File size: 8,474 Bytes
07a53d6
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
{
  "best_global_step": 700,
  "best_metric": 23.397376111422,
  "best_model_checkpoint": "./JUDIC/checkpoint-700",
  "epoch": 8.235294117647058,
  "eval_steps": 100,
  "global_step": 700,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.23529411764705882,
      "grad_norm": 4.239101886749268,
      "learning_rate": 1.9000000000000002e-06,
      "loss": 0.4078,
      "step": 20
    },
    {
      "epoch": 0.47058823529411764,
      "grad_norm": 2.235217809677124,
      "learning_rate": 3.900000000000001e-06,
      "loss": 0.4217,
      "step": 40
    },
    {
      "epoch": 0.7058823529411765,
      "grad_norm": 3.711195707321167,
      "learning_rate": 5.9e-06,
      "loss": 0.4252,
      "step": 60
    },
    {
      "epoch": 0.9411764705882353,
      "grad_norm": 4.5320820808410645,
      "learning_rate": 7.9e-06,
      "loss": 0.3812,
      "step": 80
    },
    {
      "epoch": 1.1764705882352942,
      "grad_norm": 3.9703948497772217,
      "learning_rate": 9.9e-06,
      "loss": 0.4223,
      "step": 100
    },
    {
      "epoch": 1.1764705882352942,
      "eval_loss": 0.40899839997291565,
      "eval_runtime": 323.6745,
      "eval_samples_per_second": 2.104,
      "eval_steps_per_second": 0.266,
      "eval_wer": 36.6100851831126,
      "step": 100
    },
    {
      "epoch": 1.4117647058823528,
      "grad_norm": 3.8265273571014404,
      "learning_rate": 9.746666666666668e-06,
      "loss": 0.2872,
      "step": 120
    },
    {
      "epoch": 1.6470588235294117,
      "grad_norm": 4.8625168800354,
      "learning_rate": 9.48e-06,
      "loss": 0.3207,
      "step": 140
    },
    {
      "epoch": 1.8823529411764706,
      "grad_norm": 4.235057830810547,
      "learning_rate": 9.213333333333334e-06,
      "loss": 0.3585,
      "step": 160
    },
    {
      "epoch": 2.1176470588235294,
      "grad_norm": 2.1225504875183105,
      "learning_rate": 8.973333333333334e-06,
      "loss": 0.2658,
      "step": 180
    },
    {
      "epoch": 2.3529411764705883,
      "grad_norm": 8.930822372436523,
      "learning_rate": 8.706666666666667e-06,
      "loss": 0.2576,
      "step": 200
    },
    {
      "epoch": 2.3529411764705883,
      "eval_loss": 0.35160648822784424,
      "eval_runtime": 296.116,
      "eval_samples_per_second": 2.3,
      "eval_steps_per_second": 0.29,
      "eval_wer": 29.938444320089534,
      "step": 200
    },
    {
      "epoch": 2.588235294117647,
      "grad_norm": 1.942764163017273,
      "learning_rate": 8.44e-06,
      "loss": 0.283,
      "step": 220
    },
    {
      "epoch": 2.8235294117647056,
      "grad_norm": 3.2245473861694336,
      "learning_rate": 8.173333333333334e-06,
      "loss": 0.2443,
      "step": 240
    },
    {
      "epoch": 3.0588235294117645,
      "grad_norm": 3.0929267406463623,
      "learning_rate": 7.906666666666667e-06,
      "loss": 0.2489,
      "step": 260
    },
    {
      "epoch": 3.2941176470588234,
      "grad_norm": 3.477473497390747,
      "learning_rate": 7.640000000000001e-06,
      "loss": 0.2006,
      "step": 280
    },
    {
      "epoch": 3.5294117647058822,
      "grad_norm": 3.163804531097412,
      "learning_rate": 7.373333333333334e-06,
      "loss": 0.1837,
      "step": 300
    },
    {
      "epoch": 3.5294117647058822,
      "eval_loss": 0.30386850237846375,
      "eval_runtime": 329.1958,
      "eval_samples_per_second": 2.069,
      "eval_steps_per_second": 0.261,
      "eval_wer": 31.555058135919918,
      "step": 300
    },
    {
      "epoch": 3.764705882352941,
      "grad_norm": 2.77553391456604,
      "learning_rate": 7.1066666666666675e-06,
      "loss": 0.2342,
      "step": 320
    },
    {
      "epoch": 4.0,
      "grad_norm": 3.944244861602783,
      "learning_rate": 6.8400000000000014e-06,
      "loss": 0.1751,
      "step": 340
    },
    {
      "epoch": 4.235294117647059,
      "grad_norm": 6.829845905303955,
      "learning_rate": 6.573333333333334e-06,
      "loss": 0.1431,
      "step": 360
    },
    {
      "epoch": 4.470588235294118,
      "grad_norm": 3.4126970767974854,
