{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 2.0,
  "eval_steps": 500,
  "global_step": 300,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.006666666666666667,
      "grad_norm": 0.00967087643258726,
      "learning_rate": 3.3333333333333333e-06,
      "loss": 0.0315,
      "step": 1
    },
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 0.012198302107289087,
      "learning_rate": 6.666666666666667e-06,
      "loss": 0.0417,
      "step": 2
    },
    {
      "epoch": 0.02,
      "grad_norm": 0.014022062683757143,
      "learning_rate": 1e-05,
      "loss": 0.03,
      "step": 3
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 0.008269651030018952,
      "learning_rate": 1.3333333333333333e-05,
      "loss": 0.0243,
      "step": 4
    },
    {
      "epoch": 0.03333333333333333,
      "grad_norm": 0.012372899187754645,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 0.0477,
      "step": 5
    },
    {
      "epoch": 0.04,
      "grad_norm": 0.012508852587789653,
      "learning_rate": 2e-05,
      "loss": 0.0338,
      "step": 6
    },
    {
      "epoch": 0.04666666666666667,
      "grad_norm": 0.011987367759438185,
      "learning_rate": 2.3333333333333336e-05,
      "loss": 0.0323,
      "step": 7
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 0.013190269985375314,
      "learning_rate": 2.6666666666666667e-05,
      "loss": 0.0281,
      "step": 8
    },
    {
      "epoch": 0.06,
      "grad_norm": 0.011301264956046317,
      "learning_rate": 3e-05,
      "loss": 0.0424,
      "step": 9
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 0.011189756741621364,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 0.0449,
      "step": 10
    },
    {
      "epoch": 0.07333333333333333,
      "grad_norm": 0.011061417901602692,
      "learning_rate": 3.6666666666666666e-05,
      "loss": 0.0335,
      "step": 11
    },
    {
      "epoch": 0.08,
      "grad_norm": 0.009824024434060163,
      "learning_rate": 4e-05,
      "loss": 0.0268,
      "step": 12
    },
    {
      "epoch": 0.08666666666666667,
      "grad_norm": 0.010215511586011566,
      "learning_rate": 4.3333333333333334e-05,
      "loss": 0.0411,
      "step": 13
    },
    {
      "epoch": 0.09333333333333334,
      "grad_norm": 0.010220192058886605,
      "learning_rate": 4.666666666666667e-05,
      "loss": 0.032,
      "step": 14
    },
    {
      "epoch": 0.1,
      "grad_norm": 0.013572486493102996,
      "learning_rate": 5e-05,
      "loss": 0.0425,
      "step": 15
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 0.015783332346053523,
      "learning_rate": 5.333333333333333e-05,
      "loss": 0.0453,
      "step": 16
    },
    {
      "epoch": 0.11333333333333333,
      "grad_norm": 0.014048466265469036,
      "learning_rate": 5.666666666666667e-05,
      "loss": 0.0466,
      "step": 17
    },
    {
      "epoch": 0.12,
      "grad_norm": 0.010950797334743695,
      "learning_rate": 6e-05,
      "loss": 0.0256,
      "step": 18
    },
    {
      "epoch": 0.12666666666666668,
      "grad_norm": 0.014478024703496588,
      "learning_rate": 6.333333333333333e-05,
      "loss": 0.0292,
      "step": 19
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.0133927702738894,
      "learning_rate": 6.666666666666667e-05,
      "loss": 0.0284,
      "step": 20
    },
    {
      "epoch": 0.14,
      "grad_norm": 0.013975151839247663,
      "learning_rate": 7e-05,
      "loss": 0.0233,
      "step": 21
    },
    {
      "epoch": 0.14666666666666667,
      "grad_norm": 0.015056425781639236,
      "learning_rate": 7.333333333333333e-05,
      "loss": 0.0356,
      "step": 22
    },
    {
      "epoch": 0.15333333333333332,
      "grad_norm": 0.01362161636291075,
      "learning_rate": 7.666666666666667e-05,
      "loss": 0.02,
      "step": 23
    },
    {
      "epoch": 0.16,
      "grad_norm": 0.009454330656213315,
      "learning_rate": 8e-05,
      "loss": 0.0161,
      "step": 24
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 0.024946924294146838,
      "learning_rate": 8.333333333333334e-05,
      "loss": 0.0235,
      "step": 25
    },
    {
      "epoch": 0.17333333333333334,
      "grad_norm": 0.019099440836747708,
      "learning_rate": 8.666666666666667e-05,
      "loss": 0.0186,
      "step": 26
    },
    {
      "epoch": 0.18,
      "grad_norm": 0.016019635168110606,
      "learning_rate": 9e-05,
      "loss": 0.0249,
      "step": 27
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 0.014869434137459102,
      "learning_rate": 9.333333333333334e-05,
      "loss": 0.0154,
      "step": 28
    },
    {
      "epoch": 0.19333333333333333,
      "grad_norm": 0.01634346670195241,
      "learning_rate": 9.666666666666667e-05,
      "loss": 0.0216,
      "step": 29
    },
    {
      "epoch": 0.2,
      "grad_norm": 0.024211720204093866,
      "learning_rate": 0.0001,
      "loss": 0.0275,
      "step": 30
    },
    {
      "epoch": 0.20666666666666667,
      "grad_norm": 0.01731104354317443,
      "learning_rate": 9.999661540018812e-05,
      "loss": 0.0184,
      "step": 31
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 0.018529685153008804,
      "learning_rate": 9.998646205897309e-05,
      "loss": 0.0148,
      "step": 32
    },
    {
      "epoch": 0.22,
      "grad_norm": 0.0256495919934072,
      "learning_rate": 9.99695413509548e-05,
      "loss": 0.016,
      "step": 33
    },
    {
      "epoch": 0.22666666666666666,
      "grad_norm": 0.017470007572512165,
      "learning_rate": 9.994585556692624e-05,
      "loss": 0.0102,
      "step": 34
    },
    {
      "epoch": 0.23333333333333334,
      "grad_norm": 0.031168775720272036,
      "learning_rate": 9.991540791356342e-05,
      "loss": 0.01,
      "step": 35
    },
    {
      "epoch": 0.24,
      "grad_norm": 0.018270117024426165,
      "learning_rate": 9.987820251299122e-05,
      "loss": 0.0044,
      "step": 36
    },
    {
      "epoch": 0.24666666666666667,
      "grad_norm": 0.016336901566411082,
      "learning_rate": 9.983424440222531e-05,
      "loss": 0.005,
      "step": 37
    },
    {
      "epoch": 0.25333333333333335,
      "grad_norm": 0.04531070350535694,
      "learning_rate": 9.978353953249022e-05,
      "loss": 0.0131,
      "step": 38
    },
    {
      "epoch": 0.26,
      "grad_norm": 0.015875543621345366,
      "learning_rate": 9.972609476841367e-05,
      "loss": 0.0048,
