{
  "best_global_step": null,
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 0.04855294872461808,
  "eval_steps": 500,
  "global_step": 700,
  "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
    }
  ],
  "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": 7574703726182400.0,
  "train_batch_size": 8,
  "trial_name": null,
  "trial_params": null
}