Add training logs
Browse files- training_logs.json +1447 -0
training_logs.json
ADDED
|
@@ -0,0 +1,1447 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
[
|
| 2 |
+
{
|
| 3 |
+
"loss": 2.2432,
|
| 4 |
+
"grad_norm": 21.744905471801758,
|
| 5 |
+
"learning_rate": 3e-06,
|
| 6 |
+
"epoch": 0.013333333333333334,
|
| 7 |
+
"step": 10
|
| 8 |
+
},
|
| 9 |
+
{
|
| 10 |
+
"loss": 1.7973,
|
| 11 |
+
"grad_norm": 14.733763694763184,
|
| 12 |
+
"learning_rate": 8.000000000000001e-06,
|
| 13 |
+
"epoch": 0.02666666666666667,
|
| 14 |
+
"step": 20
|
| 15 |
+
},
|
| 16 |
+
{
|
| 17 |
+
"loss": 1.5026,
|
| 18 |
+
"grad_norm": 14.220388412475586,
|
| 19 |
+
"learning_rate": 9.96969696969697e-06,
|
| 20 |
+
"epoch": 0.04,
|
| 21 |
+
"step": 30
|
| 22 |
+
},
|
| 23 |
+
{
|
| 24 |
+
"loss": 1.2914,
|
| 25 |
+
"grad_norm": 10.948968887329102,
|
| 26 |
+
"learning_rate": 9.91919191919192e-06,
|
| 27 |
+
"epoch": 0.05333333333333334,
|
| 28 |
+
"step": 40
|
| 29 |
+
},
|
| 30 |
+
{
|
| 31 |
+
"loss": 1.0386,
|
| 32 |
+
"grad_norm": 16.895463943481445,
|
| 33 |
+
"learning_rate": 9.86868686868687e-06,
|
| 34 |
+
"epoch": 0.06666666666666667,
|
| 35 |
+
"step": 50
|
| 36 |
+
},
|
| 37 |
+
{
|
| 38 |
+
"loss": 0.7968,
|
| 39 |
+
"grad_norm": 12.06560230255127,
|
| 40 |
+
"learning_rate": 9.81818181818182e-06,
|
| 41 |
+
"epoch": 0.08,
|
| 42 |
+
"step": 60
|
| 43 |
+
},
|
| 44 |
+
{
|
| 45 |
+
"loss": 0.7156,
|
| 46 |
+
"grad_norm": 13.385286331176758,
|
| 47 |
+
"learning_rate": 9.767676767676767e-06,
|
| 48 |
+
"epoch": 0.09333333333333334,
|
| 49 |
+
"step": 70
|
| 50 |
+
},
|
| 51 |
+
{
|
| 52 |
+
"loss": 0.6196,
|
| 53 |
+
"grad_norm": 11.165105819702148,
|
| 54 |
+
"learning_rate": 9.717171717171719e-06,
|
| 55 |
+
"epoch": 0.10666666666666667,
|
| 56 |
+
"step": 80
|
| 57 |
+
},
|
| 58 |
+
{
|
| 59 |
+
"loss": 0.5291,
|
| 60 |
+
"grad_norm": 10.339080810546875,
|
| 61 |
+
"learning_rate": 9.666666666666667e-06,
|
| 62 |
+
"epoch": 0.12,
|
| 63 |
+
"step": 90
|
| 64 |
+
},
|
| 65 |
+
{
|
| 66 |
+
"loss": 0.4969,
|
| 67 |
+
"grad_norm": 12.498907089233398,
|
| 68 |
+
"learning_rate": 9.616161616161616e-06,
|
| 69 |
+
"epoch": 0.13333333333333333,
|
| 70 |
+
"step": 100
|
| 71 |
+
},
|
| 72 |
+
{
|
| 73 |
+
"loss": 0.4485,
|
| 74 |
+
"grad_norm": 9.328315734863281,
|
| 75 |
+
"learning_rate": 9.565656565656566e-06,
|
| 76 |
+
"epoch": 0.14666666666666667,
|
| 77 |
+
"step": 110
|
| 78 |
+
},
|
| 79 |
+
{
|
| 80 |
+
"loss": 0.4159,
|
| 81 |
+
"grad_norm": 9.491714477539062,
|
| 82 |
+
"learning_rate": 9.515151515151516e-06,
|
| 83 |
+
"epoch": 0.16,
|
| 84 |
+
"step": 120
|
| 85 |
+
},
|
| 86 |
+
{
|
| 87 |
+
"loss": 0.4026,
|
| 88 |
+
"grad_norm": 19.850738525390625,
|
| 89 |
+
"learning_rate": 9.464646464646466e-06,
|
| 90 |
+
"epoch": 0.17333333333333334,
|
| 91 |
+
"step": 130
|
| 92 |
+
},
|
| 93 |
+
{
|
| 94 |
+
"loss": 0.4116,
|
| 95 |
+
"grad_norm": 10.06363296508789,
|
| 96 |
+
"learning_rate": 9.414141414141414e-06,
|
| 97 |
+
"epoch": 0.18666666666666668,
|
| 98 |
+
"step": 140
|
| 99 |
+
},
|
| 100 |
+
{
|
| 101 |
+
"loss": 0.3992,
|
| 102 |
+
"grad_norm": 6.950311660766602,
|
| 103 |
+
"learning_rate": 9.363636363636365e-06,
|
| 104 |
+
"epoch": 0.2,
|
| 105 |
+
"step": 150
|
| 106 |
+
},
|
| 107 |
+
{
|
| 108 |
+
"loss": 0.3622,
|
| 109 |
+
"grad_norm": 8.691428184509277,
|
| 110 |
+
"learning_rate": 9.313131313131313e-06,
|
| 111 |
+
"epoch": 0.21333333333333335,
|
| 112 |
+
"step": 160
|
| 113 |
+
},
|
| 114 |
+
{
|
| 115 |
+
"loss": 0.361,
|
| 116 |
+
"grad_norm": 8.978887557983398,
|
| 117 |
+
"learning_rate": 9.262626262626263e-06,
|
| 118 |
+
"epoch": 0.22666666666666666,
|
| 119 |
+
"step": 170
|
| 120 |
+
},
|
| 121 |
+
{
|
| 122 |
+
"loss": 0.3266,
|
| 123 |
+
"grad_norm": 7.56756591796875,
|
| 124 |
+
"learning_rate": 9.212121212121213e-06,
|
| 125 |
+
"epoch": 0.24,
|
| 126 |
+
"step": 180
|
| 127 |
+
},
|
| 128 |
+
{
|
| 129 |
+
"loss": 0.3168,
|
| 130 |
+
"grad_norm": 9.014394760131836,
|
| 131 |
+
"learning_rate": 9.161616161616162e-06,
|
| 132 |
+
"epoch": 0.25333333333333335,
|
| 133 |
+
"step": 190
|
| 134 |
+
},
|
| 135 |
+
{
|
| 136 |
+
"loss": 0.2891,
|
| 137 |
+
"grad_norm": 6.323943138122559,
|
| 138 |
+
"learning_rate": 9.111111111111112e-06,
|
| 139 |
+
"epoch": 0.26666666666666666,
|
| 140 |
+
"step": 200
|
| 141 |
+
},
|
| 142 |
+
{
|
| 143 |
+
"loss": 0.2897,
|
| 144 |
+
"grad_norm": 7.0876030921936035,
|
| 145 |
+
"learning_rate": 9.06060606060606e-06,
|
| 146 |
+
"epoch": 0.28,
|
| 147 |
+
"step": 210
|
| 148 |
+
},
|
| 149 |
+
{
|
| 150 |
+
"loss": 0.2831,
|
| 151 |
+
"grad_norm": 9.165555000305176,
|
| 152 |
+
"learning_rate": 9.010101010101012e-06,
|
| 153 |
+
"epoch": 0.29333333333333333,
|
| 154 |
+
"step": 220
|
| 155 |
+
},
|
| 156 |
+
{
|
| 157 |
+
"loss": 0.2762,
|
| 158 |
+
"grad_norm": 7.460292816162109,
|
| 159 |
+
"learning_rate": 8.95959595959596e-06,
|
| 160 |
+
"epoch": 0.30666666666666664,
|
| 161 |
+
"step": 230
|
| 162 |
+
},
|
| 163 |
+
{
|
| 164 |
+
"loss": 0.2785,
|
| 165 |
+
"grad_norm": 10.57375717163086,
|
| 166 |
+
"learning_rate": 8.90909090909091e-06,
|
| 167 |
+
"epoch": 0.32,
|
| 168 |
+
"step": 240
|
| 169 |
+
},
|
| 170 |
+
{
|
| 171 |
+
"loss": 0.2643,
|
| 172 |
+
"grad_norm": 6.0825419425964355,
|
| 173 |
+
"learning_rate": 8.85858585858586e-06,
|
| 174 |
+
"epoch": 0.3333333333333333,
|
| 175 |
+
"step": 250
|
| 176 |
+
},
|
| 177 |
+
{
|
| 178 |
+
"loss": 0.2302,
|
| 179 |
+
"grad_norm": 7.762320518493652,
|
| 180 |
+
"learning_rate": 8.808080808080809e-06,
|
| 181 |
+
"epoch": 0.3466666666666667,
|
| 182 |
+
"step": 260
|
| 183 |
+
},
|
| 184 |
+
{
|