      "learning_rate": 6.3066666666666676e-06,
      "loss": 0.1468,
      "step": 380
    },
    {
      "epoch": 4.705882352941177,
      "grad_norm": 3.5233240127563477,
      "learning_rate": 6.040000000000001e-06,
      "loss": 0.1376,
      "step": 400
    },
    {
      "epoch": 4.705882352941177,
      "eval_loss": 0.27411767840385437,
      "eval_runtime": 307.4101,
      "eval_samples_per_second": 2.215,
      "eval_steps_per_second": 0.28,
      "eval_wer": 25.511409562892496,
      "step": 400
    },
    {
      "epoch": 4.9411764705882355,
      "grad_norm": 2.9697437286376953,
      "learning_rate": 5.7733333333333345e-06,
      "loss": 0.1395,
      "step": 420
    },
    {
      "epoch": 5.176470588235294,
      "grad_norm": 3.495859384536743,
      "learning_rate": 5.506666666666667e-06,
      "loss": 0.1046,
      "step": 440
    },
    {
      "epoch": 5.411764705882353,
      "grad_norm": 4.7592902183532715,
      "learning_rate": 5.240000000000001e-06,
      "loss": 0.1179,
      "step": 460
    },
    {
      "epoch": 5.647058823529412,
      "grad_norm": 7.579683303833008,
      "learning_rate": 4.973333333333334e-06,
      "loss": 0.1361,
      "step": 480
    },
    {
      "epoch": 5.882352941176471,
      "grad_norm": 4.949639797210693,
      "learning_rate": 4.706666666666667e-06,
      "loss": 0.0935,
      "step": 500
    },
    {
      "epoch": 5.882352941176471,
      "eval_loss": 0.2585192918777466,
      "eval_runtime": 321.1171,
      "eval_samples_per_second": 2.121,
      "eval_steps_per_second": 0.268,
      "eval_wer": 26.26997450724367,
      "step": 500
    },
    {
      "epoch": 6.117647058823529,
      "grad_norm": 3.536499500274658,
      "learning_rate": 4.440000000000001e-06,
      "loss": 0.0917,
      "step": 520
    },
    {
      "epoch": 6.352941176470588,
      "grad_norm": 4.393896579742432,
      "learning_rate": 4.173333333333334e-06,
      "loss": 0.0959,
      "step": 540
    },
    {
      "epoch": 6.588235294117647,
      "grad_norm": 6.232944011688232,
      "learning_rate": 3.906666666666667e-06,
      "loss": 0.0844,
      "step": 560
    },
    {
      "epoch": 6.823529411764706,
      "grad_norm": 3.1390299797058105,
      "learning_rate": 3.6400000000000003e-06,
      "loss": 0.0734,
      "step": 580
    },
    {
      "epoch": 7.0588235294117645,
      "grad_norm": 0.599709153175354,
      "learning_rate": 3.3733333333333334e-06,
      "loss": 0.0575,
      "step": 600
    },
    {
      "epoch": 7.0588235294117645,
      "eval_loss": 0.24722784757614136,
      "eval_runtime": 320.2621,
      "eval_samples_per_second": 2.126,
      "eval_steps_per_second": 0.269,
      "eval_wer": 24.187029783000686,
      "step": 600
    },
    {
      "epoch": 7.294117647058823,
      "grad_norm": 7.411947727203369,
      "learning_rate": 3.106666666666667e-06,
      "loss": 0.0598,
      "step": 620
    },
    {
      "epoch": 7.529411764705882,
      "grad_norm": 0.39204472303390503,
      "learning_rate": 2.84e-06,
      "loss": 0.045,
      "step": 640
    },
    {
      "epoch": 7.764705882352941,
      "grad_norm": 0.8188313245773315,
      "learning_rate": 2.573333333333334e-06,
      "loss": 0.0598,
      "step": 660
    },
    {
      "epoch": 8.0,
      "grad_norm": 2.0588011741638184,
      "learning_rate": 2.306666666666667e-06,
      "loss": 0.0663,
      "step": 680
    },
    {
      "epoch": 8.235294117647058,
      "grad_norm": 0.8121541142463684,
      "learning_rate": 2.04e-06,
      "loss": 0.0424,
      "step": 700
    },
    {
      "epoch": 8.235294117647058,
      "eval_loss": 0.24150076508522034,
      "eval_runtime": 319.2037,
      "eval_samples_per_second": 2.133,
      "eval_steps_per_second": 0.269,
      "eval_wer": 23.397376111422,
      "step": 700
    }
  ],
  "logging_steps": 20,
  "max_steps": 850,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 10,
  "save_steps": 100,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": false
      },
      "attributes": {}
    }
  },
  "total_flos": 6.464312967168e+18,
  "train_batch_size": 16,
  "trial_name": null,
  "trial_params": null
}