{
  "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": 23.38005256652832,
      "learning_rate": 6.000000000000001e-07,
      "loss": 0.5199,
      "step": 10
    },
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 2.261168956756592,
      "learning_rate": 1.2666666666666669e-06,
      "loss": 0.2302,
      "step": 20
    },
    {
      "epoch": 0.02,
      "grad_norm": 1.4007741212844849,
      "learning_rate": 1.9333333333333336e-06,
      "loss": 0.0981,
      "step": 30
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 1.3919832706451416,
      "learning_rate": 2.6e-06,
      "loss": 0.0889,
      "step": 40
    },
    {
      "epoch": 0.03333333333333333,
      "grad_norm": 0.9216951131820679,
      "learning_rate": 3.266666666666667e-06,
      "loss": 0.0871,
      "step": 50
    },
    {
      "epoch": 0.04,
      "grad_norm": 1.8174464702606201,
      "learning_rate": 3.9333333333333335e-06,
      "loss": 0.0855,
      "step": 60
    },
    {
      "epoch": 0.04666666666666667,
      "grad_norm": 1.5457468032836914,
      "learning_rate": 4.600000000000001e-06,
      "loss": 0.0844,
      "step": 70
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 1.8307305574417114,
      "learning_rate": 5.2666666666666665e-06,
      "loss": 0.0823,
      "step": 80
    },
    {
      "epoch": 0.06,
      "grad_norm": 1.5694262981414795,
      "learning_rate": 5.933333333333335e-06,
      "loss": 0.0807,
      "step": 90
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 2.085618495941162,
      "learning_rate": 6.600000000000001e-06,
      "loss": 0.0759,
      "step": 100
    },
    {
      "epoch": 0.07333333333333333,
      "grad_norm": 1.944124460220337,
      "learning_rate": 7.266666666666668e-06,
      "loss": 0.0705,
      "step": 110
    },
    {
      "epoch": 0.08,
      "grad_norm": 2.5441222190856934,
      "learning_rate": 7.933333333333334e-06,
      "loss": 0.0682,
      "step": 120
    },
    {
      "epoch": 0.08666666666666667,
      "grad_norm": 2.9319021701812744,
      "learning_rate": 8.6e-06,
      "loss": 0.0673,
      "step": 130
    },
    {
      "epoch": 0.09333333333333334,
      "grad_norm": 1.4501616954803467,
      "learning_rate": 9.266666666666667e-06,
      "loss": 0.0638,
      "step": 140
    },
    {
      "epoch": 0.1,
      "grad_norm": 1.3609671592712402,
      "learning_rate": 9.933333333333334e-06,
      "loss": 0.0589,
      "step": 150
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 1.4995142221450806,
      "learning_rate": 9.998903417374228e-06,
      "loss": 0.0601,
      "step": 160
    },
    {
      "epoch": 0.11333333333333333,
      "grad_norm": 3.722611427307129,
      "learning_rate": 9.995113378907791e-06,
      "loss": 0.0559,
      "step": 170
    },
    {
      "epoch": 0.12,
      "grad_norm": 1.2468119859695435,
      "learning_rate": 9.988618398427495e-06,
      "loss": 0.0553,
      "step": 180
    },
    {
      "epoch": 0.12666666666666668,
      "grad_norm": 1.418134093284607,
      "learning_rate": 9.979421993079853e-06,
      "loss": 0.0542,
      "step": 190
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.8770590424537659,
      "learning_rate": 9.967529142880592e-06,
      "loss": 0.0874,
      "step": 200
    },
    {
      "epoch": 0.14,
      "grad_norm": 1.589220404624939,
      "learning_rate": 9.952946288017899e-06,
      "loss": 0.0562,
      "step": 210
    },
    {
      "epoch": 0.14666666666666667,
      "grad_norm": 1.085888147354126,
      "learning_rate": 9.93568132536494e-06,
      "loss": 0.0504,
