{
  "best_global_step": null,
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 1.1373333333333333,
  "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": 5.234960556030273,
      "learning_rate": 6.000000000000001e-07,
      "loss": 0.2523,
      "step": 10
    },
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 2.4586009979248047,
      "learning_rate": 1.2666666666666669e-06,
      "loss": 0.1858,
      "step": 20
    },
    {
      "epoch": 0.02,
      "grad_norm": 3.0108866691589355,
      "learning_rate": 1.9333333333333336e-06,
      "loss": 0.1323,
      "step": 30
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 1.274425983428955,
      "learning_rate": 2.6e-06,
      "loss": 0.0953,
      "step": 40
    },
    {
      "epoch": 0.03333333333333333,
      "grad_norm": 0.8511235117912292,
      "learning_rate": 3.266666666666667e-06,
      "loss": 0.0717,
      "step": 50
    },
    {
      "epoch": 0.04,
      "grad_norm": 1.2359228134155273,
      "learning_rate": 3.9333333333333335e-06,
      "loss": 0.0571,
      "step": 60
    },
    {
      "epoch": 0.04666666666666667,
      "grad_norm": 0.858824610710144,
      "learning_rate": 4.600000000000001e-06,
      "loss": 0.0493,
      "step": 70
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 0.7833631634712219,
      "learning_rate": 5.2666666666666665e-06,
      "loss": 0.0456,
      "step": 80
    },
    {
      "epoch": 0.06,
      "grad_norm": 0.6132113933563232,
      "learning_rate": 5.933333333333335e-06,
      "loss": 0.0436,
      "step": 90
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 0.5802624821662903,
      "learning_rate": 6.600000000000001e-06,
      "loss": 0.0413,
      "step": 100
    },
    {
      "epoch": 0.07333333333333333,
      "grad_norm": 0.35474246740341187,
      "learning_rate": 7.266666666666668e-06,
      "loss": 0.0397,
      "step": 110
    },
    {
      "epoch": 0.08,
      "grad_norm": 0.5320606827735901,
      "learning_rate": 7.933333333333334e-06,
      "loss": 0.0368,
      "step": 120
    },
    {
      "epoch": 0.08666666666666667,
      "grad_norm": 0.48437240719795227,
      "learning_rate": 8.6e-06,
      "loss": 0.0357,
      "step": 130
    },
    {
      "epoch": 0.09333333333333334,
      "grad_norm": 0.47771838307380676,
      "learning_rate": 9.266666666666667e-06,
      "loss": 0.0355,
      "step": 140
    },
    {
      "epoch": 0.1,
      "grad_norm": 0.4612067937850952,
      "learning_rate": 9.933333333333334e-06,
      "loss": 0.0352,
      "step": 150
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 0.2791973948478699,
      "learning_rate": 9.998903417374228e-06,
      "loss": 0.0342,
      "step": 160
    },
    {
      "epoch": 0.11333333333333333,
      "grad_norm": 0.4042704701423645,
      "learning_rate": 9.995113378907791e-06,
      "loss": 0.0336,
      "step": 170
    },
    {
      "epoch": 0.12,
      "grad_norm": 0.27445995807647705,
      "learning_rate": 9.988618398427495e-06,
      "loss": 0.0318,
      "step": 180
    },
    {
      "epoch": 0.12666666666666668,
      "grad_norm": 0.4659740626811981,
      "learning_rate": 9.979421993079853e-06,
      "loss": 0.0335,
      "step": 190
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.5997518301010132,
      "learning_rate": 9.967529142880592e-06,
      "loss": 0.0339,
      "step": 200
    },
    {
      "epoch": 0.14,
      "grad_norm": 0.3627311885356903,
      "learning_rate": 9.952946288017899e-06,
      "loss": 0.0327,
      "step": 210
    },
    {
      "epoch": 0.14666666666666667,
      "grad_norm": 0.25868934392929077,
