meiiny00 commited on
Commit
6392369
1 Parent(s): 34113ce

Upload trainer_state.json with huggingface_hub

Browse files
Files changed (1) hide show
  1. trainer_state.json +2345 -0
trainer_state.json ADDED
@@ -0,0 +1,2345 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": 2.2782892974889872,
3
+ "best_model_checkpoint": "./whisper-medium_new_data/checkpoint-8000",
4
+ "epoch": 3.261312678353037,
5
+ "eval_steps": 1000,
6
+ "global_step": 8000,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.010191602119853241,
13
+ "grad_norm": 29.000947952270508,
14
+ "learning_rate": 2.1000000000000003e-07,
15
+ "loss": 3.777,
16
+ "step": 25
17
+ },
18
+ {
19
+ "epoch": 0.020383204239706482,
20
+ "grad_norm": 16.35529136657715,
21
+ "learning_rate": 4.6000000000000004e-07,
22
+ "loss": 3.379,
23
+ "step": 50
24
+ },
25
+ {
26
+ "epoch": 0.030574806359559722,
27
+ "grad_norm": 11.864029884338379,
28
+ "learning_rate": 7.1e-07,
29
+ "loss": 2.7049,
30
+ "step": 75
31
+ },
32
+ {
33
+ "epoch": 0.040766408479412965,
34
+ "grad_norm": 9.735739707946777,
35
+ "learning_rate": 9.600000000000001e-07,
36
+ "loss": 2.1205,
37
+ "step": 100
38
+ },
39
+ {
40
+ "epoch": 0.050958010599266204,
41
+ "grad_norm": 7.762232780456543,
42
+ "learning_rate": 1.21e-06,
43
+ "loss": 1.731,
44
+ "step": 125
45
+ },
46
+ {
47
+ "epoch": 0.061149612719119444,
48
+ "grad_norm": 8.16604995727539,
49
+ "learning_rate": 1.46e-06,
50
+ "loss": 1.4442,
51
+ "step": 150
52
+ },
53
+ {
54
+ "epoch": 0.07134121483897268,
55
+ "grad_norm": 7.53511905670166,
56
+ "learning_rate": 1.7100000000000004e-06,
57
+ "loss": 1.244,
58
+ "step": 175
59
+ },
60
+ {
61
+ "epoch": 0.08153281695882593,
62
+ "grad_norm": 7.6938557624816895,
63
+ "learning_rate": 1.9600000000000003e-06,
64
+ "loss": 1.0535,
65
+ "step": 200
66
+ },
67
+ {
68
+ "epoch": 0.09172441907867916,
69
+ "grad_norm": 7.2217912673950195,
70
+ "learning_rate": 2.21e-06,
71
+ "loss": 0.9467,
72
+ "step": 225
73
+ },
74
+ {
75
+ "epoch": 0.10191602119853241,
76
+ "grad_norm": 6.709696292877197,
77
+ "learning_rate": 2.46e-06,
78
+ "loss": 0.8746,
79
+ "step": 250
80
+ },
81
+ {
82
+ "epoch": 0.11210762331838565,
83
+ "grad_norm": 6.30186653137207,
84
+ "learning_rate": 2.7100000000000003e-06,
85
+ "loss": 0.7813,
86
+ "step": 275
87
+ },
88
+ {
89
+ "epoch": 0.12229922543823889,
90
+ "grad_norm": 7.001236915588379,
91
+ "learning_rate": 2.96e-06,
92
+ "loss": 0.7312,
93
+ "step": 300
94
+ },
95
+ {
96
+ "epoch": 0.13249082755809213,
97
+ "grad_norm": 6.0768232345581055,
98
+ "learning_rate": 3.21e-06,
99
+ "loss": 0.6602,
100
+ "step": 325
101
+ },
102
+ {
103
+ "epoch": 0.14268242967794537,
104
+ "grad_norm": 6.0217790603637695,
105
+ "learning_rate": 3.46e-06,
106
+ "loss": 0.6294,
107
+ "step": 350
108
+ },
109
+ {
110
+ "epoch": 0.15287403179779863,
111
+ "grad_norm": 6.146008491516113,
112
+ "learning_rate": 3.7100000000000005e-06,
113
+ "loss": 0.6184,
114
+ "step": 375
115
+ },
116
+ {
117
+ "epoch": 0.16306563391765186,
118
+ "grad_norm": 5.988298416137695,
119
+ "learning_rate": 3.96e-06,
120
+ "loss": 0.5581,
121
+ "step": 400
122
+ },
123
+ {
124
+ "epoch": 0.1732572360375051,
125
+ "grad_norm": 6.24209451675415,
126
+ "learning_rate": 4.21e-06,
127
+ "loss": 0.526,
128
+ "step": 425
129
+ },
130
+ {
131
+ "epoch": 0.18344883815735832,
132
+ "grad_norm": 5.728849411010742,
133
+ "learning_rate": 4.4600000000000005e-06,
134
+ "loss": 0.4973,
135
+ "step": 450
136
+ },
137
+ {
138
+ "epoch": 0.19364044027721158,
139
+ "grad_norm": 5.146097660064697,
140
+ "learning_rate": 4.71e-06,
141
+ "loss": 0.4877,
142
+ "step": 475
143
+ },
144
+ {
145
+ "epoch": 0.20383204239706482,
146
+ "grad_norm": 5.125807285308838,
147
+ "learning_rate": 4.960000000000001e-06,
148
+ "loss": 0.4718,
149
+ "step": 500
150
+ },
151
+ {
152
+ "epoch": 0.21402364451691805,
153
+ "grad_norm": 5.3624653816223145,
154
+ "learning_rate": 5.210000000000001e-06,
155
+ "loss": 0.455,
156
+ "step": 525
157
+ },
158
+ {
159
+ "epoch": 0.2242152466367713,
160
+ "grad_norm": 5.1377854347229,
161
+ "learning_rate": 5.460000000000001e-06,
162
+ "loss": 0.4426,
163
+ "step": 550
164
+ },
165
+ {
166
+ "epoch": 0.23440684875662454,
167
+ "grad_norm": 5.11069393157959,
168
+ "learning_rate": 5.71e-06,
169
+ "loss": 0.4176,
170
+ "step": 575
171
+ },
172
+ {
173
+ "epoch": 0.24459845087647777,
174
+ "grad_norm": 5.100331783294678,
175
+ "learning_rate": 5.9600000000000005e-06,
176
+ "loss": 0.4044,
177
+ "step": 600
178
+ },
179
+ {
180
+ "epoch": 0.254790052996331,
181
+ "grad_norm": 5.771068572998047,
182
+ "learning_rate": 6.210000000000001e-06,
183
+ "loss": 0.3994,
184
+ "step": 625
185
+ },
186
+ {
187
+ "epoch": 0.26498165511618427,
188
+ "grad_norm": 5.4431986808776855,
189
+ "learning_rate": 6.460000000000001e-06,
190
+ "loss": 0.366,
191
+ "step": 650
192
+ },
193
+ {
194
+ "epoch": 0.2751732572360375,
195
+ "grad_norm": 5.490501880645752,
196
+ "learning_rate": 6.710000000000001e-06,
197
+ "loss": 0.3742,
198
+ "step": 675
199
+ },
200
+ {
201
+ "epoch": 0.28536485935589073,
202
+ "grad_norm": 5.428119659423828,
203
+ "learning_rate": 6.96e-06,
204
+ "loss": 0.3577,
205
+ "step": 700
206
+ },
207
+ {
208
+ "epoch": 0.295556461475744,
209
+ "grad_norm": 4.746588230133057,
210
+ "learning_rate": 7.2100000000000004e-06,
211
+ "loss": 0.3465,
212
+ "step": 725
213
+ },
214
+ {
215
+ "epoch": 0.30574806359559725,
216
+ "grad_norm": 4.743890762329102,
217
+ "learning_rate": 7.4600000000000006e-06,
218
+ "loss": 0.3226,
219
+ "step": 750
220
+ },
221
+ {
222
+ "epoch": 0.31593966571545046,
223
+ "grad_norm": 5.242619037628174,
224
+ "learning_rate": 7.71e-06,
225
+ "loss": 0.3185,
226
+ "step": 775
227
+ },
228
+ {
229
+ "epoch": 0.3261312678353037,
230
+ "grad_norm": 4.178338050842285,
231
+ "learning_rate": 7.960000000000002e-06,
232
+ "loss": 0.32,
233
+ "step": 800
234
+ },
235
+ {
236
+ "epoch": 0.336322869955157,
237
+ "grad_norm": 4.850783824920654,
238
+ "learning_rate": 8.210000000000001e-06,
239
+ "loss": 0.327,
240
+ "step": 825
241
+ },
242
+ {
243
+ "epoch": 0.3465144720750102,
244
+ "grad_norm": 5.147852897644043,
245
+ "learning_rate": 8.46e-06,
246
+ "loss": 0.3334,
247
+ "step": 850
248
+ },
249
+ {
250
+ "epoch": 0.35670607419486344,
251
+ "grad_norm": 4.720470905303955,
252
+ "learning_rate": 8.710000000000001e-06,
253
+ "loss": 0.2821,
254
+ "step": 875
255
+ },
256
+ {
257
+ "epoch": 0.36689767631471665,
258
+ "grad_norm": 4.410367965698242,
259
+ "learning_rate": 8.96e-06,
260
+ "loss": 0.2894,
261
+ "step": 900
262
+ },
263
+ {
264
+ "epoch": 0.3770892784345699,
265
+ "grad_norm": 4.329741477966309,
266
+ "learning_rate": 9.210000000000002e-06,
267
+ "loss": 0.2792,
268
+ "step": 925
269
+ },
270
+ {
271
+ "epoch": 0.38728088055442317,
272
+ "grad_norm": 4.4180803298950195,
273
+ "learning_rate": 9.460000000000001e-06,
274
+ "loss": 0.2842,
275
+ "step": 950
276
+ },
277
+ {
278
+ "epoch": 0.3974724826742764,
279
+ "grad_norm": 4.213972568511963,
280
+ "learning_rate": 9.71e-06,
281
+ "loss": 0.2854,
282
+ "step": 975
283
+ },
284
+ {
285
+ "epoch": 0.40766408479412963,
286
+ "grad_norm": 3.454677104949951,
287
+ "learning_rate": 9.960000000000001e-06,
288
+ "loss": 0.2733,
289
+ "step": 1000
290
+ },
291
+ {
292
+ "epoch": 0.40766408479412963,
293
+ "eval_loss": 0.2585422396659851,
294
+ "eval_runtime": 2430.2946,
295
+ "eval_samples_per_second": 4.195,
296
+ "eval_steps_per_second": 0.131,
297
+ "eval_wer": 32.5923736874671,
298
+ "step": 1000
299
+ },
300
+ {
301
+ "epoch": 0.4178556869139829,
302
+ "grad_norm": 3.999333620071411,
303
