{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 4.0,
  "eval_steps": 500,
  "global_step": 300,
  "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
    },
    {
      "epoch": 2.013333333333333,
      "grad_norm": 0.6322675347328186,
      "learning_rate": 0.00010377764879716234,
      "loss": 0.5576,
      "step": 151
    },
    {
      "epoch": 2.026666666666667,
      "grad_norm": 0.7052869200706482,
      "learning_rate": 0.00010269863510067872,
      "loss": 0.4362,
      "step": 152
    },
    {
      "epoch": 2.04,
      "grad_norm": 0.4991523027420044,
      "learning_rate": 0.00010161930688025017,
      "loss": 0.4478,
      "step": 153
    },
    {
      "epoch": 2.0533333333333332,
      "grad_norm": 0.4096013903617859,
      "learning_rate": 0.00010053978993079045,
      "loss": 0.5258,
      "step": 154
    },
    {
      "epoch": 2.066666666666667,
      "grad_norm": 0.4861268103122711,
      "learning_rate": 9.946021006920959e-05,
      "loss": 0.5085,
      "step": 155
    },
    {
      "epoch": 2.08,
      "grad_norm": 0.5277904272079468,
      "learning_rate": 9.838069311974986e-05,
      "loss": 0.4549,
      "step": 156
    },
    {
      "epoch": 2.0933333333333333,
      "grad_norm": 0.640762209892273,
      "learning_rate": 9.730136489932133e-05,
      "loss": 0.5168,
      "step": 157
    },
    {
      "epoch": 2.1066666666666665,
      "grad_norm": 0.6294235587120056,
      "learning_rate": 9.622235120283769e-05,
      "loss": 0.3587,
      "step": 158
    },
    {
      "epoch": 2.12,
      "grad_norm": 0.6455483436584473,
      "learning_rate": 9.514377778855521e-05,
      "loss": 0.5013,
      "step": 159
    },
    {
      "epoch": 2.1333333333333333,
      "grad_norm": 0.7052115201950073,
      "learning_rate": 9.406577036341548e-05,
      "loss": 0.458,
      "step": 160
    },
    {
      "epoch": 2.1466666666666665,
      "grad_norm": 0.6517965197563171,
      "learning_rate": 9.298845456839459e-05,
      "loss": 0.4427,
      "step": 161
    },
    {
      "epoch": 2.16,
      "grad_norm": 1.0105723142623901,
      "learning_rate": 9.19119559638596e-05,
      "loss": 0.5482,
      "step": 162
    },
    {
      "epoch": 2.1733333333333333,
      "grad_norm": 0.6122080683708191,
      "learning_rate": 9.083640001493454e-05,
      "loss": 0.3708,
      "step": 163
    },
    {
      "epoch": 2.1866666666666665,
      "grad_norm": 0.7772620320320129,
      "learning_rate": 8.976191207687775e-05,
      "loss": 0.4423,
      "step": 164
    },
    {
      "epoch": 2.2,
      "grad_norm": 0.5697551965713501,
      "learning_rate": 8.868861738047158e-05,
      "loss": 0.4544,
      "step": 165
    },
    {
      "epoch": 2.2133333333333334,
      "grad_norm": 0.6369841694831848,
      "learning_rate": 8.7616641017427e-05,
      "loss": 0.4458,
      "step": 166
    },
    {
      "epoch": 2.2266666666666666,
      "grad_norm": 0.6867621541023254,
      "learning_rate": 8.654610792580415e-05,
      "loss": 0.3971,
      "step": 167
    },
    {
      "epoch": 2.24,
      "grad_norm": 0.6379404067993164,
      "learning_rate": 8.5477142875451e-05,
      "loss": 0.409,
      "step": 168
    },
    {
      "epoch": 2.2533333333333334,
      "grad_norm": 0.5854802131652832,
      "learning_rate": 8.440987045346134e-05,
      "loss": 0.4489,
      "step": 169
    },
    {
      "epoch": 2.2666666666666666,
      "grad_norm": 0.6577348113059998,
      "learning_rate": 8.334441504965455e-05,
      "loss": 0.5224,
      "step": 170
    },
    {
      "epoch": 2.2800000000000002,
      "grad_norm": 0.6020484566688538,
      "learning_rate": 8.228090084207774e-05,
      "loss": 0.3876,
      "step": 171
