{
  "best_metric": 0.0629316121339798,
  "best_model_checkpoint": "./Swin-GPT2_Mimic/checkpoint-37500",
  "epoch": 5.0,
  "eval_steps": 500,
  "global_step": 37500,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.07,
      "learning_rate": 4.9833333333333336e-05,
      "loss": 0.1362,
      "step": 500
    },
    {
      "epoch": 0.13,
      "learning_rate": 4.966666666666667e-05,
      "loss": 0.089,
      "step": 1000
    },
    {
      "epoch": 0.2,
      "learning_rate": 4.9500000000000004e-05,
      "loss": 0.0805,
      "step": 1500
    },
    {
      "epoch": 0.27,
      "learning_rate": 4.933333333333334e-05,
      "loss": 0.0779,
      "step": 2000
    },
    {
      "epoch": 0.33,
      "learning_rate": 4.9166666666666665e-05,
      "loss": 0.0775,
      "step": 2500
    },
    {
      "epoch": 0.4,
      "learning_rate": 4.9e-05,
      "loss": 0.0763,
      "step": 3000
    },
    {
      "epoch": 0.47,
      "learning_rate": 4.883333333333334e-05,
      "loss": 0.0749,
      "step": 3500
    },
    {
      "epoch": 0.53,
      "learning_rate": 4.866666666666667e-05,
      "loss": 0.0702,
      "step": 4000
    },
    {
      "epoch": 0.6,
      "learning_rate": 4.85e-05,
      "loss": 0.0701,
      "step": 4500
    },
    {
      "epoch": 0.67,
      "learning_rate": 4.8333333333333334e-05,
      "loss": 0.0715,
      "step": 5000
    },
    {
      "epoch": 0.73,
      "learning_rate": 4.8166666666666674e-05,
      "loss": 0.0725,
      "step": 5500
    },
    {
      "epoch": 0.8,
      "learning_rate": 4.8e-05,
      "loss": 0.0677,
      "step": 6000
    },
    {
      "epoch": 0.87,
      "learning_rate": 4.7833333333333335e-05,
      "loss": 0.0696,
      "step": 6500
    },
    {
      "epoch": 0.93,
      "learning_rate": 4.766666666666667e-05,
      "loss": 0.065,
      "step": 7000
    },
    {
      "epoch": 1.0,
      "learning_rate": 4.75e-05,
      "loss": 0.0646,
      "step": 7500
    },
    {
      "epoch": 1.0,
      "eval_gen_len": 8.897,
      "eval_loss": 0.06988305598497391,
      "eval_rouge1": 34.7412,
      "eval_rouge2": 25.6954,
      "eval_rougeL": 34.4803,
      "eval_rougeLsum": 34.7871,
      "eval_runtime": 103.0848,
      "eval_samples_per_second": 9.701,
      "eval_steps_per_second": 1.213,
      "step": 7500
    },
    {
      "epoch": 1.07,
      "learning_rate": 4.7333333333333336e-05,
      "loss": 0.0651,
      "step": 8000
    },
    {
      "epoch": 1.13,
      "learning_rate": 4.716666666666667e-05,
      "loss": 0.0647,
      "step": 8500
    },
    {
      "epoch": 1.2,
      "learning_rate": 4.7e-05,
      "loss": 0.0644,
      "step": 9000
    },
    {
      "epoch": 1.27,
      "learning_rate": 4.683333333333334e-05,
      "loss": 0.0613,
      "step": 9500
    },
    {
      "epoch": 1.33,
      "learning_rate": 4.666666666666667e-05,
      "loss": 0.0664,
      "step": 10000
    },
    {
      "epoch": 1.4,
      "learning_rate": 4.6500000000000005e-05,
      "loss": 0.0631,
      "step": 10500
    },
    {
      "epoch": 1.47,
      "learning_rate": 4.633333333333333e-05,
      "loss": 0.0623,
      "step": 11000
    },
    {
      "epoch": 1.53,
      "learning_rate": 4.6166666666666666e-05,
      "loss": 0.0612,
      "step": 11500
    },
    {
      "epoch": 1.6,
      "learning_rate": 4.600000000000001e-05,
      "loss": 0.062,
      "step": 12000
    },
    {
      "epoch": 1.67,
      "learning_rate": 4.5833333333333334e-05,
      "loss": 0.0605,
      "step": 12500
    },
    {
      "epoch": 1.73,
      "learning_rate": 4.566666666666667e-05,
      "loss": 0.0619,
      "step": 13000
    },
    {
      "epoch": 1.8,
      "learning_rate": 4.55e-05,
