{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 1.0,
  "eval_steps": 500,
  "global_step": 90,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.011111111111111112,
      "grad_norm": 0.1605497077049183,
      "learning_rate": 5.555555555555556e-06,
      "loss": 0.0722,
      "step": 1
    },
    {
      "epoch": 0.022222222222222223,
      "grad_norm": 0.15033421124192128,
      "learning_rate": 1.1111111111111112e-05,
      "loss": 0.054,
      "step": 2
    },
    {
      "epoch": 0.03333333333333333,
      "grad_norm": 0.08211350214292958,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 0.0334,
      "step": 3
    },
    {
      "epoch": 0.044444444444444446,
      "grad_norm": 0.06523840335431949,
      "learning_rate": 2.2222222222222223e-05,
      "loss": 0.0246,
      "step": 4
    },
    {
      "epoch": 0.05555555555555555,
      "grad_norm": 0.18637955543633108,
      "learning_rate": 2.777777777777778e-05,
      "loss": 0.1101,
      "step": 5
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 0.13582296490853762,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 0.1417,
      "step": 6
    },
    {
      "epoch": 0.07777777777777778,
      "grad_norm": 0.057209465108812384,
      "learning_rate": 3.888888888888889e-05,
      "loss": 0.0104,
      "step": 7
    },
    {
      "epoch": 0.08888888888888889,
      "grad_norm": 0.1289372880709745,
      "learning_rate": 4.4444444444444447e-05,
      "loss": 0.0588,
      "step": 8
    },
    {
      "epoch": 0.1,
      "grad_norm": 0.12550793516696718,
      "learning_rate": 5e-05,
      "loss": 0.079,
      "step": 9
    },
    {
      "epoch": 0.1111111111111111,
      "grad_norm": 0.12588386550696973,
      "learning_rate": 4.998119881260576e-05,
      "loss": 0.0544,
      "step": 10
    },
    {
      "epoch": 0.12222222222222222,
      "grad_norm": 0.05757870661729721,
      "learning_rate": 4.99248235291948e-05,
      "loss": 0.0105,
      "step": 11
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.1018237088287416,
      "learning_rate": 4.983095894354858e-05,
      "loss": 0.0458,
      "step": 12
    },
    {
      "epoch": 0.14444444444444443,
      "grad_norm": 0.07858785876232853,
      "learning_rate": 4.969974623692023e-05,
      "loss": 0.0101,
      "step": 13
    },
    {
      "epoch": 0.15555555555555556,
      "grad_norm": 0.13270235656692694,
      "learning_rate": 4.953138276568462e-05,
      "loss": 0.0451,
      "step": 14
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 0.22122914935061136,
      "learning_rate": 4.9326121764495596e-05,
      "loss": 0.0998,
      "step": 15
    },
    {
      "epoch": 0.17777777777777778,
      "grad_norm": 0.10426108875384622,
      "learning_rate": 4.9084271965397014e-05,
      "loss": 0.0357,
      "step": 16
    },
    {
      "epoch": 0.18888888888888888,
      "grad_norm": 0.29133753268223417,
      "learning_rate": 4.880619713346039e-05,
      "loss": 0.0787,
      "step": 17
    },
    {
      "epoch": 0.2,
      "grad_norm": 0.16115499865436106,
      "learning_rate": 4.849231551964771e-05,
      "loss": 0.0488,
      "step": 18
    },
    {
      "epoch": 0.2111111111111111,
      "grad_norm": 0.07393967355530186,
      "learning_rate": 4.814309923172227e-05,
      "loss": 0.0258,
      "step": 19
    },
    {
      "epoch": 0.2222222222222222,
      "grad_norm": 0.15700374728260783,
      "learning_rate": 4.775907352415367e-05,
      "loss": 0.0858,
      "step": 20
    },
    {
      "epoch": 0.23333333333333334,
      "grad_norm": 0.1492108431114542,
      "learning_rate": 4.734081600808531e-05,
      "loss": 0.0431,
      "step": 21
    },
    {
      "epoch": 0.24444444444444444,
      "grad_norm": 0.04622905558925918,
      "learning_rate": 4.6888955782552274e-05,
      "loss": 0.0111,
      "step": 22
    },
    {
      "epoch": 0.25555555555555554,
      "grad_norm": 0.012134880102923188,
      "learning_rate": 4.640417248825667e-05,
      "loss": 0.0017,
      "step": 23