      "step": 39
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.006054555721457368,
      "learning_rate": 9.966191788709716e-05,
      "loss": 0.0011,
      "step": 40
    },
    {
      "epoch": 0.2733333333333333,
      "grad_norm": 0.05714340119771482,
      "learning_rate": 9.959101757706308e-05,
      "loss": 0.0062,
      "step": 41
    },
    {
      "epoch": 0.28,
      "grad_norm": 0.0581049582717705,
      "learning_rate": 9.951340343707852e-05,
      "loss": 0.0197,
      "step": 42
    },
    {
      "epoch": 0.2866666666666667,
      "grad_norm": 0.015324966471844476,
      "learning_rate": 9.942908597485558e-05,
      "loss": 0.0023,
      "step": 43
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 0.011825527679700156,
      "learning_rate": 9.933807660562898e-05,
      "loss": 0.0035,
      "step": 44
    },
    {
      "epoch": 0.3,
      "grad_norm": 0.034238370616719443,
      "learning_rate": 9.924038765061042e-05,
      "loss": 0.0063,
      "step": 45
    },
    {
      "epoch": 0.30666666666666664,
      "grad_norm": 0.030875108384523845,
      "learning_rate": 9.913603233532067e-05,
      "loss": 0.0048,
      "step": 46
    },
    {
      "epoch": 0.31333333333333335,
      "grad_norm": 0.01476244386643189,
      "learning_rate": 9.902502478779896e-05,
      "loss": 0.003,
      "step": 47
    },
    {
      "epoch": 0.32,
      "grad_norm": 0.05528926239116165,
      "learning_rate": 9.890738003669029e-05,
      "loss": 0.0031,
      "step": 48
    },
    {
      "epoch": 0.32666666666666666,
      "grad_norm": 0.004459967178340741,
      "learning_rate": 9.878311400921072e-05,
      "loss": 0.0004,
      "step": 49
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.046555210646714744,
      "learning_rate": 9.865224352899119e-05,
      "loss": 0.0198,
      "step": 50
    },
    {
      "epoch": 0.34,
      "grad_norm": 0.004304158218457285,
      "learning_rate": 9.851478631379982e-05,
      "loss": 0.0006,
      "step": 51
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 0.0077248051621680615,
      "learning_rate": 9.837076097314319e-05,
      "loss": 0.0013,
      "step": 52
    },
    {
      "epoch": 0.35333333333333333,
      "grad_norm": 0.011455385726854096,
      "learning_rate": 9.822018700574695e-05,
      "loss": 0.0034,
      "step": 53
    },
    {
      "epoch": 0.36,
      "grad_norm": 0.003095065036607566,
      "learning_rate": 9.806308479691595e-05,
      "loss": 0.0006,
      "step": 54
    },
    {
      "epoch": 0.36666666666666664,
      "grad_norm": 0.004181875576498225,
      "learning_rate": 9.789947561577445e-05,
      "loss": 0.0009,
      "step": 55
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 0.006158404524468072,
      "learning_rate": 9.77293816123866e-05,
      "loss": 0.0008,
      "step": 56
    },
    {
      "epoch": 0.38,
      "grad_norm": 0.008314436275374941,
      "learning_rate": 9.755282581475769e-05,
      "loss": 0.0027,
      "step": 57
    },
    {
      "epoch": 0.38666666666666666,
      "grad_norm": 0.06915445455845264,
      "learning_rate": 9.736983212571646e-05,
      "loss": 0.0043,
      "step": 58
    },
    {
      "epoch": 0.3933333333333333,
      "grad_norm": 0.019390669360603612,
      "learning_rate": 9.718042531967918e-05,
      "loss": 0.0118,
      "step": 59
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.0073812392540185566,
      "learning_rate": 9.698463103929542e-05,
      "loss": 0.0022,
      "step": 60
    },
    {
      "epoch": 0.4066666666666667,
      "grad_norm": 0.03984070529449738,
      "learning_rate": 9.678247579197657e-05,
      "loss": 0.0158,
      "step": 61
    },
    {
      "epoch": 0.41333333333333333,
      "grad_norm": 0.01759042695384761,
      "learning_rate": 9.657398694630712e-05,
      "loss": 0.0026,
      "step": 62
    },
    {
      "epoch": 0.42,
      "grad_norm": 0.01443541109705055,
      "learning_rate": 9.635919272833938e-05,
      "loss": 0.0056,
      "step": 63
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 0.0029916340614916264,
      "learning_rate": 9.613812221777212e-05,
      "loss": 0.0008,
      "step": 64
    },
    {
      "epoch": 0.43333333333333335,
      "grad_norm": 0.010079091333704606,
      "learning_rate": 9.591080534401371e-05,
      "loss": 0.0025,
      "step": 65
    },
    {
      "epoch": 0.44,
      "grad_norm": 0.030533828875748008,
      "learning_rate": 9.567727288213005e-05,
      "loss": 0.0027,
      "step": 66
    },
    {
      "epoch": 0.44666666666666666,
      "grad_norm": 0.0021484341111415047,
      "learning_rate": 9.543755644867822e-05,
      "loss": 0.0005,
      "step": 67
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 0.0010639708867223676,
      "learning_rate": 9.519168849742604e-05,
      "loss": 0.0002,
      "step": 68
    },
    {
      "epoch": 0.46,
      "grad_norm": 0.002981140502468205,
      "learning_rate": 9.493970231495835e-05,
      "loss": 0.0005,
      "step": 69
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 0.01462624424933535,
      "learning_rate": 9.468163201617062e-05,
      "loss": 0.0022,
      "step": 70
    },
    {
      "epoch": 0.47333333333333333,
      "grad_norm": 0.002117947541178246,
      "learning_rate": 9.441751253965021e-05,
      "loss": 0.0005,
      "step": 71
    },
    {
      "epoch": 0.48,
      "grad_norm": 0.016345300330464267,
      "learning_rate": 9.414737964294636e-05,
      "loss": 0.0021,
      "step": 72
    },
    {
      "epoch": 0.4866666666666667,
      "grad_norm": 0.0020507000217069725,
      "learning_rate": 9.38712698977291e-05,
      "loss": 0.0004,
      "step": 73
    },
    {
      "epoch": 0.49333333333333335,
      "grad_norm": 0.007755335039015313,
      "learning_rate": 9.358922068483812e-05,
      "loss": 0.0013,
      "step": 74
    },
    {
      "epoch": 0.5,
      "grad_norm": 0.0022756024859676826,
      "learning_rate": 9.330127018922194e-05,
      "loss": 0.0003,
      "step": 75
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 0.0031607725863065515,
      "learning_rate": 9.300745739476829e-05,
      "loss": 0.0006,
      "step": 76
    },
    {
      "epoch": 0.5133333333333333,
      "grad_norm": 0.018364989281173326,
      "learning_rate": 9.270782207902629e-05,
      "loss": 0.0044,
      "step": 77
    },
    {
      "epoch": 0.52,
      "grad_norm": 0.011239985576371911,