    },
    {
      "epoch": 2.2933333333333334,
      "grad_norm": 0.5832955241203308,
      "learning_rate": 8.1219451782533e-05,
      "loss": 0.4096,
      "step": 172
    },
    {
      "epoch": 2.3066666666666666,
      "grad_norm": 0.6917557716369629,
      "learning_rate": 8.016019158213101e-05,
      "loss": 0.3827,
      "step": 173
    },
    {
      "epoch": 2.32,
      "grad_norm": 0.6793459057807922,
      "learning_rate": 7.91032436968725e-05,
      "loss": 0.3801,
      "step": 174
    },
    {
      "epoch": 2.3333333333333335,
      "grad_norm": 0.5776801705360413,
      "learning_rate": 7.804873131325954e-05,
      "loss": 0.4567,
      "step": 175
    },
    {
      "epoch": 2.3466666666666667,
      "grad_norm": 0.7591734528541565,
      "learning_rate": 7.699677733393826e-05,
      "loss": 0.4957,
      "step": 176
    },
    {
      "epoch": 2.36,
      "grad_norm": 0.8160498142242432,
      "learning_rate": 7.594750436337467e-05,
      "loss": 0.4485,
      "step": 177
    },
    {
      "epoch": 2.3733333333333335,
      "grad_norm": 0.5776082873344421,
      "learning_rate": 7.490103469356513e-05,
      "loss": 0.5212,
      "step": 178
    },
    {
      "epoch": 2.3866666666666667,
      "grad_norm": 0.6858205795288086,
      "learning_rate": 7.385749028978346e-05,
      "loss": 0.3985,
      "step": 179
    },
    {
      "epoch": 2.4,
      "grad_norm": 0.7106760740280151,
      "learning_rate": 7.281699277636572e-05,
      "loss": 0.447,
      "step": 180
    },
    {
      "epoch": 2.413333333333333,
      "grad_norm": 0.5468612313270569,
      "learning_rate": 7.177966342253524e-05,
      "loss": 0.3429,
      "step": 181
    },
    {
      "epoch": 2.4266666666666667,
      "grad_norm": 0.6179500222206116,
      "learning_rate": 7.07456231282686e-05,
      "loss": 0.4873,
      "step": 182
    },
    {
      "epoch": 2.44,
      "grad_norm": 0.677168607711792,
      "learning_rate": 6.971499241020495e-05,
      "loss": 0.5149,
      "step": 183
    },
    {
      "epoch": 2.453333333333333,
      "grad_norm": 0.7949701547622681,
      "learning_rate": 6.868789138759976e-05,
      "loss": 0.5183,
      "step": 184
    },
    {
      "epoch": 2.466666666666667,
      "grad_norm": 0.631366491317749,
      "learning_rate": 6.766443976832517e-05,
      "loss": 0.3915,
      "step": 185
    },
    {
      "epoch": 2.48,
      "grad_norm": 0.6317359805107117,
      "learning_rate": 6.664475683491796e-05,
      "loss": 0.4246,
      "step": 186
    },
    {
      "epoch": 2.493333333333333,
      "grad_norm": 0.7377456426620483,
      "learning_rate": 6.562896143067734e-05,
      "loss": 0.3572,
      "step": 187
    },
    {
      "epoch": 2.506666666666667,
      "grad_norm": 0.7473776340484619,
      "learning_rate": 6.461717194581393e-05,
      "loss": 0.4051,
      "step": 188
    },
    {
      "epoch": 2.52,
      "grad_norm": 0.6155073046684265,
      "learning_rate": 6.360950630365126e-05,
      "loss": 0.4465,
      "step": 189
    },
    {
      "epoch": 2.533333333333333,
      "grad_norm": 0.599367082118988,
      "learning_rate": 6.260608194688206e-05,
      "loss": 0.4863,
      "step": 190
    },
    {
      "epoch": 2.546666666666667,
      "grad_norm": 0.6318126320838928,
      "learning_rate": 6.160701582388038e-05,
      "loss": 0.5023,
      "step": 191
    },
    {
      "epoch": 2.56,
      "grad_norm": 0.6112634539604187,
      "learning_rate": 6.061242437507131e-05,
      "loss": 0.5643,
      "step": 192
    },
    {
      "epoch": 2.5733333333333333,
      "grad_norm": 0.9118645787239075,
      "learning_rate": 5.962242351935985e-05,
      "loss": 0.4692,
      "step": 193
