{
  "best_global_step": null,
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 1.0,
  "eval_steps": 500,
  "global_step": 1500,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.006666666666666667,
      "grad_norm": 15.011067390441895,
      "learning_rate": 6.000000000000001e-07,
      "loss": 0.5077,
      "step": 10
    },
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 5.978664875030518,
      "learning_rate": 1.2666666666666669e-06,
      "loss": 0.3607,
      "step": 20
    },
    {
      "epoch": 0.02,
      "grad_norm": 4.784296035766602,
      "learning_rate": 1.9333333333333336e-06,
      "loss": 0.2675,
      "step": 30
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 4.564663410186768,
      "learning_rate": 2.6e-06,
      "loss": 0.2357,
      "step": 40
    },
    {
      "epoch": 0.03333333333333333,
      "grad_norm": 3.9217517375946045,
      "learning_rate": 3.266666666666667e-06,
      "loss": 0.2252,
      "step": 50
    },
    {
      "epoch": 0.04,
      "grad_norm": 3.7402989864349365,
      "learning_rate": 3.9333333333333335e-06,
      "loss": 0.2203,
      "step": 60
    },
    {
      "epoch": 0.04666666666666667,
      "grad_norm": 4.9237446784973145,
      "learning_rate": 4.600000000000001e-06,
      "loss": 0.2173,
      "step": 70
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 2.4785616397857666,
      "learning_rate": 5.2666666666666665e-06,
      "loss": 0.2169,
      "step": 80
    },
    {
      "epoch": 0.06,
      "grad_norm": 2.1568875312805176,
      "learning_rate": 5.933333333333335e-06,
      "loss": 0.2153,
      "step": 90
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 2.882227659225464,
      "learning_rate": 6.600000000000001e-06,
      "loss": 0.2141,
      "step": 100
    },
    {
      "epoch": 0.07333333333333333,
      "grad_norm": 2.707068920135498,
      "learning_rate": 7.266666666666668e-06,
      "loss": 0.2134,
      "step": 110
    },
    {
      "epoch": 0.08,
      "grad_norm": 2.3690872192382812,
      "learning_rate": 7.933333333333334e-06,
      "loss": 0.2106,
      "step": 120
    },
    {
      "epoch": 0.08666666666666667,
      "grad_norm": 2.8716354370117188,
      "learning_rate": 8.6e-06,
      "loss": 0.2105,
      "step": 130
    },
    {
      "epoch": 0.09333333333333334,
      "grad_norm": 3.572683334350586,
      "learning_rate": 9.266666666666667e-06,
      "loss": 0.2099,
      "step": 140
    },
    {
      "epoch": 0.1,
      "grad_norm": 2.217883825302124,
      "learning_rate": 9.933333333333334e-06,
      "loss": 0.2082,
      "step": 150
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 1.8178412914276123,
      "learning_rate": 9.998903417374228e-06,
      "loss": 0.2073,
      "step": 160
    },
    {
      "epoch": 0.11333333333333333,
      "grad_norm": 2.0314443111419678,
      "learning_rate": 9.995113378907791e-06,
      "loss": 0.2042,
      "step": 170
    },
    {
      "epoch": 0.12,
      "grad_norm": 1.2572261095046997,
      "learning_rate": 9.988618398427495e-06,
      "loss": 0.2048,
      "step": 180
    },
    {
      "epoch": 0.12666666666666668,
      "grad_norm": 3.0037648677825928,
      "learning_rate": 9.979421993079853e-06,
      "loss": 0.203,
      "step": 190
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 3.1852493286132812,
      "learning_rate": 9.967529142880592e-06,
      "loss": 0.202,
      "step": 200
    },
    {
      "epoch": 0.14,
      "grad_norm": 0.9672458171844482,
      "learning_rate": 9.952946288017899e-06,
      "loss": 0.2031,
      "step": 210
    },
    {
