+ "epoch": 8.019253910950662,
3069
+ "grad_norm": 8.825623512268066,
3070
+ "learning_rate": 2e-05,
3071
+ "loss": 5.7924,
3072
+ "step": 417
3073
+ },
3074
+ {
3075
+ "epoch": 8.038507821901323,
3076
+ "grad_norm": 10.459378242492676,
3077
+ "learning_rate": 2e-05,
3078
+ "loss": 5.8566,
3079
+ "step": 418
3080
+ },
3081
+ {
3082
+ "epoch": 8.057761732851986,
3083
+ "grad_norm": 7.0936713218688965,
3084
+ "learning_rate": 2e-05,
3085
+ "loss": 6.2791,
3086
+ "step": 419
3087
+ },
3088
+ {
3089
+ "epoch": 8.077015643802648,
3090
+ "grad_norm": 6.6698079109191895,
3091
+ "learning_rate": 2e-05,
3092
+ "loss": 6.1026,
3093
+ "step": 420
3094
+ },
3095
+ {
3096
+ "epoch": 8.09626955475331,
3097
+ "grad_norm": 12.212193489074707,
3098
+ "learning_rate": 2e-05,
3099
+ "loss": 5.4735,
3100
+ "step": 421
3101
+ },
3102
+ {
3103
+ "epoch": 8.115523465703971,
3104
+ "grad_norm": 10.958526611328125,
3105
+ "learning_rate": 2e-05,
3106
+ "loss": 5.3301,
3107
+ "step": 422
3108
+ },
3109
+ {
3110
+ "epoch": 8.134777376654633,
3111
+ "grad_norm": 9.644707679748535,
3112
+ "learning_rate": 2e-05,
3113
+ "loss": 6.2481,
3114
+ "step": 423
3115
+ },
3116
+ {
3117
+ "epoch": 8.154031287605294,
3118
+ "grad_norm": 7.314677715301514,
3119
+ "learning_rate": 2e-05,
3120
+ "loss": 5.6373,
3121
+ "step": 424
3122
+ },
3123
+ {
3124
+ "epoch": 8.173285198555957,
3125
+ "grad_norm": 6.350398063659668,
3126
+ "learning_rate": 2e-05,
3127
+ "loss": 6.0339,
3128
+ "step": 425
3129
+ },
3130
+ {
3131
+ "epoch": 8.173285198555957,
3132
+ "eval_clap": 0.14958661794662476,
3133
+ "eval_loss": 6.165280342102051,
3134
+ "eval_runtime": 204.1039,
3135
+ "eval_samples_per_second": 0.157,
3136
+ "eval_steps_per_second": 0.157,
3137
+ "step": 425
3138
+ },
3139
+ {
3140
+ "epoch": 8.192539109506619,
3141
+ "grad_norm": 5.304975509643555,
3142
+ "learning_rate": 2e-05,
3143
+ "loss": 6.1317,
3144
+ "step": 426
3145
+ },
3146
+ {
3147
+ "epoch": 8.21179302045728,
3148
+ "grad_norm": 6.82647705078125,
3149
+ "learning_rate": 2e-05,
3150
+ "loss": 5.4539,
3151
+ "step": 427
3152
+ },
3153
+ {
3154
+ "epoch": 8.231046931407942,
3155
+ "grad_norm": 8.981968879699707,
3156
+ "learning_rate": 2e-05,
3157
+ "loss": 5.739,
3158
+ "step": 428
3159
+ },
3160
+ {
3161
+ "epoch": 8.250300842358604,
3162
+ "grad_norm": 9.646061897277832,
3163
+ "learning_rate": 2e-05,
3164
+ "loss": 5.737,
3165
+ "step": 429
3166
+ },
3167
+ {
3168
+ "epoch": 8.269554753309265,
3169
+ "grad_norm": 9.535126686096191,
3170
+ "learning_rate": 2e-05,
3171
+ "loss": 6.1408,
3172
+ "step": 430
3173
+ },
3174
+ {
3175
+ "epoch": 8.288808664259928,
3176
+ "grad_norm": 6.139739513397217,
3177
+ "learning_rate": 2e-05,
3178
+ "loss": 6.2988,
3179
+ "step": 431
3180
+ },
3181
+ {
3182
+ "epoch": 8.30806257521059,
3183
+ "grad_norm": 6.903513431549072,
3184
+ "learning_rate": 2e-05,
3185
+ "loss": 6.0573,
3186
+ "step": 432
3187
+ },
3188
