{
  "best_metric": 3.4927473068237305,
  "best_model_checkpoint": "./t5_results/checkpoint-240",
  "epoch": 10.0,
  "eval_steps": 10,
  "global_step": 240,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.4166666666666667,
      "grad_norm": 4.180671691894531,
      "learning_rate": 4.791666666666667e-05,
      "loss": 13.5335,
      "step": 10
    },
    {
      "epoch": 0.4166666666666667,
      "eval_loss": 12.280205726623535,
      "eval_runtime": 1.2978,
      "eval_samples_per_second": 72.43,
      "eval_steps_per_second": 9.246,
      "step": 10
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 11.416261672973633,
      "learning_rate": 4.5833333333333334e-05,
      "loss": 13.0051,
      "step": 20
    },
    {
      "epoch": 0.8333333333333334,
      "eval_loss": 11.992618560791016,
      "eval_runtime": 1.3054,
      "eval_samples_per_second": 72.007,
      "eval_steps_per_second": 9.192,
      "step": 20
    },
    {
      "epoch": 1.25,
      "grad_norm": 7.12255334854126,
      "learning_rate": 4.375e-05,
      "loss": 13.0075,
      "step": 30
    },
    {
      "epoch": 1.25,
      "eval_loss": 11.633206367492676,
      "eval_runtime": 1.3082,
      "eval_samples_per_second": 71.854,
      "eval_steps_per_second": 9.173,
      "step": 30
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 5.280740737915039,
      "learning_rate": 4.166666666666667e-05,
      "loss": 12.7053,
      "step": 40
    },
    {
      "epoch": 1.6666666666666665,
      "eval_loss": 11.25529670715332,
      "eval_runtime": 1.3167,
      "eval_samples_per_second": 71.388,
      "eval_steps_per_second": 9.113,
      "step": 40
    },
    {
      "epoch": 2.0833333333333335,
      "grad_norm": 5.615389347076416,
      "learning_rate": 3.958333333333333e-05,
      "loss": 12.1773,
      "step": 50
    },
    {
      "epoch": 2.0833333333333335,
      "eval_loss": 10.842594146728516,
      "eval_runtime": 1.3185,
      "eval_samples_per_second": 71.294,
      "eval_steps_per_second": 9.101,
      "step": 50
    },
    {
      "epoch": 2.5,
      "grad_norm": 36.10953140258789,
      "learning_rate": 3.7500000000000003e-05,
      "loss": 11.8608,
      "step": 60
    },
    {
      "epoch": 2.5,
      "eval_loss": 10.333914756774902,
      "eval_runtime": 1.338,
      "eval_samples_per_second": 70.255,
      "eval_steps_per_second": 8.969,
      "step": 60
    },
    {
      "epoch": 2.9166666666666665,
      "grad_norm": 8.418374061584473,
      "learning_rate": 3.541666666666667e-05,
      "loss": 11.2171,
      "step": 70
    },
    {
      "epoch": 2.9166666666666665,
      "eval_loss": 9.800804138183594,
      "eval_runtime": 1.3499,
      "eval_samples_per_second": 69.633,
      "eval_steps_per_second": 8.889,
      "step": 70
    },
    {
      "epoch": 3.3333333333333335,
      "grad_norm": 8.61495304107666,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 10.5085,
      "step": 80
    },
    {
      "epoch": 3.3333333333333335,
      "eval_loss": 9.242547988891602,
      "eval_runtime": 1.3565,
      "eval_samples_per_second": 69.296,
      "eval_steps_per_second": 8.846,
      "step": 80
    },
    {
      "epoch": 3.75,
      "grad_norm": 7.519232273101807,
      "learning_rate": 3.125e-05,
      "loss": 10.1637,
      "step": 90
    },
    {
      "epoch": 3.75,
      "eval_loss": 8.636436462402344,
      "eval_runtime": 1.3612,
      "eval_samples_per_second": 69.058,
      "eval_steps_per_second": 8.816,
      "step": 90
    },
    {
      "epoch": 4.166666666666667,
      "grad_norm": 10.284256935119629,
      "learning_rate": 2.916666666666667e-05,
      "loss": 9.7226,
      "step": 100
    },
    {
      "epoch": 4.166666666666667,
      "eval_loss": 8.018331527709961,
      "eval_runtime": 1.3602,
      "eval_samples_per_second": 69.108,
      "eval_steps_per_second": 8.822,
      "step": 100
    },
    {
      "epoch": 4.583333333333333,
      "grad_norm": 7.5008134841918945,
      "learning_rate": 2.7083333333333332e-05,
      "loss": 9.0988,
      "step": 110
    },
    {
      "epoch": 4.583333333333333,
      "eval_loss": 7.414350986480713,
      "eval_runtime": 1.3731,
      "eval_samples_per_second": 68.46,
      "eval_steps_per_second": 8.74,
      "step": 110
    },
    {
      "epoch": 5.0,
      "grad_norm": 10.984970092773438,
      "learning_rate": 2.5e-05,
      "loss": 8.7064,
      "step": 120
    },
    {
      "epoch": 5.0,
      "eval_loss": 6.861669540405273,
      "eval_runtime": 1.3837,
      "eval_samples_per_second": 67.936,
      "eval_steps_per_second": 8.673,
      "step": 120
    },
    {
      "epoch": 5.416666666666667,
