{
  "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": 5.007427215576172,
      "learning_rate": 6.000000000000001e-07,
      "loss": 0.1589,
      "step": 10
    },
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 0.6861873269081116,
      "learning_rate": 1.2666666666666669e-06,
      "loss": 0.1004,
      "step": 20
    },
    {
      "epoch": 0.02,
      "grad_norm": 1.0730198621749878,
      "learning_rate": 1.9333333333333336e-06,
      "loss": 0.0683,
      "step": 30
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 0.8564884662628174,
      "learning_rate": 2.6e-06,
      "loss": 0.0567,
      "step": 40
    },
    {
      "epoch": 0.03333333333333333,
      "grad_norm": 1.2207591533660889,
      "learning_rate": 3.266666666666667e-06,
      "loss": 0.0475,
      "step": 50
    },
    {
      "epoch": 0.04,
      "grad_norm": 0.5627862811088562,
      "learning_rate": 3.9333333333333335e-06,
      "loss": 0.0411,
      "step": 60
    },
    {
      "epoch": 0.04666666666666667,
      "grad_norm": 0.6807485818862915,
      "learning_rate": 4.600000000000001e-06,
      "loss": 0.038,
      "step": 70
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 0.49936825037002563,
      "learning_rate": 5.2666666666666665e-06,
      "loss": 0.0357,
      "step": 80
    },
    {
      "epoch": 0.06,
      "grad_norm": 0.28609421849250793,
      "learning_rate": 5.933333333333335e-06,
      "loss": 0.0344,
      "step": 90
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 0.4019889235496521,
      "learning_rate": 6.600000000000001e-06,
      "loss": 0.0332,
      "step": 100
    },
    {
      "epoch": 0.07333333333333333,
      "grad_norm": 0.2754182517528534,
      "learning_rate": 7.266666666666668e-06,
      "loss": 0.0311,
      "step": 110
    },
    {
      "epoch": 0.08,
      "grad_norm": 0.3996354937553406,
      "learning_rate": 7.933333333333334e-06,
      "loss": 0.0307,
      "step": 120
    },
    {
      "epoch": 0.08666666666666667,
      "grad_norm": 0.363582968711853,
      "learning_rate": 8.6e-06,
      "loss": 0.0308,
      "step": 130
    },
    {
      "epoch": 0.09333333333333334,
      "grad_norm": 0.38916730880737305,
      "learning_rate": 9.266666666666667e-06,
      "loss": 0.0296,
      "step": 140
    },
    {
      "epoch": 0.1,
      "grad_norm": 0.3249911069869995,
      "learning_rate": 9.933333333333334e-06,
      "loss": 0.03,
      "step": 150
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 0.2830469310283661,
      "learning_rate": 9.998903417374228e-06,
      "loss": 0.0299,
      "step": 160
    },
    {
      "epoch": 0.11333333333333333,
      "grad_norm": 0.2858718931674957,
      "learning_rate": 9.995113378907791e-06,
      "loss": 0.029,
      "step": 170
    },
    {
      "epoch": 0.12,
      "grad_norm": 0.3173503875732422,
      "learning_rate": 9.988618398427495e-06,
      "loss": 0.0291,
      "step": 180
    },
    {
      "epoch": 0.12666666666666668,
      "grad_norm": 0.2557450532913208,
      "learning_rate": 9.979421993079853e-06,
      "loss": 0.0279,
      "step": 190
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.24146929383277893,
      "learning_rate": 9.967529142880592e-06,
      "loss": 0.0274,
      "step": 200
    },
    {
      "epoch": 0.14,
      "grad_norm": 0.30874210596084595,
      "learning_rate": 9.952946288017899e-06,
      "loss": 0.0271,
      "step": 210
    },
    {
      "epoch": 0.14666666666666667,
      "grad_norm": 0.24789240956306458,
      "learning_rate": 9.93568132536494e-06,
      "loss": 0.0276,