| 185 |
+
"loss": 0.231,
|
| 186 |
+
"grad_norm": 5.677389144897461,
|
| 187 |
+
"learning_rate": 8.757575757575759e-06,
|
| 188 |
+
"epoch": 0.36,
|
| 189 |
+
"step": 270
|
| 190 |
+
},
|
| 191 |
+
{
|
| 192 |
+
"loss": 0.2371,
|
| 193 |
+
"grad_norm": 7.94091796875,
|
| 194 |
+
"learning_rate": 8.707070707070707e-06,
|
| 195 |
+
"epoch": 0.37333333333333335,
|
| 196 |
+
"step": 280
|
| 197 |
+
},
|
| 198 |
+
{
|
| 199 |
+
"loss": 0.2188,
|
| 200 |
+
"grad_norm": 6.335744857788086,
|
| 201 |
+
"learning_rate": 8.656565656565658e-06,
|
| 202 |
+
"epoch": 0.38666666666666666,
|
| 203 |
+
"step": 290
|
| 204 |
+
},
|
| 205 |
+
{
|
| 206 |
+
"loss": 0.2266,
|
| 207 |
+
"grad_norm": 5.985649108886719,
|
| 208 |
+
"learning_rate": 8.606060606060606e-06,
|
| 209 |
+
"epoch": 0.4,
|
| 210 |
+
"step": 300
|
| 211 |
+
},
|
| 212 |
+
{
|
| 213 |
+
"loss": 0.1974,
|
| 214 |
+
"grad_norm": 6.430419445037842,
|
| 215 |
+
"learning_rate": 8.555555555555556e-06,
|
| 216 |
+
"epoch": 0.41333333333333333,
|
| 217 |
+
"step": 310
|
| 218 |
+
},
|
| 219 |
+
{
|
| 220 |
+
"loss": 0.1814,
|
| 221 |
+
"grad_norm": 4.81736946105957,
|
| 222 |
+
"learning_rate": 8.505050505050506e-06,
|
| 223 |
+
"epoch": 0.4266666666666667,
|
| 224 |
+
"step": 320
|
| 225 |
+
},
|
| 226 |
+
{
|
| 227 |
+
"loss": 0.1762,
|
| 228 |
+
"grad_norm": 7.138443946838379,
|
| 229 |
+
"learning_rate": 8.454545454545455e-06,
|
| 230 |
+
"epoch": 0.44,
|
| 231 |
+
"step": 330
|
| 232 |
+
},
|
| 233 |
+
{
|
| 234 |
+
"loss": 0.2186,
|
| 235 |
+
"grad_norm": 5.675243377685547,
|
| 236 |
+
"learning_rate": 8.404040404040405e-06,
|
| 237 |
+
"epoch": 0.4533333333333333,
|
| 238 |
+
"step": 340
|
| 239 |
+
},
|
| 240 |
+
{
|
| 241 |
+
"loss": 0.1654,
|
| 242 |
+
"grad_norm": 6.799890518188477,
|
| 243 |
+
"learning_rate": 8.353535353535355e-06,
|
| 244 |
+
"epoch": 0.4666666666666667,
|
| 245 |
+
"step": 350
|
| 246 |
+
},
|
| 247 |
+
{
|
| 248 |
+
"loss": 0.1875,
|
| 249 |
+
"grad_norm": 7.429632663726807,
|
| 250 |
+
"learning_rate": 8.303030303030305e-06,
|
| 251 |
+
"epoch": 0.48,
|
| 252 |
+
"step": 360
|
| 253 |
+
},
|
| 254 |
+
{
|
| 255 |
+
"loss": 0.1751,
|
| 256 |
+
"grad_norm": 5.900808334350586,
|
| 257 |
+
"learning_rate": 8.252525252525253e-06,
|
| 258 |
+
"epoch": 0.49333333333333335,
|
| 259 |
+
"step": 370
|
| 260 |
+
},
|
| 261 |
+
{
|
| 262 |
+
"loss": 0.1782,
|
| 263 |
+
"grad_norm": 6.6987786293029785,
|
| 264 |
+
"learning_rate": 8.202020202020202e-06,
|
| 265 |
+
"epoch": 0.5066666666666667,
|
| 266 |
+
"step": 380
|
| 267 |
+
},
|
| 268 |
+
{
|
| 269 |
+
"loss": 0.1923,
|
| 270 |
+
"grad_norm": 6.688784122467041,
|
| 271 |
+
"learning_rate": 8.151515151515152e-06,
|
| 272 |
+
"epoch": 0.52,
|
| 273 |
+
"step": 390
|
| 274 |
+
},
|
| 275 |
+
{
|
| 276 |
+
"loss": 0.2059,
|
| 277 |
+
"grad_norm": 6.698350429534912,
|
| 278 |
+
"learning_rate": 8.101010101010102e-06,
|
| 279 |
+
"epoch": 0.5333333333333333,
|
| 280 |
+
"step": 400
|
| 281 |
+
},
|
| 282 |
+
{
|
| 283 |
+
"loss": 0.1859,
|
| 284 |
+
"grad_norm": 6.067806720733643,
|
| 285 |
+
"learning_rate": 8.050505050505052e-06,
|
| 286 |
+
"epoch": 0.5466666666666666,
|
| 287 |
+
"step": 410
|
| 288 |
+
},
|
| 289 |
+
{
|
| 290 |
+
"loss": 0.2116,
|
| 291 |
+
"grad_norm": 5.8718342781066895,
|
| 292 |
+
"learning_rate": 8.000000000000001e-06,
|
| 293 |
+
"epoch": 0.56,
|
| 294 |
+
"step": 420
|
| 295 |
+
},
|
| 296 |
+
{
|
| 297 |
+
"loss": 0.1568,
|
| 298 |
+
"grad_norm": 6.063828945159912,
|
| 299 |
+
"learning_rate": 7.949494949494951e-06,
|
| 300 |
+
"epoch": 0.5733333333333334,
|
| 301 |
+
"step": 430
|
| 302 |
+
},
|
| 303 |
+
{
|
| 304 |
+
"loss": 0.1938,
|
| 305 |
+
"grad_norm": 6.0638885498046875,
|
| 306 |
+
"learning_rate": 7.898989898989899e-06,
|
| 307 |
+
"epoch": 0.5866666666666667,
|
| 308 |
+
"step": 440
|
| 309 |
+
},
|
| 310 |
+
{
|
| 311 |
+
"loss": 0.1763,
|
| 312 |
+
"grad_norm": 5.067079544067383,
|
| 313 |
+
"learning_rate": 7.848484848484849e-06,
|
| 314 |
+
"epoch": 0.6,
|
| 315 |
+
"step": 450
|
| 316 |
+
},
|
| 317 |
+
{
|
| 318 |
+
"loss": 0.1852,
|
| 319 |
+
"grad_norm": 5.423183441162109,
|
| 320 |
+
"learning_rate": 7.797979797979799e-06,
|
| 321 |
+
"epoch": 0.6133333333333333,
|
| 322 |
+
"step": 460
|
| 323 |
+
},
|
| 324 |
+
{
|
| 325 |
+
"loss": 0.1729,
|
| 326 |
+
"grad_norm": 6.96974515914917,
|
| 327 |
+
"learning_rate": 7.747474747474748e-06,
|
| 328 |
+
"epoch": 0.6266666666666667,
|
| 329 |
+
"step": 470
|
| 330 |
+
},
|
| 331 |
+
{
|
| 332 |
+
"loss": 0.1671,
|
| 333 |
+
"grad_norm": 6.261080265045166,
|
| 334 |
+
"learning_rate": 7.696969696969696e-06,
|
| 335 |
+
"epoch": 0.64,
|
| 336 |
+
"step": 480
|
| 337 |
+
},
|
| 338 |
+
{
|
| 339 |
+
"loss": 0.1645,
|
| 340 |
+
"grad_norm": 6.328644275665283,
|
| 341 |
+
"learning_rate": 7.646464646464648e-06,
|
| 342 |
+
"epoch": 0.6533333333333333,
|
| 343 |
+
"step": 490
|
| 344 |
+
},
|
| 345 |
+
{
|
| 346 |
+
"loss": 0.1751,
|
| 347 |
+
"grad_norm": 6.327708721160889,
|
| 348 |
+
"learning_rate": 7.595959595959597e-06,
|
| 349 |
+
"epoch": 0.6666666666666666,
|
| 350 |
+
"step": 500
|
| 351 |
+
},
|
| 352 |
+
{
|
| 353 |
+
"eval_loss": 0.16899675130844116,
|
| 354 |
+
"eval_wer": 0.487629886194953,
|
| 355 |
+
"eval_runtime": 297.2109,
|
| 356 |
+
"eval_samples_per_second": 1.124,
|
| 357 |
+
"eval_steps_per_second": 0.141,
|
| 358 |
+
"epoch": 0.6666666666666666,
|
| 359 |
+
"step": 500
|
| 360 |
+
},
|
| 361 |
+
{
|
| 362 |
+
"loss": 0.1644,
|
| 363 |
+
"grad_norm": 5.117833614349365,
|
| 364 |
+
"learning_rate": 7.545454545454546e-06,
|
| 365 |
+
"epoch": 0.68,
|
| 366 |
+
"step": 510
|
| 367 |
+
},
