{
  "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": 0.03977673799137924,
      "learning_rate": 3.3333333333333333e-06,
      "loss": 0.0697,
      "step": 1
    },
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 0.0065301500769442775,
      "learning_rate": 6.666666666666667e-06,
      "loss": 0.0061,
      "step": 2
    },
    {
      "epoch": 0.02,
      "grad_norm": 0.014819135856720608,
      "learning_rate": 1e-05,
      "loss": 0.0293,
      "step": 3
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 0.039267882945525356,
      "learning_rate": 1.3333333333333333e-05,
      "loss": 0.1063,
      "step": 4
    },
    {
      "epoch": 0.03333333333333333,
      "grad_norm": 0.012252458879639674,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 0.0157,
      "step": 5
    },
    {
      "epoch": 0.04,
      "grad_norm": 0.0056279562533792255,
      "learning_rate": 2e-05,
      "loss": 0.0045,
      "step": 6
    },
    {
      "epoch": 0.04666666666666667,
      "grad_norm": 0.023813548160984865,
      "learning_rate": 2.3333333333333336e-05,
      "loss": 0.0325,
      "step": 7
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 0.03607155998907514,
      "learning_rate": 2.6666666666666667e-05,
      "loss": 0.0277,
      "step": 8
    },
    {
      "epoch": 0.06,
      "grad_norm": 0.007736905400320296,
      "learning_rate": 3e-05,
      "loss": 0.01,
      "step": 9
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 0.012118116891684516,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 0.0148,
      "step": 10
    },
    {
      "epoch": 0.07333333333333333,
      "grad_norm": 0.039873886202707536,
      "learning_rate": 3.6666666666666666e-05,
      "loss": 0.0756,
      "step": 11
    },
    {
      "epoch": 0.08,
      "grad_norm": 0.011527136005430448,
      "learning_rate": 4e-05,
      "loss": 0.0063,
      "step": 12
    },
    {
      "epoch": 0.08666666666666667,
      "grad_norm": 0.009636482269021205,
      "learning_rate": 4.3333333333333334e-05,
      "loss": 0.0237,
      "step": 13
    },
    {
      "epoch": 0.09333333333333334,
      "grad_norm": 0.007735492887043595,
      "learning_rate": 4.666666666666667e-05,
      "loss": 0.0126,
      "step": 14
    },
    {
      "epoch": 0.1,
      "grad_norm": 0.014890543860786472,
      "learning_rate": 5e-05,
      "loss": 0.0236,
      "step": 15
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 0.025323327290843564,
      "learning_rate": 5.333333333333333e-05,
      "loss": 0.0259,
      "step": 16
    },
    {
      "epoch": 0.11333333333333333,
      "grad_norm": 0.009293163522717605,
      "learning_rate": 5.666666666666667e-05,
      "loss": 0.0063,
      "step": 17
    },
    {
      "epoch": 0.12,
      "grad_norm": 0.02916025589916925,
      "learning_rate": 6e-05,
      "loss": 0.0389,
      "step": 18
    },
    {
      "epoch": 0.12666666666666668,
      "grad_norm": 0.010144696980112122,
      "learning_rate": 6.333333333333333e-05,
      "loss": 0.0098,
      "step": 19
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.008862578235702937,
      "learning_rate": 6.666666666666667e-05,
      "loss": 0.0155,
      "step": 20
    },
    {
      "epoch": 0.14,
      "grad_norm": 0.05104184908379062,
      "learning_rate": 7e-05,
      "loss": 0.0347,
      "step": 21
    },
    {
      "epoch": 0.14666666666666667,
      "grad_norm": 0.01617542383781755,
      "learning_rate": 7.333333333333333e-05,
      "loss": 0.0233,
      "step": 22
    },
    {
      "epoch": 0.15333333333333332,
      "grad_norm": 0.024671375082196686,
      "learning_rate": 7.666666666666667e-05,
      "loss": 0.0237,
      "step": 23
    },
    {
      "epoch": 0.16,
      "grad_norm": 0.012410254292339285,
      "learning_rate": 8e-05,
      "loss": 0.0125,
      "step": 24
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 0.019740577759809464,
      "learning_rate": 8.333333333333334e-05,
      "loss": 0.0194,
      "step": 25
    },
    {
      "epoch": 0.17333333333333334,
      "grad_norm": 0.012703556991820871,
      "learning_rate": 8.666666666666667e-05,
      "loss": 0.0094,
      "step": 26
    },
    {
      "epoch": 0.18,
      "grad_norm": 0.016724171438981424,
      "learning_rate": 9e-05,
      "loss": 0.0117,
      "step": 27
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 0.010375834313224863,
      "learning_rate": 9.333333333333334e-05,
      "loss": 0.0059,
      "step": 28
    },
    {
      "epoch": 0.19333333333333333,
      "grad_norm": 0.010565764517732947,
      "learning_rate": 9.666666666666667e-05,
      "loss": 0.0115,
      "step": 29
    },
    {
      "epoch": 0.2,
      "grad_norm": 0.01720149729026483,
      "learning_rate": 0.0001,
      "loss": 0.0225,
      "step": 30
    },
    {
      "epoch": 0.20666666666666667,
      "grad_norm": 0.0077083290888715,
      "learning_rate": 9.999661540018812e-05,
      "loss": 0.0031,
      "step": 31
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 0.006002362694509026,
      "learning_rate": 9.998646205897309e-05,
      "loss": 0.0062,
      "step": 32
    },
    {
      "epoch": 0.22,
      "grad_norm": 0.029037792591552532,
      "learning_rate": 9.99695413509548e-05,
      "loss": 0.0083,
      "step": 33
    },
    {
      "epoch": 0.22666666666666666,
      "grad_norm": 0.022298993545235585,
      "learning_rate": 9.994585556692624e-05,
      "loss": 0.0058,
      "step": 34
    },
    {
      "epoch": 0.23333333333333334,
      "grad_norm": 0.021661859171059405,
      "learning_rate": 9.991540791356342e-05,
      "loss": 0.0216,
      "step": 35
    },
    {
      "epoch": 0.24,
      "grad_norm": 0.026084910790291866,
      "learning_rate": 9.987820251299122e-05,
      "loss": 0.0156,
      "step": 36
    },
    {
      "epoch": 0.24666666666666667,
      "grad_norm": 0.00394792088190261,
      "learning_rate": 9.983424440222531e-05,
      "loss": 0.0016,
      "step": 37
    },
    {
      "epoch": 0.25333333333333335,
      "grad_norm": 0.01661401213263953,
      "learning_rate": 9.978353953249022e-05,
      "loss": 0.0167,
      "step": 38
    },
    {
      "epoch": 0.26,
      "grad_norm": 0.059437983837096614,
      "learning_rate": 9.972609476841367e-05,
      "loss": 0.0092,
      "step": 39
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.020003667087639856,
