{
  "best_global_step": null,
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 3.0,
  "eval_steps": 500,
  "global_step": 60,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.05,
      "grad_norm": 80.66175842285156,
      "learning_rate": 1e-05,
      "loss": 0.9514020681381226,
      "step": 1
    },
    {
      "epoch": 0.1,
      "grad_norm": 1.0970385074615479,
      "learning_rate": 9.833333333333333e-06,
      "loss": 0.09131709486246109,
      "step": 2
    },
    {
      "epoch": 0.15,
      "grad_norm": 1.4831246137619019,
      "learning_rate": 9.666666666666667e-06,
      "loss": 0.05175395309925079,
      "step": 3
    },
    {
      "epoch": 0.2,
      "grad_norm": 0.4043860137462616,
      "learning_rate": 9.5e-06,
      "loss": 0.05738525092601776,
      "step": 4
    },
    {
      "epoch": 0.25,
      "grad_norm": 0.5729227662086487,
      "learning_rate": 9.333333333333334e-06,
      "loss": 0.06390652805566788,
      "step": 5
    },
    {
      "epoch": 0.3,
      "grad_norm": 5.622867584228516,
      "learning_rate": 9.166666666666666e-06,
      "loss": 0.1478271484375,
      "step": 6
    },
    {
      "epoch": 0.35,
      "grad_norm": 0.5776848793029785,
      "learning_rate": 9e-06,
      "loss": 0.09983852505683899,
      "step": 7
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.43680715560913086,
      "learning_rate": 8.833333333333334e-06,
      "loss": 0.059296298772096634,
      "step": 8
    },
    {
      "epoch": 0.45,
      "grad_norm": 46.00102996826172,
      "learning_rate": 8.666666666666668e-06,
      "loss": 0.7365288138389587,
      "step": 9
    },
    {
      "epoch": 0.5,
      "grad_norm": 0.6660211086273193,
      "learning_rate": 8.5e-06,
      "loss": 0.06760607659816742,
      "step": 10
    },
    {
      "epoch": 0.55,
      "grad_norm": 1.43808913230896,
      "learning_rate": 8.333333333333334e-06,
      "loss": 0.10728767514228821,
      "step": 11
    },
    {
      "epoch": 0.6,
      "grad_norm": 0.9973806738853455,
      "learning_rate": 8.166666666666668e-06,
      "loss": 0.05660431459546089,
      "step": 12
    },
    {
      "epoch": 0.65,
      "grad_norm": 0.3046686053276062,
      "learning_rate": 8.000000000000001e-06,
      "loss": 0.044479940086603165,
      "step": 13
    },
    {
      "epoch": 0.7,
      "grad_norm": 0.7218084931373596,
      "learning_rate": 7.833333333333333e-06,
      "loss": 0.042200710624456406,
      "step": 14
    },
    {
      "epoch": 0.75,
      "grad_norm": 0.1966221034526825,
      "learning_rate": 7.666666666666667e-06,
      "loss": 0.023948058485984802,
      "step": 15
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.8716944456100464,
      "learning_rate": 7.500000000000001e-06,
      "loss": 0.0382695272564888,
      "step": 16
    },
    {
      "epoch": 0.85,
      "grad_norm": 0.5911157131195068,
      "learning_rate": 7.333333333333333e-06,
      "loss": 0.062288615852594376,
      "step": 17
    },
    {
      "epoch": 0.9,
      "grad_norm": 0.43314868211746216,
      "learning_rate": 7.166666666666667e-06,
      "loss": 0.04647224396467209,
      "step": 18
    },
    {
      "epoch": 0.95,
      "grad_norm": 0.8574214577674866,
      "learning_rate": 7e-06,
      "loss": 0.042329005897045135,
      "step": 19
    },
    {
      "epoch": 1.0,
      "grad_norm": 10.950118064880371,
      "learning_rate": 6.833333333333334e-06,
      "loss": 0.1870317906141281,
      "step": 20
    },
    {
      "epoch": 1.0,
      "eval_runtime": 2.6377,
      "eval_samples_per_second": 3.791,
      "eval_steps_per_second": 0.758,
      "step": 20
    },
    {
      "epoch": 1.05,
      "grad_norm": 0.8204501271247864,
      "learning_rate": 6.666666666666667e-06,