+ "learning_rate": 9.970000000000001e-06,
304
+ "loss": 0.2649,
305
+ "step": 1025
306
+ },
307
+ {
308
+ "epoch": 0.4280472890338361,
309
+ "grad_norm": 3.658658504486084,
310
+ "learning_rate": 9.934285714285715e-06,
311
+ "loss": 0.2494,
312
+ "step": 1050
313
+ },
314
+ {
315
+ "epoch": 0.43823889115368936,
316
+ "grad_norm": 4.042171955108643,
317
+ "learning_rate": 9.89857142857143e-06,
318
+ "loss": 0.2626,
319
+ "step": 1075
320
+ },
321
+ {
322
+ "epoch": 0.4484304932735426,
323
+ "grad_norm": 4.251903057098389,
324
+ "learning_rate": 9.862857142857144e-06,
325
+ "loss": 0.2457,
326
+ "step": 1100
327
+ },
328
+ {
329
+ "epoch": 0.4586220953933958,
330
+ "grad_norm": 4.49993896484375,
331
+ "learning_rate": 9.827142857142859e-06,
332
+ "loss": 0.2598,
333
+ "step": 1125
334
+ },
335
+ {
336
+ "epoch": 0.4688136975132491,
337
+ "grad_norm": 4.043424129486084,
338
+ "learning_rate": 9.791428571428571e-06,
339
+ "loss": 0.2447,
340
+ "step": 1150
341
+ },
342
+ {
343
+ "epoch": 0.47900529963310234,
344
+ "grad_norm": 3.787559747695923,
345
+ "learning_rate": 9.755714285714286e-06,
346
+ "loss": 0.2328,
347
+ "step": 1175
348
+ },
349
+ {
350
+ "epoch": 0.48919690175295555,
351
+ "grad_norm": 3.875075340270996,
352
+ "learning_rate": 9.72e-06,
353
+ "loss": 0.2359,
354
+ "step": 1200
355
+ },
356
+ {
357
+ "epoch": 0.4993885038728088,
358
+ "grad_norm": 4.148637294769287,
359
+ "learning_rate": 9.684285714285715e-06,
360
+ "loss": 0.2234,
361
+ "step": 1225
362
+ },
363
+ {
364
+ "epoch": 0.509580105992662,
365
+ "grad_norm": 3.9952499866485596,
366
+ "learning_rate": 9.648571428571429e-06,
367
+ "loss": 0.225,
368
+ "step": 1250
369
+ },
370
+ {
371
+ "epoch": 0.5197717081125153,
372
+ "grad_norm": 3.0705387592315674,
373
+ "learning_rate": 9.612857142857144e-06,
374
+ "loss": 0.2183,
375
+ "step": 1275
376
+ },
377
+ {
378
+ "epoch": 0.5299633102323685,
379
+ "grad_norm": 3.5826079845428467,
380
+ "learning_rate": 9.577142857142858e-06,
381
+ "loss": 0.2125,
382
+ "step": 1300
383
+ },
384
+ {
385
+ "epoch": 0.5401549123522218,
386
+ "grad_norm": 3.478602170944214,
387
+ "learning_rate": 9.541428571428572e-06,
388
+ "loss": 0.2067,
389
+ "step": 1325
390
+ },
391
+ {
392
+ "epoch": 0.550346514472075,
393
+ "grad_norm": 3.646801233291626,
394
+ "learning_rate": 9.505714285714287e-06,
395
+ "loss": 0.2132,
396
+ "step": 1350
397
+ },
398
+ {
399
+ "epoch": 0.5605381165919282,
400
+ "grad_norm": 4.240411758422852,
401
+ "learning_rate": 9.47e-06,
402
+ "loss": 0.2077,
403
+ "step": 1375
404
+ },
405
+ {
406
+ "epoch": 0.5707297187117815,
407
+ "grad_norm": 3.531076669692993,
408
+ "learning_rate": 9.434285714285714e-06,
409
+ "loss": 0.1978,
410
+ "step": 1400
411
+ },
412
+ {
413
+ "epoch": 0.5809213208316347,
414
+ "grad_norm": 4.578576564788818,
415
+ "learning_rate": 9.39857142857143e-06,
416
+ "loss": 0.1976,
417
+ "step": 1425
418
+ },
419
+ {
420
+ "epoch": 0.591112922951488,
421
+ "grad_norm": 3.237501382827759,
422
+ "learning_rate": 9.362857142857143e-06,
423
+ "loss": 0.1829,
424
+ "step": 1450
425
+ },
426
+ {
427
+ "epoch": 0.6013045250713412,
428
+ "grad_norm": 3.9498815536499023,
429
+ "learning_rate": 9.327142857142857e-06,
430
+ "loss": 0.1926,
431
+ "step": 1475
432
+ },
433
+ {
434
+ "epoch": 0.6114961271911945,
435
+ "grad_norm": 3.386265277862549,
436
+ "learning_rate": 9.291428571428572e-06,
437
+ "loss": 0.1829,
438
+ "step": 1500
439
+ },
440
+ {
441
+ "epoch": 0.6216877293110477,
442
+ "grad_norm": 3.7739858627319336,
443
+ "learning_rate": 9.255714285714286e-06,
444
+ "loss": 0.1807,
445
+ "step": 1525
446
+ },
447
+ {
448
+ "epoch": 0.6318793314309009,
449
+ "grad_norm": 2.9203953742980957,
450
+ "learning_rate": 9.220000000000002e-06,
451
+ "loss": 0.1816,
452
+ "step": 1550
453
+ },
454
+ {
455
+ "epoch": 0.6420709335507542,
456
+ "grad_norm": 3.465407371520996,
457
+ "learning_rate": 9.184285714285715e-06,
458
+ "loss": 0.1739,
459
+ "step": 1575
460
+ },
461
+ {
462
+ "epoch": 0.6522625356706074,
463
+ "grad_norm": 3.1187219619750977,
464
+ "learning_rate": 9.148571428571429e-06,
465
+ "loss": 0.177,
466
+ "step": 1600
467
+ },
468
+ {
469
+ "epoch": 0.6624541377904607,
470
+ "grad_norm": 3.4814960956573486,
471
+ "learning_rate": 9.112857142857142e-06,
472
+ "loss": 0.1718,
473
+ "step": 1625
474
+ },
475
+ {
476
+ "epoch": 0.672645739910314,
477
+ "grad_norm": 3.3516340255737305,
478
+ "learning_rate": 9.077142857142858e-06,
479
+ "loss": 0.1682,
480
+ "step": 1650
481
+ },
482
+ {
483
+ "epoch": 0.6828373420301671,
484
+ "grad_norm": 3.460319757461548,
485
+ "learning_rate": 9.041428571428572e-06,
486
+ "loss": 0.1645,
487
+ "step": 1675
488
+ },
489
+ {
490
+ "epoch": 0.6930289441500204,
491
+ "grad_norm": 2.6608901023864746,
492
+ "learning_rate": 9.005714285714287e-06,
493
+ "loss": 0.1721,
494
+ "step": 1700
495
+ },
496
+ {
497
+ "epoch": 0.7032205462698736,
498
+ "grad_norm": 3.2124173641204834,
499
+ "learning_rate": 8.97e-06,
500
+ "loss": 0.1647,
501
+ "step": 1725
502
+ },
503
+ {
504
+ "epoch": 0.7134121483897269,
505
+ "grad_norm": 3.007030725479126,
506
+ "learning_rate": 8.934285714285716e-06,
507
+ "loss": 0.163,
508
+ "step": 1750
509
+ },
510
+ {
511
+ "epoch": 0.7236037505095801,
512
+ "grad_norm": 2.7804579734802246,
513
+ "learning_rate": 8.89857142857143e-06,
514
+ "loss": 0.1732,
515
+ "step": 1775
516
+ },
517
+ {
518
+ "epoch": 0.7337953526294333,
519
+ "grad_norm": 3.615187644958496,
520
+ "learning_rate": 8.862857142857143e-06,
521
+ "loss": 0.1578,
522
+ "step": 1800
523
+ },
524
+ {
525
+ "epoch": 0.7439869547492866,
526
+ "grad_norm": 2.8256614208221436,
527
+ "learning_rate": 8.827142857142857e-06,
528
+ "loss": 0.1553,
529
+ "step": 1825
530
+ },
531
+ {
532
+ "epoch": 0.7541785568691398,
533
+ "grad_norm": 2.9422616958618164,
534
+ "learning_rate": 8.791428571428572e-06,
535
+ "loss": 0.1483,
536
+ "step": 1850
537
+ },
538
+ {
539
+ "epoch": 0.7643701589889931,
540
+ "grad_norm": 2.9863955974578857,
541
+ "learning_rate": 8.755714285714286e-06,
542
+ "loss": 0.1446,
543
+ "step": 1875
544
+ },
545
+ {
546
+ "epoch": 0.7745617611088463,
547
+ "grad_norm": 3.2235851287841797,
548
+ "learning_rate": 8.720000000000001e-06,
549
+ "loss": 0.1488,
550
+ "step": 1900
551
+ },
552
+ {
553
+ "epoch": 0.7847533632286996,
554
+ "grad_norm": 3.379194974899292,
555
+ "learning_rate": 8.684285714285715e-06,
556
+ "loss": 0.1433,
557
+ "step": 1925
558
+ },
559
+ {
560
+ "epoch": 0.7949449653485527,
561
+ "grad_norm": 3.080751895904541,
562
+ "learning_rate": 8.64857142857143e-06,
563
+ "loss": 0.1428,
564
+ "step": 1950
565
+ },
566
+ {
567
+ "epoch": 0.805136567468406,
568
+ "grad_norm": 2.6511690616607666,
569
+ "learning_rate": 8.612857142857144e-06,
570
+ "loss": 0.1351,
571
+ "step": 1975
572
+ },
573
+ {
574
+ "epoch": 0.8153281695882593,
575
+ "grad_norm": 3.0043816566467285,
576
+ "learning_rate": 8.577142857142858e-06,
577
+ "loss": 0.1527,
578
+ "step": 2000
579
+ },
580
+ {
581
+ "epoch": 0.8153281695882593,
582
+ "eval_loss": 0.12457678467035294,
583
+ "eval_runtime": 2416.9884,
584
+ "eval_samples_per_second": 4.218,
585
+ "eval_steps_per_second": 0.132,
586
+ "eval_wer": 16.723770120886936,
587
+ "step": 2000
588
+ },
589
+ {
590
+ "epoch": 0.8255197717081125,
591
+ "grad_norm": 2.428893804550171,
592
+ "learning_rate": 8.541428571428571e-06,
593
+ "loss": 0.1329,
594
+ "step": 2025
595
+ },
596
+ {
597
+ "epoch": 0.8357113738279658,
598
+ "grad_norm": 2.5849223136901855,
599
+ "learning_rate": 8.505714285714287e-06,
600
+ "loss": 0.1355,
601
+ "step": 2050
602
+ },
603
+ {