|
| 368 |
+
{
|
| 369 |
+
"loss": 0.1991,
|
| 370 |
+
"grad_norm": 4.407369613647461,
|
| 371 |
+
"learning_rate": 7.494949494949496e-06,
|
| 372 |
+
"epoch": 0.6933333333333334,
|
| 373 |
+
"step": 520
|
| 374 |
+
},
|
| 375 |
+
{
|
| 376 |
+
"loss": 0.1837,
|
| 377 |
+
"grad_norm": 7.0209197998046875,
|
| 378 |
+
"learning_rate": 7.444444444444445e-06,
|
| 379 |
+
"epoch": 0.7066666666666667,
|
| 380 |
+
"step": 530
|
| 381 |
+
},
|
| 382 |
+
{
|
| 383 |
+
"loss": 0.16,
|
| 384 |
+
"grad_norm": 7.45497465133667,
|
| 385 |
+
"learning_rate": 7.393939393939395e-06,
|
| 386 |
+
"epoch": 0.72,
|
| 387 |
+
"step": 540
|
| 388 |
+
},
|
| 389 |
+
{
|
| 390 |
+
"loss": 0.1449,
|
| 391 |
+
"grad_norm": 5.931302070617676,
|
| 392 |
+
"learning_rate": 7.343434343434344e-06,
|
| 393 |
+
"epoch": 0.7333333333333333,
|
| 394 |
+
"step": 550
|
| 395 |
+
},
|
| 396 |
+
{
|
| 397 |
+
"loss": 0.1598,
|
| 398 |
+
"grad_norm": 4.769244194030762,
|
| 399 |
+
"learning_rate": 7.2929292929292934e-06,
|
| 400 |
+
"epoch": 0.7466666666666667,
|
| 401 |
+
"step": 560
|
| 402 |
+
},
|
| 403 |
+
{
|
| 404 |
+
"loss": 0.1623,
|
| 405 |
+
"grad_norm": 7.7779998779296875,
|
| 406 |
+
"learning_rate": 7.242424242424243e-06,
|
| 407 |
+
"epoch": 0.76,
|
| 408 |
+
"step": 570
|
| 409 |
+
},
|
| 410 |
+
{
|
| 411 |
+
"loss": 0.1577,
|
| 412 |
+
"grad_norm": 6.267203330993652,
|
| 413 |
+
"learning_rate": 7.191919191919192e-06,
|
| 414 |
+
"epoch": 0.7733333333333333,
|
| 415 |
+
"step": 580
|
| 416 |
+
},
|
| 417 |
+
{
|
| 418 |
+
"loss": 0.1416,
|
| 419 |
+
"grad_norm": 6.511270999908447,
|
| 420 |
+
"learning_rate": 7.141414141414143e-06,
|
| 421 |
+
"epoch": 0.7866666666666666,
|
| 422 |
+
"step": 590
|
| 423 |
+
},
|
| 424 |
+
{
|
| 425 |
+
"loss": 0.1386,
|
| 426 |
+
"grad_norm": 3.4472644329071045,
|
| 427 |
+
"learning_rate": 7.0909090909090916e-06,
|
| 428 |
+
"epoch": 0.8,
|
| 429 |
+
"step": 600
|
| 430 |
+
},
|
| 431 |
+
{
|
| 432 |
+
"loss": 0.1455,
|
| 433 |
+
"grad_norm": 5.4273481369018555,
|
| 434 |
+
"learning_rate": 7.0404040404040404e-06,
|
| 435 |
+
"epoch": 0.8133333333333334,
|
| 436 |
+
"step": 610
|
| 437 |
+
},
|
| 438 |
+
{
|
| 439 |
+
"loss": 0.1439,
|
| 440 |
+
"grad_norm": 4.951779365539551,
|
| 441 |
+
"learning_rate": 6.98989898989899e-06,
|
| 442 |
+
"epoch": 0.8266666666666667,
|
| 443 |
+
"step": 620
|
| 444 |
+
},
|
| 445 |
+
{
|
| 446 |
+
"loss": 0.156,
|
| 447 |
+
"grad_norm": 6.684361457824707,
|
| 448 |
+
"learning_rate": 6.93939393939394e-06,
|
| 449 |
+
"epoch": 0.84,
|
| 450 |
+
"step": 630
|
| 451 |
+
},
|
| 452 |
+
{
|
| 453 |
+
"loss": 0.1463,
|
| 454 |
+
"grad_norm": 7.8238139152526855,
|
| 455 |
+
"learning_rate": 6.88888888888889e-06,
|
| 456 |
+
"epoch": 0.8533333333333334,
|
| 457 |
+
"step": 640
|
| 458 |
+
},
|
| 459 |
+
{
|
| 460 |
+
"loss": 0.1339,
|
| 461 |
+
"grad_norm": 4.42230224609375,
|
| 462 |
+
"learning_rate": 6.8383838383838386e-06,
|
| 463 |
+
"epoch": 0.8666666666666667,
|
| 464 |
+
"step": 650
|
| 465 |
+
},
|
| 466 |
+
{
|
| 467 |
+
"loss": 0.14,
|
| 468 |
+
"grad_norm": 5.155161380767822,
|
| 469 |
+
"learning_rate": 6.787878787878789e-06,
|
| 470 |
+
"epoch": 0.88,
|
| 471 |
+
"step": 660
|
| 472 |
+
},
|
| 473 |
+
{
|
| 474 |
+
"loss": 0.1472,
|
| 475 |
+
"grad_norm": 5.219048976898193,
|
| 476 |
+
"learning_rate": 6.737373737373738e-06,
|
| 477 |
+
"epoch": 0.8933333333333333,
|
| 478 |
+
"step": 670
|
| 479 |
+
},
|
| 480 |
+
{
|
| 481 |
+
"loss": 0.1561,
|
| 482 |
+
"grad_norm": 4.496595859527588,
|
| 483 |
+
"learning_rate": 6.686868686868687e-06,
|
| 484 |
+
"epoch": 0.9066666666666666,
|
| 485 |
+
"step": 680
|
| 486 |
+
},
|
| 487 |
+
{
|
| 488 |
+
"loss": 0.1591,
|
| 489 |
+
"grad_norm": 5.56928825378418,
|
| 490 |
+
"learning_rate": 6.6363636363636375e-06,
|
| 491 |
+
"epoch": 0.92,
|
| 492 |
+
"step": 690
|
| 493 |
+
},
|
| 494 |
+
{
|
| 495 |
+
"loss": 0.1401,
|
| 496 |
+
"grad_norm": 3.9802422523498535,
|
| 497 |
+
"learning_rate": 6.585858585858586e-06,
|
| 498 |
+
"epoch": 0.9333333333333333,
|
| 499 |
+
"step": 700
|
| 500 |
+
},
|
| 501 |
+
{
|
| 502 |
+
"loss": 0.1583,
|
| 503 |
+
"grad_norm": 8.410820960998535,
|
| 504 |
+
"learning_rate": 6.535353535353536e-06,
|
| 505 |
+
"epoch": 0.9466666666666667,
|
| 506 |
+
"step": 710
|
| 507 |
+
},
|
| 508 |
+
{
|
| 509 |
+
"loss": 0.1277,
|
| 510 |
+
"grad_norm": 5.387331485748291,
|
| 511 |
+
"learning_rate": 6.484848484848485e-06,
|
| 512 |
+
"epoch": 0.96,
|
| 513 |
+
"step": 720
|
| 514 |
+
},
|
| 515 |
+
{
|
| 516 |
+
"loss": 0.1318,
|
| 517 |
+
"grad_norm": 6.340620517730713,
|
| 518 |
+
"learning_rate": 6.434343434343436e-06,
|
| 519 |
+
"epoch": 0.9733333333333334,
|
| 520 |
+
"step": 730
|
| 521 |
+
},
|
| 522 |
+
{
|
| 523 |
+
"loss": 0.1435,
|
| 524 |
+
"grad_norm": 6.36068058013916,
|
| 525 |
+
"learning_rate": 6.3838383838383845e-06,
|
| 526 |
+
"epoch": 0.9866666666666667,
|
| 527 |
+
"step": 740
|
| 528 |
+
},
|
| 529 |
+
{
|
| 530 |
+
"loss": 0.1267,
|
| 531 |
+
"grad_norm": 6.267134189605713,
|
| 532 |
+
"learning_rate": 6.333333333333333e-06,
|
| 533 |
+
"epoch": 1.0,
|
| 534 |
+
"step": 750
|
| 535 |
+
},
|
| 536 |
+
{
|
| 537 |
+
"loss": 0.0935,
|
| 538 |
+
"grad_norm": 2.937222719192505,
|
| 539 |
+
"learning_rate": 6.282828282828284e-06,
|
| 540 |
+
"epoch": 1.0133333333333334,
|
| 541 |
+
"step": 760
|
| 542 |
+
},
|
| 543 |
+
{
|
| 544 |
+
"loss": 0.1018,
|
| 545 |
+
"grad_norm": 3.3359508514404297,
|
| 546 |
+
"learning_rate": 6.232323232323233e-06,
|
| 547 |
+
"epoch": 1.0266666666666666,
|
| 548 |
+
"step": 770
|
| 549 |
+
},
|
| 550 |
+
{
|
| 551 |
+
"loss": 0.0833,
|
| 552 |
+
