{
  "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": 5.994134426116943,
      "learning_rate": 6.000000000000001e-07,
      "loss": 0.175,
      "step": 10
    },
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 3.399946451187134,
      "learning_rate": 1.2666666666666669e-06,
      "loss": 0.1042,
      "step": 20
    },
    {
      "epoch": 0.02,
      "grad_norm": 2.719925880432129,
      "learning_rate": 1.9333333333333336e-06,
      "loss": 0.0681,
      "step": 30
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 1.0270307064056396,
      "learning_rate": 2.6e-06,
      "loss": 0.0551,
      "step": 40
    },
    {
      "epoch": 0.03333333333333333,
      "grad_norm": 1.4608553647994995,
      "learning_rate": 3.266666666666667e-06,
      "loss": 0.0488,
      "step": 50
    },
    {
      "epoch": 0.04,
      "grad_norm": 0.9024627804756165,
      "learning_rate": 3.9333333333333335e-06,
      "loss": 0.0438,
      "step": 60
    },
    {
      "epoch": 0.04666666666666667,
      "grad_norm": 0.9753227233886719,
      "learning_rate": 4.600000000000001e-06,
      "loss": 0.0373,
      "step": 70
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 1.1240687370300293,
      "learning_rate": 5.2666666666666665e-06,
      "loss": 0.0347,
      "step": 80
    },
    {
      "epoch": 0.06,
      "grad_norm": 1.1371411085128784,
      "learning_rate": 5.933333333333335e-06,
      "loss": 0.0313,
      "step": 90
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 0.7895496487617493,
      "learning_rate": 6.600000000000001e-06,
      "loss": 0.0296,
      "step": 100
    },
    {
      "epoch": 0.07333333333333333,
      "grad_norm": 0.7091456651687622,
      "learning_rate": 7.266666666666668e-06,
      "loss": 0.0288,
      "step": 110
    },
    {
      "epoch": 0.08,
      "grad_norm": 0.6584561467170715,
      "learning_rate": 7.933333333333334e-06,
      "loss": 0.0273,
      "step": 120
    },
    {
      "epoch": 0.08666666666666667,
      "grad_norm": 0.8155165314674377,
      "learning_rate": 8.6e-06,
      "loss": 0.0249,
      "step": 130
    },
    {
      "epoch": 0.09333333333333334,
      "grad_norm": 0.505539059638977,
      "learning_rate": 9.266666666666667e-06,
      "loss": 0.0247,
      "step": 140
    },
    {
      "epoch": 0.1,
      "grad_norm": 0.5572029948234558,
      "learning_rate": 9.933333333333334e-06,
      "loss": 0.0242,
      "step": 150
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 0.6190933585166931,
      "learning_rate": 9.998903417374228e-06,
      "loss": 0.0245,
      "step": 160
    },
    {
      "epoch": 0.11333333333333333,
      "grad_norm": 0.6677952408790588,
      "learning_rate": 9.995113378907791e-06,
      "loss": 0.0222,
      "step": 170
    },
    {
      "epoch": 0.12,
      "grad_norm": 0.7400258183479309,
      "learning_rate": 9.988618398427495e-06,
      "loss": 0.0223,
      "step": 180
    },
    {
      "epoch": 0.12666666666666668,
      "grad_norm": 0.5202834010124207,
      "learning_rate": 9.979421993079853e-06,
      "loss": 0.0225,
      "step": 190
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.8438924551010132,
      "learning_rate": 9.967529142880592e-06,
      "loss": 0.0201,
      "step": 200
    },
    {
      "epoch": 0.14,
      "grad_norm": 0.45411738753318787,
      "learning_rate": 9.952946288017899e-06,
      "loss": 0.02,
      "step": 210
    },
    {
      "epoch": 0.14666666666666667,
      "grad_norm": 0.8377485871315002,
      "learning_rate": 9.93568132536494e-06,
      "loss": 0.0202,