+ {
3189
+ "epoch": 8.327316486161251,
3190
+ "grad_norm": 11.271062850952148,
3191
+ "learning_rate": 2e-05,
3192
+ "loss": 6.2397,
3193
+ "step": 433
3194
+ },
3195
+ {
3196
+ "epoch": 8.346570397111913,
3197
+ "grad_norm": 6.281597137451172,
3198
+ "learning_rate": 2e-05,
3199
+ "loss": 6.16,
3200
+ "step": 434
3201
+ },
3202
+ {
3203
+ "epoch": 8.365824308062574,
3204
+ "grad_norm": 7.392561912536621,
3205
+ "learning_rate": 2e-05,
3206
+ "loss": 6.0408,
3207
+ "step": 435
3208
+ },
3209
+ {
3210
+ "epoch": 8.385078219013238,
3211
+ "grad_norm": 13.390826225280762,
3212
+ "learning_rate": 2e-05,
3213
+ "loss": 5.5365,
3214
+ "step": 436
3215
+ },
3216
+ {
3217
+ "epoch": 8.4043321299639,
3218
+ "grad_norm": 6.831297397613525,
3219
+ "learning_rate": 2e-05,
3220
+ "loss": 5.9492,
3221
+ "step": 437
3222
+ },
3223
+ {
3224
+ "epoch": 8.42358604091456,
3225
+ "grad_norm": 8.311152458190918,
3226
+ "learning_rate": 2e-05,
3227
+ "loss": 6.0555,
3228
+ "step": 438
3229
+ },
3230
+ {
3231
+ "epoch": 8.442839951865222,
3232
+ "grad_norm": 5.671159267425537,
3233
+ "learning_rate": 2e-05,
3234
+ "loss": 6.1021,
3235
+ "step": 439
3236
+ },
3237
+ {
3238
+ "epoch": 8.462093862815884,
3239
+ "grad_norm": 12.393537521362305,
3240
+ "learning_rate": 2e-05,
3241
+ "loss": 5.3335,
3242
+ "step": 440
3243
+ },
3244
+ {
3245
+ "epoch": 8.481347773766545,
3246
+ "grad_norm": 7.936432361602783,
3247
+ "learning_rate": 2e-05,
3248
+ "loss": 5.537,
3249
+ "step": 441
3250
+ },
3251
+ {
3252
+ "epoch": 8.500601684717209,
3253
+ "grad_norm": 8.93083667755127,
3254
+ "learning_rate": 2e-05,
3255
+ "loss": 5.6945,
3256
+ "step": 442
3257
+ },
3258
+ {
3259
+ "epoch": 8.51985559566787,
3260
+ "grad_norm": 7.8789238929748535,
3261
+ "learning_rate": 2e-05,
3262
+ "loss": 6.4316,
3263
+ "step": 443
3264
+ },
3265
+ {
3266
+ "epoch": 8.539109506618532,
3267
+ "grad_norm": 7.957115650177002,
3268
+ "learning_rate": 2e-05,
3269
+ "loss": 5.4203,
3270
+ "step": 444
3271
+ },
3272
+ {
3273
+ "epoch": 8.558363417569193,
3274
+ "grad_norm": 6.194324016571045,
3275
+ "learning_rate": 2e-05,
3276
+ "loss": 5.8967,
3277
+ "step": 445
3278
+ },
3279
+ {
3280
+ "epoch": 8.577617328519855,
3281
+ "grad_norm": 9.573834419250488,
3282
+ "learning_rate": 2e-05,
3283
+ "loss": 5.7136,
3284
+ "step": 446
3285
+ },
3286
+ {
3287
+ "epoch": 8.596871239470518,
3288
+ "grad_norm": 8.004561424255371,
3289
+ "learning_rate": 2e-05,
3290
+ "loss": 5.5264,
3291
+ "step": 447
3292
+ },
3293
+ {
3294
+ "epoch": 8.61612515042118,
3295
+ "grad_norm": 6.711611747741699,
3296
+ "learning_rate": 2e-05,
3297
+ "loss": 6.0729,
3298
+ "step": 448
3299
+ },
3300
+ {
3301
+ "epoch": 8.635379061371841,
3302
+ "grad_norm": 8.102109909057617,
3303
+ "learning_rate": 2e-05,
3304
+ "loss": 5.3048,
3305
+ "step": 449
3306
+ },
3307
+ {
3308
+ "epoch": 8.654632972322503,
3309
+ "grad_norm": 11.3334379196167,
3310
