{
  "best_global_step": null,
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 0.11097816851341276,
  "eval_steps": 500,
  "global_step": 1600,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.0006936135532088297,
      "grad_norm": 80.97769927978516,
      "learning_rate": 2.0833333333333334e-06,
      "loss": 39.45225219726562,
      "step": 10
    },
    {
      "epoch": 0.0013872271064176594,
      "grad_norm": 69.19830322265625,
      "learning_rate": 6.25e-06,
      "loss": 38.231222534179686,
      "step": 20
    },
    {
      "epoch": 0.0020808406596264893,
      "grad_norm": 55.03429412841797,
      "learning_rate": 1.0416666666666666e-05,
      "loss": 37.07829284667969,
      "step": 30
    },
    {
      "epoch": 0.002774454212835319,
      "grad_norm": 36.03839874267578,
      "learning_rate": 1.4583333333333333e-05,
      "loss": 35.945098876953125,
      "step": 40
    },
    {
      "epoch": 0.0034680677660441487,
      "grad_norm": 48.63792419433594,
      "learning_rate": 1.875e-05,
      "loss": 34.40289306640625,
      "step": 50
    },
    {
      "epoch": 0.004161681319252979,
      "grad_norm": 41.98967361450195,
      "learning_rate": 2.2916666666666667e-05,
      "loss": 33.45003662109375,
      "step": 60
    },
    {
      "epoch": 0.004855294872461808,
      "grad_norm": 81.57576751708984,
      "learning_rate": 2.7083333333333335e-05,
      "loss": 32.02000427246094,
      "step": 70
    },
    {
      "epoch": 0.005548908425670638,
      "grad_norm": 60.575645446777344,
      "learning_rate": 3.125e-05,
      "loss": 30.74504699707031,
      "step": 80
    },
    {
      "epoch": 0.006242521978879467,
      "grad_norm": 61.149410247802734,
      "learning_rate": 3.541666666666667e-05,
      "loss": 29.49912109375,
      "step": 90
    },
    {
      "epoch": 0.006936135532088297,
      "grad_norm": 69.96782684326172,
      "learning_rate": 3.958333333333333e-05,
      "loss": 28.152670288085936,
      "step": 100
    },
    {
      "epoch": 0.007629749085297127,
      "grad_norm": 33.35784149169922,
      "learning_rate": 4.375e-05,
      "loss": 27.86654052734375,
      "step": 110
    },
    {
      "epoch": 0.008323362638505957,
      "grad_norm": 42.682308197021484,
      "learning_rate": 4.791666666666667e-05,
      "loss": 27.098068237304688,
      "step": 120
    },
    {
      "epoch": 0.009016976191714786,
      "grad_norm": 45.40013122558594,
      "learning_rate": 5.208333333333334e-05,
      "loss": 25.768472290039064,
      "step": 130
    },
    {
      "epoch": 0.009710589744923616,
      "grad_norm": 36.54875564575195,
      "learning_rate": 5.6250000000000005e-05,
      "loss": 25.419296264648438,
      "step": 140
    },
    {
      "epoch": 0.010404203298132445,
      "grad_norm": 54.964447021484375,
      "learning_rate": 6.041666666666667e-05,
      "loss": 24.5228759765625,
      "step": 150
    },
    {
      "epoch": 0.011097816851341275,
      "grad_norm": 62.00859451293945,
      "learning_rate": 6.458333333333334e-05,
      "loss": 23.92150115966797,
      "step": 160
    },
    {
      "epoch": 0.011791430404550106,
      "grad_norm": 50.303070068359375,
      "learning_rate": 6.875e-05,
      "loss": 23.61223449707031,
      "step": 170
    },
    {
      "epoch": 0.012485043957758934,
      "grad_norm": 40.088356018066406,
      "learning_rate": 7.291666666666667e-05,
      "loss": 23.29130401611328,
      "step": 180
    },
    {
      "epoch": 0.013178657510967764,
      "grad_norm": 58.86671829223633,
      "learning_rate": 7.708333333333334e-05,
      "loss": 23.32776794433594,
      "step": 190
    },
    {
      "epoch": 0.013872271064176595,
      "grad_norm": 38.86407470703125,