      "learning_rate": 9.93568132536494e-06,
      "loss": 0.0322,
      "step": 220
    },
    {
      "epoch": 0.15333333333333332,
      "grad_norm": 0.2951168417930603,
      "learning_rate": 9.915743604203563e-06,
      "loss": 0.0311,
      "step": 230
    },
    {
      "epoch": 0.16,
      "grad_norm": 0.3337659537792206,
      "learning_rate": 9.893143921161501e-06,
      "loss": 0.0317,
      "step": 240
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 0.27367573976516724,
      "learning_rate": 9.867894514365802e-06,
      "loss": 0.0306,
      "step": 250
    },
    {
      "epoch": 0.17333333333333334,
      "grad_norm": 0.28687962889671326,
      "learning_rate": 9.840009056815674e-06,
      "loss": 0.0303,
      "step": 260
    },
    {
      "epoch": 0.18,
      "grad_norm": 0.23084785044193268,
      "learning_rate": 9.809502648978311e-06,
      "loss": 0.0312,
      "step": 270
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 0.38457003235816956,
      "learning_rate": 9.776391810611719e-06,
      "loss": 0.0303,
      "step": 280
    },
    {
      "epoch": 0.19333333333333333,
      "grad_norm": 0.2903217077255249,
      "learning_rate": 9.740694471818988e-06,
      "loss": 0.0297,
      "step": 290
    },
    {
      "epoch": 0.2,
      "grad_norm": 0.26213157176971436,
      "learning_rate": 9.702429963338812e-06,
      "loss": 0.0289,
      "step": 300
    },
    {
      "epoch": 0.20666666666666667,
      "grad_norm": 0.2715766131877899,
      "learning_rate": 9.661619006077562e-06,
      "loss": 0.0285,
      "step": 310
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 0.20788423717021942,
      "learning_rate": 9.618283699888543e-06,
      "loss": 0.029,
      "step": 320
    },
    {
      "epoch": 0.22,
      "grad_norm": 0.1543346643447876,
      "learning_rate": 9.572447511604536e-06,
      "loss": 0.0298,
      "step": 330
    },
    {
      "epoch": 0.22666666666666666,
      "grad_norm": 0.2608855068683624,
      "learning_rate": 9.524135262330098e-06,
      "loss": 0.0298,
      "step": 340
    },
    {
      "epoch": 0.23333333333333334,
      "grad_norm": 0.26449450850486755,
      "learning_rate": 9.473373114000493e-06,
      "loss": 0.0287,
      "step": 350
    },
    {
      "epoch": 0.24,
      "grad_norm": 0.16612136363983154,
      "learning_rate": 9.420188555214537e-06,
      "loss": 0.0281,
      "step": 360
    },
    {
      "epoch": 0.24666666666666667,
      "grad_norm": 0.29909491539001465,
      "learning_rate": 9.364610386349048e-06,
      "loss": 0.0306,
      "step": 370
    },
    {
      "epoch": 0.25333333333333335,
      "grad_norm": 0.19966456294059753,
      "learning_rate": 9.306668703962927e-06,
      "loss": 0.029,
      "step": 380
    },
    {
      "epoch": 0.26,
      "grad_norm": 0.15102192759513855,
      "learning_rate": 9.246394884499334e-06,
      "loss": 0.0279,
      "step": 390
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.14891450107097626,
      "learning_rate": 9.18382156729481e-06,
      "loss": 0.0289,
      "step": 400
    },
    {
      "epoch": 0.2733333333333333,
      "grad_norm": 0.18456150591373444,
      "learning_rate": 9.118982636904476e-06,
      "loss": 0.0289,
      "step": 410
    },
    {
      "epoch": 0.28,
      "grad_norm": 0.21652130782604218,
      "learning_rate": 9.051913204752972e-06,
      "loss": 0.0282,
      "step": 420
    },
    {
      "epoch": 0.2866666666666667,
      "grad_norm": 0.20596565306186676,
      "learning_rate": 8.982649590120982e-06,
      "loss": 0.0279,
      "step": 430
