{
  "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": 10.347835540771484,
      "learning_rate": 6.000000000000001e-07,
      "loss": 0.3391,
      "step": 10
    },
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 2.26513934135437,
      "learning_rate": 1.2666666666666669e-06,
      "loss": 0.2202,
      "step": 20
    },
    {
      "epoch": 0.02,
      "grad_norm": 1.394706130027771,
      "learning_rate": 1.9333333333333336e-06,
      "loss": 0.1494,
      "step": 30
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 1.0002306699752808,
      "learning_rate": 2.6e-06,
      "loss": 0.1411,
      "step": 40
    },
    {
      "epoch": 0.03333333333333333,
      "grad_norm": 1.1570179462432861,
      "learning_rate": 3.266666666666667e-06,
      "loss": 0.1341,
      "step": 50
    },
    {
      "epoch": 0.04,
      "grad_norm": 1.0147454738616943,
      "learning_rate": 3.9333333333333335e-06,
      "loss": 0.1265,
      "step": 60
    },
    {
      "epoch": 0.04666666666666667,
      "grad_norm": 0.9774643182754517,
      "learning_rate": 4.600000000000001e-06,
      "loss": 0.1175,
      "step": 70
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 0.8928899765014648,
      "learning_rate": 5.2666666666666665e-06,
      "loss": 0.1071,
      "step": 80
    },
    {
      "epoch": 0.06,
      "grad_norm": 0.993636429309845,
      "learning_rate": 5.933333333333335e-06,
      "loss": 0.1012,
      "step": 90
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 0.8183819651603699,
      "learning_rate": 6.600000000000001e-06,
      "loss": 0.0927,
      "step": 100
    },
    {
      "epoch": 0.07333333333333333,
      "grad_norm": 0.9628591537475586,
      "learning_rate": 7.266666666666668e-06,
      "loss": 0.0901,
      "step": 110
    },
    {
      "epoch": 0.08,
      "grad_norm": 1.008246660232544,
      "learning_rate": 7.933333333333334e-06,
      "loss": 0.0851,
      "step": 120
    },
    {
      "epoch": 0.08666666666666667,
      "grad_norm": 0.6641691327095032,
      "learning_rate": 8.6e-06,
      "loss": 0.0842,
      "step": 130
    },
    {
      "epoch": 0.09333333333333334,
      "grad_norm": 0.6952003240585327,
      "learning_rate": 9.266666666666667e-06,
      "loss": 0.082,
      "step": 140
    },
    {
      "epoch": 0.1,
      "grad_norm": 0.5983585715293884,
      "learning_rate": 9.933333333333334e-06,
      "loss": 0.0779,
      "step": 150
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 0.9952366352081299,
      "learning_rate": 9.998903417374228e-06,
      "loss": 0.0768,
      "step": 160
    },
    {
      "epoch": 0.11333333333333333,
      "grad_norm": 0.798287034034729,
      "learning_rate": 9.995113378907791e-06,
      "loss": 0.0754,
      "step": 170
    },
    {
      "epoch": 0.12,
      "grad_norm": 1.2509194612503052,
      "learning_rate": 9.988618398427495e-06,
      "loss": 0.0744,
      "step": 180
    },
    {
      "epoch": 0.12666666666666668,
      "grad_norm": 0.4534149765968323,
      "learning_rate": 9.979421993079853e-06,
      "loss": 0.0736,
      "step": 190
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.7652836441993713,
      "learning_rate": 9.967529142880592e-06,
      "loss": 0.0716,
      "step": 200
    },
    {
      "epoch": 0.14,
      "grad_norm": 0.718652069568634,
      "learning_rate": 9.952946288017899e-06,
      "loss": 0.0713,
      "step": 210
    },
    {
      "epoch": 0.14666666666666667,
      "grad_norm": 0.7762929797172546,
      "learning_rate": 9.93568132536494e-06,
      "loss": 0.0696,