      "learning_rate": 9.24024048078213e-05,
      "loss": 0.0009,
      "step": 78
    },
    {
      "epoch": 0.5266666666666666,
      "grad_norm": 0.013567407892295776,
      "learning_rate": 9.209124692976287e-05,
      "loss": 0.0029,
      "step": 79
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.0007607080462683458,
      "learning_rate": 9.177439057064683e-05,
      "loss": 0.0002,
      "step": 80
    },
    {
      "epoch": 0.54,
      "grad_norm": 0.006039752535087157,
      "learning_rate": 9.145187862775209e-05,
      "loss": 0.0011,
      "step": 81
    },
    {
      "epoch": 0.5466666666666666,
      "grad_norm": 0.005104694619000343,
      "learning_rate": 9.112375476403312e-05,
      "loss": 0.0004,
      "step": 82
    },
    {
      "epoch": 0.5533333333333333,
      "grad_norm": 0.026544969220163063,
      "learning_rate": 9.079006340220862e-05,
      "loss": 0.0021,
      "step": 83
    },
    {
      "epoch": 0.56,
      "grad_norm": 0.015386517732440796,
      "learning_rate": 9.045084971874738e-05,
      "loss": 0.0028,
      "step": 84
    },
    {
      "epoch": 0.5666666666666667,
      "grad_norm": 0.007804358536532015,
      "learning_rate": 9.01061596377522e-05,
      "loss": 0.001,
      "step": 85
    },
    {
      "epoch": 0.5733333333333334,
      "grad_norm": 0.003239379494652739,
      "learning_rate": 8.97560398247424e-05,
      "loss": 0.0003,
      "step": 86
    },
    {
      "epoch": 0.58,
      "grad_norm": 0.00042549832931497883,
      "learning_rate": 8.940053768033609e-05,
      "loss": 0.0,
      "step": 87
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 0.005937174449118275,
      "learning_rate": 8.903970133383297e-05,
      "loss": 0.0015,
      "step": 88
    },
    {
      "epoch": 0.5933333333333334,
      "grad_norm": 0.02354358812592331,
      "learning_rate": 8.86735796366982e-05,
      "loss": 0.006,
      "step": 89
    },
    {
      "epoch": 0.6,
      "grad_norm": 0.0019227058601935995,
      "learning_rate": 8.83022221559489e-05,
      "loss": 0.0002,
      "step": 90
    },
    {
      "epoch": 0.6066666666666667,
      "grad_norm": 0.020691001434167206,
      "learning_rate": 8.792567916744346e-05,
      "loss": 0.0034,
      "step": 91
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 0.021131562745172486,
      "learning_rate": 8.754400164907497e-05,
      "loss": 0.0033,
      "step": 92
    },
    {
      "epoch": 0.62,
      "grad_norm": 0.00025259438632459165,
      "learning_rate": 8.715724127386972e-05,
      "loss": 0.0,
      "step": 93
    },
    {
      "epoch": 0.6266666666666667,
      "grad_norm": 0.0013328194161697582,
      "learning_rate": 8.676545040299145e-05,
      "loss": 0.0002,
      "step": 94
    },
    {
      "epoch": 0.6333333333333333,
      "grad_norm": 0.0005549120557486886,
      "learning_rate": 8.636868207865244e-05,
      "loss": 0.0001,
      "step": 95
    },
    {
      "epoch": 0.64,
      "grad_norm": 0.024489856240846826,
      "learning_rate": 8.596699001693255e-05,
      "loss": 0.0049,
      "step": 96
    },
    {
      "epoch": 0.6466666666666666,
      "grad_norm": 0.0007414977635572536,
      "learning_rate": 8.556042860050687e-05,
      "loss": 0.0001,
      "step": 97
    },
    {
      "epoch": 0.6533333333333333,
      "grad_norm": 0.00847572433731991,
      "learning_rate": 8.51490528712831e-05,
      "loss": 0.0013,
      "step": 98
    },
    {
      "epoch": 0.66,
      "grad_norm": 0.008049875422573089,
      "learning_rate": 8.473291852294987e-05,
      "loss": 0.0006,
      "step": 99
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.010377156047595074,
      "learning_rate": 8.43120818934367e-05,
      "loss": 0.0009,
      "step": 100
    },
    {
      "epoch": 0.6733333333333333,
      "grad_norm": 0.014536621843167112,
      "learning_rate": 8.388659995728663e-05,
      "loss": 0.0012,
      "step": 101
    },
    {
      "epoch": 0.68,
      "grad_norm": 0.0007576728976144414,
      "learning_rate": 8.345653031794292e-05,
      "loss": 0.0001,
      "step": 102
    },
    {
      "epoch": 0.6866666666666666,
      "grad_norm": 0.015731956723794873,
      "learning_rate": 8.302193119995039e-05,
      "loss": 0.0016,
      "step": 103
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 0.0009144368341089811,
      "learning_rate": 8.258286144107276e-05,
      "loss": 0.0001,
      "step": 104
    },
    {
      "epoch": 0.7,
      "grad_norm": 0.001594173121561522,
      "learning_rate": 8.213938048432697e-05,
      "loss": 0.0001,
      "step": 105
    },
    {
      "epoch": 0.7066666666666667,
      "grad_norm": 0.00284738230759981,
      "learning_rate": 8.169154836993551e-05,
      "loss": 0.0004,
      "step": 106
    },
    {
      "epoch": 0.7133333333333334,
      "grad_norm": 0.025592931651606612,
      "learning_rate": 8.1239425727198e-05,
      "loss": 0.0083,
      "step": 107
    },
    {
      "epoch": 0.72,
      "grad_norm": 0.0001940740194679064,
      "learning_rate": 8.07830737662829e-05,
      "loss": 0.0,
      "step": 108
    },
    {
      "epoch": 0.7266666666666667,
      "grad_norm": 0.0056603464085194545,
      "learning_rate": 8.032255426994069e-05,
      "loss": 0.0004,
      "step": 109
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 0.004120222762330971,
      "learning_rate": 7.985792958513931e-05,
      "loss": 0.0004,
      "step": 110
    },
    {
      "epoch": 0.74,
      "grad_norm": 0.0021587181635031624,
      "learning_rate": 7.938926261462366e-05,
      "loss": 0.0002,
      "step": 111
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 0.0065846662680188565,
      "learning_rate": 7.891661680839932e-05,
      "loss": 0.0003,
      "step": 112
    },
    {
      "epoch": 0.7533333333333333,
      "grad_norm": 0.00029109185674515734,
      "learning_rate": 7.844005615514259e-05,
      "loss": 0.0,
      "step": 113
    },
    {
      "epoch": 0.76,
      "grad_norm": 0.0005731156726337066,
      "learning_rate": 7.795964517353735e-05,
      "loss": 0.0,
      "step": 114
    },
    {
      "epoch": 0.7666666666666667,
      "grad_norm": 0.0009206403502226664,
      "learning_rate": 7.74754489035403e-05,
      "loss": 0.0001,
      "step": 115
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 0.0073727128075126765,
      "learning_rate": 7.698753289757565e-05,
      "loss": 0.0006,