"grad_norm": 4.2928466796875,
|
| 553 |
+
"learning_rate": 6.181818181818182e-06,
|
| 554 |
+
"epoch": 1.04,
|
| 555 |
+
"step": 780
|
| 556 |
+
},
|
| 557 |
+
{
|
| 558 |
+
"loss": 0.1053,
|
| 559 |
+
"grad_norm": 4.187559127807617,
|
| 560 |
+
"learning_rate": 6.1313131313131315e-06,
|
| 561 |
+
"epoch": 1.0533333333333332,
|
| 562 |
+
"step": 790
|
| 563 |
+
},
|
| 564 |
+
{
|
| 565 |
+
"loss": 0.0916,
|
| 566 |
+
"grad_norm": 4.729913711547852,
|
| 567 |
+
"learning_rate": 6.080808080808081e-06,
|
| 568 |
+
"epoch": 1.0666666666666667,
|
| 569 |
+
"step": 800
|
| 570 |
+
},
|
| 571 |
+
{
|
| 572 |
+
"loss": 0.0898,
|
| 573 |
+
"grad_norm": 3.426358938217163,
|
| 574 |
+
"learning_rate": 6.030303030303031e-06,
|
| 575 |
+
"epoch": 1.08,
|
| 576 |
+
"step": 810
|
| 577 |
+
},
|
| 578 |
+
{
|
| 579 |
+
"loss": 0.0806,
|
| 580 |
+
"grad_norm": 3.42873477935791,
|
| 581 |
+
"learning_rate": 5.97979797979798e-06,
|
| 582 |
+
"epoch": 1.0933333333333333,
|
| 583 |
+
"step": 820
|
| 584 |
+
},
|
| 585 |
+
{
|
| 586 |
+
"loss": 0.0855,
|
| 587 |
+
"grad_norm": 5.813981533050537,
|
| 588 |
+
"learning_rate": 5.9292929292929305e-06,
|
| 589 |
+
"epoch": 1.1066666666666667,
|
| 590 |
+
"step": 830
|
| 591 |
+
},
|
| 592 |
+
{
|
| 593 |
+
"loss": 0.0807,
|
| 594 |
+
"grad_norm": 3.3029656410217285,
|
| 595 |
+
"learning_rate": 5.878787878787879e-06,
|
| 596 |
+
"epoch": 1.12,
|
| 597 |
+
"step": 840
|
| 598 |
+
},
|
| 599 |
+
{
|
| 600 |
+
"loss": 0.0881,
|
| 601 |
+
"grad_norm": 3.9471054077148438,
|
| 602 |
+
"learning_rate": 5.828282828282828e-06,
|
| 603 |
+
"epoch": 1.1333333333333333,
|
| 604 |
+
"step": 850
|
| 605 |
+
},
|
| 606 |
+
{
|
| 607 |
+
"loss": 0.0739,
|
| 608 |
+
"grad_norm": 3.7360801696777344,
|
| 609 |
+
"learning_rate": 5.777777777777778e-06,
|
| 610 |
+
"epoch": 1.1466666666666667,
|
| 611 |
+
"step": 860
|
| 612 |
+
},
|
| 613 |
+
{
|
| 614 |
+
"loss": 0.0756,
|
| 615 |
+
"grad_norm": 2.321897029876709,
|
| 616 |
+
"learning_rate": 5.727272727272728e-06,
|
| 617 |
+
"epoch": 1.16,
|
| 618 |
+
"step": 870
|
| 619 |
+
},
|
| 620 |
+
{
|
| 621 |
+
"loss": 0.1089,
|
| 622 |
+
"grad_norm": 6.8720269203186035,
|
| 623 |
+
"learning_rate": 5.6767676767676775e-06,
|
| 624 |
+
"epoch": 1.1733333333333333,
|
| 625 |
+
"step": 880
|
| 626 |
+
},
|
| 627 |
+
{
|
| 628 |
+
"loss": 0.0852,
|
| 629 |
+
"grad_norm": 3.7198221683502197,
|
| 630 |
+
"learning_rate": 5.626262626262626e-06,
|
| 631 |
+
"epoch": 1.1866666666666668,
|
| 632 |
+
"step": 890
|
| 633 |
+
},
|
| 634 |
+
{
|
| 635 |
+
"loss": 0.0911,
|
| 636 |
+
"grad_norm": 4.52007532119751,
|
| 637 |
+
"learning_rate": 5.575757575757577e-06,
|
| 638 |
+
"epoch": 1.2,
|
| 639 |
+
"step": 900
|
| 640 |
+
},
|
| 641 |
+
{
|
| 642 |
+
"loss": 0.1005,
|
| 643 |
+
"grad_norm": 5.6622748374938965,
|
| 644 |
+
"learning_rate": 5.525252525252526e-06,
|
| 645 |
+
"epoch": 1.2133333333333334,
|
| 646 |
+
"step": 910
|
| 647 |
+
},
|
| 648 |
+
{
|
| 649 |
+
"loss": 0.0885,
|
| 650 |
+
"grad_norm": 3.5315425395965576,
|
| 651 |
+
"learning_rate": 5.474747474747475e-06,
|
| 652 |
+
"epoch": 1.2266666666666666,
|
| 653 |
+
"step": 920
|
| 654 |
+
},
|
| 655 |
+
{
|
| 656 |
+
"loss": 0.0853,
|
| 657 |
+
"grad_norm": 3.7347161769866943,
|
| 658 |
+
"learning_rate": 5.424242424242425e-06,
|
| 659 |
+
"epoch": 1.24,
|
| 660 |
+
"step": 930
|
| 661 |
+
},
|
| 662 |
+
{
|
| 663 |
+
"loss": 0.0739,
|
| 664 |
+
"grad_norm": 3.897317886352539,
|
| 665 |
+
"learning_rate": 5.373737373737374e-06,
|
| 666 |
+
"epoch": 1.2533333333333334,
|
| 667 |
+
"step": 940
|
| 668 |
+
},
|
| 669 |
+
{
|
| 670 |
+
"loss": 0.0932,
|
| 671 |
+
"grad_norm": 4.464446067810059,
|
| 672 |
+
"learning_rate": 5.323232323232324e-06,
|
| 673 |
+
"epoch": 1.2666666666666666,
|
| 674 |
+
"step": 950
|
| 675 |
+
},
|
| 676 |
+
{
|
| 677 |
+
"loss": 0.109,
|
| 678 |
+
"grad_norm": 4.172600269317627,
|
| 679 |
+
"learning_rate": 5.272727272727273e-06,
|
| 680 |
+
"epoch": 1.28,
|
| 681 |
+
"step": 960
|
| 682 |
+
},
|
| 683 |
+
{
|
| 684 |
+
"loss": 0.1006,
|
| 685 |
+
"grad_norm": 6.423786163330078,
|
| 686 |
+
"learning_rate": 5.2222222222222226e-06,
|
| 687 |
+
"epoch": 1.2933333333333334,
|
| 688 |
+
"step": 970
|
| 689 |
+
},
|
| 690 |
+
{
|
| 691 |
+
"loss": 0.0751,
|
| 692 |
+
"grad_norm": 5.334788799285889,
|
| 693 |
+
"learning_rate": 5.171717171717172e-06,
|
| 694 |
+
"epoch": 1.3066666666666666,
|
| 695 |
+
"step": 980
|
| 696 |
+
},
|
| 697 |
+
{
|
| 698 |
+
"loss": 0.0887,
|
| 699 |
+
"grad_norm": 4.050017356872559,
|
| 700 |
+
"learning_rate": 5.121212121212121e-06,
|
| 701 |
+
"epoch": 1.32,
|
| 702 |
+
"step": 990
|
| 703 |
+
},
|
| 704 |
+
{
|
| 705 |
+
"loss": 0.0829,
|
| 706 |
+
"grad_norm": 4.011457920074463,
|
| 707 |
+
"learning_rate": 5.070707070707072e-06,
|
| 708 |
+
"epoch": 1.3333333333333333,
|
| 709 |
+
"step": 1000
|
| 710 |
+
},
|
| 711 |
+
{
|
| 712 |
+
"eval_loss": 0.12301119416952133,
|
| 713 |
+
"eval_wer": 0.3809995051954478,
|
| 714 |
+
"eval_runtime": 300.5012,
|
| 715 |
+
"eval_samples_per_second": 1.111,
|
| 716 |
+
"eval_steps_per_second": 0.14,
|
| 717 |
+
"epoch": 1.3333333333333333,
|
| 718 |
+
"step": 1000
|
| 719 |
+
},
|
| 720 |
+
{
|
| 721 |
+
"loss": 0.0765,
|
| 722 |
+
"grad_norm": 4.142199516296387,
|
| 723 |
+
"learning_rate": 5.020202020202021e-06,
|
| 724 |
+
"epoch": 1.3466666666666667,
|
| 725 |
+
"step": 1010
|
| 726 |
+
},
|
| 727 |
+
{
|
| 728 |
+
"loss": 0.0827,
|
| 729 |
+
"grad_norm": 6.005105018615723,
|
| 730 |
+
"learning_rate": 4.9696969696969696e-06,
|
| 731 |
+
"epoch": 1.3599999999999999,
|
| 732 |
+
"step": 1020
|
| 733 |
+
},
|
| 734 |
+
{
|
| 735 |