604
+ "epoch": 0.845902975947819,
605
+ "grad_norm": 2.7230465412139893,
606
+ "learning_rate": 8.47e-06,
607
+ "loss": 0.1409,
608
+ "step": 2075
609
+ },
610
+ {
611
+ "epoch": 0.8560945780676722,
612
+ "grad_norm": 2.889012336730957,
613
+ "learning_rate": 8.434285714285716e-06,
614
+ "loss": 0.1339,
615
+ "step": 2100
616
+ },
617
+ {
618
+ "epoch": 0.8662861801875255,
619
+ "grad_norm": 2.4034271240234375,
620
+ "learning_rate": 8.39857142857143e-06,
621
+ "loss": 0.1397,
622
+ "step": 2125
623
+ },
624
+ {
625
+ "epoch": 0.8764777823073787,
626
+ "grad_norm": 2.2975339889526367,
627
+ "learning_rate": 8.362857142857143e-06,
628
+ "loss": 0.1254,
629
+ "step": 2150
630
+ },
631
+ {
632
+ "epoch": 0.886669384427232,
633
+ "grad_norm": 2.7864370346069336,
634
+ "learning_rate": 8.327142857142858e-06,
635
+ "loss": 0.1298,
636
+ "step": 2175
637
+ },
638
+ {
639
+ "epoch": 0.8968609865470852,
640
+ "grad_norm": 3.3211889266967773,
641
+ "learning_rate": 8.291428571428572e-06,
642
+ "loss": 0.1195,
643
+ "step": 2200
644
+ },
645
+ {
646
+ "epoch": 0.9070525886669385,
647
+ "grad_norm": 2.9740707874298096,
648
+ "learning_rate": 8.255714285714287e-06,
649
+ "loss": 0.1236,
650
+ "step": 2225
651
+ },
652
+ {
653
+ "epoch": 0.9172441907867916,
654
+ "grad_norm": 2.8324942588806152,
655
+ "learning_rate": 8.220000000000001e-06,
656
+ "loss": 0.1256,
657
+ "step": 2250
658
+ },
659
+ {
660
+ "epoch": 0.9274357929066449,
661
+ "grad_norm": 2.7244651317596436,
662
+ "learning_rate": 8.184285714285715e-06,
663
+ "loss": 0.1232,
664
+ "step": 2275
665
+ },
666
+ {
667
+ "epoch": 0.9376273950264982,
668
+ "grad_norm": 2.6477315425872803,
669
+ "learning_rate": 8.148571428571428e-06,
670
+ "loss": 0.1194,
671
+ "step": 2300
672
+ },
673
+ {
674
+ "epoch": 0.9478189971463514,
675
+ "grad_norm": 2.737881660461426,
676
+ "learning_rate": 8.112857142857144e-06,
677
+ "loss": 0.1184,
678
+ "step": 2325
679
+ },
680
+ {
681
+ "epoch": 0.9580105992662047,
682
+ "grad_norm": 3.096505641937256,
683
+ "learning_rate": 8.077142857142857e-06,
684
+ "loss": 0.1316,
685
+ "step": 2350
686
+ },
687
+ {
688
+ "epoch": 0.9682022013860578,
689
+ "grad_norm": 2.7507877349853516,
690
+ "learning_rate": 8.041428571428573e-06,
691
+ "loss": 0.109,
692
+ "step": 2375
693
+ },
694
+ {
695
+ "epoch": 0.9783938035059111,
696
+ "grad_norm": 2.7306649684906006,
697
+ "learning_rate": 8.005714285714286e-06,
698
+ "loss": 0.1263,
699
+ "step": 2400
700
+ },
701
+ {
702
+ "epoch": 0.9885854056257644,
703
+ "grad_norm": 3.1028060913085938,
704
+ "learning_rate": 7.970000000000002e-06,
705
+ "loss": 0.1135,
706
+ "step": 2425
707
+ },
708
+ {
709
+ "epoch": 0.9987770077456176,
710
+ "grad_norm": 2.456820011138916,
711
+ "learning_rate": 7.934285714285715e-06,
712
+ "loss": 0.1192,
713
+ "step": 2450
714
+ },
715
+ {
716
+ "epoch": 1.0089686098654709,
717
+ "grad_norm": 2.0729124546051025,
718
+ "learning_rate": 7.898571428571429e-06,
719
+ "loss": 0.0789,
720
+ "step": 2475
721
+ },
722
+ {
723
+ "epoch": 1.019160211985324,
724
+ "grad_norm": 2.0284624099731445,
725
+ "learning_rate": 7.862857142857143e-06,
726
+ "loss": 0.0741,
727
+ "step": 2500
728
+ },
729
+ {
730
+ "epoch": 1.0293518141051774,
731
+ "grad_norm": 1.9724788665771484,
732
+ "learning_rate": 7.827142857142858e-06,
733
+ "loss": 0.068,
734
+ "step": 2525
735
+ },
736
+ {
737
+ "epoch": 1.0395434162250305,
738
+ "grad_norm": 2.1046948432922363,
739
+ "learning_rate": 7.791428571428572e-06,
740
+ "loss": 0.0785,
741
+ "step": 2550
742
+ },
743
+ {
744
+ "epoch": 1.049735018344884,
745
+ "grad_norm": 2.5051779747009277,
746
+ "learning_rate": 7.755714285714287e-06,
747
+ "loss": 0.0788,
748
+ "step": 2575
749
+ },
750
+ {
751
+ "epoch": 1.059926620464737,
752
+ "grad_norm": 2.253950357437134,
753
+ "learning_rate": 7.72e-06,
754
+ "loss": 0.0748,
755
+ "step": 2600
756
+ },
757
+ {
758
+ "epoch": 1.0701182225845902,
759
+ "grad_norm": 2.03273868560791,
760
+ "learning_rate": 7.684285714285716e-06,
761
+ "loss": 0.0795,
762
+ "step": 2625
763
+ },
764
+ {
765
+ "epoch": 1.0803098247044436,
766
+ "grad_norm": 1.9357993602752686,
767
+ "learning_rate": 7.64857142857143e-06,
768
+ "loss": 0.0688,
769
+ "step": 2650
770
+ },
771
+ {
772
+ "epoch": 1.0905014268242967,
773
+ "grad_norm": 2.5450971126556396,
774
+ "learning_rate": 7.612857142857143e-06,
775
+ "loss": 0.0807,
776
+ "step": 2675
777
+ },
778
+ {
779
+ "epoch": 1.10069302894415,
780
+ "grad_norm": 2.2401187419891357,
781
+ "learning_rate": 7.577142857142857e-06,
782
+ "loss": 0.0741,
783
+ "step": 2700
784
+ },
785
+ {
786
+ "epoch": 1.1108846310640033,
787
+ "grad_norm": 2.1422953605651855,
788
+ "learning_rate": 7.5414285714285715e-06,
789
+ "loss": 0.0761,
790
+ "step": 2725
791
+ },
792
+ {
793
+ "epoch": 1.1210762331838564,
794
+ "grad_norm": 2.204946994781494,
795
+ "learning_rate": 7.505714285714286e-06,
796
+ "loss": 0.0726,
797
+ "step": 2750
798
+ },
799
+ {
800
+ "epoch": 1.1312678353037098,
801
+ "grad_norm": 2.2459845542907715,
802
+ "learning_rate": 7.4700000000000005e-06,
803
+ "loss": 0.0751,
804
+ "step": 2775
805
+ },
806
+ {
807
+ "epoch": 1.141459437423563,
808
+ "grad_norm": 2.2025928497314453,
809
+ "learning_rate": 7.434285714285715e-06,
810
+ "loss": 0.074,
811
+ "step": 2800
812
+ },
813
+ {
814
+ "epoch": 1.1516510395434163,
815
+ "grad_norm": 1.94180166721344,
816
+ "learning_rate": 7.3985714285714295e-06,
817
+ "loss": 0.0768,
818
+ "step": 2825
819
+ },
820
+ {
821
+ "epoch": 1.1618426416632694,
822
+ "grad_norm": 2.4948198795318604,
823
+ "learning_rate": 7.362857142857144e-06,
824
+ "loss": 0.0737,
825
+ "step": 2850
826
+ },
827
+ {
828
+ "epoch": 1.1720342437831226,
829
+ "grad_norm": 2.136427640914917,
830
+ "learning_rate": 7.3271428571428585e-06,
831
+ "loss": 0.0711,
832
+ "step": 2875
833
+ },
834
+ {
835
+ "epoch": 1.182225845902976,
836
+ "grad_norm": 1.7289948463439941,
837
+ "learning_rate": 7.291428571428571e-06,
838
+ "loss": 0.0713,
839
+ "step": 2900
840
+ },
841
+ {
842
+ "epoch": 1.1924174480228291,
843
+ "grad_norm": 2.254673957824707,
844
+ "learning_rate": 7.255714285714286e-06,
845
+ "loss": 0.0696,
846
+ "step": 2925
847
+ },
848
+ {
849
+ "epoch": 1.2026090501426825,
850
+ "grad_norm": 2.0539391040802,
851
+ "learning_rate": 7.22e-06,
852
+ "loss": 0.0669,
853
+ "step": 2950
854
+ },
855
+ {
856
+ "epoch": 1.2128006522625356,
857
+ "grad_norm": 2.1277451515197754,
858
+ "learning_rate": 7.184285714285715e-06,
859
+ "loss": 0.0682,
860
+ "step": 2975
861
+ },
862
+ {
863
+ "epoch": 1.222992254382389,
864
+ "grad_norm": 1.7704741954803467,
865
+ "learning_rate": 7.148571428571429e-06,
866
+ "loss": 0.0655,
867
+ "step": 3000
868
+ },
869
+ {
870
+ "epoch": 1.222992254382389,
871
+ "eval_loss": 0.07764188200235367,
872
+ "eval_runtime": 2406.4856,
873
+ "eval_samples_per_second": 4.237,
874
+ "eval_steps_per_second": 0.133,
875
+ "eval_wer": 10.566755631077823,
876
+ "step": 3000
877
+ },
878
+ {
879
+ "epoch": 1.2331838565022422,
880
+ "grad_norm": 2.0602128505706787,
881
+ "learning_rate": 7.112857142857144e-06,
882
+ "loss": 0.0667,
883
+ "step": 3025
884
+ },
885
+ {
886
+ "epoch": 1.2433754586220953,
887
+ "grad_norm": 2.0332977771759033,
888
+ "learning_rate": 7.077142857142858e-06,
889
+ "loss": 0.0656,
890
+ "step": 3050
891
+ },
892
+ {
893
+ "epoch": 1.2535670607419487,
894
+ "grad_norm": 2.4050822257995605,
895
+ "learning_rate": 7.041428571428572e-06,
896
+ "loss": 0.0624,
897
+ "step": 3075
898
+ },
899
+ {
900
+ "epoch": 1.2637586628618018,
901
+ "grad_norm": 2.1430561542510986,
902