      "loss": 0.062,
      "step": 13500
    },
    {
      "epoch": 1.87,
      "learning_rate": 4.5333333333333335e-05,
      "loss": 0.0622,
      "step": 14000
    },
    {
      "epoch": 1.93,
      "learning_rate": 4.516666666666667e-05,
      "loss": 0.06,
      "step": 14500
    },
    {
      "epoch": 2.0,
      "learning_rate": 4.5e-05,
      "loss": 0.0597,
      "step": 15000
    },
    {
      "epoch": 2.0,
      "eval_gen_len": 14.724,
      "eval_loss": 0.06516863405704498,
      "eval_rouge1": 38.0809,
      "eval_rouge2": 26.9533,
      "eval_rougeL": 37.259,
      "eval_rougeLsum": 37.8078,
      "eval_runtime": 113.6453,
      "eval_samples_per_second": 8.799,
      "eval_steps_per_second": 1.1,
      "step": 15000
    },
    {
      "epoch": 2.07,
      "learning_rate": 4.483333333333333e-05,
      "loss": 0.0559,
      "step": 15500
    },
    {
      "epoch": 2.13,
      "learning_rate": 4.466666666666667e-05,
      "loss": 0.0595,
      "step": 16000
    },
    {
      "epoch": 2.2,
      "learning_rate": 4.4500000000000004e-05,
      "loss": 0.0569,
      "step": 16500
    },
    {
      "epoch": 2.27,
      "learning_rate": 4.433333333333334e-05,
      "loss": 0.0558,
      "step": 17000
    },
    {
      "epoch": 2.33,
      "learning_rate": 4.4166666666666665e-05,
      "loss": 0.0578,
      "step": 17500
    },
    {
      "epoch": 2.4,
      "learning_rate": 4.4000000000000006e-05,
      "loss": 0.0571,
      "step": 18000
    },
    {
      "epoch": 2.47,
      "learning_rate": 4.383333333333334e-05,
      "loss": 0.0586,
      "step": 18500
    },
    {
      "epoch": 2.53,
      "learning_rate": 4.3666666666666666e-05,
      "loss": 0.0577,
      "step": 19000
    },
    {
      "epoch": 2.6,
      "learning_rate": 4.35e-05,
      "loss": 0.0583,
      "step": 19500
    },
    {
      "epoch": 2.67,
      "learning_rate": 4.3333333333333334e-05,
      "loss": 0.0574,
      "step": 20000
    },
    {
      "epoch": 2.73,
      "learning_rate": 4.316666666666667e-05,
      "loss": 0.0563,
      "step": 20500
    },
    {
      "epoch": 2.8,
      "learning_rate": 4.3e-05,
      "loss": 0.057,
      "step": 21000
    },
    {
      "epoch": 2.87,
      "learning_rate": 4.2833333333333335e-05,
      "loss": 0.0559,
      "step": 21500
    },
    {
      "epoch": 2.93,
      "learning_rate": 4.266666666666667e-05,
      "loss": 0.0565,
      "step": 22000
    },
    {
      "epoch": 3.0,
      "learning_rate": 4.25e-05,
      "loss": 0.0577,
      "step": 22500
    },
    {
      "epoch": 3.0,
      "eval_gen_len": 13.501,
      "eval_loss": 0.06393314898014069,
      "eval_rouge1": 37.8142,
      "eval_rouge2": 26.9542,
      "eval_rougeL": 37.076,
      "eval_rougeLsum": 37.5874,
      "eval_runtime": 112.3223,
      "eval_samples_per_second": 8.903,
      "eval_steps_per_second": 1.113,
      "step": 22500
    },
    {
      "epoch": 3.07,
      "learning_rate": 4.233333333333334e-05,
      "loss": 0.0511,
      "step": 23000
    },
    {
      "epoch": 3.13,
      "learning_rate": 4.216666666666667e-05,
      "loss": 0.0526,
      "step": 23500
    },
    {
      "epoch": 3.2,
      "learning_rate": 4.2e-05,
      "loss": 0.0514,
      "step": 24000
    },
    {
      "epoch": 3.27,
      "learning_rate": 4.183333333333334e-05,
      "loss": 0.053,
      "step": 24500
    },
    {
      "epoch": 3.33,
      "learning_rate": 4.166666666666667e-05,
      "loss": 0.0526,
      "step": 25000
    },
    {
      "epoch": 3.4,
      "learning_rate": 4.15e-05,
      "loss": 0.0542,
      "step": 25500
    },
    {
      "epoch": 3.47,
      "learning_rate": 4.133333333333333e-05,
      "loss": 0.0533,
      "step": 26000