      "epoch": 0.14666666666666667,
      "grad_norm": 1.3351553678512573,
      "learning_rate": 9.93568132536494e-06,
      "loss": 0.2024,
      "step": 220
    },
    {
      "epoch": 0.15333333333333332,
      "grad_norm": 1.296030044555664,
      "learning_rate": 9.915743604203563e-06,
      "loss": 0.2015,
      "step": 230
    },
    {
      "epoch": 0.16,
      "grad_norm": 1.2502570152282715,
      "learning_rate": 9.893143921161501e-06,
      "loss": 0.204,
      "step": 240
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 1.7223974466323853,
      "learning_rate": 9.867894514365802e-06,
      "loss": 0.2026,
      "step": 250
    },
    {
      "epoch": 0.17333333333333334,
      "grad_norm": 0.7631610035896301,
      "learning_rate": 9.840009056815674e-06,
      "loss": 0.1986,
      "step": 260
    },
    {
      "epoch": 0.18,
      "grad_norm": 1.7041652202606201,
      "learning_rate": 9.809502648978311e-06,
      "loss": 0.2011,
      "step": 270
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 1.2973121404647827,
      "learning_rate": 9.776391810611719e-06,
      "loss": 0.1991,
      "step": 280
    },
    {
      "epoch": 0.19333333333333333,
      "grad_norm": 1.5594651699066162,
      "learning_rate": 9.740694471818988e-06,
      "loss": 0.1983,
      "step": 290
    },
    {
      "epoch": 0.2,
      "grad_norm": 3.2457287311553955,
      "learning_rate": 9.702429963338812e-06,
      "loss": 0.1992,
      "step": 300
    },
    {
      "epoch": 0.20666666666666667,
      "grad_norm": 1.083480954170227,
      "learning_rate": 9.661619006077562e-06,
      "loss": 0.1963,
      "step": 310
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 1.096750020980835,
      "learning_rate": 9.618283699888543e-06,
      "loss": 0.2001,
      "step": 320
    },
    {
      "epoch": 0.22,
      "grad_norm": 1.4397146701812744,
      "learning_rate": 9.572447511604536e-06,
      "loss": 0.1978,
      "step": 330
    },
    {
      "epoch": 0.22666666666666666,
      "grad_norm": 1.1503710746765137,
      "learning_rate": 9.524135262330098e-06,
      "loss": 0.1961,
      "step": 340
    },
    {
      "epoch": 0.23333333333333334,
      "grad_norm": 2.4313323497772217,
      "learning_rate": 9.473373114000493e-06,
      "loss": 0.1968,
      "step": 350
    },
    {
      "epoch": 0.24,
      "grad_norm": 1.5251339673995972,
      "learning_rate": 9.420188555214537e-06,
      "loss": 0.1949,
      "step": 360
    },
    {
      "epoch": 0.24666666666666667,
      "grad_norm": 1.0177116394042969,
      "learning_rate": 9.364610386349048e-06,
      "loss": 0.1941,
      "step": 370
    },
    {
      "epoch": 0.25333333333333335,
      "grad_norm": 0.6977091431617737,
      "learning_rate": 9.306668703962927e-06,
      "loss": 0.192,
      "step": 380
    },
    {
      "epoch": 0.26,
      "grad_norm": 1.0432124137878418,
      "learning_rate": 9.246394884499334e-06,
      "loss": 0.1935,
      "step": 390
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.8408189415931702,
      "learning_rate": 9.18382156729481e-06,
      "loss": 0.1958,
      "step": 400
    },
    {
      "epoch": 0.2733333333333333,
      "grad_norm": 1.0508525371551514,
      "learning_rate": 9.118982636904476e-06,
      "loss": 0.1938,
      "step": 410
    },
    {
      "epoch": 0.28,
      "grad_norm": 1.288845181465149,
      "learning_rate": 9.051913204752972e-06,
      "loss": 0.1961,
      "step": 420
    },
    {
      "epoch": 0.2866666666666667,
      "grad_norm": 1.8887839317321777,
      "learning_rate": 8.982649590120982e-06,
      "loss": 0.192,