      "step": 116
    },
    {
      "epoch": 0.78,
      "grad_norm": 0.002238411555536974,
      "learning_rate": 7.649596321166024e-05,
      "loss": 0.0001,
      "step": 117
    },
    {
      "epoch": 0.7866666666666666,
      "grad_norm": 0.004200168325451404,
      "learning_rate": 7.600080639646077e-05,
      "loss": 0.0001,
      "step": 118
    },
    {
      "epoch": 0.7933333333333333,
      "grad_norm": 0.0001976205570407636,
      "learning_rate": 7.550212948828377e-05,
      "loss": 0.0,
      "step": 119
    },
    {
      "epoch": 0.8,
      "grad_norm": 7.421201689659983e-05,
      "learning_rate": 7.500000000000001e-05,
      "loss": 0.0,
      "step": 120
    },
    {
      "epoch": 0.8066666666666666,
      "grad_norm": 0.0006245337641375594,
      "learning_rate": 7.449448591190435e-05,
      "loss": 0.0001,
      "step": 121
    },
    {
      "epoch": 0.8133333333333334,
      "grad_norm": 9.263521826908537e-05,
      "learning_rate": 7.398565566251232e-05,
      "loss": 0.0,
      "step": 122
    },
    {
      "epoch": 0.82,
      "grad_norm": 0.005512512351078,
      "learning_rate": 7.347357813929454e-05,
      "loss": 0.0004,
      "step": 123
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 0.04389098938372692,
      "learning_rate": 7.295832266935059e-05,
      "loss": 0.0094,
      "step": 124
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 0.0009461125656580147,
      "learning_rate": 7.243995901002312e-05,
      "loss": 0.0001,
      "step": 125
    },
    {
      "epoch": 0.84,
      "grad_norm": 0.011133778348866936,
      "learning_rate": 7.191855733945387e-05,
      "loss": 0.0004,
      "step": 126
    },
    {
      "epoch": 0.8466666666666667,
      "grad_norm": 0.0010120401801284526,
      "learning_rate": 7.139418824708272e-05,
      "loss": 0.0,
      "step": 127
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 0.0011052048837631705,
      "learning_rate": 7.08669227240909e-05,
      "loss": 0.0001,
      "step": 128
    },
    {
      "epoch": 0.86,
      "grad_norm": 0.00029410186681222135,
      "learning_rate": 7.033683215379002e-05,
      "loss": 0.0,
      "step": 129
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 0.006704138375048711,
      "learning_rate": 6.980398830195785e-05,
      "loss": 0.0005,
      "step": 130
    },
    {
      "epoch": 0.8733333333333333,
      "grad_norm": 0.0004588362133973304,
      "learning_rate": 6.926846330712242e-05,
      "loss": 0.0001,
      "step": 131
    },
    {
      "epoch": 0.88,
      "grad_norm": 0.0002808157903386415,
      "learning_rate": 6.873032967079561e-05,
      "loss": 0.0,
      "step": 132
    },
    {
      "epoch": 0.8866666666666667,
      "grad_norm": 0.02762950082967642,
      "learning_rate": 6.818966024765758e-05,
      "loss": 0.0056,
      "step": 133
    },
    {
      "epoch": 0.8933333333333333,
      "grad_norm": 0.00063193960128327,
      "learning_rate": 6.764652823569344e-05,
      "loss": 0.0,
      "step": 134
    },
    {
      "epoch": 0.9,
      "grad_norm": 0.0019058638092664551,
      "learning_rate": 6.710100716628344e-05,
      "loss": 0.0001,
      "step": 135
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 0.00037900560437210203,
      "learning_rate": 6.65531708942479e-05,
      "loss": 0.0,
      "step": 136
    },
    {
      "epoch": 0.9133333333333333,
      "grad_norm": 4.7041010489096454e-05,
      "learning_rate": 6.600309358784857e-05,
      "loss": 0.0,
      "step": 137
    },
    {
      "epoch": 0.92,
      "grad_norm": 0.0003772042622626548,
      "learning_rate": 6.545084971874738e-05,
      "loss": 0.0001,
      "step": 138
    },
    {
      "epoch": 0.9266666666666666,
      "grad_norm": 0.0005111974250469945,
      "learning_rate": 6.48965140519241e-05,
      "loss": 0.0001,
      "step": 139
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 0.003435937781313453,
      "learning_rate": 6.434016163555452e-05,
      "loss": 0.0002,
      "step": 140
    },
    {
      "epoch": 0.94,
      "grad_norm": 0.0002783358136261871,
      "learning_rate": 6.378186779084995e-05,
      "loss": 0.0,
      "step": 141
    },
    {
      "epoch": 0.9466666666666667,
      "grad_norm": 0.008212545234456864,
      "learning_rate": 6.322170810186012e-05,
      "loss": 0.0003,
      "step": 142
    },
    {
      "epoch": 0.9533333333333334,
      "grad_norm": 0.0023180823029756745,
      "learning_rate": 6.26597584052401e-05,
      "loss": 0.0002,
      "step": 143
    },
    {
      "epoch": 0.96,
      "grad_norm": 0.0007084525788665694,
      "learning_rate": 6.209609477998338e-05,
      "loss": 0.0001,
      "step": 144
    },
    {
      "epoch": 0.9666666666666667,
      "grad_norm": 0.001703467941721786,
      "learning_rate": 6.153079353712201e-05,
      "loss": 0.0002,
      "step": 145
    },
    {
      "epoch": 0.9733333333333334,
      "grad_norm": 0.0011313116728255404,
      "learning_rate": 6.096393120939516e-05,
      "loss": 0.0002,
      "step": 146
    },
    {
      "epoch": 0.98,
      "grad_norm": 0.001049281836425577,
      "learning_rate": 6.0395584540887963e-05,
      "loss": 0.0001,
      "step": 147
    },
    {
      "epoch": 0.9866666666666667,
      "grad_norm": 0.002822392868771578,
      "learning_rate": 5.982583047664151e-05,
      "loss": 0.0003,
      "step": 148
    },
    {
      "epoch": 0.9933333333333333,
      "grad_norm": 0.0020112239901002122,
      "learning_rate": 5.925474615223573e-05,
      "loss": 0.0001,
      "step": 149
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.00080213562574699,
      "learning_rate": 5.868240888334653e-05,
      "loss": 0.0001,
      "step": 150
    },
    {
      "epoch": 1.0,
      "eval_loss": 0.026990024372935295,
      "eval_runtime": 0.4242,
      "eval_samples_per_second": 2.357,
      "eval_steps_per_second": 2.357,
      "step": 150
    },
    {
      "epoch": 1.0066666666666666,
      "grad_norm": 0.00010575814813841568,
      "learning_rate": 5.810889615527838e-05,
      "loss": 0.0,
      "step": 151
    },
    {
      "epoch": 1.0133333333333334,
      "grad_norm": 0.00294695077228833,
      "learning_rate": 5.753428561247416e-05,
      "loss": 0.0003,
      "step": 152
    },
    {
      "epoch": 1.02,
      "grad_norm": 0.00026047749298656596,
      "learning_rate": 5.695865504800327e-05,
      "loss": 0.0,
      "step": 153
