DewiBrynJones commited on
Commit
8e161f7
1 Parent(s): eda2019

End of training

Browse files
README.md CHANGED
@@ -15,7 +15,7 @@ should probably proofread and complete it, then remove this comment. -->
15
 
16
  # whisper-large-v3-turbo-ft-cv-cy-train-all-plus-other-with-excluded
17
 
18
- This model is a fine-tuned version of [openai/whisper-large-v3-turbo](https://huggingface.co/openai/whisper-large-v3-turbo) on an unknown dataset.
19
  It achieves the following results on the evaluation set:
20
  - Loss: 0.3134
21
  - Wer: 0.1746
 
15
 
16
  # whisper-large-v3-turbo-ft-cv-cy-train-all-plus-other-with-excluded
17
 
18
+ This model is a fine-tuned version of [openai/whisper-large-v3-turbo](https://huggingface.co/openai/whisper-large-v3-turbo) on the DewiBrynJones/commonvoice_18_0_cy train_all+other_with_excluded main dataset.
19
  It achieves the following results on the evaluation set:
20
  - Loss: 0.3134
21
  - Wer: 0.1746
all_results.json CHANGED
@@ -1,15 +1,15 @@
1
  {
2
  "epoch": 7.072135785007072,
3
- "eval_loss": 0.3181316554546356,
4
- "eval_runtime": 2245.0023,
5
  "eval_samples": 5381,
6
- "eval_samples_per_second": 2.397,
7
- "eval_steps_per_second": 0.15,
8
- "eval_wer": 0.16825718716449958,
9
- "total_flos": 5.4329055670370304e+20,
10
- "train_loss": 0.09240171913430095,
11
- "train_runtime": 60495.4593,
12
  "train_samples": 22611,
13
- "train_samples_per_second": 2.645,
14
- "train_steps_per_second": 0.083
15
  }
 
1
  {
2
  "epoch": 7.072135785007072,
3
+ "eval_loss": 0.3134021461009979,
4
+ "eval_runtime": 1754.3748,
5
  "eval_samples": 5381,
6
+ "eval_samples_per_second": 3.067,
7
+ "eval_steps_per_second": 0.192,
8
+ "eval_wer": 0.17463915066205415,
9
+ "total_flos": 2.7263703386750976e+20,
10
+ "train_loss": 0.12853609090298415,
11
+ "train_runtime": 49407.2097,
12
  "train_samples": 22611,
13
+ "train_samples_per_second": 3.238,
14
+ "train_steps_per_second": 0.101
15
  }
eval_results.json CHANGED
@@ -1,9 +1,9 @@
1
  {
2
  "epoch": 7.072135785007072,
3
- "eval_loss": 0.3181316554546356,
4
- "eval_runtime": 2245.0023,
5
  "eval_samples": 5381,
6
- "eval_samples_per_second": 2.397,
7
- "eval_steps_per_second": 0.15,
8
- "eval_wer": 0.16825718716449958
9
  }
 
1
  {
2
  "epoch": 7.072135785007072,
3
+ "eval_loss": 0.3134021461009979,
4
+ "eval_runtime": 1754.3748,
5
  "eval_samples": 5381,
6
+ "eval_samples_per_second": 3.067,
7
+ "eval_steps_per_second": 0.192,
8
+ "eval_wer": 0.17463915066205415
9
  }
runs/Oct10_16-21-13_4fc0a42a8f03/events.out.tfevents.1728625433.4fc0a42a8f03.181.1 ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:fad36cb131dd8c4c25299af26b298f31c10490b3d16e2caef22919480f20bee5
3
+ size 406
train_results.json CHANGED
@@ -1,9 +1,9 @@
1
  {
2
  "epoch": 7.072135785007072,
3
- "total_flos": 5.4329055670370304e+20,
4
- "train_loss": 0.09240171913430095,
5
- "train_runtime": 60495.4593,
6
  "train_samples": 22611,
7
- "train_samples_per_second": 2.645,
8
- "train_steps_per_second": 0.083
9
  }
 
1
  {
2
  "epoch": 7.072135785007072,
3
+ "total_flos": 2.7263703386750976e+20,
4
+ "train_loss": 0.12853609090298415,
5
+ "train_runtime": 49407.2097,
6
  "train_samples": 22611,
7
+ "train_samples_per_second": 3.238,
8
+ "train_steps_per_second": 0.101
9
  }
trainer_state.json CHANGED
@@ -10,1457 +10,1457 @@
10
  "log_history": [
11
  {
12
  "epoch": 0.03536067892503536,
13
- "grad_norm": 5.833098411560059,
14
- "learning_rate": 5.000000000000001e-07,
15
- "loss": 1.0626,
16
  "step": 25
17
  },
18
  {
19
  "epoch": 0.07072135785007072,
20
- "grad_norm": 5.129093647003174,
21
- "learning_rate": 1.0000000000000002e-06,
22
- "loss": 0.7439,
23
  "step": 50
24
  },
25
  {
26
  "epoch": 0.10608203677510608,
27
- "grad_norm": 4.212141513824463,
28
- "learning_rate": 1.5e-06,
29
- "loss": 0.5203,
30
  "step": 75
31
  },
32
  {
33
  "epoch": 0.14144271570014144,
34
- "grad_norm": 3.9624226093292236,
35
- "learning_rate": 2.0000000000000003e-06,
36
- "loss": 0.4623,
37
  "step": 100
38
  },
39
  {
40
  "epoch": 0.1768033946251768,
41
- "grad_norm": 4.4477338790893555,
42
- "learning_rate": 2.5e-06,
43
- "loss": 0.4498,
44
  "step": 125
45
  },
46
  {
47
  "epoch": 0.21216407355021216,
48
- "grad_norm": 3.65051007270813,
49
- "learning_rate": 3e-06,
50
- "loss": 0.4272,
51
  "step": 150
52
  },
53
  {
54
  "epoch": 0.24752475247524752,
55
- "grad_norm": 4.097436904907227,
56
- "learning_rate": 3.5e-06,
57
- "loss": 0.4245,
58
  "step": 175
59
  },
60
  {
61
  "epoch": 0.2828854314002829,
62
- "grad_norm": 3.8615634441375732,
63
- "learning_rate": 4.000000000000001e-06,
64
- "loss": 0.4303,
65
  "step": 200
66
  },
67
  {
68
  "epoch": 0.31824611032531824,
69
- "grad_norm": 3.634308099746704,
70
- "learning_rate": 4.5e-06,
71
- "loss": 0.3885,
72
  "step": 225
73
  },
74
  {
75
  "epoch": 0.3536067892503536,
76
- "grad_norm": 3.808622360229492,
77
- "learning_rate": 5e-06,
78
- "loss": 0.3891,
79
  "step": 250
80
  },
81
  {
82
  "epoch": 0.38896746817538896,
83
- "grad_norm": 3.767564058303833,
84
- "learning_rate": 5.500000000000001e-06,
85
- "loss": 0.3737,
86
  "step": 275
87
  },
88
  {
89
  "epoch": 0.4243281471004243,
90
- "grad_norm": 4.20762825012207,
91
- "learning_rate": 6e-06,
92
- "loss": 0.3549,
93
  "step": 300
94
  },
95
  {
96
  "epoch": 0.4596888260254597,
97
- "grad_norm": 3.8779282569885254,
98
- "learning_rate": 6.5000000000000004e-06,
99
- "loss": 0.3757,
100
  "step": 325
101
  },
102
  {
103
  "epoch": 0.49504950495049505,
104
- "grad_norm": 3.9535462856292725,
105
- "learning_rate": 7e-06,
106
- "loss": 0.3454,
107
  "step": 350
108
  },
109
  {
110
  "epoch": 0.5304101838755304,
111
- "grad_norm": 3.7318906784057617,
112
- "learning_rate": 7.500000000000001e-06,
113
- "loss": 0.3216,
114
  "step": 375
115
  },
116
  {
117
  "epoch": 0.5657708628005658,
118
- "grad_norm": 4.168917655944824,
119
- "learning_rate": 8.000000000000001e-06,
120
- "loss": 0.3194,
121
  "step": 400
122
  },
123
  {
124
  "epoch": 0.6011315417256011,
125
- "grad_norm": 3.1413733959198,
126
- "learning_rate": 8.5e-06,
127
- "loss": 0.3188,
128
  "step": 425
129
  },
130
  {
131
  "epoch": 0.6364922206506365,
132
- "grad_norm": 3.511763334274292,
133
- "learning_rate": 9e-06,
134
- "loss": 0.3129,
135
  "step": 450
136
  },
137
  {
138
  "epoch": 0.6718528995756718,
139
- "grad_norm": 3.362168073654175,
140
- "learning_rate": 9.5e-06,
141
- "loss": 0.3028,
142
  "step": 475
143
  },
144
  {
145
  "epoch": 0.7072135785007072,
146
- "grad_norm": 3.6675732135772705,
147
- "learning_rate": 1e-05,
148
- "loss": 0.3189,
149
  "step": 500
150
  },
151
  {
152
  "epoch": 0.7425742574257426,
153
- "grad_norm": 3.5820181369781494,
154
- "learning_rate": 9.944444444444445e-06,
155
- "loss": 0.297,
156
  "step": 525
157
  },
158
  {
159
  "epoch": 0.7779349363507779,
160
- "grad_norm": 3.423774003982544,
161
- "learning_rate": 9.88888888888889e-06,
162
- "loss": 0.2935,
163
  "step": 550
164
  },
165
  {
166
  "epoch": 0.8132956152758133,
167
- "grad_norm": 3.7895655632019043,
168
- "learning_rate": 9.833333333333333e-06,
169
- "loss": 0.2718,
170
  "step": 575
171
  },
172
  {
173
  "epoch": 0.8486562942008486,
174
- "grad_norm": 3.2421023845672607,
175
- "learning_rate": 9.777777777777779e-06,
176
- "loss": 0.2741,
177
  "step": 600
178
  },
179
  {
180
  "epoch": 0.884016973125884,
181
- "grad_norm": 3.0554616451263428,
182
- "learning_rate": 9.722222222222223e-06,
183
- "loss": 0.2661,
184
  "step": 625
185
  },
186
  {
187
  "epoch": 0.9193776520509194,
188
- "grad_norm": 2.754528760910034,
189
- "learning_rate": 9.666666666666667e-06,
190
- "loss": 0.2573,
191
  "step": 650
192
  },
193
  {
194
  "epoch": 0.9547383309759547,
195
- "grad_norm": 2.9093120098114014,
196
- "learning_rate": 9.611111111111112e-06,
197
- "loss": 0.2766,
198
  "step": 675
199
  },
200
  {
201
  "epoch": 0.9900990099009901,
202
- "grad_norm": 2.9693257808685303,
203
- "learning_rate": 9.555555555555556e-06,
204
- "loss": 0.2506,
205
  "step": 700
206
  },
207
  {
208
  "epoch": 1.0254596888260255,
209
- "grad_norm": 2.879349946975708,
210
- "learning_rate": 9.5e-06,
211
- "loss": 0.2021,
212
  "step": 725
213
  },
214
  {
215
  "epoch": 1.0608203677510608,
216
- "grad_norm": 2.6136014461517334,
217
- "learning_rate": 9.444444444444445e-06,
218
- "loss": 0.181,
219
  "step": 750
220
  },
221
  {
222
  "epoch": 1.0961810466760962,
223
- "grad_norm": 2.8699588775634766,
224
- "learning_rate": 9.38888888888889e-06,
225
- "loss": 0.1648,
226
  "step": 775
227
  },
228
  {
229
  "epoch": 1.1315417256011315,
230
- "grad_norm": 2.2577948570251465,
231
- "learning_rate": 9.333333333333334e-06,
232
- "loss": 0.171,
233
  "step": 800
234
  },
235
  {
236
  "epoch": 1.166902404526167,
237
- "grad_norm": 2.6615614891052246,
238
- "learning_rate": 9.277777777777778e-06,
239
- "loss": 0.1759,
240
  "step": 825
241
  },
242
  {
243
  "epoch": 1.2022630834512023,
244
- "grad_norm": 3.6334331035614014,
245
- "learning_rate": 9.222222222222224e-06,
246
- "loss": 0.1703,
247
  "step": 850
248
  },
249
  {
250
  "epoch": 1.2376237623762376,
251
- "grad_norm": 2.0051722526550293,
252
- "learning_rate": 9.166666666666666e-06,
253
- "loss": 0.1666,
254
  "step": 875
255
  },
256
  {
257
  "epoch": 1.272984441301273,
258
- "grad_norm": 2.5868630409240723,
259
- "learning_rate": 9.111111111111112e-06,
260
- "loss": 0.1631,
261
  "step": 900
262
  },
263
  {
264
  "epoch": 1.3083451202263083,
265
- "grad_norm": 2.7406225204467773,
266
- "learning_rate": 9.055555555555556e-06,
267
- "loss": 0.1625,
268
  "step": 925
269
  },
270
  {
271
  "epoch": 1.3437057991513437,
272
- "grad_norm": 2.9130780696868896,
273
- "learning_rate": 9e-06,
274
- "loss": 0.1779,
275
  "step": 950
276
  },
277
  {
278