+ "learning_rate": 7.0057142857142865e-06,
903
+ "loss": 0.0805,
904
+ "step": 3100
905
+ },
906
+ {
907
+ "epoch": 1.273950264981655,
908
+ "grad_norm": 2.0134341716766357,
909
+ "learning_rate": 6.97e-06,
910
+ "loss": 0.0664,
911
+ "step": 3125
912
+ },
913
+ {
914
+ "epoch": 1.2841418671015083,
915
+ "grad_norm": 2.217721462249756,
916
+ "learning_rate": 6.934285714285715e-06,
917
+ "loss": 0.0745,
918
+ "step": 3150
919
+ },
920
+ {
921
+ "epoch": 1.2943334692213617,
922
+ "grad_norm": 1.5617090463638306,
923
+ "learning_rate": 6.898571428571429e-06,
924
+ "loss": 0.0648,
925
+ "step": 3175
926
+ },
927
+ {
928
+ "epoch": 1.3045250713412149,
929
+ "grad_norm": 1.9269059896469116,
930
+ "learning_rate": 6.862857142857144e-06,
931
+ "loss": 0.0618,
932
+ "step": 3200
933
+ },
934
+ {
935
+ "epoch": 1.314716673461068,
936
+ "grad_norm": 2.0952699184417725,
937
+ "learning_rate": 6.827142857142857e-06,
938
+ "loss": 0.0706,
939
+ "step": 3225
940
+ },
941
+ {
942
+ "epoch": 1.3249082755809214,
943
+ "grad_norm": 1.764196753501892,
944
+ "learning_rate": 6.791428571428572e-06,
945
+ "loss": 0.0658,
946
+ "step": 3250
947
+ },
948
+ {
949
+ "epoch": 1.3350998777007745,
950
+ "grad_norm": 2.4948887825012207,
951
+ "learning_rate": 6.755714285714286e-06,
952
+ "loss": 0.0573,
953
+ "step": 3275
954
+ },
955
+ {
956
+ "epoch": 1.3452914798206277,
957
+ "grad_norm": 2.2995638847351074,
958
+ "learning_rate": 6.720000000000001e-06,
959
+ "loss": 0.0584,
960
+ "step": 3300
961
+ },
962
+ {
963
+ "epoch": 1.355483081940481,
964
+ "grad_norm": 1.6779873371124268,
965
+ "learning_rate": 6.684285714285715e-06,
966
+ "loss": 0.0618,
967
+ "step": 3325
968
+ },
969
+ {
970
+ "epoch": 1.3656746840603342,
971
+ "grad_norm": 2.435180425643921,
972
+ "learning_rate": 6.648571428571429e-06,
973
+ "loss": 0.0611,
974
+ "step": 3350
975
+ },
976
+ {
977
+ "epoch": 1.3758662861801876,
978
+ "grad_norm": 1.7600586414337158,
979
+ "learning_rate": 6.612857142857143e-06,
980
+ "loss": 0.0638,
981
+ "step": 3375
982
+ },
983
+ {
984
+ "epoch": 1.3860578883000407,
985
+ "grad_norm": 2.179009199142456,
986
+ "learning_rate": 6.577142857142857e-06,
987
+ "loss": 0.0577,
988
+ "step": 3400
989
+ },
990
+ {
991
+ "epoch": 1.396249490419894,
992
+ "grad_norm": 1.8130829334259033,
993
+ "learning_rate": 6.541428571428572e-06,
994
+ "loss": 0.0572,
995
+ "step": 3425
996
+ },
997
+ {
998
+ "epoch": 1.4064410925397473,
999
+ "grad_norm": 2.2357475757598877,
1000
+ "learning_rate": 6.505714285714286e-06,
1001
+ "loss": 0.0617,
1002
+ "step": 3450
1003
+ },
1004
+ {
1005
+ "epoch": 1.4166326946596004,
1006
+ "grad_norm": 2.523681163787842,
1007
+ "learning_rate": 6.470000000000001e-06,
1008
+ "loss": 0.0592,
1009
+ "step": 3475
1010
+ },
1011
+ {
1012
+ "epoch": 1.4268242967794538,
1013
+ "grad_norm": 1.9920995235443115,
1014
+ "learning_rate": 6.434285714285715e-06,
1015
+ "loss": 0.0594,
1016
+ "step": 3500
1017
+ },
1018
+ {
1019
+ "epoch": 1.437015898899307,
1020
+ "grad_norm": 1.876678705215454,
1021
+ "learning_rate": 6.39857142857143e-06,
1022
+ "loss": 0.0588,
1023
+ "step": 3525
1024
+ },
1025
+ {
1026
+ "epoch": 1.4472075010191603,
1027
+ "grad_norm": 2.1072115898132324,
1028
+ "learning_rate": 6.3628571428571426e-06,
1029
+ "loss": 0.0584,
1030
+ "step": 3550
1031
+ },
1032
+ {
1033
+ "epoch": 1.4573991031390134,
1034
+ "grad_norm": 1.9492688179016113,
1035
+ "learning_rate": 6.327142857142857e-06,
1036
+ "loss": 0.0619,
1037
+ "step": 3575
1038
+ },
1039
+ {
1040
+ "epoch": 1.4675907052588668,
1041
+ "grad_norm": 1.9974353313446045,
1042
+ "learning_rate": 6.2914285714285716e-06,
1043
+ "loss": 0.0526,
1044
+ "step": 3600
1045
+ },
1046
+ {
1047
+ "epoch": 1.47778230737872,
1048
+ "grad_norm": 2.0630576610565186,
1049
+ "learning_rate": 6.255714285714286e-06,
1050
+ "loss": 0.0587,
1051
+ "step": 3625
1052
+ },
1053
+ {
1054
+ "epoch": 1.487973909498573,
1055
+ "grad_norm": 2.312988042831421,
1056
+ "learning_rate": 6.220000000000001e-06,
1057
+ "loss": 0.0539,
1058
+ "step": 3650
1059
+ },
1060
+ {
1061
+ "epoch": 1.4981655116184265,
1062
+ "grad_norm": 2.3259403705596924,
1063
+ "learning_rate": 6.184285714285715e-06,
1064
+ "loss": 0.0547,
1065
+ "step": 3675
1066
+ },
1067
+ {
1068
+ "epoch": 1.5083571137382796,
1069
+ "grad_norm": 1.7665891647338867,
1070
+ "learning_rate": 6.14857142857143e-06,
1071
+ "loss": 0.0546,
1072
+ "step": 3700
1073
+ },
1074
+ {
1075
+ "epoch": 1.5185487158581328,
1076
+ "grad_norm": 1.8702497482299805,
1077
+ "learning_rate": 6.112857142857144e-06,
1078
+ "loss": 0.059,
1079
+ "step": 3725
1080
+ },
1081
+ {
1082
+ "epoch": 1.5287403179779862,
1083
+ "grad_norm": 1.725127935409546,
1084
+ "learning_rate": 6.077142857142858e-06,
1085
+ "loss": 0.0593,
1086
+ "step": 3750
1087
+ },
1088
+ {
1089
+ "epoch": 1.5389319200978395,
1090
+ "grad_norm": 1.6888962984085083,
1091
+ "learning_rate": 6.0414285714285714e-06,
1092
+ "loss": 0.0492,
1093
+ "step": 3775
1094
+ },
1095
+ {
1096
+ "epoch": 1.5491235222176927,
1097
+ "grad_norm": 1.8041000366210938,
1098
+ "learning_rate": 6.005714285714286e-06,
1099
+ "loss": 0.0524,
1100
+ "step": 3800
1101
+ },
1102
+ {
1103
+ "epoch": 1.5593151243375458,
1104
+ "grad_norm": 2.0858354568481445,
1105
+ "learning_rate": 5.9700000000000004e-06,
1106
+ "loss": 0.0532,
1107
+ "step": 3825
1108
+ },
1109
+ {
1110
+ "epoch": 1.5695067264573992,
1111
+ "grad_norm": 2.3499724864959717,
1112
+ "learning_rate": 5.934285714285715e-06,
1113
+ "loss": 0.0509,
1114
+ "step": 3850
1115
+ },
1116
+ {
1117
+ "epoch": 1.5796983285772523,
1118
+ "grad_norm": 1.6974126100540161,
1119
+ "learning_rate": 5.8985714285714295e-06,
1120
+ "loss": 0.0525,
1121
+ "step": 3875
1122
+ },
1123
+ {
1124
+ "epoch": 1.5898899306971055,
1125
+ "grad_norm": 2.386164426803589,
1126
+ "learning_rate": 5.862857142857143e-06,
1127
+ "loss": 0.056,
1128
+ "step": 3900
1129
+ },
1130
+ {
1131
+ "epoch": 1.6000815328169589,
1132
+ "grad_norm": 2.2181949615478516,
1133
+ "learning_rate": 5.827142857142858e-06,
1134
+ "loss": 0.0532,
1135
+ "step": 3925
1136
+ },
1137
+ {
1138
+ "epoch": 1.610273134936812,
1139
+ "grad_norm": 2.883762836456299,
1140
+ "learning_rate": 5.791428571428572e-06,
1141
+ "loss": 0.0554,
1142
+ "step": 3950
1143
+ },
1144
+ {
1145
+ "epoch": 1.6204647370566652,
1146
+ "grad_norm": 2.2483813762664795,
1147
+ "learning_rate": 5.755714285714287e-06,
1148
+ "loss": 0.053,
1149
+ "step": 3975
1150
+ },
1151
+ {
1152
+ "epoch": 1.6306563391765185,
1153
+ "grad_norm": 1.992173433303833,
1154
+ "learning_rate": 5.72e-06,
1155
+ "loss": 0.0455,
1156
+ "step": 4000
1157
+ },
1158
+ {
1159
+ "epoch": 1.6306563391765185,
1160
+ "eval_loss": 0.05135625973343849,
1161
+ "eval_runtime": 2404.8469,
1162
+ "eval_samples_per_second": 4.24,
1163
+ "eval_steps_per_second": 0.133,
1164
+ "eval_wer": 6.767451954600445,
1165
+ "step": 4000
1166
+ },
1167
+ {
1168
+ "epoch": 1.640847941296372,
1169
+ "grad_norm": 1.7579491138458252,
1170
+ "learning_rate": 5.684285714285715e-06,
1171
+ "loss": 0.0521,
1172
+ "step": 4025
1173
+ },
1174
+ {
1175
+ "epoch": 1.651039543416225,
1176
+ "grad_norm": 1.9420897960662842,
1177
+ "learning_rate": 5.6485714285714285e-06,
1178
+ "loss": 0.0542,
1179
+ "step": 4050
1180
+ },
1181
+ {
1182
+ "epoch": 1.6612311455360782,
1183
+ "grad_norm": 2.2500171661376953,
1184
+ "learning_rate": 5.612857142857143e-06,
1185
+ "loss": 0.0516,
1186
+ "step": 4075
1187
+ },
1188
+ {
1189
+ "epoch": 1.6714227476559316,
1190
+ "grad_norm": 1.7925150394439697,
1191
+ "learning_rate": 5.5771428571428575e-06,
1192
+ "loss": 0.0493,
1193
+ "step": 4100