      "step": 220
    },
    {
      "epoch": 0.15333333333333332,
      "grad_norm": 1.21186101436615,
      "learning_rate": 9.915743604203563e-06,
      "loss": 0.0507,
      "step": 230
    },
    {
      "epoch": 0.16,
      "grad_norm": 1.1956708431243896,
      "learning_rate": 9.893143921161501e-06,
      "loss": 0.0482,
      "step": 240
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 0.9438697695732117,
      "learning_rate": 9.867894514365802e-06,
      "loss": 0.0547,
      "step": 250
    },
    {
      "epoch": 0.17333333333333334,
      "grad_norm": 2.853625774383545,
      "learning_rate": 9.840009056815674e-06,
      "loss": 0.0478,
      "step": 260
    },
    {
      "epoch": 0.18,
      "grad_norm": 0.5835002660751343,
      "learning_rate": 9.809502648978311e-06,
      "loss": 0.0498,
      "step": 270
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 0.686508297920227,
      "learning_rate": 9.776391810611719e-06,
      "loss": 0.047,
      "step": 280
    },
    {
      "epoch": 0.19333333333333333,
      "grad_norm": 0.9264227747917175,
      "learning_rate": 9.740694471818988e-06,
      "loss": 0.0437,
      "step": 290
    },
    {
      "epoch": 0.2,
      "grad_norm": 1.6681939363479614,
      "learning_rate": 9.702429963338812e-06,
      "loss": 0.0472,
      "step": 300
    },
    {
      "epoch": 0.20666666666666667,
      "grad_norm": 0.9500154256820679,
      "learning_rate": 9.661619006077562e-06,
      "loss": 0.0474,
      "step": 310
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 0.7100712656974792,
      "learning_rate": 9.618283699888543e-06,
      "loss": 0.0457,
      "step": 320
    },
    {
      "epoch": 0.22,
      "grad_norm": 0.7725573182106018,
      "learning_rate": 9.572447511604536e-06,
      "loss": 0.0441,
      "step": 330
    },
    {
      "epoch": 0.22666666666666666,
      "grad_norm": 0.37994787096977234,
      "learning_rate": 9.524135262330098e-06,
      "loss": 0.042,
      "step": 340
    },
    {
      "epoch": 0.23333333333333334,
      "grad_norm": 0.536831259727478,
      "learning_rate": 9.473373114000493e-06,
      "loss": 0.0451,
      "step": 350
    },
    {
      "epoch": 0.24,
      "grad_norm": 0.6121244430541992,
      "learning_rate": 9.420188555214537e-06,
      "loss": 0.0468,
      "step": 360
    },
    {
      "epoch": 0.24666666666666667,
      "grad_norm": 0.7746485471725464,
      "learning_rate": 9.364610386349048e-06,
      "loss": 0.0435,
      "step": 370
    },
    {
      "epoch": 0.25333333333333335,
      "grad_norm": 0.42388153076171875,
      "learning_rate": 9.306668703962927e-06,
      "loss": 0.0444,
      "step": 380
    },
    {
      "epoch": 0.26,
      "grad_norm": 0.5049645304679871,
      "learning_rate": 9.246394884499334e-06,
      "loss": 0.0441,
      "step": 390
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 3.723182201385498,
      "learning_rate": 9.18382156729481e-06,
      "loss": 0.0436,
      "step": 400
    },
    {
      "epoch": 0.2733333333333333,
      "grad_norm": 0.7445145845413208,
      "learning_rate": 9.118982636904476e-06,
      "loss": 0.047,
      "step": 410
    },
    {
      "epoch": 0.28,
      "grad_norm": 0.7090749740600586,
      "learning_rate": 9.051913204752972e-06,
      "loss": 0.0413,
      "step": 420
    },
    {
      "epoch": 0.2866666666666667,
      "grad_norm": 0.3536689281463623,
      "learning_rate": 8.982649590120982e-06,
      "loss": 0.0417,
      "step": 430
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 0.8083131909370422,
