File size: 7,406 Bytes
d8c6850
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
{
  "best_global_step": 300,
  "best_metric": 56.034321954859166,
  "best_model_checkpoint": "./JUDICM/checkpoint-300",
  "epoch": 7.0588235294117645,
  "eval_steps": 100,
  "global_step": 600,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.23529411764705882,
      "grad_norm": 9.61864185333252,
      "learning_rate": 1.7000000000000002e-06,
      "loss": 2.9117,
      "step": 20
    },
    {
      "epoch": 0.47058823529411764,
      "grad_norm": 8.609731674194336,
      "learning_rate": 3.7e-06,
      "loss": 2.0419,
      "step": 40
    },
    {
      "epoch": 0.7058823529411765,
      "grad_norm": 7.390444278717041,
      "learning_rate": 5.7e-06,
      "loss": 1.5565,
      "step": 60
    },
    {
      "epoch": 0.9411764705882353,
      "grad_norm": 5.834730625152588,
      "learning_rate": 7.7e-06,
      "loss": 0.9792,
      "step": 80
    },
    {
      "epoch": 1.1764705882352942,
      "grad_norm": 5.353567123413086,
      "learning_rate": 9.7e-06,
      "loss": 0.8465,
      "step": 100
    },
    {
      "epoch": 1.1764705882352942,
      "eval_loss": 0.681628942489624,
      "eval_runtime": 544.1503,
      "eval_samples_per_second": 1.251,
      "eval_steps_per_second": 0.158,
      "eval_wer": 74.07821923770442,
      "step": 100
    },
    {
      "epoch": 1.4117647058823528,
      "grad_norm": 4.50194787979126,
      "learning_rate": 9.773333333333335e-06,
      "loss": 0.6137,
      "step": 120
    },
    {
      "epoch": 1.6470588235294117,
      "grad_norm": 4.959797382354736,
      "learning_rate": 9.506666666666667e-06,
      "loss": 0.6733,
      "step": 140
    },
    {
      "epoch": 1.8823529411764706,
      "grad_norm": 5.115293502807617,
      "learning_rate": 9.240000000000001e-06,
      "loss": 0.7026,
      "step": 160
    },
    {
      "epoch": 2.1176470588235294,
      "grad_norm": 3.1620101928710938,
      "learning_rate": 8.973333333333334e-06,
      "loss": 0.5185,
      "step": 180
    },
    {
      "epoch": 2.3529411764705883,
      "grad_norm": 4.74745512008667,
      "learning_rate": 8.706666666666667e-06,
      "loss": 0.4669,
      "step": 200
    },
    {
      "epoch": 2.3529411764705883,
      "eval_loss": 0.47813770174980164,
      "eval_runtime": 481.7363,
      "eval_samples_per_second": 1.414,
      "eval_steps_per_second": 0.179,
      "eval_wer": 61.49350245600945,
      "step": 200
    },
    {
      "epoch": 2.588235294117647,
      "grad_norm": 3.0848231315612793,
      "learning_rate": 8.44e-06,
      "loss": 0.5316,
      "step": 220
    },
    {
      "epoch": 2.8235294117647056,
      "grad_norm": 3.566438674926758,
      "learning_rate": 8.173333333333334e-06,
      "loss": 0.4629,
      "step": 240
    },
    {
      "epoch": 3.0588235294117645,
      "grad_norm": 2.9106101989746094,
      "learning_rate": 7.906666666666667e-06,
      "loss": 0.4565,
      "step": 260
    },
    {
      "epoch": 3.2941176470588234,
      "grad_norm": 3.077847957611084,
      "learning_rate": 7.640000000000001e-06,
      "loss": 0.345,
      "step": 280
    },
    {
      "epoch": 3.5294117647058822,
      "grad_norm": 3.5237925052642822,
      "learning_rate": 7.373333333333334e-06,
      "loss": 0.3376,
      "step": 300
    },
    {
      "epoch": 3.5294117647058822,
      "eval_loss": 0.367522269487381,
      "eval_runtime": 520.1482,
      "eval_samples_per_second": 1.309,
      "eval_steps_per_second": 0.165,