1194
+ },
1195
+ {
1196
+ "epoch": 1.6816143497757847,
1197
+ "grad_norm": 2.5120983123779297,
1198
+ "learning_rate": 5.541428571428572e-06,
1199
+ "loss": 0.0496,
1200
+ "step": 4125
1201
+ },
1202
+ {
1203
+ "epoch": 1.6918059518956379,
1204
+ "grad_norm": 1.6827411651611328,
1205
+ "learning_rate": 5.5057142857142865e-06,
1206
+ "loss": 0.048,
1207
+ "step": 4150
1208
+ },
1209
+ {
1210
+ "epoch": 1.7019975540154912,
1211
+ "grad_norm": 1.951802134513855,
1212
+ "learning_rate": 5.470000000000001e-06,
1213
+ "loss": 0.0491,
1214
+ "step": 4175
1215
+ },
1216
+ {
1217
+ "epoch": 1.7121891561353446,
1218
+ "grad_norm": 1.688637375831604,
1219
+ "learning_rate": 5.4342857142857155e-06,
1220
+ "loss": 0.0515,
1221
+ "step": 4200
1222
+ },
1223
+ {
1224
+ "epoch": 1.7223807582551978,
1225
+ "grad_norm": 2.034071207046509,
1226
+ "learning_rate": 5.398571428571428e-06,
1227
+ "loss": 0.0516,
1228
+ "step": 4225
1229
+ },
1230
+ {
1231
+ "epoch": 1.732572360375051,
1232
+ "grad_norm": 1.9581401348114014,
1233
+ "learning_rate": 5.362857142857143e-06,
1234
+ "loss": 0.0536,
1235
+ "step": 4250
1236
+ },
1237
+ {
1238
+ "epoch": 1.7427639624949043,
1239
+ "grad_norm": 1.8898799419403076,
1240
+ "learning_rate": 5.327142857142857e-06,
1241
+ "loss": 0.0491,
1242
+ "step": 4275
1243
+ },
1244
+ {
1245
+ "epoch": 1.7529555646147574,
1246
+ "grad_norm": 2.1761457920074463,
1247
+ "learning_rate": 5.291428571428572e-06,
1248
+ "loss": 0.0496,
1249
+ "step": 4300
1250
+ },
1251
+ {
1252
+ "epoch": 1.7631471667346106,
1253
+ "grad_norm": 1.9841150045394897,
1254
+ "learning_rate": 5.255714285714286e-06,
1255
+ "loss": 0.0469,
1256
+ "step": 4325
1257
+ },
1258
+ {
1259
+ "epoch": 1.773338768854464,
1260
+ "grad_norm": 1.3026888370513916,
1261
+ "learning_rate": 5.220000000000001e-06,
1262
+ "loss": 0.0482,
1263
+ "step": 4350
1264
+ },
1265
+ {
1266
+ "epoch": 1.7835303709743173,
1267
+ "grad_norm": 1.3047564029693604,
1268
+ "learning_rate": 5.184285714285715e-06,
1269
+ "loss": 0.0493,
1270
+ "step": 4375
1271
+ },
1272
+ {
1273
+ "epoch": 1.7937219730941703,
1274
+ "grad_norm": 1.6902995109558105,
1275
+ "learning_rate": 5.14857142857143e-06,
1276
+ "loss": 0.0494,
1277
+ "step": 4400
1278
+ },
1279
+ {
1280
+ "epoch": 1.8039135752140236,
1281
+ "grad_norm": 2.262953758239746,
1282
+ "learning_rate": 5.112857142857143e-06,
1283
+ "loss": 0.0476,
1284
+ "step": 4425
1285
+ },
1286
+ {
1287
+ "epoch": 1.814105177333877,
1288
+ "grad_norm": 1.777170181274414,
1289
+ "learning_rate": 5.077142857142857e-06,
1290
+ "loss": 0.0471,
1291
+ "step": 4450
1292
+ },
1293
+ {
1294
+ "epoch": 1.8242967794537301,
1295
+ "grad_norm": 1.9193710088729858,
1296
+ "learning_rate": 5.041428571428572e-06,
1297
+ "loss": 0.0467,
1298
+ "step": 4475
1299
+ },
1300
+ {
1301
+ "epoch": 1.8344883815735833,
1302
+ "grad_norm": 1.8790152072906494,
1303
+ "learning_rate": 5.005714285714286e-06,
1304
+ "loss": 0.0487,
1305
+ "step": 4500
1306
+ },
1307
+ {
1308
+ "epoch": 1.8446799836934367,
1309
+ "grad_norm": 2.3190362453460693,
1310
+ "learning_rate": 4.970000000000001e-06,
1311
+ "loss": 0.0466,
1312
+ "step": 4525
1313
+ },
1314
+ {
1315
+ "epoch": 1.8548715858132898,
1316
+ "grad_norm": 1.821876049041748,
1317
+ "learning_rate": 4.934285714285715e-06,
1318
+ "loss": 0.0456,
1319
+ "step": 4550
1320
+ },
1321
+ {
1322
+ "epoch": 1.865063187933143,
1323
+ "grad_norm": 1.3371105194091797,
1324
+ "learning_rate": 4.898571428571429e-06,
1325
+ "loss": 0.0414,
1326
+ "step": 4575
1327
+ },
1328
+ {
1329
+ "epoch": 1.8752547900529963,
1330
+ "grad_norm": 1.5593416690826416,
1331
+ "learning_rate": 4.862857142857143e-06,
1332
+ "loss": 0.0435,
1333
+ "step": 4600
1334
+ },
1335
+ {
1336
+ "epoch": 1.8854463921728497,
1337
+ "grad_norm": 1.9036990404129028,
1338
+ "learning_rate": 4.827142857142858e-06,
1339
+ "loss": 0.0448,
1340
+ "step": 4625
1341
+ },
1342
+ {
1343
+ "epoch": 1.8956379942927029,
1344
+ "grad_norm": 1.8190467357635498,
1345
+ "learning_rate": 4.7914285714285715e-06,
1346
+ "loss": 0.0388,
1347
+ "step": 4650
1348
+ },
1349
+ {
1350
+ "epoch": 1.905829596412556,
1351
+ "grad_norm": 1.7529155015945435,
1352
+ "learning_rate": 4.755714285714286e-06,
1353
+ "loss": 0.0421,
1354
+ "step": 4675
1355
+ },
1356
+ {
1357
+ "epoch": 1.9160211985324094,
1358
+ "grad_norm": 2.084097385406494,
1359
+ "learning_rate": 4.7200000000000005e-06,
1360
+ "loss": 0.0464,
1361
+ "step": 4700
1362
+ },
1363
+ {
1364
+ "epoch": 1.9262128006522625,
1365
+ "grad_norm": 1.569948673248291,
1366
+ "learning_rate": 4.684285714285714e-06,
1367
+ "loss": 0.0438,
1368
+ "step": 4725
1369
+ },
1370
+ {
1371
+ "epoch": 1.9364044027721157,
1372
+ "grad_norm": 2.0869407653808594,
1373
+ "learning_rate": 4.648571428571429e-06,
1374
+ "loss": 0.0421,
1375
+ "step": 4750
1376
+ },
1377
+ {
1378
+ "epoch": 1.946596004891969,
1379
+ "grad_norm": 1.8481653928756714,
1380
+ "learning_rate": 4.612857142857143e-06,
1381
+ "loss": 0.0429,
1382
+ "step": 4775
1383
+ },
1384
+ {
1385
+ "epoch": 1.9567876070118224,
1386
+ "grad_norm": 2.0351133346557617,
1387
+ "learning_rate": 4.577142857142858e-06,
1388
+ "loss": 0.0431,
1389
+ "step": 4800
1390
+ },
1391
+ {
1392
+ "epoch": 1.9669792091316753,
1393
+ "grad_norm": 1.88765549659729,
1394
+ "learning_rate": 4.541428571428571e-06,
1395
+ "loss": 0.0448,
1396
+ "step": 4825
1397
+ },
1398
+ {
1399
+ "epoch": 1.9771708112515287,
1400
+ "grad_norm": 1.8413023948669434,
1401
+ "learning_rate": 4.505714285714286e-06,
1402
+ "loss": 0.0391,
1403
+ "step": 4850
1404
+ },
1405
+ {
1406
+ "epoch": 1.987362413371382,
1407
+ "grad_norm": 2.0287082195281982,
1408
+ "learning_rate": 4.47e-06,
1409
+ "loss": 0.0417,
1410
+ "step": 4875
1411
+ },
1412
+ {
1413
+ "epoch": 1.9975540154912352,
1414
+ "grad_norm": 2.1331636905670166,
1415
+ "learning_rate": 4.434285714285715e-06,
1416
+ "loss": 0.0434,
1417
+ "step": 4900
1418
+ },
1419
+ {
1420
+ "epoch": 2.0077456176110884,
1421
+ "grad_norm": 1.133825421333313,
1422
+ "learning_rate": 4.3985714285714286e-06,
1423
+ "loss": 0.0246,
1424
+ "step": 4925
1425
+ },
1426
+ {
1427
+ "epoch": 2.0179372197309418,
1428
+ "grad_norm": 1.3025981187820435,
1429
+ "learning_rate": 4.362857142857143e-06,
1430
+ "loss": 0.017,
1431
+ "step": 4950
1432
+ },
1433
+ {
1434
+ "epoch": 2.028128821850795,
1435
+ "grad_norm": 1.008670687675476,
1436
+ "learning_rate": 4.327142857142858e-06,
1437
+ "loss": 0.0174,
1438
+ "step": 4975
1439
+ },
1440
+ {
1441
+ "epoch": 2.038320423970648,
1442
+ "grad_norm": 0.9607629179954529,
1443
+ "learning_rate": 4.291428571428572e-06,
1444
+ "loss": 0.0162,
1445
+ "step": 5000
1446
+ },
1447
+ {
1448
+ "epoch": 2.038320423970648,
1449
+ "eval_loss": 0.0353175513446331,
1450
+ "eval_runtime": 2408.5196,
1451
+ "eval_samples_per_second": 4.233,
1452
+ "eval_steps_per_second": 0.132,
1453
+ "eval_wer": 4.477157079135229,
1454
+ "step": 5000
1455
+ },
1456
+ {
1457
+ "epoch": 2.0485120260905014,
1458
+ "grad_norm": 1.6613744497299194,
1459
+ "learning_rate": 4.255714285714286e-06,
1460
+ "loss": 0.0213,
1461
+ "step": 5025
1462
+ },
1463
+ {
1464
+ "epoch": 2.058703628210355,
1465
+ "grad_norm": 0.6007469296455383,
1466
+ "learning_rate": 4.22e-06,
1467
+ "loss": 0.015,
1468
+ "step": 5050
1469
+ },
1470
+ {
1471
+ "epoch": 2.0688952303302077,
1472
+ "grad_norm": 1.5992757081985474,
1473
+ "learning_rate": 4.184285714285715e-06,
1474
+ "loss": 0.0191,
1475
+ "step": 5075
1476
+ },
1477
+ {
1478
+ "epoch": 2.079086832450061,
1479
+ "grad_norm": 0.913711667060852,
1480
+ "learning_rate": 4.148571428571429e-06,
1481
