{
  "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": 33.48456954956055,
      "learning_rate": 6.000000000000001e-07,
      "loss": 0.7513,
      "step": 10
    },
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 41.39512634277344,
      "learning_rate": 1.2666666666666669e-06,
      "loss": 0.3878,
      "step": 20
    },
    {
      "epoch": 0.02,
      "grad_norm": 1.0120981931686401,
      "learning_rate": 1.9333333333333336e-06,
      "loss": 0.2739,
      "step": 30
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 1.7299283742904663,
      "learning_rate": 2.6e-06,
      "loss": 0.2647,
      "step": 40
    },
    {
      "epoch": 0.03333333333333333,
      "grad_norm": 1.8291114568710327,
      "learning_rate": 3.266666666666667e-06,
      "loss": 0.2341,
      "step": 50
    },
    {
      "epoch": 0.04,
      "grad_norm": 1.3879677057266235,
      "learning_rate": 3.9333333333333335e-06,
      "loss": 0.2358,
      "step": 60
    },
    {
      "epoch": 0.04666666666666667,
      "grad_norm": 1.7929078340530396,
      "learning_rate": 4.600000000000001e-06,
      "loss": 0.237,
      "step": 70
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 2.4109907150268555,
      "learning_rate": 5.2666666666666665e-06,
      "loss": 0.2178,
      "step": 80
    },
    {
      "epoch": 0.06,
      "grad_norm": 3.0150747299194336,
      "learning_rate": 5.933333333333335e-06,
      "loss": 0.2236,
      "step": 90
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 1.4729517698287964,
      "learning_rate": 6.600000000000001e-06,
      "loss": 0.2337,
      "step": 100
    },
    {
      "epoch": 0.07333333333333333,
      "grad_norm": 1.5636557340621948,
      "learning_rate": 7.266666666666668e-06,
      "loss": 0.2252,
      "step": 110
    },
    {
      "epoch": 0.08,
      "grad_norm": 2.1455461978912354,
      "learning_rate": 7.933333333333334e-06,
      "loss": 0.233,
      "step": 120
    },
    {
      "epoch": 0.08666666666666667,
      "grad_norm": 1.4286963939666748,
      "learning_rate": 8.6e-06,
      "loss": 0.2236,
      "step": 130
    },
    {
      "epoch": 0.09333333333333334,
      "grad_norm": 1.7656251192092896,
      "learning_rate": 9.266666666666667e-06,
      "loss": 0.2265,
      "step": 140
    },
    {
      "epoch": 0.1,
      "grad_norm": 1.3794828653335571,
      "learning_rate": 9.933333333333334e-06,
      "loss": 0.2305,
      "step": 150
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 2.5856478214263916,
      "learning_rate": 9.998903417374228e-06,
      "loss": 0.2393,
      "step": 160
    },
    {
      "epoch": 0.11333333333333333,
      "grad_norm": 1.3403565883636475,
      "learning_rate": 9.995113378907791e-06,
      "loss": 0.2245,
      "step": 170
    },
    {
      "epoch": 0.12,
      "grad_norm": 2.1494534015655518,
      "learning_rate": 9.988618398427495e-06,
      "loss": 0.248,
      "step": 180
    },
    {
      "epoch": 0.12666666666666668,
      "grad_norm": 1.4125661849975586,
      "learning_rate": 9.979421993079853e-06,
      "loss": 0.2329,
      "step": 190
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 2.1994471549987793,
      "learning_rate": 9.967529142880592e-06,
      "loss": 0.231,
      "step": 200
    },
    {
      "epoch": 0.14,
      "grad_norm": 1.2215962409973145,
      "learning_rate": 9.952946288017899e-06,
      "loss": 0.2368,
      "step": 210
    },
    {
      "epoch": 0.14666666666666667,
      "grad_norm": 1.3992868661880493,
      "learning_rate": 9.93568132536494e-06,
