{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 2.0,
  "eval_steps": 500,
  "global_step": 150,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 1.0028682947158813,
      "learning_rate": 2.2222222222222223e-05,
      "loss": 1.43,
      "step": 1
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 1.6397583484649658,
      "learning_rate": 4.4444444444444447e-05,
      "loss": 1.5374,
      "step": 2
    },
    {
      "epoch": 0.04,
      "grad_norm": 1.2198785543441772,
      "learning_rate": 6.666666666666667e-05,
      "loss": 1.5106,
      "step": 3
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 0.8468486070632935,
      "learning_rate": 8.888888888888889e-05,
      "loss": 1.447,
      "step": 4
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 0.9268608689308167,
      "learning_rate": 0.00011111111111111112,
      "loss": 1.4743,
      "step": 5
    },
    {
      "epoch": 0.08,
      "grad_norm": 1.0168085098266602,
      "learning_rate": 0.00013333333333333334,
      "loss": 1.3245,
      "step": 6
    },
    {
      "epoch": 0.09333333333333334,
      "grad_norm": 0.6773934960365295,
      "learning_rate": 0.00015555555555555556,
      "loss": 1.3738,
      "step": 7
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 0.6985631585121155,
      "learning_rate": 0.00017777777777777779,
      "loss": 1.3951,
      "step": 8
    },
    {
      "epoch": 0.12,
      "grad_norm": 1.0221399068832397,
      "learning_rate": 0.0002,
      "loss": 1.3246,
      "step": 9
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.6119747161865234,
      "learning_rate": 0.00019999417253661235,
      "loss": 1.2951,
      "step": 10
    },
    {
      "epoch": 0.14666666666666667,
      "grad_norm": 0.6660990118980408,
      "learning_rate": 0.00019997669082563597,
      "loss": 1.2529,
      "step": 11
    },
    {
      "epoch": 0.16,
      "grad_norm": 0.5874819755554199,
      "learning_rate": 0.00019994755690455152,
      "loss": 1.2252,
      "step": 12
    },
    {
      "epoch": 0.17333333333333334,
      "grad_norm": 0.4818006157875061,
      "learning_rate": 0.00019990677416889608,
      "loss": 1.1708,
      "step": 13
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 0.652045488357544,
      "learning_rate": 0.0001998543473718677,
      "loss": 0.9865,
      "step": 14
    },
    {
      "epoch": 0.2,
      "grad_norm": 0.5517733693122864,
      "learning_rate": 0.00019979028262377118,
      "loss": 1.181,
      "step": 15
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 0.47720542550086975,
      "learning_rate": 0.00019971458739130598,
      "loss": 1.0633,
      "step": 16
    },
    {
      "epoch": 0.22666666666666666,
      "grad_norm": 0.7947096228599548,
      "learning_rate": 0.000199627270496696,
      "loss": 1.1458,
      "step": 17
    },
    {
      "epoch": 0.24,
      "grad_norm": 0.5301257371902466,
      "learning_rate": 0.0001995283421166614,
      "loss": 1.2245,
      "step": 18
    },
    {
      "epoch": 0.25333333333333335,
      "grad_norm": 0.9473271369934082,
      "learning_rate": 0.00019941781378123244,
      "loss": 1.0859,
      "step": 19
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 1.1834161281585693,
      "learning_rate": 0.00019929569837240564,
      "loss": 1.1808,
      "step": 20
    },
    {
      "epoch": 0.28,
      "grad_norm": 0.6784033179283142,
      "learning_rate": 0.00019916201012264254,
      "loss": 1.202,
      "step": 21
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 0.7274785041809082,
      "learning_rate": 0.00019901676461321068,