      "learning_rate": 8.125000000000001e-05,
      "loss": 23.280059814453125,
      "step": 200
    },
    {
      "epoch": 0.014565884617385423,
      "grad_norm": 37.631717681884766,
      "learning_rate": 8.541666666666666e-05,
      "loss": 22.259375,
      "step": 210
    },
    {
      "epoch": 0.015259498170594254,
      "grad_norm": 37.38259506225586,
      "learning_rate": 8.958333333333333e-05,
      "loss": 21.507147216796874,
      "step": 220
    },
    {
      "epoch": 0.015953111723803082,
      "grad_norm": 42.106143951416016,
      "learning_rate": 9.375e-05,
      "loss": 21.231875610351562,
      "step": 230
    },
    {
      "epoch": 0.016646725277011915,
      "grad_norm": 50.364681243896484,
      "learning_rate": 9.791666666666667e-05,
      "loss": 21.234603881835938,
      "step": 240
    },
    {
      "epoch": 0.017340338830220743,
      "grad_norm": 40.50483322143555,
      "learning_rate": 0.00010208333333333334,
      "loss": 20.62218017578125,
      "step": 250
    },
    {
      "epoch": 0.018033952383429572,
      "grad_norm": 60.68687057495117,
      "learning_rate": 0.00010625,
      "loss": 19.96156463623047,
      "step": 260
    },
    {
      "epoch": 0.0187275659366384,
      "grad_norm": 31.746686935424805,
      "learning_rate": 0.00011041666666666666,
      "loss": 19.283287048339844,
      "step": 270
    },
    {
      "epoch": 0.019421179489847232,
      "grad_norm": 40.83134841918945,
      "learning_rate": 0.00011458333333333333,
      "loss": 18.95526580810547,
      "step": 280
    },
    {
      "epoch": 0.02011479304305606,
      "grad_norm": 27.94510841369629,
      "learning_rate": 0.00011875,
      "loss": 19.398623657226562,
      "step": 290
    },
    {
      "epoch": 0.02080840659626489,
      "grad_norm": 43.998260498046875,
      "learning_rate": 0.00012291666666666665,
      "loss": 18.262245178222656,
      "step": 300
    },
    {
      "epoch": 0.021502020149473722,
      "grad_norm": 22.61271095275879,
      "learning_rate": 0.00012708333333333332,
      "loss": 18.646043395996095,
      "step": 310
    },
    {
      "epoch": 0.02219563370268255,
      "grad_norm": 27.580198287963867,
      "learning_rate": 0.00013125000000000002,
      "loss": 17.519342041015626,
      "step": 320
    },
    {
      "epoch": 0.02288924725589138,
      "grad_norm": 36.54242706298828,
      "learning_rate": 0.00013541666666666666,
      "loss": 16.588734436035157,
      "step": 330
    },
    {
      "epoch": 0.02358286080910021,
      "grad_norm": 24.73045539855957,
      "learning_rate": 0.00013958333333333333,
      "loss": 16.85819091796875,
      "step": 340
    },
    {
      "epoch": 0.02427647436230904,
      "grad_norm": 27.577693939208984,
      "learning_rate": 0.00014375,
      "loss": 16.190365600585938,
      "step": 350
    },
    {
      "epoch": 0.02497008791551787,
      "grad_norm": 20.408132553100586,
      "learning_rate": 0.00014791666666666667,
      "loss": 15.682986450195312,
      "step": 360
    },
    {
      "epoch": 0.0256637014687267,
      "grad_norm": 28.981483459472656,
      "learning_rate": 0.00015208333333333333,
      "loss": 15.275959777832032,
      "step": 370
    },
    {
      "epoch": 0.02635731502193553,
      "grad_norm": 19.978363037109375,
      "learning_rate": 0.00015625,
      "loss": 15.033628845214844,
      "step": 380
    },
    {
      "epoch": 0.027050928575144358,
      "grad_norm": 15.66555404663086,
      "learning_rate": 0.00016041666666666667,
      "loss": 14.446699523925782,
      "step": 390
    },
    {
      "epoch": 0.02774454212835319,
      "grad_norm": 17.955888748168945,
      "learning_rate": 0.00016458333333333334,
      "loss": 14.196858215332032,