      "loss": 0.2268,
      "step": 220
    },
    {
      "epoch": 0.15333333333333332,
      "grad_norm": 1.2440099716186523,
      "learning_rate": 9.915743604203563e-06,
      "loss": 0.2232,
      "step": 230
    },
    {
      "epoch": 0.16,
      "grad_norm": 2.6733896732330322,
      "learning_rate": 9.893143921161501e-06,
      "loss": 0.2244,
      "step": 240
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 1.1489499807357788,
      "learning_rate": 9.867894514365802e-06,
      "loss": 0.2444,
      "step": 250
    },
    {
      "epoch": 0.17333333333333334,
      "grad_norm": 1.107172966003418,
      "learning_rate": 9.840009056815674e-06,
      "loss": 0.2186,
      "step": 260
    },
    {
      "epoch": 0.18,
      "grad_norm": 1.8318830728530884,
      "learning_rate": 9.809502648978311e-06,
      "loss": 0.2363,
      "step": 270
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 1.5097936391830444,
      "learning_rate": 9.776391810611719e-06,
      "loss": 0.2291,
      "step": 280
    },
    {
      "epoch": 0.19333333333333333,
      "grad_norm": 0.9761540293693542,
      "learning_rate": 9.740694471818988e-06,
      "loss": 0.2235,
      "step": 290
    },
    {
      "epoch": 0.2,
      "grad_norm": 1.2759957313537598,
      "learning_rate": 9.702429963338812e-06,
      "loss": 0.2264,
      "step": 300
    },
    {
      "epoch": 0.20666666666666667,
      "grad_norm": 1.1278096437454224,
      "learning_rate": 9.661619006077562e-06,
      "loss": 0.229,
      "step": 310
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 1.2718846797943115,
      "learning_rate": 9.618283699888543e-06,
      "loss": 0.2159,
      "step": 320
    },
    {
      "epoch": 0.22,
      "grad_norm": 1.6403460502624512,
      "learning_rate": 9.572447511604536e-06,
      "loss": 0.2362,
      "step": 330
    },
    {
      "epoch": 0.22666666666666666,
      "grad_norm": 2.6630871295928955,
      "learning_rate": 9.524135262330098e-06,
      "loss": 0.2209,
      "step": 340
    },
    {
      "epoch": 0.23333333333333334,
      "grad_norm": 2.318145275115967,
      "learning_rate": 9.473373114000493e-06,
      "loss": 0.2213,
      "step": 350
    },
    {
      "epoch": 0.24,
      "grad_norm": 1.2323272228240967,
      "learning_rate": 9.420188555214537e-06,
      "loss": 0.2319,
      "step": 360
    },
    {
      "epoch": 0.24666666666666667,
      "grad_norm": 1.3815642595291138,
      "learning_rate": 9.364610386349048e-06,
      "loss": 0.2155,
      "step": 370
    },
    {
      "epoch": 0.25333333333333335,
      "grad_norm": 1.9921470880508423,
      "learning_rate": 9.306668703962927e-06,
      "loss": 0.2169,
      "step": 380
    },
    {
      "epoch": 0.26,
      "grad_norm": 2.0954296588897705,
      "learning_rate": 9.246394884499334e-06,
      "loss": 0.2413,
      "step": 390
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 1.3795796632766724,
      "learning_rate": 9.18382156729481e-06,
      "loss": 0.2329,
      "step": 400
    },
    {
      "epoch": 0.2733333333333333,
      "grad_norm": 1.356389045715332,
      "learning_rate": 9.118982636904476e-06,
      "loss": 0.232,
      "step": 410
    },
    {
      "epoch": 0.28,
      "grad_norm": 1.6636598110198975,
      "learning_rate": 9.051913204752972e-06,
      "loss": 0.2334,
      "step": 420
    },
    {
      "epoch": 0.2866666666666667,
      "grad_norm": 0.9479215741157532,
      "learning_rate": 8.982649590120982e-06,
      "loss": 0.2331,
      "step": 430
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 1.1392760276794434,