      "step": 220
    },
    {
      "epoch": 0.15333333333333332,
      "grad_norm": 0.26219287514686584,
      "learning_rate": 9.915743604203563e-06,
      "loss": 0.0272,
      "step": 230
    },
    {
      "epoch": 0.16,
      "grad_norm": 0.34218502044677734,
      "learning_rate": 9.893143921161501e-06,
      "loss": 0.0269,
      "step": 240
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 0.22423240542411804,
      "learning_rate": 9.867894514365802e-06,
      "loss": 0.0265,
      "step": 250
    },
    {
      "epoch": 0.17333333333333334,
      "grad_norm": 0.21368414163589478,
      "learning_rate": 9.840009056815674e-06,
      "loss": 0.0269,
      "step": 260
    },
    {
      "epoch": 0.18,
      "grad_norm": 0.32033297419548035,
      "learning_rate": 9.809502648978311e-06,
      "loss": 0.0267,
      "step": 270
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 0.25767120718955994,
      "learning_rate": 9.776391810611719e-06,
      "loss": 0.0264,
      "step": 280
    },
    {
      "epoch": 0.19333333333333333,
      "grad_norm": 0.17641927301883698,
      "learning_rate": 9.740694471818988e-06,
      "loss": 0.0268,
      "step": 290
    },
    {
      "epoch": 0.2,
      "grad_norm": 0.18101456761360168,
      "learning_rate": 9.702429963338812e-06,
      "loss": 0.0264,
      "step": 300
    },
    {
      "epoch": 0.20666666666666667,
      "grad_norm": 0.10780258476734161,
      "learning_rate": 9.661619006077562e-06,
      "loss": 0.0261,
      "step": 310
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 0.21090687811374664,
      "learning_rate": 9.618283699888543e-06,
      "loss": 0.026,
      "step": 320
    },
    {
      "epoch": 0.22,
      "grad_norm": 0.21452632546424866,
      "learning_rate": 9.572447511604536e-06,
      "loss": 0.025,
      "step": 330
    },
    {
      "epoch": 0.22666666666666666,
      "grad_norm": 0.24952077865600586,
      "learning_rate": 9.524135262330098e-06,
      "loss": 0.0259,
      "step": 340
    },
    {
      "epoch": 0.23333333333333334,
      "grad_norm": 0.1787034124135971,
      "learning_rate": 9.473373114000493e-06,
      "loss": 0.0259,
      "step": 350
    },
    {
      "epoch": 0.24,
      "grad_norm": 0.11072325706481934,
      "learning_rate": 9.420188555214537e-06,
      "loss": 0.0252,
      "step": 360
    },
    {
      "epoch": 0.24666666666666667,
      "grad_norm": 0.2648320496082306,
      "learning_rate": 9.364610386349048e-06,
      "loss": 0.0256,
      "step": 370
    },
    {
      "epoch": 0.25333333333333335,
      "grad_norm": 0.10721127688884735,
      "learning_rate": 9.306668703962927e-06,
      "loss": 0.0259,
      "step": 380
    },
    {
      "epoch": 0.26,
      "grad_norm": 0.16879712045192719,
      "learning_rate": 9.246394884499334e-06,
      "loss": 0.0256,
      "step": 390
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.18450625240802765,
      "learning_rate": 9.18382156729481e-06,
      "loss": 0.0258,
      "step": 400
    },
    {
      "epoch": 0.2733333333333333,
      "grad_norm": 0.1653374284505844,
      "learning_rate": 9.118982636904476e-06,
      "loss": 0.0253,
      "step": 410
    },
    {
      "epoch": 0.28,
      "grad_norm": 0.12620121240615845,
      "learning_rate": 9.051913204752972e-06,
      "loss": 0.0249,
      "step": 420
    },
    {
      "epoch": 0.2866666666666667,
      "grad_norm": 0.11288323998451233,
      "learning_rate": 8.982649590120982e-06,
      "loss": 0.0252,
      "step": 430
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 0.20224295556545258,