      "loss": 0.05340619385242462,
      "step": 21
    },
    {
      "epoch": 1.1,
      "grad_norm": 0.5917221903800964,
      "learning_rate": 6.5000000000000004e-06,
      "loss": 0.056082937866449356,
      "step": 22
    },
    {
      "epoch": 1.15,
      "grad_norm": 0.5863246917724609,
      "learning_rate": 6.333333333333333e-06,
      "loss": 0.10380353778600693,
      "step": 23
    },
    {
      "epoch": 1.2,
      "grad_norm": 7.119871139526367,
      "learning_rate": 6.166666666666667e-06,
      "loss": 0.14635853469371796,
      "step": 24
    },
    {
      "epoch": 1.25,
      "grad_norm": 0.9423809051513672,
      "learning_rate": 6e-06,
      "loss": 0.07679787278175354,
      "step": 25
    },
    {
      "epoch": 1.3,
      "grad_norm": 0.18080978095531464,
      "learning_rate": 5.833333333333334e-06,
      "loss": 0.023336485028266907,
      "step": 26
    },
    {
      "epoch": 1.35,
      "grad_norm": 0.3494769036769867,
      "learning_rate": 5.666666666666667e-06,
      "loss": 0.034139227122068405,
      "step": 27
    },
    {
      "epoch": 1.4,
      "grad_norm": 0.5736404657363892,
      "learning_rate": 5.500000000000001e-06,
      "loss": 0.08314322680234909,
      "step": 28
    },
    {
      "epoch": 1.45,
      "grad_norm": 0.8389893770217896,
      "learning_rate": 5.333333333333334e-06,
      "loss": 0.05007806792855263,
      "step": 29
    },
    {
      "epoch": 1.5,
      "grad_norm": 0.2783434987068176,
      "learning_rate": 5.1666666666666675e-06,
      "loss": 0.033981189131736755,
      "step": 30
    },
    {
      "epoch": 1.55,
      "grad_norm": 0.4732959568500519,
      "learning_rate": 5e-06,
      "loss": 0.07412292808294296,
      "step": 31
    },
    {
      "epoch": 1.6,
      "grad_norm": 8.075728416442871,
      "learning_rate": 4.833333333333333e-06,
      "loss": 0.15882469713687897,
      "step": 32
    },
    {
      "epoch": 1.65,
      "grad_norm": 0.48422616720199585,
      "learning_rate": 4.666666666666667e-06,
      "loss": 0.052029840648174286,
      "step": 33
    },
    {
      "epoch": 1.7,
      "grad_norm": 2.465470552444458,
      "learning_rate": 4.5e-06,
      "loss": 0.07288476824760437,
      "step": 34
    },
    {
      "epoch": 1.75,
      "grad_norm": 11.539995193481445,
      "learning_rate": 4.333333333333334e-06,
      "loss": 0.310392826795578,
      "step": 35
    },
    {
      "epoch": 1.8,
      "grad_norm": 0.2481738030910492,
      "learning_rate": 4.166666666666667e-06,
      "loss": 0.025094840675592422,
      "step": 36
    },
    {
      "epoch": 1.85,
      "grad_norm": 0.5106479525566101,
      "learning_rate": 4.000000000000001e-06,
      "loss": 0.05186538025736809,
      "step": 37
    },
    {
      "epoch": 1.9,
      "grad_norm": 0.44623053073883057,
      "learning_rate": 3.833333333333334e-06,
      "loss": 0.03503677248954773,
      "step": 38
    },
    {
      "epoch": 1.95,
      "grad_norm": 0.3891591429710388,
      "learning_rate": 3.6666666666666666e-06,
      "loss": 0.043012455105781555,
      "step": 39
    },
    {
      "epoch": 2.0,
      "grad_norm": 0.371051549911499,
      "learning_rate": 3.5e-06,
      "loss": 0.0669751688838005,
      "step": 40
    },
    {
      "epoch": 2.0,
      "eval_runtime": 2.5441,
      "eval_samples_per_second": 3.931,
      "eval_steps_per_second": 0.786,
      "step": 40
    },
    {
      "epoch": 2.05,
      "grad_norm": 0.5221340656280518,
      "learning_rate": 3.3333333333333333e-06,
      "loss": 0.036052167415618896,
      "step": 41
    },
    {
      "epoch": 2.1,
      "grad_norm": 1.7948740720748901,
      "learning_rate": 3.1666666666666667e-06,
      "loss": 0.07165749371051788,