      "learning_rate": 9.966191788709716e-05,
      "loss": 0.0077,
      "step": 40
    },
    {
      "epoch": 0.2733333333333333,
      "grad_norm": 0.006463867364665084,
      "learning_rate": 9.959101757706308e-05,
      "loss": 0.0032,
      "step": 41
    },
    {
      "epoch": 0.28,
      "grad_norm": 0.0038599010866305367,
      "learning_rate": 9.951340343707852e-05,
      "loss": 0.0034,
      "step": 42
    },
    {
      "epoch": 0.2866666666666667,
      "grad_norm": 0.007874248964875598,
      "learning_rate": 9.942908597485558e-05,
      "loss": 0.0049,
      "step": 43
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 0.006279707603255696,
      "learning_rate": 9.933807660562898e-05,
      "loss": 0.0045,
      "step": 44
    },
    {
      "epoch": 0.3,
      "grad_norm": 0.007087320501521553,
      "learning_rate": 9.924038765061042e-05,
      "loss": 0.003,
      "step": 45
    },
    {
      "epoch": 0.30666666666666664,
      "grad_norm": 0.022491932320332614,
      "learning_rate": 9.913603233532067e-05,
      "loss": 0.0134,
      "step": 46
    },
    {
      "epoch": 0.31333333333333335,
      "grad_norm": 0.005160259749805722,
      "learning_rate": 9.902502478779896e-05,
      "loss": 0.002,
      "step": 47
    },
    {
      "epoch": 0.32,
      "grad_norm": 0.02177964763235288,
      "learning_rate": 9.890738003669029e-05,
      "loss": 0.0117,
      "step": 48
    },
    {
      "epoch": 0.32666666666666666,
      "grad_norm": 0.013474504980735864,
      "learning_rate": 9.878311400921072e-05,
      "loss": 0.0066,
      "step": 49
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.00946656594425562,
      "learning_rate": 9.865224352899119e-05,
      "loss": 0.0039,
      "step": 50
    },
    {
      "epoch": 0.34,
      "grad_norm": 0.026641316284968547,
      "learning_rate": 9.851478631379982e-05,
      "loss": 0.0068,
      "step": 51
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 0.009886930795375747,
      "learning_rate": 9.837076097314319e-05,
      "loss": 0.0023,
      "step": 52
    },
    {
      "epoch": 0.35333333333333333,
      "grad_norm": 0.007365072683653581,
      "learning_rate": 9.822018700574695e-05,
      "loss": 0.0061,
      "step": 53
    },
    {
      "epoch": 0.36,
      "grad_norm": 0.02066585877234035,
      "learning_rate": 9.806308479691595e-05,
      "loss": 0.005,
      "step": 54
    },
    {
      "epoch": 0.36666666666666664,
      "grad_norm": 0.00294436341805414,
      "learning_rate": 9.789947561577445e-05,
      "loss": 0.0008,
      "step": 55
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 0.003682367501648306,
      "learning_rate": 9.77293816123866e-05,
      "loss": 0.0009,
      "step": 56
    },
    {
      "epoch": 0.38,
      "grad_norm": 0.007267109316280988,
      "learning_rate": 9.755282581475769e-05,
      "loss": 0.0023,
      "step": 57
    },
    {
      "epoch": 0.38666666666666666,
      "grad_norm": 0.00892227426470675,
      "learning_rate": 9.736983212571646e-05,
      "loss": 0.0024,
      "step": 58
    },
    {
      "epoch": 0.3933333333333333,
      "grad_norm": 0.02037847807670291,
      "learning_rate": 9.718042531967918e-05,
      "loss": 0.0072,
      "step": 59
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.0010079515868932766,
      "learning_rate": 9.698463103929542e-05,
      "loss": 0.0002,
      "step": 60
    },
    {
      "epoch": 0.4066666666666667,
      "grad_norm": 0.02545538320643381,
      "learning_rate": 9.678247579197657e-05,
      "loss": 0.0161,
      "step": 61
    },
    {
      "epoch": 0.41333333333333333,
      "grad_norm": 0.0009521273660328182,
      "learning_rate": 9.657398694630712e-05,
      "loss": 0.0003,
      "step": 62
    },
    {
      "epoch": 0.42,
      "grad_norm": 0.0012660501591775387,
      "learning_rate": 9.635919272833938e-05,
      "loss": 0.0003,
      "step": 63
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 0.012909132001859391,
      "learning_rate": 9.613812221777212e-05,
      "loss": 0.006,
      "step": 64
    },
    {
      "epoch": 0.43333333333333335,
      "grad_norm": 0.021404624061672838,
      "learning_rate": 9.591080534401371e-05,
      "loss": 0.0011,
      "step": 65
    },
    {
      "epoch": 0.44,
      "grad_norm": 0.003650648333180561,
      "learning_rate": 9.567727288213005e-05,
      "loss": 0.0004,
      "step": 66
    },
    {
      "epoch": 0.44666666666666666,
      "grad_norm": 0.014034928154915733,
      "learning_rate": 9.543755644867822e-05,
      "loss": 0.0044,
      "step": 67
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 0.0021441625030309474,
      "learning_rate": 9.519168849742604e-05,
      "loss": 0.0006,
      "step": 68
    },
    {
      "epoch": 0.46,
      "grad_norm": 0.0010045070930458345,
      "learning_rate": 9.493970231495835e-05,
      "loss": 0.0002,
      "step": 69
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 0.008142574612054095,
      "learning_rate": 9.468163201617062e-05,
      "loss": 0.0029,
      "step": 70
    },
    {
      "epoch": 0.47333333333333333,
      "grad_norm": 0.03292094789623389,
      "learning_rate": 9.441751253965021e-05,
      "loss": 0.0045,
      "step": 71
    },
    {
      "epoch": 0.48,
      "grad_norm": 0.011912626578576588,
      "learning_rate": 9.414737964294636e-05,
      "loss": 0.0017,
      "step": 72
    },
    {
      "epoch": 0.4866666666666667,
      "grad_norm": 0.0017861845091254518,
      "learning_rate": 9.38712698977291e-05,
      "loss": 0.0004,
      "step": 73
    },
    {
      "epoch": 0.49333333333333335,
      "grad_norm": 0.011731011044533848,
      "learning_rate": 9.358922068483812e-05,
      "loss": 0.0045,
      "step": 74
    },
    {
      "epoch": 0.5,
      "grad_norm": 0.004854041456567811,
      "learning_rate": 9.330127018922194e-05,
      "loss": 0.0004,
      "step": 75
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 0.02327584221640396,
      "learning_rate": 9.300745739476829e-05,
      "loss": 0.0007,
      "step": 76
    },
    {
      "epoch": 0.5133333333333333,
      "grad_norm": 0.0028537622172145932,
      "learning_rate": 9.270782207902629e-05,
      "loss": 0.0004,
      "step": 77
    },
    {
      "epoch": 0.52,
      "grad_norm": 0.09015330601056638,
      "learning_rate": 9.24024048078213e-05,
      "loss": 0.0147,
      "step": 78
    },
    {
