{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 0.008,
  "eval_steps": 500,
  "global_step": 60,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.00013333333333333334,
      "grad_norm": 0.22967684268951416,
      "learning_rate": 4e-05,
      "loss": 0.5537,
      "step": 1
    },
    {
      "epoch": 0.0002666666666666667,
      "grad_norm": 0.2774755358695984,
      "learning_rate": 8e-05,
      "loss": 0.4966,
      "step": 2
    },
    {
      "epoch": 0.0004,
      "grad_norm": 0.23805612325668335,
      "learning_rate": 0.00012,
      "loss": 0.6362,
      "step": 3
    },
    {
      "epoch": 0.0005333333333333334,
      "grad_norm": 0.26022854447364807,
      "learning_rate": 0.00016,
      "loss": 0.7163,
      "step": 4
    },
    {
      "epoch": 0.0006666666666666666,
      "grad_norm": 0.21506424248218536,
      "learning_rate": 0.0002,
      "loss": 0.645,
      "step": 5
    },
    {
      "epoch": 0.0008,
      "grad_norm": 0.3663531541824341,
      "learning_rate": 0.00019636363636363636,
      "loss": 0.772,
      "step": 6
    },
    {
      "epoch": 0.0009333333333333333,
      "grad_norm": 0.2615034580230713,
      "learning_rate": 0.00019272727272727274,
      "loss": 0.7585,
      "step": 7
    },
    {
      "epoch": 0.0010666666666666667,
      "grad_norm": 0.2968983054161072,
      "learning_rate": 0.0001890909090909091,
      "loss": 0.6684,
      "step": 8
    },
    {
      "epoch": 0.0012,
      "grad_norm": 0.261518657207489,
      "learning_rate": 0.00018545454545454545,
      "loss": 0.7577,
      "step": 9
    },
    {
      "epoch": 0.0013333333333333333,
      "grad_norm": 0.27760669589042664,
      "learning_rate": 0.00018181818181818183,
      "loss": 0.6335,
      "step": 10
    },
    {
      "epoch": 0.0014666666666666667,
      "grad_norm": 0.2911720871925354,
      "learning_rate": 0.0001781818181818182,
      "loss": 0.649,
      "step": 11
    },
    {
      "epoch": 0.0016,
      "grad_norm": 0.2997600734233856,
      "learning_rate": 0.00017454545454545454,
      "loss": 0.6883,
      "step": 12
    },
    {
      "epoch": 0.0017333333333333333,
      "grad_norm": 0.2888539433479309,
      "learning_rate": 0.0001709090909090909,
      "loss": 0.8024,
      "step": 13
    },
    {
      "epoch": 0.0018666666666666666,
      "grad_norm": 0.28666865825653076,
      "learning_rate": 0.00016727272727272728,
      "loss": 0.5909,
      "step": 14
    },
    {
      "epoch": 0.002,
      "grad_norm": 0.2735069990158081,
      "learning_rate": 0.00016363636363636366,
      "loss": 0.6128,
      "step": 15
    },
    {
      "epoch": 0.0021333333333333334,
      "grad_norm": 0.23390507698059082,
      "learning_rate": 0.00016,
      "loss": 0.5746,
      "step": 16
    },
    {
      "epoch": 0.002266666666666667,
      "grad_norm": 0.25980156660079956,
      "learning_rate": 0.00015636363636363637,
      "loss": 0.5552,
      "step": 17
    },
    {
      "epoch": 0.0024,
      "grad_norm": 0.2348417341709137,
      "learning_rate": 0.00015272727272727275,
      "loss": 0.6245,
      "step": 18
    },
    {
      "epoch": 0.002533333333333333,
      "grad_norm": 0.30168861150741577,
      "learning_rate": 0.0001490909090909091,
      "loss": 0.5982,
      "step": 19
    },
    {
      "epoch": 0.0026666666666666666,
      "grad_norm": 0.2957656681537628,
      "learning_rate": 0.00014545454545454546,
      "loss": 0.7961,
      "step": 20
    },
    {
      "epoch": 0.0028,