    },
    {
      "epoch": 1.0266666666666666,
      "grad_norm": 6.726172248511204e-05,
      "learning_rate": 5.6382082393029746e-05,
      "loss": 0.0,
      "step": 154
    },
    {
      "epoch": 1.0333333333333334,
      "grad_norm": 0.00015364990763760785,
      "learning_rate": 5.5804645706261514e-05,
      "loss": 0.0,
      "step": 155
    },
    {
      "epoch": 1.04,
      "grad_norm": 0.0009862920458867182,
      "learning_rate": 5.522642316338268e-05,
      "loss": 0.0001,
      "step": 156
    },
    {
      "epoch": 1.0466666666666666,
      "grad_norm": 0.0002564758825908777,
      "learning_rate": 5.464749304646962e-05,
      "loss": 0.0,
      "step": 157
    },
    {
      "epoch": 1.0533333333333332,
      "grad_norm": 0.00024434467078920426,
      "learning_rate": 5.4067933733392915e-05,
      "loss": 0.0,
      "step": 158
    },
    {
      "epoch": 1.06,
      "grad_norm": 0.0015525359957012507,
      "learning_rate": 5.348782368720626e-05,
      "loss": 0.0001,
      "step": 159
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 0.0007699053259521967,
      "learning_rate": 5.290724144552379e-05,
      "loss": 0.0001,
      "step": 160
    },
    {
      "epoch": 1.0733333333333333,
      "grad_norm": 0.00025965464551978477,
      "learning_rate": 5.232626560988735e-05,
      "loss": 0.0,
      "step": 161
    },
    {
      "epoch": 1.08,
      "grad_norm": 0.0006500885336070642,
      "learning_rate": 5.174497483512506e-05,
      "loss": 0.0001,
      "step": 162
    },
    {
      "epoch": 1.0866666666666667,
      "grad_norm": 5.304556098752671e-05,
      "learning_rate": 5.116344781870281e-05,
      "loss": 0.0,
      "step": 163
    },
    {
      "epoch": 1.0933333333333333,
      "grad_norm": 0.0002613039248160799,
      "learning_rate": 5.0581763290069865e-05,
      "loss": 0.0,
      "step": 164
    },
    {
      "epoch": 1.1,
      "grad_norm": 0.018039458004058425,
      "learning_rate": 5e-05,
      "loss": 0.0096,
      "step": 165
    },
    {
      "epoch": 1.1066666666666667,
      "grad_norm": 0.00043289860895525913,
      "learning_rate": 4.941823670993016e-05,
      "loss": 0.0,
      "step": 166
    },
    {
      "epoch": 1.1133333333333333,
      "grad_norm": 0.0004898606762930914,
      "learning_rate": 4.883655218129719e-05,
      "loss": 0.0001,
      "step": 167
    },
    {
      "epoch": 1.12,
      "grad_norm": 0.0007358296917840791,
      "learning_rate": 4.825502516487497e-05,
      "loss": 0.0,
      "step": 168
    },
    {
      "epoch": 1.1266666666666667,
      "grad_norm": 0.0008375170388800147,
      "learning_rate": 4.767373439011267e-05,
      "loss": 0.0001,
      "step": 169
    },
    {
      "epoch": 1.1333333333333333,
      "grad_norm": 2.5381907620208424e-05,
      "learning_rate": 4.709275855447621e-05,
      "loss": 0.0,
      "step": 170
    },
    {
      "epoch": 1.1400000000000001,
      "grad_norm": 7.449191552536734e-05,
      "learning_rate": 4.6512176312793736e-05,
      "loss": 0.0,
      "step": 171
    },
    {
      "epoch": 1.1466666666666667,
      "grad_norm": 0.0004729200174589034,
      "learning_rate": 4.593206626660709e-05,
      "loss": 0.0001,
      "step": 172
    },
    {
      "epoch": 1.1533333333333333,
      "grad_norm": 0.0004275215620648688,
      "learning_rate": 4.535250695353039e-05,
      "loss": 0.0,
      "step": 173
    },
    {
      "epoch": 1.16,
      "grad_norm": 0.008606435537617849,
      "learning_rate": 4.477357683661734e-05,
      "loss": 0.0014,
      "step": 174
    },
    {
      "epoch": 1.1666666666666667,
      "grad_norm": 0.00448184464882473,
      "learning_rate": 4.4195354293738484e-05,
      "loss": 0.0003,
      "step": 175
    },
    {
      "epoch": 1.1733333333333333,
      "grad_norm": 0.00012898388950679788,
      "learning_rate": 4.361791760697027e-05,
      "loss": 0.0,
      "step": 176
    },
    {
      "epoch": 1.18,
      "grad_norm": 0.0020715428162343765,
      "learning_rate": 4.3041344951996746e-05,
      "loss": 0.0002,
      "step": 177
    },
    {
      "epoch": 1.1866666666666668,
      "grad_norm": 9.100683835191362e-05,
      "learning_rate": 4.246571438752585e-05,
      "loss": 0.0,
      "step": 178
    },
    {
      "epoch": 1.1933333333333334,
      "grad_norm": 0.0002309585607769376,
      "learning_rate": 4.1891103844721636e-05,
      "loss": 0.0,
      "step": 179
    },
    {
      "epoch": 1.2,
      "grad_norm": 0.00016192547244218514,
      "learning_rate": 4.131759111665349e-05,
      "loss": 0.0,
      "step": 180
    },
    {
      "epoch": 1.2066666666666666,
      "grad_norm": 0.00010200465308116599,
      "learning_rate": 4.074525384776428e-05,
      "loss": 0.0,
      "step": 181
    },
    {
      "epoch": 1.2133333333333334,
      "grad_norm": 0.0002399309808010363,
      "learning_rate": 4.017416952335849e-05,
      "loss": 0.0,
      "step": 182
    },
    {
      "epoch": 1.22,
      "grad_norm": 0.0001678856548136045,
      "learning_rate": 3.960441545911204e-05,
      "loss": 0.0,
      "step": 183
    },
    {
      "epoch": 1.2266666666666666,
      "grad_norm": 3.6876041605695774e-05,
      "learning_rate": 3.903606879060483e-05,
      "loss": 0.0,
      "step": 184
    },
    {
      "epoch": 1.2333333333333334,
      "grad_norm": 0.00015536953743836815,
      "learning_rate": 3.846920646287799e-05,
      "loss": 0.0,
      "step": 185
    },
    {
      "epoch": 1.24,
      "grad_norm": 0.000170930884967564,
      "learning_rate": 3.790390522001662e-05,
      "loss": 0.0,
      "step": 186
    },
    {
      "epoch": 1.2466666666666666,
      "grad_norm": 5.746104734542588e-05,
      "learning_rate": 3.7340241594759916e-05,
      "loss": 0.0,
      "step": 187
    },
    {
      "epoch": 1.2533333333333334,
      "grad_norm": 6.238303470080796e-05,
      "learning_rate": 3.67782918981399e-05,
      "loss": 0.0,
      "step": 188
    },
    {
      "epoch": 1.26,
      "grad_norm": 0.0018915428235470257,
      "learning_rate": 3.6218132209150045e-05,
      "loss": 0.0003,
      "step": 189
    },
    {
      "epoch": 1.2666666666666666,
      "grad_norm": 0.0003019724197093138,
      "learning_rate": 3.5659838364445505e-05,
      "loss": 0.0,
      "step": 190
    },
    {
      "epoch": 1.2733333333333334,
      "grad_norm": 0.00023693658944929353,
      "learning_rate": 3.51034859480759e-05,