      "learning_rate": 8.911229300477716e-06,
      "loss": 0.2215,
      "step": 440
    },
    {
      "epoch": 0.3,
      "grad_norm": 1.2210679054260254,
      "learning_rate": 8.837691011169944e-06,
      "loss": 0.2238,
      "step": 450
    },
    {
      "epoch": 0.30666666666666664,
      "grad_norm": 1.286208152770996,
      "learning_rate": 8.762074544478622e-06,
      "loss": 0.2236,
      "step": 460
    },
    {
      "epoch": 0.31333333333333335,
      "grad_norm": 0.7681065201759338,
      "learning_rate": 8.68442084805442e-06,
      "loss": 0.2208,
      "step": 470
    },
    {
      "epoch": 0.32,
      "grad_norm": 1.3145991563796997,
      "learning_rate": 8.604771972743848e-06,
      "loss": 0.2253,
      "step": 480
    },
    {
      "epoch": 0.32666666666666666,
      "grad_norm": 0.8635473847389221,
      "learning_rate": 8.523171049817974e-06,
      "loss": 0.2178,
      "step": 490
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.7293675541877747,
      "learning_rate": 8.439662267616093e-06,
      "loss": 0.2259,
      "step": 500
    },
    {
      "epoch": 0.34,
      "grad_norm": 1.2720327377319336,
      "learning_rate": 8.354290847616954e-06,
      "loss": 0.2292,
      "step": 510
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 1.1091163158416748,
      "learning_rate": 8.267103019950529e-06,
      "loss": 0.228,
      "step": 520
    },
    {
      "epoch": 0.35333333333333333,
      "grad_norm": 1.0353987216949463,
      "learning_rate": 8.178145998363585e-06,
      "loss": 0.2176,
      "step": 530
    },
    {
      "epoch": 0.36,
      "grad_norm": 1.4833768606185913,
      "learning_rate": 8.087467954652608e-06,
      "loss": 0.2186,
      "step": 540
    },
    {
      "epoch": 0.36666666666666664,
      "grad_norm": 1.6826947927474976,
      "learning_rate": 7.99511799257793e-06,
      "loss": 0.2338,
      "step": 550
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 1.5543522834777832,
      "learning_rate": 7.901146121273165e-06,
      "loss": 0.2205,
      "step": 560
    },
    {
      "epoch": 0.38,
      "grad_norm": 1.0120986700057983,
      "learning_rate": 7.80560322816439e-06,
      "loss": 0.2296,
      "step": 570
    },
    {
      "epoch": 0.38666666666666666,
      "grad_norm": 0.9791989922523499,
      "learning_rate": 7.7085410514137e-06,
      "loss": 0.2129,
      "step": 580
    },
    {
      "epoch": 0.3933333333333333,
      "grad_norm": 1.1297271251678467,
      "learning_rate": 7.610012151902091e-06,
      "loss": 0.2168,
      "step": 590
    },
    {
      "epoch": 0.4,
      "grad_norm": 1.1336264610290527,
      "learning_rate": 7.510069884766802e-06,
      "loss": 0.2284,
      "step": 600
    },
    {
      "epoch": 0.4066666666666667,
      "grad_norm": 1.3268166780471802,
      "learning_rate": 7.408768370508577e-06,
      "loss": 0.2314,
      "step": 610
    },
    {
      "epoch": 0.41333333333333333,
      "grad_norm": 0.8549099564552307,
      "learning_rate": 7.3061624656844544e-06,
      "loss": 0.2239,
      "step": 620
    },
    {
      "epoch": 0.42,
      "grad_norm": 1.6558032035827637,
      "learning_rate": 7.2023077332019755e-06,
      "loss": 0.2322,
      "step": 630
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 1.0937647819519043,
      "learning_rate": 7.0972604122308865e-06,
      "loss": 0.2315,
      "step": 640
    },
    {
      "epoch": 0.43333333333333335,
      "grad_norm": 0.7654536962509155,
      "learning_rate": 6.991077387748643e-06,
      "loss": 0.2195,