      "epoch": 0.5266666666666666,
      "grad_norm": 0.0008191391307044869,
      "learning_rate": 9.209124692976287e-05,
      "loss": 0.0001,
      "step": 79
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.0006353783948769038,
      "learning_rate": 9.177439057064683e-05,
      "loss": 0.0001,
      "step": 80
    },
    {
      "epoch": 0.54,
      "grad_norm": 0.043611140303823195,
      "learning_rate": 9.145187862775209e-05,
      "loss": 0.0183,
      "step": 81
    },
    {
      "epoch": 0.5466666666666666,
      "grad_norm": 0.006962092601124405,
      "learning_rate": 9.112375476403312e-05,
      "loss": 0.0047,
      "step": 82
    },
    {
      "epoch": 0.5533333333333333,
      "grad_norm": 0.0014787739550455486,
      "learning_rate": 9.079006340220862e-05,
      "loss": 0.0006,
      "step": 83
    },
    {
      "epoch": 0.56,
      "grad_norm": 0.0017343398245412518,
      "learning_rate": 9.045084971874738e-05,
      "loss": 0.0001,
      "step": 84
    },
    {
      "epoch": 0.5666666666666667,
      "grad_norm": 0.01095035391870999,
      "learning_rate": 9.01061596377522e-05,
      "loss": 0.0015,
      "step": 85
    },
    {
      "epoch": 0.5733333333333334,
      "grad_norm": 0.03244878753163543,
      "learning_rate": 8.97560398247424e-05,
      "loss": 0.0095,
      "step": 86
    },
    {
      "epoch": 0.58,
      "grad_norm": 0.0006196137955220628,
      "learning_rate": 8.940053768033609e-05,
      "loss": 0.0001,
      "step": 87
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 0.0007941815331210884,
      "learning_rate": 8.903970133383297e-05,
      "loss": 0.0002,
      "step": 88
    },
    {
      "epoch": 0.5933333333333334,
      "grad_norm": 0.0012925903487581677,
      "learning_rate": 8.86735796366982e-05,
      "loss": 0.0002,
      "step": 89
    },
    {
      "epoch": 0.6,
      "grad_norm": 0.039861557503553004,
      "learning_rate": 8.83022221559489e-05,
      "loss": 0.0036,
      "step": 90
    },
    {
      "epoch": 0.6066666666666667,
      "grad_norm": 0.005534195729789121,
      "learning_rate": 8.792567916744346e-05,
      "loss": 0.001,
      "step": 91
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 0.03897134837746716,
      "learning_rate": 8.754400164907497e-05,
      "loss": 0.0045,
      "step": 92
    },
    {
      "epoch": 0.62,
      "grad_norm": 0.0010919767160943903,
      "learning_rate": 8.715724127386972e-05,
      "loss": 0.0002,
      "step": 93
    },
    {
      "epoch": 0.6266666666666667,
      "grad_norm": 0.0070978829743967254,
      "learning_rate": 8.676545040299145e-05,
      "loss": 0.0022,
      "step": 94
    },
    {
      "epoch": 0.6333333333333333,
      "grad_norm": 0.00036329441861054316,
      "learning_rate": 8.636868207865244e-05,
      "loss": 0.0001,
      "step": 95
    },
    {
      "epoch": 0.64,
      "grad_norm": 0.014407696590741724,
      "learning_rate": 8.596699001693255e-05,
      "loss": 0.0015,
      "step": 96
    },
    {
      "epoch": 0.6466666666666666,
      "grad_norm": 0.0030471899716685165,
      "learning_rate": 8.556042860050687e-05,
      "loss": 0.0007,
      "step": 97
    },
    {
      "epoch": 0.6533333333333333,
      "grad_norm": 0.003464467903049435,
      "learning_rate": 8.51490528712831e-05,
      "loss": 0.0006,
      "step": 98
    },
    {
      "epoch": 0.66,
      "grad_norm": 0.11138074631187647,
      "learning_rate": 8.473291852294987e-05,
      "loss": 0.035,
      "step": 99
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.0013202940649701589,
      "learning_rate": 8.43120818934367e-05,
      "loss": 0.0003,
      "step": 100
    },
    {
      "epoch": 0.6733333333333333,
      "grad_norm": 0.0012280879879575937,
      "learning_rate": 8.388659995728663e-05,
      "loss": 0.0003,
      "step": 101
    },
    {
      "epoch": 0.68,
      "grad_norm": 0.0005893246915399455,
      "learning_rate": 8.345653031794292e-05,
      "loss": 0.0002,
      "step": 102
    },
    {
      "epoch": 0.6866666666666666,
      "grad_norm": 0.008273619998741781,
      "learning_rate": 8.302193119995039e-05,
      "loss": 0.0013,
      "step": 103
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 0.010057094190166717,
      "learning_rate": 8.258286144107276e-05,
      "loss": 0.0014,
      "step": 104
    },
    {
      "epoch": 0.7,
      "grad_norm": 0.020291817971856006,
      "learning_rate": 8.213938048432697e-05,
      "loss": 0.004,
      "step": 105
    },
    {
      "epoch": 0.7066666666666667,
      "grad_norm": 0.006370988993567442,
      "learning_rate": 8.169154836993551e-05,
      "loss": 0.0011,
      "step": 106
    },
    {
      "epoch": 0.7133333333333334,
      "grad_norm": 0.00021592458235370992,
      "learning_rate": 8.1239425727198e-05,
      "loss": 0.0,
      "step": 107
    },
    {
      "epoch": 0.72,
      "grad_norm": 0.018475989690273927,
      "learning_rate": 8.07830737662829e-05,
      "loss": 0.0043,
      "step": 108
    },
    {
      "epoch": 0.7266666666666667,
      "grad_norm": 0.0047922311203006515,
      "learning_rate": 8.032255426994069e-05,
      "loss": 0.0007,
      "step": 109
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 0.0056305557958139405,
      "learning_rate": 7.985792958513931e-05,
      "loss": 0.0007,
      "step": 110
    },
    {
      "epoch": 0.74,
      "grad_norm": 0.009207527429328918,
      "learning_rate": 7.938926261462366e-05,
      "loss": 0.0016,
      "step": 111
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 0.0006047055295440849,
      "learning_rate": 7.891661680839932e-05,
      "loss": 0.0001,
      "step": 112
    },
    {
      "epoch": 0.7533333333333333,
      "grad_norm": 0.018112668500209515,
      "learning_rate": 7.844005615514259e-05,
      "loss": 0.0043,
      "step": 113
    },
    {
      "epoch": 0.76,
      "grad_norm": 0.019858934965056797,
      "learning_rate": 7.795964517353735e-05,
      "loss": 0.002,
      "step": 114
    },
    {
      "epoch": 0.7666666666666667,
      "grad_norm": 0.00018747235763939927,
      "learning_rate": 7.74754489035403e-05,
      "loss": 0.0,
      "step": 115
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 0.0002527942047071109,
      "learning_rate": 7.698753289757565e-05,
      "loss": 0.0,
      "step": 116
    },
    {
      "epoch": 0.78,
      "grad_norm": 0.0076352245820117785,