      "step": 220
    },
    {
      "epoch": 0.15333333333333332,
      "grad_norm": 0.5218461155891418,
      "learning_rate": 9.915743604203563e-06,
      "loss": 0.0698,
      "step": 230
    },
    {
      "epoch": 0.16,
      "grad_norm": 0.5417851805686951,
      "learning_rate": 9.893143921161501e-06,
      "loss": 0.0698,
      "step": 240
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 0.8238837122917175,
      "learning_rate": 9.867894514365802e-06,
      "loss": 0.0686,
      "step": 250
    },
    {
      "epoch": 0.17333333333333334,
      "grad_norm": 0.47940725088119507,
      "learning_rate": 9.840009056815674e-06,
      "loss": 0.0687,
      "step": 260
    },
    {
      "epoch": 0.18,
      "grad_norm": 0.41688045859336853,
      "learning_rate": 9.809502648978311e-06,
      "loss": 0.0679,
      "step": 270
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 0.7234716415405273,
      "learning_rate": 9.776391810611719e-06,
      "loss": 0.0677,
      "step": 280
    },
    {
      "epoch": 0.19333333333333333,
      "grad_norm": 0.5452114939689636,
      "learning_rate": 9.740694471818988e-06,
      "loss": 0.0676,
      "step": 290
    },
    {
      "epoch": 0.2,
      "grad_norm": 0.6840308904647827,
      "learning_rate": 9.702429963338812e-06,
      "loss": 0.0683,
      "step": 300
    },
    {
      "epoch": 0.20666666666666667,
      "grad_norm": 0.4877675771713257,
      "learning_rate": 9.661619006077562e-06,
      "loss": 0.0676,
      "step": 310
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 0.4813857972621918,
      "learning_rate": 9.618283699888543e-06,
      "loss": 0.0676,
      "step": 320
    },
    {
      "epoch": 0.22,
      "grad_norm": 0.5303060412406921,
      "learning_rate": 9.572447511604536e-06,
      "loss": 0.0659,
      "step": 330
    },
    {
      "epoch": 0.22666666666666666,
      "grad_norm": 0.496908575296402,
      "learning_rate": 9.524135262330098e-06,
      "loss": 0.0668,
      "step": 340
    },
    {
      "epoch": 0.23333333333333334,
      "grad_norm": 0.4328661262989044,
      "learning_rate": 9.473373114000493e-06,
      "loss": 0.0647,
      "step": 350
    },
    {
      "epoch": 0.24,
      "grad_norm": 0.5352442264556885,
      "learning_rate": 9.420188555214537e-06,
      "loss": 0.0644,
      "step": 360
    },
    {
      "epoch": 0.24666666666666667,
      "grad_norm": 0.37976253032684326,
      "learning_rate": 9.364610386349048e-06,
      "loss": 0.0633,
      "step": 370
    },
    {
      "epoch": 0.25333333333333335,
      "grad_norm": 0.5393264889717102,
      "learning_rate": 9.306668703962927e-06,
      "loss": 0.065,
      "step": 380
    },
    {
      "epoch": 0.26,
      "grad_norm": 0.3638332188129425,
      "learning_rate": 9.246394884499334e-06,
      "loss": 0.064,
      "step": 390
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 2.042694091796875,
      "learning_rate": 9.18382156729481e-06,
      "loss": 0.062,
      "step": 400
    },
    {
      "epoch": 0.2733333333333333,
      "grad_norm": 0.34397029876708984,
      "learning_rate": 9.118982636904476e-06,
      "loss": 0.0624,
      "step": 410
    },
    {
      "epoch": 0.28,
      "grad_norm": 0.23306092619895935,
      "learning_rate": 9.051913204752972e-06,
      "loss": 0.062,
      "step": 420
    },
    {
      "epoch": 0.2866666666666667,
      "grad_norm": 0.3035712242126465,
      "learning_rate": 8.982649590120982e-06,
      "loss": 0.0625,
      "step": 430
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 0.3025246858596802,