      "step": 650
    },
    {
      "epoch": 0.44,
      "grad_norm": 0.8098658919334412,
      "learning_rate": 6.883816159736187e-06,
      "loss": 0.221,
      "step": 660
    },
    {
      "epoch": 0.44666666666666666,
      "grad_norm": 0.9748004674911499,
      "learning_rate": 6.775534812040686e-06,
      "loss": 0.2176,
      "step": 670
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 1.4845142364501953,
      "learning_rate": 6.666291980922122e-06,
      "loss": 0.2367,
      "step": 680
    },
    {
      "epoch": 0.46,
      "grad_norm": 2.1768786907196045,
      "learning_rate": 6.556146823300701e-06,
      "loss": 0.2139,
      "step": 690
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 0.7274279594421387,
      "learning_rate": 6.445158984722358e-06,
      "loss": 0.2152,
      "step": 700
    },
    {
      "epoch": 0.47333333333333333,
      "grad_norm": 1.3629900217056274,
      "learning_rate": 6.3333885670596285e-06,
      "loss": 0.2241,
      "step": 710
    },
    {
      "epoch": 0.48,
      "grad_norm": 1.6502591371536255,
      "learning_rate": 6.220896095965428e-06,
      "loss": 0.2279,
      "step": 720
    },
    {
      "epoch": 0.4866666666666667,
      "grad_norm": 0.9277437925338745,
      "learning_rate": 6.107742488097338e-06,
      "loss": 0.2219,
      "step": 730
    },
    {
      "epoch": 0.49333333333333335,
      "grad_norm": 2.0821571350097656,
      "learning_rate": 5.993989018130173e-06,
      "loss": 0.2384,
      "step": 740
    },
    {
      "epoch": 0.5,
      "grad_norm": 1.9065651893615723,
      "learning_rate": 5.879697285574655e-06,
      "loss": 0.2192,
      "step": 750
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 1.5794545412063599,
      "learning_rate": 5.764929181420191e-06,
      "loss": 0.2202,
      "step": 760
    },
    {
      "epoch": 0.5133333333333333,
      "grad_norm": 1.5839076042175293,
      "learning_rate": 5.649746854619814e-06,
      "loss": 0.2203,
      "step": 770
    },
    {
      "epoch": 0.52,
      "grad_norm": 0.880457878112793,
      "learning_rate": 5.5342126784354265e-06,
      "loss": 0.2253,
      "step": 780
    },
    {
      "epoch": 0.5266666666666666,
      "grad_norm": 0.6156707406044006,
      "learning_rate": 5.41838921666158e-06,
      "loss": 0.2202,
      "step": 790
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 1.1452674865722656,
      "learning_rate": 5.3023391897460715e-06,
      "loss": 0.2223,
      "step": 800
    },
    {
      "epoch": 0.54,
      "grad_norm": 1.035360336303711,
      "learning_rate": 5.18612544082573e-06,
      "loss": 0.2013,
      "step": 810
    },
    {
      "epoch": 0.5466666666666666,
      "grad_norm": 1.1336251497268677,
      "learning_rate": 5.069810901695727e-06,
      "loss": 0.2208,
      "step": 820
    },
    {
      "epoch": 0.5533333333333333,
      "grad_norm": 2.207589626312256,
      "learning_rate": 4.953458558730917e-06,
      "loss": 0.2224,
      "step": 830
    },
    {
      "epoch": 0.56,
      "grad_norm": 1.2475978136062622,
      "learning_rate": 4.837131418777595e-06,
      "loss": 0.2249,
      "step": 840
    },
    {
      "epoch": 0.5666666666666667,
      "grad_norm": 1.1205240488052368,
      "learning_rate": 4.720892475034181e-06,
      "loss": 0.2239,
      "step": 850
    },
    {
      "epoch": 0.5733333333333334,
      "grad_norm": 1.809802532196045,
      "learning_rate": 4.604804672939295e-06,
      "loss": 0.222,
      "step": 860
    },
    {
      "epoch": 0.58,
      "grad_norm": 0.8518161773681641,