      "learning_rate": 8.911229300477716e-06,
      "loss": 0.044,
      "step": 440
    },
    {
      "epoch": 0.3,
      "grad_norm": 0.7381449341773987,
      "learning_rate": 8.837691011169944e-06,
      "loss": 0.0417,
      "step": 450
    },
    {
      "epoch": 0.30666666666666664,
      "grad_norm": 0.5871881246566772,
      "learning_rate": 8.762074544478622e-06,
      "loss": 0.0412,
      "step": 460
    },
    {
      "epoch": 0.31333333333333335,
      "grad_norm": 0.5673087239265442,
      "learning_rate": 8.68442084805442e-06,
      "loss": 0.0438,
      "step": 470
    },
    {
      "epoch": 0.32,
      "grad_norm": 0.41602784395217896,
      "learning_rate": 8.604771972743848e-06,
      "loss": 0.0437,
      "step": 480
    },
    {
      "epoch": 0.32666666666666666,
      "grad_norm": 0.5566081404685974,
      "learning_rate": 8.523171049817974e-06,
      "loss": 0.043,
      "step": 490
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.6161014437675476,
      "learning_rate": 8.439662267616093e-06,
      "loss": 0.0427,
      "step": 500
    },
    {
      "epoch": 0.34,
      "grad_norm": 0.6799688935279846,
      "learning_rate": 8.354290847616954e-06,
      "loss": 0.0415,
      "step": 510
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 0.6191172003746033,
      "learning_rate": 8.267103019950529e-06,
      "loss": 0.0426,
      "step": 520
    },
    {
      "epoch": 0.35333333333333333,
      "grad_norm": 0.6475736498832703,
      "learning_rate": 8.178145998363585e-06,
      "loss": 0.043,
      "step": 530
    },
    {
      "epoch": 0.36,
      "grad_norm": 0.9365835189819336,
      "learning_rate": 8.087467954652608e-06,
      "loss": 0.0403,
      "step": 540
    },
    {
      "epoch": 0.36666666666666664,
      "grad_norm": 0.49718907475471497,
      "learning_rate": 7.99511799257793e-06,
      "loss": 0.042,
      "step": 550
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 0.41362524032592773,
      "learning_rate": 7.901146121273165e-06,
      "loss": 0.0429,
      "step": 560
    },
    {
      "epoch": 0.38,
      "grad_norm": 0.7083254456520081,
      "learning_rate": 7.80560322816439e-06,
      "loss": 0.0412,
      "step": 570
    },
    {
      "epoch": 0.38666666666666666,
      "grad_norm": 1.015234351158142,
      "learning_rate": 7.7085410514137e-06,
      "loss": 0.0423,
      "step": 580
    },
    {
      "epoch": 0.3933333333333333,
      "grad_norm": 0.8966933488845825,
      "learning_rate": 7.610012151902091e-06,
      "loss": 0.0413,
      "step": 590
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.34376341104507446,
      "learning_rate": 7.510069884766802e-06,
      "loss": 0.0419,
      "step": 600
    },
    {
      "epoch": 0.4066666666666667,
      "grad_norm": 0.9467560052871704,
      "learning_rate": 7.408768370508577e-06,
      "loss": 0.0424,
      "step": 610
    },
    {
      "epoch": 0.41333333333333333,
      "grad_norm": 0.31631985306739807,
      "learning_rate": 7.3061624656844544e-06,
      "loss": 0.0409,
      "step": 620
    },
    {
      "epoch": 0.42,
      "grad_norm": 0.7668049931526184,
      "learning_rate": 7.2023077332019755e-06,
      "loss": 0.0411,
      "step": 630
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 0.80842524766922,
      "learning_rate": 7.0972604122308865e-06,
      "loss": 0.0432,
      "step": 640
    },
    {
      "epoch": 0.43333333333333335,
      "grad_norm": 0.4969898462295532,
      "learning_rate": 6.991077387748643e-06,
      "loss": 0.042,