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 0.1709621101617813,
      "learning_rate": 8.911229300477716e-06,
      "loss": 0.0289,
      "step": 440
    },
    {
      "epoch": 0.3,
      "grad_norm": 0.21974503993988037,
      "learning_rate": 8.837691011169944e-06,
      "loss": 0.0286,
      "step": 450
    },
    {
      "epoch": 0.30666666666666664,
      "grad_norm": 0.1668318808078766,
      "learning_rate": 8.762074544478622e-06,
      "loss": 0.0289,
      "step": 460
    },
    {
      "epoch": 0.31333333333333335,
      "grad_norm": 0.24894751608371735,
      "learning_rate": 8.68442084805442e-06,
      "loss": 0.0273,
      "step": 470
    },
    {
      "epoch": 0.32,
      "grad_norm": 0.20935484766960144,
      "learning_rate": 8.604771972743848e-06,
      "loss": 0.0278,
      "step": 480
    },
    {
      "epoch": 0.32666666666666666,
      "grad_norm": 0.22819101810455322,
      "learning_rate": 8.523171049817974e-06,
      "loss": 0.0279,
      "step": 490
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.189545139670372,
      "learning_rate": 8.439662267616093e-06,
      "loss": 0.0286,
      "step": 500
    },
    {
      "epoch": 0.34,
      "grad_norm": 0.22775457799434662,
      "learning_rate": 8.354290847616954e-06,
      "loss": 0.0273,
      "step": 510
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 0.15195752680301666,
      "learning_rate": 8.267103019950529e-06,
      "loss": 0.0281,
      "step": 520
    },
    {
      "epoch": 0.35333333333333333,
      "grad_norm": 0.1726960837841034,
      "learning_rate": 8.178145998363585e-06,
      "loss": 0.0287,
      "step": 530
    },
    {
      "epoch": 0.36,
      "grad_norm": 0.2208917737007141,
      "learning_rate": 8.087467954652608e-06,
      "loss": 0.0274,
      "step": 540
    },
    {
      "epoch": 0.36666666666666664,
      "grad_norm": 0.42369166016578674,
      "learning_rate": 7.99511799257793e-06,
      "loss": 0.0283,
      "step": 550
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 0.17445319890975952,
      "learning_rate": 7.901146121273165e-06,
      "loss": 0.0286,
      "step": 560
    },
    {
      "epoch": 0.38,
      "grad_norm": 0.24755573272705078,
      "learning_rate": 7.80560322816439e-06,
      "loss": 0.0284,
      "step": 570
    },
    {
      "epoch": 0.38666666666666666,
      "grad_norm": 0.16139942407608032,
      "learning_rate": 7.7085410514137e-06,
      "loss": 0.0281,
      "step": 580
    },
    {
      "epoch": 0.3933333333333333,
      "grad_norm": 0.14722169935703278,
      "learning_rate": 7.610012151902091e-06,
      "loss": 0.0288,
      "step": 590
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.19121955335140228,
      "learning_rate": 7.510069884766802e-06,
      "loss": 0.0269,
      "step": 600
    },
    {
      "epoch": 0.4066666666666667,
      "grad_norm": 0.4560883939266205,
      "learning_rate": 7.408768370508577e-06,
      "loss": 0.0279,
      "step": 610
    },
    {
      "epoch": 0.41333333333333333,
      "grad_norm": 0.17142727971076965,
      "learning_rate": 7.3061624656844544e-06,
      "loss": 0.0278,
      "step": 620
    },
    {
      "epoch": 0.42,
      "grad_norm": 0.20494040846824646,
      "learning_rate": 7.2023077332019755e-06,
      "loss": 0.0276,
      "step": 630
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 0.17237113416194916,
      "learning_rate": 7.0972604122308865e-06,
      "loss": 0.0265,
      "step": 640
    },
    {
      "epoch": 0.43333333333333335,
      "grad_norm": 0.10688260942697525,
      "learning_rate": 6.991077387748643e-06,
