{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 4.4,
  "eval_steps": 500,
  "global_step": 35,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 61.002196119963415,
      "learning_rate": 1.25e-05,
      "loss": 9.6521,
      "step": 1
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 59.68197006424668,
      "learning_rate": 2.5e-05,
      "loss": 10.4754,
      "step": 2
    },
    {
      "epoch": 0.4,
      "grad_norm": 115.28866439806573,
      "learning_rate": 3.7500000000000003e-05,
      "loss": 7.9276,
      "step": 3
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 5.026604488593246,
      "learning_rate": 5e-05,
      "loss": 1.0091,
      "step": 4
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 18.284557987546222,
      "learning_rate": 4.8387096774193554e-05,
      "loss": 0.821,
      "step": 5
    },
    {
      "epoch": 0.8,
      "grad_norm": 2.335241273848215,
      "learning_rate": 4.67741935483871e-05,
      "loss": 0.6936,
      "step": 6
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 1.5610677709465839,
      "learning_rate": 4.516129032258064e-05,
      "loss": 0.641,
      "step": 7
    },
    {
      "epoch": 1.0,
      "grad_norm": 1.5610677709465839,
      "learning_rate": 4.3548387096774194e-05,
      "loss": 0.5921,
      "step": 8
    },
    {
      "epoch": 1.1333333333333333,
      "grad_norm": 1.8146294678665253,
      "learning_rate": 4.1935483870967746e-05,
      "loss": 0.5122,
      "step": 9
    },
    {
      "epoch": 1.2666666666666666,
      "grad_norm": 0.830943575869942,
      "learning_rate": 4.032258064516129e-05,
      "loss": 0.4664,
      "step": 10
    },
    {
      "epoch": 1.4,
      "grad_norm": 1.0646461102885592,
      "learning_rate": 3.870967741935484e-05,
      "loss": 0.4444,
      "step": 11
    },
    {
      "epoch": 1.5333333333333332,
      "grad_norm": 0.7667627389601128,
      "learning_rate": 3.7096774193548386e-05,
      "loss": 0.4152,
      "step": 12
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 0.6897014886908456,
      "learning_rate": 3.548387096774194e-05,
      "loss": 0.4101,
      "step": 13
    },
    {
      "epoch": 1.8,
      "grad_norm": 0.6554819229001853,
      "learning_rate": 3.387096774193548e-05,
      "loss": 0.4189,
      "step": 14
    },
    {
      "epoch": 1.9333333333333333,
      "grad_norm": 0.6643280194216655,
      "learning_rate": 3.2258064516129034e-05,
      "loss": 0.3616,
      "step": 15
    },
    {
      "epoch": 2.0,
      "grad_norm": 0.8920680798592996,
      "learning_rate": 3.0645161290322585e-05,
      "loss": 0.3763,
      "step": 16
    },
    {
      "epoch": 2.1333333333333333,
      "grad_norm": 0.43437514697907426,
      "learning_rate": 2.9032258064516133e-05,
      "loss": 0.3115,
      "step": 17
    },
    {
      "epoch": 2.2666666666666666,
      "grad_norm": 0.5348299514481543,
      "learning_rate": 2.7419354838709678e-05,
      "loss": 0.3471,
      "step": 18
    },
    {
      "epoch": 2.4,
      "grad_norm": 0.39798671239558964,
      "learning_rate": 2.5806451612903226e-05,
      "loss": 0.3101,
      "step": 19
    },
    {
      "epoch": 2.533333333333333,
      "grad_norm": 0.3233409204244813,
      "learning_rate": 2.4193548387096777e-05,
      "loss": 0.3004,
      "step": 20
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 0.3468443429436706,
      "learning_rate": 2.258064516129032e-05,
      "loss": 0.2864,
      "step": 21
    },
    {
      "epoch": 2.8,
      "grad_norm": 0.353852322346739,
      "learning_rate": 2.0967741935483873e-05,
      "loss": 0.3033,
      "step": 22
    },
    {
      "epoch": 2.9333333333333336,
      "grad_norm": 0.34827318614267444,
      "learning_rate": 1.935483870967742e-05,
      "loss": 0.2909,
      "step": 23
    },
    {
      "epoch": 3.0,
      "grad_norm": 0.34827318614267444,
      "learning_rate": 1.774193548387097e-05,
      "loss": 0.2396,
      "step": 24
    },
    {
      "epoch": 3.1333333333333333,
      "grad_norm": 0.5424513562301403,
      "learning_rate": 1.6129032258064517e-05,
      "loss": 0.2729,
      "step": 25
    },
    {
      "epoch": 3.2666666666666666,
      "grad_norm": 0.22767648801657112,
      "learning_rate": 1.4516129032258066e-05,
      "loss": 0.2537,
      "step": 26
    },
    {
      "epoch": 3.4,
      "grad_norm": 0.2983041747382757,
      "learning_rate": 1.2903225806451613e-05,
      "loss": 0.2441,
      "step": 27
    },
    {
      "epoch": 3.533333333333333,
      "grad_norm": 0.3182178332656054,
      "learning_rate": 1.129032258064516e-05,
      "loss": 0.247,
      "step": 28
    },
    {
      "epoch": 3.6666666666666665,
      "grad_norm": 0.22393185039590235,
      "learning_rate": 9.67741935483871e-06,
      "loss": 0.2305,
      "step": 29
    },
    {
      "epoch": 3.8,
      "grad_norm": 0.2338202458675513,
      "learning_rate": 8.064516129032258e-06,
      "loss": 0.2154,
      "step": 30
    },
    {
      "epoch": 3.9333333333333336,
      "grad_norm": 0.219474134538978,
      "learning_rate": 6.451612903225806e-06,
      "loss": 0.2298,
      "step": 31
    },
    {
      "epoch": 4.0,
      "grad_norm": 0.3171234500428613,
      "learning_rate": 4.838709677419355e-06,
      "loss": 0.2251,
      "step": 32
    },
    {
      "epoch": 4.133333333333334,
      "grad_norm": 0.19082869700096614,
      "learning_rate": 3.225806451612903e-06,
      "loss": 0.2178,
      "step": 33
    },
    {
      "epoch": 4.266666666666667,
      "grad_norm": 0.2368468460236031,
      "learning_rate": 1.6129032258064516e-06,
      "loss": 0.2157,
      "step": 34
    },
    {
      "epoch": 4.4,
      "grad_norm": 0.1873214549049323,
      "learning_rate": 0.0,
      "loss": 0.2057,
      "step": 35
    },
    {
      "epoch": 4.4,
      "step": 35,
      "total_flos": 2.405963155911475e+16,
      "train_loss": 1.1475475907325745,
      "train_runtime": 2093.4116,
      "train_samples_per_second": 0.279,
      "train_steps_per_second": 0.017
    }
  ],
  "logging_steps": 1,
  "max_steps": 35,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 5,
  "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": 2.405963155911475e+16,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}