      "step": 650
    },
    {
      "epoch": 0.44,
      "grad_norm": 0.20295096933841705,
      "learning_rate": 6.883816159736187e-06,
      "loss": 0.0407,
      "step": 660
    },
    {
      "epoch": 0.44666666666666666,
      "grad_norm": 0.2089935839176178,
      "learning_rate": 6.775534812040686e-06,
      "loss": 0.0412,
      "step": 670
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 0.7864367365837097,
      "learning_rate": 6.666291980922122e-06,
      "loss": 0.0407,
      "step": 680
    },
    {
      "epoch": 0.46,
      "grad_norm": 0.7655208706855774,
      "learning_rate": 6.556146823300701e-06,
      "loss": 0.0412,
      "step": 690
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 0.38828086853027344,
      "learning_rate": 6.445158984722358e-06,
      "loss": 0.0419,
      "step": 700
    },
    {
      "epoch": 0.47333333333333333,
      "grad_norm": 0.4859353005886078,
      "learning_rate": 6.3333885670596285e-06,
      "loss": 0.0397,
      "step": 710
    },
    {
      "epoch": 0.48,
      "grad_norm": 0.41159167885780334,
      "learning_rate": 6.220896095965428e-06,
      "loss": 0.04,
      "step": 720
    },
    {
      "epoch": 0.4866666666666667,
      "grad_norm": 0.6634136438369751,
      "learning_rate": 6.107742488097338e-06,
      "loss": 0.04,
      "step": 730
    },
    {
      "epoch": 0.49333333333333335,
      "grad_norm": 0.41926607489585876,
      "learning_rate": 5.993989018130173e-06,
      "loss": 0.041,
      "step": 740
    },
    {
      "epoch": 0.5,
      "grad_norm": 0.41700485348701477,
      "learning_rate": 5.879697285574655e-06,
      "loss": 0.0412,
      "step": 750
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 0.5874981880187988,
      "learning_rate": 5.764929181420191e-06,
      "loss": 0.0397,
      "step": 760
    },
    {
      "epoch": 0.5133333333333333,
      "grad_norm": 0.32805779576301575,
      "learning_rate": 5.649746854619814e-06,
      "loss": 0.0396,
      "step": 770
    },
    {
      "epoch": 0.52,
      "grad_norm": 0.46715620160102844,
      "learning_rate": 5.5342126784354265e-06,
      "loss": 0.0423,
      "step": 780
    },
    {
      "epoch": 0.5266666666666666,
      "grad_norm": 0.5405133962631226,
      "learning_rate": 5.41838921666158e-06,
      "loss": 0.0402,
      "step": 790
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.47492077946662903,
      "learning_rate": 5.3023391897460715e-06,
      "loss": 0.0404,
      "step": 800
    },
    {
      "epoch": 0.54,
      "grad_norm": 0.5331486463546753,
      "learning_rate": 5.18612544082573e-06,
      "loss": 0.0392,
      "step": 810
    },
    {
      "epoch": 0.5466666666666666,
      "grad_norm": 0.36434206366539,
      "learning_rate": 5.069810901695727e-06,
      "loss": 0.0394,
      "step": 820
    },
    {
      "epoch": 0.5533333333333333,
      "grad_norm": 0.8751614093780518,
      "learning_rate": 4.953458558730917e-06,
      "loss": 0.0404,
      "step": 830
    },
    {
      "epoch": 0.56,
      "grad_norm": 0.9306120276451111,
      "learning_rate": 4.837131418777595e-06,
      "loss": 0.0402,
      "step": 840
    },
    {
      "epoch": 0.5666666666666667,
      "grad_norm": 1.128825306892395,
      "learning_rate": 4.720892475034181e-06,
      "loss": 0.0405,
      "step": 850
    },
    {
      "epoch": 0.5733333333333334,
      "grad_norm": 0.2652788460254669,
      "learning_rate": 4.604804672939295e-06,
      "loss": 0.0408,
      "step": 860
    },
    {
      "epoch": 0.58,
      "grad_norm": 1.0820262432098389,