      "learning_rate": 7.649596321166024e-05,
      "loss": 0.0018,
      "step": 117
    },
    {
      "epoch": 0.7866666666666666,
      "grad_norm": 0.021682098386230916,
      "learning_rate": 7.600080639646077e-05,
      "loss": 0.0034,
      "step": 118
    },
    {
      "epoch": 0.7933333333333333,
      "grad_norm": 0.0003418675361532699,
      "learning_rate": 7.550212948828377e-05,
      "loss": 0.0001,
      "step": 119
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.01327861183877304,
      "learning_rate": 7.500000000000001e-05,
      "loss": 0.0037,
      "step": 120
    },
    {
      "epoch": 0.8066666666666666,
      "grad_norm": 0.004035480575877641,
      "learning_rate": 7.449448591190435e-05,
      "loss": 0.0004,
      "step": 121
    },
    {
      "epoch": 0.8133333333333334,
      "grad_norm": 0.02462494127782071,
      "learning_rate": 7.398565566251232e-05,
      "loss": 0.0015,
      "step": 122
    },
    {
      "epoch": 0.82,
      "grad_norm": 0.00028929080031529303,
      "learning_rate": 7.347357813929454e-05,
      "loss": 0.0,
      "step": 123
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 0.0011004705058312045,
      "learning_rate": 7.295832266935059e-05,
      "loss": 0.0001,
      "step": 124
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 0.0008421049360914082,
      "learning_rate": 7.243995901002312e-05,
      "loss": 0.0001,
      "step": 125
    },
    {
      "epoch": 0.84,
      "grad_norm": 0.002857277007900197,
      "learning_rate": 7.191855733945387e-05,
      "loss": 0.0003,
      "step": 126
    },
    {
      "epoch": 0.8466666666666667,
      "grad_norm": 0.004991942776888921,
      "learning_rate": 7.139418824708272e-05,
      "loss": 0.0008,
      "step": 127
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 0.0034810519105614494,
      "learning_rate": 7.08669227240909e-05,
      "loss": 0.0004,
      "step": 128
    },
    {
      "epoch": 0.86,
      "grad_norm": 0.0013393663186389013,
      "learning_rate": 7.033683215379002e-05,
      "loss": 0.0003,
      "step": 129
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 0.001938276228289727,
      "learning_rate": 6.980398830195785e-05,
      "loss": 0.0003,
      "step": 130
    },
    {
      "epoch": 0.8733333333333333,
      "grad_norm": 0.08997477894619263,
      "learning_rate": 6.926846330712242e-05,
      "loss": 0.048,
      "step": 131
    },
    {
      "epoch": 0.88,
      "grad_norm": 0.16844510206079435,
      "learning_rate": 6.873032967079561e-05,
      "loss": 0.0097,
      "step": 132
    },
    {
      "epoch": 0.8866666666666667,
      "grad_norm": 0.000888674134407202,
      "learning_rate": 6.818966024765758e-05,
      "loss": 0.0001,
      "step": 133
    },
    {
      "epoch": 0.8933333333333333,
      "grad_norm": 0.009228988026029453,
      "learning_rate": 6.764652823569344e-05,
      "loss": 0.0012,
      "step": 134
    },
    {
      "epoch": 0.9,
      "grad_norm": 0.004453025347443679,
      "learning_rate": 6.710100716628344e-05,
      "loss": 0.0005,
      "step": 135
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 0.01793832388894505,
      "learning_rate": 6.65531708942479e-05,
      "loss": 0.0046,
      "step": 136
    },
    {
      "epoch": 0.9133333333333333,
      "grad_norm": 0.0028230394752545326,
      "learning_rate": 6.600309358784857e-05,
      "loss": 0.0003,
      "step": 137
    },
    {
      "epoch": 0.92,
      "grad_norm": 0.0027859088289514393,
      "learning_rate": 6.545084971874738e-05,
      "loss": 0.0003,
      "step": 138
    },
    {
      "epoch": 0.9266666666666666,
      "grad_norm": 0.008822483096755842,
      "learning_rate": 6.48965140519241e-05,
      "loss": 0.0015,
      "step": 139
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 0.007905295917479512,
      "learning_rate": 6.434016163555452e-05,
      "loss": 0.0006,
      "step": 140
    },
    {
      "epoch": 0.94,
      "grad_norm": 0.005445432989462053,
      "learning_rate": 6.378186779084995e-05,
      "loss": 0.0009,
      "step": 141
    },
    {
      "epoch": 0.9466666666666667,
      "grad_norm": 0.012588460609710635,
      "learning_rate": 6.322170810186012e-05,
      "loss": 0.0036,
      "step": 142
    },
    {
      "epoch": 0.9533333333333334,
      "grad_norm": 0.0019277292503365924,
      "learning_rate": 6.26597584052401e-05,
      "loss": 0.0003,
      "step": 143
    },
    {
      "epoch": 0.96,
      "grad_norm": 0.0019484484917963651,
      "learning_rate": 6.209609477998338e-05,
      "loss": 0.0004,
      "step": 144
    },
    {
      "epoch": 0.9666666666666667,
      "grad_norm": 0.004747411789122029,
      "learning_rate": 6.153079353712201e-05,
      "loss": 0.0006,
      "step": 145
    },
    {
      "epoch": 0.9733333333333334,
      "grad_norm": 0.0059348847872391424,
      "learning_rate": 6.096393120939516e-05,
      "loss": 0.0013,
      "step": 146
    },
    {
      "epoch": 0.98,
      "grad_norm": 0.011898886338640825,
      "learning_rate": 6.0395584540887963e-05,
      "loss": 0.0012,
      "step": 147
    },
    {
      "epoch": 0.9866666666666667,
      "grad_norm": 0.06960036393010154,
      "learning_rate": 5.982583047664151e-05,
      "loss": 0.0067,
      "step": 148
    },
    {
      "epoch": 0.9933333333333333,
      "grad_norm": 0.0016042430770888461,
      "learning_rate": 5.925474615223573e-05,
      "loss": 0.0002,
      "step": 149
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.00041045735757819376,
      "learning_rate": 5.868240888334653e-05,
      "loss": 0.0001,
      "step": 150
    },
    {
      "epoch": 1.0,
      "eval_loss": 0.0074932328425347805,
      "eval_runtime": 0.3946,
      "eval_samples_per_second": 2.534,
      "eval_steps_per_second": 2.534,
      "step": 150
    },
    {
      "epoch": 1.0066666666666666,
      "grad_norm": 0.031089130649145917,
      "learning_rate": 5.810889615527838e-05,
      "loss": 0.0037,
      "step": 151
    },
    {
      "epoch": 1.0133333333333334,
      "grad_norm": 0.0006451095346604995,
      "learning_rate": 5.753428561247416e-05,
      "loss": 0.0001,
      "step": 152
    },
    {
      "epoch": 1.02,
      "grad_norm": 8.234464614280706e-05,
      "learning_rate": 5.695865504800327e-05,
      "loss": 0.0,
      "step": 153
    },
    {
      "epoch": 1.0266666666666666,
      "grad_norm": 0.00019303862372940268,