    },
    {
      "epoch": 2.586666666666667,
      "grad_norm": 0.7344533801078796,
      "learning_rate": 5.863712864062089e-05,
      "loss": 0.4355,
      "step": 194
    },
    {
      "epoch": 2.6,
      "grad_norm": 0.6159957051277161,
      "learning_rate": 5.765665457425102e-05,
      "loss": 0.5576,
      "step": 195
    },
    {
      "epoch": 2.6133333333333333,
      "grad_norm": 0.632001519203186,
      "learning_rate": 5.668111559378471e-05,
      "loss": 0.5418,
      "step": 196
    },
    {
      "epoch": 2.626666666666667,
      "grad_norm": 0.7217976450920105,
      "learning_rate": 5.571062539757581e-05,
      "loss": 0.5315,
      "step": 197
    },
    {
      "epoch": 2.64,
      "grad_norm": 0.5802445411682129,
      "learning_rate": 5.474529709554612e-05,
      "loss": 0.5183,
      "step": 198
    },
    {
      "epoch": 2.6533333333333333,
      "grad_norm": 0.8810819983482361,
      "learning_rate": 5.378524319600231e-05,
      "loss": 0.5234,
      "step": 199
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 0.8704924583435059,
      "learning_rate": 5.283057559252341e-05,
      "loss": 0.4652,
      "step": 200
    },
    {
      "epoch": 2.68,
      "grad_norm": 0.6765443682670593,
      "learning_rate": 5.1881405550919493e-05,
      "loss": 0.4305,
      "step": 201
    },
    {
      "epoch": 2.6933333333333334,
      "grad_norm": 0.7338111400604248,
      "learning_rate": 5.0937843696263966e-05,
      "loss": 0.5201,
      "step": 202
    },
    {
      "epoch": 2.7066666666666666,
      "grad_norm": 0.8355885744094849,
      "learning_rate": 5.000000000000002e-05,
      "loss": 0.3281,
      "step": 203
    },
    {
      "epoch": 2.7199999999999998,
      "grad_norm": 0.6787794828414917,
      "learning_rate": 4.9067983767123736e-05,
      "loss": 0.5057,
      "step": 204
    },
    {
      "epoch": 2.7333333333333334,
      "grad_norm": 0.6520538330078125,
      "learning_rate": 4.814190362344454e-05,
      "loss": 0.3988,
      "step": 205
    },
    {
      "epoch": 2.7466666666666666,
      "grad_norm": 0.9957300424575806,
      "learning_rate": 4.722186750292511e-05,
      "loss": 0.4347,
      "step": 206
    },
    {
      "epoch": 2.76,
      "grad_norm": 0.6702403426170349,
      "learning_rate": 4.630798263510162e-05,
      "loss": 0.4431,
      "step": 207
    },
    {
      "epoch": 2.7733333333333334,
      "grad_norm": 0.6874341368675232,
      "learning_rate": 4.540035553258619e-05,
      "loss": 0.5117,
      "step": 208
    },
    {
      "epoch": 2.7866666666666666,
      "grad_norm": 0.5381680727005005,
      "learning_rate": 4.449909197865303e-05,
      "loss": 0.4461,
      "step": 209
    },
    {
      "epoch": 2.8,
      "grad_norm": 0.5413621068000793,
      "learning_rate": 4.360429701490934e-05,
      "loss": 0.5286,
      "step": 210
    },
    {
      "epoch": 2.8133333333333335,
      "grad_norm": 0.5521364808082581,
      "learning_rate": 4.271607492905303e-05,
      "loss": 0.4846,
      "step": 211
    },
    {
      "epoch": 2.8266666666666667,
      "grad_norm": 0.5857036709785461,
      "learning_rate": 4.183452924271776e-05,
      "loss": 0.4799,
      "step": 212
    },
    {
      "epoch": 2.84,
      "grad_norm": 0.7210860848426819,
      "learning_rate": 4.0959762699407766e-05,
      "loss": 0.3214,
      "step": 213
    },
    {
      "epoch": 2.8533333333333335,
      "grad_norm": 0.6596788763999939,
      "learning_rate": 4.009187725252309e-05,
      "loss": 0.4818,
      "step": 214
    },
    {
      "epoch": 2.8666666666666667,
      "grad_norm": 0.6683171987533569,
      "learning_rate": 3.9230974053477086e-05,
      "loss": 0.4854,