      "loss": 1.2242,
      "step": 22
    },
    {
      "epoch": 0.30666666666666664,
      "grad_norm": 0.7520783543586731,
      "learning_rate": 0.00019885997877236788,
      "loss": 1.173,
      "step": 23
    },
    {
      "epoch": 0.32,
      "grad_norm": 0.8218541145324707,
      "learning_rate": 0.00019869167087338907,
      "loss": 1.0723,
      "step": 24
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.6361420154571533,
      "learning_rate": 0.00019851186053243666,
      "loss": 1.1607,
      "step": 25
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 0.6401374936103821,
      "learning_rate": 0.00019832056870627417,
      "loss": 1.1398,
      "step": 26
    },
    {
      "epoch": 0.36,
      "grad_norm": 1.0995603799819946,
      "learning_rate": 0.0001981178176898239,
      "loss": 0.9475,
      "step": 27
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 0.5122275948524475,
      "learning_rate": 0.00019790363111356837,
      "loss": 1.0125,
      "step": 28
    },
    {
      "epoch": 0.38666666666666666,
      "grad_norm": 0.9316695332527161,
      "learning_rate": 0.00019767803394079615,
      "loss": 1.0554,
      "step": 29
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.6831843256950378,
      "learning_rate": 0.00019744105246469263,
      "loss": 1.027,
      "step": 30
    },
    {
      "epoch": 0.41333333333333333,
      "grad_norm": 0.5529218912124634,
      "learning_rate": 0.0001971927143052752,
      "loss": 1.0218,
      "step": 31
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 0.7164443135261536,
      "learning_rate": 0.00019693304840617457,
      "loss": 1.0901,
      "step": 32
    },
    {
      "epoch": 0.44,
      "grad_norm": 0.7430665493011475,
      "learning_rate": 0.00019666208503126112,
      "loss": 1.125,
      "step": 33
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 0.7198122143745422,
      "learning_rate": 0.00019637985576111778,
      "loss": 0.9926,
      "step": 34
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 0.6613873839378357,
      "learning_rate": 0.0001960863934893594,
      "loss": 1.1925,
      "step": 35
    },
    {
      "epoch": 0.48,
      "grad_norm": 1.2440484762191772,
      "learning_rate": 0.00019578173241879872,
      "loss": 0.8948,
      "step": 36
    },
    {
      "epoch": 0.49333333333333335,
      "grad_norm": 0.6995570659637451,
      "learning_rate": 0.00019546590805746052,
      "loss": 0.9525,
      "step": 37
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 0.6873968243598938,
      "learning_rate": 0.00019513895721444286,
      "loss": 0.9966,
      "step": 38
    },
    {
      "epoch": 0.52,
      "grad_norm": 0.5394595861434937,
      "learning_rate": 0.00019480091799562704,
      "loss": 1.0787,
      "step": 39
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.9196312427520752,
      "learning_rate": 0.00019445182979923654,
      "loss": 1.0559,
      "step": 40
    },
    {
      "epoch": 0.5466666666666666,
      "grad_norm": 2.5954103469848633,
      "learning_rate": 0.000194091733311245,
      "loss": 0.9638,
      "step": 41
    },
    {
      "epoch": 0.56,
      "grad_norm": 1.244681715965271,
      "learning_rate": 0.00019372067050063438,
      "loss": 0.9325,
      "step": 42
    },
    {
      "epoch": 0.5733333333333334,
      "grad_norm": 0.613715410232544,
      "learning_rate": 0.0001933386846145036,
      "loss": 0.9428,
      "step": 43
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 0.9604235291481018,
      "learning_rate": 0.00019294582017302797,
      "loss": 0.9486,
      "step": 44