      "loss": 0.0277,
      "step": 650
    },
    {
      "epoch": 0.44,
      "grad_norm": 0.2260720580816269,
      "learning_rate": 6.883816159736187e-06,
      "loss": 0.0278,
      "step": 660
    },
    {
      "epoch": 0.44666666666666666,
      "grad_norm": 0.1664057970046997,
      "learning_rate": 6.775534812040686e-06,
      "loss": 0.0267,
      "step": 670
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 0.13374029099941254,
      "learning_rate": 6.666291980922122e-06,
      "loss": 0.0272,
      "step": 680
    },
    {
      "epoch": 0.46,
      "grad_norm": 0.11895390599966049,
      "learning_rate": 6.556146823300701e-06,
      "loss": 0.028,
      "step": 690
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 0.12667301297187805,
      "learning_rate": 6.445158984722358e-06,
      "loss": 0.0272,
      "step": 700
    },
    {
      "epoch": 0.47333333333333333,
      "grad_norm": 0.33054879307746887,
      "learning_rate": 6.3333885670596285e-06,
      "loss": 0.0272,
      "step": 710
    },
    {
      "epoch": 0.48,
      "grad_norm": 0.20602670311927795,
      "learning_rate": 6.220896095965428e-06,
      "loss": 0.0266,
      "step": 720
    },
    {
      "epoch": 0.4866666666666667,
      "grad_norm": 0.1334441602230072,
      "learning_rate": 6.107742488097338e-06,
      "loss": 0.0278,
      "step": 730
    },
    {
      "epoch": 0.49333333333333335,
      "grad_norm": 0.1716829240322113,
      "learning_rate": 5.993989018130173e-06,
      "loss": 0.0276,
      "step": 740
    },
    {
      "epoch": 0.5,
      "grad_norm": 0.17173507809638977,
      "learning_rate": 5.879697285574655e-06,
      "loss": 0.027,
      "step": 750
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 0.13854774832725525,
      "learning_rate": 5.764929181420191e-06,
      "loss": 0.027,
      "step": 760
    },
    {
      "epoch": 0.5133333333333333,
      "grad_norm": 0.18937619030475616,
      "learning_rate": 5.649746854619814e-06,
      "loss": 0.0273,
      "step": 770
    },
    {
      "epoch": 0.52,
      "grad_norm": 0.17703093588352203,
      "learning_rate": 5.5342126784354265e-06,
      "loss": 0.028,
      "step": 780
    },
    {
      "epoch": 0.5266666666666666,
      "grad_norm": 0.1360723078250885,
      "learning_rate": 5.41838921666158e-06,
      "loss": 0.026,
      "step": 790
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.16010494530200958,
      "learning_rate": 5.3023391897460715e-06,
      "loss": 0.0263,
      "step": 800
    },
    {
      "epoch": 0.54,
      "grad_norm": 0.1728169471025467,
      "learning_rate": 5.18612544082573e-06,
      "loss": 0.0267,
      "step": 810
    },
    {
      "epoch": 0.5466666666666666,
      "grad_norm": 0.1610235720872879,
      "learning_rate": 5.069810901695727e-06,
      "loss": 0.0271,
      "step": 820
    },
    {
      "epoch": 0.5533333333333333,
      "grad_norm": 0.13934388756752014,
      "learning_rate": 4.953458558730917e-06,
      "loss": 0.0269,
      "step": 830
    },
    {
      "epoch": 0.56,
      "grad_norm": 0.1595052182674408,
      "learning_rate": 4.837131418777595e-06,
      "loss": 0.0285,
      "step": 840
    },
    {
      "epoch": 0.5666666666666667,
      "grad_norm": 0.20196989178657532,
      "learning_rate": 4.720892475034181e-06,
      "loss": 0.0268,
      "step": 850
    },
    {
      "epoch": 0.5733333333333334,
      "grad_norm": 0.0952686294913292,
      "learning_rate": 4.604804672939295e-06,
      "loss": 0.0279,
      "step": 860
    },
    {
      "epoch": 0.58,
      "grad_norm": 0.13534852862358093,