      "learning_rate": 4.4889308760856826e-06,
      "loss": 0.2102,
      "step": 870
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 0.6665478348731995,
      "learning_rate": 4.373333832178478e-06,
      "loss": 0.2106,
      "step": 880
    },
    {
      "epoch": 0.5933333333333334,
      "grad_norm": 5.811723232269287,
      "learning_rate": 4.258076139056217e-06,
      "loss": 0.2147,
      "step": 890
    },
    {
      "epoch": 0.6,
      "grad_norm": 1.3903405666351318,
      "learning_rate": 4.143220210792993e-06,
      "loss": 0.2196,
      "step": 900
    },
    {
      "epoch": 0.6066666666666667,
      "grad_norm": 2.413207769393921,
      "learning_rate": 4.028828243900141e-06,
      "loss": 0.2171,
      "step": 910
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 1.6970996856689453,
      "learning_rate": 3.914962183645733e-06,
      "loss": 0.2223,
      "step": 920
    },
    {
      "epoch": 0.62,
      "grad_norm": 0.8392940759658813,
      "learning_rate": 3.8016836905101157e-06,
      "loss": 0.2298,
      "step": 930
    },
    {
      "epoch": 0.6266666666666667,
      "grad_norm": 0.9468324184417725,
      "learning_rate": 3.6890541067956775e-06,
      "loss": 0.2233,
      "step": 940
    },
    {
      "epoch": 0.6333333333333333,
      "grad_norm": 1.0179193019866943,
      "learning_rate": 3.577134423408906e-06,
      "loss": 0.2125,
      "step": 950
    },
    {
      "epoch": 0.64,
      "grad_norm": 1.0932533740997314,
      "learning_rate": 3.465985246832739e-06,
      "loss": 0.2212,
      "step": 960
    },
    {
      "epoch": 0.6466666666666666,
      "grad_norm": 0.7202575206756592,
      "learning_rate": 3.355666766307084e-06,
      "loss": 0.2183,
      "step": 970
    },
    {
      "epoch": 0.6533333333333333,
      "grad_norm": 1.7812130451202393,
      "learning_rate": 3.246238721235283e-06,
      "loss": 0.2131,
      "step": 980
    },
    {
      "epoch": 0.66,
      "grad_norm": 1.973770260810852,
      "learning_rate": 3.137760368834169e-06,
      "loss": 0.2192,
      "step": 990
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 1.8320763111114502,
      "learning_rate": 3.030290452045245e-06,
      "loss": 0.2206,
      "step": 1000
    },
    {
      "epoch": 0.6733333333333333,
      "grad_norm": 1.006077527999878,
      "learning_rate": 2.9238871677243354e-06,
      "loss": 0.2221,
      "step": 1010
    },
    {
      "epoch": 0.68,
      "grad_norm": 0.8653252720832825,
      "learning_rate": 2.818608135126967e-06,
      "loss": 0.216,
      "step": 1020
    },
    {
      "epoch": 0.6866666666666666,
      "grad_norm": 0.9505464434623718,
      "learning_rate": 2.714510364706531e-06,
      "loss": 0.2102,
      "step": 1030
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 1.619780421257019,
      "learning_rate": 2.611650227242102e-06,
      "loss": 0.214,
      "step": 1040
    },
    {
      "epoch": 0.7,
      "grad_norm": 1.0633811950683594,
      "learning_rate": 2.5100834233126827e-06,
      "loss": 0.2143,
      "step": 1050
    },
    {
      "epoch": 0.7066666666666667,
      "grad_norm": 1.2037453651428223,
      "learning_rate": 2.40986495313435e-06,
      "loss": 0.2156,
      "step": 1060
    },
    {
      "epoch": 0.7133333333333334,
      "grad_norm": 0.9945439100265503,
      "learning_rate": 2.3110490867766644e-06,
      "loss": 0.2167,
      "step": 1070
    },
    {
      "epoch": 0.72,
      "grad_norm": 0.8261489868164062,
      "learning_rate": 2.213689334774479e-06,
      "loss": 0.1972,