      "grad_norm": 0.23545904457569122,
      "learning_rate": 0.00014181818181818184,
      "loss": 0.5044,
      "step": 21
    },
    {
      "epoch": 0.0029333333333333334,
      "grad_norm": 0.24152779579162598,
      "learning_rate": 0.0001381818181818182,
      "loss": 0.5195,
      "step": 22
    },
    {
      "epoch": 0.0030666666666666668,
      "grad_norm": 0.30295708775520325,
      "learning_rate": 0.00013454545454545455,
      "loss": 0.8238,
      "step": 23
    },
    {
      "epoch": 0.0032,
      "grad_norm": 0.23291127383708954,
      "learning_rate": 0.00013090909090909093,
      "loss": 0.6937,
      "step": 24
    },
    {
      "epoch": 0.0033333333333333335,
      "grad_norm": 0.2358635514974594,
      "learning_rate": 0.00012727272727272728,
      "loss": 0.7168,
      "step": 25
    },
    {
      "epoch": 0.0034666666666666665,
      "grad_norm": 0.27822163701057434,
      "learning_rate": 0.00012363636363636364,
      "loss": 0.6839,
      "step": 26
    },
    {
      "epoch": 0.0036,
      "grad_norm": 0.29745540022850037,
      "learning_rate": 0.00012,
      "loss": 0.6478,
      "step": 27
    },
    {
      "epoch": 0.0037333333333333333,
      "grad_norm": 0.285557359457016,
      "learning_rate": 0.00011636363636363636,
      "loss": 0.5771,
      "step": 28
    },
    {
      "epoch": 0.0038666666666666667,
      "grad_norm": 0.2779521346092224,
      "learning_rate": 0.00011272727272727272,
      "loss": 0.5193,
      "step": 29
    },
    {
      "epoch": 0.004,
      "grad_norm": 0.24876870214939117,
      "learning_rate": 0.00010909090909090909,
      "loss": 0.6357,
      "step": 30
    },
    {
      "epoch": 0.0041333333333333335,
      "grad_norm": 0.31246110796928406,
      "learning_rate": 0.00010545454545454545,
      "loss": 0.7942,
      "step": 31
    },
    {
      "epoch": 0.004266666666666667,
      "grad_norm": 0.26631948351860046,
      "learning_rate": 0.00010181818181818181,
      "loss": 0.5654,
      "step": 32
    },
    {
      "epoch": 0.0044,
      "grad_norm": 0.264492005109787,
      "learning_rate": 9.818181818181818e-05,
      "loss": 0.5582,
      "step": 33
    },
    {
      "epoch": 0.004533333333333334,
      "grad_norm": 0.2549329698085785,
      "learning_rate": 9.454545454545455e-05,
      "loss": 0.6059,
      "step": 34
    },
    {
      "epoch": 0.004666666666666667,
      "grad_norm": 0.2604629099369049,
      "learning_rate": 9.090909090909092e-05,
      "loss": 0.5381,
      "step": 35
    },
    {
      "epoch": 0.0048,
      "grad_norm": 0.26698213815689087,
      "learning_rate": 8.727272727272727e-05,
      "loss": 0.7017,
      "step": 36
    },
    {
      "epoch": 0.004933333333333333,
      "grad_norm": 0.24530525505542755,
      "learning_rate": 8.363636363636364e-05,
      "loss": 0.6415,
      "step": 37
    },
    {
      "epoch": 0.005066666666666666,
      "grad_norm": 0.27264463901519775,
      "learning_rate": 8e-05,
      "loss": 0.8213,
      "step": 38
    },
    {
      "epoch": 0.0052,
      "grad_norm": 0.2653501629829407,
      "learning_rate": 7.636363636363637e-05,
      "loss": 0.6683,
      "step": 39
    },
    {
      "epoch": 0.005333333333333333,
      "grad_norm": 0.29883873462677,
      "learning_rate": 7.272727272727273e-05,
      "loss": 0.7035,
      "step": 40
    },
    {
      "epoch": 0.0054666666666666665,
      "grad_norm": 0.24566508829593658,
      "learning_rate": 6.90909090909091e-05,