      "learning_rate": 4.4889308760856826e-06,
      "loss": 0.041,
      "step": 870
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 0.4341735541820526,
      "learning_rate": 4.373333832178478e-06,
      "loss": 0.0395,
      "step": 880
    },
    {
      "epoch": 0.5933333333333334,
      "grad_norm": 0.5244265198707581,
      "learning_rate": 4.258076139056217e-06,
      "loss": 0.0393,
      "step": 890
    },
    {
      "epoch": 0.6,
      "grad_norm": 0.4151372015476227,
      "learning_rate": 4.143220210792993e-06,
      "loss": 0.0394,
      "step": 900
    },
    {
      "epoch": 0.6066666666666667,
      "grad_norm": 0.3396431803703308,
      "learning_rate": 4.028828243900141e-06,
      "loss": 0.0397,
      "step": 910
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 0.6086655855178833,
      "learning_rate": 3.914962183645733e-06,
      "loss": 0.0395,
      "step": 920
    },
    {
      "epoch": 0.62,
      "grad_norm": 0.5267397165298462,
      "learning_rate": 3.8016836905101157e-06,
      "loss": 0.0402,
      "step": 930
    },
    {
      "epoch": 0.6266666666666667,
      "grad_norm": 0.8716720342636108,
      "learning_rate": 3.6890541067956775e-06,
      "loss": 0.0391,
      "step": 940
    },
    {
      "epoch": 0.6333333333333333,
      "grad_norm": 0.7811180949211121,
      "learning_rate": 3.577134423408906e-06,
      "loss": 0.0418,
      "step": 950
    },
    {
      "epoch": 0.64,
      "grad_norm": 0.6521417498588562,
      "learning_rate": 3.465985246832739e-06,
      "loss": 0.0386,
      "step": 960
    },
    {
      "epoch": 0.6466666666666666,
      "grad_norm": 1.0533109903335571,
      "learning_rate": 3.355666766307084e-06,
      "loss": 0.0394,
      "step": 970
    },
    {
      "epoch": 0.6533333333333333,
      "grad_norm": 0.8346788883209229,
      "learning_rate": 3.246238721235283e-06,
      "loss": 0.0375,
      "step": 980
    },
    {
      "epoch": 0.66,
      "grad_norm": 0.3772814869880676,
      "learning_rate": 3.137760368834169e-06,
      "loss": 0.04,
      "step": 990
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.3976605534553528,
      "learning_rate": 3.030290452045245e-06,
      "loss": 0.0389,
      "step": 1000
    },
    {
      "epoch": 0.6733333333333333,
      "grad_norm": 0.4031893312931061,
      "learning_rate": 2.9238871677243354e-06,
      "loss": 0.0405,
      "step": 1010
    },
    {
      "epoch": 0.68,
      "grad_norm": 0.3093418478965759,
      "learning_rate": 2.818608135126967e-06,
      "loss": 0.0377,
      "step": 1020
    },
    {
      "epoch": 0.6866666666666666,
      "grad_norm": 0.3391124904155731,
      "learning_rate": 2.714510364706531e-06,
      "loss": 0.0403,
      "step": 1030
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 0.5289952754974365,
      "learning_rate": 2.611650227242102e-06,
      "loss": 0.0379,
      "step": 1040
    },
    {
      "epoch": 0.7,
      "grad_norm": 0.38674095273017883,
      "learning_rate": 2.5100834233126827e-06,
      "loss": 0.0392,
      "step": 1050
    },
    {
      "epoch": 0.7066666666666667,
      "grad_norm": 0.743582010269165,
      "learning_rate": 2.40986495313435e-06,
      "loss": 0.0384,
      "step": 1060
    },
    {
      "epoch": 0.7133333333333334,
      "grad_norm": 0.5025604367256165,
      "learning_rate": 2.3110490867766644e-06,
      "loss": 0.0394,
      "step": 1070
    },
    {
      "epoch": 0.72,
      "grad_norm": 0.31479430198669434,
      "learning_rate": 2.213689334774479e-06,
      "loss": 0.0362,
      "step": 1080