      "step": 220
    },
    {
      "epoch": 0.15333333333333332,
      "grad_norm": 0.4533974826335907,
      "learning_rate": 9.915743604203563e-06,
      "loss": 0.0197,
      "step": 230
    },
    {
      "epoch": 0.16,
      "grad_norm": 0.454845130443573,
      "learning_rate": 9.893143921161501e-06,
      "loss": 0.0187,
      "step": 240
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 0.41856563091278076,
      "learning_rate": 9.867894514365802e-06,
      "loss": 0.0187,
      "step": 250
    },
    {
      "epoch": 0.17333333333333334,
      "grad_norm": 0.38278889656066895,
      "learning_rate": 9.840009056815674e-06,
      "loss": 0.0182,
      "step": 260
    },
    {
      "epoch": 0.18,
      "grad_norm": 0.25773000717163086,
      "learning_rate": 9.809502648978311e-06,
      "loss": 0.018,
      "step": 270
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 0.35702040791511536,
      "learning_rate": 9.776391810611719e-06,
      "loss": 0.0183,
      "step": 280
    },
    {
      "epoch": 0.19333333333333333,
      "grad_norm": 0.27607065439224243,
      "learning_rate": 9.740694471818988e-06,
      "loss": 0.0181,
      "step": 290
    },
    {
      "epoch": 0.2,
      "grad_norm": 0.4670927822589874,
      "learning_rate": 9.702429963338812e-06,
      "loss": 0.0171,
      "step": 300
    },
    {
      "epoch": 0.20666666666666667,
      "grad_norm": 0.5781576037406921,
      "learning_rate": 9.661619006077562e-06,
      "loss": 0.0176,
      "step": 310
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 0.39511653780937195,
      "learning_rate": 9.618283699888543e-06,
      "loss": 0.0177,
      "step": 320
    },
    {
      "epoch": 0.22,
      "grad_norm": 0.5679556727409363,
      "learning_rate": 9.572447511604536e-06,
      "loss": 0.0181,
      "step": 330
    },
    {
      "epoch": 0.22666666666666666,
      "grad_norm": 0.425304651260376,
      "learning_rate": 9.524135262330098e-06,
      "loss": 0.0184,
      "step": 340
    },
    {
      "epoch": 0.23333333333333334,
      "grad_norm": 0.27742236852645874,
      "learning_rate": 9.473373114000493e-06,
      "loss": 0.0172,
      "step": 350
    },
    {
      "epoch": 0.24,
      "grad_norm": 0.5351159572601318,
      "learning_rate": 9.420188555214537e-06,
      "loss": 0.0182,
      "step": 360
    },
    {
      "epoch": 0.24666666666666667,
      "grad_norm": 0.3773418366909027,
      "learning_rate": 9.364610386349048e-06,
      "loss": 0.0167,
      "step": 370
    },
    {
      "epoch": 0.25333333333333335,
      "grad_norm": 0.16971096396446228,
      "learning_rate": 9.306668703962927e-06,
      "loss": 0.0161,
      "step": 380
    },
    {
      "epoch": 0.26,
      "grad_norm": 0.501671314239502,
      "learning_rate": 9.246394884499334e-06,
      "loss": 0.016,
      "step": 390
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.24730581045150757,
      "learning_rate": 9.18382156729481e-06,
      "loss": 0.0165,
      "step": 400
    },
    {
      "epoch": 0.2733333333333333,
      "grad_norm": 0.560579776763916,
      "learning_rate": 9.118982636904476e-06,
      "loss": 0.0172,
      "step": 410
    },
    {
      "epoch": 0.28,
      "grad_norm": 0.5397422313690186,
      "learning_rate": 9.051913204752972e-06,
      "loss": 0.0175,
      "step": 420
    },
    {
      "epoch": 0.2866666666666667,
      "grad_norm": 0.2890060842037201,
      "learning_rate": 8.982649590120982e-06,
      "loss": 0.0163,
      "step": 430
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 0.2693656086921692,