      "step": 430
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 1.890334963798523,
      "learning_rate": 8.911229300477716e-06,
      "loss": 0.1908,
      "step": 440
    },
    {
      "epoch": 0.3,
      "grad_norm": 1.179054856300354,
      "learning_rate": 8.837691011169944e-06,
      "loss": 0.1894,
      "step": 450
    },
    {
      "epoch": 0.30666666666666664,
      "grad_norm": 0.8536754846572876,
      "learning_rate": 8.762074544478622e-06,
      "loss": 0.1892,
      "step": 460
    },
    {
      "epoch": 0.31333333333333335,
      "grad_norm": 1.1508135795593262,
      "learning_rate": 8.68442084805442e-06,
      "loss": 0.1906,
      "step": 470
    },
    {
      "epoch": 0.32,
      "grad_norm": 1.48867666721344,
      "learning_rate": 8.604771972743848e-06,
      "loss": 0.1909,
      "step": 480
    },
    {
      "epoch": 0.32666666666666666,
      "grad_norm": 1.4038424491882324,
      "learning_rate": 8.523171049817974e-06,
      "loss": 0.1881,
      "step": 490
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.9167689681053162,
      "learning_rate": 8.439662267616093e-06,
      "loss": 0.1889,
      "step": 500
    },
    {
      "epoch": 0.34,
      "grad_norm": 0.9470068216323853,
      "learning_rate": 8.354290847616954e-06,
      "loss": 0.1879,
      "step": 510
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 0.5449260473251343,
      "learning_rate": 8.267103019950529e-06,
      "loss": 0.1865,
      "step": 520
    },
    {
      "epoch": 0.35333333333333333,
      "grad_norm": 0.8963407874107361,
      "learning_rate": 8.178145998363585e-06,
      "loss": 0.1894,
      "step": 530
    },
    {
      "epoch": 0.36,
      "grad_norm": 0.6961363554000854,
      "learning_rate": 8.087467954652608e-06,
      "loss": 0.1886,
      "step": 540
    },
    {
      "epoch": 0.36666666666666664,
      "grad_norm": 1.8404779434204102,
      "learning_rate": 7.99511799257793e-06,
      "loss": 0.186,
      "step": 550
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 1.507520318031311,
      "learning_rate": 7.901146121273165e-06,
      "loss": 0.1888,
      "step": 560
    },
    {
      "epoch": 0.38,
      "grad_norm": 1.1237205266952515,
      "learning_rate": 7.80560322816439e-06,
      "loss": 0.1887,
      "step": 570
    },
    {
      "epoch": 0.38666666666666666,
      "grad_norm": 3.044520854949951,
      "learning_rate": 7.7085410514137e-06,
      "loss": 0.1881,
      "step": 580
    },
    {
      "epoch": 0.3933333333333333,
      "grad_norm": 1.388904094696045,
      "learning_rate": 7.610012151902091e-06,
      "loss": 0.1842,
      "step": 590
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.9889079928398132,
      "learning_rate": 7.510069884766802e-06,
      "loss": 0.1833,
      "step": 600
    },
    {
      "epoch": 0.4066666666666667,
      "grad_norm": 1.494193434715271,
      "learning_rate": 7.408768370508577e-06,
      "loss": 0.1851,
      "step": 610
    },
    {
      "epoch": 0.41333333333333333,
      "grad_norm": 1.811994194984436,
      "learning_rate": 7.3061624656844544e-06,
      "loss": 0.1846,
      "step": 620
    },
    {
      "epoch": 0.42,
      "grad_norm": 1.2704815864562988,
      "learning_rate": 7.2023077332019755e-06,
      "loss": 0.1878,
      "step": 630
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 1.4762800931930542,
      "learning_rate": 7.0972604122308865e-06,
      "loss": 0.1846,
      "step": 640
    },
    {
      "epoch": 0.43333333333333335,
      "grad_norm": 1.1040509939193726,
      "learning_rate": 6.991077387748643e-06,