    },
    {
      "epoch": 3.53,
      "learning_rate": 4.116666666666667e-05,
      "loss": 0.0537,
      "step": 26500
    },
    {
      "epoch": 3.6,
      "learning_rate": 4.1e-05,
      "loss": 0.0519,
      "step": 27000
    },
    {
      "epoch": 3.67,
      "learning_rate": 4.0833333333333334e-05,
      "loss": 0.0532,
      "step": 27500
    },
    {
      "epoch": 3.73,
      "learning_rate": 4.066666666666667e-05,
      "loss": 0.0538,
      "step": 28000
    },
    {
      "epoch": 3.8,
      "learning_rate": 4.05e-05,
      "loss": 0.0533,
      "step": 28500
    },
    {
      "epoch": 3.87,
      "learning_rate": 4.0333333333333336e-05,
      "loss": 0.0544,
      "step": 29000
    },
    {
      "epoch": 3.93,
      "learning_rate": 4.016666666666667e-05,
      "loss": 0.0536,
      "step": 29500
    },
    {
      "epoch": 4.0,
      "learning_rate": 4e-05,
      "loss": 0.0528,
      "step": 30000
    },
    {
      "epoch": 4.0,
      "eval_gen_len": 11.784,
      "eval_loss": 0.06298327445983887,
      "eval_rouge1": 37.8876,
      "eval_rouge2": 26.9586,
      "eval_rougeL": 37.2585,
      "eval_rougeLsum": 37.7378,
      "eval_runtime": 109.3283,
      "eval_samples_per_second": 9.147,
      "eval_steps_per_second": 1.143,
      "step": 30000
    },
    {
      "epoch": 4.07,
      "learning_rate": 3.983333333333333e-05,
      "loss": 0.0488,
      "step": 30500
    },
    {
      "epoch": 4.13,
      "learning_rate": 3.966666666666667e-05,
      "loss": 0.0475,
      "step": 31000
    },
    {
      "epoch": 4.2,
      "learning_rate": 3.9500000000000005e-05,
      "loss": 0.0487,
      "step": 31500
    },
    {
      "epoch": 4.27,
      "learning_rate": 3.933333333333333e-05,
      "loss": 0.0493,
      "step": 32000
    },
    {
      "epoch": 4.33,
      "learning_rate": 3.9166666666666665e-05,
      "loss": 0.0482,
      "step": 32500
    },
    {
      "epoch": 4.4,
      "learning_rate": 3.9000000000000006e-05,
      "loss": 0.0504,
      "step": 33000
    },
    {
      "epoch": 4.47,
      "learning_rate": 3.883333333333333e-05,
      "loss": 0.0495,
      "step": 33500
    },
    {
      "epoch": 4.53,
      "learning_rate": 3.866666666666667e-05,
      "loss": 0.0477,
      "step": 34000
    },
    {
      "epoch": 4.6,
      "learning_rate": 3.85e-05,
      "loss": 0.049,
      "step": 34500
    },
    {
      "epoch": 4.67,
      "learning_rate": 3.8333333333333334e-05,
      "loss": 0.0483,
      "step": 35000
    },
    {
      "epoch": 4.73,
      "learning_rate": 3.816666666666667e-05,
      "loss": 0.0509,
      "step": 35500
    },
    {
      "epoch": 4.8,
      "learning_rate": 3.8e-05,
      "loss": 0.0505,
      "step": 36000
    },
    {
      "epoch": 4.87,
      "learning_rate": 3.7833333333333336e-05,
      "loss": 0.0506,
      "step": 36500
    },
    {
      "epoch": 4.93,
      "learning_rate": 3.766666666666667e-05,
      "loss": 0.049,
      "step": 37000
    },
    {
      "epoch": 5.0,
      "learning_rate": 3.7500000000000003e-05,
      "loss": 0.0485,
      "step": 37500
    },
    {
      "epoch": 5.0,
      "eval_gen_len": 14.157,
      "eval_loss": 0.0629316121339798,
      "eval_rouge1": 39.0822,
      "eval_rouge2": 27.4073,
      "eval_rougeL": 38.1885,
      "eval_rougeLsum": 38.8776,
      "eval_runtime": 112.3853,
      "eval_samples_per_second": 8.898,
      "eval_steps_per_second": 1.112,
      "step": 37500
    }
  ],
  "logging_steps": 500,
  "max_steps": 150000,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 20,
  "save_steps": 500,
  "total_flos": 1.601193167290368e+20,
  "train_batch_size": 8,
  "trial_name": null,
  "trial_params": null
}