      "step": 42
    },
    {
      "epoch": 2.15,
      "grad_norm": 0.471672922372818,
      "learning_rate": 3e-06,
      "loss": 0.0900936871767044,
      "step": 43
    },
    {
      "epoch": 2.2,
      "grad_norm": 0.3813475966453552,
      "learning_rate": 2.8333333333333335e-06,
      "loss": 0.05730854719877243,
      "step": 44
    },
    {
      "epoch": 2.25,
      "grad_norm": 0.4367018938064575,
      "learning_rate": 2.666666666666667e-06,
      "loss": 0.03898408263921738,
      "step": 45
    },
    {
      "epoch": 2.3,
      "grad_norm": 0.47735583782196045,
      "learning_rate": 2.5e-06,
      "loss": 0.03324731066823006,
      "step": 46
    },
    {
      "epoch": 2.35,
      "grad_norm": 0.23128260672092438,
      "learning_rate": 2.3333333333333336e-06,
      "loss": 0.030829114839434624,
      "step": 47
    },
    {
      "epoch": 2.4,
      "grad_norm": 0.2810693681240082,
      "learning_rate": 2.166666666666667e-06,
      "loss": 0.0344812273979187,
      "step": 48
    },
    {
      "epoch": 2.45,
      "grad_norm": 0.38415780663490295,
      "learning_rate": 2.0000000000000003e-06,
      "loss": 0.04820952191948891,
      "step": 49
    },
    {
      "epoch": 2.5,
      "grad_norm": 0.7231897115707397,
      "learning_rate": 1.8333333333333333e-06,
      "loss": 0.04816216602921486,
      "step": 50
    },
    {
      "epoch": 2.55,
      "grad_norm": 1.9508253335952759,
      "learning_rate": 1.6666666666666667e-06,
      "loss": 0.08683215081691742,
      "step": 51
    },
    {
      "epoch": 2.6,
      "grad_norm": 0.572750985622406,
      "learning_rate": 1.5e-06,
      "loss": 0.06372465193271637,
      "step": 52
    },
    {
      "epoch": 2.65,
      "grad_norm": 6.391871929168701,
      "learning_rate": 1.3333333333333334e-06,
      "loss": 0.2571479082107544,
      "step": 53
    },
    {
      "epoch": 2.7,
      "grad_norm": 0.5570456385612488,
      "learning_rate": 1.1666666666666668e-06,
      "loss": 0.05919321998953819,
      "step": 54
    },
    {
      "epoch": 2.75,
      "grad_norm": 0.3638634979724884,
      "learning_rate": 1.0000000000000002e-06,
      "loss": 0.02889050915837288,
      "step": 55
    },
    {
      "epoch": 2.8,
      "grad_norm": 4.380442142486572,
      "learning_rate": 8.333333333333333e-07,
      "loss": 0.10856954753398895,
      "step": 56
    },
    {
      "epoch": 2.85,
      "grad_norm": 0.2996605932712555,
      "learning_rate": 6.666666666666667e-07,
      "loss": 0.045043427497148514,
      "step": 57
    },
    {
      "epoch": 2.9,
      "grad_norm": 0.4659450948238373,
      "learning_rate": 5.000000000000001e-07,
      "loss": 0.03289908915758133,
      "step": 58
    },
    {
      "epoch": 2.95,
      "grad_norm": 0.6830220222473145,
      "learning_rate": 3.3333333333333335e-07,
      "loss": 0.12241096049547195,
      "step": 59
    },
    {
      "epoch": 3.0,
      "grad_norm": 0.7173300981521606,
      "learning_rate": 1.6666666666666668e-07,
      "loss": 0.0505666509270668,
      "step": 60
    },
    {
      "epoch": 3.0,
      "eval_runtime": 2.5029,
      "eval_samples_per_second": 3.995,
      "eval_steps_per_second": 0.799,
      "step": 60
    },
    {
      "epoch": 3.0,
      "step": 60,
      "total_flos": 8.72799962923008e+16,
      "train_loss": 0.0978907337722679,
      "train_runtime": 50.492,
      "train_samples_per_second": 2.377,
      "train_steps_per_second": 1.188
    }
  ],
  "logging_steps": 1.0,
  "max_steps": 60,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3,
  "save_steps": 500,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 8.72799962923008e+16,
  "train_batch_size": 2,
  "trial_name": null,
  "trial_params": null
}