      "loss": 0.1854,
      "step": 650
    },
    {
      "epoch": 0.44,
      "grad_norm": 0.8912225365638733,
      "learning_rate": 6.883816159736187e-06,
      "loss": 0.1842,
      "step": 660
    },
    {
      "epoch": 0.44666666666666666,
      "grad_norm": 1.0201736688613892,
      "learning_rate": 6.775534812040686e-06,
      "loss": 0.1849,
      "step": 670
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 0.6647174954414368,
      "learning_rate": 6.666291980922122e-06,
      "loss": 0.1839,
      "step": 680
    },
    {
      "epoch": 0.46,
      "grad_norm": 0.6822147965431213,
      "learning_rate": 6.556146823300701e-06,
      "loss": 0.1837,
      "step": 690
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 1.081153392791748,
      "learning_rate": 6.445158984722358e-06,
      "loss": 0.1838,
      "step": 700
    },
    {
      "epoch": 0.47333333333333333,
      "grad_norm": 0.7878338694572449,
      "learning_rate": 6.3333885670596285e-06,
      "loss": 0.1813,
      "step": 710
    },
    {
      "epoch": 0.48,
      "grad_norm": 1.1529158353805542,
      "learning_rate": 6.220896095965428e-06,
      "loss": 0.183,
      "step": 720
    },
    {
      "epoch": 0.4866666666666667,
      "grad_norm": 1.3149681091308594,
      "learning_rate": 6.107742488097338e-06,
      "loss": 0.1868,
      "step": 730
    },
    {
      "epoch": 0.49333333333333335,
      "grad_norm": 0.6733217239379883,
      "learning_rate": 5.993989018130173e-06,
      "loss": 0.1818,
      "step": 740
    },
    {
      "epoch": 0.5,
      "grad_norm": 0.9225348830223083,
      "learning_rate": 5.879697285574655e-06,
      "loss": 0.1813,
      "step": 750
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 1.5371143817901611,
      "learning_rate": 5.764929181420191e-06,
      "loss": 0.1861,
      "step": 760
    },
    {
      "epoch": 0.5133333333333333,
      "grad_norm": 1.273542046546936,
      "learning_rate": 5.649746854619814e-06,
      "loss": 0.1834,
      "step": 770
    },
    {
      "epoch": 0.52,
      "grad_norm": 0.9770967364311218,
      "learning_rate": 5.5342126784354265e-06,
      "loss": 0.1831,
      "step": 780
    },
    {
      "epoch": 0.5266666666666666,
      "grad_norm": 1.3597888946533203,
      "learning_rate": 5.41838921666158e-06,
      "loss": 0.1842,
      "step": 790
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.9349368810653687,
      "learning_rate": 5.3023391897460715e-06,
      "loss": 0.1812,
      "step": 800
    },
    {
      "epoch": 0.54,
      "grad_norm": 0.8657019138336182,
      "learning_rate": 5.18612544082573e-06,
      "loss": 0.1837,
      "step": 810
    },
    {
      "epoch": 0.5466666666666666,
      "grad_norm": 1.265539288520813,
      "learning_rate": 5.069810901695727e-06,
      "loss": 0.1818,
      "step": 820
    },
    {
      "epoch": 0.5533333333333333,
      "grad_norm": 0.9551940560340881,
      "learning_rate": 4.953458558730917e-06,
      "loss": 0.1817,
      "step": 830
    },
    {
      "epoch": 0.56,
      "grad_norm": 0.7648895382881165,
      "learning_rate": 4.837131418777595e-06,
      "loss": 0.1826,
      "step": 840
    },
    {
      "epoch": 0.5666666666666667,
      "grad_norm": 1.6153864860534668,
      "learning_rate": 4.720892475034181e-06,
      "loss": 0.1831,
      "step": 850
    },
    {
      "epoch": 0.5733333333333334,
      "grad_norm": 0.8612309694290161,
      "learning_rate": 4.604804672939295e-06,
      "loss": 0.1823,
      "step": 860
    },
    {
      "epoch": 0.58,
      "grad_norm": 1.6489547491073608,