      "step": 215
    },
    {
      "epoch": 2.88,
      "grad_norm": 0.6668866872787476,
      "learning_rate": 3.8377153439907266e-05,
      "loss": 0.3712,
      "step": 216
    },
    {
      "epoch": 2.8933333333333335,
      "grad_norm": 0.8019754886627197,
      "learning_rate": 3.7530514923980884e-05,
      "loss": 0.3826,
      "step": 217
    },
    {
      "epoch": 2.9066666666666667,
      "grad_norm": 0.7723852396011353,
      "learning_rate": 3.669115718079702e-05,
      "loss": 0.3923,
      "step": 218
    },
    {
      "epoch": 2.92,
      "grad_norm": 0.8932898044586182,
      "learning_rate": 3.585917803688603e-05,
      "loss": 0.4372,
      "step": 219
    },
    {
      "epoch": 2.9333333333333336,
      "grad_norm": 0.8380217552185059,
      "learning_rate": 3.503467445880789e-05,
      "loss": 0.6057,
      "step": 220
    },
    {
      "epoch": 2.9466666666666668,
      "grad_norm": 0.7885947227478027,
      "learning_rate": 3.421774254185096e-05,
      "loss": 0.4252,
      "step": 221
    },
    {
      "epoch": 2.96,
      "grad_norm": 0.6929410099983215,
      "learning_rate": 3.340847749883191e-05,
      "loss": 0.4339,
      "step": 222
    },
    {
      "epoch": 2.9733333333333336,
      "grad_norm": 0.5754182934761047,
      "learning_rate": 3.2606973648998915e-05,
      "loss": 0.5381,
      "step": 223
    },
    {
      "epoch": 2.986666666666667,
      "grad_norm": 0.5466946363449097,
      "learning_rate": 3.1813324407038825e-05,
      "loss": 0.4699,
      "step": 224
    },
    {
      "epoch": 3.0,
      "grad_norm": 0.6496762037277222,
      "learning_rate": 3.102762227218957e-05,
      "loss": 0.4392,
      "step": 225
    },
    {
      "epoch": 3.013333333333333,
      "grad_norm": 0.5232837200164795,
      "learning_rate": 3.0249958817459722e-05,
      "loss": 0.3204,
      "step": 226
    },
    {
      "epoch": 3.026666666666667,
      "grad_norm": 0.6648370623588562,
      "learning_rate": 2.9480424678955443e-05,
      "loss": 0.3054,
      "step": 227
    },
    {
      "epoch": 3.04,
      "grad_norm": 0.5386692881584167,
      "learning_rate": 2.8719109545317103e-05,
      "loss": 0.3565,
      "step": 228
    },
    {
      "epoch": 3.0533333333333332,
      "grad_norm": 0.5926947593688965,
      "learning_rate": 2.7966102147265994e-05,
      "loss": 0.298,
      "step": 229
    },
    {
      "epoch": 3.066666666666667,
      "grad_norm": 0.5218151807785034,
      "learning_rate": 2.722149024726307e-05,
      "loss": 0.242,
      "step": 230
    },
    {
      "epoch": 3.08,
      "grad_norm": 0.5256300568580627,
      "learning_rate": 2.6485360629279987e-05,
      "loss": 0.3497,
      "step": 231
    },
    {
      "epoch": 3.0933333333333333,
      "grad_norm": 0.5321183204650879,
      "learning_rate": 2.5757799088684654e-05,
      "loss": 0.2814,
      "step": 232
    },
    {
      "epoch": 3.1066666666666665,
      "grad_norm": 0.4942474663257599,
      "learning_rate": 2.5038890422241958e-05,
      "loss": 0.3361,
      "step": 233
    },
    {
      "epoch": 3.12,
      "grad_norm": 0.6570059657096863,
      "learning_rate": 2.432871841823047e-05,
      "loss": 0.2742,
      "step": 234
    },
    {
      "epoch": 3.1333333333333333,
      "grad_norm": 0.6714842319488525,
      "learning_rate": 2.3627365846677306e-05,
      "loss": 0.3261,
      "step": 235
    },
    {
      "epoch": 3.1466666666666665,
      "grad_norm": 0.68682861328125,
      "learning_rate": 2.2934914449711087e-05,
      "loss": 0.2931,
      "step": 236
    },
    {
      "epoch": 3.16,
      "grad_norm": 0.519067645072937,
      "learning_rate": 2.2251444932035094e-05,
      "loss": 0.323,
      "step": 237