      "learning_rate": 8.911229300477716e-06,
      "loss": 0.0253,
      "step": 440
    },
    {
      "epoch": 0.3,
      "grad_norm": 0.22105106711387634,
      "learning_rate": 8.837691011169944e-06,
      "loss": 0.0255,
      "step": 450
    },
    {
      "epoch": 0.30666666666666664,
      "grad_norm": 0.137141153216362,
      "learning_rate": 8.762074544478622e-06,
      "loss": 0.0252,
      "step": 460
    },
    {
      "epoch": 0.31333333333333335,
      "grad_norm": 0.22038190066814423,
      "learning_rate": 8.68442084805442e-06,
      "loss": 0.0253,
      "step": 470
    },
    {
      "epoch": 0.32,
      "grad_norm": 0.15362399816513062,
      "learning_rate": 8.604771972743848e-06,
      "loss": 0.0252,
      "step": 480
    },
    {
      "epoch": 0.32666666666666666,
      "grad_norm": 0.11538795381784439,
      "learning_rate": 8.523171049817974e-06,
      "loss": 0.0262,
      "step": 490
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.19763539731502533,
      "learning_rate": 8.439662267616093e-06,
      "loss": 0.0251,
      "step": 500
    },
    {
      "epoch": 0.34,
      "grad_norm": 0.19699627161026,
      "learning_rate": 8.354290847616954e-06,
      "loss": 0.0243,
      "step": 510
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 0.14615878462791443,
      "learning_rate": 8.267103019950529e-06,
      "loss": 0.0251,
      "step": 520
    },
    {
      "epoch": 0.35333333333333333,
      "grad_norm": 0.1870644986629486,
      "learning_rate": 8.178145998363585e-06,
      "loss": 0.0241,
      "step": 530
    },
    {
      "epoch": 0.36,
      "grad_norm": 0.11355578154325485,
      "learning_rate": 8.087467954652608e-06,
      "loss": 0.0249,
      "step": 540
    },
    {
      "epoch": 0.36666666666666664,
      "grad_norm": 0.12107926607131958,
      "learning_rate": 7.99511799257793e-06,
      "loss": 0.0249,
      "step": 550
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 0.2409648448228836,
      "learning_rate": 7.901146121273165e-06,
      "loss": 0.0246,
      "step": 560
    },
    {
      "epoch": 0.38,
      "grad_norm": 0.17985346913337708,
      "learning_rate": 7.80560322816439e-06,
      "loss": 0.0249,
      "step": 570
    },
    {
      "epoch": 0.38666666666666666,
      "grad_norm": 0.13324233889579773,
      "learning_rate": 7.7085410514137e-06,
      "loss": 0.0247,
      "step": 580
    },
    {
      "epoch": 0.3933333333333333,
      "grad_norm": 0.10812277346849442,
      "learning_rate": 7.610012151902091e-06,
      "loss": 0.0251,
      "step": 590
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.10378154367208481,
      "learning_rate": 7.510069884766802e-06,
      "loss": 0.025,
      "step": 600
    },
    {
      "epoch": 0.4066666666666667,
      "grad_norm": 0.09168791770935059,
      "learning_rate": 7.408768370508577e-06,
      "loss": 0.0252,
      "step": 610
    },
    {
      "epoch": 0.41333333333333333,
      "grad_norm": 0.12985758483409882,
      "learning_rate": 7.3061624656844544e-06,
      "loss": 0.0253,
      "step": 620
    },
    {
      "epoch": 0.42,
      "grad_norm": 0.15318305790424347,
      "learning_rate": 7.2023077332019755e-06,
      "loss": 0.0248,
      "step": 630
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 0.16734816133975983,
      "learning_rate": 7.0972604122308865e-06,
      "loss": 0.0254,
      "step": 640
    },
    {
      "epoch": 0.43333333333333335,
      "grad_norm": 0.0794856995344162,
      "learning_rate": 6.991077387748643e-06,
      "loss": 0.0255,