+
"loss": 0.083,
|
| 736 |
+
"grad_norm": 3.4381942749023438,
|
| 737 |
+
"learning_rate": 4.919191919191919e-06,
|
| 738 |
+
"epoch": 1.3733333333333333,
|
| 739 |
+
"step": 1030
|
| 740 |
+
},
|
| 741 |
+
{
|
| 742 |
+
"loss": 0.0944,
|
| 743 |
+
"grad_norm": 2.9297616481781006,
|
| 744 |
+
"learning_rate": 4.868686868686869e-06,
|
| 745 |
+
"epoch": 1.3866666666666667,
|
| 746 |
+
"step": 1040
|
| 747 |
+
},
|
| 748 |
+
{
|
| 749 |
+
"loss": 0.0886,
|
| 750 |
+
"grad_norm": 3.7134227752685547,
|
| 751 |
+
"learning_rate": 4.818181818181819e-06,
|
| 752 |
+
"epoch": 1.4,
|
| 753 |
+
"step": 1050
|
| 754 |
+
},
|
| 755 |
+
{
|
| 756 |
+
"loss": 0.0923,
|
| 757 |
+
"grad_norm": 4.643685817718506,
|
| 758 |
+
"learning_rate": 4.7676767676767685e-06,
|
| 759 |
+
"epoch": 1.4133333333333333,
|
| 760 |
+
"step": 1060
|
| 761 |
+
},
|
| 762 |
+
{
|
| 763 |
+
"loss": 0.1007,
|
| 764 |
+
"grad_norm": 10.541472434997559,
|
| 765 |
+
"learning_rate": 4.717171717171717e-06,
|
| 766 |
+
"epoch": 1.4266666666666667,
|
| 767 |
+
"step": 1070
|
| 768 |
+
},
|
| 769 |
+
{
|
| 770 |
+
"loss": 0.0738,
|
| 771 |
+
"grad_norm": 2.6130969524383545,
|
| 772 |
+
"learning_rate": 4.666666666666667e-06,
|
| 773 |
+
"epoch": 1.44,
|
| 774 |
+
"step": 1080
|
| 775 |
+
},
|
| 776 |
+
{
|
| 777 |
+
"loss": 0.0901,
|
| 778 |
+
"grad_norm": 4.330660343170166,
|
| 779 |
+
"learning_rate": 4.616161616161616e-06,
|
| 780 |
+
"epoch": 1.4533333333333334,
|
| 781 |
+
"step": 1090
|
| 782 |
+
},
|
| 783 |
+
{
|
| 784 |
+
"loss": 0.0996,
|
| 785 |
+
"grad_norm": 5.923006534576416,
|
| 786 |
+
"learning_rate": 4.565656565656566e-06,
|
| 787 |
+
"epoch": 1.4666666666666668,
|
| 788 |
+
"step": 1100
|
| 789 |
+
},
|
| 790 |
+
{
|
| 791 |
+
"loss": 0.0834,
|
| 792 |
+
"grad_norm": 3.7538375854492188,
|
| 793 |
+
"learning_rate": 4.5151515151515155e-06,
|
| 794 |
+
"epoch": 1.48,
|
| 795 |
+
"step": 1110
|
| 796 |
+
},
|
| 797 |
+
{
|
| 798 |
+
"loss": 0.0701,
|
| 799 |
+
"grad_norm": 3.5032098293304443,
|
| 800 |
+
"learning_rate": 4.464646464646465e-06,
|
| 801 |
+
"epoch": 1.4933333333333334,
|
| 802 |
+
"step": 1120
|
| 803 |
+
},
|
| 804 |
+
{
|
| 805 |
+
"loss": 0.0804,
|
| 806 |
+
"grad_norm": 4.298966407775879,
|
| 807 |
+
"learning_rate": 4.414141414141415e-06,
|
| 808 |
+
"epoch": 1.5066666666666668,
|
| 809 |
+
"step": 1130
|
| 810 |
+
},
|
| 811 |
+
{
|
| 812 |
+
"loss": 0.0724,
|
| 813 |
+
"grad_norm": 3.847870349884033,
|
| 814 |
+
"learning_rate": 4.363636363636364e-06,
|
| 815 |
+
"epoch": 1.52,
|
| 816 |
+
"step": 1140
|
| 817 |
+
},
|
| 818 |
+
{
|
| 819 |
+
"loss": 0.0779,
|
| 820 |
+
"grad_norm": 3.737017869949341,
|
| 821 |
+
"learning_rate": 4.313131313131314e-06,
|
| 822 |
+
"epoch": 1.5333333333333332,
|
| 823 |
+
"step": 1150
|
| 824 |
+
},
|
| 825 |
+
{
|
| 826 |
+
"loss": 0.0847,
|
| 827 |
+
"grad_norm": 3.2333316802978516,
|
| 828 |
+
"learning_rate": 4.262626262626263e-06,
|
| 829 |
+
"epoch": 1.5466666666666666,
|
| 830 |
+
"step": 1160
|
| 831 |
+
},
|
| 832 |
+
{
|
| 833 |
+
"loss": 0.0787,
|
| 834 |
+
"grad_norm": 4.592497825622559,
|
| 835 |
+
"learning_rate": 4.212121212121212e-06,
|
| 836 |
+
"epoch": 1.56,
|
| 837 |
+
"step": 1170
|
| 838 |
+
},
|
| 839 |
+
{
|
| 840 |
+
"loss": 0.0794,
|
| 841 |
+
"grad_norm": 3.845383644104004,
|
| 842 |
+
"learning_rate": 4.161616161616162e-06,
|
| 843 |
+
"epoch": 1.5733333333333333,
|
| 844 |
+
"step": 1180
|
| 845 |
+
},
|
| 846 |
+
{
|
| 847 |
+
"loss": 0.0978,
|
| 848 |
+
"grad_norm": 4.334165096282959,
|
| 849 |
+
"learning_rate": 4.111111111111111e-06,
|
| 850 |
+
"epoch": 1.5866666666666667,
|
| 851 |
+
"step": 1190
|
| 852 |
+
},
|
| 853 |
+
{
|
| 854 |
+
"loss": 0.0775,
|
| 855 |
+
"grad_norm": 4.0656046867370605,
|
| 856 |
+
"learning_rate": 4.060606060606061e-06,
|
| 857 |
+
"epoch": 1.6,
|
| 858 |
+
"step": 1200
|
| 859 |
+
},
|
| 860 |
+
{
|
| 861 |
+
"loss": 0.0847,
|
| 862 |
+
"grad_norm": 4.935208797454834,
|
| 863 |
+
"learning_rate": 4.01010101010101e-06,
|
| 864 |
+
"epoch": 1.6133333333333333,
|
| 865 |
+
"step": 1210
|
| 866 |
+
},
|
| 867 |
+
{
|
| 868 |
+
"loss": 0.0944,
|
| 869 |
+
"grad_norm": 3.122648239135742,
|
| 870 |
+
"learning_rate": 3.95959595959596e-06,
|
| 871 |
+
"epoch": 1.6266666666666667,
|
| 872 |
+
"step": 1220
|
| 873 |
+
},
|
| 874 |
+
{
|
| 875 |
+
"loss": 0.0714,
|
| 876 |
+
"grad_norm": 3.208401918411255,
|
| 877 |
+
"learning_rate": 3.90909090909091e-06,
|
| 878 |
+
"epoch": 1.6400000000000001,
|
| 879 |
+
"step": 1230
|
| 880 |
+
},
|
| 881 |
+
{
|
| 882 |
+
"loss": 0.0681,
|
| 883 |
+
"grad_norm": 2.0770390033721924,
|
| 884 |
+
"learning_rate": 3.858585858585859e-06,
|
| 885 |
+
"epoch": 1.6533333333333333,
|
| 886 |
+
"step": 1240
|
| 887 |
+
},
|
| 888 |
+
{
|
| 889 |
+
"loss": 0.0745,
|
| 890 |
+
"grad_norm": 3.3009884357452393,
|
| 891 |
+
"learning_rate": 3.8080808080808085e-06,
|
| 892 |
+
"epoch": 1.6666666666666665,
|
| 893 |
+
"step": 1250
|
| 894 |
+
},
|
| 895 |
+
{
|
| 896 |
+
"loss": 0.0935,
|
| 897 |
+
"grad_norm": 4.169901371002197,
|
| 898 |
+
"learning_rate": 3.757575757575758e-06,
|
| 899 |
+
"epoch": 1.6800000000000002,
|
| 900 |
+
"step": 1260
|
| 901 |
+
},
|
| 902 |
+
{
|
| 903 |
+
"loss": 0.0908,
|
| 904 |
+
"grad_norm": 4.098388671875,
|
| 905 |
+
"learning_rate": 3.7070707070707075e-06,
|
| 906 |
+
"epoch": 1.6933333333333334,
|
| 907 |
+
"step": 1270
|
| 908 |
+
},
|
| 909 |
+
{
|
| 910 |
+
"loss": 0.0892,
|
| 911 |
+
"grad_norm": 3.705352306365967,
|
| 912 |
+
"learning_rate": 3.6565656565656573e-06,
|
| 913 |
+
"epoch": 1.7066666666666666,
|
| 914 |
+
"step": 1280
|
| 915 |
+
},
|
| 916 |
+
{
|
| 917 |