      "learning_rate": 4.4889308760856826e-06,
      "loss": 0.1812,
      "step": 870
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 1.8372234106063843,
      "learning_rate": 4.373333832178478e-06,
      "loss": 0.1803,
      "step": 880
    },
    {
      "epoch": 0.5933333333333334,
      "grad_norm": 1.4776949882507324,
      "learning_rate": 4.258076139056217e-06,
      "loss": 0.1819,
      "step": 890
    },
    {
      "epoch": 0.6,
      "grad_norm": 0.6427897810935974,
      "learning_rate": 4.143220210792993e-06,
      "loss": 0.1807,
      "step": 900
    },
    {
      "epoch": 0.6066666666666667,
      "grad_norm": 1.3922820091247559,
      "learning_rate": 4.028828243900141e-06,
      "loss": 0.1803,
      "step": 910
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 1.4558333158493042,
      "learning_rate": 3.914962183645733e-06,
      "loss": 0.1815,
      "step": 920
    },
    {
      "epoch": 0.62,
      "grad_norm": 0.6373324990272522,
      "learning_rate": 3.8016836905101157e-06,
      "loss": 0.1811,
      "step": 930
    },
    {
      "epoch": 0.6266666666666667,
      "grad_norm": 1.0700113773345947,
      "learning_rate": 3.6890541067956775e-06,
      "loss": 0.181,
      "step": 940
    },
    {
      "epoch": 0.6333333333333333,
      "grad_norm": 0.8416028022766113,
      "learning_rate": 3.577134423408906e-06,
      "loss": 0.1787,
      "step": 950
    },
    {
      "epoch": 0.64,
      "grad_norm": 0.9135857224464417,
      "learning_rate": 3.465985246832739e-06,
      "loss": 0.1796,
      "step": 960
    },
    {
      "epoch": 0.6466666666666666,
      "grad_norm": 0.8940063714981079,
      "learning_rate": 3.355666766307084e-06,
      "loss": 0.1807,
      "step": 970
    },
    {
      "epoch": 0.6533333333333333,
      "grad_norm": 0.9303551912307739,
      "learning_rate": 3.246238721235283e-06,
      "loss": 0.1813,
      "step": 980
    },
    {
      "epoch": 0.66,
      "grad_norm": 0.9582270979881287,
      "learning_rate": 3.137760368834169e-06,
      "loss": 0.182,
      "step": 990
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 1.0482275485992432,
      "learning_rate": 3.030290452045245e-06,
      "loss": 0.1794,
      "step": 1000
    },
    {
      "epoch": 0.6733333333333333,
      "grad_norm": 1.0967521667480469,
      "learning_rate": 2.9238871677243354e-06,
      "loss": 0.1799,
      "step": 1010
    },
    {
      "epoch": 0.68,
      "grad_norm": 0.9938267469406128,
      "learning_rate": 2.818608135126967e-06,
      "loss": 0.18,
      "step": 1020
    },
    {
      "epoch": 0.6866666666666666,
      "grad_norm": 1.176161527633667,
      "learning_rate": 2.714510364706531e-06,
      "loss": 0.1776,
      "step": 1030
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 0.8891662955284119,
      "learning_rate": 2.611650227242102e-06,
      "loss": 0.1793,
      "step": 1040
    },
    {
      "epoch": 0.7,
      "grad_norm": 0.904512345790863,
      "learning_rate": 2.5100834233126827e-06,
      "loss": 0.1799,
      "step": 1050
    },
    {
      "epoch": 0.7066666666666667,
      "grad_norm": 0.7579324245452881,
      "learning_rate": 2.40986495313435e-06,
      "loss": 0.1796,
      "step": 1060
    },
    {
      "epoch": 0.7133333333333334,
      "grad_norm": 0.7067833542823792,
      "learning_rate": 2.3110490867766644e-06,
      "loss": 0.1784,
      "step": 1070
    },
    {
      "epoch": 0.72,
      "grad_norm": 0.7477649450302124,
      "learning_rate": 2.213689334774479e-06,
      "loss": 0.1801,
      "step": 1080
    },
    {
      "epoch": 0.7266666666666667,