  "epoch": 1.379066478076379,
279
- "grad_norm": 2.973248243331909,
280
- "learning_rate": 8.944444444444446e-06,
281
- "loss": 0.1642,
282
  "step": 975
283
  },
284
  {
285
  "epoch": 1.4144271570014144,
286
- "grad_norm": 2.1427431106567383,
287
- "learning_rate": 8.888888888888888e-06,
288
- "loss": 0.1599,
289
  "step": 1000
290
  },
291
  {
292
  "epoch": 1.4144271570014144,
293
- "eval_loss": 0.2516109049320221,
294
- "eval_runtime": 2179.6002,
295
- "eval_samples_per_second": 2.469,
296
- "eval_steps_per_second": 0.155,
297
- "eval_wer": 0.2035468607101674,
298
  "step": 1000
299
  },
300
  {
301
  "epoch": 1.4497878359264498,
302
- "grad_norm": 3.01638126373291,
303
- "learning_rate": 8.833333333333334e-06,
304
- "loss": 0.1525,
305
  "step": 1025
306
  },
307
  {
308
  "epoch": 1.4851485148514851,
309
- "grad_norm": 2.6232805252075195,
310
- "learning_rate": 8.777777777777778e-06,
311
- "loss": 0.1565,
312
  "step": 1050
313
  },
314
  {
315
  "epoch": 1.5205091937765205,
316
- "grad_norm": 2.569593906402588,
317
- "learning_rate": 8.722222222222224e-06,
318
- "loss": 0.1546,
319
  "step": 1075
320
  },
321
  {
322
  "epoch": 1.5558698727015559,
323
- "grad_norm": 2.730534076690674,
324
- "learning_rate": 8.666666666666668e-06,
325
- "loss": 0.1523,
326
  "step": 1100
327
  },
328
  {
329
  "epoch": 1.5912305516265912,
330
- "grad_norm": 3.71217942237854,
331
- "learning_rate": 8.611111111111112e-06,
332
- "loss": 0.1601,
333
  "step": 1125
334
  },
335
  {
336
  "epoch": 1.6265912305516266,
337
- "grad_norm": 2.2378976345062256,
338
- "learning_rate": 8.555555555555556e-06,
339
- "loss": 0.1517,
340
  "step": 1150
341
  },
342
  {
343
  "epoch": 1.661951909476662,
344
- "grad_norm": 2.2248027324676514,
345
- "learning_rate": 8.5e-06,
346
- "loss": 0.1479,
347
  "step": 1175
348
  },
349
  {
350
  "epoch": 1.6973125884016973,
351
- "grad_norm": 1.97626531124115,
352
- "learning_rate": 8.444444444444446e-06,
353
- "loss": 0.1448,
354
  "step": 1200
355
  },
356
  {
357
  "epoch": 1.7326732673267327,
358
- "grad_norm": 2.5063023567199707,
359
- "learning_rate": 8.38888888888889e-06,
360
- "loss": 0.1493,
361
  "step": 1225
362
  },
363
  {
364
  "epoch": 1.768033946251768,
365
- "grad_norm": 2.230543613433838,
366
- "learning_rate": 8.333333333333334e-06,
367
- "loss": 0.1413,
368
  "step": 1250
369
  },
370
  {
371
  "epoch": 1.8033946251768034,
372
- "grad_norm": 2.3696229457855225,
373
- "learning_rate": 8.277777777777778e-06,
374
- "loss": 0.1514,
375
  "step": 1275
376
  },
377
  {
378
  "epoch": 1.8387553041018387,
379
- "grad_norm": 2.3994140625,
380
- "learning_rate": 8.222222222222222e-06,
381
- "loss": 0.1514,
382
  "step": 1300
383
  },
384
  {
385
  "epoch": 1.874115983026874,
386
- "grad_norm": 2.1594157218933105,
387
- "learning_rate": 8.166666666666668e-06,
388
- "loss": 0.1391,
389
  "step": 1325
390
  },
391
  {
392
  "epoch": 1.9094766619519095,
393
- "grad_norm": 2.2677788734436035,
394
- "learning_rate": 8.111111111111112e-06,
395
- "loss": 0.1333,
396
  "step": 1350
397
  },
398
  {
399
  "epoch": 1.9448373408769448,
400
- "grad_norm": 2.0969929695129395,
401
- "learning_rate": 8.055555555555557e-06,
402
- "loss": 0.141,
403
  "step": 1375
404
  },
405
  {
406
  "epoch": 1.9801980198019802,
407
- "grad_norm": 2.2506678104400635,
408
- "learning_rate": 8.000000000000001e-06,
409
- "loss": 0.1393,
410
  "step": 1400
411
  },
412
  {
413
  "epoch": 2.0155586987270158,
414
- "grad_norm": 1.4057811498641968,
415
- "learning_rate": 7.944444444444445e-06,
416
- "loss": 0.1088,
417
  "step": 1425
418
  },
419
  {
420
  "epoch": 2.050919377652051,
421
- "grad_norm": 1.8405675888061523,
422
- "learning_rate": 7.88888888888889e-06,
423
- "loss": 0.0696,
424
  "step": 1450
425
  },
426
  {
427
  "epoch": 2.0862800565770865,
428
- "grad_norm": 1.7965513467788696,
429
- "learning_rate": 7.833333333333333e-06,
430
- "loss": 0.0715,
431
  "step": 1475
432
  },
433
  {
434
  "epoch": 2.1216407355021216,
435
- "grad_norm": 1.533977746963501,
436
- "learning_rate": 7.77777777777778e-06,
437
- "loss": 0.0655,
438
  "step": 1500
439
  },
440
  {
441
  "epoch": 2.157001414427157,
442
- "grad_norm": 1.5952216386795044,
443
- "learning_rate": 7.722222222222223e-06,
444
- "loss": 0.0701,
445
  "step": 1525
446
  },
447
  {
448
  "epoch": 2.1923620933521923,
449
- "grad_norm": 1.796464443206787,
450
- "learning_rate": 7.666666666666667e-06,
451
- "loss": 0.0649,
452
  "step": 1550
453
  },
454
  {
455
  "epoch": 2.227722772277228,
456
- "grad_norm": 1.637083888053894,
457
- "learning_rate": 7.611111111111111e-06,
458
- "loss": 0.0729,
459
  "step": 1575
460
  },
461
  {
462
  "epoch": 2.263083451202263,
463
- "grad_norm": 1.361791968345642,
464
- "learning_rate": 7.555555555555556e-06,
465
- "loss": 0.0661,
466
  "step": 1600
467
  },
468
  {
469
  "epoch": 2.298444130127298,
470
- "grad_norm": 1.4004043340682983,
471
- "learning_rate": 7.500000000000001e-06,
472
- "loss": 0.0635,
473
  "step": 1625
474
  },
475
  {
476
  "epoch": 2.333804809052334,
477
- "grad_norm": 1.415955662727356,
478
- "learning_rate": 7.444444444444445e-06,
479
- "loss": 0.0694,
480
  "step": 1650
481
  },
482
  {
483
  "epoch": 2.3691654879773694,
484
- "grad_norm": 1.5830997228622437,
485
- "learning_rate": 7.38888888888889e-06,
486
- "loss": 0.0693,
487
  "step": 1675
488
  },
489
  {
490
  "epoch": 2.4045261669024045,
491
- "grad_norm": 1.8817075490951538,
492
- "learning_rate": 7.333333333333333e-06,
493
- "loss": 0.0753,
494
  "step": 1700
495
  },
496
  {
497
  "epoch": 2.4398868458274396,
498
- "grad_norm": 2.290759563446045,
499
- "learning_rate": 7.277777777777778e-06,
500
- "loss": 0.0705,
501
  "step": 1725
502
  },
503
  {
504
  "epoch": 2.4752475247524752,
505
- "grad_norm": 1.521173119544983,
506
- "learning_rate": 7.222222222222223e-06,
507
- "loss": 0.0745,
508
  "step": 1750
509
  },
510
  {
511
  "epoch": 2.510608203677511,
512
- "grad_norm": 2.191132068634033,
513
- "learning_rate": 7.166666666666667e-06,
514
- "loss": 0.0678,
515
  "step": 1775
516
  },
517
  {
518
  "epoch": 2.545968882602546,
519
- "grad_norm": 1.374758243560791,
520
- "learning_rate": 7.111111111111112e-06,
521
- "loss": 0.0622,
522
  "step": 1800
523
  },
524
  {
525
  "epoch": 2.581329561527581,
526
- "grad_norm": 1.8768402338027954,
527
- "learning_rate": 7.055555555555557e-06,
528
- "loss": 0.0596,
529
  "step": 1825
530
  },
531
  {
532
  "epoch": 2.6166902404526167,
533
- "grad_norm": 1.5529979467391968,
534
- "learning_rate": 7e-06,
535
- "loss": 0.063,
536
  "step": 1850
537
  },
538
  {
539
  "epoch": 2.6520509193776522,
540
- "grad_norm": 1.5192201137542725,
541
- "learning_rate": 6.944444444444445e-06,
542
- "loss": 0.072,
543
  "step": 1875
544
  },
545
  {
546
  "epoch": 2.6874115983026874,
547
- "grad_norm": 1.872154951095581,
548
- "learning_rate": 6.88888888888889e-06,
549
- "loss": 0.069,
550
  "step": 1900
551
  },
552
  {
553
  "epoch": 2.7227722772277225,
554
- "grad_norm": 1.8019146919250488,
555
- "learning_rate": 6.833333333333334e-06,
556
- "loss": 0.0599,
557
  "step": 1925
558
  },
559
  {
560
  "epoch": 2.758132956152758,
561
- "grad_norm": 1.5129454135894775,
562
- "learning_rate": 6.777777777777779e-06,
563
- "loss": 0.0671,
564
  "step": 1950
565
  },
566
  {
567
  "epoch": 2.7934936350777937,
568
- "grad_norm": 1.387603998184204,
569
- "learning_rate": 6.7222222222222235e-06,
570
- "loss": 0.059,
571
  "step": 1975
572
  },
573
  {
574
  "epoch": 2.828854314002829,
575
- "grad_norm": 1.5892807245254517,
576
- "learning_rate": 6.666666666666667e-06,
577
- "loss": 0.0651,
578
  "step": 2000
579
  },
580
  {
581
  "epoch": 2.828854314002829,
582
- "eval_loss": 0.23385389149188995,
583
- "eval_runtime": 2134.4668,
584
- "eval_samples_per_second": 2.521,
585
- "eval_steps_per_second": 0.158,
586
- "eval_wer": 0.18308879080679152,
587
  "step": 2000
588
  },
589
  {
590
  "epoch": 2.864214992927864,
591
- "grad_norm": 2.636842727661133,
592
- "learning_rate": 6.6111111111111115e-06,
593
- "loss": 0.0683,
594
  "step": 2025
595
  },
596
  {
597
  "epoch": 2.8995756718528995,
598
- "grad_norm": 2.534872531890869,
599
- "learning_rate": 6.555555555555556e-06,
600
- "loss": 0.0617,
601
  "step": 2050
602
  },
603
  {
604
  "epoch": 2.934936350777935,
605
- "grad_norm": 1.9003880023956299,
606
- "learning_rate": 6.5000000000000004e-06,
607
- "loss": 0.0566,
608
  "step": 2075
609
  },
610
  {
611
  "epoch": 2.9702970297029703,
612
- "grad_norm": 2.0285208225250244,
613
- "learning_rate": 6.444444444444445e-06,
614
- "loss": 0.0652,
615
  "step": 2100
616
  },
617
  {
618
  "epoch": 3.005657708628006,
619
- "grad_norm": 1.0410995483398438,
620
- "learning_rate": 6.3888888888888885e-06,
621
- "loss": 0.0567,
622
  "step": 2125
623
  },
624
  {
625
  "epoch": 3.041018387553041,
626
- "grad_norm": 1.090918779373169,
627
- "learning_rate": 6.333333333333333e-06,
628
- "loss": 0.0304,
629
  "step": 2150
630
  },
631
  {
632
  "epoch": 3.0763790664780766,
633
- "grad_norm": 1.4816592931747437,
634
- "learning_rate": 6.277777777777778e-06,
635
- "loss": 0.0255,
636
  "step": 2175
637
  },
638
  {
639
  "epoch": 3.1117397454031117,
640
- "grad_norm": 1.5663459300994873,
641
- "learning_rate": 6.222222222222223e-06,
642
- "loss": 0.0279,
643
  "step": 2200
644
  },
645
  {
646
  "epoch": 3.1471004243281473,
647
- "grad_norm": 1.0855896472930908,
648
- "learning_rate": 6.166666666666667e-06,
649
- "loss": 0.0257,
650
  "step": 2225
651
  },
652
  {
653
  "epoch": 3.1824611032531824,
654
- "grad_norm": 0.9822140336036682,
655
- "learning_rate": 6.111111111111112e-06,
656
- "loss": 0.0274,
657
  "step": 2250
658
  },
659
  {
660
  "epoch": 3.217821782178218,
661