      "loss": 0.0,
      "step": 191
    },
    {
      "epoch": 1.28,
      "grad_norm": 0.000404942784760299,
      "learning_rate": 3.4549150281252636e-05,
      "loss": 0.0001,
      "step": 192
    },
    {
      "epoch": 1.2866666666666666,
      "grad_norm": 0.00015547201343919418,
      "learning_rate": 3.399690641215142e-05,
      "loss": 0.0,
      "step": 193
    },
    {
      "epoch": 1.2933333333333334,
      "grad_norm": 0.0018421328428138005,
      "learning_rate": 3.34468291057521e-05,
      "loss": 0.0001,
      "step": 194
    },
    {
      "epoch": 1.3,
      "grad_norm": 1.6323592960182904e-05,
      "learning_rate": 3.289899283371657e-05,
      "loss": 0.0,
      "step": 195
    },
    {
      "epoch": 1.3066666666666666,
      "grad_norm": 4.977571410838519e-05,
      "learning_rate": 3.235347176430656e-05,
      "loss": 0.0,
      "step": 196
    },
    {
      "epoch": 1.3133333333333335,
      "grad_norm": 0.00022155151634504317,
      "learning_rate": 3.1810339752342446e-05,
      "loss": 0.0,
      "step": 197
    },
    {
      "epoch": 1.32,
      "grad_norm": 0.0044919178257501,
      "learning_rate": 3.12696703292044e-05,
      "loss": 0.0005,
      "step": 198
    },
    {
      "epoch": 1.3266666666666667,
      "grad_norm": 0.00022385873859801224,
      "learning_rate": 3.073153669287759e-05,
      "loss": 0.0,
      "step": 199
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 9.680052188398853e-05,
      "learning_rate": 3.019601169804216e-05,
      "loss": 0.0,
      "step": 200
    },
    {
      "epoch": 1.34,
      "grad_norm": 0.0001856279210794964,
      "learning_rate": 2.9663167846209998e-05,
      "loss": 0.0,
      "step": 201
    },
    {
      "epoch": 1.3466666666666667,
      "grad_norm": 0.00025113538208500425,
      "learning_rate": 2.9133077275909108e-05,
      "loss": 0.0,
      "step": 202
    },
    {
      "epoch": 1.3533333333333333,
      "grad_norm": 3.015637266243386e-05,
      "learning_rate": 2.86058117529173e-05,
      "loss": 0.0,
      "step": 203
    },
    {
      "epoch": 1.3599999999999999,
      "grad_norm": 9.59994887782107e-05,
      "learning_rate": 2.8081442660546125e-05,
      "loss": 0.0,
      "step": 204
    },
    {
      "epoch": 1.3666666666666667,
      "grad_norm": 0.02237704164182678,
      "learning_rate": 2.7560040989976892e-05,
      "loss": 0.0051,
      "step": 205
    },
    {
      "epoch": 1.3733333333333333,
      "grad_norm": 0.0005252371405797351,
      "learning_rate": 2.7041677330649407e-05,
      "loss": 0.0001,
      "step": 206
    },
    {
      "epoch": 1.38,
      "grad_norm": 2.8023151441449766e-05,
      "learning_rate": 2.6526421860705473e-05,
      "loss": 0.0,
      "step": 207
    },
    {
      "epoch": 1.3866666666666667,
      "grad_norm": 0.00036932745070395617,
      "learning_rate": 2.6014344337487707e-05,
      "loss": 0.0001,
      "step": 208
    },
    {
      "epoch": 1.3933333333333333,
      "grad_norm": 0.001042186789255765,
      "learning_rate": 2.5505514088095655e-05,
      "loss": 0.0001,
      "step": 209
    },
    {
      "epoch": 1.4,
      "grad_norm": 0.0008351525590904612,
      "learning_rate": 2.500000000000001e-05,
      "loss": 0.0,
      "step": 210
    },
    {
      "epoch": 1.4066666666666667,
      "grad_norm": 7.989325212555359e-05,
      "learning_rate": 2.4497870511716235e-05,
      "loss": 0.0,
      "step": 211
    },
    {
      "epoch": 1.4133333333333333,
      "grad_norm": 0.00018843518545315116,
      "learning_rate": 2.399919360353923e-05,
      "loss": 0.0,
      "step": 212
    },
    {
      "epoch": 1.42,
      "grad_norm": 0.0002808122109130762,
      "learning_rate": 2.350403678833976e-05,
      "loss": 0.0,
      "step": 213
    },
    {
      "epoch": 1.4266666666666667,
      "grad_norm": 0.0013823572357112885,
      "learning_rate": 2.3012467102424373e-05,
      "loss": 0.0001,
      "step": 214
    },
    {
      "epoch": 1.4333333333333333,
      "grad_norm": 0.00040117287788930296,
      "learning_rate": 2.25245510964597e-05,
      "loss": 0.0001,
      "step": 215
    },
    {
      "epoch": 1.44,
      "grad_norm": 0.0005066949250585673,
      "learning_rate": 2.2040354826462668e-05,
      "loss": 0.0,
      "step": 216
    },
    {
      "epoch": 1.4466666666666668,
      "grad_norm": 0.0006794365007939381,
      "learning_rate": 2.1559943844857422e-05,
      "loss": 0.0001,
      "step": 217
    },
    {
      "epoch": 1.4533333333333334,
      "grad_norm": 0.0005835182405789572,
      "learning_rate": 2.1083383191600674e-05,
      "loss": 0.0,
      "step": 218
    },
    {
      "epoch": 1.46,
      "grad_norm": 0.0004531433429506335,
      "learning_rate": 2.061073738537635e-05,
      "loss": 0.0,
      "step": 219
    },
    {
      "epoch": 1.4666666666666668,
      "grad_norm": 0.0001818665866966356,
      "learning_rate": 2.0142070414860704e-05,
      "loss": 0.0,
      "step": 220
    },
    {
      "epoch": 1.4733333333333334,
      "grad_norm": 0.0002393848483627097,
      "learning_rate": 1.9677445730059346e-05,
      "loss": 0.0,
      "step": 221
    },
    {
      "epoch": 1.48,
      "grad_norm": 7.772647517861528e-05,
      "learning_rate": 1.9216926233717085e-05,
      "loss": 0.0,
      "step": 222
    },
    {
      "epoch": 1.4866666666666668,
      "grad_norm": 0.00010298687795062234,
      "learning_rate": 1.8760574272802e-05,
      "loss": 0.0,
      "step": 223
    },
    {
      "epoch": 1.4933333333333334,
      "grad_norm": 2.477899167519177e-05,
      "learning_rate": 1.8308451630064484e-05,
      "loss": 0.0,
      "step": 224
    },
    {
      "epoch": 1.5,
      "grad_norm": 0.00010035740845659,
      "learning_rate": 1.7860619515673033e-05,
      "loss": 0.0,
      "step": 225
    },
    {
      "epoch": 1.5066666666666668,
      "grad_norm": 0.00023331053037073973,
      "learning_rate": 1.7417138558927244e-05,
      "loss": 0.0,
      "step": 226
    },
    {
      "epoch": 1.5133333333333332,
      "grad_norm": 4.635767124388848e-05,
      "learning_rate": 1.6978068800049624e-05,
      "loss": 0.0,
      "step": 227
    },
    {
      "epoch": 1.52,
      "grad_norm": 0.00022803363316489697,
      "learning_rate": 1.6543469682057106e-05,
      "loss": 0.0,
      "step": 228
    },
    {
      "epoch": 1.5266666666666666,
      "grad_norm": 7.060841893111752e-05,