    },
    {
      "epoch": 3.1733333333333333,
      "grad_norm": 0.5991199612617493,
      "learning_rate": 2.157703695152109e-05,
      "loss": 0.2603,
      "step": 238
    },
    {
      "epoch": 3.1866666666666665,
      "grad_norm": 0.7177437543869019,
      "learning_rate": 2.091176910992545e-05,
      "loss": 0.3499,
      "step": 239
    },
    {
      "epoch": 3.2,
      "grad_norm": 0.6380268335342407,
      "learning_rate": 2.025571894372794e-05,
      "loss": 0.3064,
      "step": 240
    },
    {
      "epoch": 3.2133333333333334,
      "grad_norm": 0.5707582235336304,
      "learning_rate": 1.9608962915094996e-05,
      "loss": 0.2747,
      "step": 241
    },
    {
      "epoch": 3.2266666666666666,
      "grad_norm": 0.6281158328056335,
      "learning_rate": 1.897157640296825e-05,
      "loss": 0.2461,
      "step": 242
    },
    {
      "epoch": 3.24,
      "grad_norm": 0.6357036232948303,
      "learning_rate": 1.8343633694278895e-05,
      "loss": 0.2846,
      "step": 243
    },
    {
      "epoch": 3.2533333333333334,
      "grad_norm": 0.7706279754638672,
      "learning_rate": 1.772520797528988e-05,
      "loss": 0.2931,
      "step": 244
    },
    {
      "epoch": 3.2666666666666666,
      "grad_norm": 0.5687737464904785,
      "learning_rate": 1.7116371323065883e-05,
      "loss": 0.2162,
      "step": 245
    },
    {
      "epoch": 3.2800000000000002,
      "grad_norm": 0.5638925433158875,
      "learning_rate": 1.65171946970729e-05,
      "loss": 0.2219,
      "step": 246
    },
    {
      "epoch": 3.2933333333333334,
      "grad_norm": 0.6213463544845581,
      "learning_rate": 1.592774793090792e-05,
      "loss": 0.3329,
      "step": 247
    },
    {
      "epoch": 3.3066666666666666,
      "grad_norm": 0.6423382759094238,
      "learning_rate": 1.534809972415998e-05,
      "loss": 0.225,
      "step": 248
    },
    {
      "epoch": 3.32,
      "grad_norm": 0.818946361541748,
      "learning_rate": 1.4778317634403083e-05,
      "loss": 0.2252,
      "step": 249
    },
    {
      "epoch": 3.3333333333333335,
      "grad_norm": 0.5952211022377014,
      "learning_rate": 1.4218468069322578e-05,
      "loss": 0.2295,
      "step": 250
    },
    {
      "epoch": 3.3466666666666667,
      "grad_norm": 0.5699911117553711,
      "learning_rate": 1.3668616278975343e-05,
      "loss": 0.3132,
      "step": 251
    },
    {
      "epoch": 3.36,
      "grad_norm": 0.7674257755279541,
      "learning_rate": 1.3128826348184887e-05,
      "loss": 0.3487,
      "step": 252
    },
    {
      "epoch": 3.3733333333333335,
      "grad_norm": 0.6047098636627197,
      "learning_rate": 1.2599161189072427e-05,
      "loss": 0.1991,
      "step": 253
    },
    {
      "epoch": 3.3866666666666667,
      "grad_norm": 0.6673244833946228,
      "learning_rate": 1.2079682533724379e-05,
      "loss": 0.2233,
      "step": 254
    },
    {
      "epoch": 3.4,
      "grad_norm": 0.7468060851097107,
      "learning_rate": 1.1570450926997655e-05,
      "loss": 0.2155,
      "step": 255
    },
    {
      "epoch": 3.413333333333333,
      "grad_norm": 0.6119690537452698,
      "learning_rate": 1.1071525719463095e-05,
      "loss": 0.1624,
      "step": 256
    },
    {
      "epoch": 3.4266666666666667,
      "grad_norm": 0.5702852606773376,
      "learning_rate": 1.0582965060488359e-05,
      "loss": 0.3134,
      "step": 257
    },
    {
      "epoch": 3.44,
      "grad_norm": 0.9024640321731567,
      "learning_rate": 1.010482589146048e-05,
      "loss": 0.3316,
      "step": 258
    },
    {
      "epoch": 3.453333333333333,
      "grad_norm": 0.6158623695373535,
      "learning_rate": 9.637163939149485e-06,