- "grad_norm": 1.3822486400604248,
662
- "learning_rate": 6.055555555555555e-06,
663
- "loss": 0.0295,
664
  "step": 2275
665
  },
666
  {
667
  "epoch": 3.253182461103253,
668
- "grad_norm": 0.9994338154792786,
669
- "learning_rate": 6e-06,
670
- "loss": 0.0287,
671
  "step": 2300
672
  },
673
  {
674
  "epoch": 3.2885431400282887,
675
- "grad_norm": 1.223861813545227,
676
- "learning_rate": 5.944444444444445e-06,
677
- "loss": 0.0288,
678
  "step": 2325
679
  },
680
  {
681
  "epoch": 3.323903818953324,
682
- "grad_norm": 1.0625354051589966,
683
- "learning_rate": 5.88888888888889e-06,
684
- "loss": 0.0313,
685
  "step": 2350
686
  },
687
  {
688
  "epoch": 3.3592644978783595,
689
- "grad_norm": 1.2225134372711182,
690
- "learning_rate": 5.833333333333334e-06,
691
- "loss": 0.0278,
692
  "step": 2375
693
  },
694
  {
695
  "epoch": 3.3946251768033946,
696
- "grad_norm": 1.0246098041534424,
697
- "learning_rate": 5.777777777777778e-06,
698
- "loss": 0.0285,
699
  "step": 2400
700
  },
701
  {
702
  "epoch": 3.42998585572843,
703
- "grad_norm": 1.376129388809204,
704
- "learning_rate": 5.722222222222222e-06,
705
- "loss": 0.0326,
706
  "step": 2425
707
  },
708
  {
709
  "epoch": 3.4653465346534653,
710
- "grad_norm": 1.7981650829315186,
711
- "learning_rate": 5.666666666666667e-06,
712
- "loss": 0.0326,
713
  "step": 2450
714
  },
715
  {
716
  "epoch": 3.500707213578501,
717
- "grad_norm": 0.6855577230453491,
718
- "learning_rate": 5.611111111111112e-06,
719
- "loss": 0.0272,
720
  "step": 2475
721
  },
722
  {
723
  "epoch": 3.536067892503536,
724
- "grad_norm": 1.0780831575393677,
725
- "learning_rate": 5.555555555555557e-06,
726
- "loss": 0.026,
727
  "step": 2500
728
  },
729
  {
730
  "epoch": 3.571428571428571,
731
- "grad_norm": 1.4502952098846436,
732
- "learning_rate": 5.500000000000001e-06,
733
- "loss": 0.0326,
734
  "step": 2525
735
  },
736
  {
737
  "epoch": 3.6067892503536068,
738
- "grad_norm": 1.2788467407226562,
739
- "learning_rate": 5.444444444444445e-06,
740
- "loss": 0.0278,
741
  "step": 2550
742
  },
743
  {
744
  "epoch": 3.6421499292786423,
745
- "grad_norm": 1.4065041542053223,
746
- "learning_rate": 5.388888888888889e-06,
747
- "loss": 0.028,
748
  "step": 2575
749
  },
750
  {
751
  "epoch": 3.6775106082036775,
752
- "grad_norm": 0.9822909832000732,
753
- "learning_rate": 5.333333333333334e-06,
754
- "loss": 0.024,
755
  "step": 2600
756
  },
757
  {
758
  "epoch": 3.7128712871287126,
759
- "grad_norm": 0.9713716506958008,
760
- "learning_rate": 5.2777777777777785e-06,
761
- "loss": 0.0314,
762
  "step": 2625
763
  },
764
  {
765
  "epoch": 3.748231966053748,
766
- "grad_norm": 1.5902820825576782,
767
- "learning_rate": 5.2222222222222226e-06,
768
- "loss": 0.0286,
769
  "step": 2650
770
  },
771
  {
772
  "epoch": 3.783592644978784,
773
- "grad_norm": 1.065138816833496,
774
- "learning_rate": 5.1666666666666675e-06,
775
- "loss": 0.0237,
776
  "step": 2675
777
  },
778
  {
779
  "epoch": 3.818953323903819,
780
- "grad_norm": 1.4179657697677612,
781
- "learning_rate": 5.1111111111111115e-06,
782
- "loss": 0.0265,
783
  "step": 2700
784
  },
785
  {
786
  "epoch": 3.854314002828854,
787
- "grad_norm": 1.563292384147644,
788
- "learning_rate": 5.0555555555555555e-06,
789
- "loss": 0.0321,
790
  "step": 2725
791
  },
792
  {
793
  "epoch": 3.8896746817538896,
794
- "grad_norm": 1.1048407554626465,
795
- "learning_rate": 5e-06,
796
- "loss": 0.0277,
797
  "step": 2750
798
  },
799
  {
800
  "epoch": 3.9250353606789252,
801
- "grad_norm": 1.585411787033081,
802
- "learning_rate": 4.944444444444445e-06,
803
- "loss": 0.0309,
804
  "step": 2775
805
  },
806
  {
807
  "epoch": 3.9603960396039604,
808
- "grad_norm": 1.438583493232727,
809
- "learning_rate": 4.888888888888889e-06,
810
- "loss": 0.0229,
811
  "step": 2800
812
  },
813
  {
814
  "epoch": 3.9957567185289955,
815
- "grad_norm": 1.6560890674591064,
816
- "learning_rate": 4.833333333333333e-06,
817
- "loss": 0.0265,
818
  "step": 2825
819
  },
820
  {
821
  "epoch": 4.0311173974540315,
822
- "grad_norm": 1.1240108013153076,
823
- "learning_rate": 4.777777777777778e-06,
824
- "loss": 0.013,
825
  "step": 2850
826
  },
827
  {
828
  "epoch": 4.066478076379067,
829
- "grad_norm": 1.5441868305206299,
830
- "learning_rate": 4.722222222222222e-06,
831
- "loss": 0.013,
832
  "step": 2875
833
  },
834
  {
835
  "epoch": 4.101838755304102,
836
- "grad_norm": 0.6906932592391968,
837
- "learning_rate": 4.666666666666667e-06,
838
- "loss": 0.0137,
839
  "step": 2900
840
  },
841
  {
842
  "epoch": 4.137199434229137,
843
- "grad_norm": 0.4889713227748871,
844
- "learning_rate": 4.611111111111112e-06,
845
- "loss": 0.0107,
846
  "step": 2925
847
  },
848
  {
849
  "epoch": 4.172560113154173,
850
- "grad_norm": 1.0169159173965454,
851
- "learning_rate": 4.555555555555556e-06,
852
- "loss": 0.0105,
853
  "step": 2950
854
  },
855
  {
856
  "epoch": 4.207920792079208,
857
- "grad_norm": 0.5549736022949219,
858
- "learning_rate": 4.5e-06,
859
- "loss": 0.0111,
860
  "step": 2975
861
  },
862
  {
863
  "epoch": 4.243281471004243,
864
- "grad_norm": 1.1406062841415405,
865
- "learning_rate": 4.444444444444444e-06,
866
- "loss": 0.0119,
867
  "step": 3000
868
  },
869
  {
870
  "epoch": 4.243281471004243,
871
- "eval_loss": 0.2719973921775818,
872
- "eval_runtime": 2233.3625,
873
- "eval_samples_per_second": 2.409,
874
- "eval_steps_per_second": 0.151,
875
- "eval_wer": 0.1750566622927353,
876
  "step": 3000
877
  },
878
  {
879
  "epoch": 4.278642149929278,
880
- "grad_norm": 0.460374653339386,
881
- "learning_rate": 4.388888888888889e-06,
882
- "loss": 0.0085,
883
  "step": 3025
884
  },
885
  {
886
  "epoch": 4.314002828854314,
887
- "grad_norm": 0.334330677986145,
888
- "learning_rate": 4.333333333333334e-06,
889
- "loss": 0.01,
890
  "step": 3050
891
  },
892
  {
893
  "epoch": 4.3493635077793495,
894
- "grad_norm": 0.8199196457862854,
895
- "learning_rate": 4.277777777777778e-06,
896
- "loss": 0.0105,
897
  "step": 3075
898
  },
899
  {
900
  "epoch": 4.384724186704385,
901
- "grad_norm": 0.9259428977966309,
902
- "learning_rate": 4.222222222222223e-06,
903
- "loss": 0.0108,
904
  "step": 3100
905
  },
906
  {
907
  "epoch": 4.42008486562942,
908
- "grad_norm": 1.7561092376708984,
909
- "learning_rate": 4.166666666666667e-06,
910
- "loss": 0.0098,
911
  "step": 3125
912
  },
913
  {
914
  "epoch": 4.455445544554456,
915
- "grad_norm": 0.5159019827842712,
916
- "learning_rate": 4.111111111111111e-06,
917
- "loss": 0.0114,
918
  "step": 3150
919
  },
920
  {
921
  "epoch": 4.490806223479491,
922
- "grad_norm": 0.6501268148422241,
923
- "learning_rate": 4.055555555555556e-06,
924
- "loss": 0.0116,
925
  "step": 3175
926
  },
927
  {
928
  "epoch": 4.526166902404526,
929
- "grad_norm": 0.4661734402179718,
930
- "learning_rate": 4.000000000000001e-06,
931
- "loss": 0.0125,
932
  "step": 3200
933
  },
934
  {
935
  "epoch": 4.561527581329561,
936
- "grad_norm": 1.581214427947998,
937
- "learning_rate": 3.944444444444445e-06,
938
- "loss": 0.0126,
939
  "step": 3225
940
  },
941
  {
942
  "epoch": 4.596888260254596,
943
- "grad_norm": 0.7272769212722778,
944
- "learning_rate": 3.88888888888889e-06,
945
- "loss": 0.0116,
946
  "step": 3250
947
  },
948
  {
949
  "epoch": 4.632248939179632,
950
- "grad_norm": 1.0151731967926025,
951
- "learning_rate": 3.833333333333334e-06,
952
- "loss": 0.0089,
953
  "step": 3275
954
  },
955
  {
956
  "epoch": 4.667609618104668,
957
- "grad_norm": 0.4858356714248657,
958
- "learning_rate": 3.777777777777778e-06,
959
- "loss": 0.0095,
960
  "step": 3300
961
  },
962
  {
963
  "epoch": 4.702970297029703,
964
- "grad_norm": 1.0517410039901733,
965
- "learning_rate": 3.7222222222222225e-06,
966
- "loss": 0.0107,
967
  "step": 3325
968
  },
969
  {
970
  "epoch": 4.738330975954739,
971
- "grad_norm": 1.0615334510803223,
972
- "learning_rate": 3.6666666666666666e-06,
973
- "loss": 0.0132,
974
  "step": 3350
975
  },
976
  {
977
  "epoch": 4.773691654879774,
978
- "grad_norm": 1.1842697858810425,
979
- "learning_rate": 3.6111111111111115e-06,
980
- "loss": 0.009,
981
  "step": 3375
982
  },
983
  {
984
  "epoch": 4.809052333804809,
985
- "grad_norm": 0.6705470681190491,
986
- "learning_rate": 3.555555555555556e-06,
987
- "loss": 0.0109,
988
  "step": 3400
989
  },
990
  {
991
  "epoch": 4.844413012729844,
992
- "grad_norm": 0.22446350753307343,
993
- "learning_rate": 3.5e-06,
994
- "loss": 0.0113,
995
  "step": 3425
996
  },
997
  {
998
  "epoch": 4.879773691654879,
999
- "grad_norm": 0.6739686131477356,
1000
- "learning_rate": 3.444444444444445e-06,
1001
- "loss": 0.0089,
1002
  "step": 3450
1003
  },
1004
  {
1005
  "epoch": 4.915134370579915,
1006
- "grad_norm": 0.9094479084014893,
1007
- "learning_rate": 3.3888888888888893e-06,
1008
- "loss": 0.0096,
1009
  "step": 3475
1010
  },
1011
  {
1012
  "epoch": 4.9504950495049505,
1013
- "grad_norm": 0.486494243144989,
1014
- "learning_rate": 3.3333333333333333e-06,
1015
- "loss": 0.0116,
1016
  "step": 3500
1017
  },
1018
  {
1019
  "epoch": 4.985855728429986,
1020
- "grad_norm": 1.4182993173599243,
1021
- "learning_rate": 3.277777777777778e-06,
1022
- "loss": 0.011,
1023
  "step": 3525
1024
  },
1025
  {
1026
  "epoch": 5.021216407355022,
1027
- "grad_norm": 0.35871076583862305,
1028
- "learning_rate": 3.2222222222222227e-06,
1029
- "loss": 0.0087,
1030
  "step": 3550
1031
  },
1032
  {
1033
  "epoch": 5.056577086280057,
1034
- "grad_norm": 0.08477536588907242,
1035
- "learning_rate": 3.1666666666666667e-06,
1036
- "loss": 0.0053,
1037
  "step": 3575
1038
  },
1039
  {
1040
  "epoch": 5.091937765205092,
1041
- "grad_norm": 0.2496667057275772,
1042
- "learning_rate": 3.1111111111111116e-06,
1043
- "loss": 0.0033,
1044
  "step": 3600
1045