      "learning_rate": 5.6382082393029746e-05,
      "loss": 0.0,
      "step": 154
    },
    {
      "epoch": 1.0333333333333334,
      "grad_norm": 0.00029651909090874535,
      "learning_rate": 5.5804645706261514e-05,
      "loss": 0.0001,
      "step": 155
    },
    {
      "epoch": 1.04,
      "grad_norm": 0.0012350976050947713,
      "learning_rate": 5.522642316338268e-05,
      "loss": 0.0002,
      "step": 156
    },
    {
      "epoch": 1.0466666666666666,
      "grad_norm": 0.00020884217432790283,
      "learning_rate": 5.464749304646962e-05,
      "loss": 0.0,
      "step": 157
    },
    {
      "epoch": 1.0533333333333332,
      "grad_norm": 0.0003824216483842935,
      "learning_rate": 5.4067933733392915e-05,
      "loss": 0.0001,
      "step": 158
    },
    {
      "epoch": 1.06,
      "grad_norm": 0.00034070477848585564,
      "learning_rate": 5.348782368720626e-05,
      "loss": 0.0001,
      "step": 159
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 0.0003572470470127684,
      "learning_rate": 5.290724144552379e-05,
      "loss": 0.0001,
      "step": 160
    },
    {
      "epoch": 1.0733333333333333,
      "grad_norm": 0.0018513471674874193,
      "learning_rate": 5.232626560988735e-05,
      "loss": 0.0005,
      "step": 161
    },
    {
      "epoch": 1.08,
      "grad_norm": 0.00043801272411854095,
      "learning_rate": 5.174497483512506e-05,
      "loss": 0.0001,
      "step": 162
    },
    {
      "epoch": 1.0866666666666667,
      "grad_norm": 0.0005392231831032653,
      "learning_rate": 5.116344781870281e-05,
      "loss": 0.0001,
      "step": 163
    },
    {
      "epoch": 1.0933333333333333,
      "grad_norm": 0.0007184124255617073,
      "learning_rate": 5.0581763290069865e-05,
      "loss": 0.0002,
      "step": 164
    },
    {
      "epoch": 1.1,
      "grad_norm": 0.004151719177702047,
      "learning_rate": 5e-05,
      "loss": 0.0006,
      "step": 165
    },
    {
      "epoch": 1.1066666666666667,
      "grad_norm": 0.0006818926306425922,
      "learning_rate": 4.941823670993016e-05,
      "loss": 0.0001,
      "step": 166
    },
    {
      "epoch": 1.1133333333333333,
      "grad_norm": 0.005536496383783915,
      "learning_rate": 4.883655218129719e-05,
      "loss": 0.0017,
      "step": 167
    },
    {
      "epoch": 1.12,
      "grad_norm": 0.09618686462708961,
      "learning_rate": 4.825502516487497e-05,
      "loss": 0.0099,
      "step": 168
    },
    {
      "epoch": 1.1266666666666667,
      "grad_norm": 0.0012136012952360053,
      "learning_rate": 4.767373439011267e-05,
      "loss": 0.0002,
      "step": 169
    },
    {
      "epoch": 1.1333333333333333,
      "grad_norm": 0.004678614392813985,
      "learning_rate": 4.709275855447621e-05,
      "loss": 0.0008,
      "step": 170
    },
    {
      "epoch": 1.1400000000000001,
      "grad_norm": 0.0009654276621053264,
      "learning_rate": 4.6512176312793736e-05,
      "loss": 0.0001,
      "step": 171
    },
    {
      "epoch": 1.1466666666666667,
      "grad_norm": 0.005433216212881821,
      "learning_rate": 4.593206626660709e-05,
      "loss": 0.001,
      "step": 172
    },
    {
      "epoch": 1.1533333333333333,
      "grad_norm": 0.0007414920348638349,
      "learning_rate": 4.535250695353039e-05,
      "loss": 0.0001,
      "step": 173
    },
    {
      "epoch": 1.16,
      "grad_norm": 0.006152285912748001,
      "learning_rate": 4.477357683661734e-05,
      "loss": 0.001,
      "step": 174
    },
    {
      "epoch": 1.1666666666666667,
      "grad_norm": 0.006246928301751163,
      "learning_rate": 4.4195354293738484e-05,
      "loss": 0.0015,
      "step": 175
    },
    {
      "epoch": 1.1733333333333333,
      "grad_norm": 0.0005151100594549171,
      "learning_rate": 4.361791760697027e-05,
      "loss": 0.0001,
      "step": 176
    },
    {
      "epoch": 1.18,
      "grad_norm": 0.0005548147703352298,
      "learning_rate": 4.3041344951996746e-05,
      "loss": 0.0001,
      "step": 177
    },
    {
      "epoch": 1.1866666666666668,
      "grad_norm": 7.805343776674219e-05,
      "learning_rate": 4.246571438752585e-05,
      "loss": 0.0,
      "step": 178
    },
    {
      "epoch": 1.1933333333333334,
      "grad_norm": 0.0004112314650348955,
      "learning_rate": 4.1891103844721636e-05,
      "loss": 0.0,
      "step": 179
    },
    {
      "epoch": 1.2,
      "grad_norm": 0.0016542476720152485,
      "learning_rate": 4.131759111665349e-05,
      "loss": 0.0003,
      "step": 180
    },
    {
      "epoch": 1.2066666666666666,
      "grad_norm": 0.0006428348768959248,
      "learning_rate": 4.074525384776428e-05,
      "loss": 0.0002,
      "step": 181
    },
    {
      "epoch": 1.2133333333333334,
      "grad_norm": 0.00012026219259738094,
      "learning_rate": 4.017416952335849e-05,
      "loss": 0.0,
      "step": 182
    },
    {
      "epoch": 1.22,
      "grad_norm": 0.000863217268550875,
      "learning_rate": 3.960441545911204e-05,
      "loss": 0.0002,
      "step": 183
    },
    {
      "epoch": 1.2266666666666666,
      "grad_norm": 0.0005225555214027371,
      "learning_rate": 3.903606879060483e-05,
      "loss": 0.0001,
      "step": 184
    },
    {
      "epoch": 1.2333333333333334,
      "grad_norm": 8.264161874997438e-05,
      "learning_rate": 3.846920646287799e-05,
      "loss": 0.0,
      "step": 185
    },
    {
      "epoch": 1.24,
      "grad_norm": 0.0042856859623411035,
      "learning_rate": 3.790390522001662e-05,
      "loss": 0.0006,
      "step": 186
    },
    {
      "epoch": 1.2466666666666666,
      "grad_norm": 0.00029850213325454306,
      "learning_rate": 3.7340241594759916e-05,
      "loss": 0.0001,
      "step": 187
    },
    {
      "epoch": 1.2533333333333334,
      "grad_norm": 0.0001996204775418948,
      "learning_rate": 3.67782918981399e-05,
      "loss": 0.0,
      "step": 188
    },
    {
      "epoch": 1.26,
      "grad_norm": 0.0001766475680789723,
      "learning_rate": 3.6218132209150045e-05,
      "loss": 0.0,
      "step": 189
    },
    {
      "epoch": 1.2666666666666666,
      "grad_norm": 0.0013779410003049353,
      "learning_rate": 3.5659838364445505e-05,
      "loss": 0.0002,
      "step": 190
    },
    {
      "epoch": 1.2733333333333334,
      "grad_norm": 0.003339916779830804,
      "learning_rate": 3.51034859480759e-05,
      "loss": 0.0002,
      "step": 191