+
"loss": 0.0886,
|
| 918 |
+
"grad_norm": 4.458006381988525,
|
| 919 |
+
"learning_rate": 3.606060606060606e-06,
|
| 920 |
+
"epoch": 1.72,
|
| 921 |
+
"step": 1290
|
| 922 |
+
},
|
| 923 |
+
{
|
| 924 |
+
"loss": 0.0759,
|
| 925 |
+
"grad_norm": 4.776914596557617,
|
| 926 |
+
"learning_rate": 3.555555555555556e-06,
|
| 927 |
+
"epoch": 1.7333333333333334,
|
| 928 |
+
"step": 1300
|
| 929 |
+
},
|
| 930 |
+
{
|
| 931 |
+
"loss": 0.0687,
|
| 932 |
+
"grad_norm": 3.9618778228759766,
|
| 933 |
+
"learning_rate": 3.5050505050505052e-06,
|
| 934 |
+
"epoch": 1.7466666666666666,
|
| 935 |
+
"step": 1310
|
| 936 |
+
},
|
| 937 |
+
{
|
| 938 |
+
"loss": 0.0881,
|
| 939 |
+
"grad_norm": 4.7500715255737305,
|
| 940 |
+
"learning_rate": 3.454545454545455e-06,
|
| 941 |
+
"epoch": 1.76,
|
| 942 |
+
"step": 1320
|
| 943 |
+
},
|
| 944 |
+
{
|
| 945 |
+
"loss": 0.0658,
|
| 946 |
+
"grad_norm": 4.474343776702881,
|
| 947 |
+
"learning_rate": 3.4040404040404047e-06,
|
| 948 |
+
"epoch": 1.7733333333333334,
|
| 949 |
+
"step": 1330
|
| 950 |
+
},
|
| 951 |
+
{
|
| 952 |
+
"loss": 0.0714,
|
| 953 |
+
"grad_norm": 4.381460666656494,
|
| 954 |
+
"learning_rate": 3.3535353535353536e-06,
|
| 955 |
+
"epoch": 1.7866666666666666,
|
| 956 |
+
"step": 1340
|
| 957 |
+
},
|
| 958 |
+
{
|
| 959 |
+
"loss": 0.0697,
|
| 960 |
+
"grad_norm": 5.2972235679626465,
|
| 961 |
+
"learning_rate": 3.3030303030303033e-06,
|
| 962 |
+
"epoch": 1.8,
|
| 963 |
+
"step": 1350
|
| 964 |
+
},
|
| 965 |
+
{
|
| 966 |
+
"loss": 0.0838,
|
| 967 |
+
"grad_norm": 3.481915235519409,
|
| 968 |
+
"learning_rate": 3.2525252525252527e-06,
|
| 969 |
+
"epoch": 1.8133333333333335,
|
| 970 |
+
"step": 1360
|
| 971 |
+
},
|
| 972 |
+
{
|
| 973 |
+
"loss": 0.0726,
|
| 974 |
+
"grad_norm": 3.9586760997772217,
|
| 975 |
+
"learning_rate": 3.2020202020202024e-06,
|
| 976 |
+
"epoch": 1.8266666666666667,
|
| 977 |
+
"step": 1370
|
| 978 |
+
},
|
| 979 |
+
{
|
| 980 |
+
"loss": 0.0877,
|
| 981 |
+
"grad_norm": 2.909917116165161,
|
| 982 |
+
"learning_rate": 3.1515151515151517e-06,
|
| 983 |
+
"epoch": 1.8399999999999999,
|
| 984 |
+
"step": 1380
|
| 985 |
+
},
|
| 986 |
+
{
|
| 987 |
+
"loss": 0.0836,
|
| 988 |
+
"grad_norm": 5.644835472106934,
|
| 989 |
+
"learning_rate": 3.1010101010101014e-06,
|
| 990 |
+
"epoch": 1.8533333333333335,
|
| 991 |
+
"step": 1390
|
| 992 |
+
},
|
| 993 |
+
{
|
| 994 |
+
"loss": 0.0666,
|
| 995 |
+
"grad_norm": 2.045072555541992,
|
| 996 |
+
"learning_rate": 3.0505050505050508e-06,
|
| 997 |
+
"epoch": 1.8666666666666667,
|
| 998 |
+
"step": 1400
|
| 999 |
+
},
|
| 1000 |
+
{
|
| 1001 |
+
"loss": 0.0639,
|
| 1002 |
+
"grad_norm": 3.4779183864593506,
|
| 1003 |
+
"learning_rate": 3e-06,
|
| 1004 |
+
"epoch": 1.88,
|
| 1005 |
+
"step": 1410
|
| 1006 |
+
},
|
| 1007 |
+
{
|
| 1008 |
+
"loss": 0.0791,
|
| 1009 |
+
"grad_norm": 4.011447429656982,
|
| 1010 |
+
"learning_rate": 2.94949494949495e-06,
|
| 1011 |
+
"epoch": 1.8933333333333333,
|
| 1012 |
+
"step": 1420
|
| 1013 |
+
},
|
| 1014 |
+
{
|
| 1015 |
+
"loss": 0.0669,
|
| 1016 |
+
"grad_norm": 3.508593797683716,
|
| 1017 |
+
"learning_rate": 2.898989898989899e-06,
|
| 1018 |
+
"epoch": 1.9066666666666667,
|
| 1019 |
+
"step": 1430
|
| 1020 |
+
},
|
| 1021 |
+
{
|
| 1022 |
+
"loss": 0.0757,
|
| 1023 |
+
"grad_norm": 7.03428840637207,
|
| 1024 |
+
"learning_rate": 2.848484848484849e-06,
|
| 1025 |
+
"epoch": 1.92,
|
| 1026 |
+
"step": 1440
|
| 1027 |
+
},
|
| 1028 |
+
{
|
| 1029 |
+
"loss": 0.0685,
|
| 1030 |
+
"grad_norm": 3.3509371280670166,
|
| 1031 |
+
"learning_rate": 2.7979797979797986e-06,
|
| 1032 |
+
"epoch": 1.9333333333333333,
|
| 1033 |
+
"step": 1450
|
| 1034 |
+
},
|
| 1035 |
+
{
|
| 1036 |
+
"loss": 0.0718,
|
| 1037 |
+
"grad_norm": 4.13100004196167,
|
| 1038 |
+
"learning_rate": 2.7474747474747475e-06,
|
| 1039 |
+
"epoch": 1.9466666666666668,
|
| 1040 |
+
"step": 1460
|
| 1041 |
+
},
|
| 1042 |
+
{
|
| 1043 |
+
"loss": 0.0615,
|
| 1044 |
+
"grad_norm": 5.1480512619018555,
|
| 1045 |
+
"learning_rate": 2.6969696969696972e-06,
|
| 1046 |
+
"epoch": 1.96,
|
| 1047 |
+
"step": 1470
|
| 1048 |
+
},
|
| 1049 |
+
{
|
| 1050 |
+
"loss": 0.089,
|
| 1051 |
+
"grad_norm": 4.444997310638428,
|
| 1052 |
+
"learning_rate": 2.6464646464646466e-06,
|
| 1053 |
+
"epoch": 1.9733333333333334,
|
| 1054 |
+
"step": 1480
|
| 1055 |
+
},
|
| 1056 |
+
{
|
| 1057 |
+
"loss": 0.0699,
|
| 1058 |
+
"grad_norm": 3.9407005310058594,
|
| 1059 |
+
"learning_rate": 2.5959595959595963e-06,
|
| 1060 |
+
"epoch": 1.9866666666666668,
|
| 1061 |
+
"step": 1490
|
| 1062 |
+
},
|
| 1063 |
+
{
|
| 1064 |
+
"loss": 0.0728,
|
| 1065 |
+
"grad_norm": 6.953798294067383,
|
| 1066 |
+
"learning_rate": 2.5454545454545456e-06,
|
| 1067 |
+
"epoch": 2.0,
|
| 1068 |
+
"step": 1500
|
| 1069 |
+
},
|
| 1070 |
+
{
|
| 1071 |
+
"eval_loss": 0.10412880033254623,
|
| 1072 |
+
"eval_wer": 0.32657100445324094,
|
| 1073 |
+
"eval_runtime": 300.9073,
|
| 1074 |
+
"eval_samples_per_second": 1.11,
|
| 1075 |
+
"eval_steps_per_second": 0.14,
|
| 1076 |
+
"epoch": 2.0,
|
| 1077 |
+
"step": 1500
|
| 1078 |
+
},
|
| 1079 |
+
{
|
| 1080 |
+
"loss": 0.049,
|
| 1081 |
+
"grad_norm": 2.8069822788238525,
|
| 1082 |
+
"learning_rate": 2.494949494949495e-06,
|
| 1083 |
+
"epoch": 2.013333333333333,
|
| 1084 |
+
"step": 1510
|
| 1085 |
+
},
|
| 1086 |
+
{
|
| 1087 |
+
"loss": 0.0445,
|
| 1088 |
+
"grad_norm": 3.9860682487487793,
|
| 1089 |
+
"learning_rate": 2.4444444444444447e-06,
|
| 1090 |
+
"epoch": 2.026666666666667,
|
| 1091 |
+
"step": 1520
|
| 1092 |
+
},
|
| 1093 |
+
{
|
| 1094 |
+
"loss": 0.044,
|
| 1095 |
+
"grad_norm": 1.8156518936157227,
|