  },
1046
  {
1047
  "epoch": 5.127298444130127,
1048
- "grad_norm": 0.21481718122959137,
1049
- "learning_rate": 3.055555555555556e-06,
1050
- "loss": 0.0039,
1051
  "step": 3625
1052
  },
1053
  {
1054
  "epoch": 5.162659123055163,
1055
- "grad_norm": 1.028740406036377,
1056
- "learning_rate": 3e-06,
1057
- "loss": 0.0027,
1058
  "step": 3650
1059
  },
1060
  {
1061
  "epoch": 5.198019801980198,
1062
- "grad_norm": 1.1931138038635254,
1063
- "learning_rate": 2.944444444444445e-06,
1064
- "loss": 0.0041,
1065
  "step": 3675
1066
  },
1067
  {
1068
  "epoch": 5.233380480905233,
1069
- "grad_norm": 0.2043699473142624,
1070
- "learning_rate": 2.888888888888889e-06,
1071
- "loss": 0.0042,
1072
  "step": 3700
1073
  },
1074
  {
1075
  "epoch": 5.2687411598302685,
1076
- "grad_norm": 0.15545345842838287,
1077
- "learning_rate": 2.8333333333333335e-06,
1078
- "loss": 0.0036,
1079
  "step": 3725
1080
  },
1081
  {
1082
  "epoch": 5.3041018387553045,
1083
- "grad_norm": 0.127390518784523,
1084
- "learning_rate": 2.7777777777777783e-06,
1085
- "loss": 0.0035,
1086
  "step": 3750
1087
  },
1088
  {
1089
  "epoch": 5.33946251768034,
1090
- "grad_norm": 0.2568166255950928,
1091
- "learning_rate": 2.7222222222222224e-06,
1092
- "loss": 0.0039,
1093
  "step": 3775
1094
  },
1095
  {
1096
  "epoch": 5.374823196605375,
1097
- "grad_norm": 0.7207896709442139,
1098
- "learning_rate": 2.666666666666667e-06,
1099
- "loss": 0.0037,
1100
  "step": 3800
1101
  },
1102
  {
1103
  "epoch": 5.41018387553041,
1104
- "grad_norm": 0.2093198150396347,
1105
- "learning_rate": 2.6111111111111113e-06,
1106
- "loss": 0.0033,
1107
  "step": 3825
1108
  },
1109
  {
1110
  "epoch": 5.445544554455446,
1111
- "grad_norm": 1.7021733522415161,
1112
- "learning_rate": 2.5555555555555557e-06,
1113
- "loss": 0.0044,
1114
  "step": 3850
1115
  },
1116
  {
1117
  "epoch": 5.480905233380481,
1118
- "grad_norm": 0.4927394390106201,
1119
- "learning_rate": 2.5e-06,
1120
- "loss": 0.0033,
1121
  "step": 3875
1122
  },
1123
  {
1124
  "epoch": 5.516265912305516,
1125
- "grad_norm": 0.16159459948539734,
1126
- "learning_rate": 2.4444444444444447e-06,
1127
- "loss": 0.0035,
1128
  "step": 3900
1129
  },
1130
  {
1131
  "epoch": 5.551626591230551,
1132
- "grad_norm": 0.25875765085220337,
1133
- "learning_rate": 2.388888888888889e-06,
1134
- "loss": 0.0049,
1135
  "step": 3925
1136
  },
1137
  {
1138
  "epoch": 5.586987270155587,
1139
- "grad_norm": 0.22136487066745758,
1140
- "learning_rate": 2.3333333333333336e-06,
1141
- "loss": 0.0045,
1142
  "step": 3950
1143
  },
1144
  {
1145
  "epoch": 5.6223479490806225,
1146
- "grad_norm": 0.2594265341758728,
1147
- "learning_rate": 2.277777777777778e-06,
1148
- "loss": 0.0035,
1149
  "step": 3975
1150
  },
1151
  {
1152
  "epoch": 5.657708628005658,
1153
- "grad_norm": 0.46229287981987,
1154
- "learning_rate": 2.222222222222222e-06,
1155
- "loss": 0.005,
1156
  "step": 4000
1157
  },
1158
  {
1159
  "epoch": 5.657708628005658,
1160
- "eval_loss": 0.2928106486797333,
1161
- "eval_runtime": 2246.0565,
1162
- "eval_samples_per_second": 2.396,
1163
- "eval_steps_per_second": 0.15,
1164
- "eval_wer": 0.16921149946319933,
1165
  "step": 4000
1166
  },
1167
  {
1168
  "epoch": 5.693069306930693,
1169
- "grad_norm": 0.6756157279014587,
1170
- "learning_rate": 2.166666666666667e-06,
1171
- "loss": 0.0033,
1172
  "step": 4025
1173
  },
1174
  {
1175
  "epoch": 5.728429985855728,
1176
- "grad_norm": 0.2873589098453522,
1177
- "learning_rate": 2.1111111111111114e-06,
1178
- "loss": 0.0038,
1179
  "step": 4050
1180
  },
1181
  {
1182
  "epoch": 5.763790664780764,
1183
- "grad_norm": 0.2609182596206665,
1184
- "learning_rate": 2.0555555555555555e-06,
1185
- "loss": 0.0033,
1186
  "step": 4075
1187
  },
1188
  {
1189
  "epoch": 5.799151343705799,
1190
- "grad_norm": 0.47305575013160706,
1191
- "learning_rate": 2.0000000000000003e-06,
1192
- "loss": 0.0026,
1193
  "step": 4100
1194
  },
1195
  {
1196
  "epoch": 5.834512022630834,
1197
- "grad_norm": 0.11515957117080688,
1198
- "learning_rate": 1.944444444444445e-06,
1199
- "loss": 0.0028,
1200
  "step": 4125
1201
  },
1202
  {
1203
  "epoch": 5.86987270155587,
1204
- "grad_norm": 0.48609447479248047,
1205
- "learning_rate": 1.888888888888889e-06,
1206
- "loss": 0.0034,
1207
  "step": 4150
1208
  },
1209
  {
1210
  "epoch": 5.905233380480905,
1211
- "grad_norm": 1.1658227443695068,
1212
- "learning_rate": 1.8333333333333333e-06,
1213
- "loss": 0.0038,
1214
  "step": 4175
1215
  },
1216
  {
1217
  "epoch": 5.9405940594059405,
1218
- "grad_norm": 0.13836970925331116,
1219
- "learning_rate": 1.777777777777778e-06,
1220
- "loss": 0.0044,
1221
  "step": 4200
1222
  },
1223
  {
1224
  "epoch": 5.975954738330976,
1225
- "grad_norm": 0.46859803795814514,
1226
- "learning_rate": 1.7222222222222224e-06,
1227
- "loss": 0.0041,
1228
  "step": 4225
1229
  },
1230
  {
1231
  "epoch": 6.011315417256012,
1232
- "grad_norm": 0.21296146512031555,
1233
- "learning_rate": 1.6666666666666667e-06,
1234
- "loss": 0.0028,
1235
  "step": 4250
1236
  },
1237
  {
1238
  "epoch": 6.046676096181047,
1239
- "grad_norm": 0.05787177383899689,
1240
- "learning_rate": 1.6111111111111113e-06,
1241
- "loss": 0.002,
1242
  "step": 4275
1243
  },
1244
  {
1245
  "epoch": 6.082036775106082,
1246
- "grad_norm": 0.09653793275356293,
1247
- "learning_rate": 1.5555555555555558e-06,
1248
- "loss": 0.002,
1249
  "step": 4300
1250
  },
1251
  {
1252
  "epoch": 6.117397454031117,
1253
- "grad_norm": 0.40661904215812683,
1254
- "learning_rate": 1.5e-06,
1255
- "loss": 0.0015,
1256
  "step": 4325
1257
  },
1258
  {
1259
  "epoch": 6.152758132956153,
1260
- "grad_norm": 0.05121398717164993,
1261
- "learning_rate": 1.4444444444444445e-06,
1262
- "loss": 0.0015,
1263
  "step": 4350
1264
  },
1265
  {
1266
  "epoch": 6.188118811881188,
1267
- "grad_norm": 0.06613893806934357,
1268
- "learning_rate": 1.3888888888888892e-06,
1269
- "loss": 0.0014,
1270
  "step": 4375
1271
  },
1272
  {
1273
  "epoch": 6.223479490806223,
1274
- "grad_norm": 0.04856628179550171,
1275
- "learning_rate": 1.3333333333333334e-06,
1276
- "loss": 0.0023,
1277
  "step": 4400
1278
  },
1279
  {
1280
  "epoch": 6.258840169731259,
1281
- "grad_norm": 0.11592649668455124,
1282
- "learning_rate": 1.2777777777777779e-06,
1283
- "loss": 0.0013,
1284
  "step": 4425
1285
  },
1286
  {
1287
  "epoch": 6.294200848656295,
1288
- "grad_norm": 0.0709163099527359,
1289
- "learning_rate": 1.2222222222222223e-06,
1290
- "loss": 0.0017,
1291
  "step": 4450
1292
  },
1293
  {
1294
  "epoch": 6.32956152758133,
1295
- "grad_norm": 0.05270463228225708,
1296
- "learning_rate": 1.1666666666666668e-06,
1297
- "loss": 0.0016,
1298
  "step": 4475
1299
  },
1300
  {
1301
  "epoch": 6.364922206506365,
1302
- "grad_norm": 0.23842215538024902,
1303
- "learning_rate": 1.111111111111111e-06,
1304
- "loss": 0.0014,
1305
  "step": 4500
1306
  },
1307
  {
1308
  "epoch": 6.4002828854314,
1309
- "grad_norm": 0.046483710408210754,
1310
- "learning_rate": 1.0555555555555557e-06,
1311
- "loss": 0.0014,
1312
  "step": 4525
1313
  },
1314
  {
1315
  "epoch": 6.435643564356436,
1316
- "grad_norm": 0.050459932535886765,
1317
- "learning_rate": 1.0000000000000002e-06,
1318
- "loss": 0.0021,
1319
  "step": 4550
1320
  },
1321
  {
1322
  "epoch": 6.471004243281471,
1323
- "grad_norm": 0.04769385978579521,
1324
- "learning_rate": 9.444444444444445e-07,
1325
- "loss": 0.0014,
1326
  "step": 4575
1327
  },
1328
  {
1329
  "epoch": 6.506364922206506,
1330
- "grad_norm": 0.08741884678602219,
1331
- "learning_rate": 8.88888888888889e-07,
1332
- "loss": 0.0012,
1333
  "step": 4600
1334
  },
1335
  {
1336
  "epoch": 6.5417256011315414,
1337
- "grad_norm": 0.07672213762998581,
1338
- "learning_rate": 8.333333333333333e-07,
1339
- "loss": 0.0013,
1340
  "step": 4625
1341
  },
1342
  {
1343
  "epoch": 6.5770862800565775,
1344
- "grad_norm": 0.3090445399284363,
1345
- "learning_rate": 7.777777777777779e-07,
1346
- "loss": 0.0013,
1347
  "step": 4650
1348
  },
1349
  {
1350
  "epoch": 6.612446958981613,
1351
- "grad_norm": 0.06381077319383621,
1352
- "learning_rate": 7.222222222222222e-07,
1353
- "loss": 0.0023,
1354
  "step": 4675
1355
  },
1356
  {
1357
  "epoch": 6.647807637906648,
1358
- "grad_norm": 0.10808974504470825,
1359
- "learning_rate": 6.666666666666667e-07,
1360
- "loss": 0.0017,
1361
  "step": 4700
1362
  },
1363
  {
1364
  "epoch": 6.683168316831683,
1365
- "grad_norm": 0.06639378517866135,
1366
- "learning_rate": 6.111111111111112e-07,
1367
- "loss": 0.0013,
1368
  "step": 4725
1369
  },
1370
  {
1371
  "epoch": 6.718528995756719,
1372
- "grad_norm": 0.05687042698264122,
1373
- "learning_rate": 5.555555555555555e-07,
1374
- "loss": 0.0017,
1375
  "step": 4750
1376
  },
1377
  {
1378
  "epoch": 6.753889674681754,
1379
- "grad_norm": 0.050000376999378204,
1380
- "learning_rate": 5.000000000000001e-07,
1381
- "loss": 0.0012,
1382
  "step": 4775
1383
  },
1384
  {
1385
  "epoch": 6.789250353606789,
1386
- "grad_norm": 0.043993644416332245,
1387
- "learning_rate": 4.444444444444445e-07,
1388
- "loss": 0.0015,
1389
  "step": 4800
1390
  },
1391
  {
1392
  "epoch": 6.824611032531824,
1393
- "grad_norm": 0.0865250751376152,
1394
- "learning_rate": 3.8888888888888895e-07,
1395
- "loss": 0.0017,
1396
  "step": 4825
1397
  },
1398
  {
1399
  "epoch": 6.85997171145686,
1400
- "grad_norm": 0.06808679550886154,
1401
- "learning_rate": 3.3333333333333335e-07,
1402
- "loss": 0.0011,
1403
  "step": 4850
1404
  },
1405
  {
1406
  "epoch": 6.8953323903818955,
1407
- "grad_norm": 0.03820795193314552,
1408
- "learning_rate": 2.7777777777777776e-07,
1409
- "loss": 0.0014,
1410
  "step": 4875
1411
  },
1412
  {
1413
  "epoch": 6.930693069306931,
1414
- "grad_norm": 0.07484640926122665,