      "learning_rate": 8.911229300477716e-06,
      "loss": 0.0608,
      "step": 440
    },
    {
      "epoch": 0.3,
      "grad_norm": 0.38521069288253784,
      "learning_rate": 8.837691011169944e-06,
      "loss": 0.0626,
      "step": 450
    },
    {
      "epoch": 0.30666666666666664,
      "grad_norm": 0.41823601722717285,
      "learning_rate": 8.762074544478622e-06,
      "loss": 0.0612,
      "step": 460
    },
    {
      "epoch": 0.31333333333333335,
      "grad_norm": 0.3616046905517578,
      "learning_rate": 8.68442084805442e-06,
      "loss": 0.0607,
      "step": 470
    },
    {
      "epoch": 0.32,
      "grad_norm": 0.2620314955711365,
      "learning_rate": 8.604771972743848e-06,
      "loss": 0.0612,
      "step": 480
    },
    {
      "epoch": 0.32666666666666666,
      "grad_norm": 0.3574216961860657,
      "learning_rate": 8.523171049817974e-06,
      "loss": 0.0602,
      "step": 490
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.4048396050930023,
      "learning_rate": 8.439662267616093e-06,
      "loss": 0.0618,
      "step": 500
    },
    {
      "epoch": 0.34,
      "grad_norm": 0.23975229263305664,
      "learning_rate": 8.354290847616954e-06,
      "loss": 0.0607,
      "step": 510
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 0.3554510474205017,
      "learning_rate": 8.267103019950529e-06,
      "loss": 0.0603,
      "step": 520
    },
    {
      "epoch": 0.35333333333333333,
      "grad_norm": 0.4456672966480255,
      "learning_rate": 8.178145998363585e-06,
      "loss": 0.0609,
      "step": 530
    },
    {
      "epoch": 0.36,
      "grad_norm": 0.3112841546535492,
      "learning_rate": 8.087467954652608e-06,
      "loss": 0.0595,
      "step": 540
    },
    {
      "epoch": 0.36666666666666664,
      "grad_norm": 0.685577392578125,
      "learning_rate": 7.99511799257793e-06,
      "loss": 0.0609,
      "step": 550
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 0.24042946100234985,
      "learning_rate": 7.901146121273165e-06,
      "loss": 0.0594,
      "step": 560
    },
    {
      "epoch": 0.38,
      "grad_norm": 0.27032390236854553,
      "learning_rate": 7.80560322816439e-06,
      "loss": 0.0595,
      "step": 570
    },
    {
      "epoch": 0.38666666666666666,
      "grad_norm": 0.30939266085624695,
      "learning_rate": 7.7085410514137e-06,
      "loss": 0.0595,
      "step": 580
    },
    {
      "epoch": 0.3933333333333333,
      "grad_norm": 0.3024686872959137,
      "learning_rate": 7.610012151902091e-06,
      "loss": 0.0589,
      "step": 590
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.2973555624485016,
      "learning_rate": 7.510069884766802e-06,
      "loss": 0.0585,
      "step": 600
    },
    {
      "epoch": 0.4066666666666667,
      "grad_norm": 0.28038638830184937,
      "learning_rate": 7.408768370508577e-06,
      "loss": 0.0593,
      "step": 610
    },
    {
      "epoch": 0.41333333333333333,
      "grad_norm": 0.3142131567001343,
      "learning_rate": 7.3061624656844544e-06,
      "loss": 0.0583,
      "step": 620
    },
    {
      "epoch": 0.42,
      "grad_norm": 0.3769611418247223,
      "learning_rate": 7.2023077332019755e-06,
      "loss": 0.0591,
      "step": 630
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 0.3961074650287628,
      "learning_rate": 7.0972604122308865e-06,
      "loss": 0.0583,
      "step": 640
    },
    {
      "epoch": 0.43333333333333335,
      "grad_norm": 0.30949458479881287,
      "learning_rate": 6.991077387748643e-06,
      "loss": 0.057,
      "step": 650