+ "loss": 0.0155,
1482
+ "step": 5100
1483
+ },
1484
+ {
1485
+ "epoch": 2.0892784345699145,
1486
+ "grad_norm": 1.1569514274597168,
1487
+ "learning_rate": 4.112857142857144e-06,
1488
+ "loss": 0.0164,
1489
+ "step": 5125
1490
+ },
1491
+ {
1492
+ "epoch": 2.099470036689768,
1493
+ "grad_norm": 1.0935266017913818,
1494
+ "learning_rate": 4.0771428571428574e-06,
1495
+ "loss": 0.0146,
1496
+ "step": 5150
1497
+ },
1498
+ {
1499
+ "epoch": 2.1096616388096208,
1500
+ "grad_norm": 0.8869621157646179,
1501
+ "learning_rate": 4.041428571428572e-06,
1502
+ "loss": 0.0168,
1503
+ "step": 5175
1504
+ },
1505
+ {
1506
+ "epoch": 2.119853240929474,
1507
+ "grad_norm": 1.3779696226119995,
1508
+ "learning_rate": 4.0057142857142864e-06,
1509
+ "loss": 0.0164,
1510
+ "step": 5200
1511
+ },
1512
+ {
1513
+ "epoch": 2.1300448430493275,
1514
+ "grad_norm": 1.2132755517959595,
1515
+ "learning_rate": 3.97e-06,
1516
+ "loss": 0.0178,
1517
+ "step": 5225
1518
+ },
1519
+ {
1520
+ "epoch": 2.1402364451691804,
1521
+ "grad_norm": 1.8169926404953003,
1522
+ "learning_rate": 3.934285714285715e-06,
1523
+ "loss": 0.0181,
1524
+ "step": 5250
1525
+ },
1526
+ {
1527
+ "epoch": 2.150428047289034,
1528
+ "grad_norm": 0.7188290357589722,
1529
+ "learning_rate": 3.898571428571429e-06,
1530
+ "loss": 0.0172,
1531
+ "step": 5275
1532
+ },
1533
+ {
1534
+ "epoch": 2.160619649408887,
1535
+ "grad_norm": 1.0363893508911133,
1536
+ "learning_rate": 3.862857142857143e-06,
1537
+ "loss": 0.0151,
1538
+ "step": 5300
1539
+ },
1540
+ {
1541
+ "epoch": 2.1708112515287405,
1542
+ "grad_norm": 0.7467776536941528,
1543
+ "learning_rate": 3.827142857142857e-06,
1544
+ "loss": 0.0159,
1545
+ "step": 5325
1546
+ },
1547
+ {
1548
+ "epoch": 2.1810028536485935,
1549
+ "grad_norm": 1.4140534400939941,
1550
+ "learning_rate": 3.7914285714285722e-06,
1551
+ "loss": 0.0179,
1552
+ "step": 5350
1553
+ },
1554
+ {
1555
+ "epoch": 2.191194455768447,
1556
+ "grad_norm": 0.831071138381958,
1557
+ "learning_rate": 3.755714285714286e-06,
1558
+ "loss": 0.018,
1559
+ "step": 5375
1560
+ },
1561
+ {
1562
+ "epoch": 2.2013860578883,
1563
+ "grad_norm": 0.978151261806488,
1564
+ "learning_rate": 3.7200000000000004e-06,
1565
+ "loss": 0.0164,
1566
+ "step": 5400
1567
+ },
1568
+ {
1569
+ "epoch": 2.211577660008153,
1570
+ "grad_norm": 1.2061834335327148,
1571
+ "learning_rate": 3.684285714285715e-06,
1572
+ "loss": 0.0155,
1573
+ "step": 5425
1574
+ },
1575
+ {
1576
+ "epoch": 2.2217692621280065,
1577
+ "grad_norm": 1.0183775424957275,
1578
+ "learning_rate": 3.648571428571429e-06,
1579
+ "loss": 0.0166,
1580
+ "step": 5450
1581
+ },
1582
+ {
1583
+ "epoch": 2.23196086424786,
1584
+ "grad_norm": 0.7747207283973694,
1585
+ "learning_rate": 3.612857142857143e-06,
1586
+ "loss": 0.017,
1587
+ "step": 5475
1588
+ },
1589
+ {
1590
+ "epoch": 2.242152466367713,
1591
+ "grad_norm": 1.3631898164749146,
1592
+ "learning_rate": 3.5771428571428576e-06,
1593
+ "loss": 0.0147,
1594
+ "step": 5500
1595
+ },
1596
+ {
1597
+ "epoch": 2.252344068487566,
1598
+ "grad_norm": 2.3850202560424805,
1599
+ "learning_rate": 3.5414285714285716e-06,
1600
+ "loss": 0.0145,
1601
+ "step": 5525
1602
+ },
1603
+ {
1604
+ "epoch": 2.2625356706074196,
1605
+ "grad_norm": 1.2588169574737549,
1606
+ "learning_rate": 3.505714285714286e-06,
1607
+ "loss": 0.0191,
1608
+ "step": 5550
1609
+ },
1610
+ {
1611
+ "epoch": 2.2727272727272725,
1612
+ "grad_norm": 1.3466730117797852,
1613
+ "learning_rate": 3.4700000000000002e-06,
1614
+ "loss": 0.0177,
1615
+ "step": 5575
1616
+ },
1617
+ {
1618
+ "epoch": 2.282918874847126,
1619
+ "grad_norm": 1.3090860843658447,
1620
+ "learning_rate": 3.4342857142857143e-06,
1621
+ "loss": 0.014,
1622
+ "step": 5600
1623
+ },
1624
+ {
1625
+ "epoch": 2.2931104769669792,
1626
+ "grad_norm": 1.4974130392074585,
1627
+ "learning_rate": 3.398571428571429e-06,
1628
+ "loss": 0.0152,
1629
+ "step": 5625
1630
+ },
1631
+ {
1632
+ "epoch": 2.3033020790868326,
1633
+ "grad_norm": 1.342842936515808,
1634
+ "learning_rate": 3.3628571428571433e-06,
1635
+ "loss": 0.0165,
1636
+ "step": 5650
1637
+ },
1638
+ {
1639
+ "epoch": 2.3134936812066855,
1640
+ "grad_norm": 0.9690020084381104,
1641
+ "learning_rate": 3.327142857142858e-06,
1642
+ "loss": 0.0146,
1643
+ "step": 5675
1644
+ },
1645
+ {
1646
+ "epoch": 2.323685283326539,
1647
+ "grad_norm": 0.4699741303920746,
1648
+ "learning_rate": 3.2914285714285715e-06,
1649
+ "loss": 0.0178,
1650
+ "step": 5700
1651
+ },
1652
+ {
1653
+ "epoch": 2.3338768854463923,
1654
+ "grad_norm": 1.166608214378357,
1655
+ "learning_rate": 3.255714285714286e-06,
1656
+ "loss": 0.0152,
1657
+ "step": 5725
1658
+ },
1659
+ {
1660
+ "epoch": 2.344068487566245,
1661
+ "grad_norm": 0.7220166921615601,
1662
+ "learning_rate": 3.2200000000000005e-06,
1663
+ "loss": 0.0142,
1664
+ "step": 5750
1665
+ },
1666
+ {
1667
+ "epoch": 2.3542600896860986,
1668
+ "grad_norm": 0.8474377989768982,
1669
+ "learning_rate": 3.1842857142857146e-06,
1670
+ "loss": 0.0186,
1671
+ "step": 5775
1672
+ },
1673
+ {
1674
+ "epoch": 2.364451691805952,
1675
+ "grad_norm": 1.246468186378479,
1676
+ "learning_rate": 3.1485714285714287e-06,
1677
+ "loss": 0.0143,
1678
+ "step": 5800
1679
+ },
1680
+ {
1681
+ "epoch": 2.3746432939258053,
1682
+ "grad_norm": 0.9267088770866394,
1683
+ "learning_rate": 3.112857142857143e-06,
1684
+ "loss": 0.0157,
1685
+ "step": 5825
1686
+ },
1687
+ {
1688
+ "epoch": 2.3848348960456582,
1689
+ "grad_norm": 1.0727224349975586,
1690
+ "learning_rate": 3.0771428571428573e-06,
1691
+ "loss": 0.0145,
1692
+ "step": 5850
1693
+ },
1694
+ {
1695
+ "epoch": 2.3950264981655116,
1696
+ "grad_norm": 1.3142344951629639,
1697
+ "learning_rate": 3.0414285714285718e-06,
1698
+ "loss": 0.0133,
1699
+ "step": 5875
1700
+ },
1701
+ {
1702
+ "epoch": 2.405218100285365,
1703
+ "grad_norm": 1.3349863290786743,
1704
+ "learning_rate": 3.005714285714286e-06,
1705
+ "loss": 0.0137,
1706
+ "step": 5900
1707
+ },
1708
+ {
1709
+ "epoch": 2.415409702405218,
1710
+ "grad_norm": 0.7742011547088623,
1711
+ "learning_rate": 2.97e-06,
1712
+ "loss": 0.0149,
1713
+ "step": 5925
1714
+ },
1715
+ {
1716
+ "epoch": 2.4256013045250713,
1717
+ "grad_norm": 1.1534104347229004,
1718
+ "learning_rate": 2.9342857142857144e-06,
1719
+ "loss": 0.0156,
1720
+ "step": 5950
1721
+ },
1722
+ {
1723
+ "epoch": 2.4357929066449246,
1724
+ "grad_norm": 1.1034826040267944,
1725
+ "learning_rate": 2.898571428571429e-06,
1726
+ "loss": 0.0136,
1727
+ "step": 5975
1728
+ },
1729
+ {
1730
+ "epoch": 2.445984508764778,
1731
+ "grad_norm": 1.3665175437927246,
1732
+ "learning_rate": 2.8628571428571435e-06,
1733
+ "loss": 0.0129,
1734
+ "step": 6000
1735
+ },
1736
+ {
1737
+ "epoch": 2.445984508764778,
1738
+ "eval_loss": 0.027366982772946358,
1739
+ "eval_runtime": 2410.6864,
1740
+ "eval_samples_per_second": 4.23,
1741
+ "eval_steps_per_second": 0.132,
1742
+ "eval_wer": 3.436365819195996,
1743
+ "step": 6000
1744
+ },
1745
+ {
1746
+ "epoch": 2.456176110884631,
1747
+ "grad_norm": 0.9552819728851318,
1748
+ "learning_rate": 2.827142857142857e-06,
1749
+ "loss": 0.015,
1750
+ "step": 6025
1751
+ },
1752
+ {
1753
+ "epoch": 2.4663677130044843,
1754
+ "grad_norm": 0.8750997185707092,
1755
+ "learning_rate": 2.7914285714285716e-06,
1756
+ "loss": 0.014,
1757
+ "step": 6050
1758
+ },
1759
+ {
1760
+ "epoch": 2.4765593151243377,
1761
+ "grad_norm": 1.3504140377044678,
1762
+ "learning_rate": 2.755714285714286e-06,
1763
+ "loss": 0.0172,
1764
+ "step": 6075
1765
+ },
1766
+ {
1767
+ "epoch": 2.4867509172441906,
1768
+ "grad_norm": 1.59817373752594,
1769