      "learning_rate": 4.4889308760856826e-06,
      "loss": 0.0263,
      "step": 870
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 0.15479381382465363,
      "learning_rate": 4.373333832178478e-06,
      "loss": 0.0266,
      "step": 880
    },
    {
      "epoch": 0.5933333333333334,
      "grad_norm": 0.1572863906621933,
      "learning_rate": 4.258076139056217e-06,
      "loss": 0.0257,
      "step": 890
    },
    {
      "epoch": 0.6,
      "grad_norm": 0.10794276744127274,
      "learning_rate": 4.143220210792993e-06,
      "loss": 0.0268,
      "step": 900
    },
    {
      "epoch": 0.6066666666666667,
      "grad_norm": 0.12649226188659668,
      "learning_rate": 4.028828243900141e-06,
      "loss": 0.0273,
      "step": 910
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 0.11261267960071564,
      "learning_rate": 3.914962183645733e-06,
      "loss": 0.0273,
      "step": 920
    },
    {
      "epoch": 0.62,
      "grad_norm": 0.12402400374412537,
      "learning_rate": 3.8016836905101157e-06,
      "loss": 0.027,
      "step": 930
    },
    {
      "epoch": 0.6266666666666667,
      "grad_norm": 0.15580758452415466,
      "learning_rate": 3.6890541067956775e-06,
      "loss": 0.0275,
      "step": 940
    },
    {
      "epoch": 0.6333333333333333,
      "grad_norm": 0.16109588742256165,
      "learning_rate": 3.577134423408906e-06,
      "loss": 0.0264,
      "step": 950
    },
    {
      "epoch": 0.64,
      "grad_norm": 0.22473324835300446,
      "learning_rate": 3.465985246832739e-06,
      "loss": 0.027,
      "step": 960
    },
    {
      "epoch": 0.6466666666666666,
      "grad_norm": 0.21857620775699615,
      "learning_rate": 3.355666766307084e-06,
      "loss": 0.0276,
      "step": 970
    },
    {
      "epoch": 0.6533333333333333,
      "grad_norm": 0.09758365899324417,
      "learning_rate": 3.246238721235283e-06,
      "loss": 0.027,
      "step": 980
    },
    {
      "epoch": 0.66,
      "grad_norm": 0.1262107789516449,
      "learning_rate": 3.137760368834169e-06,
      "loss": 0.0273,
      "step": 990
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.09402887523174286,
      "learning_rate": 3.030290452045245e-06,
      "loss": 0.0262,
      "step": 1000
    },
    {
      "epoch": 0.6733333333333333,
      "grad_norm": 0.10381755977869034,
      "learning_rate": 2.9238871677243354e-06,
      "loss": 0.0275,
      "step": 1010
    },
    {
      "epoch": 0.68,
      "grad_norm": 0.12168723344802856,
      "learning_rate": 2.818608135126967e-06,
      "loss": 0.0258,
      "step": 1020
    },
    {
      "epoch": 0.6866666666666666,
      "grad_norm": 0.1692776083946228,
      "learning_rate": 2.714510364706531e-06,
      "loss": 0.0258,
      "step": 1030
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 0.18947234749794006,
      "learning_rate": 2.611650227242102e-06,
      "loss": 0.0276,
      "step": 1040
    },
    {
      "epoch": 0.7,
      "grad_norm": 0.1725011169910431,
      "learning_rate": 2.5100834233126827e-06,
      "loss": 0.0266,
      "step": 1050
    },
    {
      "epoch": 0.7066666666666667,
      "grad_norm": 0.10584762692451477,
      "learning_rate": 2.40986495313435e-06,
      "loss": 0.0266,
      "step": 1060
    },
    {
      "epoch": 0.7133333333333334,
      "grad_norm": 0.11202681064605713,
      "learning_rate": 2.3110490867766644e-06,
      "loss": 0.0271,
      "step": 1070
    },
    {
      "epoch": 0.72,
      "grad_norm": 0.09831184148788452,
      "learning_rate": 2.213689334774479e-06,
      "loss": 0.0278,
      "step": 1080
