{
  "best_metric": 8.006572723388672,
  "best_model_checkpoint": "/workspaces/wakin_bake/trained_seq2seq/checkpoint-54",
  "epoch": 3.0,
  "eval_steps": 500,
  "global_step": 54,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.05555555555555555,
      "grad_norm": 232.05528259277344,
      "learning_rate": 2.9444444444444445e-05,
      "loss": 15.5552,
      "step": 1
    },
    {
      "epoch": 0.1111111111111111,
      "grad_norm": 625.3634643554688,
      "learning_rate": 2.8888888888888888e-05,
      "loss": 13.7158,
      "step": 2
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 241.36074829101562,
      "learning_rate": 2.8333333333333332e-05,
      "loss": 14.5239,
      "step": 3
    },
    {
      "epoch": 0.2222222222222222,
      "grad_norm": 144.937744140625,
      "learning_rate": 2.777777777777778e-05,
      "loss": 11.9337,
      "step": 4
    },
    {
      "epoch": 0.2777777777777778,
      "grad_norm": 59.95172119140625,
      "learning_rate": 2.7222222222222223e-05,
      "loss": 12.6623,
      "step": 5
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 70.46778869628906,
      "learning_rate": 2.6666666666666667e-05,
      "loss": 13.4721,
      "step": 6
    },
    {
      "epoch": 0.3888888888888889,
      "grad_norm": 26.51784324645996,
      "learning_rate": 2.611111111111111e-05,
      "loss": 11.7672,
      "step": 7
    },
    {
      "epoch": 0.4444444444444444,
      "grad_norm": 34.07495880126953,
      "learning_rate": 2.5555555555555557e-05,
      "loss": 10.9863,
      "step": 8
    },
    {
      "epoch": 0.5,
      "grad_norm": 17.962387084960938,
      "learning_rate": 2.5e-05,
      "loss": 11.6291,
      "step": 9
    },
    {
      "epoch": 0.5555555555555556,
      "grad_norm": 14.597478866577148,
      "learning_rate": 2.4444444444444445e-05,
      "loss": 11.5824,
      "step": 10
    },
    {
      "epoch": 0.6111111111111112,
      "grad_norm": 18.746841430664062,
      "learning_rate": 2.388888888888889e-05,
      "loss": 12.5436,
      "step": 11
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 16.38216209411621,
      "learning_rate": 2.3333333333333336e-05,
      "loss": 10.9329,
      "step": 12
    },
    {
      "epoch": 0.7222222222222222,
      "grad_norm": 12.897452354431152,
      "learning_rate": 2.277777777777778e-05,
      "loss": 10.3338,
      "step": 13
    },
    {
      "epoch": 0.7777777777777778,
      "grad_norm": 16.33725357055664,
      "learning_rate": 2.222222222222222e-05,
      "loss": 12.2682,
      "step": 14
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 16.713655471801758,
      "learning_rate": 2.1666666666666667e-05,
      "loss": 11.125,
      "step": 15
    },
    {
      "epoch": 0.8888888888888888,
      "grad_norm": 12.658448219299316,
      "learning_rate": 2.111111111111111e-05,
      "loss": 10.3801,
      "step": 16
    },
    {
      "epoch": 0.9444444444444444,
      "grad_norm": 18.49787712097168,
      "learning_rate": 2.0555555555555558e-05,
      "loss": 11.9023,
      "step": 17
    },
    {
      "epoch": 1.0,
      "grad_norm": 11.225893020629883,
      "learning_rate": 1.9999999999999998e-05,
      "loss": 10.0598,
      "step": 18
    },
    {
      "epoch": 1.0,
      "eval_loss": 8.97833251953125,
      "eval_runtime": 17.0971,
      "eval_samples_per_second": 0.468,
      "eval_steps_per_second": 0.117,
      "step": 18
    },
    {
      "epoch": 1.0555555555555556,
      "grad_norm": 17.131927490234375,
      "learning_rate": 1.9444444444444445e-05,
      "loss": 11.6307,
      "step": 19
    },
    {
      "epoch": 1.1111111111111112,
      "grad_norm": 11.501855850219727,
      "learning_rate": 1.888888888888889e-05,
      "loss": 9.9624,
      "step": 20
    },
    {
      "epoch": 1.1666666666666667,
      "grad_norm": 18.79712677001953,
      "learning_rate": 1.8333333333333336e-05,
      "loss": 11.3912,
      "step": 21
    },
    {
      "epoch": 1.2222222222222223,
      "grad_norm": 14.980157852172852,
      "learning_rate": 1.7777777777777777e-05,
      "loss": 9.997,
      "step": 22
    },
    {
      "epoch": 1.2777777777777777,
      "grad_norm": 17.382972717285156,
      "learning_rate": 1.7222222222222224e-05,
      "loss": 9.7999,
      "step": 23
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 14.6889009475708,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 9.5019,
      "step": 24
    },
    {
      "epoch": 1.3888888888888888,
      "grad_norm": 11.028532028198242,
      "learning_rate": 1.6111111111111115e-05,
      "loss": 8.4348,
      "step": 25
    },
    {
      "epoch": 1.4444444444444444,
      "grad_norm": 19.165592193603516,
      "learning_rate": 1.5555555555555555e-05,
      "loss": 10.2169,
      "step": 26
    },
    {
      "epoch": 1.5,
      "grad_norm": 11.539628028869629,
      "learning_rate": 1.5e-05,
      "loss": 8.5594,
      "step": 27
    },
    {
      "epoch": 1.5555555555555556,
      "grad_norm": 20.748764038085938,
      "learning_rate": 1.4444444444444444e-05,
      "loss": 9.8663,