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.055554727516441096,
      "learning_rate": 4.588719528532342e-05,
      "loss": 0.0117,
      "step": 24
    },
    {
      "epoch": 0.2777777777777778,
      "grad_norm": 0.08925730443294172,
      "learning_rate": 4.533880175657419e-05,
      "loss": 0.0231,
      "step": 25
    },
    {
      "epoch": 0.28888888888888886,
      "grad_norm": 0.11415762338400708,
      "learning_rate": 4.475981673796899e-05,
      "loss": 0.017,
      "step": 26
    },
    {
      "epoch": 0.3,
      "grad_norm": 0.1179351187059848,
      "learning_rate": 4.415111107797445e-05,
      "loss": 0.0205,
      "step": 27
    },
    {
      "epoch": 0.3111111111111111,
      "grad_norm": 0.024178581822596096,
      "learning_rate": 4.351360032772512e-05,
      "loss": 0.004,
      "step": 28
    },
    {
      "epoch": 0.32222222222222224,
      "grad_norm": 0.12535152202967623,
      "learning_rate": 4.2848243363947484e-05,
      "loss": 0.0271,
      "step": 29
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.062018881983428004,
      "learning_rate": 4.215604094671835e-05,
      "loss": 0.007,
      "step": 30
    },
    {
      "epoch": 0.34444444444444444,
      "grad_norm": 0.037816804000945864,
      "learning_rate": 4.14380342142266e-05,
      "loss": 0.0047,
      "step": 31
    },
    {
      "epoch": 0.35555555555555557,
      "grad_norm": 0.017699161139270052,
      "learning_rate": 4.069530311680247e-05,
      "loss": 0.0019,
      "step": 32
    },
    {
      "epoch": 0.36666666666666664,
      "grad_norm": 0.3316047300359818,
      "learning_rate": 3.9928964792569655e-05,
      "loss": 0.0521,
      "step": 33
    },
    {
      "epoch": 0.37777777777777777,
      "grad_norm": 0.00812341155697814,
      "learning_rate": 3.914017188716347e-05,
      "loss": 0.0007,
      "step": 34
    },
    {
      "epoch": 0.3888888888888889,
      "grad_norm": 0.059422215619002315,
      "learning_rate": 3.8330110820042285e-05,
      "loss": 0.004,
      "step": 35
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.029258673095478593,
      "learning_rate": 3.7500000000000003e-05,
      "loss": 0.0029,
      "step": 36
    },
    {
      "epoch": 0.4111111111111111,
      "grad_norm": 0.15233004165166694,
      "learning_rate": 3.665108799256348e-05,
      "loss": 0.0659,
      "step": 37
    },
    {
      "epoch": 0.4222222222222222,
      "grad_norm": 0.39789872295877243,
      "learning_rate": 3.578465164203134e-05,
      "loss": 0.0435,
      "step": 38
    },
    {
      "epoch": 0.43333333333333335,
      "grad_norm": 0.011189075250554171,
      "learning_rate": 3.490199415097892e-05,
      "loss": 0.0011,
      "step": 39
    },
    {
      "epoch": 0.4444444444444444,
      "grad_norm": 0.1824572126769632,
      "learning_rate": 3.400444312011776e-05,
      "loss": 0.0102,
      "step": 40
    },
    {
      "epoch": 0.45555555555555555,
      "grad_norm": 0.2180474815061088,
      "learning_rate": 3.309334855145803e-05,
      "loss": 0.0166,
      "step": 41
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 0.07314406054970872,
      "learning_rate": 3.217008081777726e-05,
      "loss": 0.0053,
      "step": 42
    },
    {
      "epoch": 0.4777777777777778,
      "grad_norm": 0.0036346591128551286,
      "learning_rate": 3.1236028601449534e-05,
      "loss": 0.0003,
      "step": 43
    },
    {
      "epoch": 0.4888888888888889,
      "grad_norm": 0.019911172081366117,
      "learning_rate": 3.0292596805735274e-05,
      "loss": 0.0018,
      "step": 44
    },
    {
      "epoch": 0.5,
      "grad_norm": 0.017294422932046204,
      "learning_rate": 2.9341204441673266e-05,
      "loss": 0.0014,
      "step": 45
    },
    {
      "epoch": 0.5111111111111111,
      "grad_norm": 0.017456356245774136,
      "learning_rate": 2.8383282493753283e-05,
      "loss": 0.0011,
      "step": 46
    },
    {
      "epoch": 0.5222222222222223,
      "grad_norm": 0.03586534397518869,
