{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 3.0,
  "eval_steps": 500,
  "global_step": 21,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.14285714285714285,
      "grad_norm": 2.9118499755859375,
      "learning_rate": 1.3333333333333332e-05,
      "loss": 20.4696,
      "step": 1
    },
    {
      "epoch": 0.2857142857142857,
      "grad_norm": 2.7225255966186523,
      "learning_rate": 1.2666666666666667e-05,
      "loss": 20.0947,
      "step": 2
    },
    {
      "epoch": 0.42857142857142855,
      "grad_norm": 2.86543869972229,
      "learning_rate": 1.1999999999999999e-05,
      "loss": 19.6761,
      "step": 3
    },
    {
      "epoch": 0.5714285714285714,
      "grad_norm": 3.0596110820770264,
      "learning_rate": 1.1333333333333334e-05,
      "loss": 19.6481,
      "step": 4
    },
    {
      "epoch": 0.7142857142857143,
      "grad_norm": 3.175290584564209,
      "learning_rate": 1.0666666666666666e-05,
      "loss": 19.8802,
      "step": 5
    },
    {
      "epoch": 0.8571428571428571,
      "grad_norm": 3.1467244625091553,
      "learning_rate": 1e-05,
      "loss": 19.5356,
      "step": 6
    },
    {
      "epoch": 1.0,
      "grad_norm": 3.512199878692627,
      "learning_rate": 9.333333333333333e-06,
      "loss": 19.9038,
      "step": 7
    },
    {
      "epoch": 1.1428571428571428,
      "grad_norm": 3.4738128185272217,
      "learning_rate": 8.666666666666666e-06,
      "loss": 19.7367,
      "step": 8
    },
    {
      "epoch": 1.2857142857142856,
      "grad_norm": 3.577171564102173,
      "learning_rate": 8e-06,
      "loss": 19.3016,
      "step": 9
    },
    {
      "epoch": 1.4285714285714286,
      "grad_norm": 3.546138286590576,
      "learning_rate": 7.333333333333334e-06,
      "loss": 18.936,
      "step": 10
    },
    {
      "epoch": 1.5714285714285714,
      "grad_norm": 3.5414226055145264,
      "learning_rate": 6.666666666666666e-06,
      "loss": 18.9518,
      "step": 11
    },
    {
      "epoch": 1.7142857142857144,
      "grad_norm": 3.795091152191162,
      "learning_rate": 5.999999999999999e-06,
      "loss": 19.2526,
      "step": 12
    },
    {
      "epoch": 1.8571428571428572,
      "grad_norm": 3.811957597732544,
      "learning_rate": 5.333333333333333e-06,
      "loss": 18.8642,
      "step": 13
    },
    {
      "epoch": 2.0,
      "grad_norm": 4.036834239959717,
      "learning_rate": 4.666666666666666e-06,
      "loss": 19.0188,
      "step": 14
    },
    {
      "epoch": 2.142857142857143,
      "grad_norm": 3.976689100265503,
      "learning_rate": 4e-06,
      "loss": 18.9342,
      "step": 15
    },
    {
      "epoch": 2.2857142857142856,
      "grad_norm": 4.028744220733643,
      "learning_rate": 3.333333333333333e-06,
      "loss": 18.3953,
      "step": 16
    },
    {
      "epoch": 2.4285714285714284,
      "grad_norm": 4.241710662841797,
      "learning_rate": 2.6666666666666664e-06,
      "loss": 19.1337,
      "step": 17
    },
    {
      "epoch": 2.571428571428571,
      "grad_norm": 4.1740288734436035,
      "learning_rate": 2e-06,
      "loss": 18.7016,
      "step": 18
    },
    {
      "epoch": 2.7142857142857144,
      "grad_norm": 4.073369026184082,
      "learning_rate": 1.3333333333333332e-06,
      "loss": 18.2428,
      "step": 19
    },
    {
      "epoch": 2.857142857142857,
      "grad_norm": 3.877764940261841,
      "learning_rate": 6.666666666666666e-07,
      "loss": 18.5107,
      "step": 20
    },
    {
      "epoch": 3.0,
      "grad_norm": 4.145324230194092,
      "learning_rate": 0.0,
      "loss": 18.767,
      "step": 21
    }
  ],
  "logging_steps": 1,
  "max_steps": 21,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3,
  "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": 1.287872226490368e+16,
  "train_batch_size": 8,
  "trial_name": null,
  "trial_params": null
}