+ "learning_rate": 2e-05,
3311
+ "loss": 5.5607,
3312
+ "step": 450
3313
+ },
3314
+ {
3315
+ "epoch": 8.654632972322503,
3316
+ "eval_clap": 0.1344371885061264,
3317
+ "eval_loss": 6.358816146850586,
3318
+ "eval_runtime": 205.1551,
3319
+ "eval_samples_per_second": 0.156,
3320
+ "eval_steps_per_second": 0.156,
3321
+ "step": 450
3322
+ },
3323
+ {
3324
+ "epoch": 8.673886883273164,
3325
+ "grad_norm": 7.845404148101807,
3326
+ "learning_rate": 2e-05,
3327
+ "loss": 5.6627,
3328
+ "step": 451
3329
+ },
3330
+ {
3331
+ "epoch": 8.693140794223826,
3332
+ "grad_norm": 5.972433090209961,
3333
+ "learning_rate": 2e-05,
3334
+ "loss": 6.3562,
3335
+ "step": 452
3336
+ },
3337
+ {
3338
+ "epoch": 8.71239470517449,
3339
+ "grad_norm": 9.84822940826416,
3340
+ "learning_rate": 2e-05,
3341
+ "loss": 5.4597,
3342
+ "step": 453
3343
+ },
3344
+ {
3345
+ "epoch": 8.73164861612515,
3346
+ "grad_norm": 9.735132217407227,
3347
+ "learning_rate": 2e-05,
3348
+ "loss": 5.9511,
3349
+ "step": 454
3350
+ },
3351
+ {
3352
+ "epoch": 8.750902527075812,
3353
+ "grad_norm": 8.289355278015137,
3354
+ "learning_rate": 2e-05,
3355
+ "loss": 5.7793,
3356
+ "step": 455
3357
+ },
3358
+ {
3359
+ "epoch": 8.770156438026474,
3360
+ "grad_norm": 10.302011489868164,
3361
+ "learning_rate": 2e-05,
3362
+ "loss": 5.7178,
3363
+ "step": 456
3364
+ },
3365
+ {
3366
+ "epoch": 8.789410348977135,
3367
+ "grad_norm": 12.201030731201172,
3368
+ "learning_rate": 2e-05,
3369
+ "loss": 5.4838,
3370
+ "step": 457
3371
+ },
3372
+ {
3373
+ "epoch": 8.808664259927799,
3374
+ "grad_norm": 8.123917579650879,
3375
+ "learning_rate": 2e-05,
3376
+ "loss": 5.6764,
3377
+ "step": 458
3378
+ },
3379
+ {
3380
+ "epoch": 8.82791817087846,
3381
+ "grad_norm": 7.225223064422607,
3382
+ "learning_rate": 2e-05,
3383
+ "loss": 5.7118,
3384
+ "step": 459
3385
+ },
3386
+ {
3387
+ "epoch": 8.847172081829122,
3388
+ "grad_norm": 10.377509117126465,
3389
+ "learning_rate": 2e-05,
3390
+ "loss": 5.6576,
3391
+ "step": 460
3392
+ },
3393
+ {
3394
+ "epoch": 8.866425992779783,
3395
+ "grad_norm": 7.475393772125244,
3396
+ "learning_rate": 2e-05,
3397
+ "loss": 5.3861,
3398
+ "step": 461
3399
+ },
3400
+ {
3401
+ "epoch": 8.885679903730445,
3402
+ "grad_norm": 11.457231521606445,
3403
+ "learning_rate": 2e-05,
3404
+ "loss": 5.8163,
3405
+ "step": 462
3406
+ },
3407
+ {
3408
+ "epoch": 8.904933814681106,
3409
+ "grad_norm": 5.9624199867248535,
3410
+ "learning_rate": 2e-05,
3411
+ "loss": 6.0883,
3412
+ "step": 463
3413
+ },
3414
+ {
3415
+ "epoch": 8.92418772563177,
3416
+ "grad_norm": 15.740527153015137,
3417
+ "learning_rate": 2e-05,
3418
+ "loss": 5.1762,
3419
+ "step": 464
3420
+ },
3421
+ {
3422
+ "epoch": 8.943441636582431,
3423
+ "grad_norm": 6.486323833465576,
3424
+ "learning_rate": 2e-05,
3425
+ "loss": 6.0539,
3426
+ "step": 465
3427
+ },
3428
+ {
3429
+ "epoch": 8.962695547533093,
3430
+ "grad_norm": 6.787285804748535,
3431