      "step": 400
    },
    {
      "epoch": 0.02843815568156202,
      "grad_norm": 16.955345153808594,
      "learning_rate": 0.00016875,
      "loss": 13.838204956054687,
      "step": 410
    },
    {
      "epoch": 0.029131769234770847,
      "grad_norm": 14.126781463623047,
      "learning_rate": 0.00017291666666666668,
      "loss": 13.345814514160157,
      "step": 420
    },
    {
      "epoch": 0.029825382787979676,
      "grad_norm": 16.29298973083496,
      "learning_rate": 0.00017708333333333335,
      "loss": 13.06510009765625,
      "step": 430
    },
    {
      "epoch": 0.030518996341188508,
      "grad_norm": 14.477455139160156,
      "learning_rate": 0.00018125,
      "loss": 12.520622253417969,
      "step": 440
    },
    {
      "epoch": 0.031212609894397336,
      "grad_norm": 12.074920654296875,
      "learning_rate": 0.00018541666666666668,
      "loss": 12.411215209960938,
      "step": 450
    },
    {
      "epoch": 0.031906223447606165,
      "grad_norm": 15.564898490905762,
      "learning_rate": 0.00018958333333333332,
      "loss": 12.00233154296875,
      "step": 460
    },
    {
      "epoch": 0.032599837000814993,
      "grad_norm": 15.621328353881836,
      "learning_rate": 0.00019375000000000002,
      "loss": 12.109133911132812,
      "step": 470
    },
    {
      "epoch": 0.03329345055402383,
      "grad_norm": 10.823607444763184,
      "learning_rate": 0.00019791666666666666,
      "loss": 11.684900665283203,
      "step": 480
    },
    {
      "epoch": 0.03398706410723266,
      "grad_norm": 14.166363716125488,
      "learning_rate": 0.00020208333333333333,
      "loss": 11.60366439819336,
      "step": 490
    },
    {
      "epoch": 0.034680677660441486,
      "grad_norm": 39.65184783935547,
      "learning_rate": 0.00020625,
      "loss": 11.060487365722656,
      "step": 500
    },
    {
      "epoch": 0.035374291213650315,
      "grad_norm": 12.022449493408203,
      "learning_rate": 0.00021041666666666667,
      "loss": 11.373404693603515,
      "step": 510
    },
    {
      "epoch": 0.036067904766859143,
      "grad_norm": 9.625805854797363,
      "learning_rate": 0.00021458333333333334,
      "loss": 11.405331420898438,
      "step": 520
    },
    {
      "epoch": 0.03676151832006797,
      "grad_norm": 12.523700714111328,
      "learning_rate": 0.00021875,
      "loss": 10.810578155517579,
      "step": 530
    },
    {
      "epoch": 0.0374551318732768,
      "grad_norm": 11.111766815185547,
      "learning_rate": 0.00022291666666666667,
      "loss": 10.427848815917969,
      "step": 540
    },
    {
      "epoch": 0.038148745426485636,
      "grad_norm": 9.552438735961914,
      "learning_rate": 0.00022708333333333334,
      "loss": 10.221891784667969,
      "step": 550
    },
    {
      "epoch": 0.038842358979694465,
      "grad_norm": 10.854446411132812,
      "learning_rate": 0.00023125,
      "loss": 10.453067779541016,
      "step": 560
    },
    {
      "epoch": 0.039535972532903293,
      "grad_norm": 8.054693222045898,
      "learning_rate": 0.00023541666666666668,
      "loss": 9.835127258300782,
      "step": 570
    },
    {
      "epoch": 0.04022958608611212,
      "grad_norm": 9.217058181762695,
      "learning_rate": 0.00023958333333333335,
      "loss": 9.983591461181641,
      "step": 580
    },
    {
      "epoch": 0.04092319963932095,
      "grad_norm": 7.442865371704102,
      "learning_rate": 0.00024375,
      "loss": 9.785844421386718,
      "step": 590
    },
    {
      "epoch": 0.04161681319252978,
      "grad_norm": 7.499183177947998,
      "learning_rate": 0.0002479166666666667,
      "loss": 9.547152709960937,
      "step": 600
    },
    {
      "epoch": 0.042310426745738615,