    },
    {
      "epoch": 0.6,
      "grad_norm": 0.7591239809989929,
      "learning_rate": 0.00019254212296427044,
      "loss": 1.0955,
      "step": 45
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 0.5218423008918762,
      "learning_rate": 0.0001921276400388451,
      "loss": 1.0368,
      "step": 46
    },
    {
      "epoch": 0.6266666666666667,
      "grad_norm": 0.5670755505561829,
      "learning_rate": 0.00019170241970443343,
      "loss": 0.9854,
      "step": 47
    },
    {
      "epoch": 0.64,
      "grad_norm": 0.8089922070503235,
      "learning_rate": 0.00019126651152015403,
      "loss": 1.0396,
      "step": 48
    },
    {
      "epoch": 0.6533333333333333,
      "grad_norm": 0.6459051966667175,
      "learning_rate": 0.00019081996629078657,
      "loss": 1.0156,
      "step": 49
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 1.1918997764587402,
      "learning_rate": 0.00019036283606085053,
      "loss": 1.1542,
      "step": 50
    },
    {
      "epoch": 0.68,
      "grad_norm": 0.6263722777366638,
      "learning_rate": 0.00018989517410853955,
      "loss": 1.1471,
      "step": 51
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 0.534618616104126,
      "learning_rate": 0.00018941703493951164,
      "loss": 0.9055,
      "step": 52
    },
    {
      "epoch": 0.7066666666666667,
      "grad_norm": 0.529036819934845,
      "learning_rate": 0.00018892847428053693,
      "loss": 0.9896,
      "step": 53
    },
    {
      "epoch": 0.72,
      "grad_norm": 0.716572105884552,
      "learning_rate": 0.00018842954907300236,
      "loss": 1.0204,
      "step": 54
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 0.832662045955658,
      "learning_rate": 0.00018792031746627563,
      "loss": 1.0263,
      "step": 55
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 0.5659884810447693,
      "learning_rate": 0.0001874008388109276,
      "loss": 1.0529,
      "step": 56
    },
    {
      "epoch": 0.76,
      "grad_norm": 0.4971260726451874,
      "learning_rate": 0.00018687117365181512,
      "loss": 1.0109,
      "step": 57
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 0.5997689962387085,
      "learning_rate": 0.00018633138372102468,
      "loss": 1.0363,
      "step": 58
    },
    {
      "epoch": 0.7866666666666666,
      "grad_norm": 0.42450904846191406,
      "learning_rate": 0.00018578153193067745,
      "loss": 1.0156,
      "step": 59
    },
    {
      "epoch": 0.8,
      "grad_norm": 1.0025880336761475,
      "learning_rate": 0.00018522168236559695,
      "loss": 0.96,
      "step": 60
    },
    {
      "epoch": 0.8133333333333334,
      "grad_norm": 0.47225672006607056,
      "learning_rate": 0.00018465190027584005,
      "loss": 1.0402,
      "step": 61
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 0.6419042348861694,
      "learning_rate": 0.00018407225206909208,
      "loss": 0.9727,
      "step": 62
    },
    {
      "epoch": 0.84,
      "grad_norm": 0.9594618082046509,
      "learning_rate": 0.00018348280530292713,
      "loss": 0.986,
      "step": 63
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 0.5415605902671814,
      "learning_rate": 0.00018288362867693414,
      "loss": 1.019,
      "step": 64
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 0.9662086367607117,
      "learning_rate": 0.00018227479202471015,
      "loss": 0.9531,
      "step": 65
    },
    {
      "epoch": 0.88,
      "grad_norm": 0.7523136734962463,
      "learning_rate": 0.0001816563663057211,
      "loss": 1.0383,
      "step": 66
    },
    {
      "epoch": 0.8933333333333333,