      "step": 650
    },
    {
      "epoch": 0.44,
      "grad_norm": 0.07696572691202164,
      "learning_rate": 6.883816159736187e-06,
      "loss": 0.025,
      "step": 660
    },
    {
      "epoch": 0.44666666666666666,
      "grad_norm": 0.16848257184028625,
      "learning_rate": 6.775534812040686e-06,
      "loss": 0.0244,
      "step": 670
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 0.16753967106342316,
      "learning_rate": 6.666291980922122e-06,
      "loss": 0.0253,
      "step": 680
    },
    {
      "epoch": 0.46,
      "grad_norm": 0.1586512327194214,
      "learning_rate": 6.556146823300701e-06,
      "loss": 0.0248,
      "step": 690
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 0.18935298919677734,
      "learning_rate": 6.445158984722358e-06,
      "loss": 0.0249,
      "step": 700
    },
    {
      "epoch": 0.47333333333333333,
      "grad_norm": 0.1265689581632614,
      "learning_rate": 6.3333885670596285e-06,
      "loss": 0.0249,
      "step": 710
    },
    {
      "epoch": 0.48,
      "grad_norm": 0.1812032014131546,
      "learning_rate": 6.220896095965428e-06,
      "loss": 0.0254,
      "step": 720
    },
    {
      "epoch": 0.4866666666666667,
      "grad_norm": 0.18114884197711945,
      "learning_rate": 6.107742488097338e-06,
      "loss": 0.0257,
      "step": 730
    },
    {
      "epoch": 0.49333333333333335,
      "grad_norm": 0.16141660511493683,
      "learning_rate": 5.993989018130173e-06,
      "loss": 0.0259,
      "step": 740
    },
    {
      "epoch": 0.5,
      "grad_norm": 0.07809499651193619,
      "learning_rate": 5.879697285574655e-06,
      "loss": 0.0249,
      "step": 750
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 0.09137459099292755,
      "learning_rate": 5.764929181420191e-06,
      "loss": 0.0247,
      "step": 760
    },
    {
      "epoch": 0.5133333333333333,
      "grad_norm": 0.07189946621656418,
      "learning_rate": 5.649746854619814e-06,
      "loss": 0.0257,
      "step": 770
    },
    {
      "epoch": 0.52,
      "grad_norm": 0.10245739668607712,
      "learning_rate": 5.5342126784354265e-06,
      "loss": 0.0254,
      "step": 780
    },
    {
      "epoch": 0.5266666666666666,
      "grad_norm": 0.0899691954255104,
      "learning_rate": 5.41838921666158e-06,
      "loss": 0.0248,
      "step": 790
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.08899939060211182,
      "learning_rate": 5.3023391897460715e-06,
      "loss": 0.0252,
      "step": 800
    },
    {
      "epoch": 0.54,
      "grad_norm": 0.10353093594312668,
      "learning_rate": 5.18612544082573e-06,
      "loss": 0.0248,
      "step": 810
    },
    {
      "epoch": 0.5466666666666666,
      "grad_norm": 0.06642293930053711,
      "learning_rate": 5.069810901695727e-06,
      "loss": 0.0252,
      "step": 820
    },
    {
      "epoch": 0.5533333333333333,
      "grad_norm": 0.14880052208900452,
      "learning_rate": 4.953458558730917e-06,
      "loss": 0.0251,
      "step": 830
    },
    {
      "epoch": 0.56,
      "grad_norm": 0.1822444200515747,
      "learning_rate": 4.837131418777595e-06,
      "loss": 0.0247,
      "step": 840
    },
    {
      "epoch": 0.5666666666666667,
      "grad_norm": 0.1297464668750763,
      "learning_rate": 4.720892475034181e-06,
      "loss": 0.0245,
      "step": 850
    },
    {
      "epoch": 0.5733333333333334,
      "grad_norm": 0.19234880805015564,
      "learning_rate": 4.604804672939295e-06,
      "loss": 0.0251,
      "step": 860
    },
    {
      "epoch": 0.58,
      "grad_norm": 0.19687077403068542,