      "grad_norm": 6.999185085296631,
      "learning_rate": 0.0002520833333333333,
      "loss": 9.602791595458985,
      "step": 610
    },
    {
      "epoch": 0.043004040298947444,
      "grad_norm": 8.540186882019043,
      "learning_rate": 0.00025624999999999997,
      "loss": 9.688284301757813,
      "step": 620
    },
    {
      "epoch": 0.04369765385215627,
      "grad_norm": 7.028185844421387,
      "learning_rate": 0.0002604166666666667,
      "loss": 9.46673355102539,
      "step": 630
    },
    {
      "epoch": 0.0443912674053651,
      "grad_norm": 10.2844820022583,
      "learning_rate": 0.00026458333333333336,
      "loss": 9.028829956054688,
      "step": 640
    },
    {
      "epoch": 0.04508488095857393,
      "grad_norm": 6.920653820037842,
      "learning_rate": 0.00026875,
      "loss": 9.584944152832032,
      "step": 650
    },
    {
      "epoch": 0.04577849451178276,
      "grad_norm": 7.473561763763428,
      "learning_rate": 0.00027291666666666664,
      "loss": 9.417964935302734,
      "step": 660
    },
    {
      "epoch": 0.04647210806499159,
      "grad_norm": 6.416537761688232,
      "learning_rate": 0.00027708333333333334,
      "loss": 9.235848236083985,
      "step": 670
    },
    {
      "epoch": 0.04716572161820042,
      "grad_norm": 7.264041900634766,
      "learning_rate": 0.00028125000000000003,
      "loss": 9.052194976806641,
      "step": 680
    },
    {
      "epoch": 0.04785933517140925,
      "grad_norm": 5.6128692626953125,
      "learning_rate": 0.0002854166666666667,
      "loss": 8.73398208618164,
      "step": 690
    },
    {
      "epoch": 0.04855294872461808,
      "grad_norm": 6.392711639404297,
      "learning_rate": 0.00028958333333333337,
      "loss": 8.775264739990234,
      "step": 700
    },
    {
      "epoch": 0.04924656227782691,
      "grad_norm": 7.4516496658325195,
      "learning_rate": 0.00029375,
      "loss": 8.859925079345704,
      "step": 710
    },
    {
      "epoch": 0.04994017583103574,
      "grad_norm": 6.566150188446045,
      "learning_rate": 0.00029791666666666665,
      "loss": 9.032890319824219,
      "step": 720
    },
    {
      "epoch": 0.050633789384244565,
      "grad_norm": 7.080583572387695,
      "learning_rate": 0.0003020833333333333,
      "loss": 8.99814682006836,
      "step": 730
    },
    {
      "epoch": 0.0513274029374534,
      "grad_norm": 5.690314292907715,
      "learning_rate": 0.00030625000000000004,
      "loss": 8.487692260742188,
      "step": 740
    },
    {
      "epoch": 0.05202101649066223,
      "grad_norm": 6.124709606170654,
      "learning_rate": 0.0003104166666666667,
      "loss": 9.122718811035156,
      "step": 750
    },
    {
      "epoch": 0.05271463004387106,
      "grad_norm": 5.513874530792236,
      "learning_rate": 0.00031458333333333333,
      "loss": 8.884898376464843,
      "step": 760
    },
    {
      "epoch": 0.05340824359707989,
      "grad_norm": 6.077105522155762,
      "learning_rate": 0.00031874999999999997,
      "loss": 8.678743743896485,
      "step": 770
    },
    {
      "epoch": 0.054101857150288715,
      "grad_norm": 5.43304967880249,
      "learning_rate": 0.0003229166666666667,
      "loss": 8.514462280273438,
      "step": 780
    },
    {
      "epoch": 0.054795470703497544,
      "grad_norm": 6.31812858581543,
      "learning_rate": 0.00032708333333333336,
      "loss": 8.414434814453125,
      "step": 790
    },
    {
      "epoch": 0.05548908425670638,
      "grad_norm": 6.50822114944458,
      "learning_rate": 0.00033125,
      "loss": 8.508963775634765,
      "step": 800
    },
    {
      "epoch": 0.05618269780991521,
      "grad_norm": 5.709455966949463,