      "grad_norm": 8.105978012084961,
      "learning_rate": 2.2916666666666667e-05,
      "loss": 8.5764,
      "step": 130
    },
    {
      "epoch": 5.416666666666667,
      "eval_loss": 6.367142200469971,
      "eval_runtime": 1.3972,
      "eval_samples_per_second": 67.277,
      "eval_steps_per_second": 8.589,
      "step": 130
    },
    {
      "epoch": 5.833333333333333,
      "grad_norm": 9.731804847717285,
      "learning_rate": 2.0833333333333336e-05,
      "loss": 8.4291,
      "step": 140
    },
    {
      "epoch": 5.833333333333333,
      "eval_loss": 5.8955078125,
      "eval_runtime": 1.4022,
      "eval_samples_per_second": 67.039,
      "eval_steps_per_second": 8.558,
      "step": 140
    },
    {
      "epoch": 6.25,
      "grad_norm": 8.439648628234863,
      "learning_rate": 1.8750000000000002e-05,
      "loss": 7.7128,
      "step": 150
    },
    {
      "epoch": 6.25,
      "eval_loss": 5.4399542808532715,
      "eval_runtime": 1.3981,
      "eval_samples_per_second": 67.233,
      "eval_steps_per_second": 8.583,
      "step": 150
    },
    {
      "epoch": 6.666666666666667,
      "grad_norm": 7.697989463806152,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 6.8541,
      "step": 160
    },
    {
      "epoch": 6.666666666666667,
      "eval_loss": 5.01707124710083,
      "eval_runtime": 1.3855,
      "eval_samples_per_second": 67.848,
      "eval_steps_per_second": 8.661,
      "step": 160
    },
    {
      "epoch": 7.083333333333333,
      "grad_norm": 14.079822540283203,
      "learning_rate": 1.4583333333333335e-05,
      "loss": 6.8971,
      "step": 170
    },
    {
      "epoch": 7.083333333333333,
      "eval_loss": 4.64639949798584,
      "eval_runtime": 1.3765,
      "eval_samples_per_second": 68.288,
      "eval_steps_per_second": 8.718,
      "step": 170
    },
    {
      "epoch": 7.5,
      "grad_norm": 16.84592056274414,
      "learning_rate": 1.25e-05,
      "loss": 6.5732,
      "step": 180
    },
    {
      "epoch": 7.5,
      "eval_loss": 4.350213050842285,
      "eval_runtime": 1.3799,
      "eval_samples_per_second": 68.121,
      "eval_steps_per_second": 8.696,
      "step": 180
    },
    {
      "epoch": 7.916666666666667,
      "grad_norm": 8.53886890411377,
      "learning_rate": 1.0416666666666668e-05,
      "loss": 6.5318,
      "step": 190
    },
    {
      "epoch": 7.916666666666667,
      "eval_loss": 4.098930358886719,
      "eval_runtime": 1.3671,
      "eval_samples_per_second": 68.757,
      "eval_steps_per_second": 8.778,
      "step": 190
    },
    {
      "epoch": 8.333333333333334,
      "grad_norm": 7.351534843444824,
      "learning_rate": 8.333333333333334e-06,
      "loss": 6.7929,
      "step": 200
    },
    {
      "epoch": 8.333333333333334,
      "eval_loss": 3.885509729385376,
      "eval_runtime": 1.3711,
      "eval_samples_per_second": 68.557,
      "eval_steps_per_second": 8.752,
      "step": 200
    },
    {
      "epoch": 8.75,
      "grad_norm": 8.079407691955566,
      "learning_rate": 6.25e-06,
      "loss": 6.3892,
      "step": 210
    },
    {
      "epoch": 8.75,
      "eval_loss": 3.7110435962677,
      "eval_runtime": 1.3615,
      "eval_samples_per_second": 69.044,
      "eval_steps_per_second": 8.814,
      "step": 210
    },
    {
      "epoch": 9.166666666666666,
      "grad_norm": 8.994165420532227,
      "learning_rate": 4.166666666666667e-06,
      "loss": 6.1025,
      "step": 220
    },
    {
      "epoch": 9.166666666666666,
      "eval_loss": 3.5919313430786133,
      "eval_runtime": 1.3585,
      "eval_samples_per_second": 69.195,
      "eval_steps_per_second": 8.833,
      "step": 220
    },
    {
      "epoch": 9.583333333333334,
      "grad_norm": 11.827195167541504,
      "learning_rate": 2.0833333333333334e-06,
      "loss": 5.9831,
      "step": 230
    },
    {
      "epoch": 9.583333333333334,
      "eval_loss": 3.5193352699279785,
      "eval_runtime": 1.3598,
      "eval_samples_per_second": 69.126,
      "eval_steps_per_second": 8.825,
      "step": 230
    },
    {
      "epoch": 10.0,
      "grad_norm": 12.673799514770508,
      "learning_rate": 0.0,
      "loss": 5.634,
      "step": 240
    },
    {
      "epoch": 10.0,
      "eval_loss": 3.4927473068237305,
      "eval_runtime": 1.3596,
      "eval_samples_per_second": 69.137,
      "eval_steps_per_second": 8.826,
      "step": 240
    }
  ],
  "logging_steps": 10,
  "max_steps": 240,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 10,
  "save_steps": 500,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 510211915776000.0,
  "train_batch_size": 16,
  "trial_name": null,
  "trial_params": null
}