{
  "best_global_step": 150,
  "best_metric": 0.09639734774827957,
  "best_model_checkpoint": "/workspace/Paper/Llama-Factory-out-FINAL/checkpoint-150",
  "epoch": 1.0,
  "eval_steps": 50,
  "global_step": 469,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.021333333333333333,
      "grad_norm": 6.965007305145264,
      "learning_rate": 1.9148936170212767e-06,
      "loss": 0.5826,
      "step": 10
    },
    {
      "epoch": 0.042666666666666665,
      "grad_norm": 8.343825340270996,
      "learning_rate": 4.042553191489362e-06,
      "loss": 0.221,
      "step": 20
    },
    {
      "epoch": 0.064,
      "grad_norm": 4.366076946258545,
      "learning_rate": 6.170212765957447e-06,
      "loss": 0.1193,
      "step": 30
    },
    {
      "epoch": 0.08533333333333333,
      "grad_norm": 6.206355571746826,
      "learning_rate": 8.297872340425532e-06,
      "loss": 0.0886,
      "step": 40
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 5.6667680740356445,
      "learning_rate": 9.99944579961847e-06,
      "loss": 0.0802,
      "step": 50
    },
    {
      "epoch": 0.10666666666666667,
      "eval_loss": 0.10694650560617447,
      "eval_runtime": 97.3131,
      "eval_samples_per_second": 10.276,
      "eval_steps_per_second": 1.028,
      "step": 50
    },
    {
      "epoch": 0.128,
      "grad_norm": 4.066320419311523,
      "learning_rate": 9.980061683013594e-06,
      "loss": 0.0673,
      "step": 60
    },
    {
      "epoch": 0.14933333333333335,
      "grad_norm": 5.067573547363281,
      "learning_rate": 9.93309028019428e-06,
      "loss": 0.0708,
      "step": 70
    },
    {
      "epoch": 0.17066666666666666,
      "grad_norm": 3.1410481929779053,
      "learning_rate": 9.858791791458431e-06,
      "loss": 0.048,
      "step": 80
    },
    {
      "epoch": 0.192,
      "grad_norm": 3.2491090297698975,
      "learning_rate": 9.757577796783268e-06,
      "loss": 0.0558,
      "step": 90
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 1.984602451324463,
      "learning_rate": 9.630008975858667e-06,
      "loss": 0.0405,
      "step": 100
    },
    {
      "epoch": 0.21333333333333335,
      "eval_loss": 0.11375788599252701,
      "eval_runtime": 96.5254,
      "eval_samples_per_second": 10.36,
      "eval_steps_per_second": 1.036,
      "step": 100
    },
    {
      "epoch": 0.23466666666666666,
      "grad_norm": 4.064432621002197,
      "learning_rate": 9.476792002175621e-06,
      "loss": 0.0487,
      "step": 110
    },
    {
      "epoch": 0.256,
      "grad_norm": 4.923866271972656,
      "learning_rate": 9.29877562837515e-06,
      "loss": 0.0341,
      "step": 120
    },
    {
      "epoch": 0.2773333333333333,
      "grad_norm": 4.464139938354492,
      "learning_rate": 9.096945984543082e-06,
      "loss": 0.0377,
      "step": 130
    },
    {
      "epoch": 0.2986666666666667,
      "grad_norm": 4.207685470581055,
      "learning_rate": 8.872421115495996e-06,
      "loss": 0.0301,
      "step": 140
    },
    {
      "epoch": 0.32,
      "grad_norm": 3.483502149581909,
      "learning_rate": 8.62644478731932e-06,
      "loss": 0.0456,
      "step": 150
    },
    {
      "epoch": 0.32,
      "eval_loss": 0.09639734774827957,
      "eval_runtime": 96.7578,
      "eval_samples_per_second": 10.335,
      "eval_steps_per_second": 1.034,
      "step": 150
    },
    {
      "epoch": 0.3413333333333333,
      "grad_norm": 2.220848321914673,
      "learning_rate": 8.360379597466519e-06,
      "loss": 0.0333,
      "step": 160
    },
    {
      "epoch": 0.3626666666666667,
      "grad_norm": 0.7694166302680969,
      "learning_rate": 8.075699426586345e-06,
      "loss": 0.0356,
      "step": 170
    },
    {
      "epoch": 0.384,
      "grad_norm": 0.7014467120170593,
      "learning_rate": 7.773981273891563e-06,
      "loss": 0.0296,
      "step": 180
    },
    {
      "epoch": 0.4053333333333333,
      "grad_norm": 11.522379875183105,
      "learning_rate": 7.456896521297554e-06,
      "loss": 0.0287,
      "step": 190
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 3.0580711364746094,
      "learning_rate": 7.126201674723493e-06,
      "loss": 0.0441,
      "step": 200
    },
    {
      "epoch": 0.4266666666666667,
      "eval_loss": 0.10796768218278885,
      "eval_runtime": 93.5705,
      "eval_samples_per_second": 10.687,
      "eval_steps_per_second": 1.069,
      "step": 200
    },
    {
      "epoch": 0.448,
      "grad_norm": 1.6532104015350342,
      "learning_rate": 6.783728633845076e-06,
      "loss": 0.0355,
      "step": 210
    },
    {
      "epoch": 0.4693333333333333,
      "grad_norm": 4.158193111419678,
      "learning_rate": 6.431374544200013e-06,
      "loss": 0.0393,
      "step": 220
    },
    {
      "epoch": 0.49066666666666664,
      "grad_norm": 0.9233776926994324,
      "learning_rate": 6.071091287860973e-06,
      "loss": 0.0383,
      "step": 230
    },
    {
      "epoch": 0.512,
      "grad_norm": 0.443118155002594,
      "learning_rate": 5.7048746708929295e-06,