      "learning_rate": 0.00033541666666666664,
      "loss": 8.19250030517578,
      "step": 810
    },
    {
      "epoch": 0.05687631136312404,
      "grad_norm": 6.013482093811035,
      "learning_rate": 0.00033958333333333334,
      "loss": 8.754444885253907,
      "step": 820
    },
    {
      "epoch": 0.057569924916332865,
      "grad_norm": 6.8106842041015625,
      "learning_rate": 0.00034375,
      "loss": 8.26578598022461,
      "step": 830
    },
    {
      "epoch": 0.058263538469541694,
      "grad_norm": 5.135249614715576,
      "learning_rate": 0.0003479166666666667,
      "loss": 8.549038696289063,
      "step": 840
    },
    {
      "epoch": 0.05895715202275052,
      "grad_norm": 5.1326823234558105,
      "learning_rate": 0.00035208333333333337,
      "loss": 8.302710723876952,
      "step": 850
    },
    {
      "epoch": 0.05965076557595935,
      "grad_norm": 4.964430809020996,
      "learning_rate": 0.00035625,
      "loss": 8.092277526855469,
      "step": 860
    },
    {
      "epoch": 0.06034437912916819,
      "grad_norm": 6.6412882804870605,
      "learning_rate": 0.00036041666666666665,
      "loss": 7.938130187988281,
      "step": 870
    },
    {
      "epoch": 0.061037992682377015,
      "grad_norm": 5.193583011627197,
      "learning_rate": 0.0003645833333333333,
      "loss": 8.546875,
      "step": 880
    },
    {
      "epoch": 0.061731606235585844,
      "grad_norm": 4.927044868469238,
      "learning_rate": 0.00036875000000000005,
      "loss": 7.911424255371093,
      "step": 890
    },
    {
      "epoch": 0.06242521978879467,
      "grad_norm": 5.043755531311035,
      "learning_rate": 0.0003729166666666667,
      "loss": 8.359856414794923,
      "step": 900
    },
    {
      "epoch": 0.06311883334200351,
      "grad_norm": 5.2342352867126465,
      "learning_rate": 0.00037708333333333333,
      "loss": 7.912593841552734,
      "step": 910
    },
    {
      "epoch": 0.06381244689521233,
      "grad_norm": 4.811470985412598,
      "learning_rate": 0.00038124999999999997,
      "loss": 8.026778411865234,
      "step": 920
    },
    {
      "epoch": 0.06450606044842117,
      "grad_norm": 5.230201721191406,
      "learning_rate": 0.0003854166666666667,
      "loss": 7.771602630615234,
      "step": 930
    },
    {
      "epoch": 0.06519967400162999,
      "grad_norm": 5.551824569702148,
      "learning_rate": 0.00038958333333333336,
      "loss": 7.761222839355469,
      "step": 940
    },
    {
      "epoch": 0.06589328755483882,
      "grad_norm": 4.743410110473633,
      "learning_rate": 0.00039375,
      "loss": 7.748975372314453,
      "step": 950
    },
    {
      "epoch": 0.06658690110804766,
      "grad_norm": 5.341291427612305,
      "learning_rate": 0.00039791666666666664,
      "loss": 7.9248199462890625,
      "step": 960
    },
    {
      "epoch": 0.06728051466125648,
      "grad_norm": 4.554710865020752,
      "learning_rate": 0.00040166666666666665,
      "loss": 7.922956085205078,
      "step": 970
    },
    {
      "epoch": 0.06797412821446532,
      "grad_norm": 4.599163055419922,
      "learning_rate": 0.00040583333333333335,
      "loss": 7.850189208984375,
      "step": 980
    },
    {
      "epoch": 0.06866774176767414,
      "grad_norm": 4.907506942749023,
      "learning_rate": 0.00041,
      "loss": 7.55450668334961,
      "step": 990
    },
    {
      "epoch": 0.06936135532088297,
      "grad_norm": 4.697291374206543,
      "learning_rate": 0.0004141666666666667,
      "loss": 7.54024658203125,
      "step": 1000
    },
    {
      "epoch": 0.0700549688740918,
      "grad_norm": 5.102283000946045,
      "learning_rate": 0.00041833333333333333,
      "loss": 7.947976684570312,
      "step": 1010
    },
    {