      "learning_rate": 1.611340004271339e-05,
      "loss": 0.0,
      "step": 229
    },
    {
      "epoch": 1.5333333333333332,
      "grad_norm": 5.233894613097733e-05,
      "learning_rate": 1.5687918106563326e-05,
      "loss": 0.0,
      "step": 230
    },
    {
      "epoch": 1.54,
      "grad_norm": 2.3833900869508362e-05,
      "learning_rate": 1.526708147705013e-05,
      "loss": 0.0,
      "step": 231
    },
    {
      "epoch": 1.5466666666666666,
      "grad_norm": 1.8778568483465247e-05,
      "learning_rate": 1.4850947128716913e-05,
      "loss": 0.0,
      "step": 232
    },
    {
      "epoch": 1.5533333333333332,
      "grad_norm": 0.0006188101454459097,
      "learning_rate": 1.4439571399493146e-05,
      "loss": 0.0,
      "step": 233
    },
    {
      "epoch": 1.56,
      "grad_norm": 0.00047569624296686647,
      "learning_rate": 1.4033009983067452e-05,
      "loss": 0.0,
      "step": 234
    },
    {
      "epoch": 1.5666666666666667,
      "grad_norm": 0.00017014941012572803,
      "learning_rate": 1.3631317921347563e-05,
      "loss": 0.0,
      "step": 235
    },
    {
      "epoch": 1.5733333333333333,
      "grad_norm": 0.00013465959339334976,
      "learning_rate": 1.3234549597008571e-05,
      "loss": 0.0,
      "step": 236
    },
    {
      "epoch": 1.58,
      "grad_norm": 3.0572129312719554e-05,
      "learning_rate": 1.2842758726130283e-05,
      "loss": 0.0,
      "step": 237
    },
    {
      "epoch": 1.5866666666666667,
      "grad_norm": 0.0013776216420996292,
      "learning_rate": 1.245599835092504e-05,
      "loss": 0.0001,
      "step": 238
    },
    {
      "epoch": 1.5933333333333333,
      "grad_norm": 8.3129848327228e-05,
      "learning_rate": 1.2074320832556556e-05,
      "loss": 0.0,
      "step": 239
    },
    {
      "epoch": 1.6,
      "grad_norm": 2.954498333244474e-05,
      "learning_rate": 1.1697777844051105e-05,
      "loss": 0.0,
      "step": 240
    },
    {
      "epoch": 1.6066666666666667,
      "grad_norm": 0.0001319059355615371,
      "learning_rate": 1.132642036330181e-05,
      "loss": 0.0,
      "step": 241
    },
    {
      "epoch": 1.6133333333333333,
      "grad_norm": 7.600028639768843e-05,
      "learning_rate": 1.096029866616704e-05,
      "loss": 0.0,
      "step": 242
    },
    {
      "epoch": 1.62,
      "grad_norm": 0.0006011794518034682,
      "learning_rate": 1.0599462319663905e-05,
      "loss": 0.0001,
      "step": 243
    },
    {
      "epoch": 1.6266666666666667,
      "grad_norm": 0.0009165757210667557,
      "learning_rate": 1.0243960175257606e-05,
      "loss": 0.0002,
      "step": 244
    },
    {
      "epoch": 1.6333333333333333,
      "grad_norm": 5.552311420707341e-05,
      "learning_rate": 9.893840362247809e-06,
      "loss": 0.0,
      "step": 245
    },
    {
      "epoch": 1.6400000000000001,
      "grad_norm": 8.034254596675944e-05,
      "learning_rate": 9.549150281252633e-06,
      "loss": 0.0,
      "step": 246
    },
    {
      "epoch": 1.6466666666666665,
      "grad_norm": 8.076328463277652e-05,
      "learning_rate": 9.209936597791407e-06,
      "loss": 0.0,
      "step": 247
    },
    {
      "epoch": 1.6533333333333333,
      "grad_norm": 7.347687787078431e-05,
      "learning_rate": 8.876245235966885e-06,
      "loss": 0.0,
      "step": 248
    },
    {
      "epoch": 1.6600000000000001,
      "grad_norm": 3.6233796195591306e-05,
      "learning_rate": 8.548121372247918e-06,
      "loss": 0.0,
      "step": 249
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 6.740867790991137e-05,
      "learning_rate": 8.225609429353187e-06,
      "loss": 0.0,
      "step": 250
    },
    {
      "epoch": 1.6733333333333333,
      "grad_norm": 0.0008428647375358587,
      "learning_rate": 7.908753070237123e-06,
      "loss": 0.0001,
      "step": 251
    },
    {
      "epoch": 1.6800000000000002,
      "grad_norm": 0.0006715451584370774,
      "learning_rate": 7.597595192178702e-06,
      "loss": 0.0002,
      "step": 252
    },
    {
      "epoch": 1.6866666666666665,
      "grad_norm": 6.451454531891306e-05,
      "learning_rate": 7.292177920973725e-06,
      "loss": 0.0,
      "step": 253
    },
    {
      "epoch": 1.6933333333333334,
      "grad_norm": 2.8653302795346195e-05,
      "learning_rate": 6.992542605231739e-06,
      "loss": 0.0,
      "step": 254
    },
    {
      "epoch": 1.7,
      "grad_norm": 0.00029067803092148754,
      "learning_rate": 6.698729810778065e-06,
      "loss": 0.0,
      "step": 255
    },
    {
      "epoch": 1.7066666666666666,
      "grad_norm": 0.00016726451305746476,
      "learning_rate": 6.410779315161886e-06,
      "loss": 0.0,
      "step": 256
    },
    {
      "epoch": 1.7133333333333334,
      "grad_norm": 9.740337136008125e-05,
      "learning_rate": 6.128730102270897e-06,
      "loss": 0.0,
      "step": 257
    },
    {
      "epoch": 1.72,
      "grad_norm": 0.00017421368194698005,
      "learning_rate": 5.852620357053651e-06,
      "loss": 0.0,
      "step": 258
    },
    {
      "epoch": 1.7266666666666666,
      "grad_norm": 1.6622980794746622e-05,
      "learning_rate": 5.582487460349805e-06,
      "loss": 0.0,
      "step": 259
    },
    {
      "epoch": 1.7333333333333334,
      "grad_norm": 0.00019880726753167415,
      "learning_rate": 5.318367983829392e-06,
      "loss": 0.0,
      "step": 260
    },
    {
      "epoch": 1.74,
      "grad_norm": 9.102977635836252e-05,
      "learning_rate": 5.060297685041659e-06,
      "loss": 0.0,
      "step": 261
    },
    {
      "epoch": 1.7466666666666666,
      "grad_norm": 0.00024436686926352903,
      "learning_rate": 4.8083115025739756e-06,
      "loss": 0.0,
      "step": 262
    },
    {
      "epoch": 1.7533333333333334,
      "grad_norm": 0.00012988256068307926,
      "learning_rate": 4.562443551321788e-06,
      "loss": 0.0,
      "step": 263
    },
    {
      "epoch": 1.76,
      "grad_norm": 0.00022487764631819878,
      "learning_rate": 4.322727117869951e-06,
      "loss": 0.0,
      "step": 264
    },
    {
      "epoch": 1.7666666666666666,
      "grad_norm": 0.000777856880113181,
      "learning_rate": 4.089194655986306e-06,
      "loss": 0.0002,
      "step": 265
    },
    {
      "epoch": 1.7733333333333334,
      "grad_norm": 0.00030258151068556963,
      "learning_rate": 3.861877782227885e-06,
      "loss": 0.0,
      "step": 266
    },
    {
      "epoch": 1.78,