    },
    {
      "epoch": 0.44,
      "grad_norm": 0.42794495820999146,
      "learning_rate": 6.883816159736187e-06,
      "loss": 0.0585,
      "step": 660
    },
    {
      "epoch": 0.44666666666666666,
      "grad_norm": 0.35730963945388794,
      "learning_rate": 6.775534812040686e-06,
      "loss": 0.0581,
      "step": 670
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 0.2594165503978729,
      "learning_rate": 6.666291980922122e-06,
      "loss": 0.0582,
      "step": 680
    },
    {
      "epoch": 0.46,
      "grad_norm": 0.39807814359664917,
      "learning_rate": 6.556146823300701e-06,
      "loss": 0.0573,
      "step": 690
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 0.3986457288265228,
      "learning_rate": 6.445158984722358e-06,
      "loss": 0.0581,
      "step": 700
    },
    {
      "epoch": 0.47333333333333333,
      "grad_norm": 0.2675548195838928,
      "learning_rate": 6.3333885670596285e-06,
      "loss": 0.0575,
      "step": 710
    },
    {
      "epoch": 0.48,
      "grad_norm": 0.865472137928009,
      "learning_rate": 6.220896095965428e-06,
      "loss": 0.0571,
      "step": 720
    },
    {
      "epoch": 0.4866666666666667,
      "grad_norm": 0.7614474892616272,
      "learning_rate": 6.107742488097338e-06,
      "loss": 0.0563,
      "step": 730
    },
    {
      "epoch": 0.49333333333333335,
      "grad_norm": 0.3361007869243622,
      "learning_rate": 5.993989018130173e-06,
      "loss": 0.0574,
      "step": 740
    },
    {
      "epoch": 0.5,
      "grad_norm": 0.38297197222709656,
      "learning_rate": 5.879697285574655e-06,
      "loss": 0.0564,
      "step": 750
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 0.27665939927101135,
      "learning_rate": 5.764929181420191e-06,
      "loss": 0.0568,
      "step": 760
    },
    {
      "epoch": 0.5133333333333333,
      "grad_norm": 0.27429795265197754,
      "learning_rate": 5.649746854619814e-06,
      "loss": 0.0556,
      "step": 770
    },
    {
      "epoch": 0.52,
      "grad_norm": 0.23286040127277374,
      "learning_rate": 5.5342126784354265e-06,
      "loss": 0.0556,
      "step": 780
    },
    {
      "epoch": 0.5266666666666666,
      "grad_norm": 0.33931684494018555,
      "learning_rate": 5.41838921666158e-06,
      "loss": 0.0559,
      "step": 790
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.2981378138065338,
      "learning_rate": 5.3023391897460715e-06,
      "loss": 0.0546,
      "step": 800
    },
    {
      "epoch": 0.54,
      "grad_norm": 0.3966798484325409,
      "learning_rate": 5.18612544082573e-06,
      "loss": 0.0549,
      "step": 810
    },
    {
      "epoch": 0.5466666666666666,
      "grad_norm": 0.3768337368965149,
      "learning_rate": 5.069810901695727e-06,
      "loss": 0.055,
      "step": 820
    },
    {
      "epoch": 0.5533333333333333,
      "grad_norm": 0.33831533789634705,
      "learning_rate": 4.953458558730917e-06,
      "loss": 0.0548,
      "step": 830
    },
    {
      "epoch": 0.56,
      "grad_norm": 0.2501234710216522,
      "learning_rate": 4.837131418777595e-06,
      "loss": 0.0556,
      "step": 840
    },
    {
      "epoch": 0.5666666666666667,
      "grad_norm": 0.25522980093955994,
      "learning_rate": 4.720892475034181e-06,
      "loss": 0.0562,
      "step": 850
    },
    {
      "epoch": 0.5733333333333334,
      "grad_norm": 0.24554181098937988,
      "learning_rate": 4.604804672939295e-06,
      "loss": 0.0553,
      "step": 860
    },
    {
      "epoch": 0.58,
      "grad_norm": 0.22543250024318695,