      "epoch": 0.07074858242730063,
      "grad_norm": 5.308175563812256,
      "learning_rate": 0.00042249999999999997,
      "loss": 7.837068176269531,
      "step": 1020
    },
    {
      "epoch": 0.07144219598050947,
      "grad_norm": 5.058789253234863,
      "learning_rate": 0.0004266666666666667,
      "loss": 7.611346435546875,
      "step": 1030
    },
    {
      "epoch": 0.07213580953371829,
      "grad_norm": 5.363205432891846,
      "learning_rate": 0.00043083333333333336,
      "loss": 7.675627899169922,
      "step": 1040
    },
    {
      "epoch": 0.07282942308692712,
      "grad_norm": 5.060066223144531,
      "learning_rate": 0.000435,
      "loss": 7.799678802490234,
      "step": 1050
    },
    {
      "epoch": 0.07352303664013594,
      "grad_norm": 5.268683433532715,
      "learning_rate": 0.00043916666666666664,
      "loss": 7.417415618896484,
      "step": 1060
    },
    {
      "epoch": 0.07421665019334478,
      "grad_norm": 29.964582443237305,
      "learning_rate": 0.00044333333333333334,
      "loss": 7.611949920654297,
      "step": 1070
    },
    {
      "epoch": 0.0749102637465536,
      "grad_norm": 6.951490879058838,
      "learning_rate": 0.00044750000000000004,
      "loss": 7.826107025146484,
      "step": 1080
    },
    {
      "epoch": 0.07560387729976244,
      "grad_norm": Infinity,
      "learning_rate": 0.0004516666666666667,
      "loss": 8.342691040039062,
      "step": 1090
    },
    {
      "epoch": 0.07629749085297127,
      "grad_norm": 19.79059410095215,
      "learning_rate": 0.0004554166666666667,
      "loss": 8.860975646972657,
      "step": 1100
    },
    {
      "epoch": 0.0769911044061801,
      "grad_norm": 5.309981346130371,
      "learning_rate": 0.00045958333333333333,
      "loss": 8.495597839355469,
      "step": 1110
    },
    {
      "epoch": 0.07768471795938893,
      "grad_norm": 62.24746322631836,
      "learning_rate": 0.00046375,
      "loss": 7.669882965087891,
      "step": 1120
    },
    {
      "epoch": 0.07837833151259775,
      "grad_norm": Infinity,
      "learning_rate": 0.00046791666666666667,
      "loss": 9.232691192626953,
      "step": 1130
    },
    {
      "epoch": 0.07907194506580659,
      "grad_norm": 21.891761779785156,
      "learning_rate": 0.00047125,
      "loss": 9.408066558837891,
      "step": 1140
    },
    {
      "epoch": 0.07976555861901541,
      "grad_norm": 47.06490707397461,
      "learning_rate": 0.0004754166666666667,
      "loss": 9.484445190429687,
      "step": 1150
    },
    {
      "epoch": 0.08045917217222424,
      "grad_norm": 34.64010238647461,
      "learning_rate": 0.0004795833333333333,
      "loss": 9.570259857177735,
      "step": 1160
    },
    {
      "epoch": 0.08115278572543308,
      "grad_norm": 12.11959457397461,
      "learning_rate": 0.00048375,
      "loss": 9.447135162353515,
      "step": 1170
    },
    {
      "epoch": 0.0818463992786419,
      "grad_norm": 16.15092658996582,
      "learning_rate": 0.0004875,
      "loss": 9.065760040283203,
      "step": 1180
    },
    {
      "epoch": 0.08254001283185074,
      "grad_norm": 157.4208526611328,
      "learning_rate": 0.0004916666666666666,
      "loss": 8.82796630859375,
      "step": 1190
    },
    {
      "epoch": 0.08323362638505956,
      "grad_norm": 27.526687622070312,
      "learning_rate": 0.0004958333333333334,
      "loss": 8.742295837402343,
      "step": 1200
    },
    {
      "epoch": 0.0839272399382684,
      "grad_norm": 145.7564697265625,
      "learning_rate": 0.0005,
      "loss": 8.395146942138672,
      "step": 1210
    },
    {
      "epoch": 0.08462085349147723,
      "grad_norm": 6.748693466186523,
      "learning_rate": 0.0004999999873614903,