      "loss": 0.5043,
      "step": 41
    },
    {
      "epoch": 0.0056,
      "grad_norm": 0.24299120903015137,
      "learning_rate": 6.545454545454546e-05,
      "loss": 0.496,
      "step": 42
    },
    {
      "epoch": 0.005733333333333333,
      "grad_norm": 0.24832893908023834,
      "learning_rate": 6.181818181818182e-05,
      "loss": 0.4765,
      "step": 43
    },
    {
      "epoch": 0.005866666666666667,
      "grad_norm": 0.22675533592700958,
      "learning_rate": 5.818181818181818e-05,
      "loss": 0.4825,
      "step": 44
    },
    {
      "epoch": 0.006,
      "grad_norm": 0.2693828344345093,
      "learning_rate": 5.4545454545454546e-05,
      "loss": 0.6721,
      "step": 45
    },
    {
      "epoch": 0.0061333333333333335,
      "grad_norm": 0.2520310878753662,
      "learning_rate": 5.090909090909091e-05,
      "loss": 0.5402,
      "step": 46
    },
    {
      "epoch": 0.006266666666666667,
      "grad_norm": 0.27896639704704285,
      "learning_rate": 4.7272727272727275e-05,
      "loss": 0.4947,
      "step": 47
    },
    {
      "epoch": 0.0064,
      "grad_norm": 0.2906813621520996,
      "learning_rate": 4.3636363636363636e-05,
      "loss": 0.6678,
      "step": 48
    },
    {
      "epoch": 0.006533333333333334,
      "grad_norm": 0.2885816991329193,
      "learning_rate": 4e-05,
      "loss": 0.6772,
      "step": 49
    },
    {
      "epoch": 0.006666666666666667,
      "grad_norm": 0.2797122001647949,
      "learning_rate": 3.6363636363636364e-05,
      "loss": 0.5389,
      "step": 50
    },
    {
      "epoch": 0.0068,
      "grad_norm": 0.28044450283050537,
      "learning_rate": 3.272727272727273e-05,
      "loss": 0.7089,
      "step": 51
    },
    {
      "epoch": 0.006933333333333333,
      "grad_norm": 0.34139102697372437,
      "learning_rate": 2.909090909090909e-05,
      "loss": 0.8076,
      "step": 52
    },
    {
      "epoch": 0.007066666666666666,
      "grad_norm": 0.2774754464626312,
      "learning_rate": 2.5454545454545454e-05,
      "loss": 0.5601,
      "step": 53
    },
    {
      "epoch": 0.0072,
      "grad_norm": 0.28395798802375793,
      "learning_rate": 2.1818181818181818e-05,
      "loss": 0.6036,
      "step": 54
    },
    {
      "epoch": 0.007333333333333333,
      "grad_norm": 0.24330395460128784,
      "learning_rate": 1.8181818181818182e-05,
      "loss": 0.6395,
      "step": 55
    },
    {
      "epoch": 0.007466666666666667,
      "grad_norm": 0.30702757835388184,
      "learning_rate": 1.4545454545454545e-05,
      "loss": 0.6456,
      "step": 56
    },
    {
      "epoch": 0.0076,
      "grad_norm": 0.2386663556098938,
      "learning_rate": 1.0909090909090909e-05,
      "loss": 0.4414,
      "step": 57
    },
    {
      "epoch": 0.007733333333333333,
      "grad_norm": 0.31493809819221497,
      "learning_rate": 7.272727272727272e-06,
      "loss": 0.7476,
      "step": 58
    },
    {
      "epoch": 0.007866666666666666,
      "grad_norm": 0.2841683626174927,
      "learning_rate": 3.636363636363636e-06,
      "loss": 0.5197,
      "step": 59
    },
    {
      "epoch": 0.008,
      "grad_norm": 0.26522091031074524,
      "learning_rate": 0.0,
      "loss": 0.6109,
      "step": 60
    }
  ],
  "logging_steps": 1,
  "max_steps": 60,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 1,
  "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": 2418421918795776.0,
  "train_batch_size": 2,
  "trial_name": null,
  "trial_params": null
}