      "learning_rate": 4.4889308760856826e-06,
      "loss": 0.0549,
      "step": 870
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 0.272178053855896,
      "learning_rate": 4.373333832178478e-06,
      "loss": 0.0562,
      "step": 880
    },
    {
      "epoch": 0.5933333333333334,
      "grad_norm": 0.3259921669960022,
      "learning_rate": 4.258076139056217e-06,
      "loss": 0.0547,
      "step": 890
    },
    {
      "epoch": 0.6,
      "grad_norm": 0.2713643014431,
      "learning_rate": 4.143220210792993e-06,
      "loss": 0.054,
      "step": 900
    },
    {
      "epoch": 0.6066666666666667,
      "grad_norm": 0.22583137452602386,
      "learning_rate": 4.028828243900141e-06,
      "loss": 0.0538,
      "step": 910
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 0.23559589684009552,
      "learning_rate": 3.914962183645733e-06,
      "loss": 0.0538,
      "step": 920
    },
    {
      "epoch": 0.62,
      "grad_norm": 0.32913973927497864,
      "learning_rate": 3.8016836905101157e-06,
      "loss": 0.0538,
      "step": 930
    },
    {
      "epoch": 0.6266666666666667,
      "grad_norm": 0.3711105287075043,
      "learning_rate": 3.6890541067956775e-06,
      "loss": 0.0541,
      "step": 940
    },
    {
      "epoch": 0.6333333333333333,
      "grad_norm": 0.3126576244831085,
      "learning_rate": 3.577134423408906e-06,
      "loss": 0.0545,
      "step": 950
    },
    {
      "epoch": 0.64,
      "grad_norm": 0.5039965510368347,
      "learning_rate": 3.465985246832739e-06,
      "loss": 0.0539,
      "step": 960
    },
    {
      "epoch": 0.6466666666666666,
      "grad_norm": 0.3266129791736603,
      "learning_rate": 3.355666766307084e-06,
      "loss": 0.0555,
      "step": 970
    },
    {
      "epoch": 0.6533333333333333,
      "grad_norm": 0.30717387795448303,
      "learning_rate": 3.246238721235283e-06,
      "loss": 0.0539,
      "step": 980
    },
    {
      "epoch": 0.66,
      "grad_norm": 0.22871653735637665,
      "learning_rate": 3.137760368834169e-06,
      "loss": 0.0545,
      "step": 990
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.23322133719921112,
      "learning_rate": 3.030290452045245e-06,
      "loss": 0.054,
      "step": 1000
    },
    {
      "epoch": 0.6733333333333333,
      "grad_norm": 0.4281166195869446,
      "learning_rate": 2.9238871677243354e-06,
      "loss": 0.0541,
      "step": 1010
    },
    {
      "epoch": 0.68,
      "grad_norm": 0.5867601633071899,
      "learning_rate": 2.818608135126967e-06,
      "loss": 0.0539,
      "step": 1020
    },
    {
      "epoch": 0.6866666666666666,
      "grad_norm": 0.3478272557258606,
      "learning_rate": 2.714510364706531e-06,
      "loss": 0.0536,
      "step": 1030
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 0.278250515460968,
      "learning_rate": 2.611650227242102e-06,
      "loss": 0.0532,
      "step": 1040
    },
    {
      "epoch": 0.7,
      "grad_norm": 0.32072925567626953,
      "learning_rate": 2.5100834233126827e-06,
      "loss": 0.0543,
      "step": 1050
    },
    {
      "epoch": 0.7066666666666667,
      "grad_norm": 0.27053526043891907,
      "learning_rate": 2.40986495313435e-06,
      "loss": 0.0539,
      "step": 1060
    },
    {
      "epoch": 0.7133333333333334,
      "grad_norm": 0.23075462877750397,
      "learning_rate": 2.3110490867766644e-06,
      "loss": 0.0531,
      "step": 1070
    },
    {
      "epoch": 0.72,
      "grad_norm": 0.32764536142349243,
      "learning_rate": 2.213689334774479e-06,
      "loss": 0.0542,
      "step": 1080