      "learning_rate": 8.911229300477716e-06,
      "loss": 0.016,
      "step": 440
    },
    {
      "epoch": 0.3,
      "grad_norm": 0.2653290331363678,
      "learning_rate": 8.837691011169944e-06,
      "loss": 0.0158,
      "step": 450
    },
    {
      "epoch": 0.30666666666666664,
      "grad_norm": 0.32299572229385376,
      "learning_rate": 8.762074544478622e-06,
      "loss": 0.0156,
      "step": 460
    },
    {
      "epoch": 0.31333333333333335,
      "grad_norm": 0.365024209022522,
      "learning_rate": 8.68442084805442e-06,
      "loss": 0.0165,
      "step": 470
    },
    {
      "epoch": 0.32,
      "grad_norm": 0.2508654296398163,
      "learning_rate": 8.604771972743848e-06,
      "loss": 0.0168,
      "step": 480
    },
    {
      "epoch": 0.32666666666666666,
      "grad_norm": 0.48612648248672485,
      "learning_rate": 8.523171049817974e-06,
      "loss": 0.0162,
      "step": 490
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.3079134523868561,
      "learning_rate": 8.439662267616093e-06,
      "loss": 0.0157,
      "step": 500
    },
    {
      "epoch": 0.34,
      "grad_norm": 0.343406081199646,
      "learning_rate": 8.354290847616954e-06,
      "loss": 0.0154,
      "step": 510
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 0.37056300044059753,
      "learning_rate": 8.267103019950529e-06,
      "loss": 0.0149,
      "step": 520
    },
    {
      "epoch": 0.35333333333333333,
      "grad_norm": 0.3414982557296753,
      "learning_rate": 8.178145998363585e-06,
      "loss": 0.0154,
      "step": 530
    },
    {
      "epoch": 0.36,
      "grad_norm": 0.288027286529541,
      "learning_rate": 8.087467954652608e-06,
      "loss": 0.016,
      "step": 540
    },
    {
      "epoch": 0.36666666666666664,
      "grad_norm": 0.5601997971534729,
      "learning_rate": 7.99511799257793e-06,
      "loss": 0.0157,
      "step": 550
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 0.31381815671920776,
      "learning_rate": 7.901146121273165e-06,
      "loss": 0.015,
      "step": 560
    },
    {
      "epoch": 0.38,
      "grad_norm": 0.4023382067680359,
      "learning_rate": 7.80560322816439e-06,
      "loss": 0.015,
      "step": 570
    },
    {
      "epoch": 0.38666666666666666,
      "grad_norm": 0.31351611018180847,
      "learning_rate": 7.7085410514137e-06,
      "loss": 0.0156,
      "step": 580
    },
    {
      "epoch": 0.3933333333333333,
      "grad_norm": 0.3770540952682495,
      "learning_rate": 7.610012151902091e-06,
      "loss": 0.0147,
      "step": 590
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.36185187101364136,
      "learning_rate": 7.510069884766802e-06,
      "loss": 0.0147,
      "step": 600
    },
    {
      "epoch": 0.4066666666666667,
      "grad_norm": 0.3803247809410095,
      "learning_rate": 7.408768370508577e-06,
      "loss": 0.0152,
      "step": 610
    },
    {
      "epoch": 0.41333333333333333,
      "grad_norm": 0.27621161937713623,
      "learning_rate": 7.3061624656844544e-06,
      "loss": 0.0153,
      "step": 620
    },
    {
      "epoch": 0.42,
      "grad_norm": 0.2006918489933014,
      "learning_rate": 7.2023077332019755e-06,
      "loss": 0.0146,
      "step": 630
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 0.2993927001953125,
      "learning_rate": 7.0972604122308865e-06,
      "loss": 0.0141,
      "step": 640
    },
    {
      "epoch": 0.43333333333333335,
      "grad_norm": 0.46337828040122986,
      "learning_rate": 6.991077387748643e-06,
      "loss": 0.0142,
      "step": 650