    },
    {
      "epoch": 0.7266666666666667,
      "grad_norm": 0.12705865502357483,
      "learning_rate": 2.1178384191510344e-06,
      "loss": 0.0269,
      "step": 1090
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 0.18815581500530243,
      "learning_rate": 2.023548244868051e-06,
      "loss": 0.027,
      "step": 1100
    },
    {
      "epoch": 0.74,
      "grad_norm": 0.24343350529670715,
      "learning_rate": 1.9308698717182874e-06,
      "loss": 0.0272,
      "step": 1110
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 0.09869104623794556,
      "learning_rate": 1.8398534866757455e-06,
      "loss": 0.0271,
      "step": 1120
    },
    {
      "epoch": 0.7533333333333333,
      "grad_norm": 0.11589930206537247,
      "learning_rate": 1.7505483767185583e-06,
      "loss": 0.0267,
      "step": 1130
    },
    {
      "epoch": 0.76,
      "grad_norm": 0.13498885929584503,
      "learning_rate": 1.6630029021392007e-06,
      "loss": 0.0271,
      "step": 1140
    },
    {
      "epoch": 0.7666666666666667,
      "grad_norm": 0.1283062994480133,
      "learning_rate": 1.5772644703565564e-06,
      "loss": 0.0267,
      "step": 1150
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 0.16730868816375732,
      "learning_rate": 1.4933795102439558e-06,
      "loss": 0.0266,
      "step": 1160
    },
    {
      "epoch": 0.78,
      "grad_norm": 0.12701842188835144,
      "learning_rate": 1.4113934469871166e-06,
      "loss": 0.0258,
      "step": 1170
    },
    {
      "epoch": 0.7866666666666666,
      "grad_norm": 0.0999382808804512,
      "learning_rate": 1.3313506774856177e-06,
      "loss": 0.025,
      "step": 1180
    },
    {
      "epoch": 0.7933333333333333,
      "grad_norm": 0.1926984041929245,
      "learning_rate": 1.2532945463111856e-06,
      "loss": 0.0273,
      "step": 1190
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.09554208815097809,
      "learning_rate": 1.1772673222358421e-06,
      "loss": 0.0264,
      "step": 1200
    },
    {
      "epoch": 0.8066666666666666,
      "grad_norm": 0.11885914206504822,
      "learning_rate": 1.1033101753426285e-06,
      "loss": 0.0262,
      "step": 1210
    },
    {
      "epoch": 0.8133333333333334,
      "grad_norm": 0.15456905961036682,
      "learning_rate": 1.0314631547312738e-06,
      "loss": 0.0267,
      "step": 1220
    },
    {
      "epoch": 0.82,
      "grad_norm": 0.2736993134021759,
      "learning_rate": 9.617651668308914e-07,
      "loss": 0.0277,
      "step": 1230
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 0.18778415024280548,
      "learning_rate": 8.942539543314799e-07,
      "loss": 0.027,
      "step": 1240
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 0.11048292368650436,
      "learning_rate": 8.289660757455803e-07,
      "loss": 0.0267,
      "step": 1250
    },
    {
      "epoch": 0.84,
      "grad_norm": 0.17376090586185455,
      "learning_rate": 7.659368856111926e-07,
      "loss": 0.0252,
      "step": 1260
    },
    {
      "epoch": 0.8466666666666667,
      "grad_norm": 0.10457020252943039,
      "learning_rate": 7.052005153466779e-07,
      "loss": 0.0259,
      "step": 1270
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 0.14782173931598663,
      "learning_rate": 6.467898547679913e-07,
      "loss": 0.0263,
      "step": 1280
    },
    {
      "epoch": 0.86,
      "grad_norm": 0.10234915465116501,
      "learning_rate": 5.9073653427826e-07,
      "loss": 0.0268,
      "step": 1290
    },
    {
      "epoch": 1.004,
      "grad_norm": 0.16457466781139374,
      "learning_rate": 5.370709077393721e-07,