1415
- "learning_rate": 2.2222222222222224e-07,
1416
- "loss": 0.0014,
1417
  "step": 4900
1418
  },
1419
  {
1420
  "epoch": 6.966053748231966,
1421
- "grad_norm": 0.07878479361534119,
1422
- "learning_rate": 1.6666666666666668e-07,
1423
- "loss": 0.0012,
1424
  "step": 4925
1425
  },
1426
  {
1427
  "epoch": 7.001414427157002,
1428
- "grad_norm": 0.0370086245238781,
1429
- "learning_rate": 1.1111111111111112e-07,
1430
- "loss": 0.0017,
1431
  "step": 4950
1432
  },
1433
  {
1434
  "epoch": 7.036775106082037,
1435
- "grad_norm": 0.04006652534008026,
1436
- "learning_rate": 5.555555555555556e-08,
1437
- "loss": 0.0012,
1438
  "step": 4975
1439
  },
1440
  {
1441
  "epoch": 7.072135785007072,
1442
- "grad_norm": 0.04126604646444321,
1443
- "learning_rate": 0.0,
1444
- "loss": 0.0009,
1445
  "step": 5000
1446
  },
1447
  {
1448
  "epoch": 7.072135785007072,
1449
- "eval_loss": 0.3181316554546356,
1450
- "eval_runtime": 2177.6024,
1451
- "eval_samples_per_second": 2.471,
1452
- "eval_steps_per_second": 0.155,
1453
- "eval_wer": 0.16825718716449958,
1454
  "step": 5000
1455
  },
1456
  {
1457
  "epoch": 7.072135785007072,
1458
  "step": 5000,
1459
- "total_flos": 5.4329055670370304e+20,
1460
- "train_loss": 0.09240171913430095,
1461
- "train_runtime": 60495.4593,
1462
- "train_samples_per_second": 2.645,
1463
- "train_steps_per_second": 0.083
1464
  }
1465
  ],
1466
  "logging_steps": 25,
@@ -1480,7 +1480,7 @@
1480
  "attributes": {}
1481
  }
1482
  },
1483
- "total_flos": 5.4329055670370304e+20,
1484
  "train_batch_size": 16,
1485
  "trial_name": null,
1486
  "trial_params": null
 
10
  "log_history": [
11
  {
12
  "epoch": 0.03536067892503536,
13
+ "grad_norm": 15.248167037963867,
14
+ "learning_rate": 4.800000000000001e-07,
15
+ "loss": 1.6047,
16
  "step": 25
17
  },
18
  {
19
  "epoch": 0.07072135785007072,
20
+ "grad_norm": 11.99557876586914,
21
+ "learning_rate": 9.800000000000001e-07,
22
+ "loss": 0.7922,
23
  "step": 50
24
  },
25
  {
26
  "epoch": 0.10608203677510608,
27
+ "grad_norm": 10.12234878540039,
28
+ "learning_rate": 1.48e-06,
29
+ "loss": 0.6289,
30
  "step": 75
31
  },
32
  {
33
  "epoch": 0.14144271570014144,
34
+ "grad_norm": 10.784132957458496,
35
+ "learning_rate": 1.98e-06,
36
+ "loss": 0.5627,
37
  "step": 100
38
  },
39
  {
40
  "epoch": 0.1768033946251768,
41
+ "grad_norm": 10.604392051696777,
42
+ "learning_rate": 2.4800000000000004e-06,
43
+ "loss": 0.563,
44
  "step": 125
45
  },
46
  {
47
  "epoch": 0.21216407355021216,
48
+ "grad_norm": 9.61458969116211,
49
+ "learning_rate": 2.9800000000000003e-06,
50
+ "loss": 0.5218,
51
  "step": 150
52
  },
53
  {
54
  "epoch": 0.24752475247524752,
55
+ "grad_norm": 10.1797513961792,
56
+ "learning_rate": 3.48e-06,
57
+ "loss": 0.5316,
58
  "step": 175
59
  },
60
  {
61
  "epoch": 0.2828854314002829,
62
+ "grad_norm": 9.834571838378906,
63
+ "learning_rate": 3.980000000000001e-06,
64
+ "loss": 0.5232,
65
  "step": 200
66
  },
67
  {
68
  "epoch": 0.31824611032531824,
69
+ "grad_norm": 9.805900573730469,
70
+ "learning_rate": 4.48e-06,
71
+ "loss": 0.4902,
72
  "step": 225
73
  },
74
  {
75
  "epoch": 0.3536067892503536,
76
+ "grad_norm": 10.328847885131836,
77
+ "learning_rate": 4.980000000000001e-06,
78
+ "loss": 0.4885,
79
  "step": 250
80
  },
81
  {
82
  "epoch": 0.38896746817538896,
83
+ "grad_norm": 9.624419212341309,
84
+ "learning_rate": 5.480000000000001e-06,
85
+ "loss": 0.4615,
86
  "step": 275
87
  },
88
  {
89
  "epoch": 0.4243281471004243,
90
+ "grad_norm": 12.492682456970215,
91
+ "learning_rate": 5.98e-06,
92
+ "loss": 0.4366,
93
  "step": 300
94
  },
95
  {
96
  "epoch": 0.4596888260254597,
97
+ "grad_norm": 9.505845069885254,
98
+ "learning_rate": 6.480000000000001e-06,
99
+ "loss": 0.4758,
100
  "step": 325
101
  },
102
  {
103
  "epoch": 0.49504950495049505,
104
+ "grad_norm": 8.755816459655762,
105
+ "learning_rate": 6.98e-06,
106
+ "loss": 0.44,
107
  "step": 350
108
  },
109
  {
110
  "epoch": 0.5304101838755304,
111
+ "grad_norm": 9.016213417053223,
112
+ "learning_rate": 7.48e-06,
113
+ "loss": 0.4061,
114
  "step": 375
115
  },
116
  {
117
  "epoch": 0.5657708628005658,
118
+ "grad_norm": 9.07496166229248,
119
+ "learning_rate": 7.980000000000002e-06,
120
+ "loss": 0.4171,
121
  "step": 400
122
  },
123
  {
124
  "epoch": 0.6011315417256011,
125
+ "grad_norm": 7.877910137176514,
126
+ "learning_rate": 8.48e-06,
127
+ "loss": 0.4141,
128
  "step": 425
129
  },
130
  {
131
  "epoch": 0.6364922206506365,
132
+ "grad_norm": 8.071303367614746,
133
+ "learning_rate": 8.98e-06,
134
+ "loss": 0.3969,
135
  "step": 450
136
  },
137
  {
138
  "epoch": 0.6718528995756718,
139
+ "grad_norm": 8.29423713684082,
140
+ "learning_rate": 9.48e-06,
141
+ "loss": 0.3924,
142
  "step": 475
143
  },
144
  {
145
  "epoch": 0.7072135785007072,
146
+ "grad_norm": 8.465646743774414,
147
+ "learning_rate": 9.980000000000001e-06,
148
+ "loss": 0.4029,
149
  "step": 500
150
  },
151
  {
152
  "epoch": 0.7425742574257426,
153
+ "grad_norm": 7.924498081207275,
154
+ "learning_rate": 9.946666666666667e-06,
155
+ "loss": 0.379,
156
  "step": 525
157
  },
158
  {
159
  "epoch": 0.7779349363507779,
160
+ "grad_norm": 8.063438415527344,
161
+ "learning_rate": 9.891111111111113e-06,
162
+ "loss": 0.3814,
163
  "step": 550
164
  },
165
  {
166
  "epoch": 0.8132956152758133,
167
+ "grad_norm": 7.638169765472412,
168
+ "learning_rate": 9.835555555555556e-06,
169
+ "loss": 0.3476,
170
  "step": 575
171
  },
172
  {
173
  "epoch": 0.8486562942008486,
174
+ "grad_norm": 8.318132400512695,
175
+ "learning_rate": 9.780000000000001e-06,
176
+ "loss": 0.3499,
177
  "step": 600
178
  },
179
  {
180
  "epoch": 0.884016973125884,
181
+ "grad_norm": 7.153702735900879,
182
+ "learning_rate": 9.724444444444445e-06,
183
+ "loss": 0.3411,
184
  "step": 625
185
  },
186
  {
187
  "epoch": 0.9193776520509194,
188
+ "grad_norm": 5.998073101043701,
189
+ "learning_rate": 9.671111111111112e-06,
190
+ "loss": 0.3206,
191
  "step": 650
192
  },
193
  {
194
  "epoch": 0.9547383309759547,
195
+ "grad_norm": 7.312229156494141,
196
+ "learning_rate": 9.615555555555558e-06,
197
+ "loss": 0.3463,
198
  "step": 675
199
  },
200
  {
201
  "epoch": 0.9900990099009901,
202
+ "grad_norm": 6.737645626068115,
203
+ "learning_rate": 9.56e-06,
204
+ "loss": 0.3285,
205
  "step": 700
206
  },
207
  {
208
  "epoch": 1.0254596888260255,
209
+ "grad_norm": 6.451304912567139,
210
+ "learning_rate": 9.504444444444446e-06,
211
+ "loss": 0.2746,
212
  "step": 725
213
  },
214
  {
215
  "epoch": 1.0608203677510608,
216
+ "grad_norm": 5.666613578796387,
217
+ "learning_rate": 9.44888888888889e-06,
218
+ "loss": 0.2455,
219
  "step": 750
220
  },
221
  {
222
  "epoch": 1.0961810466760962,
223
+ "grad_norm": 6.165246963500977,
224
+ "learning_rate": 9.393333333333334e-06,
225
+ "loss": 0.2246,
226
  "step": 775
227
  },
228
  {
229
  "epoch": 1.1315417256011315,
230
+ "grad_norm": 5.314395904541016,
231
+ "learning_rate": 9.33777777777778e-06,
232
+ "loss": 0.2313,
233
  "step": 800
234
  },
235
  {
236
  "epoch": 1.166902404526167,
237
+ "grad_norm": 6.031562328338623,
238
+ "learning_rate": 9.282222222222222e-06,
239
+ "loss": 0.2445,
240
  "step": 825
241
  },
242
  {
243
  "epoch": 1.2022630834512023,
244
+ "grad_norm": 8.143284797668457,
245
+ "learning_rate": 9.226666666666668e-06,
246
+ "loss": 0.2248,
247
  "step": 850
248
  },
249
  {
250
  "epoch": 1.2376237623762376,
251
+ "grad_norm": 4.90247106552124,
252
+ "learning_rate": 9.171111111111112e-06,
253
+ "loss": 0.2296,
254
  "step": 875
255
  },
256
  {
257
  "epoch": 1.272984441301273,
258
+ "grad_norm": 5.334079265594482,
259
+ "learning_rate": 9.115555555555556e-06,
260
+ "loss": 0.2252,
261
  "step": 900
262
  },
263
  {
264
  "epoch": 1.3083451202263083,
265
+ "grad_norm": 6.497454643249512,
266
+ "learning_rate": 9.060000000000001e-06,
267
+ "loss": 0.2261,
268
  "step": 925
269
  },
270
  {
271
  "epoch": 1.3437057991513437,
272
+ "grad_norm": 7.067910671234131,
273
+ "learning_rate": 9.004444444444445e-06,
274
+ "loss": 0.2416,
275
  "step": 950
276
  },
277
  {
278
  "epoch": 1.379066478076379,
279
+ "grad_norm": 8.470537185668945,
280
+ "learning_rate": 8.94888888888889e-06,
281
+ "loss": 0.2219,
282
  "step": 975
283
  },
284
  {
285
  "epoch": 1.4144271570014144,
286
+ "grad_norm": 4.9936747550964355,
287
+ "learning_rate": 8.893333333333333e-06,
288
+ "loss": 0.2147,
289
  "step": 1000
290
  },
291
  {
292
  "epoch": 1.4144271570014144,
293
+ "eval_loss": 0.3066270351409912,
294
+ "eval_runtime": 1765.706,
295
+ "eval_samples_per_second": 3.048,
296
+ "eval_steps_per_second": 0.191,
297
+ "eval_wer": 0.23493975903614459,
298
  "step": 1000
299
  },
300
  {
301
  "epoch": 1.4497878359264498,
302
+ "grad_norm": 7.876005172729492,
303
+ "learning_rate": 8.83777777777778e-06,
304
+ "loss": 0.2032,
305
  "step": 1025
306
  },
307
  {
308
  "epoch": 1.4851485148514851,
309
+ "grad_norm": 6.1690826416015625,
310
+ "learning_rate": 8.782222222222223e-06,
311
+ "loss": 0.216,
312
  "step": 1050
313
  },
314
  {
315
  "epoch": 1.5205091937765205,
316
+ "grad_norm": 5.094773769378662,
317
+ "learning_rate": 8.726666666666667e-06,
318
+ "loss": 0.2189,
319
  "step": 1075
320
  },
321
  {
322
  "epoch": 1.5558698727015559,
323
+ "grad_norm": 6.5309834480285645,
324
+ "learning_rate": 8.671111111111113e-06,
325
+ "loss": 0.2188,
326
  "step": 1100
327
  },
328
  {
329
  "epoch": 1.5912305516265912,
330
+ "grad_norm": 7.060642242431641,
331
+ "learning_rate": 8.615555555555555e-06,
332
+ "loss": 0.2233,
333
  "step": 1125
334
  },
335
  {
336
  "epoch": 1.6265912305516266,
337
+ "grad_norm": 5.661276817321777,
338
+ "learning_rate": 8.560000000000001e-06,
339
+ "loss": 0.2124,