| 1096 |
+
"learning_rate": 2.393939393939394e-06,
|
| 1097 |
+
"epoch": 2.04,
|
| 1098 |
+
"step": 1530
|
| 1099 |
+
},
|
| 1100 |
+
{
|
| 1101 |
+
"loss": 0.0393,
|
| 1102 |
+
"grad_norm": 3.85343337059021,
|
| 1103 |
+
"learning_rate": 2.3434343434343437e-06,
|
| 1104 |
+
"epoch": 2.0533333333333332,
|
| 1105 |
+
"step": 1540
|
| 1106 |
+
},
|
| 1107 |
+
{
|
| 1108 |
+
"loss": 0.0478,
|
| 1109 |
+
"grad_norm": 3.4633591175079346,
|
| 1110 |
+
"learning_rate": 2.292929292929293e-06,
|
| 1111 |
+
"epoch": 2.066666666666667,
|
| 1112 |
+
"step": 1550
|
| 1113 |
+
},
|
| 1114 |
+
{
|
| 1115 |
+
"loss": 0.0369,
|
| 1116 |
+
"grad_norm": 2.2300124168395996,
|
| 1117 |
+
"learning_rate": 2.2424242424242428e-06,
|
| 1118 |
+
"epoch": 2.08,
|
| 1119 |
+
"step": 1560
|
| 1120 |
+
},
|
| 1121 |
+
{
|
| 1122 |
+
"loss": 0.0506,
|
| 1123 |
+
"grad_norm": 2.8760111331939697,
|
| 1124 |
+
"learning_rate": 2.191919191919192e-06,
|
| 1125 |
+
"epoch": 2.0933333333333333,
|
| 1126 |
+
"step": 1570
|
| 1127 |
+
},
|
| 1128 |
+
{
|
| 1129 |
+
"loss": 0.0388,
|
| 1130 |
+
"grad_norm": 2.558821201324463,
|
| 1131 |
+
"learning_rate": 2.1414141414141414e-06,
|
| 1132 |
+
"epoch": 2.1066666666666665,
|
| 1133 |
+
"step": 1580
|
| 1134 |
+
},
|
| 1135 |
+
{
|
| 1136 |
+
"loss": 0.0387,
|
| 1137 |
+
"grad_norm": 2.146301031112671,
|
| 1138 |
+
"learning_rate": 2.090909090909091e-06,
|
| 1139 |
+
"epoch": 2.12,
|
| 1140 |
+
"step": 1590
|
| 1141 |
+
},
|
| 1142 |
+
{
|
| 1143 |
+
"loss": 0.0424,
|
| 1144 |
+
"grad_norm": 3.9771625995635986,
|
| 1145 |
+
"learning_rate": 2.0404040404040405e-06,
|
| 1146 |
+
"epoch": 2.1333333333333333,
|
| 1147 |
+
"step": 1600
|
| 1148 |
+
},
|
| 1149 |
+
{
|
| 1150 |
+
"loss": 0.0575,
|
| 1151 |
+
"grad_norm": 3.292935371398926,
|
| 1152 |
+
"learning_rate": 1.98989898989899e-06,
|
| 1153 |
+
"epoch": 2.1466666666666665,
|
| 1154 |
+
"step": 1610
|
| 1155 |
+
},
|
| 1156 |
+
{
|
| 1157 |
+
"loss": 0.0383,
|
| 1158 |
+
"grad_norm": 3.045471429824829,
|
| 1159 |
+
"learning_rate": 1.9393939393939395e-06,
|
| 1160 |
+
"epoch": 2.16,
|
| 1161 |
+
"step": 1620
|
| 1162 |
+
},
|
| 1163 |
+
{
|
| 1164 |
+
"loss": 0.0316,
|
| 1165 |
+
"grad_norm": 3.168919086456299,
|
| 1166 |
+
"learning_rate": 1.888888888888889e-06,
|
| 1167 |
+
"epoch": 2.1733333333333333,
|
| 1168 |
+
"step": 1630
|
| 1169 |
+
},
|
| 1170 |
+
{
|
| 1171 |
+
"loss": 0.037,
|
| 1172 |
+
"grad_norm": 2.878878116607666,
|
| 1173 |
+
"learning_rate": 1.8383838383838384e-06,
|
| 1174 |
+
"epoch": 2.1866666666666665,
|
| 1175 |
+
"step": 1640
|
| 1176 |
+
},
|
| 1177 |
+
{
|
| 1178 |
+
"loss": 0.0523,
|
| 1179 |
+
"grad_norm": 2.0924072265625,
|
| 1180 |
+
"learning_rate": 1.787878787878788e-06,
|
| 1181 |
+
"epoch": 2.2,
|
| 1182 |
+
"step": 1650
|
| 1183 |
+
},
|
| 1184 |
+
{
|
| 1185 |
+
"loss": 0.0367,
|
| 1186 |
+
"grad_norm": 4.216643333435059,
|
| 1187 |
+
"learning_rate": 1.7373737373737376e-06,
|
| 1188 |
+
"epoch": 2.2133333333333334,
|
| 1189 |
+
"step": 1660
|
| 1190 |
+
},
|
| 1191 |
+
{
|
| 1192 |
+
"loss": 0.0321,
|
| 1193 |
+
"grad_norm": 2.9497156143188477,
|
| 1194 |
+
"learning_rate": 1.6868686868686871e-06,
|
| 1195 |
+
"epoch": 2.2266666666666666,
|
| 1196 |
+
"step": 1670
|
| 1197 |
+
},
|
| 1198 |
+
{
|
| 1199 |
+
"loss": 0.0406,
|
| 1200 |
+
"grad_norm": 2.8304696083068848,
|
| 1201 |
+
"learning_rate": 1.6363636363636365e-06,
|
| 1202 |
+
"epoch": 2.24,
|
| 1203 |
+
"step": 1680
|
| 1204 |
+
},
|
| 1205 |
+
{
|
| 1206 |
+
"loss": 0.0393,
|
| 1207 |
+
"grad_norm": 2.576051712036133,
|
| 1208 |
+
"learning_rate": 1.585858585858586e-06,
|
| 1209 |
+
"epoch": 2.2533333333333334,
|
| 1210 |
+
"step": 1690
|
| 1211 |
+
},
|
| 1212 |
+
{
|
| 1213 |
+
"loss": 0.0284,
|
| 1214 |
+
"grad_norm": 2.7163302898406982,
|
| 1215 |
+
"learning_rate": 1.5353535353535353e-06,
|
| 1216 |
+
"epoch": 2.2666666666666666,
|
| 1217 |
+
"step": 1700
|
| 1218 |
+
},
|
| 1219 |
+
{
|
| 1220 |
+
"loss": 0.0445,
|
| 1221 |
+
"grad_norm": 1.9396488666534424,
|
| 1222 |
+
"learning_rate": 1.484848484848485e-06,
|
| 1223 |
+
"epoch": 2.2800000000000002,
|
| 1224 |
+
"step": 1710
|
| 1225 |
+
},
|
| 1226 |
+
{
|
| 1227 |
+
"loss": 0.0439,
|
| 1228 |
+
"grad_norm": 3.899765729904175,
|
| 1229 |
+
"learning_rate": 1.4343434343434346e-06,
|
| 1230 |
+
"epoch": 2.2933333333333334,
|
| 1231 |
+
"step": 1720
|
| 1232 |
+
},
|
| 1233 |
+
{
|
| 1234 |
+
"loss": 0.0306,
|
| 1235 |
+
"grad_norm": 2.1854968070983887,
|
| 1236 |
+
"learning_rate": 1.3838383838383839e-06,
|
| 1237 |
+
"epoch": 2.3066666666666666,
|
| 1238 |
+
"step": 1730
|
| 1239 |
+
},
|
| 1240 |
+
{
|
| 1241 |
+
"loss": 0.034,
|
| 1242 |
+
"grad_norm": 2.636538505554199,
|
| 1243 |
+
"learning_rate": 1.3333333333333334e-06,
|
| 1244 |
+
"epoch": 2.32,
|
| 1245 |
+
"step": 1740
|
| 1246 |
+
},
|
| 1247 |
+
{
|
| 1248 |
+
"loss": 0.0319,
|
| 1249 |
+
"grad_norm": 2.022677421569824,
|
| 1250 |
+
"learning_rate": 1.282828282828283e-06,
|
| 1251 |
+
"epoch": 2.3333333333333335,
|
| 1252 |
+
"step": 1750
|
| 1253 |
+
},
|
| 1254 |
+
{
|
| 1255 |
+
"loss": 0.0365,
|
| 1256 |
+
"grad_norm": 3.6239359378814697,
|
| 1257 |
+
"learning_rate": 1.2323232323232325e-06,
|
| 1258 |
+
"epoch": 2.3466666666666667,
|
| 1259 |
+
"step": 1760
|
| 1260 |
+
},
|
| 1261 |
+
{
|
| 1262 |
+
"loss": 0.052,
|
| 1263 |
+
"grad_norm": 4.198002338409424,
|
| 1264 |
+
"learning_rate": 1.181818181818182e-06,
|
| 1265 |
+
"epoch": 2.36,
|
| 1266 |
+
"step": 1770
|
| 1267 |
+
},
|
| 1268 |
+
{
|
| 1269 |
+
"loss": 0.0362,
|
| 1270 |
+
"grad_norm": 2.3800501823425293,
|
| 1271 |
+
"learning_rate": 1.1313131313131315e-06,
|
| 1272 |
+