      "step": 28
    },
    {
      "epoch": 1.6111111111111112,
      "grad_norm": 25.90353012084961,
      "learning_rate": 1.388888888888889e-05,
      "loss": 10.4679,
      "step": 29
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 12.756267547607422,
      "learning_rate": 1.3333333333333333e-05,
      "loss": 8.8323,
      "step": 30
    },
    {
      "epoch": 1.7222222222222223,
      "grad_norm": 27.25147247314453,
      "learning_rate": 1.2777777777777779e-05,
      "loss": 10.2936,
      "step": 31
    },
    {
      "epoch": 1.7777777777777777,
      "grad_norm": 14.550564765930176,
      "learning_rate": 1.2222222222222222e-05,
      "loss": 8.4467,
      "step": 32
    },
    {
      "epoch": 1.8333333333333335,
      "grad_norm": 15.393588066101074,
      "learning_rate": 1.1666666666666668e-05,
      "loss": 8.4903,
      "step": 33
    },
    {
      "epoch": 1.8888888888888888,
      "grad_norm": 22.393354415893555,
      "learning_rate": 1.111111111111111e-05,
      "loss": 8.7652,
      "step": 34
    },
    {
      "epoch": 1.9444444444444444,
      "grad_norm": 24.291881561279297,
      "learning_rate": 1.0555555555555555e-05,
      "loss": 9.3748,
      "step": 35
    },
    {
      "epoch": 2.0,
      "grad_norm": 30.40011215209961,
      "learning_rate": 9.999999999999999e-06,
      "loss": 9.7655,
      "step": 36
    },
    {
      "epoch": 2.0,
      "eval_loss": 8.464545249938965,
      "eval_runtime": 13.5018,
      "eval_samples_per_second": 0.593,
      "eval_steps_per_second": 0.148,
      "step": 36
    },
    {
      "epoch": 2.0555555555555554,
      "grad_norm": 23.087289810180664,
      "learning_rate": 9.444444444444445e-06,
      "loss": 8.9217,
      "step": 37
    },
    {
      "epoch": 2.111111111111111,
      "grad_norm": 26.975997924804688,
      "learning_rate": 8.888888888888888e-06,
      "loss": 8.8655,
      "step": 38
    },
    {
      "epoch": 2.1666666666666665,
      "grad_norm": 28.121719360351562,
      "learning_rate": 8.333333333333334e-06,
      "loss": 9.1362,
      "step": 39
    },
    {
      "epoch": 2.2222222222222223,
      "grad_norm": 28.4269962310791,
      "learning_rate": 7.777777777777777e-06,
      "loss": 9.2849,
      "step": 40
    },
    {
      "epoch": 2.2777777777777777,
      "grad_norm": 31.212228775024414,
      "learning_rate": 7.222222222222222e-06,
      "loss": 9.5769,
      "step": 41
    },
    {
      "epoch": 2.3333333333333335,
      "grad_norm": 27.985774993896484,
      "learning_rate": 6.666666666666667e-06,
      "loss": 8.6151,
      "step": 42
    },
    {
      "epoch": 2.388888888888889,
      "grad_norm": 29.317476272583008,
      "learning_rate": 6.111111111111111e-06,
      "loss": 8.8767,
      "step": 43
    },
    {
      "epoch": 2.4444444444444446,
      "grad_norm": 16.052814483642578,
      "learning_rate": 5.555555555555555e-06,
      "loss": 7.3641,
      "step": 44
    },
    {
      "epoch": 2.5,
      "grad_norm": 22.66093635559082,
      "learning_rate": 4.9999999999999996e-06,
      "loss": 7.9935,
      "step": 45
    },
    {
      "epoch": 2.5555555555555554,
      "grad_norm": 39.148033142089844,
      "learning_rate": 4.444444444444444e-06,
      "loss": 8.8332,
      "step": 46
    },
    {
      "epoch": 2.611111111111111,
      "grad_norm": 39.017677307128906,
      "learning_rate": 3.888888888888889e-06,
      "loss": 8.779,
      "step": 47
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 26.151742935180664,
      "learning_rate": 3.3333333333333333e-06,
      "loss": 7.5859,
      "step": 48
    },
    {
      "epoch": 2.7222222222222223,
      "grad_norm": 32.05317306518555,
      "learning_rate": 2.7777777777777775e-06,
      "loss": 8.2961,
      "step": 49
    },
    {
      "epoch": 2.7777777777777777,
      "grad_norm": 31.795818328857422,
      "learning_rate": 2.222222222222222e-06,
      "loss": 8.156,
      "step": 50
    },
    {
      "epoch": 2.8333333333333335,
      "grad_norm": 22.7334041595459,
      "learning_rate": 1.6666666666666667e-06,
      "loss": 7.9457,
      "step": 51
    },
    {
      "epoch": 2.888888888888889,
      "grad_norm": 16.970556259155273,
      "learning_rate": 1.111111111111111e-06,
      "loss": 7.734,
      "step": 52
    },
    {
      "epoch": 2.9444444444444446,
      "grad_norm": 31.753923416137695,
      "learning_rate": 5.555555555555555e-07,
      "loss": 7.925,
      "step": 53
    },
    {
      "epoch": 3.0,
      "grad_norm": 22.566757202148438,
      "learning_rate": 0.0,
      "loss": 7.174,
      "step": 54
    },
    {
      "epoch": 3.0,
      "eval_loss": 8.006572723388672,
      "eval_runtime": 32.8904,
      "eval_samples_per_second": 0.243,
      "eval_steps_per_second": 0.061,
      "step": 54
    }
  ],
  "logging_steps": 1,
  "max_steps": 54,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3,
  "save_steps": 350,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 234047297028096.0,
  "train_batch_size": 4,
  "trial_name": null,
  "trial_params": null
}