      "step": 1080
    },
    {
      "epoch": 0.7266666666666667,
      "grad_norm": 1.1621766090393066,
      "learning_rate": 2.1178384191510344e-06,
      "loss": 0.2157,
      "step": 1090
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 1.8021047115325928,
      "learning_rate": 2.023548244868051e-06,
      "loss": 0.2112,
      "step": 1100
    },
    {
      "epoch": 0.74,
      "grad_norm": 1.160200595855713,
      "learning_rate": 1.9308698717182874e-06,
      "loss": 0.2238,
      "step": 1110
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 1.0725440979003906,
      "learning_rate": 1.8398534866757455e-06,
      "loss": 0.205,
      "step": 1120
    },
    {
      "epoch": 0.7533333333333333,
      "grad_norm": 1.2542827129364014,
      "learning_rate": 1.7505483767185583e-06,
      "loss": 0.2204,
      "step": 1130
    },
    {
      "epoch": 0.76,
      "grad_norm": 1.0758079290390015,
      "learning_rate": 1.6630029021392007e-06,
      "loss": 0.2184,
      "step": 1140
    },
    {
      "epoch": 0.7666666666666667,
      "grad_norm": 1.411552906036377,
      "learning_rate": 1.5772644703565564e-06,
      "loss": 0.2153,
      "step": 1150
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 2.0188000202178955,
      "learning_rate": 1.4933795102439558e-06,
      "loss": 0.2053,
      "step": 1160
    },
    {
      "epoch": 0.78,
      "grad_norm": 2.3859939575195312,
      "learning_rate": 1.4113934469871166e-06,
      "loss": 0.2133,
      "step": 1170
    },
    {
      "epoch": 0.7866666666666666,
      "grad_norm": 3.4312915802001953,
      "learning_rate": 1.3313506774856177e-06,
      "loss": 0.2175,
      "step": 1180
    },
    {
      "epoch": 0.7933333333333333,
      "grad_norm": 1.52335786819458,
      "learning_rate": 1.2532945463111856e-06,
      "loss": 0.2141,
      "step": 1190
    },
    {
      "epoch": 0.8,
      "grad_norm": 1.1572726964950562,
      "learning_rate": 1.1772673222358421e-06,
      "loss": 0.2195,
      "step": 1200
    },
    {
      "epoch": 0.8066666666666666,
      "grad_norm": 1.0347495079040527,
      "learning_rate": 1.1033101753426285e-06,
      "loss": 0.2172,
      "step": 1210
    },
    {
      "epoch": 0.8133333333333334,
      "grad_norm": 0.9982233643531799,
      "learning_rate": 1.0314631547312738e-06,
      "loss": 0.2109,
      "step": 1220
    },
    {
      "epoch": 0.82,
      "grad_norm": 1.1346759796142578,
      "learning_rate": 9.617651668308914e-07,
      "loss": 0.2251,
      "step": 1230
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 1.5688387155532837,
      "learning_rate": 8.942539543314799e-07,
      "loss": 0.2211,
      "step": 1240
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 1.6618013381958008,
      "learning_rate": 8.289660757455803e-07,
      "loss": 0.2137,
      "step": 1250
    },
    {
      "epoch": 0.84,
      "grad_norm": 1.3117378950119019,
      "learning_rate": 7.659368856111926e-07,
      "loss": 0.217,
      "step": 1260
    },
    {
      "epoch": 0.8466666666666667,
      "grad_norm": 1.3323535919189453,
      "learning_rate": 7.052005153466779e-07,
      "loss": 0.2055,
      "step": 1270
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 1.4721171855926514,
      "learning_rate": 6.467898547679913e-07,
      "loss": 0.2118,
      "step": 1280
    },
    {
      "epoch": 0.86,
      "grad_norm": 1.349565029144287,
      "learning_rate": 5.9073653427826e-07,
      "loss": 0.2164,
      "step": 1290
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 1.4053493738174438,