340
  "step": 1150
341
  },
342
  {
343
  "epoch": 1.661951909476662,
344
+ "grad_norm": 5.289186477661133,
345
+ "learning_rate": 8.504444444444445e-06,
346
+ "loss": 0.2022,
347
  "step": 1175
348
  },
349
  {
350
  "epoch": 1.6973125884016973,
351
+ "grad_norm": 4.7772064208984375,
352
+ "learning_rate": 8.448888888888889e-06,
353
+ "loss": 0.2018,
354
  "step": 1200
355
  },
356
  {
357
  "epoch": 1.7326732673267327,
358
+ "grad_norm": 5.6891303062438965,
359
+ "learning_rate": 8.393333333333335e-06,
360
+ "loss": 0.2059,
361
  "step": 1225
362
  },
363
  {
364
  "epoch": 1.768033946251768,
365
+ "grad_norm": 5.304312229156494,
366
+ "learning_rate": 8.337777777777777e-06,
367
+ "loss": 0.1949,
368
  "step": 1250
369
  },
370
  {
371
  "epoch": 1.8033946251768034,
372
+ "grad_norm": 5.472725868225098,
373
+ "learning_rate": 8.282222222222223e-06,
374
+ "loss": 0.21,
375
  "step": 1275
376
  },
377
  {
378
  "epoch": 1.8387553041018387,
379
+ "grad_norm": 4.937655448913574,
380
+ "learning_rate": 8.226666666666667e-06,
381
+ "loss": 0.2137,
382
  "step": 1300
383
  },
384
  {
385
  "epoch": 1.874115983026874,
386
+ "grad_norm": 6.363350868225098,
387
+ "learning_rate": 8.171111111111113e-06,
388
+ "loss": 0.1919,
389
  "step": 1325
390
  },
391
  {
392
  "epoch": 1.9094766619519095,
393
+ "grad_norm": 5.087652206420898,
394
+ "learning_rate": 8.115555555555557e-06,
395
+ "loss": 0.1783,
396
  "step": 1350
397
  },
398
  {
399
  "epoch": 1.9448373408769448,
400
+ "grad_norm": 4.039090633392334,
401
+ "learning_rate": 8.06e-06,
402
+ "loss": 0.1879,
403
  "step": 1375
404
  },
405
  {
406
  "epoch": 1.9801980198019802,
407
+ "grad_norm": 5.647103309631348,
408
+ "learning_rate": 8.004444444444445e-06,
409
+ "loss": 0.1904,
410
  "step": 1400
411
  },
412
  {
413
  "epoch": 2.0155586987270158,
414
+ "grad_norm": 3.8179798126220703,
415
+ "learning_rate": 7.948888888888889e-06,
416
+ "loss": 0.1572,
417
  "step": 1425
418
  },
419
  {
420
  "epoch": 2.050919377652051,
421
+ "grad_norm": 5.048496246337891,
422
+ "learning_rate": 7.893333333333335e-06,
423
+ "loss": 0.1087,
424
  "step": 1450
425
  },
426
  {
427
  "epoch": 2.0862800565770865,
428
+ "grad_norm": 3.450915813446045,
429
+ "learning_rate": 7.837777777777779e-06,
430
+ "loss": 0.1088,
431
  "step": 1475
432
  },
433
  {
434
  "epoch": 2.1216407355021216,
435
+ "grad_norm": 4.442863464355469,
436
+ "learning_rate": 7.782222222222223e-06,
437
+ "loss": 0.1049,
438
  "step": 1500
439
  },
440
  {
441
  "epoch": 2.157001414427157,
442
+ "grad_norm": 4.130264759063721,
443
+ "learning_rate": 7.726666666666667e-06,
444
+ "loss": 0.1118,
445
  "step": 1525
446
  },
447
  {
448
  "epoch": 2.1923620933521923,
449
+ "grad_norm": 3.8330652713775635,
450
+ "learning_rate": 7.67111111111111e-06,
451
+ "loss": 0.1068,
452
  "step": 1550
453
  },
454
  {
455
  "epoch": 2.227722772277228,
456
+ "grad_norm": 4.3345489501953125,
457
+ "learning_rate": 7.6155555555555564e-06,
458
+ "loss": 0.1133,
459
  "step": 1575
460
  },
461
  {
462
  "epoch": 2.263083451202263,
463
+ "grad_norm": 4.276752948760986,
464
+ "learning_rate": 7.5600000000000005e-06,
465
+ "loss": 0.1105,
466
  "step": 1600
467
  },
468
  {
469
  "epoch": 2.298444130127298,
470
+ "grad_norm": 3.8332560062408447,
471
+ "learning_rate": 7.504444444444445e-06,
472
+ "loss": 0.1011,
473
  "step": 1625
474
  },
475
  {
476
  "epoch": 2.333804809052334,
477
+ "grad_norm": 4.976287841796875,
478
+ "learning_rate": 7.44888888888889e-06,
479
+ "loss": 0.1151,
480
  "step": 1650
481
  },
482
  {
483
  "epoch": 2.3691654879773694,
484
+ "grad_norm": 3.8312933444976807,
485
+ "learning_rate": 7.393333333333333e-06,
486
+ "loss": 0.1124,
487
  "step": 1675
488
  },
489
  {
490
  "epoch": 2.4045261669024045,
491
+ "grad_norm": 4.4323248863220215,
492
+ "learning_rate": 7.337777777777778e-06,
493
+ "loss": 0.1148,
494
  "step": 1700
495
  },
496
  {
497
  "epoch": 2.4398868458274396,
498
+ "grad_norm": 3.492539882659912,
499
+ "learning_rate": 7.282222222222222e-06,
500
+ "loss": 0.112,
501
  "step": 1725
502
  },
503
  {
504
  "epoch": 2.4752475247524752,
505
+ "grad_norm": 4.846162796020508,
506
+ "learning_rate": 7.226666666666667e-06,
507
+ "loss": 0.1128,
508
  "step": 1750
509
  },
510
  {
511
  "epoch": 2.510608203677511,
512
+ "grad_norm": 5.806790828704834,
513
+ "learning_rate": 7.171111111111112e-06,
514
+ "loss": 0.1072,
515
  "step": 1775
516
  },
517
  {
518
  "epoch": 2.545968882602546,
519
+ "grad_norm": 3.3074755668640137,
520
+ "learning_rate": 7.115555555555557e-06,
521
+ "loss": 0.1067,
522
  "step": 1800
523
  },
524
  {
525
  "epoch": 2.581329561527581,
526
+ "grad_norm": 3.70501446723938,
527
+ "learning_rate": 7.06e-06,
528
+ "loss": 0.1016,
529
  "step": 1825
530
  },
531
  {
532
  "epoch": 2.6166902404526167,
533
+ "grad_norm": 2.6926796436309814,
534
+ "learning_rate": 7.004444444444445e-06,
535
+ "loss": 0.1018,
536
  "step": 1850
537
  },
538
  {
539
  "epoch": 2.6520509193776522,
540
+ "grad_norm": 4.052884578704834,
541
+ "learning_rate": 6.948888888888889e-06,
542
+ "loss": 0.1106,
543
  "step": 1875
544
  },
545
  {
546
  "epoch": 2.6874115983026874,
547
+ "grad_norm": 4.722410678863525,
548
+ "learning_rate": 6.893333333333334e-06,
549
+ "loss": 0.1133,
550
  "step": 1900
551
  },
552
  {
553
  "epoch": 2.7227722772277225,
554
+ "grad_norm": 4.194309711456299,
555
+ "learning_rate": 6.837777777777779e-06,
556
+ "loss": 0.1012,
557
  "step": 1925
558
  },
559
  {
560
  "epoch": 2.758132956152758,
561
+ "grad_norm": 3.4879953861236572,
562
+ "learning_rate": 6.782222222222222e-06,
563
+ "loss": 0.1091,
564
  "step": 1950
565
  },
566
  {
567
  "epoch": 2.7934936350777937,
568
+ "grad_norm": 2.7147629261016846,
569
+ "learning_rate": 6.726666666666667e-06,
570
+ "loss": 0.0909,
571
  "step": 1975
572
  },
573
  {
574
  "epoch": 2.828854314002829,
575
+ "grad_norm": 4.304833889007568,
576
+ "learning_rate": 6.671111111111112e-06,
577
+ "loss": 0.0989,
578
  "step": 2000
579
  },
580
  {
581
  "epoch": 2.828854314002829,
582
+ "eval_loss": 0.2774756848812103,
583
+ "eval_runtime": 1765.8044,
584
+ "eval_samples_per_second": 3.047,
585
+ "eval_steps_per_second": 0.191,
586
+ "eval_wer": 0.20720505785518312,
587
  "step": 2000
588
  },
589
  {
590
  "epoch": 2.864214992927864,
591
+ "grad_norm": 5.535168170928955,
592
+ "learning_rate": 6.615555555555556e-06,
593
+ "loss": 0.1188,
594
  "step": 2025
595
  },
596
  {
597
  "epoch": 2.8995756718528995,
598
+ "grad_norm": 5.256195068359375,
599
+ "learning_rate": 6.560000000000001e-06,
600
+ "loss": 0.097,
601
  "step": 2050
602
  },
603
  {
604
  "epoch": 2.934936350777935,
605
+ "grad_norm": 4.056241035461426,
606
+ "learning_rate": 6.504444444444446e-06,
607
+ "loss": 0.096,
608
  "step": 2075
609
  },
610
  {
611
  "epoch": 2.9702970297029703,
612
+ "grad_norm": 4.049830913543701,
613
+ "learning_rate": 6.448888888888889e-06,
614
+ "loss": 0.1031,
615
  "step": 2100
616
  },
617
  {
618
  "epoch": 3.005657708628006,
619
+ "grad_norm": 2.4076595306396484,
620
+ "learning_rate": 6.393333333333334e-06,
621
+ "loss": 0.0931,
622
  "step": 2125
623
  },
624
  {
625
  "epoch": 3.041018387553041,
626
+ "grad_norm": 1.8493136167526245,
627
+ "learning_rate": 6.3377777777777786e-06,
628
+ "loss": 0.0591,
629
  "step": 2150
630
  },
631
  {
632
  "epoch": 3.0763790664780766,
633
+ "grad_norm": 2.923140525817871,
634
+ "learning_rate": 6.282222222222223e-06,
635
+ "loss": 0.0498,
636
  "step": 2175
637
  },
638
  {
639
  "epoch": 3.1117397454031117,
640
+ "grad_norm": 3.3305506706237793,
641
+ "learning_rate": 6.2266666666666675e-06,
642
+ "loss": 0.0538,
643
  "step": 2200
644
  },
645
  {
646
  "epoch": 3.1471004243281473,
647
+ "grad_norm": 2.396880626678467,
648
+ "learning_rate": 6.171111111111112e-06,
649
+ "loss": 0.0496,
650
  "step": 2225
651
  },
652
  {
653
  "epoch": 3.1824611032531824,
654
+ "grad_norm": 3.4060046672821045,
655
+ "learning_rate": 6.1155555555555555e-06,
656
+ "loss": 0.0559,
657
  "step": 2250
658
  },
659
  {
660
  "epoch": 3.217821782178218,
661
+ "grad_norm": 4.2796478271484375,
662
+ "learning_rate": 6.0600000000000004e-06,
663
+ "loss": 0.0479,
664
  "step": 2275
665
  },
666
  {
667
  "epoch": 3.253182461103253,
668
+ "grad_norm": 3.096123456954956,
669
+ "learning_rate": 6.004444444444445e-06,
670
+ "loss": 0.0547,
671
  "step": 2300
672
  },
673
  {
674
  "epoch": 3.2885431400282887,
675
+ "grad_norm": 3.5626742839813232,
676
+ "learning_rate": 5.948888888888889e-06,
677
+ "loss": 0.058,
678
  "step": 2325
679
  },
680
  {
681
  "epoch": 3.323903818953324,
682
+ "grad_norm": 3.2983179092407227,
683
+ "learning_rate": 5.893333333333334e-06,
684
+ "loss": 0.0586,
685
  "step": 2350
686
  },
687
  {
688
  "epoch": 3.3592644978783595,
689
+ "grad_norm": 3.978823184967041,
690
+ "learning_rate": 5.837777777777777e-06,
691
+ "loss": 0.0554,
692
  "step": 2375
693
  },
694
  {
695
  "epoch": 3.3946251768033946,
696
+ "grad_norm": 3.5360333919525146,
697
+ "learning_rate": 5.782222222222222e-06,
698
+ "loss": 0.0549,
699
  "step": 2400
700
  },
701
  {
702
  "epoch": 3.42998585572843,
703
+ "grad_norm": 3.2348575592041016,
704
+ "learning_rate": 5.726666666666667e-06,
705
+ "loss": 0.0609,
706
  "step": 2425
707
  },
708
  {
709
  "epoch": 3.4653465346534653,
710
+ "grad_norm": 4.142767906188965,
711
+ "learning_rate": 5.671111111111112e-06,
712
+ "loss": 0.0615,
713
  "step": 2450
714
  },
715
  {
716
  "epoch": 3.500707213578501,
717
+ "grad_norm": 3.2305757999420166,
718
+ "learning_rate": 5.615555555555556e-06,
719
+ "loss": 0.0485,
720
  "step": 2475
721
  },
722
  {
723
  "epoch": 3.536067892503536,
724
+ "grad_norm": 2.9658920764923096,
725