      "learning_rate": 2.742027176757948e-05,
      "loss": 0.0022,
      "step": 47
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.005245662030561694,
      "learning_rate": 2.6453620722761896e-05,
      "loss": 0.0007,
      "step": 48
    },
    {
      "epoch": 0.5444444444444444,
      "grad_norm": 0.016600830265163877,
      "learning_rate": 2.548478329429561e-05,
      "loss": 0.0013,
      "step": 49
    },
    {
      "epoch": 0.5555555555555556,
      "grad_norm": 0.010620295787117045,
      "learning_rate": 2.4515216705704395e-05,
      "loss": 0.0007,
      "step": 50
    },
    {
      "epoch": 0.5666666666666667,
      "grad_norm": 0.26798972483702493,
      "learning_rate": 2.3546379277238107e-05,
      "loss": 0.0141,
      "step": 51
    },
    {
      "epoch": 0.5777777777777777,
      "grad_norm": 0.14668317357033495,
      "learning_rate": 2.2579728232420525e-05,
      "loss": 0.0052,
      "step": 52
    },
    {
      "epoch": 0.5888888888888889,
      "grad_norm": 0.03852832980880582,
      "learning_rate": 2.161671750624673e-05,
      "loss": 0.0024,
      "step": 53
    },
    {
      "epoch": 0.6,
      "grad_norm": 0.054562459369850276,
      "learning_rate": 2.0658795558326743e-05,
      "loss": 0.0037,
      "step": 54
    },
    {
      "epoch": 0.6111111111111112,
      "grad_norm": 0.04609165413416543,
      "learning_rate": 1.970740319426474e-05,
      "loss": 0.0042,
      "step": 55
    },
    {
      "epoch": 0.6222222222222222,
      "grad_norm": 0.00990897990406697,
      "learning_rate": 1.876397139855047e-05,
      "loss": 0.0008,
      "step": 56
    },
    {
      "epoch": 0.6333333333333333,
      "grad_norm": 0.034931839860100185,
      "learning_rate": 1.7829919182222752e-05,
      "loss": 0.0025,
      "step": 57
    },
    {
      "epoch": 0.6444444444444445,
      "grad_norm": 0.009679755047760722,
      "learning_rate": 1.690665144854198e-05,
      "loss": 0.0008,
      "step": 58
    },
    {
      "epoch": 0.6555555555555556,
      "grad_norm": 0.02141987361270307,
      "learning_rate": 1.5995556879882246e-05,
      "loss": 0.0011,
      "step": 59
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.35778010686834366,
      "learning_rate": 1.509800584902108e-05,
      "loss": 0.0265,
      "step": 60
    },
    {
      "epoch": 0.6777777777777778,
      "grad_norm": 0.2964385330962491,
      "learning_rate": 1.4215348357968669e-05,
      "loss": 0.019,
      "step": 61
    },
    {
      "epoch": 0.6888888888888889,
      "grad_norm": 0.003274748089771646,
      "learning_rate": 1.3348912007436537e-05,
      "loss": 0.0004,
      "step": 62
    },
    {
      "epoch": 0.7,
      "grad_norm": 0.09924320805951631,
      "learning_rate": 1.2500000000000006e-05,
      "loss": 0.0095,
      "step": 63
    },
    {
      "epoch": 0.7111111111111111,
      "grad_norm": 0.005477355766403404,
      "learning_rate": 1.1669889179957725e-05,
      "loss": 0.0003,
      "step": 64
    },
    {
      "epoch": 0.7222222222222222,
      "grad_norm": 0.01603763418676323,
      "learning_rate": 1.085982811283654e-05,
      "loss": 0.001,
      "step": 65
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 0.022911147348485164,
      "learning_rate": 1.0071035207430352e-05,
      "loss": 0.0018,
      "step": 66
    },
    {
      "epoch": 0.7444444444444445,
      "grad_norm": 0.008504267429334945,
      "learning_rate": 9.304696883197542e-06,
      "loss": 0.0008,
      "step": 67
    },
    {
      "epoch": 0.7555555555555555,
      "grad_norm": 0.08777043552994244,
      "learning_rate": 8.561965785773413e-06,
      "loss": 0.0083,
      "step": 68
    },
    {
      "epoch": 0.7666666666666667,
      "grad_norm": 0.03522101448287721,
      "learning_rate": 7.843959053281663e-06,
      "loss": 0.0017,
      "step": 69
    },
    {
      "epoch": 0.7777777777777778,
      "grad_norm": 0.030350816175983727,
      "learning_rate": 7.1517566360525284e-06,
      "loss": 0.0025,
      "step": 70
    },
    {