    },
    {
      "epoch": 0.7266666666666667,
      "grad_norm": 0.20173397660255432,
      "learning_rate": 2.1178384191510344e-06,
      "loss": 0.0529,
      "step": 1090
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 0.22324852645397186,
      "learning_rate": 2.023548244868051e-06,
      "loss": 0.0526,
      "step": 1100
    },
    {
      "epoch": 0.74,
      "grad_norm": 0.29789212346076965,
      "learning_rate": 1.9308698717182874e-06,
      "loss": 0.0515,
      "step": 1110
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 0.2879989445209503,
      "learning_rate": 1.8398534866757455e-06,
      "loss": 0.0525,
      "step": 1120
    },
    {
      "epoch": 0.7533333333333333,
      "grad_norm": 0.2744724750518799,
      "learning_rate": 1.7505483767185583e-06,
      "loss": 0.0532,
      "step": 1130
    },
    {
      "epoch": 0.76,
      "grad_norm": 0.23047767579555511,
      "learning_rate": 1.6630029021392007e-06,
      "loss": 0.0521,
      "step": 1140
    },
    {
      "epoch": 0.7666666666666667,
      "grad_norm": 0.3084733486175537,
      "learning_rate": 1.5772644703565564e-06,
      "loss": 0.0534,
      "step": 1150
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 0.29534289240837097,
      "learning_rate": 1.4933795102439558e-06,
      "loss": 0.0523,
      "step": 1160
    },
    {
      "epoch": 0.78,
      "grad_norm": 0.3022957146167755,
      "learning_rate": 1.4113934469871166e-06,
      "loss": 0.053,
      "step": 1170
    },
    {
      "epoch": 0.7866666666666666,
      "grad_norm": 0.2606695890426636,
      "learning_rate": 1.3313506774856177e-06,
      "loss": 0.0513,
      "step": 1180
    },
    {
      "epoch": 0.7933333333333333,
      "grad_norm": 0.4019298553466797,
      "learning_rate": 1.2532945463111856e-06,
      "loss": 0.0533,
      "step": 1190
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.21917088329792023,
      "learning_rate": 1.1772673222358421e-06,
      "loss": 0.0507,
      "step": 1200
    },
    {
      "epoch": 0.8066666666666666,
      "grad_norm": 0.29969459772109985,
      "learning_rate": 1.1033101753426285e-06,
      "loss": 0.0531,
      "step": 1210
    },
    {
      "epoch": 0.8133333333333334,
      "grad_norm": 0.21764793992042542,
      "learning_rate": 1.0314631547312738e-06,
      "loss": 0.0521,
      "step": 1220
    },
    {
      "epoch": 0.82,
      "grad_norm": 0.27188634872436523,
      "learning_rate": 9.617651668308914e-07,
      "loss": 0.0531,
      "step": 1230
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 0.4300704598426819,
      "learning_rate": 8.942539543314799e-07,
      "loss": 0.0515,
      "step": 1240
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 0.24062004685401917,
      "learning_rate": 8.289660757455803e-07,
      "loss": 0.0513,
      "step": 1250
    },
    {
      "epoch": 0.84,
      "grad_norm": 0.22657471895217896,
      "learning_rate": 7.659368856111926e-07,
      "loss": 0.0512,
      "step": 1260
    },
    {
      "epoch": 0.8466666666666667,
      "grad_norm": 0.35750308632850647,
      "learning_rate": 7.052005153466779e-07,
      "loss": 0.0531,
      "step": 1270
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 0.25433865189552307,
      "learning_rate": 6.467898547679913e-07,
      "loss": 0.0524,
      "step": 1280
    },
    {
      "epoch": 0.86,
      "grad_norm": 0.2227182686328888,
      "learning_rate": 5.9073653427826e-07,
      "loss": 0.0526,
      "step": 1290
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 0.3259586691856384,