+ "learning_rate": 2.7200000000000002e-06,
1770
+ "loss": 0.0153,
1771
+ "step": 6100
1772
+ },
1773
+ {
1774
+ "epoch": 2.496942519364044,
1775
+ "grad_norm": 1.6574933528900146,
1776
+ "learning_rate": 2.6842857142857143e-06,
1777
+ "loss": 0.0167,
1778
+ "step": 6125
1779
+ },
1780
+ {
1781
+ "epoch": 2.5071341214838974,
1782
+ "grad_norm": 0.7508680820465088,
1783
+ "learning_rate": 2.648571428571429e-06,
1784
+ "loss": 0.013,
1785
+ "step": 6150
1786
+ },
1787
+ {
1788
+ "epoch": 2.5173257236037507,
1789
+ "grad_norm": 1.0604500770568848,
1790
+ "learning_rate": 2.612857142857143e-06,
1791
+ "loss": 0.0162,
1792
+ "step": 6175
1793
+ },
1794
+ {
1795
+ "epoch": 2.5275173257236037,
1796
+ "grad_norm": 1.3438018560409546,
1797
+ "learning_rate": 2.5771428571428574e-06,
1798
+ "loss": 0.0141,
1799
+ "step": 6200
1800
+ },
1801
+ {
1802
+ "epoch": 2.537708927843457,
1803
+ "grad_norm": 1.3562772274017334,
1804
+ "learning_rate": 2.541428571428572e-06,
1805
+ "loss": 0.0134,
1806
+ "step": 6225
1807
+ },
1808
+ {
1809
+ "epoch": 2.54790052996331,
1810
+ "grad_norm": 0.681122362613678,
1811
+ "learning_rate": 2.5057142857142856e-06,
1812
+ "loss": 0.0123,
1813
+ "step": 6250
1814
+ },
1815
+ {
1816
+ "epoch": 2.5580921320831633,
1817
+ "grad_norm": 0.8060537576675415,
1818
+ "learning_rate": 2.47e-06,
1819
+ "loss": 0.0143,
1820
+ "step": 6275
1821
+ },
1822
+ {
1823
+ "epoch": 2.5682837342030167,
1824
+ "grad_norm": 0.9794915318489075,
1825
+ "learning_rate": 2.4342857142857146e-06,
1826
+ "loss": 0.0128,
1827
+ "step": 6300
1828
+ },
1829
+ {
1830
+ "epoch": 2.57847533632287,
1831
+ "grad_norm": 0.7749600410461426,
1832
+ "learning_rate": 2.3985714285714287e-06,
1833
+ "loss": 0.0132,
1834
+ "step": 6325
1835
+ },
1836
+ {
1837
+ "epoch": 2.5886669384427234,
1838
+ "grad_norm": 0.808312177658081,
1839
+ "learning_rate": 2.362857142857143e-06,
1840
+ "loss": 0.0166,
1841
+ "step": 6350
1842
+ },
1843
+ {
1844
+ "epoch": 2.5988585405625764,
1845
+ "grad_norm": 1.0200546979904175,
1846
+ "learning_rate": 2.3271428571428572e-06,
1847
+ "loss": 0.0138,
1848
+ "step": 6375
1849
+ },
1850
+ {
1851
+ "epoch": 2.6090501426824297,
1852
+ "grad_norm": 1.4276586771011353,
1853
+ "learning_rate": 2.2914285714285718e-06,
1854
+ "loss": 0.0119,
1855
+ "step": 6400
1856
+ },
1857
+ {
1858
+ "epoch": 2.6192417448022827,
1859
+ "grad_norm": 1.1479567289352417,
1860
+ "learning_rate": 2.255714285714286e-06,
1861
+ "loss": 0.0127,
1862
+ "step": 6425
1863
+ },
1864
+ {
1865
+ "epoch": 2.629433346922136,
1866
+ "grad_norm": 0.9421886205673218,
1867
+ "learning_rate": 2.2200000000000003e-06,
1868
+ "loss": 0.0132,
1869
+ "step": 6450
1870
+ },
1871
+ {
1872
+ "epoch": 2.6396249490419894,
1873
+ "grad_norm": 0.573397696018219,
1874
+ "learning_rate": 2.1842857142857144e-06,
1875
+ "loss": 0.0131,
1876
+ "step": 6475
1877
+ },
1878
+ {
1879
+ "epoch": 2.649816551161843,
1880
+ "grad_norm": 1.2187764644622803,
1881
+ "learning_rate": 2.148571428571429e-06,
1882
+ "loss": 0.0125,
1883
+ "step": 6500
1884
+ },
1885
+ {
1886
+ "epoch": 2.660008153281696,
1887
+ "grad_norm": 0.7359505891799927,
1888
+ "learning_rate": 2.112857142857143e-06,
1889
+ "loss": 0.0141,
1890
+ "step": 6525
1891
+ },
1892
+ {
1893
+ "epoch": 2.670199755401549,
1894
+ "grad_norm": 1.8559486865997314,
1895
+ "learning_rate": 2.077142857142857e-06,
1896
+ "loss": 0.0142,
1897
+ "step": 6550
1898
+ },
1899
+ {
1900
+ "epoch": 2.6803913575214025,
1901
+ "grad_norm": 1.0747308731079102,
1902
+ "learning_rate": 2.0414285714285716e-06,
1903
+ "loss": 0.0105,
1904
+ "step": 6575
1905
+ },
1906
+ {
1907
+ "epoch": 2.6905829596412554,
1908
+ "grad_norm": 0.8565563559532166,
1909
+ "learning_rate": 2.0057142857142857e-06,
1910
+ "loss": 0.0144,
1911
+ "step": 6600
1912
+ },
1913
+ {
1914
+ "epoch": 2.7007745617611087,
1915
+ "grad_norm": 1.1864107847213745,
1916
+ "learning_rate": 1.97e-06,
1917
+ "loss": 0.013,
1918
+ "step": 6625
1919
+ },
1920
+ {
1921
+ "epoch": 2.710966163880962,
1922
+ "grad_norm": 0.6643468141555786,
1923
+ "learning_rate": 1.9342857142857143e-06,
1924
+ "loss": 0.0149,
1925
+ "step": 6650
1926
+ },
1927
+ {
1928
+ "epoch": 2.7211577660008155,
1929
+ "grad_norm": 0.6889024376869202,
1930
+ "learning_rate": 1.8985714285714288e-06,
1931
+ "loss": 0.0115,
1932
+ "step": 6675
1933
+ },
1934
+ {
1935
+ "epoch": 2.7313493681206684,
1936
+ "grad_norm": 1.5234169960021973,
1937
+ "learning_rate": 1.8628571428571429e-06,
1938
+ "loss": 0.0139,
1939
+ "step": 6700
1940
+ },
1941
+ {
1942
+ "epoch": 2.741540970240522,
1943
+ "grad_norm": 1.095461368560791,
1944
+ "learning_rate": 1.8271428571428574e-06,
1945
+ "loss": 0.0132,
1946
+ "step": 6725
1947
+ },
1948
+ {
1949
+ "epoch": 2.751732572360375,
1950
+ "grad_norm": 1.7404385805130005,
1951
+ "learning_rate": 1.7914285714285715e-06,
1952
+ "loss": 0.0135,
1953
+ "step": 6750
1954
+ },
1955
+ {
1956
+ "epoch": 2.761924174480228,
1957
+ "grad_norm": 0.8274975419044495,
1958
+ "learning_rate": 1.755714285714286e-06,
1959
+ "loss": 0.013,
1960
+ "step": 6775
1961
+ },
1962
+ {
1963
+ "epoch": 2.7721157766000815,
1964
+ "grad_norm": 0.8858354091644287,
1965
+ "learning_rate": 1.72e-06,
1966
+ "loss": 0.0118,
1967
+ "step": 6800
1968
+ },
1969
+ {
1970
+ "epoch": 2.782307378719935,
1971
+ "grad_norm": 0.5157521963119507,
1972
+ "learning_rate": 1.6842857142857143e-06,
1973
+ "loss": 0.0107,
1974
+ "step": 6825
1975
+ },
1976
+ {
1977
+ "epoch": 2.792498980839788,
1978
+ "grad_norm": 1.2508779764175415,
1979
+ "learning_rate": 1.6485714285714289e-06,
1980
+ "loss": 0.015,
1981
+ "step": 6850
1982
+ },
1983
+ {
1984
+ "epoch": 2.802690582959641,
1985
+ "grad_norm": 1.2929726839065552,
1986
+ "learning_rate": 1.612857142857143e-06,
1987
+ "loss": 0.0125,
1988
+ "step": 6875
1989
+ },
1990
+ {
1991
+ "epoch": 2.8128821850794945,
1992
+ "grad_norm": 0.8893064856529236,
1993
+ "learning_rate": 1.5771428571428574e-06,
1994
+ "loss": 0.0122,
1995
+ "step": 6900
1996
+ },
1997
+ {
1998
+ "epoch": 2.823073787199348,
1999
+ "grad_norm": 1.2606889009475708,
2000
+ "learning_rate": 1.5414285714285715e-06,
2001
+ "loss": 0.0137,
2002
+ "step": 6925
2003
+ },
2004
+ {
2005
+ "epoch": 2.833265389319201,
2006
+ "grad_norm": 1.410904884338379,
2007
+ "learning_rate": 1.5057142857142858e-06,
2008
+ "loss": 0.0121,
2009
+ "step": 6950
2010
+ },
2011
+ {
2012
+ "epoch": 2.843456991439054,
2013
+ "grad_norm": 0.792271077632904,
2014
+ "learning_rate": 1.4700000000000001e-06,
2015
+ "loss": 0.0135,
2016
+ "step": 6975
2017
+ },
2018
+ {
2019
+ "epoch": 2.8536485935589075,
2020
+ "grad_norm": 1.0926941633224487,
2021
+ "learning_rate": 1.4342857142857144e-06,
2022
+ "loss": 0.0117,
2023
+ "step": 7000
2024
+ },
2025
+ {
2026
+ "epoch": 2.8536485935589075,
2027
+ "eval_loss": 0.022013096138834953,
2028
+ "eval_runtime": 2391.195,
2029
+ "eval_samples_per_second": 4.264,
2030
+ "eval_steps_per_second": 0.133,
2031
+ "eval_wer": 2.5110128090281947,
2032
+ "step": 7000
2033
+ },
2034
+ {
2035
+ "epoch": 2.863840195678761,
2036
+ "grad_norm": 1.1174569129943848,
2037
+ "learning_rate": 1.3985714285714285e-06,
2038
+ "loss": 0.0123,
2039
+ "step": 7025
2040
+ },
2041
+ {
2042
+ "epoch": 2.874031797798614,
2043
+ "grad_norm": 1.3422982692718506,
2044
+ "learning_rate": 1.362857142857143e-06,
2045
+ "loss": 0.0155,
2046
+ "step": 7050
2047
+ },
2048
+ {
2049
+ "epoch": 2.884223399918467,
2050
+ "grad_norm": 1.1771271228790283,
2051
+ "learning_rate": 1.327142857142857e-06,
2052
+ "loss": 0.014,
2053
+ "step": 7075
2054
+ },
2055
+ {
2056
+ "epoch": 2.8944150020383206,
2057
+ "grad_norm": 0.8138777017593384,