      "learning_rate": 4.4889308760856826e-06,
      "loss": 0.0256,
      "step": 870
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 0.1229921206831932,
      "learning_rate": 4.373333832178478e-06,
      "loss": 0.0245,
      "step": 880
    },
    {
      "epoch": 0.5933333333333334,
      "grad_norm": 0.11681447178125381,
      "learning_rate": 4.258076139056217e-06,
      "loss": 0.0248,
      "step": 890
    },
    {
      "epoch": 0.6,
      "grad_norm": 0.08771926909685135,
      "learning_rate": 4.143220210792993e-06,
      "loss": 0.0248,
      "step": 900
    },
    {
      "epoch": 0.6066666666666667,
      "grad_norm": 0.11385726183652878,
      "learning_rate": 4.028828243900141e-06,
      "loss": 0.0253,
      "step": 910
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 0.06354846060276031,
      "learning_rate": 3.914962183645733e-06,
      "loss": 0.0251,
      "step": 920
    },
    {
      "epoch": 0.62,
      "grad_norm": 0.09117404371500015,
      "learning_rate": 3.8016836905101157e-06,
      "loss": 0.0248,
      "step": 930
    },
    {
      "epoch": 0.6266666666666667,
      "grad_norm": 0.11967415362596512,
      "learning_rate": 3.6890541067956775e-06,
      "loss": 0.0247,
      "step": 940
    },
    {
      "epoch": 0.6333333333333333,
      "grad_norm": 0.10776300728321075,
      "learning_rate": 3.577134423408906e-06,
      "loss": 0.0248,
      "step": 950
    },
    {
      "epoch": 0.64,
      "grad_norm": 0.19328409433364868,
      "learning_rate": 3.465985246832739e-06,
      "loss": 0.0245,
      "step": 960
    },
    {
      "epoch": 0.6466666666666666,
      "grad_norm": 0.10390347987413406,
      "learning_rate": 3.355666766307084e-06,
      "loss": 0.0248,
      "step": 970
    },
    {
      "epoch": 0.6533333333333333,
      "grad_norm": 0.0868527889251709,
      "learning_rate": 3.246238721235283e-06,
      "loss": 0.0253,
      "step": 980
    },
    {
      "epoch": 0.66,
      "grad_norm": 0.11011222004890442,
      "learning_rate": 3.137760368834169e-06,
      "loss": 0.0246,
      "step": 990
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.10398780554533005,
      "learning_rate": 3.030290452045245e-06,
      "loss": 0.0251,
      "step": 1000
    },
    {
      "epoch": 0.6733333333333333,
      "grad_norm": 0.08107031881809235,
      "learning_rate": 2.9238871677243354e-06,
      "loss": 0.0244,
      "step": 1010
    },
    {
      "epoch": 0.68,
      "grad_norm": 0.14589975774288177,
      "learning_rate": 2.818608135126967e-06,
      "loss": 0.0244,
      "step": 1020
    },
    {
      "epoch": 0.6866666666666666,
      "grad_norm": 0.130263090133667,
      "learning_rate": 2.714510364706531e-06,
      "loss": 0.0252,
      "step": 1030
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 0.07895369827747345,
      "learning_rate": 2.611650227242102e-06,
      "loss": 0.0242,
      "step": 1040
    },
    {
      "epoch": 0.7,
      "grad_norm": 0.1193891167640686,
      "learning_rate": 2.5100834233126827e-06,
      "loss": 0.0248,
      "step": 1050
    },
    {
      "epoch": 0.7066666666666667,
      "grad_norm": 0.14169754087924957,
      "learning_rate": 2.40986495313435e-06,
      "loss": 0.0244,
      "step": 1060
    },
    {
      "epoch": 0.7133333333333334,
      "grad_norm": 0.09639733284711838,
      "learning_rate": 2.3110490867766644e-06,
      "loss": 0.0248,
      "step": 1070
    },
    {
      "epoch": 0.72,
      "grad_norm": 0.17284098267555237,
      "learning_rate": 2.213689334774479e-06,
      "loss": 0.0251,
      "step": 1080