      "loss": 0.0286,
      "step": 1300
    },
    {
      "epoch": 1.0106666666666666,
      "grad_norm": 0.12019941955804825,
      "learning_rate": 4.858220360348187e-07,
      "loss": 0.0262,
      "step": 1310
    },
    {
      "epoch": 1.0173333333333334,
      "grad_norm": 0.14211136102676392,
      "learning_rate": 4.370176713327118e-07,
      "loss": 0.026,
      "step": 1320
    },
    {
      "epoch": 1.024,
      "grad_norm": 0.11359744518995285,
      "learning_rate": 3.90684242057498e-07,
      "loss": 0.0266,
      "step": 1330
    },
    {
      "epoch": 1.0306666666666666,
      "grad_norm": 0.11327305436134338,
      "learning_rate": 3.468468385785023e-07,
      "loss": 0.0274,
      "step": 1340
    },
    {
      "epoch": 1.0373333333333334,
      "grad_norm": 0.10707303881645203,
      "learning_rate": 3.055291996230492e-07,
      "loss": 0.0259,
      "step": 1350
    },
    {
      "epoch": 1.044,
      "grad_norm": 0.10647109150886536,
      "learning_rate": 2.6675369942151864e-07,
      "loss": 0.026,
      "step": 1360
    },
    {
      "epoch": 1.0506666666666666,
      "grad_norm": 0.19219855964183807,
      "learning_rate": 2.3054133559131163e-07,
      "loss": 0.0275,
      "step": 1370
    },
    {
      "epoch": 1.0573333333333332,
      "grad_norm": 0.17916028201580048,
      "learning_rate": 1.9691171776626882e-07,
      "loss": 0.0261,
      "step": 1380
    },
    {
      "epoch": 1.064,
      "grad_norm": 0.14635035395622253,
      "learning_rate": 1.6588305697770313e-07,
      "loss": 0.0271,
      "step": 1390
    },
    {
      "epoch": 1.0706666666666667,
      "grad_norm": 0.12044422328472137,
      "learning_rate": 1.374721557928116e-07,
      "loss": 0.0264,
      "step": 1400
    },
    {
      "epoch": 1.0773333333333333,
      "grad_norm": 0.10537119954824448,
      "learning_rate": 1.1169439921578485e-07,
      "loss": 0.0262,
      "step": 1410
    },
    {
      "epoch": 1.084,
      "grad_norm": 0.1695001721382141,
      "learning_rate": 8.856374635655696e-08,
      "loss": 0.0267,
      "step": 1420
    },
    {
      "epoch": 1.0906666666666667,
      "grad_norm": 0.20581750571727753,
      "learning_rate": 6.809272287169988e-08,
      "loss": 0.0265,
      "step": 1430
    },
    {
      "epoch": 1.0973333333333333,
      "grad_norm": 0.14110663533210754,
      "learning_rate": 5.029241418156139e-08,
      "loss": 0.0256,
      "step": 1440
    },
    {
      "epoch": 1.104,
      "grad_norm": 0.1277492642402649,
      "learning_rate": 3.517245946731529e-08,
      "loss": 0.0252,
      "step": 1450
    },
    {
      "epoch": 1.1106666666666667,
      "grad_norm": 0.17467160522937775,
      "learning_rate": 2.27410464511707e-08,
      "loss": 0.0268,
      "step": 1460
    },
    {
      "epoch": 1.1173333333333333,
      "grad_norm": 0.14059223234653473,
      "learning_rate": 1.3004906962578723e-08,
      "loss": 0.0262,
      "step": 1470
    },
    {
      "epoch": 1.124,
      "grad_norm": 0.11744212359189987,
      "learning_rate": 5.969313292830126e-09,
      "loss": 0.0276,
      "step": 1480
    },
    {
      "epoch": 1.1306666666666667,
      "grad_norm": 0.12303502857685089,
      "learning_rate": 1.638075340010814e-09,
      "loss": 0.0265,
      "step": 1490
    },
    {
      "epoch": 1.1373333333333333,
      "grad_norm": 0.1259213238954544,
      "learning_rate": 1.3538545881042198e-11,
      "loss": 0.0275,
      "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": 1.2131899331082977e+19,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}