+ "learning_rate": 2e-05,
3432
+ "loss": 6.007,
3433
+ "step": 466
3434
+ },
3435
+ {
3436
+ "epoch": 8.981949458483754,
3437
+ "grad_norm": 9.911301612854004,
3438
+ "learning_rate": 2e-05,
3439
+ "loss": 5.0872,
3440
+ "step": 467
3441
+ },
3442
+ {
3443
+ "epoch": 9.0,
3444
+ "grad_norm": 7.354274749755859,
3445
+ "learning_rate": 2e-05,
3446
+ "loss": 5.5188,
3447
+ "step": 468
3448
+ },
3449
+ {
3450
+ "epoch": 9.019253910950662,
3451
+ "grad_norm": 7.0421881675720215,
3452
+ "learning_rate": 2e-05,
3453
+ "loss": 5.6728,
3454
+ "step": 469
3455
+ },
3456
+ {
3457
+ "epoch": 9.038507821901323,
3458
+ "grad_norm": 8.74863052368164,
3459
+ "learning_rate": 2e-05,
3460
+ "loss": 5.5255,
3461
+ "step": 470
3462
+ },
3463
+ {
3464
+ "epoch": 9.057761732851986,
3465
+ "grad_norm": 6.350273609161377,
3466
+ "learning_rate": 2e-05,
3467
+ "loss": 5.7792,
3468
+ "step": 471
3469
+ },
3470
+ {
3471
+ "epoch": 9.077015643802648,
3472
+ "grad_norm": 5.793376922607422,
3473
+ "learning_rate": 2e-05,
3474
+ "loss": 6.019,
3475
+ "step": 472
3476
+ },
3477
+ {
3478
+ "epoch": 9.09626955475331,
3479
+ "grad_norm": 7.126486778259277,
3480
+ "learning_rate": 2e-05,
3481
+ "loss": 5.5166,
3482
+ "step": 473
3483
+ },
3484
+ {
3485
+ "epoch": 9.115523465703971,
3486
+ "grad_norm": 7.304249286651611,
3487
+ "learning_rate": 2e-05,
3488
+ "loss": 6.2965,
3489
+ "step": 474
3490
+ },
3491
+ {
3492
+ "epoch": 9.134777376654633,
3493
+ "grad_norm": 6.9295172691345215,
3494
+ "learning_rate": 2e-05,
3495
+ "loss": 6.0312,
3496
+ "step": 475
3497
+ },
3498
+ {
3499
+ "epoch": 9.134777376654633,
3500
+ "eval_clap": 0.13584719598293304,
3501
+ "eval_loss": 6.450309753417969,
3502
+ "eval_runtime": 205.0145,
3503
+ "eval_samples_per_second": 0.156,
3504
+ "eval_steps_per_second": 0.156,
3505
+ "step": 475
3506
+ },
3507
+ {
3508
+ "epoch": 9.154031287605294,
3509
+ "grad_norm": 8.397627830505371,
3510
+ "learning_rate": 2e-05,
3511
+ "loss": 5.1701,
3512
+ "step": 476
3513
+ },
3514
+ {
3515
+ "epoch": 9.173285198555957,
3516
+ "grad_norm": 8.74401569366455,
3517
+ "learning_rate": 2e-05,
3518
+ "loss": 5.9924,
3519
+ "step": 477
3520
+ },
3521
+ {
3522
+ "epoch": 9.192539109506619,
3523
+ "grad_norm": 4.799812316894531,
3524
+ "learning_rate": 2e-05,
3525
+ "loss": 6.1081,
3526
+ "step": 478
3527
+ },
3528
+ {
3529
+ "epoch": 9.21179302045728,
3530
+ "grad_norm": 8.459375381469727,
3531
+ "learning_rate": 2e-05,
3532
+ "loss": 5.1495,
3533
+ "step": 479
3534
+ },
3535
+ {
3536
+ "epoch": 9.231046931407942,
3537
+ "grad_norm": 12.414017677307129,
3538
+ "learning_rate": 2e-05,
3539
+ "loss": 5.3805,
3540
+ "step": 480
3541
+ },
3542
+ {
3543
+ "epoch": 9.250300842358604,
3544
+ "grad_norm": 7.55842924118042,
3545
+ "learning_rate": 2e-05,
3546
+ "loss": 5.9,
3547
+ "step": 481
3548
+ },
3549
+ {
3550
+ "epoch": 9.269554753309265,
3551
+ "grad_norm": 7.019160270690918,
3552