    },
    {
      "epoch": 0.7266666666666667,
      "grad_norm": 0.11846297979354858,
      "learning_rate": 2.1178384191510344e-06,
      "loss": 0.0251,
      "step": 1090
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 0.11407575756311417,
      "learning_rate": 2.023548244868051e-06,
      "loss": 0.0248,
      "step": 1100
    },
    {
      "epoch": 0.74,
      "grad_norm": 0.08218731731176376,
      "learning_rate": 1.9308698717182874e-06,
      "loss": 0.0243,
      "step": 1110
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 0.09887638688087463,
      "learning_rate": 1.8398534866757455e-06,
      "loss": 0.0253,
      "step": 1120
    },
    {
      "epoch": 0.7533333333333333,
      "grad_norm": 0.10997580736875534,
      "learning_rate": 1.7505483767185583e-06,
      "loss": 0.0255,
      "step": 1130
    },
    {
      "epoch": 0.76,
      "grad_norm": 0.16361145675182343,
      "learning_rate": 1.6630029021392007e-06,
      "loss": 0.0247,
      "step": 1140
    },
    {
      "epoch": 0.7666666666666667,
      "grad_norm": 0.10323586314916611,
      "learning_rate": 1.5772644703565564e-06,
      "loss": 0.0249,
      "step": 1150
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 0.19575174152851105,
      "learning_rate": 1.4933795102439558e-06,
      "loss": 0.0244,
      "step": 1160
    },
    {
      "epoch": 0.78,
      "grad_norm": 0.1684829443693161,
      "learning_rate": 1.4113934469871166e-06,
      "loss": 0.0249,
      "step": 1170
    },
    {
      "epoch": 0.7866666666666666,
      "grad_norm": 0.10560163855552673,
      "learning_rate": 1.3313506774856177e-06,
      "loss": 0.0252,
      "step": 1180
    },
    {
      "epoch": 0.7933333333333333,
      "grad_norm": 0.09193874150514603,
      "learning_rate": 1.2532945463111856e-06,
      "loss": 0.0248,
      "step": 1190
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.1109035462141037,
      "learning_rate": 1.1772673222358421e-06,
      "loss": 0.0248,
      "step": 1200
    },
    {
      "epoch": 0.8066666666666666,
      "grad_norm": 0.14485745131969452,
      "learning_rate": 1.1033101753426285e-06,
      "loss": 0.025,
      "step": 1210
    },
    {
      "epoch": 0.8133333333333334,
      "grad_norm": 0.06200515851378441,
      "learning_rate": 1.0314631547312738e-06,
      "loss": 0.0247,
      "step": 1220
    },
    {
      "epoch": 0.82,
      "grad_norm": 0.118988536298275,
      "learning_rate": 9.617651668308914e-07,
      "loss": 0.0243,
      "step": 1230
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 0.1048048734664917,
      "learning_rate": 8.942539543314799e-07,
      "loss": 0.0244,
      "step": 1240
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 0.10729014873504639,
      "learning_rate": 8.289660757455803e-07,
      "loss": 0.0247,
      "step": 1250
    },
    {
      "epoch": 0.84,
      "grad_norm": 0.1298016905784607,
      "learning_rate": 7.659368856111926e-07,
      "loss": 0.0247,
      "step": 1260
    },
    {
      "epoch": 0.8466666666666667,
      "grad_norm": 0.19027702510356903,
      "learning_rate": 7.052005153466779e-07,
      "loss": 0.0244,
      "step": 1270
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 0.07057848572731018,
      "learning_rate": 6.467898547679913e-07,
      "loss": 0.0246,
      "step": 1280
    },
    {
      "epoch": 0.86,
      "grad_norm": 0.11585067212581635,
      "learning_rate": 5.9073653427826e-07,
      "loss": 0.025,
      "step": 1290
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 0.10715986788272858,