      "loss": 8.451645660400391,
      "step": 1220
    },
    {
      "epoch": 0.08531446704468605,
      "grad_norm": 22.430376052856445,
      "learning_rate": 0.0004999999494459626,
      "loss": 8.06414794921875,
      "step": 1230
    },
    {
      "epoch": 0.08600808059789489,
      "grad_norm": 11.808032035827637,
      "learning_rate": 0.0004999998862534205,
      "loss": 8.445089721679688,
      "step": 1240
    },
    {
      "epoch": 0.08670169415110371,
      "grad_norm": 40.87104034423828,
      "learning_rate": 0.0004999997977838706,
      "loss": 8.36043930053711,
      "step": 1250
    },
    {
      "epoch": 0.08739530770431254,
      "grad_norm": 6.653709411621094,
      "learning_rate": 0.0004999996840373218,
      "loss": 8.253304290771485,
      "step": 1260
    },
    {
      "epoch": 0.08808892125752137,
      "grad_norm": 143.88558959960938,
      "learning_rate": 0.0004999995450137855,
      "loss": 8.144001770019532,
      "step": 1270
    },
    {
      "epoch": 0.0887825348107302,
      "grad_norm": 21.387109756469727,
      "learning_rate": 0.0004999993807132759,
      "loss": 8.308104705810546,
      "step": 1280
    },
    {
      "epoch": 0.08947614836393904,
      "grad_norm": 24.346641540527344,
      "learning_rate": 0.0004999991911358096,
      "loss": 8.206471252441407,
      "step": 1290
    },
    {
      "epoch": 0.09016976191714786,
      "grad_norm": 5.9509124755859375,
      "learning_rate": 0.0004999989762814056,
      "loss": 7.916456604003907,
      "step": 1300
    },
    {
      "epoch": 0.0908633754703567,
      "grad_norm": 4.6718292236328125,
      "learning_rate": 0.0004999987361500857,
      "loss": 8.069509887695313,
      "step": 1310
    },
    {
      "epoch": 0.09155698902356552,
      "grad_norm": 7.908266067504883,
      "learning_rate": 0.0004999984707418744,
      "loss": 7.811135101318359,
      "step": 1320
    },
    {
      "epoch": 0.09225060257677435,
      "grad_norm": 5.006199836730957,
      "learning_rate": 0.0004999981800567982,
      "loss": 7.62738037109375,
      "step": 1330
    },
    {
      "epoch": 0.09294421612998317,
      "grad_norm": 5.048142433166504,
      "learning_rate": 0.0004999979293094143,
      "loss": 7.573948669433594,
      "step": 1340
    },
    {
      "epoch": 0.09363782968319201,
      "grad_norm": 315.8863220214844,
      "learning_rate": 0.0004999975931260575,
      "loss": 7.884748077392578,
      "step": 1350
    },
    {
      "epoch": 0.09433144323640084,
      "grad_norm": 6.798584938049316,
      "learning_rate": 0.0004999972689493917,
      "loss": 8.001516723632813,
      "step": 1360
    },
    {
      "epoch": 0.09502505678960967,
      "grad_norm": 1015.7785034179688,
      "learning_rate": 0.0004999968847401915,
      "loss": 7.8455970764160154,
      "step": 1370
    },
    {
      "epoch": 0.0957186703428185,
      "grad_norm": 10.685717582702637,
      "learning_rate": 0.000499996475254287,
      "loss": 8.098987579345703,
      "step": 1380
    },
    {
      "epoch": 0.09641228389602732,
      "grad_norm": 11.820308685302734,
      "learning_rate": 0.0004999960404917194,
      "loss": 8.00228271484375,
      "step": 1390
    },
    {
      "epoch": 0.09710589744923616,
      "grad_norm": 14.156989097595215,
      "learning_rate": 0.0004999955804525329,
      "loss": 7.7231597900390625,
      "step": 1400
    },
    {
      "epoch": 0.097799511002445,
      "grad_norm": 14.044855117797852,
      "learning_rate": 0.0004999950951367737,
      "loss": 7.547687530517578,
      "step": 1410
    },
    {
      "epoch": 0.09849312455565382,
      "grad_norm": 21.774089813232422,
      "learning_rate": 0.0004999945845444912,