"epoch": 2.3733333333333335,
|
| 1273 |
+
"step": 1780
|
| 1274 |
+
},
|
| 1275 |
+
{
|
| 1276 |
+
"loss": 0.0397,
|
| 1277 |
+
"grad_norm": 3.785360097885132,
|
| 1278 |
+
"learning_rate": 1.0808080808080808e-06,
|
| 1279 |
+
"epoch": 2.3866666666666667,
|
| 1280 |
+
"step": 1790
|
| 1281 |
+
},
|
| 1282 |
+
{
|
| 1283 |
+
"loss": 0.0408,
|
| 1284 |
+
"grad_norm": 3.217353343963623,
|
| 1285 |
+
"learning_rate": 1.0303030303030304e-06,
|
| 1286 |
+
"epoch": 2.4,
|
| 1287 |
+
"step": 1800
|
| 1288 |
+
},
|
| 1289 |
+
{
|
| 1290 |
+
"loss": 0.0388,
|
| 1291 |
+
"grad_norm": 2.529654026031494,
|
| 1292 |
+
"learning_rate": 9.797979797979799e-07,
|
| 1293 |
+
"epoch": 2.413333333333333,
|
| 1294 |
+
"step": 1810
|
| 1295 |
+
},
|
| 1296 |
+
{
|
| 1297 |
+
"loss": 0.0398,
|
| 1298 |
+
"grad_norm": 2.1262857913970947,
|
| 1299 |
+
"learning_rate": 9.292929292929294e-07,
|
| 1300 |
+
"epoch": 2.4266666666666667,
|
| 1301 |
+
"step": 1820
|
| 1302 |
+
},
|
| 1303 |
+
{
|
| 1304 |
+
"loss": 0.0353,
|
| 1305 |
+
"grad_norm": 2.315272569656372,
|
| 1306 |
+
"learning_rate": 8.787878787878788e-07,
|
| 1307 |
+
"epoch": 2.44,
|
| 1308 |
+
"step": 1830
|
| 1309 |
+
},
|
| 1310 |
+
{
|
| 1311 |
+
"loss": 0.0392,
|
| 1312 |
+
"grad_norm": 2.6445798873901367,
|
| 1313 |
+
"learning_rate": 8.282828282828284e-07,
|
| 1314 |
+
"epoch": 2.453333333333333,
|
| 1315 |
+
"step": 1840
|
| 1316 |
+
},
|
| 1317 |
+
{
|
| 1318 |
+
"loss": 0.0404,
|
| 1319 |
+
"grad_norm": 3.2057223320007324,
|
| 1320 |
+
"learning_rate": 7.777777777777779e-07,
|
| 1321 |
+
"epoch": 2.466666666666667,
|
| 1322 |
+
"step": 1850
|
| 1323 |
+
},
|
| 1324 |
+
{
|
| 1325 |
+
"loss": 0.0388,
|
| 1326 |
+
"grad_norm": 1.7564632892608643,
|
| 1327 |
+
"learning_rate": 7.272727272727273e-07,
|
| 1328 |
+
"epoch": 2.48,
|
| 1329 |
+
"step": 1860
|
| 1330 |
+
},
|
| 1331 |
+
{
|
| 1332 |
+
"loss": 0.0389,
|
| 1333 |
+
"grad_norm": 2.8943591117858887,
|
| 1334 |
+
"learning_rate": 6.767676767676768e-07,
|
| 1335 |
+
"epoch": 2.493333333333333,
|
| 1336 |
+
"step": 1870
|
| 1337 |
+
},
|
| 1338 |
+
{
|
| 1339 |
+
"loss": 0.0409,
|
| 1340 |
+
"grad_norm": 2.3569250106811523,
|
| 1341 |
+
"learning_rate": 6.262626262626264e-07,
|
| 1342 |
+
"epoch": 2.506666666666667,
|
| 1343 |
+
"step": 1880
|
| 1344 |
+
},
|
| 1345 |
+
{
|
| 1346 |
+
"loss": 0.0385,
|
| 1347 |
+
"grad_norm": 2.9522323608398438,
|
| 1348 |
+
"learning_rate": 5.757575757575758e-07,
|
| 1349 |
+
"epoch": 2.52,
|
| 1350 |
+
"step": 1890
|
| 1351 |
+
},
|
| 1352 |
+
{
|
| 1353 |
+
"loss": 0.0361,
|
| 1354 |
+
"grad_norm": 2.06543231010437,
|
| 1355 |
+
"learning_rate": 5.252525252525253e-07,
|
| 1356 |
+
"epoch": 2.533333333333333,
|
| 1357 |
+
"step": 1900
|
| 1358 |
+
},
|
| 1359 |
+
{
|
| 1360 |
+
"loss": 0.0409,
|
| 1361 |
+
"grad_norm": 2.8644039630889893,
|
| 1362 |
+
"learning_rate": 4.747474747474748e-07,
|
| 1363 |
+
"epoch": 2.546666666666667,
|
| 1364 |
+
"step": 1910
|
| 1365 |
+
},
|
| 1366 |
+
{
|
| 1367 |
+
"loss": 0.0413,
|
| 1368 |
+
"grad_norm": 2.930689811706543,
|
| 1369 |
+
"learning_rate": 4.242424242424243e-07,
|
| 1370 |
+
"epoch": 2.56,
|
| 1371 |
+
"step": 1920
|
| 1372 |
+
},
|
| 1373 |
+
{
|
| 1374 |
+
"loss": 0.0341,
|
| 1375 |
+
"grad_norm": 2.808952808380127,
|
| 1376 |
+
"learning_rate": 3.7373737373737374e-07,
|
| 1377 |
+
"epoch": 2.5733333333333333,
|
| 1378 |
+
"step": 1930
|
| 1379 |
+
},
|
| 1380 |
+
{
|
| 1381 |
+
"loss": 0.0382,
|
| 1382 |
+
"grad_norm": 2.888901948928833,
|
| 1383 |
+
"learning_rate": 3.2323232323232327e-07,
|
| 1384 |
+
"epoch": 2.586666666666667,
|
| 1385 |
+
"step": 1940
|
| 1386 |
+
},
|
| 1387 |
+
{
|
| 1388 |
+
"loss": 0.0332,
|
| 1389 |
+
"grad_norm": 3.2837748527526855,
|
| 1390 |
+
"learning_rate": 2.7272727272727274e-07,
|
| 1391 |
+
"epoch": 2.6,
|
| 1392 |
+
"step": 1950
|
| 1393 |
+
},
|
| 1394 |
+
{
|
| 1395 |
+
"loss": 0.0389,
|
| 1396 |
+
"grad_norm": 2.218034505844116,
|
| 1397 |
+
"learning_rate": 2.2222222222222224e-07,
|
| 1398 |
+
"epoch": 2.6133333333333333,
|
| 1399 |
+
"step": 1960
|
| 1400 |
+
},
|
| 1401 |
+
{
|
| 1402 |
+
"loss": 0.0319,
|
| 1403 |
+
"grad_norm": 2.5878612995147705,
|
| 1404 |
+
"learning_rate": 1.7171717171717172e-07,
|
| 1405 |
+
"epoch": 2.626666666666667,
|
| 1406 |
+
"step": 1970
|
| 1407 |
+
},
|
| 1408 |
+
{
|
| 1409 |
+
"loss": 0.0451,
|
| 1410 |
+
"grad_norm": 2.980043411254883,
|
| 1411 |
+
"learning_rate": 1.2121212121212122e-07,
|
| 1412 |
+
"epoch": 2.64,
|
| 1413 |
+
"step": 1980
|
| 1414 |
+
},
|
| 1415 |
+
{
|
| 1416 |
+
"loss": 0.0399,
|
| 1417 |
+
"grad_norm": 4.007762908935547,
|
| 1418 |
+
"learning_rate": 7.070707070707072e-08,
|
| 1419 |
+
"epoch": 2.6533333333333333,
|
| 1420 |
+
"step": 1990
|
| 1421 |
+
},
|
| 1422 |
+
{
|
| 1423 |
+
"loss": 0.0369,
|
| 1424 |
+
"grad_norm": 3.797729969024658,
|
| 1425 |
+
"learning_rate": 2.0202020202020204e-08,
|
| 1426 |
+
"epoch": 2.6666666666666665,
|
| 1427 |
+
"step": 2000
|
| 1428 |
+
},
|
| 1429 |
+
{
|
| 1430 |
+
"eval_loss": 0.10373403131961823,
|
| 1431 |
+
"eval_wer": 0.3080158337456705,
|
| 1432 |
+
"eval_runtime": 298.3545,
|
| 1433 |
+
"eval_samples_per_second": 1.119,
|
| 1434 |
+
"eval_steps_per_second": 0.141,
|
| 1435 |
+
"epoch": 2.6666666666666665,
|
| 1436 |
+
"step": 2000
|
| 1437 |
+
},
|
| 1438 |
+
{
|
| 1439 |
+
"train_runtime": 2780.7751,
|
| 1440 |
+
"train_samples_per_second": 2.877,
|
| 1441 |
+
"train_steps_per_second": 0.719,
|
| 1442 |
+
"total_flos": 2.30695169015808e+18,
|
| 1443 |
+
"train_loss": 0.1647129835486412,
|
| 1444 |
+
"epoch": 2.6666666666666665,
|
| 1445 |
+
"step": 2000
|
| 1446 |
+
}
|
| 1447 |
+
]
|