      "epoch": 0.7888888888888889,
      "grad_norm": 0.0568152824957456,
      "learning_rate": 6.48639967227489e-06,
      "loss": 0.0019,
      "step": 71
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.039638875919711845,
      "learning_rate": 5.848888922025553e-06,
      "loss": 0.0024,
      "step": 72
    },
    {
      "epoch": 0.8111111111111111,
      "grad_norm": 0.01243906370573467,
      "learning_rate": 5.240183262031021e-06,
      "loss": 0.0013,
      "step": 73
    },
    {
      "epoch": 0.8222222222222222,
      "grad_norm": 0.012615409248578522,
      "learning_rate": 4.661198243425813e-06,
      "loss": 0.0007,
      "step": 74
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 0.0012548105546647107,
      "learning_rate": 4.112804714676594e-06,
      "loss": 0.0001,
      "step": 75
    },
    {
      "epoch": 0.8444444444444444,
      "grad_norm": 0.008842733600410168,
      "learning_rate": 3.595827511743341e-06,
      "loss": 0.0007,
      "step": 76
    },
    {
      "epoch": 0.8555555555555555,
      "grad_norm": 0.01882589483242362,
      "learning_rate": 3.111044217447731e-06,
      "loss": 0.001,
      "step": 77
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 0.004662510579663767,
      "learning_rate": 2.659183991914696e-06,
      "loss": 0.0003,
      "step": 78
    },
    {
      "epoch": 0.8777777777777778,
      "grad_norm": 0.11369035883063458,
      "learning_rate": 2.2409264758463363e-06,
      "loss": 0.0034,
      "step": 79
    },
    {
      "epoch": 0.8888888888888888,
      "grad_norm": 0.1482671342863526,
      "learning_rate": 1.8569007682777417e-06,
      "loss": 0.0088,
      "step": 80
    },
    {
      "epoch": 0.9,
      "grad_norm": 0.048933647765371784,
      "learning_rate": 1.5076844803522922e-06,
      "loss": 0.0044,
      "step": 81
    },
    {
      "epoch": 0.9111111111111111,
      "grad_norm": 0.21058010107250458,
      "learning_rate": 1.1938028665396173e-06,
      "loss": 0.0079,
      "step": 82
    },
    {
      "epoch": 0.9222222222222223,
      "grad_norm": 0.011776152105882409,
      "learning_rate": 9.157280346029918e-07,
      "loss": 0.0006,
      "step": 83
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 0.08719366671571024,
      "learning_rate": 6.738782355044049e-07,
      "loss": 0.0039,
      "step": 84
    },
    {
      "epoch": 0.9444444444444444,
      "grad_norm": 0.05182409255535593,
      "learning_rate": 4.6861723431538276e-07,
      "loss": 0.0031,
      "step": 85
    },
    {
      "epoch": 0.9555555555555556,
      "grad_norm": 0.00899017223628164,
      "learning_rate": 3.002537630797747e-07,
      "loss": 0.0005,
      "step": 86
    },
    {
      "epoch": 0.9666666666666667,
      "grad_norm": 0.0036680528157307947,
      "learning_rate": 1.6904105645142444e-07,
      "loss": 0.0003,
      "step": 87
    },
    {
      "epoch": 0.9777777777777777,
      "grad_norm": 0.00472889066022784,
      "learning_rate": 7.51764708051994e-08,
      "loss": 0.0003,
      "step": 88
    },
    {
      "epoch": 0.9888888888888889,
      "grad_norm": 0.02901154365250862,
      "learning_rate": 1.8801187394248965e-08,
      "loss": 0.0022,
      "step": 89
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.20690210466074088,
      "learning_rate": 0.0,
      "loss": 0.0144,
      "step": 90
    },
    {
      "epoch": 1.0,
      "eval_loss": 0.03874664753675461,
      "eval_runtime": 0.4514,
      "eval_samples_per_second": 2.215,
      "eval_steps_per_second": 2.215,
      "step": 90
    },
    {
      "epoch": 1.0,
      "step": 90,
      "total_flos": 286353899520.0,
      "train_loss": 0.0,
      "train_runtime": 1.2646,
      "train_samples_per_second": 71.17,
      "train_steps_per_second": 71.17
    }
  ],
  "logging_steps": 1,
  "max_steps": 90,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 1,
  "save_steps": 500,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 286353899520.0,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}