    },
    {
      "epoch": 0.44,
      "grad_norm": 0.282240092754364,
      "learning_rate": 6.883816159736187e-06,
      "loss": 0.0144,
      "step": 660
    },
    {
      "epoch": 0.44666666666666666,
      "grad_norm": 0.4149034023284912,
      "learning_rate": 6.775534812040686e-06,
      "loss": 0.0143,
      "step": 670
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 0.3922434449195862,
      "learning_rate": 6.666291980922122e-06,
      "loss": 0.0137,
      "step": 680
    },
    {
      "epoch": 0.46,
      "grad_norm": 0.5721436738967896,
      "learning_rate": 6.556146823300701e-06,
      "loss": 0.0136,
      "step": 690
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 0.34256666898727417,
      "learning_rate": 6.445158984722358e-06,
      "loss": 0.014,
      "step": 700
    },
    {
      "epoch": 0.47333333333333333,
      "grad_norm": 0.24049052596092224,
      "learning_rate": 6.3333885670596285e-06,
      "loss": 0.0148,
      "step": 710
    },
    {
      "epoch": 0.48,
      "grad_norm": 0.46388548612594604,
      "learning_rate": 6.220896095965428e-06,
      "loss": 0.0139,
      "step": 720
    },
    {
      "epoch": 0.4866666666666667,
      "grad_norm": 0.22854427993297577,
      "learning_rate": 6.107742488097338e-06,
      "loss": 0.0141,
      "step": 730
    },
    {
      "epoch": 0.49333333333333335,
      "grad_norm": 0.5968183279037476,
      "learning_rate": 5.993989018130173e-06,
      "loss": 0.014,
      "step": 740
    },
    {
      "epoch": 0.5,
      "grad_norm": 0.4249207675457001,
      "learning_rate": 5.879697285574655e-06,
      "loss": 0.0138,
      "step": 750
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 0.2231101244688034,
      "learning_rate": 5.764929181420191e-06,
      "loss": 0.014,
      "step": 760
    },
    {
      "epoch": 0.5133333333333333,
      "grad_norm": 0.36653780937194824,
      "learning_rate": 5.649746854619814e-06,
      "loss": 0.0139,
      "step": 770
    },
    {
      "epoch": 0.52,
      "grad_norm": 0.19588175415992737,
      "learning_rate": 5.5342126784354265e-06,
      "loss": 0.0134,
      "step": 780
    },
    {
      "epoch": 0.5266666666666666,
      "grad_norm": 0.24854260683059692,
      "learning_rate": 5.41838921666158e-06,
      "loss": 0.014,
      "step": 790
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.3001134693622589,
      "learning_rate": 5.3023391897460715e-06,
      "loss": 0.0131,
      "step": 800
    },
    {
      "epoch": 0.54,
      "grad_norm": 0.49862706661224365,
      "learning_rate": 5.18612544082573e-06,
      "loss": 0.0137,
      "step": 810
    },
    {
      "epoch": 0.5466666666666666,
      "grad_norm": 0.26323696970939636,
      "learning_rate": 5.069810901695727e-06,
      "loss": 0.014,
      "step": 820
    },
    {
      "epoch": 0.5533333333333333,
      "grad_norm": 0.28076741099357605,
      "learning_rate": 4.953458558730917e-06,
      "loss": 0.0139,
      "step": 830
    },
    {
      "epoch": 0.56,
      "grad_norm": 0.3357063829898834,
      "learning_rate": 4.837131418777595e-06,
      "loss": 0.0136,
      "step": 840
    },
    {
      "epoch": 0.5666666666666667,
      "grad_norm": 0.24067562818527222,
      "learning_rate": 4.720892475034181e-06,
      "loss": 0.0135,
      "step": 850
    },
    {
      "epoch": 0.5733333333333334,
      "grad_norm": 0.25916463136672974,
      "learning_rate": 4.604804672939295e-06,
      "loss": 0.0136,
      "step": 860
    },
    {
      "epoch": 0.58,
      "grad_norm": 0.20351918041706085,