      "eval_wer": 56.034321954859166,
      "step": 300
    },
    {
      "epoch": 3.764705882352941,
      "grad_norm": 3.1221227645874023,
      "learning_rate": 7.1066666666666675e-06,
      "loss": 0.3879,
      "step": 320
    },
    {
      "epoch": 4.0,
      "grad_norm": 3.873680353164673,
      "learning_rate": 6.8400000000000014e-06,
      "loss": 0.3156,
      "step": 340
    },
    {
      "epoch": 4.235294117647059,
      "grad_norm": 5.0606160163879395,
      "learning_rate": 6.573333333333334e-06,
      "loss": 0.243,
      "step": 360
    },
    {
      "epoch": 4.470588235294118,
      "grad_norm": 2.9561641216278076,
      "learning_rate": 6.3066666666666676e-06,
      "loss": 0.2344,
      "step": 380
    },
    {
      "epoch": 4.705882352941177,
      "grad_norm": 3.9523017406463623,
      "learning_rate": 6.040000000000001e-06,
      "loss": 0.2195,
      "step": 400
    },
    {
      "epoch": 4.705882352941177,
      "eval_loss": 0.2805194854736328,
      "eval_runtime": 475.2131,
      "eval_samples_per_second": 1.433,
      "eval_steps_per_second": 0.181,
      "eval_wer": 58.521420133059756,
      "step": 400
    },
    {
      "epoch": 4.9411764705882355,
      "grad_norm": 3.081202983856201,
      "learning_rate": 5.7733333333333345e-06,
      "loss": 0.2079,
      "step": 420
    },
    {
      "epoch": 5.176470588235294,
      "grad_norm": 3.1263742446899414,
      "learning_rate": 5.506666666666667e-06,
      "loss": 0.1388,
      "step": 440
    },
    {
      "epoch": 5.411764705882353,
      "grad_norm": 3.4922068119049072,
      "learning_rate": 5.240000000000001e-06,
      "loss": 0.1538,
      "step": 460
    },
    {
      "epoch": 5.647058823529412,
      "grad_norm": 5.9641594886779785,
      "learning_rate": 4.973333333333334e-06,
      "loss": 0.1697,
      "step": 480
    },
    {
      "epoch": 5.882352941176471,
      "grad_norm": 4.860027313232422,
      "learning_rate": 4.706666666666667e-06,
      "loss": 0.1284,
      "step": 500
    },
    {
      "epoch": 5.882352941176471,
      "eval_loss": 0.2389652281999588,
      "eval_runtime": 524.8677,
      "eval_samples_per_second": 1.297,
      "eval_steps_per_second": 0.164,
      "eval_wer": 59.46651744077598,
      "step": 500
    },
    {
      "epoch": 6.117647058823529,
      "grad_norm": 4.114612102508545,
      "learning_rate": 4.440000000000001e-06,
      "loss": 0.1121,
      "step": 520
    },
    {
      "epoch": 6.352941176470588,
      "grad_norm": 2.893221855163574,
      "learning_rate": 4.173333333333334e-06,
      "loss": 0.1032,
      "step": 540
    },
    {
      "epoch": 6.588235294117647,
      "grad_norm": 5.563397407531738,
      "learning_rate": 3.906666666666667e-06,
      "loss": 0.0902,
      "step": 560
    },
    {
      "epoch": 6.823529411764706,
      "grad_norm": 3.545964002609253,
      "learning_rate": 3.6400000000000003e-06,
      "loss": 0.0801,
      "step": 580
    },
    {
      "epoch": 7.0588235294117645,
      "grad_norm": 0.6986887454986572,
      "learning_rate": 3.3733333333333334e-06,
      "loss": 0.0558,
      "step": 600
    },
    {
      "epoch": 7.0588235294117645,
      "eval_loss": 0.2277635931968689,
      "eval_runtime": 501.1892,
      "eval_samples_per_second": 1.359,
      "eval_steps_per_second": 0.172,
      "eval_wer": 59.578436858795,
      "step": 600
    }
  ],
  "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": 1.9595614224384e+19,
  "train_batch_size": 16,
  "trial_name": null,
  "trial_params": null
}