      "grad_norm": 0.9237260818481445,
      "learning_rate": 2.1178384191510344e-06,
      "loss": 0.1797,
      "step": 1090
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 0.8000478148460388,
      "learning_rate": 2.023548244868051e-06,
      "loss": 0.1788,
      "step": 1100
    },
    {
      "epoch": 0.74,
      "grad_norm": 0.7484294772148132,
      "learning_rate": 1.9308698717182874e-06,
      "loss": 0.1772,
      "step": 1110
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 1.0123769044876099,
      "learning_rate": 1.8398534866757455e-06,
      "loss": 0.1784,
      "step": 1120
    },
    {
      "epoch": 0.7533333333333333,
      "grad_norm": 0.8919528126716614,
      "learning_rate": 1.7505483767185583e-06,
      "loss": 0.1796,
      "step": 1130
    },
    {
      "epoch": 0.76,
      "grad_norm": 0.9421375393867493,
      "learning_rate": 1.6630029021392007e-06,
      "loss": 0.1769,
      "step": 1140
    },
    {
      "epoch": 0.7666666666666667,
      "grad_norm": 1.1501414775848389,
      "learning_rate": 1.5772644703565564e-06,
      "loss": 0.1799,
      "step": 1150
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 0.7725605368614197,
      "learning_rate": 1.4933795102439558e-06,
      "loss": 0.1766,
      "step": 1160
    },
    {
      "epoch": 0.78,
      "grad_norm": 0.8421234488487244,
      "learning_rate": 1.4113934469871166e-06,
      "loss": 0.1763,
      "step": 1170
    },
    {
      "epoch": 0.7866666666666666,
      "grad_norm": 0.7856913208961487,
      "learning_rate": 1.3313506774856177e-06,
      "loss": 0.1782,
      "step": 1180
    },
    {
      "epoch": 0.7933333333333333,
      "grad_norm": 0.9160929322242737,
      "learning_rate": 1.2532945463111856e-06,
      "loss": 0.1781,
      "step": 1190
    },
    {
      "epoch": 0.8,
      "grad_norm": 1.1084160804748535,
      "learning_rate": 1.1772673222358421e-06,
      "loss": 0.1786,
      "step": 1200
    },
    {
      "epoch": 0.8066666666666666,
      "grad_norm": 7.289871692657471,
      "learning_rate": 1.1033101753426285e-06,
      "loss": 0.176,
      "step": 1210
    },
    {
      "epoch": 0.8133333333333334,
      "grad_norm": 1.0577805042266846,
      "learning_rate": 1.0314631547312738e-06,
      "loss": 0.1777,
      "step": 1220
    },
    {
      "epoch": 0.82,
      "grad_norm": 0.926604688167572,
      "learning_rate": 9.617651668308914e-07,
      "loss": 0.175,
      "step": 1230
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 0.7565999627113342,
      "learning_rate": 8.942539543314799e-07,
      "loss": 0.1777,
      "step": 1240
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 0.5612711310386658,
      "learning_rate": 8.289660757455803e-07,
      "loss": 0.1765,
      "step": 1250
    },
    {
      "epoch": 0.84,
      "grad_norm": 1.0191847085952759,
      "learning_rate": 7.659368856111926e-07,
      "loss": 0.1768,
      "step": 1260
    },
    {
      "epoch": 0.8466666666666667,
      "grad_norm": 1.0744314193725586,
      "learning_rate": 7.052005153466779e-07,
      "loss": 0.1767,
      "step": 1270
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 0.61516273021698,
      "learning_rate": 6.467898547679913e-07,
      "loss": 0.1754,
      "step": 1280
    },
    {
      "epoch": 0.86,
      "grad_norm": 1.1486766338348389,
      "learning_rate": 5.9073653427826e-07,
      "loss": 0.179,
      "step": 1290
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 0.7546462416648865,
      "learning_rate": 5.370709077393721e-07,
      "loss": 0.1769,
      "step": 1300
    },