      "grad_norm": 0.7249945998191833,
      "learning_rate": 0.00018102842359703176,
      "loss": 1.1131,
      "step": 67
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 0.4781404435634613,
      "learning_rate": 0.000180391037084905,
      "loss": 0.9701,
      "step": 68
    },
    {
      "epoch": 0.92,
      "grad_norm": 0.5435504913330078,
      "learning_rate": 0.00017974428105627208,
      "loss": 1.2701,
      "step": 69
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 0.48021838068962097,
      "learning_rate": 0.00017908823089007457,
      "loss": 0.9212,
      "step": 70
    },
    {
      "epoch": 0.9466666666666667,
      "grad_norm": 0.7063950300216675,
      "learning_rate": 0.00017842296304847893,
      "loss": 1.0076,
      "step": 71
    },
    {
      "epoch": 0.96,
      "grad_norm": 0.5694530606269836,
      "learning_rate": 0.00017774855506796496,
      "loss": 1.0417,
      "step": 72
    },
    {
      "epoch": 0.9733333333333334,
      "grad_norm": 0.6120775938034058,
      "learning_rate": 0.00017706508555028893,
      "loss": 1.0501,
      "step": 73
    },
    {
      "epoch": 0.9866666666666667,
      "grad_norm": 0.5728889107704163,
      "learning_rate": 0.0001763726341533227,
      "loss": 1.0024,
      "step": 74
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.8452621102333069,
      "learning_rate": 0.00017567128158176953,
      "loss": 1.0966,
      "step": 75
    },
    {
      "epoch": 1.0133333333333334,
      "grad_norm": 0.5769606828689575,
      "learning_rate": 0.0001749611095777581,
      "loss": 0.8877,
      "step": 76
    },
    {
      "epoch": 1.0266666666666666,
      "grad_norm": 0.9046480059623718,
      "learning_rate": 0.00017424220091131535,
      "loss": 0.752,
      "step": 77
    },
    {
      "epoch": 1.04,
      "grad_norm": 0.4488053023815155,
      "learning_rate": 0.00017351463937072004,
      "loss": 0.7588,
      "step": 78
    },
    {
      "epoch": 1.0533333333333332,
      "grad_norm": 0.41479629278182983,
      "learning_rate": 0.00017277850975273696,
      "loss": 0.779,
      "step": 79
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 0.7192550301551819,
      "learning_rate": 0.000172033897852734,
      "loss": 0.7809,
      "step": 80
    },
    {
      "epoch": 1.08,
      "grad_norm": 0.7553783655166626,
      "learning_rate": 0.00017128089045468294,
      "loss": 0.7421,
      "step": 81
    },
    {
      "epoch": 1.0933333333333333,
      "grad_norm": 0.5650737881660461,
      "learning_rate": 0.0001705195753210446,
      "loss": 0.7044,
      "step": 82
    },
    {
      "epoch": 1.1066666666666667,
      "grad_norm": 0.6692880988121033,
      "learning_rate": 0.0001697500411825403,
      "loss": 0.8415,
      "step": 83
    },
    {
      "epoch": 1.12,
      "grad_norm": 0.6710836291313171,
      "learning_rate": 0.00016897237772781044,
      "loss": 0.7247,
      "step": 84
    },
    {
      "epoch": 1.1333333333333333,
      "grad_norm": 0.5887194275856018,
      "learning_rate": 0.0001681866755929612,
      "loss": 0.7947,
      "step": 85
    },
    {
      "epoch": 1.1466666666666667,
      "grad_norm": 0.5538906455039978,
      "learning_rate": 0.00016739302635100108,
      "loss": 0.7337,
      "step": 86
    },
    {
      "epoch": 1.16,
      "grad_norm": 0.6018480062484741,
      "learning_rate": 0.00016659152250116812,
      "loss": 0.6801,
      "step": 87
    },
    {
      "epoch": 1.1733333333333333,
      "grad_norm": 0.548251748085022,
      "learning_rate": 0.00016578225745814907,
      "loss": 0.6898,