    },
    {
      "epoch": 0.7266666666666667,
      "grad_norm": 0.22644518315792084,
      "learning_rate": 2.1178384191510344e-06,
      "loss": 0.0385,
      "step": 1090
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 0.47380584478378296,
      "learning_rate": 2.023548244868051e-06,
      "loss": 0.0367,
      "step": 1100
    },
    {
      "epoch": 0.74,
      "grad_norm": 0.5310664176940918,
      "learning_rate": 1.9308698717182874e-06,
      "loss": 0.0385,
      "step": 1110
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 0.6409826874732971,
      "learning_rate": 1.8398534866757455e-06,
      "loss": 0.0392,
      "step": 1120
    },
    {
      "epoch": 0.7533333333333333,
      "grad_norm": 0.24624410271644592,
      "learning_rate": 1.7505483767185583e-06,
      "loss": 0.039,
      "step": 1130
    },
    {
      "epoch": 0.76,
      "grad_norm": 0.5807323455810547,
      "learning_rate": 1.6630029021392007e-06,
      "loss": 0.0381,
      "step": 1140
    },
    {
      "epoch": 0.7666666666666667,
      "grad_norm": 0.5136018395423889,
      "learning_rate": 1.5772644703565564e-06,
      "loss": 0.0377,
      "step": 1150
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 0.3371153473854065,
      "learning_rate": 1.4933795102439558e-06,
      "loss": 0.0366,
      "step": 1160
    },
    {
      "epoch": 0.78,
      "grad_norm": 0.7169259190559387,
      "learning_rate": 1.4113934469871166e-06,
      "loss": 0.0402,
      "step": 1170
    },
    {
      "epoch": 0.7866666666666666,
      "grad_norm": 0.5198201537132263,
      "learning_rate": 1.3313506774856177e-06,
      "loss": 0.0382,
      "step": 1180
    },
    {
      "epoch": 0.7933333333333333,
      "grad_norm": 0.4346207082271576,
      "learning_rate": 1.2532945463111856e-06,
      "loss": 0.039,
      "step": 1190
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.4192507565021515,
      "learning_rate": 1.1772673222358421e-06,
      "loss": 0.0383,
      "step": 1200
    },
    {
      "epoch": 0.8066666666666666,
      "grad_norm": 0.6346080303192139,
      "learning_rate": 1.1033101753426285e-06,
      "loss": 0.0384,
      "step": 1210
    },
    {
      "epoch": 0.8133333333333334,
      "grad_norm": 0.4033152759075165,
      "learning_rate": 1.0314631547312738e-06,
      "loss": 0.0389,
      "step": 1220
    },
    {
      "epoch": 0.82,
      "grad_norm": 0.3918859362602234,
      "learning_rate": 9.617651668308914e-07,
      "loss": 0.04,
      "step": 1230
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 0.5232935547828674,
      "learning_rate": 8.942539543314799e-07,
      "loss": 0.0399,
      "step": 1240
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 0.4044571816921234,
      "learning_rate": 8.289660757455803e-07,
      "loss": 0.0363,
      "step": 1250
    },
    {
      "epoch": 0.84,
      "grad_norm": 0.5639023780822754,
      "learning_rate": 7.659368856111926e-07,
      "loss": 0.038,
      "step": 1260
    },
    {
      "epoch": 0.8466666666666667,
      "grad_norm": 0.32066044211387634,
      "learning_rate": 7.052005153466779e-07,
      "loss": 0.0379,
      "step": 1270
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 0.4096275866031647,
      "learning_rate": 6.467898547679913e-07,
      "loss": 0.0378,
      "step": 1280
    },
    {
      "epoch": 0.86,
      "grad_norm": 0.34572067856788635,
      "learning_rate": 5.9073653427826e-07,
      "loss": 0.0381,
      "step": 1290
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 0.23184584081172943,