    {
      "epoch": 0.8733333333333333,
      "grad_norm": 0.5854225754737854,
      "learning_rate": 4.858220360348187e-07,
      "loss": 0.1777,
      "step": 1310
    },
    {
      "epoch": 0.88,
      "grad_norm": 0.7740269899368286,
      "learning_rate": 4.370176713327118e-07,
      "loss": 0.1755,
      "step": 1320
    },
    {
      "epoch": 0.8866666666666667,
      "grad_norm": 0.641555666923523,
      "learning_rate": 3.90684242057498e-07,
      "loss": 0.1755,
      "step": 1330
    },
    {
      "epoch": 0.8933333333333333,
      "grad_norm": 0.6785816550254822,
      "learning_rate": 3.468468385785023e-07,
      "loss": 0.1771,
      "step": 1340
    },
    {
      "epoch": 0.9,
      "grad_norm": 0.7350413203239441,
      "learning_rate": 3.055291996230492e-07,
      "loss": 0.1764,
      "step": 1350
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 0.9928900599479675,
      "learning_rate": 2.6675369942151864e-07,
      "loss": 0.1788,
      "step": 1360
    },
    {
      "epoch": 0.9133333333333333,
      "grad_norm": 0.7868644595146179,
      "learning_rate": 2.3054133559131163e-07,
      "loss": 0.1764,
      "step": 1370
    },
    {
      "epoch": 0.92,
      "grad_norm": 0.7987495064735413,
      "learning_rate": 1.9691171776626882e-07,
      "loss": 0.1743,
      "step": 1380
    },
    {
      "epoch": 0.9266666666666666,
      "grad_norm": 0.703741729259491,
      "learning_rate": 1.6588305697770313e-07,
      "loss": 0.1753,
      "step": 1390
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 0.884334146976471,
      "learning_rate": 1.374721557928116e-07,
      "loss": 0.1765,
      "step": 1400
    },
    {
      "epoch": 0.94,
      "grad_norm": 0.9596606492996216,
      "learning_rate": 1.1169439921578485e-07,
      "loss": 0.1772,
      "step": 1410
    },
    {
      "epoch": 0.9466666666666667,
      "grad_norm": 0.639748752117157,
      "learning_rate": 8.856374635655696e-08,
      "loss": 0.1749,
      "step": 1420
    },
    {
      "epoch": 0.9533333333333334,
      "grad_norm": 1.1772934198379517,
      "learning_rate": 6.809272287169988e-08,
      "loss": 0.1744,
      "step": 1430
    },
    {
      "epoch": 0.96,
      "grad_norm": 0.8494715690612793,
      "learning_rate": 5.029241418156139e-08,
      "loss": 0.1784,
      "step": 1440
    },
    {
      "epoch": 0.9666666666666667,
      "grad_norm": 0.7177859544754028,
      "learning_rate": 3.517245946731529e-08,
      "loss": 0.178,
      "step": 1450
    },
    {
      "epoch": 0.9733333333333334,
      "grad_norm": 0.9402814507484436,
      "learning_rate": 2.27410464511707e-08,
      "loss": 0.1774,
      "step": 1460
    },
    {
      "epoch": 0.98,
      "grad_norm": 0.6646594405174255,
      "learning_rate": 1.3004906962578723e-08,
      "loss": 0.1765,
      "step": 1470
    },
    {
      "epoch": 0.9866666666666667,
      "grad_norm": 0.6555571556091309,
      "learning_rate": 5.969313292830126e-09,
      "loss": 0.1739,
      "step": 1480
    },
    {
      "epoch": 0.9933333333333333,
      "grad_norm": 1.0935475826263428,
      "learning_rate": 1.638075340010814e-09,
      "loss": 0.1766,
      "step": 1490
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.8198226690292358,
      "learning_rate": 1.3538545881042198e-11,
      "loss": 0.174,
      "step": 1500
    }
  ],
  "logging_steps": 10,
  "max_steps": 1500,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 9223372036854775807,
  "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": 7.104715865748144e+18,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}