      "learning_rate": 4.4889308760856826e-06,
      "loss": 0.0133,
      "step": 870
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 0.4371054172515869,
      "learning_rate": 4.373333832178478e-06,
      "loss": 0.0134,
      "step": 880
    },
    {
      "epoch": 0.5933333333333334,
      "grad_norm": 0.39079660177230835,
      "learning_rate": 4.258076139056217e-06,
      "loss": 0.013,
      "step": 890
    },
    {
      "epoch": 0.6,
      "grad_norm": 0.4381239116191864,
      "learning_rate": 4.143220210792993e-06,
      "loss": 0.0132,
      "step": 900
    },
    {
      "epoch": 0.6066666666666667,
      "grad_norm": 0.3160956799983978,
      "learning_rate": 4.028828243900141e-06,
      "loss": 0.0129,
      "step": 910
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 0.2651028633117676,
      "learning_rate": 3.914962183645733e-06,
      "loss": 0.0129,
      "step": 920
    },
    {
      "epoch": 0.62,
      "grad_norm": 0.3607714772224426,
      "learning_rate": 3.8016836905101157e-06,
      "loss": 0.0133,
      "step": 930
    },
    {
      "epoch": 0.6266666666666667,
      "grad_norm": 0.36503130197525024,
      "learning_rate": 3.6890541067956775e-06,
      "loss": 0.0134,
      "step": 940
    },
    {
      "epoch": 0.6333333333333333,
      "grad_norm": 0.17073476314544678,
      "learning_rate": 3.577134423408906e-06,
      "loss": 0.0136,
      "step": 950
    },
    {
      "epoch": 0.64,
      "grad_norm": 0.17764368653297424,
      "learning_rate": 3.465985246832739e-06,
      "loss": 0.0132,
      "step": 960
    },
    {
      "epoch": 0.6466666666666666,
      "grad_norm": 0.2625918984413147,
      "learning_rate": 3.355666766307084e-06,
      "loss": 0.0129,
      "step": 970
    },
    {
      "epoch": 0.6533333333333333,
      "grad_norm": 0.2430090755224228,
      "learning_rate": 3.246238721235283e-06,
      "loss": 0.0126,
      "step": 980
    },
    {
      "epoch": 0.66,
      "grad_norm": 0.19679400324821472,
      "learning_rate": 3.137760368834169e-06,
      "loss": 0.0124,
      "step": 990
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.16957494616508484,
      "learning_rate": 3.030290452045245e-06,
      "loss": 0.0121,
      "step": 1000
    },
    {
      "epoch": 0.6733333333333333,
      "grad_norm": 0.14903229475021362,
      "learning_rate": 2.9238871677243354e-06,
      "loss": 0.0122,
      "step": 1010
    },
    {
      "epoch": 0.68,
      "grad_norm": 0.3105601370334625,
      "learning_rate": 2.818608135126967e-06,
      "loss": 0.0129,
      "step": 1020
    },
    {
      "epoch": 0.6866666666666666,
      "grad_norm": 0.2961723506450653,
      "learning_rate": 2.714510364706531e-06,
      "loss": 0.0126,
      "step": 1030
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 0.3342641294002533,
      "learning_rate": 2.611650227242102e-06,
      "loss": 0.0132,
      "step": 1040
    },
    {
      "epoch": 0.7,
      "grad_norm": 0.20333339273929596,
      "learning_rate": 2.5100834233126827e-06,
      "loss": 0.0122,
      "step": 1050
    },
    {
      "epoch": 0.7066666666666667,
      "grad_norm": 0.3329560458660126,
      "learning_rate": 2.40986495313435e-06,
      "loss": 0.0119,
      "step": 1060
    },
    {
      "epoch": 0.7133333333333334,
      "grad_norm": 0.22609993815422058,
      "learning_rate": 2.3110490867766644e-06,
      "loss": 0.0123,
      "step": 1070
    },
    {
      "epoch": 0.72,
      "grad_norm": 0.227346271276474,
      "learning_rate": 2.213689334774479e-06,
      "loss": 0.0126,
      "step": 1080