+ "learning_rate": 2e-05,
3553
+ "loss": 6.0315,
3554
+ "step": 482
3555
+ },
3556
+ {
3557
+ "epoch": 9.288808664259928,
3558
+ "grad_norm": 6.8493852615356445,
3559
+ "learning_rate": 2e-05,
3560
+ "loss": 5.989,
3561
+ "step": 483
3562
+ },
3563
+ {
3564
+ "epoch": 9.30806257521059,
3565
+ "grad_norm": 6.040197372436523,
3566
+ "learning_rate": 2e-05,
3567
+ "loss": 6.1547,
3568
+ "step": 484
3569
+ },
3570
+ {
3571
+ "epoch": 9.327316486161251,
3572
+ "grad_norm": 6.4489006996154785,
3573
+ "learning_rate": 2e-05,
3574
+ "loss": 6.1476,
3575
+ "step": 485
3576
+ },
3577
+ {
3578
+ "epoch": 9.346570397111913,
3579
+ "grad_norm": 6.498973846435547,
3580
+ "learning_rate": 2e-05,
3581
+ "loss": 5.6649,
3582
+ "step": 486
3583
+ },
3584
+ {
3585
+ "epoch": 9.365824308062574,
3586
+ "grad_norm": 7.927713394165039,
3587
+ "learning_rate": 2e-05,
3588
+ "loss": 5.4862,
3589
+ "step": 487
3590
+ },
3591
+ {
3592
+ "epoch": 9.385078219013238,
3593
+ "grad_norm": 7.368226051330566,
3594
+ "learning_rate": 2e-05,
3595
+ "loss": 5.8106,
3596
+ "step": 488
3597
+ },
3598
+ {
3599
+ "epoch": 9.4043321299639,
3600
+ "grad_norm": 8.220806121826172,
3601
+ "learning_rate": 2e-05,
3602
+ "loss": 5.9079,
3603
+ "step": 489
3604
+ },
3605
+ {
3606
+ "epoch": 9.42358604091456,
3607
+ "grad_norm": 9.574630737304688,
3608
+ "learning_rate": 2e-05,
3609
+ "loss": 6.2155,
3610
+ "step": 490
3611
+ },
3612
+ {
3613
+ "epoch": 9.442839951865222,
3614
+ "grad_norm": 6.782036304473877,
3615
+ "learning_rate": 2e-05,
3616
+ "loss": 6.0144,
3617
+ "step": 491
3618
+ },
3619
+ {
3620
+ "epoch": 9.462093862815884,
3621
+ "grad_norm": 8.27569580078125,
3622
+ "learning_rate": 2e-05,
3623
+ "loss": 5.4657,
3624
+ "step": 492
3625
+ },
3626
+ {
3627
+ "epoch": 9.481347773766545,
3628
+ "grad_norm": 9.7858304977417,
3629
+ "learning_rate": 2e-05,
3630
+ "loss": 5.4273,
3631
+ "step": 493
3632
+ },
3633
+ {
3634
+ "epoch": 9.500601684717209,
3635
+ "grad_norm": 6.2194905281066895,
3636
+ "learning_rate": 2e-05,
3637
+ "loss": 6.0479,
3638
+ "step": 494
3639
+ },
3640
+ {
3641
+ "epoch": 9.51985559566787,
3642
+ "grad_norm": 8.673853874206543,
3643
+ "learning_rate": 2e-05,
3644
+ "loss": 5.8649,
3645
+ "step": 495
3646
+ },
3647
+ {
3648
+ "epoch": 9.539109506618532,
3649
+ "grad_norm": 7.277229309082031,
3650
+ "learning_rate": 2e-05,
3651
+ "loss": 5.4538,
3652
+ "step": 496
3653
+ },
3654
+ {
3655
+ "epoch": 9.558363417569193,
3656
+ "grad_norm": 7.213720798492432,
3657
+ "learning_rate": 2e-05,
3658
+ "loss": 5.9019,
3659
+ "step": 497
3660
+ },
3661
+ {
3662
+ "epoch": 9.577617328519855,
3663
+ "grad_norm": 6.2223896980285645,
3664
+ "learning_rate": 2e-05,
3665
+ "loss": 6.0874,
3666
+ "step": 498
3667
+ },
3668
+ {
3669
+ "epoch": 9.596871239470518,
3670
+ "grad_norm": 7.928698539733887,
3671
+ "learning_rate": 2e-05,
3672
+ "loss": 5.5944,
3673
+ "step": 499
3674
+ },
3675
+ {
3676