      "loss": 0.0338,
      "step": 240
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.7420737147331238,
      "learning_rate": 5.33475336749147e-06,
      "loss": 0.0268,
      "step": 250
    },
    {
      "epoch": 0.5333333333333333,
      "eval_loss": 0.1099962517619133,
      "eval_runtime": 94.2519,
      "eval_samples_per_second": 10.61,
      "eval_steps_per_second": 1.061,
      "step": 250
    },
    {
      "epoch": 0.5546666666666666,
      "grad_norm": 6.573488235473633,
      "learning_rate": 4.962777682046565e-06,
      "loss": 0.0306,
      "step": 260
    },
    {
      "epoch": 0.576,
      "grad_norm": 0.7128705382347107,
      "learning_rate": 4.591008191384839e-06,
      "loss": 0.033,
      "step": 270
    },
    {
      "epoch": 0.5973333333333334,
      "grad_norm": 3.958656072616577,
      "learning_rate": 4.221504330107204e-06,
      "loss": 0.0334,
      "step": 280
    },
    {
      "epoch": 0.6186666666666667,
      "grad_norm": 1.2071937322616577,
      "learning_rate": 3.856312982253909e-06,
      "loss": 0.0374,
      "step": 290
    },
    {
      "epoch": 0.64,
      "grad_norm": 1.0882517099380493,
      "learning_rate": 3.4974571424940008e-06,
      "loss": 0.0352,
      "step": 300
    },
    {
      "epoch": 0.64,
      "eval_loss": 0.11102046072483063,
      "eval_runtime": 96.6838,
      "eval_samples_per_second": 10.343,
      "eval_steps_per_second": 1.034,
      "step": 300
    },
    {
      "epoch": 0.6613333333333333,
      "grad_norm": 1.3209381103515625,
      "learning_rate": 3.1469247096510893e-06,
      "loss": 0.0344,
      "step": 310
    },
    {
      "epoch": 0.6826666666666666,
      "grad_norm": 1.4569178819656372,
      "learning_rate": 2.8066574746442044e-06,
      "loss": 0.0298,
      "step": 320
    },
    {
      "epoch": 0.704,
      "grad_norm": 1.3207861185073853,
      "learning_rate": 2.4785403638455537e-06,
      "loss": 0.0262,
      "step": 330
    },
    {
      "epoch": 0.7253333333333334,
      "grad_norm": 1.223027229309082,
      "learning_rate": 2.1643909974421167e-06,
      "loss": 0.0366,
      "step": 340
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 10.417492866516113,
      "learning_rate": 1.8659496206430306e-06,
      "loss": 0.0466,
      "step": 350
    },
    {
      "epoch": 0.7466666666666667,
      "eval_loss": 0.11615587025880814,
      "eval_runtime": 95.1488,
      "eval_samples_per_second": 10.51,
      "eval_steps_per_second": 1.051,
      "step": 350
    },
    {
      "epoch": 0.768,
      "grad_norm": 0.6926187872886658,
      "learning_rate": 1.58486946350929e-06,
      "loss": 0.0332,
      "step": 360
    },
    {
      "epoch": 0.7893333333333333,
      "grad_norm": 0.1623552292585373,
      "learning_rate": 1.3227075828079833e-06,
      "loss": 0.021,
      "step": 370
    },
    {
      "epoch": 0.8106666666666666,
      "grad_norm": 1.2165261507034302,
      "learning_rate": 1.0809162366229996e-06,
      "loss": 0.0295,
      "step": 380
    },
    {
      "epoch": 0.832,
      "grad_norm": 6.5908918380737305,
      "learning_rate": 8.608348395029859e-07,
      "loss": 0.0351,
      "step": 390
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 0.6747581958770752,
      "learning_rate": 6.636825427113719e-07,
      "loss": 0.0308,
      "step": 400
    },
    {
      "epoch": 0.8533333333333334,
      "eval_loss": 0.11269181966781616,
      "eval_runtime": 95.2731,
      "eval_samples_per_second": 10.496,
      "eval_steps_per_second": 1.05,
      "step": 400
    },
    {
      "epoch": 0.8746666666666667,
      "grad_norm": 1.3703091144561768,
      "learning_rate": 4.905514806805456e-07,
      "loss": 0.0304,
      "step": 410
    },
    {
      "epoch": 0.896,
      "grad_norm": 0.5667533278465271,
      "learning_rate": 3.424007210817248e-07,
      "loss": 0.0307,
      "step": 420
    },
    {
      "epoch": 0.9173333333333333,
      "grad_norm": 1.5054301023483276,
      "learning_rate": 2.200509520244326e-07,
      "loss": 0.0154,
      "step": 430
    },
    {
      "epoch": 0.9386666666666666,
      "grad_norm": 2.8148467540740967,
      "learning_rate": 1.2417993581606446e-07,
      "loss": 0.0331,
      "step": 440
    },
    {
      "epoch": 0.96,
      "grad_norm": 1.3720769882202148,
      "learning_rate": 5.5318754465671366e-08,
      "loss": 0.0315,
      "step": 450
    },
    {
      "epoch": 0.96,
      "eval_loss": 0.1133466511964798,
      "eval_runtime": 96.6743,
      "eval_samples_per_second": 10.344,
      "eval_steps_per_second": 1.034,
      "step": 450
    },
    {
      "epoch": 0.9813333333333333,
      "grad_norm": 0.2468981146812439,
      "learning_rate": 1.3848867730158477e-08,
      "loss": 0.0265,
      "step": 460
    }
  ],
  "logging_steps": 10,
  "max_steps": 469,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 1,
  "save_steps": 50,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 1.6387352710191514e+17,
  "train_batch_size": 8,
  "trial_name": null,
  "trial_params": null
}