2058
+ "learning_rate": 1.2914285714285716e-06,
2059
+ "loss": 0.0159,
2060
+ "step": 7100
2061
+ },
2062
+ {
2063
+ "epoch": 2.9046066041581735,
2064
+ "grad_norm": 0.964419960975647,
2065
+ "learning_rate": 1.2557142857142859e-06,
2066
+ "loss": 0.0119,
2067
+ "step": 7125
2068
+ },
2069
+ {
2070
+ "epoch": 2.914798206278027,
2071
+ "grad_norm": 1.0425853729248047,
2072
+ "learning_rate": 1.2200000000000002e-06,
2073
+ "loss": 0.0144,
2074
+ "step": 7150
2075
+ },
2076
+ {
2077
+ "epoch": 2.9249898083978803,
2078
+ "grad_norm": 1.2048903703689575,
2079
+ "learning_rate": 1.1842857142857143e-06,
2080
+ "loss": 0.0112,
2081
+ "step": 7175
2082
+ },
2083
+ {
2084
+ "epoch": 2.9351814105177336,
2085
+ "grad_norm": 0.9228710532188416,
2086
+ "learning_rate": 1.1485714285714286e-06,
2087
+ "loss": 0.0121,
2088
+ "step": 7200
2089
+ },
2090
+ {
2091
+ "epoch": 2.9453730126375866,
2092
+ "grad_norm": 0.35819801688194275,
2093
+ "learning_rate": 1.1128571428571429e-06,
2094
+ "loss": 0.0103,
2095
+ "step": 7225
2096
+ },
2097
+ {
2098
+ "epoch": 2.95556461475744,
2099
+ "grad_norm": 0.8136561512947083,
2100
+ "learning_rate": 1.0771428571428574e-06,
2101
+ "loss": 0.0129,
2102
+ "step": 7250
2103
+ },
2104
+ {
2105
+ "epoch": 2.965756216877293,
2106
+ "grad_norm": 1.0411508083343506,
2107
+ "learning_rate": 1.0414285714285717e-06,
2108
+ "loss": 0.0104,
2109
+ "step": 7275
2110
+ },
2111
+ {
2112
+ "epoch": 2.975947818997146,
2113
+ "grad_norm": 0.7591568231582642,
2114
+ "learning_rate": 1.0057142857142857e-06,
2115
+ "loss": 0.0104,
2116
+ "step": 7300
2117
+ },
2118
+ {
2119
+ "epoch": 2.9861394211169996,
2120
+ "grad_norm": 0.9218117594718933,
2121
+ "learning_rate": 9.7e-07,
2122
+ "loss": 0.0123,
2123
+ "step": 7325
2124
+ },
2125
+ {
2126
+ "epoch": 2.996331023236853,
2127
+ "grad_norm": 1.3467174768447876,
2128
+ "learning_rate": 9.342857142857144e-07,
2129
+ "loss": 0.01,
2130
+ "step": 7350
2131
+ },
2132
+ {
2133
+ "epoch": 3.006522625356706,
2134
+ "grad_norm": 0.14992065727710724,
2135
+ "learning_rate": 8.985714285714286e-07,
2136
+ "loss": 0.0068,
2137
+ "step": 7375
2138
+ },
2139
+ {
2140
+ "epoch": 3.0167142274765593,
2141
+ "grad_norm": 0.44808146357536316,
2142
+ "learning_rate": 8.628571428571429e-07,
2143
+ "loss": 0.0044,
2144
+ "step": 7400
2145
+ },
2146
+ {
2147
+ "epoch": 3.0269058295964126,
2148
+ "grad_norm": 0.4159485101699829,
2149
+ "learning_rate": 8.271428571428572e-07,
2150
+ "loss": 0.0045,
2151
+ "step": 7425
2152
+ },
2153
+ {
2154
+ "epoch": 3.037097431716266,
2155
+ "grad_norm": 0.5730934143066406,
2156
+ "learning_rate": 7.914285714285715e-07,
2157
+ "loss": 0.0041,
2158
+ "step": 7450
2159
+ },
2160
+ {
2161
+ "epoch": 3.047289033836119,
2162
+ "grad_norm": 0.2851293683052063,
2163
+ "learning_rate": 7.557142857142857e-07,
2164
+ "loss": 0.0048,
2165
+ "step": 7475
2166
+ },
2167
+ {
2168
+ "epoch": 3.0574806359559723,
2169
+ "grad_norm": 0.3623310625553131,
2170
+ "learning_rate": 7.2e-07,
2171
+ "loss": 0.0054,
2172
+ "step": 7500
2173
+ },
2174
+ {
2175
+ "epoch": 3.0676722380758257,
2176
+ "grad_norm": 0.1989881545305252,
2177
+ "learning_rate": 6.842857142857143e-07,
2178
+ "loss": 0.004,
2179
+ "step": 7525
2180
+ },
2181
+ {
2182
+ "epoch": 3.0778638401956786,
2183
+ "grad_norm": 0.24523906409740448,
2184
+ "learning_rate": 6.485714285714287e-07,
2185
+ "loss": 0.0052,
2186
+ "step": 7550
2187
+ },
2188
+ {
2189
+ "epoch": 3.088055442315532,
2190
+ "grad_norm": 0.09773947298526764,
2191
+ "learning_rate": 6.128571428571429e-07,
2192
+ "loss": 0.0037,
2193
+ "step": 7575
2194
+ },
2195
+ {
2196
+ "epoch": 3.0982470444353853,
2197
+ "grad_norm": 0.8551767468452454,
2198
+ "learning_rate": 5.771428571428572e-07,
2199
+ "loss": 0.0041,
2200
+ "step": 7600
2201
+ },
2202
+ {
2203
+ "epoch": 3.1084386465552383,
2204
+ "grad_norm": 0.32709449529647827,
2205
+ "learning_rate": 5.414285714285715e-07,
2206
+ "loss": 0.0046,
2207
+ "step": 7625
2208
+ },
2209
+ {
2210
+ "epoch": 3.1186302486750916,
2211
+ "grad_norm": 0.22505348920822144,
2212
+ "learning_rate": 5.057142857142858e-07,
2213
+ "loss": 0.0039,
2214
+ "step": 7650
2215
+ },
2216
+ {
2217
+ "epoch": 3.128821850794945,
2218
+ "grad_norm": 0.6920948028564453,
2219
+ "learning_rate": 4.7000000000000005e-07,
2220
+ "loss": 0.005,
2221
+ "step": 7675
2222
+ },
2223
+ {
2224
+ "epoch": 3.1390134529147984,
2225
+ "grad_norm": 0.37104272842407227,
2226
+ "learning_rate": 4.342857142857143e-07,
2227
+ "loss": 0.0041,
2228
+ "step": 7700
2229
+ },
2230
+ {
2231
+ "epoch": 3.1492050550346513,
2232
+ "grad_norm": 0.5752152800559998,
2233
+ "learning_rate": 3.985714285714286e-07,
2234
+ "loss": 0.0046,
2235
+ "step": 7725
2236
+ },
2237
+ {
2238
+ "epoch": 3.1593966571545047,
2239
+ "grad_norm": 0.40613701939582825,
2240
+ "learning_rate": 3.6285714285714283e-07,
2241
+ "loss": 0.0041,
2242
+ "step": 7750
2243
+ },
2244
+ {
2245
+ "epoch": 3.169588259274358,
2246
+ "grad_norm": 0.4888840317726135,
2247
+ "learning_rate": 3.271428571428572e-07,
2248
+ "loss": 0.0047,
2249
+ "step": 7775
2250
+ },
2251
+ {
2252
+ "epoch": 3.179779861394211,
2253
+ "grad_norm": 0.22719787061214447,
2254
+ "learning_rate": 2.914285714285715e-07,
2255
+ "loss": 0.0039,
2256
+ "step": 7800
2257
+ },
2258
+ {
2259
+ "epoch": 3.1899714635140644,
2260
+ "grad_norm": 0.3767295479774475,
2261
+ "learning_rate": 2.557142857142857e-07,
2262
+ "loss": 0.0047,
2263
+ "step": 7825
2264
+ },
2265
+ {
2266
+ "epoch": 3.2001630656339177,
2267
+ "grad_norm": 0.6686317324638367,
2268
+ "learning_rate": 2.2e-07,
2269
+ "loss": 0.0041,
2270
+ "step": 7850
2271
+ },
2272
+ {
2273
+ "epoch": 3.210354667753771,
2274
+ "grad_norm": 0.40455150604248047,
2275
+ "learning_rate": 1.842857142857143e-07,
2276
+ "loss": 0.0058,
2277
+ "step": 7875
2278
+ },
2279
+ {
2280
+ "epoch": 3.220546269873624,
2281
+ "grad_norm": 0.2686769962310791,
2282
+ "learning_rate": 1.4857142857142857e-07,
2283
+ "loss": 0.0046,
2284
+ "step": 7900
2285
+ },
2286
+ {
2287
+ "epoch": 3.2307378719934774,
2288
+ "grad_norm": 0.17891818284988403,
2289
+ "learning_rate": 1.1285714285714287e-07,
2290
+ "loss": 0.0038,
2291
+ "step": 7925
2292
+ },
2293
+ {
2294
+ "epoch": 3.2409294741133308,
2295
+ "grad_norm": 0.32351842522621155,
2296
+ "learning_rate": 7.714285714285715e-08,
2297
+ "loss": 0.0036,
2298
+ "step": 7950
2299
+ },
2300
+ {
2301
+ "epoch": 3.2511210762331837,
2302
+ "grad_norm": 0.2572202682495117,
2303
+ "learning_rate": 4.1428571428571426e-08,
2304
+ "loss": 0.0036,
2305
+ "step": 7975
2306
+ },
2307
+ {
2308
+ "epoch": 3.261312678353037,
2309
+ "grad_norm": 0.1762164831161499,
2310
+ "learning_rate": 5.714285714285715e-09,
2311
+ "loss": 0.0044,
2312
+ "step": 8000
2313
+ },
2314
+ {
2315
+ "epoch": 3.261312678353037,
2316
+ "eval_loss": 0.02037939429283142,
2317
+ "eval_runtime": 2392.6668,
2318
+ "eval_samples_per_second": 4.261,
2319
+ "eval_steps_per_second": 0.133,
2320
+ "eval_wer": 2.2782892974889872,
2321
+ "step": 8000
2322
+ }
2323
+ ],
2324
+ "logging_steps": 25,
2325
+ "max_steps": 8000,
2326
+ "num_input_tokens_seen": 0,
2327
+ "num_train_epochs": 4,
2328
+ "save_steps": 1000,
2329
+ "stateful_callbacks": {
2330
+ "TrainerControl": {
2331
+ "args": {
2332
+ "should_epoch_stop": false,
2333
+ "should_evaluate": false,
2334
+ "should_log": false,
2335
+ "should_save": true,
2336
+ "should_training_stop": true
2337
+ },
2338
+ "attributes": {}
2339
+ }
2340
+ },
2341
+ "total_flos": 2.6124729999261696e+20,
2342
+ "train_batch_size": 32,
2343
+ "trial_name": null,
2344
+ "trial_params": null
2345
+ }