    },
    {
      "epoch": 1.28,
      "grad_norm": 0.008805917492538545,
      "learning_rate": 3.4549150281252636e-05,
      "loss": 0.0013,
      "step": 192
    },
    {
      "epoch": 1.2866666666666666,
      "grad_norm": 3.748257443113416e-05,
      "learning_rate": 3.399690641215142e-05,
      "loss": 0.0,
      "step": 193
    },
    {
      "epoch": 1.2933333333333334,
      "grad_norm": 0.0005340498756181954,
      "learning_rate": 3.34468291057521e-05,
      "loss": 0.0001,
      "step": 194
    },
    {
      "epoch": 1.3,
      "grad_norm": 0.00033997327233216174,
      "learning_rate": 3.289899283371657e-05,
      "loss": 0.0001,
      "step": 195
    },
    {
      "epoch": 1.3066666666666666,
      "grad_norm": 0.00034127047387187356,
      "learning_rate": 3.235347176430656e-05,
      "loss": 0.0001,
      "step": 196
    },
    {
      "epoch": 1.3133333333333335,
      "grad_norm": 0.00047552332313896843,
      "learning_rate": 3.1810339752342446e-05,
      "loss": 0.0002,
      "step": 197
    },
    {
      "epoch": 1.32,
      "grad_norm": 0.001580644296476945,
      "learning_rate": 3.12696703292044e-05,
      "loss": 0.0002,
      "step": 198
    },
    {
      "epoch": 1.3266666666666667,
      "grad_norm": 0.0003860111380962226,
      "learning_rate": 3.073153669287759e-05,
      "loss": 0.0,
      "step": 199
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 0.00043450540763884386,
      "learning_rate": 3.019601169804216e-05,
      "loss": 0.0001,
      "step": 200
    },
    {
      "epoch": 1.34,
      "grad_norm": 0.0005078197808178275,
      "learning_rate": 2.9663167846209998e-05,
      "loss": 0.0001,
      "step": 201
    },
    {
      "epoch": 1.3466666666666667,
      "grad_norm": 0.010410515696474101,
      "learning_rate": 2.9133077275909108e-05,
      "loss": 0.001,
      "step": 202
    },
    {
      "epoch": 1.3533333333333333,
      "grad_norm": 0.013094598346933982,
      "learning_rate": 2.86058117529173e-05,
      "loss": 0.001,
      "step": 203
    },
    {
      "epoch": 1.3599999999999999,
      "grad_norm": 0.00039578705354724556,
      "learning_rate": 2.8081442660546125e-05,
      "loss": 0.0001,
      "step": 204
    },
    {
      "epoch": 1.3666666666666667,
      "grad_norm": 0.005772801852066743,
      "learning_rate": 2.7560040989976892e-05,
      "loss": 0.0005,
      "step": 205
    },
    {
      "epoch": 1.3733333333333333,
      "grad_norm": 0.0009128644518254651,
      "learning_rate": 2.7041677330649407e-05,
      "loss": 0.0001,
      "step": 206
    },
    {
      "epoch": 1.38,
      "grad_norm": 0.004983225527982661,
      "learning_rate": 2.6526421860705473e-05,
      "loss": 0.0005,
      "step": 207
    },
    {
      "epoch": 1.3866666666666667,
      "grad_norm": 0.005898505662750197,
      "learning_rate": 2.6014344337487707e-05,
      "loss": 0.0009,
      "step": 208
    },
    {
      "epoch": 1.3933333333333333,
      "grad_norm": 0.00022202431543141628,
      "learning_rate": 2.5505514088095655e-05,
      "loss": 0.0,
      "step": 209
    },
    {
      "epoch": 1.4,
      "grad_norm": 0.00019053311808447888,
      "learning_rate": 2.500000000000001e-05,
      "loss": 0.0,
      "step": 210
    },
    {
      "epoch": 1.4066666666666667,
      "grad_norm": 7.744793320853118e-05,
      "learning_rate": 2.4497870511716235e-05,
      "loss": 0.0,
      "step": 211
    },
    {
      "epoch": 1.4133333333333333,
      "grad_norm": 0.011676656554674262,
      "learning_rate": 2.399919360353923e-05,
      "loss": 0.0007,
      "step": 212
    },
    {
      "epoch": 1.42,
      "grad_norm": 0.002490004051101118,
      "learning_rate": 2.350403678833976e-05,
      "loss": 0.0005,
      "step": 213
    },
    {
      "epoch": 1.4266666666666667,
      "grad_norm": 0.00507177145839392,
      "learning_rate": 2.3012467102424373e-05,
      "loss": 0.0005,
      "step": 214
    },
    {
      "epoch": 1.4333333333333333,
      "grad_norm": 0.004393215595981061,
      "learning_rate": 2.25245510964597e-05,
      "loss": 0.0002,
      "step": 215
    },
    {
      "epoch": 1.44,
      "grad_norm": 0.0006243364115855281,
      "learning_rate": 2.2040354826462668e-05,
      "loss": 0.0001,
      "step": 216
    },
    {
      "epoch": 1.4466666666666668,
      "grad_norm": 0.0006950287557028698,
      "learning_rate": 2.1559943844857422e-05,
      "loss": 0.0001,
      "step": 217
    },
    {
      "epoch": 1.4533333333333334,
      "grad_norm": 0.0005312225839140049,
      "learning_rate": 2.1083383191600674e-05,
      "loss": 0.0001,
      "step": 218
    },
    {
      "epoch": 1.46,
      "grad_norm": 0.0002135095235760697,
      "learning_rate": 2.061073738537635e-05,
      "loss": 0.0,
      "step": 219
    },
    {
      "epoch": 1.4666666666666668,
      "grad_norm": 0.0002562954895931104,
      "learning_rate": 2.0142070414860704e-05,
      "loss": 0.0,
      "step": 220
    },
    {
      "epoch": 1.4733333333333334,
      "grad_norm": 0.00017281221812328804,
      "learning_rate": 1.9677445730059346e-05,
      "loss": 0.0,
      "step": 221
    },
    {
      "epoch": 1.48,
      "grad_norm": 9.680690123587516e-05,
      "learning_rate": 1.9216926233717085e-05,
      "loss": 0.0,
      "step": 222
    },
    {
      "epoch": 1.4866666666666668,
      "grad_norm": 0.000404099128164839,
      "learning_rate": 1.8760574272802e-05,
      "loss": 0.0001,
      "step": 223
    },
    {
      "epoch": 1.4933333333333334,
      "grad_norm": 9.76411590058246e-05,
      "learning_rate": 1.8308451630064484e-05,
      "loss": 0.0,
      "step": 224
    },
    {
      "epoch": 1.5,
      "grad_norm": 0.0008982099629517151,
      "learning_rate": 1.7860619515673033e-05,
      "loss": 0.0001,
      "step": 225
    },
    {
      "epoch": 1.5066666666666668,
      "grad_norm": 3.113841512923947e-05,
      "learning_rate": 1.7417138558927244e-05,
      "loss": 0.0,
      "step": 226
    },
    {
      "epoch": 1.5133333333333332,
      "grad_norm": 0.00013109737767042696,
      "learning_rate": 1.6978068800049624e-05,
      "loss": 0.0,
      "step": 227
    },
    {
      "epoch": 1.52,
      "grad_norm": 0.00013912686292984707,
      "learning_rate": 1.6543469682057106e-05,
      "loss": 0.0,
      "step": 228
    },
    {
      "epoch": 1.5266666666666666,
      "grad_norm": 0.0004670681966045266,