      "grad_norm": 4.8278421726801864e-05,
      "learning_rate": 3.6408072716606346e-06,
      "loss": 0.0,
      "step": 267
    },
    {
      "epoch": 1.7866666666666666,
      "grad_norm": 5.2954408200524565e-05,
      "learning_rate": 3.426013053692878e-06,
      "loss": 0.0,
      "step": 268
    },
    {
      "epoch": 1.7933333333333334,
      "grad_norm": 2.3618866062090394e-05,
      "learning_rate": 3.2175242080234313e-06,
      "loss": 0.0,
      "step": 269
    },
    {
      "epoch": 1.8,
      "grad_norm": 0.0018385440791282817,
      "learning_rate": 3.0153689607045845e-06,
      "loss": 0.0001,
      "step": 270
    },
    {
      "epoch": 1.8066666666666666,
      "grad_norm": 0.00036386399446546985,
      "learning_rate": 2.8195746803208244e-06,
      "loss": 0.0,
      "step": 271
    },
    {
      "epoch": 1.8133333333333335,
      "grad_norm": 7.189078173798145e-05,
      "learning_rate": 2.63016787428354e-06,
      "loss": 0.0,
      "step": 272
    },
    {
      "epoch": 1.8199999999999998,
      "grad_norm": 0.00015097698666582097,
      "learning_rate": 2.4471741852423237e-06,
      "loss": 0.0,
      "step": 273
    },
    {
      "epoch": 1.8266666666666667,
      "grad_norm": 1.347964561125383e-05,
      "learning_rate": 2.2706183876134045e-06,
      "loss": 0.0,
      "step": 274
    },
    {
      "epoch": 1.8333333333333335,
      "grad_norm": 0.0006483428255253867,
      "learning_rate": 2.100524384225555e-06,
      "loss": 0.0,
      "step": 275
    },
    {
      "epoch": 1.8399999999999999,
      "grad_norm": 0.00043536622248107584,
      "learning_rate": 1.9369152030840556e-06,
      "loss": 0.0,
      "step": 276
    },
    {
      "epoch": 1.8466666666666667,
      "grad_norm": 1.1257068715065971e-05,
      "learning_rate": 1.7798129942530551e-06,
      "loss": 0.0,
      "step": 277
    },
    {
      "epoch": 1.8533333333333335,
      "grad_norm": 0.0005173208070479985,
      "learning_rate": 1.6292390268568104e-06,
      "loss": 0.0001,
      "step": 278
    },
    {
      "epoch": 1.8599999999999999,
      "grad_norm": 0.0006293810673512456,
      "learning_rate": 1.4852136862001764e-06,
      "loss": 0.0001,
      "step": 279
    },
    {
      "epoch": 1.8666666666666667,
      "grad_norm": 0.00032499823174485926,
      "learning_rate": 1.3477564710088098e-06,
      "loss": 0.0,
      "step": 280
    },
    {
      "epoch": 1.8733333333333333,
      "grad_norm": 4.6253586914162025e-05,
      "learning_rate": 1.2168859907892904e-06,
      "loss": 0.0,
      "step": 281
    },
    {
      "epoch": 1.88,
      "grad_norm": 0.0007190981065764121,
      "learning_rate": 1.0926199633097157e-06,
      "loss": 0.0001,
      "step": 282
    },
    {
      "epoch": 1.8866666666666667,
      "grad_norm": 3.99422610222868e-05,
      "learning_rate": 9.749752122010346e-07,
      "loss": 0.0,
      "step": 283
    },
    {
      "epoch": 1.8933333333333333,
      "grad_norm": 0.00040952886341482405,
      "learning_rate": 8.639676646793382e-07,
      "loss": 0.0001,
      "step": 284
    },
    {
      "epoch": 1.9,
      "grad_norm": 0.0001082129190404226,
      "learning_rate": 7.596123493895991e-07,
      "loss": 0.0,
      "step": 285
    },
    {
      "epoch": 1.9066666666666667,
      "grad_norm": 0.000279318266614012,
      "learning_rate": 6.61923394371039e-07,
      "loss": 0.0,
      "step": 286
    },
    {
      "epoch": 1.9133333333333333,
      "grad_norm": 0.00016792620759365734,
      "learning_rate": 5.7091402514442e-07,
      "loss": 0.0,
      "step": 287
    },
    {
      "epoch": 1.92,
      "grad_norm": 3.0643395000162574e-05,
      "learning_rate": 4.865965629214819e-07,
      "loss": 0.0,
      "step": 288
    },
    {
      "epoch": 1.9266666666666667,
      "grad_norm": 3.771679791707975e-05,
      "learning_rate": 4.089824229369155e-07,
      "loss": 0.0,
      "step": 289
    },
    {
      "epoch": 1.9333333333333333,
      "grad_norm": 0.0002569592314129257,
      "learning_rate": 3.380821129028489e-07,
      "loss": 0.0,
      "step": 290
    },
    {
      "epoch": 1.94,
      "grad_norm": 0.00010516822673580165,
      "learning_rate": 2.7390523158633554e-07,
      "loss": 0.0,
      "step": 291
    },
    {
      "epoch": 1.9466666666666668,
      "grad_norm": 9.82628812164625e-05,
      "learning_rate": 2.1646046750978254e-07,
      "loss": 0.0,
      "step": 292
    },
    {
      "epoch": 1.9533333333333334,
      "grad_norm": 8.761245982478377e-05,
      "learning_rate": 1.657555977746972e-07,
      "loss": 0.0,
      "step": 293
    },
    {
      "epoch": 1.96,
      "grad_norm": 0.002431478108664591,
      "learning_rate": 1.2179748700879012e-07,
      "loss": 0.0003,
      "step": 294
    },
    {
      "epoch": 1.9666666666666668,
      "grad_norm": 0.00012212111755105902,
      "learning_rate": 8.459208643659122e-08,
      "loss": 0.0,
      "step": 295
    },
    {
      "epoch": 1.9733333333333334,
      "grad_norm": 0.0001318651455436557,
      "learning_rate": 5.4144433073771707e-08,
      "loss": 0.0,
      "step": 296
    },
    {
      "epoch": 1.98,
      "grad_norm": 6.6545236830928e-05,
      "learning_rate": 3.04586490452119e-08,
      "loss": 0.0,
      "step": 297
    },
    {
      "epoch": 1.9866666666666668,
      "grad_norm": 0.00011606544260012835,
      "learning_rate": 1.3537941026914303e-08,
      "loss": 0.0,
      "step": 298
    },
    {
      "epoch": 1.9933333333333332,
      "grad_norm": 0.001479842805226472,
      "learning_rate": 3.384599811889766e-09,
      "loss": 0.0002,
      "step": 299
    },
    {
      "epoch": 2.0,
      "grad_norm": 0.0069044591292827286,
      "learning_rate": 0.0,
      "loss": 0.0008,
      "step": 300
    },
    {
      "epoch": 2.0,
      "eval_loss": 0.03511442244052887,
      "eval_runtime": 1.454,
      "eval_samples_per_second": 0.688,
      "eval_steps_per_second": 0.688,
      "step": 300
    },
    {
      "epoch": 2.0,
      "step": 300,
      "total_flos": 13508085596160.0,
      "train_loss": 0.004211519595359808,
      "train_runtime": 884.371,
      "train_samples_per_second": 0.678,
      "train_steps_per_second": 0.339
    }
  ],
  "logging_steps": 1,
  "max_steps": 300,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 2,
  "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": 13508085596160.0,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}