+ "learning_rate": 5.560000000000001e-06,
726
+ "loss": 0.054,
727
  "step": 2500
728
  },
729
  {
730
  "epoch": 3.571428571428571,
731
+ "grad_norm": 3.1340267658233643,
732
+ "learning_rate": 5.504444444444444e-06,
733
+ "loss": 0.0633,
734
  "step": 2525
735
  },
736
  {
737
  "epoch": 3.6067892503536068,
738
+ "grad_norm": 2.692047119140625,
739
+ "learning_rate": 5.448888888888889e-06,
740
+ "loss": 0.0549,
741
  "step": 2550
742
  },
743
  {
744
  "epoch": 3.6421499292786423,
745
+ "grad_norm": 2.9761712551116943,
746
+ "learning_rate": 5.393333333333334e-06,
747
+ "loss": 0.0537,
748
  "step": 2575
749
  },
750
  {
751
  "epoch": 3.6775106082036775,
752
+ "grad_norm": 2.88071346282959,
753
+ "learning_rate": 5.337777777777779e-06,
754
+ "loss": 0.0497,
755
  "step": 2600
756
  },
757
  {
758
  "epoch": 3.7128712871287126,
759
+ "grad_norm": 3.6829402446746826,
760
+ "learning_rate": 5.282222222222223e-06,
761
+ "loss": 0.0609,
762
  "step": 2625
763
  },
764
  {
765
  "epoch": 3.748231966053748,
766
+ "grad_norm": 4.3834614753723145,
767
+ "learning_rate": 5.226666666666667e-06,
768
+ "loss": 0.0567,
769
  "step": 2650
770
  },
771
  {
772
  "epoch": 3.783592644978784,
773
+ "grad_norm": 2.6627509593963623,
774
+ "learning_rate": 5.171111111111111e-06,
775
+ "loss": 0.052,
776
  "step": 2675
777
  },
778
  {
779
  "epoch": 3.818953323903819,
780
+ "grad_norm": 3.6826014518737793,
781
+ "learning_rate": 5.115555555555556e-06,
782
+ "loss": 0.0529,
783
  "step": 2700
784
  },
785
  {
786
  "epoch": 3.854314002828854,
787
+ "grad_norm": 3.048292636871338,
788
+ "learning_rate": 5.060000000000001e-06,
789
+ "loss": 0.0617,
790
  "step": 2725
791
  },
792
  {
793
  "epoch": 3.8896746817538896,
794
+ "grad_norm": 2.5703887939453125,
795
+ "learning_rate": 5.004444444444445e-06,
796
+ "loss": 0.0507,
797
  "step": 2750
798
  },
799
  {
800
  "epoch": 3.9250353606789252,
801
+ "grad_norm": 2.8455772399902344,
802
+ "learning_rate": 4.94888888888889e-06,
803
+ "loss": 0.0562,
804
  "step": 2775
805
  },
806
  {
807
  "epoch": 3.9603960396039604,
808
+ "grad_norm": 2.147115468978882,
809
+ "learning_rate": 4.893333333333334e-06,
810
+ "loss": 0.0479,
811
  "step": 2800
812
  },
813
  {
814
  "epoch": 3.9957567185289955,
815
+ "grad_norm": 4.647951126098633,
816
+ "learning_rate": 4.837777777777778e-06,
817
+ "loss": 0.0555,
818
  "step": 2825
819
  },
820
  {
821
  "epoch": 4.0311173974540315,
822
+ "grad_norm": 1.5333168506622314,
823
+ "learning_rate": 4.7822222222222226e-06,
824
+ "loss": 0.0241,
825
  "step": 2850
826
  },
827
  {
828
  "epoch": 4.066478076379067,
829
+ "grad_norm": 2.611342668533325,
830
+ "learning_rate": 4.728888888888889e-06,
831
+ "loss": 0.0297,
832
  "step": 2875
833
  },
834
  {
835
  "epoch": 4.101838755304102,
836
+ "grad_norm": 1.1682252883911133,
837
+ "learning_rate": 4.673333333333333e-06,
838
+ "loss": 0.028,
839
  "step": 2900
840
  },
841
  {
842
  "epoch": 4.137199434229137,
843
+ "grad_norm": 1.971526861190796,
844
+ "learning_rate": 4.617777777777778e-06,
845
+ "loss": 0.0256,
846
  "step": 2925
847
  },
848
  {
849
  "epoch": 4.172560113154173,
850
+ "grad_norm": 2.9451370239257812,
851
+ "learning_rate": 4.562222222222222e-06,
852
+ "loss": 0.0248,
853
  "step": 2950
854
  },
855
  {
856
  "epoch": 4.207920792079208,
857
+ "grad_norm": 2.203016757965088,
858
+ "learning_rate": 4.506666666666667e-06,
859
+ "loss": 0.0254,
860
  "step": 2975
861
  },
862
  {
863
  "epoch": 4.243281471004243,
864
+ "grad_norm": 3.0037150382995605,
865
+ "learning_rate": 4.451111111111112e-06,
866
+ "loss": 0.0295,
867
  "step": 3000
868
  },
869
  {
870
  "epoch": 4.243281471004243,
871
+ "eval_loss": 0.29346707463264465,
872
+ "eval_runtime": 1760.8686,
873
+ "eval_samples_per_second": 3.056,
874
+ "eval_steps_per_second": 0.191,
875
+ "eval_wer": 0.1918962980635413,
876
  "step": 3000
877
  },
878
  {
879
  "epoch": 4.278642149929278,
880
+ "grad_norm": 2.936363697052002,
881
+ "learning_rate": 4.395555555555556e-06,
882
+ "loss": 0.0235,
883
  "step": 3025
884
  },
885
  {
886
  "epoch": 4.314002828854314,
887
+ "grad_norm": 1.909324288368225,
888
+ "learning_rate": 4.34e-06,
889
+ "loss": 0.027,
890
  "step": 3050
891
  },
892
  {
893
  "epoch": 4.3493635077793495,
894
+ "grad_norm": 1.8977993726730347,
895
+ "learning_rate": 4.284444444444445e-06,
896
+ "loss": 0.0267,
897
  "step": 3075
898
  },
899
  {
900
  "epoch": 4.384724186704385,
901
+ "grad_norm": 2.092729330062866,
902
+ "learning_rate": 4.228888888888889e-06,
903
+ "loss": 0.0277,
904
  "step": 3100
905
  },
906
  {
907
  "epoch": 4.42008486562942,
908
+ "grad_norm": 2.539109945297241,
909
+ "learning_rate": 4.173333333333334e-06,
910
+ "loss": 0.0232,
911
  "step": 3125
912
  },
913
  {
914
  "epoch": 4.455445544554456,
915
+ "grad_norm": 1.8122098445892334,
916
+ "learning_rate": 4.117777777777779e-06,
917
+ "loss": 0.0276,
918
  "step": 3150
919
  },
920
  {
921
  "epoch": 4.490806223479491,
922
+ "grad_norm": 1.4347445964813232,
923
+ "learning_rate": 4.062222222222223e-06,
924
+ "loss": 0.021,
925
  "step": 3175
926
  },
927
  {
928
  "epoch": 4.526166902404526,
929
+ "grad_norm": 2.03843355178833,
930
+ "learning_rate": 4.006666666666667e-06,
931
+ "loss": 0.0278,
932
  "step": 3200
933
  },
934
  {
935
  "epoch": 4.561527581329561,
936
+ "grad_norm": 2.6143271923065186,
937
+ "learning_rate": 3.951111111111112e-06,
938
+ "loss": 0.0316,
939
  "step": 3225
940
  },
941
  {
942
  "epoch": 4.596888260254596,
943
+ "grad_norm": 2.1741061210632324,
944
+ "learning_rate": 3.895555555555556e-06,
945
+ "loss": 0.0277,
946
  "step": 3250
947
  },
948
  {
949
  "epoch": 4.632248939179632,
950
+ "grad_norm": 3.5832366943359375,
951
+ "learning_rate": 3.8400000000000005e-06,
952
+ "loss": 0.025,
953
  "step": 3275
954
  },
955
  {
956
  "epoch": 4.667609618104668,
957
+ "grad_norm": 2.232801675796509,
958
+ "learning_rate": 3.784444444444445e-06,
959
+ "loss": 0.0282,
960
  "step": 3300
961
  },
962
  {
963
  "epoch": 4.702970297029703,
964
+ "grad_norm": 2.736708641052246,
965
+ "learning_rate": 3.728888888888889e-06,
966
+ "loss": 0.0308,
967
  "step": 3325
968
  },
969
  {
970
  "epoch": 4.738330975954739,
971
+ "grad_norm": 2.0116610527038574,
972
+ "learning_rate": 3.673333333333334e-06,
973
+ "loss": 0.0305,
974
  "step": 3350
975
  },
976
  {
977
  "epoch": 4.773691654879774,
978
+ "grad_norm": 2.6088578701019287,
979
+ "learning_rate": 3.617777777777778e-06,
980
+ "loss": 0.025,
981
  "step": 3375
982
  },
983
  {
984
  "epoch": 4.809052333804809,
985
+ "grad_norm": 1.400682806968689,
986
+ "learning_rate": 3.5622222222222224e-06,
987
+ "loss": 0.0248,
988
  "step": 3400
989
  },
990
  {
991
  "epoch": 4.844413012729844,
992
+ "grad_norm": 1.956292748451233,
993
+ "learning_rate": 3.5066666666666673e-06,
994
+ "loss": 0.0258,
995
  "step": 3425
996
  },
997
  {
998
  "epoch": 4.879773691654879,
999
+ "grad_norm": 2.2373459339141846,
1000
+ "learning_rate": 3.4511111111111113e-06,
1001
+ "loss": 0.0229,
1002
  "step": 3450
1003
  },
1004
  {
1005
  "epoch": 4.915134370579915,
1006
+ "grad_norm": 2.9303152561187744,
1007
+ "learning_rate": 3.3955555555555558e-06,
1008
+ "loss": 0.0255,
1009
  "step": 3475
1010
  },
1011
  {
1012
  "epoch": 4.9504950495049505,
1013
+ "grad_norm": 2.3725924491882324,
1014
+ "learning_rate": 3.3400000000000006e-06,
1015
+ "loss": 0.0289,
1016
  "step": 3500
1017
  },
1018
  {
1019
  "epoch": 4.985855728429986,
1020
+ "grad_norm": 2.325536012649536,
1021
+ "learning_rate": 3.2844444444444447e-06,
1022
+ "loss": 0.0277,
1023
  "step": 3525
1024
  },
1025
  {
1026
  "epoch": 5.021216407355022,
1027
+ "grad_norm": 3.026657819747925,
1028
+ "learning_rate": 3.228888888888889e-06,
1029
+ "loss": 0.0184,
1030
  "step": 3550
1031
  },
1032
  {
1033
  "epoch": 5.056577086280057,
1034
+ "grad_norm": 1.5165703296661377,
1035
+ "learning_rate": 3.173333333333334e-06,
1036
+ "loss": 0.0148,
1037
  "step": 3575
1038
  },
1039
  {
1040
  "epoch": 5.091937765205092,
1041
+ "grad_norm": 1.2629361152648926,
1042
+ "learning_rate": 3.117777777777778e-06,
1043
+ "loss": 0.0104,
1044
  "step": 3600
1045
  },
1046
  {
1047
  "epoch": 5.127298444130127,
1048
+ "grad_norm": 1.312657117843628,
1049
+ "learning_rate": 3.0622222222222225e-06,
1050
+ "loss": 0.0132,
1051
  "step": 3625
1052
  },
1053
  {
1054
  "epoch": 5.162659123055163,
1055
+ "grad_norm": 1.1759546995162964,
1056
+ "learning_rate": 3.0066666666666674e-06,
1057
+ "loss": 0.0096,
1058
  "step": 3650
1059
  },
1060
  {
1061
  "epoch": 5.198019801980198,
1062
+ "grad_norm": 0.8515748381614685,
1063
+ "learning_rate": 2.9511111111111114e-06,
1064
+ "loss": 0.0125,
1065
  "step": 3675
1066
  },
1067
  {
1068
  "epoch": 5.233380480905233,
1069
+ "grad_norm": 1.0795273780822754,
1070
+ "learning_rate": 2.895555555555556e-06,
1071
+ "loss": 0.0134,
1072
  "step": 3700
1073
  },
1074
  {
1075
  "epoch": 5.2687411598302685,
1076
+ "grad_norm": 1.2719004154205322,
1077
+ "learning_rate": 2.84e-06,
1078
+ "loss": 0.0104,
1079
  "step": 3725
1080
  },
1081
  {
1082
  "epoch": 5.3041018387553045,
1083
+ "grad_norm": 0.8354203701019287,
1084
+ "learning_rate": 2.784444444444445e-06,
1085
+ "loss": 0.0106,
1086
  "step": 3750
1087
  },
1088
  {
1089
  "epoch": 5.33946251768034,
1090
+ "grad_norm": 2.3398609161376953,
1091
+ "learning_rate": 2.7288888888888893e-06,
1092
+ "loss": 0.0126,
1093
  "step": 3775
1094
  },
1095
  {
1096
  "epoch": 5.374823196605375,
1097
+ "grad_norm": 2.567042350769043,
1098
+ "learning_rate": 2.6733333333333333e-06,
1099
+ "loss": 0.0109,
1100
  "step": 3800
1101
  },
1102
  {
1103
  "epoch": 5.41018387553041,
1104
+ "grad_norm": 1.6744190454483032,
1105
+ "learning_rate": 2.617777777777778e-06,
1106