      "learning_rate": 5.370709077393721e-07,
      "loss": 0.0371,
      "step": 1300
    },
    {
      "epoch": 0.8733333333333333,
      "grad_norm": 0.788051426410675,
      "learning_rate": 4.858220360348187e-07,
      "loss": 0.0362,
      "step": 1310
    },
    {
      "epoch": 0.88,
      "grad_norm": 0.38205137848854065,
      "learning_rate": 4.370176713327118e-07,
      "loss": 0.0384,
      "step": 1320
    },
    {
      "epoch": 0.8866666666666667,
      "grad_norm": 0.40108510851860046,
      "learning_rate": 3.90684242057498e-07,
      "loss": 0.0366,
      "step": 1330
    },
    {
      "epoch": 0.8933333333333333,
      "grad_norm": 0.42293158173561096,
      "learning_rate": 3.468468385785023e-07,
      "loss": 0.0387,
      "step": 1340
    },
    {
      "epoch": 0.9,
      "grad_norm": 0.3467373847961426,
      "learning_rate": 3.055291996230492e-07,
      "loss": 0.0374,
      "step": 1350
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 0.7425230741500854,
      "learning_rate": 2.6675369942151864e-07,
      "loss": 0.0376,
      "step": 1360
    },
    {
      "epoch": 0.9133333333333333,
      "grad_norm": 0.3911791443824768,
      "learning_rate": 2.3054133559131163e-07,
      "loss": 0.0383,
      "step": 1370
    },
    {
      "epoch": 0.92,
      "grad_norm": 0.43867582082748413,
      "learning_rate": 1.9691171776626882e-07,
      "loss": 0.0383,
      "step": 1380
    },
    {
      "epoch": 0.9266666666666666,
      "grad_norm": 0.3787803053855896,
      "learning_rate": 1.6588305697770313e-07,
      "loss": 0.0395,
      "step": 1390
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 0.537982165813446,
      "learning_rate": 1.374721557928116e-07,
      "loss": 0.0375,
      "step": 1400
    },
    {
      "epoch": 0.94,
      "grad_norm": 0.3727537989616394,
      "learning_rate": 1.1169439921578485e-07,
      "loss": 0.0371,
      "step": 1410
    },
    {
      "epoch": 0.9466666666666667,
      "grad_norm": 0.28524142503738403,
      "learning_rate": 8.856374635655696e-08,
      "loss": 0.0383,
      "step": 1420
    },
    {
      "epoch": 0.9533333333333334,
      "grad_norm": 0.35949254035949707,
      "learning_rate": 6.809272287169988e-08,
      "loss": 0.0388,
      "step": 1430
    },
    {
      "epoch": 0.96,
      "grad_norm": 0.4088292121887207,
      "learning_rate": 5.029241418156139e-08,
      "loss": 0.0355,
      "step": 1440
    },
    {
      "epoch": 0.9666666666666667,
      "grad_norm": 0.662358820438385,
      "learning_rate": 3.517245946731529e-08,
      "loss": 0.0366,
      "step": 1450
    },
    {
      "epoch": 0.9733333333333334,
      "grad_norm": 0.4813508689403534,
      "learning_rate": 2.27410464511707e-08,
      "loss": 0.0372,
      "step": 1460
    },
    {
      "epoch": 0.98,
      "grad_norm": 0.2639026343822479,
      "learning_rate": 1.3004906962578723e-08,
      "loss": 0.0374,
      "step": 1470
    },
    {
      "epoch": 0.9866666666666667,
      "grad_norm": 0.3197416365146637,
      "learning_rate": 5.969313292830126e-09,
      "loss": 0.0385,
      "step": 1480
    },
    {
      "epoch": 0.9933333333333333,
      "grad_norm": 0.24414853751659393,
      "learning_rate": 1.638075340010814e-09,
      "loss": 0.0397,
      "step": 1490
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.43908610939979553,
      "learning_rate": 1.3538545881042198e-11,
      "loss": 0.037,
      "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": 4.61630416912751e+18,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}