      "learning_rate": 5.370709077393721e-07,
      "loss": 0.0248,
      "step": 1300
    },
    {
      "epoch": 0.8733333333333333,
      "grad_norm": 0.09571363776922226,
      "learning_rate": 4.858220360348187e-07,
      "loss": 0.0248,
      "step": 1310
    },
    {
      "epoch": 0.88,
      "grad_norm": 0.06285417079925537,
      "learning_rate": 4.370176713327118e-07,
      "loss": 0.0241,
      "step": 1320
    },
    {
      "epoch": 0.8866666666666667,
      "grad_norm": 0.06153392791748047,
      "learning_rate": 3.90684242057498e-07,
      "loss": 0.025,
      "step": 1330
    },
    {
      "epoch": 0.8933333333333333,
      "grad_norm": 0.09558229893445969,
      "learning_rate": 3.468468385785023e-07,
      "loss": 0.0246,
      "step": 1340
    },
    {
      "epoch": 0.9,
      "grad_norm": 0.08175919950008392,
      "learning_rate": 3.055291996230492e-07,
      "loss": 0.0241,
      "step": 1350
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 0.08005322515964508,
      "learning_rate": 2.6675369942151864e-07,
      "loss": 0.0245,
      "step": 1360
    },
    {
      "epoch": 0.9133333333333333,
      "grad_norm": 0.06747390329837799,
      "learning_rate": 2.3054133559131163e-07,
      "loss": 0.0248,
      "step": 1370
    },
    {
      "epoch": 0.92,
      "grad_norm": 0.11296618729829788,
      "learning_rate": 1.9691171776626882e-07,
      "loss": 0.0249,
      "step": 1380
    },
    {
      "epoch": 0.9266666666666666,
      "grad_norm": 0.07591568678617477,
      "learning_rate": 1.6588305697770313e-07,
      "loss": 0.0248,
      "step": 1390
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 0.11269695311784744,
      "learning_rate": 1.374721557928116e-07,
      "loss": 0.0243,
      "step": 1400
    },
    {
      "epoch": 0.94,
      "grad_norm": 0.08782926946878433,
      "learning_rate": 1.1169439921578485e-07,
      "loss": 0.0251,
      "step": 1410
    },
    {
      "epoch": 0.9466666666666667,
      "grad_norm": 0.0556289441883564,
      "learning_rate": 8.856374635655696e-08,
      "loss": 0.0247,
      "step": 1420
    },
    {
      "epoch": 0.9533333333333334,
      "grad_norm": 0.17048321664333344,
      "learning_rate": 6.809272287169988e-08,
      "loss": 0.0234,
      "step": 1430
    },
    {
      "epoch": 0.96,
      "grad_norm": 0.08616317063570023,
      "learning_rate": 5.029241418156139e-08,
      "loss": 0.0253,
      "step": 1440
    },
    {
      "epoch": 0.9666666666666667,
      "grad_norm": 0.13294032216072083,
      "learning_rate": 3.517245946731529e-08,
      "loss": 0.0239,
      "step": 1450
    },
    {
      "epoch": 0.9733333333333334,
      "grad_norm": 0.1364711970090866,
      "learning_rate": 2.27410464511707e-08,
      "loss": 0.0246,
      "step": 1460
    },
    {
      "epoch": 0.98,
      "grad_norm": 0.12609241902828217,
      "learning_rate": 1.3004906962578723e-08,
      "loss": 0.0245,
      "step": 1470
    },
    {
      "epoch": 0.9866666666666667,
      "grad_norm": 0.05693630874156952,
      "learning_rate": 5.969313292830126e-09,
      "loss": 0.0244,
      "step": 1480
    },
    {
      "epoch": 0.9933333333333333,
      "grad_norm": 0.10050121694803238,
      "learning_rate": 1.638075340010814e-09,
      "loss": 0.0255,
      "step": 1490
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.09249072521924973,
      "learning_rate": 1.3538545881042198e-11,
      "loss": 0.0249,
      "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": 1.1562522998485287e+19,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}