      "learning_rate": 5.370709077393721e-07,
      "loss": 0.0529,
      "step": 1300
    },
    {
      "epoch": 0.8733333333333333,
      "grad_norm": 0.25573357939720154,
      "learning_rate": 4.858220360348187e-07,
      "loss": 0.0516,
      "step": 1310
    },
    {
      "epoch": 0.88,
      "grad_norm": 0.310043603181839,
      "learning_rate": 4.370176713327118e-07,
      "loss": 0.0516,
      "step": 1320
    },
    {
      "epoch": 0.8866666666666667,
      "grad_norm": 0.18110626935958862,
      "learning_rate": 3.90684242057498e-07,
      "loss": 0.0519,
      "step": 1330
    },
    {
      "epoch": 0.8933333333333333,
      "grad_norm": 0.2742123603820801,
      "learning_rate": 3.468468385785023e-07,
      "loss": 0.0518,
      "step": 1340
    },
    {
      "epoch": 0.9,
      "grad_norm": 0.229804128408432,
      "learning_rate": 3.055291996230492e-07,
      "loss": 0.0502,
      "step": 1350
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 1.2707250118255615,
      "learning_rate": 2.6675369942151864e-07,
      "loss": 0.0529,
      "step": 1360
    },
    {
      "epoch": 0.9133333333333333,
      "grad_norm": 0.20896561443805695,
      "learning_rate": 2.3054133559131163e-07,
      "loss": 0.0525,
      "step": 1370
    },
    {
      "epoch": 0.92,
      "grad_norm": 0.24439620971679688,
      "learning_rate": 1.9691171776626882e-07,
      "loss": 0.0529,
      "step": 1380
    },
    {
      "epoch": 0.9266666666666666,
      "grad_norm": 0.3632369637489319,
      "learning_rate": 1.6588305697770313e-07,
      "loss": 0.0524,
      "step": 1390
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 0.26585954427719116,
      "learning_rate": 1.374721557928116e-07,
      "loss": 0.0519,
      "step": 1400
    },
    {
      "epoch": 0.94,
      "grad_norm": 0.28978848457336426,
      "learning_rate": 1.1169439921578485e-07,
      "loss": 0.0518,
      "step": 1410
    },
    {
      "epoch": 0.9466666666666667,
      "grad_norm": 0.2870274782180786,
      "learning_rate": 8.856374635655696e-08,
      "loss": 0.0511,
      "step": 1420
    },
    {
      "epoch": 0.9533333333333334,
      "grad_norm": 0.3111524283885956,
      "learning_rate": 6.809272287169988e-08,
      "loss": 0.0512,
      "step": 1430
    },
    {
      "epoch": 0.96,
      "grad_norm": 0.3778371810913086,
      "learning_rate": 5.029241418156139e-08,
      "loss": 0.0514,
      "step": 1440
    },
    {
      "epoch": 0.9666666666666667,
      "grad_norm": 0.20682398974895477,
      "learning_rate": 3.517245946731529e-08,
      "loss": 0.0508,
      "step": 1450
    },
    {
      "epoch": 0.9733333333333334,
      "grad_norm": 0.3211764693260193,
      "learning_rate": 2.27410464511707e-08,
      "loss": 0.052,
      "step": 1460
    },
    {
      "epoch": 0.98,
      "grad_norm": 0.2780303955078125,
      "learning_rate": 1.3004906962578723e-08,
      "loss": 0.0533,
      "step": 1470
    },
    {
      "epoch": 0.9866666666666667,
      "grad_norm": 0.2501288056373596,
      "learning_rate": 5.969313292830126e-09,
      "loss": 0.0515,
      "step": 1480
    },
    {
      "epoch": 0.9933333333333333,
      "grad_norm": 0.4127538204193115,
      "learning_rate": 1.638075340010814e-09,
      "loss": 0.0509,
      "step": 1490
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.40533891320228577,
      "learning_rate": 1.3538545881042198e-11,
      "loss": 0.0512,
      "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": 8.234122991345074e+18,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}