      "learning_rate": 1.611340004271339e-05,
      "loss": 0.0001,
      "step": 229
    },
    {
      "epoch": 1.5333333333333332,
      "grad_norm": 0.0010468991806846528,
      "learning_rate": 1.5687918106563326e-05,
      "loss": 0.0001,
      "step": 230
    },
    {
      "epoch": 1.54,
      "grad_norm": 0.0021258827608900475,
      "learning_rate": 1.526708147705013e-05,
      "loss": 0.0002,
      "step": 231
    },
    {
      "epoch": 1.5466666666666666,
      "grad_norm": 0.001974753904810416,
      "learning_rate": 1.4850947128716913e-05,
      "loss": 0.0005,
      "step": 232
    },
    {
      "epoch": 1.5533333333333332,
      "grad_norm": 0.00029809968593984786,
      "learning_rate": 1.4439571399493146e-05,
      "loss": 0.0001,
      "step": 233
    },
    {
      "epoch": 1.56,
      "grad_norm": 0.0021112287147639287,
      "learning_rate": 1.4033009983067452e-05,
      "loss": 0.0003,
      "step": 234
    },
    {
      "epoch": 1.5666666666666667,
      "grad_norm": 0.0002470091242766645,
      "learning_rate": 1.3631317921347563e-05,
      "loss": 0.0,
      "step": 235
    },
    {
      "epoch": 1.5733333333333333,
      "grad_norm": 0.001070621399022178,
      "learning_rate": 1.3234549597008571e-05,
      "loss": 0.0001,
      "step": 236
    },
    {
      "epoch": 1.58,
      "grad_norm": 0.0010645260052207543,
      "learning_rate": 1.2842758726130283e-05,
      "loss": 0.0003,
      "step": 237
    },
    {
      "epoch": 1.5866666666666667,
      "grad_norm": 0.010799310038266204,
      "learning_rate": 1.245599835092504e-05,
      "loss": 0.0025,
      "step": 238
    },
    {
      "epoch": 1.5933333333333333,
      "grad_norm": 1.7244510667684293e-05,
      "learning_rate": 1.2074320832556556e-05,
      "loss": 0.0,
      "step": 239
    },
    {
      "epoch": 1.6,
      "grad_norm": 0.00014489867038948415,
      "learning_rate": 1.1697777844051105e-05,
      "loss": 0.0,
      "step": 240
    },
    {
      "epoch": 1.6066666666666667,
      "grad_norm": 0.0008985387662203004,
      "learning_rate": 1.132642036330181e-05,
      "loss": 0.0001,
      "step": 241
    },
    {
      "epoch": 1.6133333333333333,
      "grad_norm": 0.00912727757765451,
      "learning_rate": 1.096029866616704e-05,
      "loss": 0.0039,
      "step": 242
    },
    {
      "epoch": 1.62,
      "grad_norm": 0.0006900899004432735,
      "learning_rate": 1.0599462319663905e-05,
      "loss": 0.0001,
      "step": 243
    },
    {
      "epoch": 1.6266666666666667,
      "grad_norm": 0.000844182967464247,
      "learning_rate": 1.0243960175257606e-05,
      "loss": 0.0002,
      "step": 244
    },
    {
      "epoch": 1.6333333333333333,
      "grad_norm": 0.0007783763736822429,
      "learning_rate": 9.893840362247809e-06,
      "loss": 0.0,
      "step": 245
    },
    {
      "epoch": 1.6400000000000001,
      "grad_norm": 0.00025158814215528826,
      "learning_rate": 9.549150281252633e-06,
      "loss": 0.0001,
      "step": 246
    },
    {
      "epoch": 1.6466666666666665,
      "grad_norm": 0.0013061698295345127,
      "learning_rate": 9.209936597791407e-06,
      "loss": 0.0003,
      "step": 247
    },
    {
      "epoch": 1.6533333333333333,
      "grad_norm": 0.0016255181980921593,
      "learning_rate": 8.876245235966885e-06,
      "loss": 0.0004,
      "step": 248
    },
    {
      "epoch": 1.6600000000000001,
      "grad_norm": 9.930899235145161e-05,
      "learning_rate": 8.548121372247918e-06,
      "loss": 0.0,
      "step": 249
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 0.00048227526447437366,
      "learning_rate": 8.225609429353187e-06,
      "loss": 0.0,
      "step": 250
    },
    {
      "epoch": 1.6733333333333333,
      "grad_norm": 0.0029678338765428106,
      "learning_rate": 7.908753070237123e-06,
      "loss": 0.0004,
      "step": 251
    },
    {
      "epoch": 1.6800000000000002,
      "grad_norm": 2.9067699556613302e-05,
      "learning_rate": 7.597595192178702e-06,
      "loss": 0.0,
      "step": 252
    },
    {
      "epoch": 1.6866666666666665,
      "grad_norm": 0.00012194522673978505,
      "learning_rate": 7.292177920973725e-06,
      "loss": 0.0,
      "step": 253
    },
    {
      "epoch": 1.6933333333333334,
      "grad_norm": 0.00704915288263033,
      "learning_rate": 6.992542605231739e-06,
      "loss": 0.0014,
      "step": 254
    },
    {
      "epoch": 1.7,
      "grad_norm": 0.00022859587609183477,
      "learning_rate": 6.698729810778065e-06,
      "loss": 0.0,
      "step": 255
    },
    {
      "epoch": 1.7066666666666666,
      "grad_norm": 0.0011638602882050794,
      "learning_rate": 6.410779315161886e-06,
      "loss": 0.0001,
      "step": 256
    },
    {
      "epoch": 1.7133333333333334,
      "grad_norm": 0.004222702966712396,
      "learning_rate": 6.128730102270897e-06,
      "loss": 0.001,
      "step": 257
    },
    {
      "epoch": 1.72,
      "grad_norm": 0.0026245641423167107,
      "learning_rate": 5.852620357053651e-06,
      "loss": 0.0005,
      "step": 258
    },
    {
      "epoch": 1.7266666666666666,
      "grad_norm": 0.00015547916245129244,
      "learning_rate": 5.582487460349805e-06,
      "loss": 0.0,
      "step": 259
    },
    {
      "epoch": 1.7333333333333334,
      "grad_norm": 0.0006334216683875969,
      "learning_rate": 5.318367983829392e-06,
      "loss": 0.0001,
      "step": 260
    },
    {
      "epoch": 1.74,
      "grad_norm": 0.00036857466764015745,
      "learning_rate": 5.060297685041659e-06,
      "loss": 0.0,
      "step": 261
    },
    {
      "epoch": 1.7466666666666666,
      "grad_norm": 0.00012761522054464025,
      "learning_rate": 4.8083115025739756e-06,
      "loss": 0.0,
      "step": 262
    },
    {
      "epoch": 1.7533333333333334,
      "grad_norm": 0.0007734440886516986,
      "learning_rate": 4.562443551321788e-06,
      "loss": 0.0001,
      "step": 263
    },
    {
      "epoch": 1.76,
      "grad_norm": 0.00024214344686277712,
      "learning_rate": 4.322727117869951e-06,
      "loss": 0.0001,
      "step": 264
    },
    {
      "epoch": 1.7666666666666666,
      "grad_norm": 0.00012185148268081635,
      "learning_rate": 4.089194655986306e-06,
      "loss": 0.0,
      "step": 265
    },
    {
      "epoch": 1.7733333333333334,
      "grad_norm": 0.00025376400041509517,
      "learning_rate": 3.861877782227885e-06,
      "loss": 0.0001,
      "step": 266