+ "loss": 0.0117,
1107
  "step": 3825
1108
  },
1109
  {
1110
  "epoch": 5.445544554455446,
1111
+ "grad_norm": 1.0200034379959106,
1112
+ "learning_rate": 2.5622222222222226e-06,
1113
+ "loss": 0.0118,
1114
  "step": 3850
1115
  },
1116
  {
1117
  "epoch": 5.480905233380481,
1118
+ "grad_norm": 0.8212645053863525,
1119
+ "learning_rate": 2.5066666666666667e-06,
1120
+ "loss": 0.0106,
1121
  "step": 3875
1122
  },
1123
  {
1124
  "epoch": 5.516265912305516,
1125
+ "grad_norm": 0.9394924640655518,
1126
+ "learning_rate": 2.451111111111111e-06,
1127
+ "loss": 0.0103,
1128
  "step": 3900
1129
  },
1130
  {
1131
  "epoch": 5.551626591230551,
1132
+ "grad_norm": 2.0436089038848877,
1133
+ "learning_rate": 2.3955555555555556e-06,
1134
+ "loss": 0.0177,
1135
  "step": 3925
1136
  },
1137
  {
1138
  "epoch": 5.586987270155587,
1139
+ "grad_norm": 1.194536566734314,
1140
+ "learning_rate": 2.3400000000000005e-06,
1141
+ "loss": 0.0105,
1142
  "step": 3950
1143
  },
1144
  {
1145
  "epoch": 5.6223479490806225,
1146
+ "grad_norm": 1.526948094367981,
1147
+ "learning_rate": 2.2844444444444445e-06,
1148
+ "loss": 0.0097,
1149
  "step": 3975
1150
  },
1151
  {
1152
  "epoch": 5.657708628005658,
1153
+ "grad_norm": 1.8187007904052734,
1154
+ "learning_rate": 2.228888888888889e-06,
1155
+ "loss": 0.0109,
1156
  "step": 4000
1157
  },
1158
  {
1159
  "epoch": 5.657708628005658,
1160
+ "eval_loss": 0.30111825466156006,
1161
+ "eval_runtime": 1778.4921,
1162
+ "eval_samples_per_second": 3.026,
1163
+ "eval_steps_per_second": 0.189,
1164
+ "eval_wer": 0.18279056821344786,
1165
  "step": 4000
1166
  },
1167
  {
1168
  "epoch": 5.693069306930693,
1169
+ "grad_norm": 2.2238926887512207,
1170
+ "learning_rate": 2.1733333333333334e-06,
1171
+ "loss": 0.0096,
1172
  "step": 4025
1173
  },
1174
  {
1175
  "epoch": 5.728429985855728,
1176
+ "grad_norm": 1.989168405532837,
1177
+ "learning_rate": 2.117777777777778e-06,
1178
+ "loss": 0.0136,
1179
  "step": 4050
1180
  },
1181
  {
1182
  "epoch": 5.763790664780764,
1183
+ "grad_norm": 1.6722816228866577,
1184
+ "learning_rate": 2.0622222222222223e-06,
1185
+ "loss": 0.0107,
1186
  "step": 4075
1187
  },
1188
  {
1189
  "epoch": 5.799151343705799,
1190
+ "grad_norm": 1.0947668552398682,
1191
+ "learning_rate": 2.006666666666667e-06,
1192
+ "loss": 0.0083,
1193
  "step": 4100
1194
  },
1195
  {
1196
  "epoch": 5.834512022630834,
1197
+ "grad_norm": 0.5356242656707764,
1198
+ "learning_rate": 1.9511111111111113e-06,
1199
+ "loss": 0.0108,
1200
  "step": 4125
1201
  },
1202
  {
1203
  "epoch": 5.86987270155587,
1204
+ "grad_norm": 2.1374714374542236,
1205
+ "learning_rate": 1.8955555555555557e-06,
1206
+ "loss": 0.0107,
1207
  "step": 4150
1208
  },
1209
  {
1210
  "epoch": 5.905233380480905,
1211
+ "grad_norm": 0.9695949554443359,
1212
+ "learning_rate": 1.8400000000000002e-06,
1213
+ "loss": 0.0103,
1214
  "step": 4175
1215
  },
1216
  {
1217
  "epoch": 5.9405940594059405,
1218
+ "grad_norm": 1.3653473854064941,
1219
+ "learning_rate": 1.7844444444444444e-06,
1220
+ "loss": 0.0116,
1221
  "step": 4200
1222
  },
1223
  {
1224
  "epoch": 5.975954738330976,
1225
+ "grad_norm": 1.5049793720245361,
1226
+ "learning_rate": 1.728888888888889e-06,
1227
+ "loss": 0.0129,
1228
  "step": 4225
1229
  },
1230
  {
1231
  "epoch": 6.011315417256012,
1232
+ "grad_norm": 2.540705442428589,
1233
+ "learning_rate": 1.6733333333333335e-06,
1234
+ "loss": 0.0085,
1235
  "step": 4250
1236
  },
1237
  {
1238
  "epoch": 6.046676096181047,
1239
+ "grad_norm": 0.5889933705329895,
1240
+ "learning_rate": 1.6177777777777778e-06,
1241
+ "loss": 0.0043,
1242
  "step": 4275
1243
  },
1244
  {
1245
  "epoch": 6.082036775106082,
1246
+ "grad_norm": 1.6074843406677246,
1247
+ "learning_rate": 1.5622222222222225e-06,
1248
+ "loss": 0.006,
1249
  "step": 4300
1250
  },
1251
  {
1252
  "epoch": 6.117397454031117,
1253
+ "grad_norm": 0.8578146696090698,
1254
+ "learning_rate": 1.506666666666667e-06,
1255
+ "loss": 0.0054,
1256
  "step": 4325
1257
  },
1258
  {
1259
  "epoch": 6.152758132956153,
1260
+ "grad_norm": 0.6143340468406677,
1261
+ "learning_rate": 1.4511111111111112e-06,
1262
+ "loss": 0.0043,
1263
  "step": 4350
1264
  },
1265
  {
1266
  "epoch": 6.188118811881188,
1267
+ "grad_norm": 0.3723517656326294,
1268
+ "learning_rate": 1.3955555555555556e-06,
1269
+ "loss": 0.0034,
1270
  "step": 4375
1271
  },
1272
  {
1273
  "epoch": 6.223479490806223,
1274
+ "grad_norm": 1.0041955709457397,
1275
+ "learning_rate": 1.34e-06,
1276
+ "loss": 0.0059,
1277
  "step": 4400
1278
  },
1279
  {
1280
  "epoch": 6.258840169731259,
1281
+ "grad_norm": 1.2664568424224854,
1282
+ "learning_rate": 1.2844444444444445e-06,
1283
+ "loss": 0.0039,
1284
  "step": 4425
1285
  },
1286
  {
1287
  "epoch": 6.294200848656295,
1288
+ "grad_norm": 0.259546160697937,
1289
+ "learning_rate": 1.228888888888889e-06,
1290
+ "loss": 0.0051,
1291
  "step": 4450
1292
  },
1293
  {
1294
  "epoch": 6.32956152758133,
1295
+ "grad_norm": 0.9940450191497803,
1296
+ "learning_rate": 1.1733333333333335e-06,
1297
+ "loss": 0.0027,
1298
  "step": 4475
1299
  },
1300
  {
1301
  "epoch": 6.364922206506365,
1302
+ "grad_norm": 0.23329602181911469,
1303
+ "learning_rate": 1.117777777777778e-06,
1304
+ "loss": 0.0038,
1305
  "step": 4500
1306
  },
1307
  {
1308
  "epoch": 6.4002828854314,
1309
+ "grad_norm": 0.12971219420433044,
1310
+ "learning_rate": 1.0622222222222222e-06,
1311
+ "loss": 0.0035,
1312
  "step": 4525
1313
  },
1314
  {
1315
  "epoch": 6.435643564356436,
1316
+ "grad_norm": 0.4987533688545227,
1317
+ "learning_rate": 1.0066666666666668e-06,
1318
+ "loss": 0.0081,
1319
  "step": 4550
1320
  },
1321
  {
1322
  "epoch": 6.471004243281471,
1323
+ "grad_norm": 0.27808260917663574,
1324
+ "learning_rate": 9.511111111111111e-07,
1325
+ "loss": 0.0034,
1326
  "step": 4575
1327
  },
1328
  {
1329
  "epoch": 6.506364922206506,
1330
+ "grad_norm": 0.23258398473262787,
1331
+ "learning_rate": 8.955555555555557e-07,
1332
+ "loss": 0.0033,
1333
  "step": 4600
1334
  },
1335
  {
1336
  "epoch": 6.5417256011315414,
1337
+ "grad_norm": 0.3250856101512909,
1338
+ "learning_rate": 8.400000000000001e-07,
1339
+ "loss": 0.0038,
1340
  "step": 4625
1341
  },
1342
  {
1343
  "epoch": 6.5770862800565775,
1344
+ "grad_norm": 0.5452969074249268,
1345
+ "learning_rate": 7.844444444444445e-07,
1346
+ "loss": 0.0033,
1347
  "step": 4650
1348
  },
1349
  {
1350
  "epoch": 6.612446958981613,
1351
+ "grad_norm": 0.22152584791183472,
1352
+ "learning_rate": 7.28888888888889e-07,
1353
+ "loss": 0.0067,
1354
  "step": 4675
1355
  },
1356
  {
1357
  "epoch": 6.647807637906648,
1358
+ "grad_norm": 1.5061694383621216,
1359
+ "learning_rate": 6.733333333333334e-07,
1360
+ "loss": 0.0081,
1361
  "step": 4700
1362
  },
1363
  {
1364
  "epoch": 6.683168316831683,
1365
+ "grad_norm": 0.2032124400138855,
1366
+ "learning_rate": 6.177777777777778e-07,
1367
+ "loss": 0.0042,
1368
  "step": 4725
1369
  },
1370
  {
1371
  "epoch": 6.718528995756719,
1372
+ "grad_norm": 0.25647231936454773,
1373
+ "learning_rate": 5.622222222222223e-07,
1374
+ "loss": 0.0061,
1375
  "step": 4750
1376
  },
1377
  {
1378
  "epoch": 6.753889674681754,
1379
+ "grad_norm": 0.27424803376197815,
1380
+ "learning_rate": 5.066666666666667e-07,
1381
+ "loss": 0.0034,
1382
  "step": 4775
1383
  },
1384
  {
1385
  "epoch": 6.789250353606789,
1386
+ "grad_norm": 0.4183076322078705,
1387
+ "learning_rate": 4.511111111111111e-07,
1388
+ "loss": 0.004,
1389
  "step": 4800
1390
  },
1391
  {
1392
  "epoch": 6.824611032531824,
1393
+ "grad_norm": 0.40847113728523254,
1394
+ "learning_rate": 3.9555555555555557e-07,
1395
+ "loss": 0.0029,
1396
  "step": 4825
1397
  },
1398
  {
1399
  "epoch": 6.85997171145686,
1400
+ "grad_norm": 0.2560099959373474,
1401
+ "learning_rate": 3.4000000000000003e-07,
1402
+ "loss": 0.0028,
1403
  "step": 4850
1404
  },
1405
  {
1406
  "epoch": 6.8953323903818955,
1407
+ "grad_norm": 0.13006103038787842,
1408
+ "learning_rate": 2.844444444444445e-07,
1409
+ "loss": 0.0042,
1410
  "step": 4875
1411
  },
1412
  {
1413
  "epoch": 6.930693069306931,
1414
+ "grad_norm": 0.38391485810279846,
1415
+ "learning_rate": 2.2888888888888892e-07,
1416
+ "loss": 0.0029,
1417
  "step": 4900
1418
  },
1419
  {
1420
  "epoch": 6.966053748231966,
1421
+ "grad_norm": 0.4023485481739044,
1422
+ "learning_rate": 1.7333333333333335e-07,
1423
+ "loss": 0.0027,
1424
  "step": 4925
1425
  },
1426
  {
1427
  "epoch": 7.001414427157002,
1428
+ "grad_norm": 0.1441173106431961,
1429
+ "learning_rate": 1.1777777777777778e-07,
1430
+ "loss": 0.0042,
1431
  "step": 4950
1432
  },
1433
  {
1434
  "epoch": 7.036775106082037,
1435
+ "grad_norm": 0.18802694976329803,
1436
+ "learning_rate": 6.222222222222223e-08,
1437
+ "loss": 0.0033,
1438
  "step": 4975
1439
  },
1440
  {
1441
  "epoch": 7.072135785007072,
1442
+ "grad_norm": 0.14834970235824585,
1443
+ "learning_rate": 6.666666666666667e-09,
1444
+ "loss": 0.0016,
1445
  "step": 5000
1446
  },
1447
  {
1448
  "epoch": 7.072135785007072,
1449
+ "eval_loss": 0.3134021461009979,
1450
+ "eval_runtime": 1756.5453,
1451
+ "eval_samples_per_second": 3.063,
1452
+ "eval_steps_per_second": 0.192,
1453
+ "eval_wer": 0.17463915066205415,
1454
  "step": 5000
1455
  },
1456
  {
1457
  "epoch": 7.072135785007072,
1458
  "step": 5000,
1459
+ "total_flos": 2.7263703386750976e+20,
1460
+ "train_loss": 0.12853609090298415,
1461
+ "train_runtime": 49407.2097,
1462
+ "train_samples_per_second": 3.238,
1463
+ "train_steps_per_second": 0.101
1464
  }
1465
  ],
1466
  "logging_steps": 25,
 
1480
  "attributes": {}
1481
  }
1482
  },
1483
+ "total_flos": 2.7263703386750976e+20,
1484
  "train_batch_size": 16,
1485
  "trial_name": null,
1486
  "trial_params": null