    },
    {
      "epoch": 0.7266666666666667,
      "grad_norm": 0.24375805258750916,
      "learning_rate": 2.1178384191510344e-06,
      "loss": 0.0123,
      "step": 1090
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 0.42897361516952515,
      "learning_rate": 2.023548244868051e-06,
      "loss": 0.0119,
      "step": 1100
    },
    {
      "epoch": 0.74,
      "grad_norm": 0.18579314649105072,
      "learning_rate": 1.9308698717182874e-06,
      "loss": 0.0118,
      "step": 1110
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 0.31094327569007874,
      "learning_rate": 1.8398534866757455e-06,
      "loss": 0.0123,
      "step": 1120
    },
    {
      "epoch": 0.7533333333333333,
      "grad_norm": 0.19215841591358185,
      "learning_rate": 1.7505483767185583e-06,
      "loss": 0.012,
      "step": 1130
    },
    {
      "epoch": 0.76,
      "grad_norm": 0.2373524308204651,
      "learning_rate": 1.6630029021392007e-06,
      "loss": 0.0119,
      "step": 1140
    },
    {
      "epoch": 0.7666666666666667,
      "grad_norm": 0.2096996158361435,
      "learning_rate": 1.5772644703565564e-06,
      "loss": 0.0116,
      "step": 1150
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 0.15444570779800415,
      "learning_rate": 1.4933795102439558e-06,
      "loss": 0.0117,
      "step": 1160
    },
    {
      "epoch": 0.78,
      "grad_norm": 0.23972508311271667,
      "learning_rate": 1.4113934469871166e-06,
      "loss": 0.0121,
      "step": 1170
    },
    {
      "epoch": 0.7866666666666666,
      "grad_norm": 0.2645227015018463,
      "learning_rate": 1.3313506774856177e-06,
      "loss": 0.0117,
      "step": 1180
    },
    {
      "epoch": 0.7933333333333333,
      "grad_norm": 0.2004222571849823,
      "learning_rate": 1.2532945463111856e-06,
      "loss": 0.0118,
      "step": 1190
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.16215702891349792,
      "learning_rate": 1.1772673222358421e-06,
      "loss": 0.0115,
      "step": 1200
    },
    {
      "epoch": 0.8066666666666666,
      "grad_norm": 0.31943339109420776,
      "learning_rate": 1.1033101753426285e-06,
      "loss": 0.0113,
      "step": 1210
    },
    {
      "epoch": 0.8133333333333334,
      "grad_norm": 0.3029946982860565,
      "learning_rate": 1.0314631547312738e-06,
      "loss": 0.0118,
      "step": 1220
    },
    {
      "epoch": 0.82,
      "grad_norm": 0.2504347860813141,
      "learning_rate": 9.617651668308914e-07,
      "loss": 0.0113,
      "step": 1230
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 0.2231006771326065,
      "learning_rate": 8.942539543314799e-07,
      "loss": 0.0116,
      "step": 1240
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 0.3094524145126343,
      "learning_rate": 8.289660757455803e-07,
      "loss": 0.0114,
      "step": 1250
    },
    {
      "epoch": 0.84,
      "grad_norm": 0.2513866126537323,
      "learning_rate": 7.659368856111926e-07,
      "loss": 0.0115,
      "step": 1260
    },
    {
      "epoch": 0.8466666666666667,
      "grad_norm": 0.23681369423866272,
      "learning_rate": 7.052005153466779e-07,
      "loss": 0.0117,
      "step": 1270
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 0.1608186662197113,
      "learning_rate": 6.467898547679913e-07,
      "loss": 0.0105,
      "step": 1280
    },
    {
      "epoch": 0.86,
      "grad_norm": 0.24096722900867462,
      "learning_rate": 5.9073653427826e-07,
      "loss": 0.0113,
      "step": 1290
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 0.28255495429039,