      "loss": 0.2637,
      "step": 259
    },
    {
      "epoch": 3.466666666666667,
      "grad_norm": 0.5979247689247131,
      "learning_rate": 9.180033709213454e-06,
      "loss": 0.3148,
      "step": 260
    },
    {
      "epoch": 3.48,
      "grad_norm": 0.5976862907409668,
      "learning_rate": 8.733488479845997e-06,
      "loss": 0.293,
      "step": 261
    },
    {
      "epoch": 3.493333333333333,
      "grad_norm": 0.6761628985404968,
      "learning_rate": 8.297580295566575e-06,
      "loss": 0.2675,
      "step": 262
    },
    {
      "epoch": 3.506666666666667,
      "grad_norm": 0.7228958606719971,
      "learning_rate": 7.872359961154906e-06,
      "loss": 0.3601,
      "step": 263
    },
    {
      "epoch": 3.52,
      "grad_norm": 0.6675010919570923,
      "learning_rate": 7.457877035729588e-06,
      "loss": 0.2551,
      "step": 264
    },
    {
      "epoch": 3.533333333333333,
      "grad_norm": 0.6560245752334595,
      "learning_rate": 7.054179826972074e-06,
      "loss": 0.1799,
      "step": 265
    },
    {
      "epoch": 3.546666666666667,
      "grad_norm": 0.6431569457054138,
      "learning_rate": 6.661315385496425e-06,
      "loss": 0.2183,
      "step": 266
    },
    {
      "epoch": 3.56,
      "grad_norm": 0.7804158329963684,
      "learning_rate": 6.2793294993656494e-06,
      "loss": 0.2438,
      "step": 267
    },
    {
      "epoch": 3.5733333333333333,
      "grad_norm": 0.8433220982551575,
      "learning_rate": 5.908266688755049e-06,
      "loss": 0.2806,
      "step": 268
    },
    {
      "epoch": 3.586666666666667,
      "grad_norm": 0.7814007997512817,
      "learning_rate": 5.54817020076347e-06,
      "loss": 0.2841,
      "step": 269
    },
    {
      "epoch": 3.6,
      "grad_norm": 0.5926189422607422,
      "learning_rate": 5.199082004372957e-06,
      "loss": 0.2349,
      "step": 270
    },
    {
      "epoch": 3.6133333333333333,
      "grad_norm": 0.7108579277992249,
      "learning_rate": 4.861042785557146e-06,
      "loss": 0.2771,
      "step": 271
    },
    {
      "epoch": 3.626666666666667,
      "grad_norm": 0.8635604381561279,
      "learning_rate": 4.534091942539475e-06,
      "loss": 0.3572,
      "step": 272
    },
    {
      "epoch": 3.64,
      "grad_norm": 0.7461998462677002,
      "learning_rate": 4.2182675812012965e-06,
      "loss": 0.3266,
      "step": 273
    },
    {
      "epoch": 3.6533333333333333,
      "grad_norm": 0.6848060488700867,
      "learning_rate": 3.913606510640644e-06,
      "loss": 0.2782,
      "step": 274
    },
    {
      "epoch": 3.6666666666666665,
      "grad_norm": 0.5404589176177979,
      "learning_rate": 3.620144238882206e-06,
      "loss": 0.2365,
      "step": 275
    },
    {
      "epoch": 3.68,
      "grad_norm": 0.8409443497657776,
      "learning_rate": 3.3379149687388867e-06,
      "loss": 0.243,
      "step": 276
    },
    {
      "epoch": 3.6933333333333334,
      "grad_norm": 0.6383155584335327,
      "learning_rate": 3.06695159382544e-06,
      "loss": 0.3358,
      "step": 277
    },
    {
      "epoch": 3.7066666666666666,
      "grad_norm": 0.790045976638794,
      "learning_rate": 2.8072856947248037e-06,
      "loss": 0.2835,
      "step": 278
    },
    {
      "epoch": 3.7199999999999998,
      "grad_norm": 0.6109788417816162,
      "learning_rate": 2.5589475353073988e-06,
      "loss": 0.3113,
      "step": 279
    },
    {
      "epoch": 3.7333333333333334,
      "grad_norm": 0.5038023591041565,
      "learning_rate": 2.3219660592038285e-06,
      "loss": 0.1902,
      "step": 280
    },
    {
      "epoch": 3.7466666666666666,
      "grad_norm": 0.5871134996414185,
      "learning_rate": 2.0963688864316323e-06,