      "step": 88
    },
    {
      "epoch": 1.1866666666666668,
      "grad_norm": 0.49416568875312805,
      "learning_rate": 0.00016496532554119214,
      "loss": 0.719,
      "step": 89
    },
    {
      "epoch": 1.2,
      "grad_norm": 0.6101306676864624,
      "learning_rate": 0.000164140821963114,
      "loss": 0.7917,
      "step": 90
    },
    {
      "epoch": 1.2133333333333334,
      "grad_norm": 0.588020920753479,
      "learning_rate": 0.000163308842819203,
      "loss": 0.8035,
      "step": 91
    },
    {
      "epoch": 1.2266666666666666,
      "grad_norm": 0.5376534461975098,
      "learning_rate": 0.00016246948507601914,
      "loss": 0.7816,
      "step": 92
    },
    {
      "epoch": 1.24,
      "grad_norm": 0.549625813961029,
      "learning_rate": 0.00016162284656009274,
      "loss": 0.7245,
      "step": 93
    },
    {
      "epoch": 1.2533333333333334,
      "grad_norm": 0.6054933667182922,
      "learning_rate": 0.0001607690259465229,
      "loss": 0.7484,
      "step": 94
    },
    {
      "epoch": 1.2666666666666666,
      "grad_norm": 0.5613316297531128,
      "learning_rate": 0.00015990812274747692,
      "loss": 0.7369,
      "step": 95
    },
    {
      "epoch": 1.28,
      "grad_norm": 0.5984250903129578,
      "learning_rate": 0.00015904023730059228,
      "loss": 0.891,
      "step": 96
    },
    {
      "epoch": 1.2933333333333334,
      "grad_norm": 0.6490495204925537,
      "learning_rate": 0.00015816547075728226,
      "loss": 0.775,
      "step": 97
    },
    {
      "epoch": 1.3066666666666666,
      "grad_norm": 0.6675053834915161,
      "learning_rate": 0.000157283925070947,
      "loss": 0.7565,
      "step": 98
    },
    {
      "epoch": 1.32,
      "grad_norm": 0.5397291779518127,
      "learning_rate": 0.00015639570298509064,
      "loss": 0.6685,
      "step": 99
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 0.5830179452896118,
      "learning_rate": 0.000155500908021347,
      "loss": 0.8132,
      "step": 100
    },
    {
      "epoch": 1.3466666666666667,
      "grad_norm": 0.511802077293396,
      "learning_rate": 0.00015459964446741382,
      "loss": 0.7664,
      "step": 101
    },
    {
      "epoch": 1.3599999999999999,
      "grad_norm": 1.350032091140747,
      "learning_rate": 0.0001536920173648984,
      "loss": 0.8179,
      "step": 102
    },
    {
      "epoch": 1.3733333333333333,
      "grad_norm": 0.7308780550956726,
      "learning_rate": 0.00015277813249707487,
      "loss": 0.8401,
      "step": 103
    },
    {
      "epoch": 1.3866666666666667,
      "grad_norm": 0.5292226076126099,
      "learning_rate": 0.0001518580963765555,
      "loss": 0.6367,
      "step": 104
    },
    {
      "epoch": 1.4,
      "grad_norm": 0.6958481073379517,
      "learning_rate": 0.00015093201623287631,
      "loss": 0.7173,
      "step": 105
    },
    {
      "epoch": 1.4133333333333333,
      "grad_norm": 0.7024071216583252,
      "learning_rate": 0.00015000000000000001,
      "loss": 0.5604,
      "step": 106
    },
    {
      "epoch": 1.4266666666666667,
      "grad_norm": 0.5597444772720337,
      "learning_rate": 0.00014906215630373606,
      "loss": 0.6767,
      "step": 107
    },
    {
      "epoch": 1.44,
      "grad_norm": 0.6003674864768982,
      "learning_rate": 0.00014811859444908052,
      "loss": 0.8149,
      "step": 108
    },
    {
      "epoch": 1.4533333333333334,
      "grad_norm": 0.5815126895904541,
      "learning_rate": 0.00014716942440747664,
      "loss": 0.7801,
      "step": 109
    },
    {
      "epoch": 1.4666666666666668,
      "grad_norm": 0.7836669683456421,
