{
  "best_metric": 0.9037,
  "best_model_checkpoint": "output/checkpoint-2500",
  "epoch": 1.0,
  "eval_steps": 500,
  "global_step": 2500,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.02,
      "learning_rate": 3.3333333333333337e-06,
      "loss": 0.8125,
      "step": 50
    },
    {
      "epoch": 0.04,
      "learning_rate": 6.6666666666666675e-06,
      "loss": 0.7599,
      "step": 100
    },
    {
      "epoch": 0.06,
      "learning_rate": 1e-05,
      "loss": 0.7309,
      "step": 150
    },
    {
      "epoch": 0.08,
      "learning_rate": 1.3333333333333335e-05,
      "loss": 0.7104,
      "step": 200
    },
    {
      "epoch": 0.1,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 0.6939,
      "step": 250
    },
    {
      "epoch": 0.12,
      "learning_rate": 2e-05,
      "loss": 0.6824,
      "step": 300
    },
    {
      "epoch": 0.14,
      "learning_rate": 2.3333333333333336e-05,
      "loss": 0.686,
      "step": 350
    },
    {
      "epoch": 0.16,
      "learning_rate": 2.666666666666667e-05,
      "loss": 0.6693,
      "step": 400
    },
    {
      "epoch": 0.18,
      "learning_rate": 3e-05,
      "loss": 0.6436,
      "step": 450
    },
    {
      "epoch": 0.2,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 0.6101,
      "step": 500
    },
    {
      "epoch": 0.22,
      "learning_rate": 3.6666666666666666e-05,
      "loss": 0.493,
      "step": 550
    },
    {
      "epoch": 0.24,
      "learning_rate": 3.993333333333333e-05,
      "loss": 0.4239,
      "step": 600
    },
    {
      "epoch": 0.26,
      "learning_rate": 4.326666666666667e-05,
      "loss": 0.3391,
      "step": 650
    },
    {
      "epoch": 0.28,
      "learning_rate": 4.66e-05,
      "loss": 0.3332,
      "step": 700
    },
    {
      "epoch": 0.3,
      "learning_rate": 4.986666666666666e-05,
      "loss": 0.3966,
      "step": 750
    },
    {
      "epoch": 0.32,
      "learning_rate": 5.32e-05,
      "loss": 0.3137,
      "step": 800
    },
    {
      "epoch": 0.34,
      "learning_rate": 5.653333333333333e-05,
      "loss": 0.3072,
      "step": 850
    },
    {
      "epoch": 0.36,
      "learning_rate": 5.986666666666667e-05,
      "loss": 0.272,
      "step": 900
    },
    {
      "epoch": 0.38,
      "learning_rate": 6.32e-05,
      "loss": 0.2715,
      "step": 950
    },
    {
      "epoch": 0.4,
      "learning_rate": 6.653333333333333e-05,
      "loss": 0.2892,
      "step": 1000
    },
    {
      "epoch": 0.42,
      "learning_rate": 6.986666666666667e-05,
      "loss": 0.28,
      "step": 1050
    },
    {
      "epoch": 0.44,
      "learning_rate": 7.32e-05,
      "loss": 0.3102,
      "step": 1100
    },
    {
      "epoch": 0.46,
      "learning_rate": 7.653333333333333e-05,
      "loss": 0.2663,
      "step": 1150
    },
    {
      "epoch": 0.48,
      "learning_rate": 7.986666666666667e-05,
      "loss": 0.2778,
      "step": 1200
    },
    {
      "epoch": 0.5,
      "learning_rate": 8.32e-05,
      "loss": 0.3414,
      "step": 1250
    },
    {
      "epoch": 0.52,
      "learning_rate": 8.653333333333334e-05,
      "loss": 0.2608,
      "step": 1300
    },
    {
      "epoch": 0.54,
      "learning_rate": 8.986666666666666e-05,
      "loss": 0.2847,
      "step": 1350
    },
    {
      "epoch": 0.56,
      "learning_rate": 9.32e-05,
      "loss": 0.2801,
      "step": 1400
    },
    {
      "epoch": 0.58,
      "learning_rate": 9.653333333333334e-05,
      "loss": 0.2777,
      "step": 1450
    },
    {
      "epoch": 0.6,
      "learning_rate": 9.986666666666668e-05,
      "loss": 0.2819,
      "step": 1500
    },
    {
      "epoch": 0.62,
      "learning_rate": 0.0001032,
      "loss": 0.2631,
      "step": 1550
    },
    {
      "epoch": 0.64,
      "learning_rate": 0.00010653333333333333,
      "loss": 0.255,
      "step": 1600
    },
    {
      "epoch": 0.66,
      "learning_rate": 0.00010986666666666668,
      "loss": 0.3253,
      "step": 1650
    },
    {
      "epoch": 0.68,
      "learning_rate": 0.0001132,
      "loss": 0.2632,
      "step": 1700
    },
    {
      "epoch": 0.7,
      "learning_rate": 0.00011653333333333334,
      "loss": 0.2808,
      "step": 1750
    },
    {
      "epoch": 0.72,
      "learning_rate": 0.00011986666666666666,
      "loss": 0.2487,
      "step": 1800
    },
    {
      "epoch": 0.74,
      "learning_rate": 0.0001232,
      "loss": 0.1958,
      "step": 1850
    },
    {
      "epoch": 0.76,
      "learning_rate": 0.00012653333333333334,
      "loss": 0.2882,
      "step": 1900
    },
    {
      "epoch": 0.78,
      "learning_rate": 0.00012986666666666666,
      "loss": 0.2877,
      "step": 1950
    },
    {
      "epoch": 0.8,
      "learning_rate": 0.0001332,
      "loss": 0.2412,
      "step": 2000
    },
    {
      "epoch": 0.82,
      "learning_rate": 0.00013653333333333334,
      "loss": 0.2608,
      "step": 2050
    },
    {
      "epoch": 0.84,
      "learning_rate": 0.00013986666666666666,
      "loss": 0.2296,
      "step": 2100
    },
    {
      "epoch": 0.86,
      "learning_rate": 0.00014319999999999998,
      "loss": 0.2311,
      "step": 2150
    },
    {
      "epoch": 0.88,
      "learning_rate": 0.00014653333333333334,
      "loss": 0.2603,
      "step": 2200
    },
    {
      "epoch": 0.9,
      "learning_rate": 0.00014986666666666669,
      "loss": 0.2923,
      "step": 2250
    },
    {
      "epoch": 0.92,
      "learning_rate": 0.0001532,
      "loss": 0.2415,
      "step": 2300
    },
    {
      "epoch": 0.94,
      "learning_rate": 0.00015646666666666668,
      "loss": 0.2671,
      "step": 2350
    },
    {
      "epoch": 0.96,
      "learning_rate": 0.0001598,
      "loss": 0.2421,
      "step": 2400
    },
    {
      "epoch": 0.98,
      "learning_rate": 0.00016313333333333333,
      "loss": 0.2449,
      "step": 2450
    },
    {
      "epoch": 1.0,
      "learning_rate": 0.00016646666666666668,
      "loss": 0.2399,
      "step": 2500
    },
    {
      "epoch": 1.0,
      "eval_accuracy": 0.9037,
      "eval_loss": 0.2539164125919342,
      "eval_runtime": 132.4594,
      "eval_samples_per_second": 75.495,
      "eval_steps_per_second": 4.718,
      "step": 2500
    }
  ],
  "logging_steps": 50,
  "max_steps": 25000,
  "num_train_epochs": 10,
  "save_steps": 500,
  "total_flos": 5833552310267520.0,
  "trial_name": null,
  "trial_params": null
}