    },
    {
      "epoch": 1.78,
      "grad_norm": 0.0004833967931922394,
      "learning_rate": 3.6408072716606346e-06,
      "loss": 0.0,
      "step": 267
    },
    {
      "epoch": 1.7866666666666666,
      "grad_norm": 0.0004078905376115123,
      "learning_rate": 3.426013053692878e-06,
      "loss": 0.0001,
      "step": 268
    },
    {
      "epoch": 1.7933333333333334,
      "grad_norm": 0.0003222074521348218,
      "learning_rate": 3.2175242080234313e-06,
      "loss": 0.0001,
      "step": 269
    },
    {
      "epoch": 1.8,
      "grad_norm": 0.000715890842867892,
      "learning_rate": 3.0153689607045845e-06,
      "loss": 0.0002,
      "step": 270
    },
    {
      "epoch": 1.8066666666666666,
      "grad_norm": 0.005881869306444734,
      "learning_rate": 2.8195746803208244e-06,
      "loss": 0.0007,
      "step": 271
    },
    {
      "epoch": 1.8133333333333335,
      "grad_norm": 0.0007845683482315244,
      "learning_rate": 2.63016787428354e-06,
      "loss": 0.0002,
      "step": 272
    },
    {
      "epoch": 1.8199999999999998,
      "grad_norm": 0.000284811298553116,
      "learning_rate": 2.4471741852423237e-06,
      "loss": 0.0001,
      "step": 273
    },
    {
      "epoch": 1.8266666666666667,
      "grad_norm": 0.0029126414232900936,
      "learning_rate": 2.2706183876134045e-06,
      "loss": 0.0006,
      "step": 274
    },
    {
      "epoch": 1.8333333333333335,
      "grad_norm": 0.00034327205731299944,
      "learning_rate": 2.100524384225555e-06,
      "loss": 0.0001,
      "step": 275
    },
    {
      "epoch": 1.8399999999999999,
      "grad_norm": 0.0009963985705316596,
      "learning_rate": 1.9369152030840556e-06,
      "loss": 0.0001,
      "step": 276
    },
    {
      "epoch": 1.8466666666666667,
      "grad_norm": 0.002915086542858528,
      "learning_rate": 1.7798129942530551e-06,
      "loss": 0.0002,
      "step": 277
    },
    {
      "epoch": 1.8533333333333335,
      "grad_norm": 0.00012896801081549908,
      "learning_rate": 1.6292390268568104e-06,
      "loss": 0.0,
      "step": 278
    },
    {
      "epoch": 1.8599999999999999,
      "grad_norm": 0.00022915446962460819,
      "learning_rate": 1.4852136862001764e-06,
      "loss": 0.0001,
      "step": 279
    },
    {
      "epoch": 1.8666666666666667,
      "grad_norm": 0.00014364128256863693,
      "learning_rate": 1.3477564710088098e-06,
      "loss": 0.0,
      "step": 280
    },
    {
      "epoch": 1.8733333333333333,
      "grad_norm": 0.008956511187808444,
      "learning_rate": 1.2168859907892904e-06,
      "loss": 0.0007,
      "step": 281
    },
    {
      "epoch": 1.88,
      "grad_norm": 0.0007832180091732772,
      "learning_rate": 1.0926199633097157e-06,
      "loss": 0.0001,
      "step": 282
    },
    {
      "epoch": 1.8866666666666667,
      "grad_norm": 0.0011545340643213623,
      "learning_rate": 9.749752122010346e-07,
      "loss": 0.0002,
      "step": 283
    },
    {
      "epoch": 1.8933333333333333,
      "grad_norm": 0.0012911549229515733,
      "learning_rate": 8.639676646793382e-07,
      "loss": 0.0001,
      "step": 284
    },
    {
      "epoch": 1.9,
      "grad_norm": 0.0020073373042525343,
      "learning_rate": 7.596123493895991e-07,
      "loss": 0.0002,
      "step": 285
    },
    {
      "epoch": 1.9066666666666667,
      "grad_norm": 0.00019899983137095013,
      "learning_rate": 6.61923394371039e-07,
      "loss": 0.0,
      "step": 286
    },
    {
      "epoch": 1.9133333333333333,
      "grad_norm": 5.1578148199220094e-05,
      "learning_rate": 5.7091402514442e-07,
      "loss": 0.0,
      "step": 287
    },
    {
      "epoch": 1.92,
      "grad_norm": 0.008718803982540572,
      "learning_rate": 4.865965629214819e-07,
      "loss": 0.001,
      "step": 288
    },
    {
      "epoch": 1.9266666666666667,
      "grad_norm": 0.0002493342368906471,
      "learning_rate": 4.089824229369155e-07,
      "loss": 0.0,
      "step": 289
    },
    {
      "epoch": 1.9333333333333333,
      "grad_norm": 0.0009400967640781917,
      "learning_rate": 3.380821129028489e-07,
      "loss": 0.0002,
      "step": 290
    },
    {
      "epoch": 1.94,
      "grad_norm": 0.0002300872858375204,
      "learning_rate": 2.7390523158633554e-07,
      "loss": 0.0,
      "step": 291
    },
    {
      "epoch": 1.9466666666666668,
      "grad_norm": 0.00014997914469196854,
      "learning_rate": 2.1646046750978254e-07,
      "loss": 0.0,
      "step": 292
    },
    {
      "epoch": 1.9533333333333334,
      "grad_norm": 0.0015398363148719234,
      "learning_rate": 1.657555977746972e-07,
      "loss": 0.0002,
      "step": 293
    },
    {
      "epoch": 1.96,
      "grad_norm": 0.0008230077326252405,
      "learning_rate": 1.2179748700879012e-07,
      "loss": 0.0001,
      "step": 294
    },
    {
      "epoch": 1.9666666666666668,
      "grad_norm": 6.303625402493333e-05,
      "learning_rate": 8.459208643659122e-08,
      "loss": 0.0,
      "step": 295
    },
    {
      "epoch": 1.9733333333333334,
      "grad_norm": 0.00015224658253625332,
      "learning_rate": 5.4144433073771707e-08,
      "loss": 0.0,
      "step": 296
    },
    {
      "epoch": 1.98,
      "grad_norm": 7.01693469142752e-05,
      "learning_rate": 3.04586490452119e-08,
      "loss": 0.0,
      "step": 297
    },
    {
      "epoch": 1.9866666666666668,
      "grad_norm": 0.003389360446962304,
      "learning_rate": 1.3537941026914303e-08,
      "loss": 0.0002,
      "step": 298
    },
    {
      "epoch": 1.9933333333333332,
      "grad_norm": 0.005660794508101614,
      "learning_rate": 3.384599811889766e-09,
      "loss": 0.0005,
      "step": 299
    },
    {
      "epoch": 2.0,
      "grad_norm": 0.0014618162081013718,
      "learning_rate": 0.0,
      "loss": 0.0001,
      "step": 300
    },
    {
      "epoch": 2.0,
      "eval_loss": 0.00017112937348429114,
      "eval_runtime": 1.4813,
      "eval_samples_per_second": 0.675,
      "eval_steps_per_second": 0.675,
      "step": 300
    },
    {
      "epoch": 2.0,
      "step": 300,
      "total_flos": 10545480253440.0,
      "train_loss": 0.004103656022343785,
      "train_runtime": 957.2962,
      "train_samples_per_second": 0.627,
      "train_steps_per_second": 0.313
    }
  ],
  "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": 10545480253440.0,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}