      "loss": 7.418048095703125,
      "step": 1420
    },
    {
      "epoch": 0.09918673810886265,
      "grad_norm": 24.606578826904297,
      "learning_rate": 0.0004999940486757369,
      "loss": 7.59954605102539,
      "step": 1430
    },
    {
      "epoch": 0.09988035166207147,
      "grad_norm": 17.820003509521484,
      "learning_rate": 0.0004999934875305649,
      "loss": 7.650421142578125,
      "step": 1440
    },
    {
      "epoch": 0.10057396521528031,
      "grad_norm": 23.51424789428711,
      "learning_rate": 0.000499992901109032,
      "loss": 8.069045257568359,
      "step": 1450
    },
    {
      "epoch": 0.10126757876848913,
      "grad_norm": 35.154178619384766,
      "learning_rate": 0.0004999922894111975,
      "loss": 7.217467498779297,
      "step": 1460
    },
    {
      "epoch": 0.10196119232169797,
      "grad_norm": 14.090352058410645,
      "learning_rate": 0.0004999916524371232,
      "loss": 7.3218132019042965,
      "step": 1470
    },
    {
      "epoch": 0.1026548058749068,
      "grad_norm": 22.718524932861328,
      "learning_rate": 0.0004999909901868735,
      "loss": 7.336325836181641,
      "step": 1480
    },
    {
      "epoch": 0.10334841942811562,
      "grad_norm": 24.450363159179688,
      "learning_rate": 0.0004999903026605154,
      "loss": 7.122545623779297,
      "step": 1490
    },
    {
      "epoch": 0.10404203298132446,
      "grad_norm": 19.112335205078125,
      "learning_rate": 0.0004999895898581185,
      "loss": 7.021141052246094,
      "step": 1500
    },
    {
      "epoch": 0.10473564653453328,
      "grad_norm": 37.39822769165039,
      "learning_rate": 0.0004999888517797547,
      "loss": 7.5175323486328125,
      "step": 1510
    },
    {
      "epoch": 0.10542926008774212,
      "grad_norm": 17.441190719604492,
      "learning_rate": 0.0004999880884254987,
      "loss": 7.584983825683594,
      "step": 1520
    },
    {
      "epoch": 0.10612287364095094,
      "grad_norm": 32.337440490722656,
      "learning_rate": 0.0004999872997954278,
      "loss": 7.30379638671875,
      "step": 1530
    },
    {
      "epoch": 0.10681648719415977,
      "grad_norm": 15.138467788696289,
      "learning_rate": 0.0004999864858896215,
      "loss": 7.259065246582031,
      "step": 1540
    },
    {
      "epoch": 0.10751010074736861,
      "grad_norm": 27.0513916015625,
      "learning_rate": 0.0004999856467081623,
      "loss": 7.271750640869141,
      "step": 1550
    },
    {
      "epoch": 0.10820371430057743,
      "grad_norm": 26.314247131347656,
      "learning_rate": 0.0004999847822511349,
      "loss": 7.2289573669433596,
      "step": 1560
    },
    {
      "epoch": 0.10889732785378627,
      "grad_norm": 22.641141891479492,
      "learning_rate": 0.0004999838925186269,
      "loss": 7.1235198974609375,
      "step": 1570
    },
    {
      "epoch": 0.10959094140699509,
      "grad_norm": 17.976776123046875,
      "learning_rate": 0.000499982977510728,
      "loss": 7.235462951660156,
      "step": 1580
    },
    {
      "epoch": 0.11028455496020392,
      "grad_norm": 20.597803115844727,
      "learning_rate": 0.0004999820372275308,
      "loss": 7.060716247558593,
      "step": 1590
    },
    {
      "epoch": 0.11097816851341276,
      "grad_norm": 24.85616683959961,
      "learning_rate": 0.0004999810716691305,
      "loss": 7.108528137207031,
      "step": 1600
    }
  ],
  "logging_steps": 10,
  "max_steps": 100000,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 7,
  "save_steps": 100,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": false
      },
      "attributes": {}
    }
  },
  "total_flos": 1.731588545421312e+16,
  "train_batch_size": 8,
  "trial_name": null,
  "trial_params": null
}