      "learning_rate": 5.370709077393721e-07,
      "loss": 0.0118,
      "step": 1300
    },
    {
      "epoch": 0.8733333333333333,
      "grad_norm": 0.3056003749370575,
      "learning_rate": 4.858220360348187e-07,
      "loss": 0.0115,
      "step": 1310
    },
    {
      "epoch": 0.88,
      "grad_norm": 0.13782945275306702,
      "learning_rate": 4.370176713327118e-07,
      "loss": 0.0111,
      "step": 1320
    },
    {
      "epoch": 0.8866666666666667,
      "grad_norm": 0.2869226336479187,
      "learning_rate": 3.90684242057498e-07,
      "loss": 0.0116,
      "step": 1330
    },
    {
      "epoch": 0.8933333333333333,
      "grad_norm": 0.191489115357399,
      "learning_rate": 3.468468385785023e-07,
      "loss": 0.0111,
      "step": 1340
    },
    {
      "epoch": 0.9,
      "grad_norm": 0.34388700127601624,
      "learning_rate": 3.055291996230492e-07,
      "loss": 0.0117,
      "step": 1350
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 0.5081269145011902,
      "learning_rate": 2.6675369942151864e-07,
      "loss": 0.0112,
      "step": 1360
    },
    {
      "epoch": 0.9133333333333333,
      "grad_norm": 0.16801099479198456,
      "learning_rate": 2.3054133559131163e-07,
      "loss": 0.0112,
      "step": 1370
    },
    {
      "epoch": 0.92,
      "grad_norm": 0.16556338965892792,
      "learning_rate": 1.9691171776626882e-07,
      "loss": 0.0115,
      "step": 1380
    },
    {
      "epoch": 0.9266666666666666,
      "grad_norm": 0.2073337435722351,
      "learning_rate": 1.6588305697770313e-07,
      "loss": 0.012,
      "step": 1390
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 0.254895955324173,
      "learning_rate": 1.374721557928116e-07,
      "loss": 0.0113,
      "step": 1400
    },
    {
      "epoch": 0.94,
      "grad_norm": 0.27769893407821655,
      "learning_rate": 1.1169439921578485e-07,
      "loss": 0.0112,
      "step": 1410
    },
    {
      "epoch": 0.9466666666666667,
      "grad_norm": 0.16233797371387482,
      "learning_rate": 8.856374635655696e-08,
      "loss": 0.0116,
      "step": 1420
    },
    {
      "epoch": 0.9533333333333334,
      "grad_norm": 0.23681287467479706,
      "learning_rate": 6.809272287169988e-08,
      "loss": 0.0112,
      "step": 1430
    },
    {
      "epoch": 0.96,
      "grad_norm": 0.25841930508613586,
      "learning_rate": 5.029241418156139e-08,
      "loss": 0.0116,
      "step": 1440
    },
    {
      "epoch": 0.9666666666666667,
      "grad_norm": 0.17749659717082977,
      "learning_rate": 3.517245946731529e-08,
      "loss": 0.0113,
      "step": 1450
    },
    {
      "epoch": 0.9733333333333334,
      "grad_norm": 0.29562607407569885,
      "learning_rate": 2.27410464511707e-08,
      "loss": 0.0116,
      "step": 1460
    },
    {
      "epoch": 0.98,
      "grad_norm": 0.24327848851680756,
      "learning_rate": 1.3004906962578723e-08,
      "loss": 0.0111,
      "step": 1470
    },
    {
      "epoch": 0.9866666666666667,
      "grad_norm": 0.3031357228755951,
      "learning_rate": 5.969313292830126e-09,
      "loss": 0.0113,
      "step": 1480
    },
    {
      "epoch": 0.9933333333333333,
      "grad_norm": 0.22128340601921082,
      "learning_rate": 1.638075340010814e-09,
      "loss": 0.0108,
      "step": 1490
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.2441670298576355,
      "learning_rate": 1.3538545881042198e-11,
      "loss": 0.0115,
      "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": 8.67600989843515e+18,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}