+ "epoch": 9.61612515042118,
3677
+ "grad_norm": 6.528334617614746,
3678
+ "learning_rate": 2e-05,
3679
+ "loss": 5.9084,
3680
+ "step": 500
3681
+ },
3682
+ {
3683
+ "epoch": 9.61612515042118,
3684
+ "eval_clap": 0.1080508604645729,
3685
+ "eval_loss": 6.520473003387451,
3686
+ "eval_runtime": 205.013,
3687
+ "eval_samples_per_second": 0.156,
3688
+ "eval_steps_per_second": 0.156,
3689
+ "step": 500
3690
+ },
3691
+ {
3692
+ "epoch": 9.635379061371841,
3693
+ "grad_norm": 5.430109024047852,
3694
+ "learning_rate": 2e-05,
3695
+ "loss": 6.1004,
3696
+ "step": 501
3697
+ },
3698
+ {
3699
+ "epoch": 9.654632972322503,
3700
+ "grad_norm": 5.635249614715576,
3701
+ "learning_rate": 2e-05,
3702
+ "loss": 6.0965,
3703
+ "step": 502
3704
+ },
3705
+ {
3706
+ "epoch": 9.673886883273164,
3707
+ "grad_norm": 11.477826118469238,
3708
+ "learning_rate": 2e-05,
3709
+ "loss": 5.257,
3710
+ "step": 503
3711
+ },
3712
+ {
3713
+ "epoch": 9.693140794223826,
3714
+ "grad_norm": 13.920645713806152,
3715
+ "learning_rate": 2e-05,
3716
+ "loss": 5.6852,
3717
+ "step": 504
3718
+ },
3719
+ {
3720
+ "epoch": 9.71239470517449,
3721
+ "grad_norm": 7.871194362640381,
3722
+ "learning_rate": 2e-05,
3723
+ "loss": 5.635,
3724
+ "step": 505
3725
+ },
3726
+ {
3727
+ "epoch": 9.73164861612515,
3728
+ "grad_norm": 12.229103088378906,
3729
+ "learning_rate": 2e-05,
3730
+ "loss": 5.6566,
3731
+ "step": 506
3732
+ },
3733
+ {
3734
+ "epoch": 9.750902527075812,
3735
+ "grad_norm": 6.054317474365234,
3736
+ "learning_rate": 2e-05,
3737
+ "loss": 6.1042,
3738
+ "step": 507
3739
+ },
3740
+ {
3741
+ "epoch": 9.770156438026474,
3742
+ "grad_norm": 7.183253288269043,
3743
+ "learning_rate": 2e-05,
3744
+ "loss": 5.8351,
3745
+ "step": 508
3746
+ },
3747
+ {
3748
+ "epoch": 9.789410348977135,
3749
+ "grad_norm": 11.31477165222168,
3750
+ "learning_rate": 2e-05,
3751
+ "loss": 5.8469,
3752
+ "step": 509
3753
+ },
3754
+ {
3755
+ "epoch": 9.808664259927799,
3756
+ "grad_norm": 8.236515045166016,
3757
+ "learning_rate": 2e-05,
3758
+ "loss": 5.3767,
3759
+ "step": 510
3760
+ },
3761
+ {
3762
+ "epoch": 9.808664259927799,
3763
+ "step": 510,
3764
+ "total_flos": 1697829404754480.0,
3765
+ "train_loss": 6.270190904654709,
3766
+ "train_runtime": 7324.9933,
3767
+ "train_samples_per_second": 1.134,
3768
+ "train_steps_per_second": 0.07
3769
+ }
3770
+ ],
3771
+ "logging_steps": 1.0,
3772
+ "max_steps": 510,
3773
+ "num_input_tokens_seen": 0,
3774
+ "num_train_epochs": 10,
3775
+ "save_steps": 500,
3776
+ "stateful_callbacks": {
3777
+ "TrainerControl": {
3778
+ "args": {
3779
+ "should_epoch_stop": false,
3780
+ "should_evaluate": false,
3781
+ "should_log": false,
3782
+ "should_save": true,
3783
+ "should_training_stop": true
3784
+ },
3785
+ "attributes": {}
3786
+ }
3787
+ },
3788
+ "total_flos": 1697829404754480.0,
3789
+ "train_batch_size": 1,
3790
+ "trial_name": null,
3791
+ "trial_params": null
3792
+ }