      "learning_rate": 0.0001462147568039977,
      "loss": 0.8452,
      "step": 110
    },
    {
      "epoch": 1.48,
      "grad_norm": 0.8783419132232666,
      "learning_rate": 0.00014525470290445392,
      "loss": 0.8257,
      "step": 111
    },
    {
      "epoch": 1.4933333333333334,
      "grad_norm": 0.46948131918907166,
      "learning_rate": 0.00014428937460242417,
      "loss": 0.7481,
      "step": 112
    },
    {
      "epoch": 1.5066666666666668,
      "grad_norm": 0.5725980401039124,
      "learning_rate": 0.00014331888440621533,
      "loss": 0.8267,
      "step": 113
    },
    {
      "epoch": 1.52,
      "grad_norm": 0.4418632686138153,
      "learning_rate": 0.00014234334542574906,
      "loss": 0.7631,
      "step": 114
    },
    {
      "epoch": 1.5333333333333332,
      "grad_norm": 0.6430942416191101,
      "learning_rate": 0.00014136287135937915,
      "loss": 0.8817,
      "step": 115
    },
    {
      "epoch": 1.5466666666666666,
      "grad_norm": 0.5670009255409241,
      "learning_rate": 0.00014037757648064018,
      "loss": 0.5991,
      "step": 116
    },
    {
      "epoch": 1.56,
      "grad_norm": 0.5407504439353943,
      "learning_rate": 0.00013938757562492873,
      "loss": 0.6898,
      "step": 117
    },
    {
      "epoch": 1.5733333333333333,
      "grad_norm": 0.5176808834075928,
      "learning_rate": 0.00013839298417611963,
      "loss": 0.731,
      "step": 118
    },
    {
      "epoch": 1.5866666666666667,
      "grad_norm": 0.9752798080444336,
      "learning_rate": 0.00013739391805311793,
      "loss": 0.6736,
      "step": 119
    },
    {
      "epoch": 1.6,
      "grad_norm": 0.7100059390068054,
      "learning_rate": 0.00013639049369634876,
      "loss": 0.7369,
      "step": 120
    },
    {
      "epoch": 1.6133333333333333,
      "grad_norm": 0.6285961270332336,
      "learning_rate": 0.0001353828280541861,
      "loss": 0.721,
      "step": 121
    },
    {
      "epoch": 1.6266666666666667,
      "grad_norm": 0.5981026291847229,
      "learning_rate": 0.00013437103856932264,
      "loss": 0.8094,
      "step": 122
    },
    {
      "epoch": 1.6400000000000001,
      "grad_norm": 0.6587502360343933,
      "learning_rate": 0.00013335524316508208,
      "loss": 0.7646,
      "step": 123
    },
    {
      "epoch": 1.6533333333333333,
      "grad_norm": 0.5544253587722778,
      "learning_rate": 0.00013233556023167485,
      "loss": 0.7165,
      "step": 124
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 0.6012857556343079,
      "learning_rate": 0.00013131210861240026,
      "loss": 0.8104,
      "step": 125
    },
    {
      "epoch": 1.6800000000000002,
      "grad_norm": 0.5157524347305298,
      "learning_rate": 0.00013028500758979506,
      "loss": 0.8585,
      "step": 126
    },
    {
      "epoch": 1.6933333333333334,
      "grad_norm": 0.4888676702976227,
      "learning_rate": 0.00012925437687173142,
      "loss": 0.6579,
      "step": 127
    },
    {
      "epoch": 1.7066666666666666,
      "grad_norm": 0.5127140879631042,
      "learning_rate": 0.00012822033657746478,
      "loss": 0.7432,
      "step": 128
    },
    {
      "epoch": 1.72,
      "grad_norm": 0.6154641509056091,
      "learning_rate": 0.0001271830072236343,
      "loss": 0.7322,
      "step": 129
    },
    {
      "epoch": 1.7333333333333334,
      "grad_norm": 0.5081548690795898,
      "learning_rate": 0.00012614250971021657,
      "loss": 0.7547,
      "step": 130
    },
    {
      "epoch": 1.7466666666666666,
      "grad_norm": 0.6808217763900757,
      "learning_rate": 0.00012509896530643488,