      "learning_rate": 5.370709077393721e-07,
      "loss": 0.2104,
      "step": 1300
    },
    {
      "epoch": 0.8733333333333333,
      "grad_norm": 2.291428327560425,
      "learning_rate": 4.858220360348187e-07,
      "loss": 0.207,
      "step": 1310
    },
    {
      "epoch": 0.88,
      "grad_norm": 1.3034300804138184,
      "learning_rate": 4.370176713327118e-07,
      "loss": 0.2078,
      "step": 1320
    },
    {
      "epoch": 0.8866666666666667,
      "grad_norm": 1.0496182441711426,
      "learning_rate": 3.90684242057498e-07,
      "loss": 0.2114,
      "step": 1330
    },
    {
      "epoch": 0.8933333333333333,
      "grad_norm": 1.2907580137252808,
      "learning_rate": 3.468468385785023e-07,
      "loss": 0.2113,
      "step": 1340
    },
    {
      "epoch": 0.9,
      "grad_norm": 1.1610709428787231,
      "learning_rate": 3.055291996230492e-07,
      "loss": 0.2058,
      "step": 1350
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 1.9348887205123901,
      "learning_rate": 2.6675369942151864e-07,
      "loss": 0.2101,
      "step": 1360
    },
    {
      "epoch": 0.9133333333333333,
      "grad_norm": 1.0518368482589722,
      "learning_rate": 2.3054133559131163e-07,
      "loss": 0.2089,
      "step": 1370
    },
    {
      "epoch": 0.92,
      "grad_norm": 1.478385090827942,
      "learning_rate": 1.9691171776626882e-07,
      "loss": 0.2148,
      "step": 1380
    },
    {
      "epoch": 0.9266666666666666,
      "grad_norm": 0.8153437972068787,
      "learning_rate": 1.6588305697770313e-07,
      "loss": 0.2134,
      "step": 1390
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 1.2501732110977173,
      "learning_rate": 1.374721557928116e-07,
      "loss": 0.215,
      "step": 1400
    },
    {
      "epoch": 0.94,
      "grad_norm": 1.0816752910614014,
      "learning_rate": 1.1169439921578485e-07,
      "loss": 0.2111,
      "step": 1410
    },
    {
      "epoch": 0.9466666666666667,
      "grad_norm": 0.9998034834861755,
      "learning_rate": 8.856374635655696e-08,
      "loss": 0.2082,
      "step": 1420
    },
    {
      "epoch": 0.9533333333333334,
      "grad_norm": 1.4752719402313232,
      "learning_rate": 6.809272287169988e-08,
      "loss": 0.2154,
      "step": 1430
    },
    {
      "epoch": 0.96,
      "grad_norm": 1.1925519704818726,
      "learning_rate": 5.029241418156139e-08,
      "loss": 0.2098,
      "step": 1440
    },
    {
      "epoch": 0.9666666666666667,
      "grad_norm": 1.416648030281067,
      "learning_rate": 3.517245946731529e-08,
      "loss": 0.2258,
      "step": 1450
    },
    {
      "epoch": 0.9733333333333334,
      "grad_norm": 1.5981041193008423,
      "learning_rate": 2.27410464511707e-08,
      "loss": 0.2055,
      "step": 1460
    },
    {
      "epoch": 0.98,
      "grad_norm": 1.2621235847473145,
      "learning_rate": 1.3004906962578723e-08,
      "loss": 0.2058,
      "step": 1470
    },
    {
      "epoch": 0.9866666666666667,
      "grad_norm": 0.9262104034423828,
      "learning_rate": 5.969313292830126e-09,
      "loss": 0.2158,
      "step": 1480
    },
    {
      "epoch": 0.9933333333333333,
      "grad_norm": 5.070499897003174,
      "learning_rate": 1.638075340010814e-09,
      "loss": 0.2064,
      "step": 1490
    },
    {
      "epoch": 1.0,
      "grad_norm": 1.1135783195495605,
      "learning_rate": 1.3538545881042198e-11,
      "loss": 0.2022,
      "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": 4.027162792170619e+18,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}