      "loss": 0.3928,
      "step": 281
    },
    {
      "epoch": 3.76,
      "grad_norm": 0.5895046591758728,
      "learning_rate": 1.882182310176095e-06,
      "loss": 0.2864,
      "step": 282
    },
    {
      "epoch": 3.7733333333333334,
      "grad_norm": 1.456066608428955,
      "learning_rate": 1.6794312937258417e-06,
      "loss": 0.2669,
      "step": 283
    },
    {
      "epoch": 3.7866666666666666,
      "grad_norm": 0.6652315855026245,
      "learning_rate": 1.488139467563354e-06,
      "loss": 0.2859,
      "step": 284
    },
    {
      "epoch": 3.8,
      "grad_norm": 0.7242224812507629,
      "learning_rate": 1.30832912661093e-06,
      "loss": 0.1955,
      "step": 285
    },
    {
      "epoch": 3.8133333333333335,
      "grad_norm": 0.5488805174827576,
      "learning_rate": 1.1400212276321376e-06,
      "loss": 0.2772,
      "step": 286
    },
    {
      "epoch": 3.8266666666666667,
      "grad_norm": 0.9780620336532593,
      "learning_rate": 9.832353867893386e-07,
      "loss": 0.2286,
      "step": 287
    },
    {
      "epoch": 3.84,
      "grad_norm": 0.6662778258323669,
      "learning_rate": 8.379898773574924e-07,
      "loss": 0.2704,
      "step": 288
    },
    {
      "epoch": 3.8533333333333335,
      "grad_norm": 0.6265354156494141,
      "learning_rate": 7.043016275943615e-07,
      "loss": 0.2296,
      "step": 289
    },
    {
      "epoch": 3.8666666666666667,
      "grad_norm": 0.6008942127227783,
      "learning_rate": 5.821862187675775e-07,
      "loss": 0.2374,
      "step": 290
    },
    {
      "epoch": 3.88,
      "grad_norm": 0.7946692109107971,
      "learning_rate": 4.7165788333860536e-07,
      "loss": 0.1566,
      "step": 291
    },
    {
      "epoch": 3.8933333333333335,
      "grad_norm": 0.7700130939483643,
      "learning_rate": 3.727295033040035e-07,
      "loss": 0.2748,
      "step": 292
    },
    {
      "epoch": 3.9066666666666667,
      "grad_norm": 0.671159029006958,
      "learning_rate": 2.854126086940356e-07,
      "loss": 0.2345,
      "step": 293
    },
    {
      "epoch": 3.92,
      "grad_norm": 0.591444194316864,
      "learning_rate": 2.0971737622883515e-07,
      "loss": 0.2364,
      "step": 294
    },
    {
      "epoch": 3.9333333333333336,
      "grad_norm": 0.6508089900016785,
      "learning_rate": 1.4565262813230894e-07,
      "loss": 0.2455,
      "step": 295
    },
    {
      "epoch": 3.9466666666666668,
      "grad_norm": 0.8111832737922668,
      "learning_rate": 9.32258311039269e-08,
      "loss": 0.2412,
      "step": 296
    },
    {
      "epoch": 3.96,
      "grad_norm": 0.6243981122970581,
      "learning_rate": 5.2443095448506674e-08,
      "loss": 0.2991,
      "step": 297
    },
    {
      "epoch": 3.9733333333333336,
      "grad_norm": 0.8096401691436768,
      "learning_rate": 2.3309174364027907e-08,
      "loss": 0.2848,
      "step": 298
    },
    {
      "epoch": 3.986666666666667,
      "grad_norm": 0.6315991878509521,
      "learning_rate": 5.827463387653165e-09,
      "loss": 0.3048,
      "step": 299
    },
    {
      "epoch": 4.0,
      "grad_norm": 0.6686562895774841,
      "learning_rate": 0.0,
      "loss": 0.266,
      "step": 300
    },
    {
      "epoch": 4.0,
      "step": 300,
      "total_flos": 8.62109265035264e+16,
      "train_loss": 0.6437234182655811,
      "train_runtime": 652.1258,
      "train_samples_per_second": 7.361,
      "train_steps_per_second": 0.46
    }
  ],
  "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": true
      },
      "attributes": {}
    }
  },
  "total_flos": 8.62109265035264e+16,
  "train_batch_size": 2,
  "trial_name": null,
  "trial_params": null
}