      "loss": 0.6855,
      "step": 131
    },
    {
      "epoch": 1.76,
      "grad_norm": 0.8672941327095032,
      "learning_rate": 0.00012405249563662537,
      "loss": 0.6332,
      "step": 132
    },
    {
      "epoch": 1.7733333333333334,
      "grad_norm": 0.6130337119102478,
      "learning_rate": 0.00012300322266606178,
      "loss": 0.7453,
      "step": 133
    },
    {
      "epoch": 1.7866666666666666,
      "grad_norm": 0.739959180355072,
      "learning_rate": 0.00012195126868674051,
      "loss": 0.687,
      "step": 134
    },
    {
      "epoch": 1.8,
      "grad_norm": 0.5801121592521667,
      "learning_rate": 0.00012089675630312754,
      "loss": 0.7059,
      "step": 135
    },
    {
      "epoch": 1.8133333333333335,
      "grad_norm": 0.5766938328742981,
      "learning_rate": 0.000119839808417869,
      "loss": 0.737,
      "step": 136
    },
    {
      "epoch": 1.8266666666666667,
      "grad_norm": 0.6705268621444702,
      "learning_rate": 0.00011878054821746703,
      "loss": 0.7358,
      "step": 137
    },
    {
      "epoch": 1.8399999999999999,
      "grad_norm": 0.7814889550209045,
      "learning_rate": 0.0001177190991579223,
      "loss": 0.7021,
      "step": 138
    },
    {
      "epoch": 1.8533333333333335,
      "grad_norm": 0.6991515755653381,
      "learning_rate": 0.00011665558495034546,
      "loss": 0.7325,
      "step": 139
    },
    {
      "epoch": 1.8666666666666667,
      "grad_norm": 0.8299288749694824,
      "learning_rate": 0.00011559012954653865,
      "loss": 0.7128,
      "step": 140
    },
    {
      "epoch": 1.88,
      "grad_norm": 0.7293754816055298,
      "learning_rate": 0.00011452285712454904,
      "loss": 0.5813,
      "step": 141
    },
    {
      "epoch": 1.8933333333333333,
      "grad_norm": 0.6560428738594055,
      "learning_rate": 0.00011345389207419588,
      "loss": 0.6352,
      "step": 142
    },
    {
      "epoch": 1.9066666666666667,
      "grad_norm": 0.54889976978302,
      "learning_rate": 0.00011238335898257304,
      "loss": 0.7372,
      "step": 143
    },
    {
      "epoch": 1.92,
      "grad_norm": 0.5890987515449524,
      "learning_rate": 0.00011131138261952845,
      "loss": 0.6402,
      "step": 144
    },
    {
      "epoch": 1.9333333333333333,
      "grad_norm": 0.8450446128845215,
      "learning_rate": 0.00011023808792312227,
      "loss": 0.7152,
      "step": 145
    },
    {
      "epoch": 1.9466666666666668,
      "grad_norm": 0.7649719715118408,
      "learning_rate": 0.0001091635999850655,
      "loss": 0.6831,
      "step": 146
    },
    {
      "epoch": 1.96,
      "grad_norm": 0.6236613988876343,
      "learning_rate": 0.00010808804403614043,
      "loss": 0.6671,
      "step": 147
    },
    {
      "epoch": 1.9733333333333334,
      "grad_norm": 0.6295299530029297,
      "learning_rate": 0.00010701154543160541,
      "loss": 0.8226,
      "step": 148
    },
    {
      "epoch": 1.9866666666666668,
      "grad_norm": 0.641965389251709,
      "learning_rate": 0.00010593422963658452,
      "loss": 0.6567,
      "step": 149
    },
    {
      "epoch": 2.0,
      "grad_norm": 0.779958188533783,
      "learning_rate": 0.00010485622221144484,
      "loss": 0.6346,
      "step": 150
    }
  ],
  "logging_steps": 1.0,
  "max_steps": 300,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 4,
  "save_steps": 50,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": false
      },
      "attributes": {}
    }
  },
  "total_flos": 4.29731846511657e+16,
  "train_batch_size": 2,
  "trial_name": null,
  "trial_params": null
}