{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 1.0,
  "eval_steps": 500,
  "global_step": 15000,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.03,
      "grad_norm": 9.451863288879395,
      "learning_rate": 1.933866666666667e-05,
      "loss": 0.4302,
      "step": 500
    },
    {
      "epoch": 0.07,
      "grad_norm": 0.5204328894615173,
      "learning_rate": 1.8672e-05,
      "loss": 0.3988,
      "step": 1000
    },
    {
      "epoch": 0.1,
      "grad_norm": 6.495779037475586,
      "learning_rate": 1.8005333333333335e-05,
      "loss": 0.3613,
      "step": 1500
    },
    {
      "epoch": 0.13,
      "grad_norm": 0.3106362223625183,
      "learning_rate": 1.7338666666666667e-05,
      "loss": 0.3268,
      "step": 2000
    },
    {
      "epoch": 0.17,
      "grad_norm": 16.08853530883789,
      "learning_rate": 1.6673333333333335e-05,
      "loss": 0.323,
      "step": 2500
    },
    {
      "epoch": 0.2,
      "grad_norm": 7.482870101928711,
      "learning_rate": 1.6006666666666667e-05,
      "loss": 0.3025,
      "step": 3000
    },
    {
      "epoch": 0.23,
      "grad_norm": 21.62608528137207,
      "learning_rate": 1.5340000000000002e-05,
      "loss": 0.2941,
      "step": 3500
    },
    {
      "epoch": 0.27,
      "grad_norm": 7.615144729614258,
      "learning_rate": 1.4673333333333336e-05,
      "loss": 0.2858,
      "step": 4000
    },
    {
      "epoch": 0.3,
      "grad_norm": 0.15844333171844482,
      "learning_rate": 1.4008000000000002e-05,
      "loss": 0.2939,
      "step": 4500
    },
    {
      "epoch": 0.33,
      "grad_norm": 0.4972567856311798,
      "learning_rate": 1.3341333333333336e-05,
      "loss": 0.2877,
      "step": 5000
    },
    {
      "epoch": 0.37,
      "grad_norm": 1.6350613832473755,
      "learning_rate": 1.2674666666666669e-05,
      "loss": 0.2917,
      "step": 5500
    },
    {
      "epoch": 0.4,
      "grad_norm": 9.023903846740723,
      "learning_rate": 1.2008000000000003e-05,
      "loss": 0.3021,
      "step": 6000
    },
    {
      "epoch": 0.43,
      "grad_norm": 25.3885498046875,
      "learning_rate": 1.1341333333333336e-05,
      "loss": 0.235,
      "step": 6500
    },
    {
      "epoch": 0.47,
      "grad_norm": 9.231255531311035,
      "learning_rate": 1.0674666666666666e-05,
      "loss": 0.2774,
      "step": 7000
    },
    {
      "epoch": 0.5,
      "grad_norm": 15.598228454589844,
      "learning_rate": 1.0008e-05,
      "loss": 0.2379,
      "step": 7500
    },
    {
      "epoch": 0.53,
      "grad_norm": 0.8757464289665222,
      "learning_rate": 9.341333333333335e-06,
      "loss": 0.2538,
      "step": 8000
    },
    {
      "epoch": 0.57,
      "grad_norm": 1.9172446727752686,
      "learning_rate": 8.674666666666668e-06,
      "loss": 0.2385,
      "step": 8500
    },
    {
      "epoch": 0.6,
      "grad_norm": 0.49066710472106934,
      "learning_rate": 8.008e-06,
      "loss": 0.2457,
      "step": 9000
    },
    {
      "epoch": 0.63,
      "grad_norm": 0.23613671958446503,
      "learning_rate": 7.342666666666667e-06,
      "loss": 0.218,
      "step": 9500
    },
    {
      "epoch": 0.67,
      "grad_norm": 10.944806098937988,
      "learning_rate": 6.676e-06,
      "loss": 0.2328,
      "step": 10000
    },
    {
      "epoch": 0.7,
      "grad_norm": 9.770712852478027,
      "learning_rate": 6.009333333333334e-06,
      "loss": 0.2245,
      "step": 10500
    },
    {
      "epoch": 0.73,
      "grad_norm": 0.422610342502594,
      "learning_rate": 5.342666666666667e-06,
      "loss": 0.2362,
      "step": 11000
    },
    {
      "epoch": 0.77,
      "grad_norm": 0.11568822711706161,
      "learning_rate": 4.676000000000001e-06,
      "loss": 0.2314,
      "step": 11500
    },
    {
      "epoch": 0.8,
      "grad_norm": 1.0529944896697998,
      "learning_rate": 4.010666666666667e-06,
      "loss": 0.2175,
      "step": 12000
    },
    {
      "epoch": 0.83,
      "grad_norm": 0.467757910490036,
      "learning_rate": 3.344e-06,
      "loss": 0.2315,
      "step": 12500
    },
    {
      "epoch": 0.87,
      "grad_norm": 0.4078325927257538,
      "learning_rate": 2.6773333333333336e-06,
      "loss": 0.2231,
      "step": 13000
    },
    {
      "epoch": 0.9,
      "grad_norm": 6.3522562980651855,
      "learning_rate": 2.0106666666666667e-06,
      "loss": 0.2241,
      "step": 13500
    },
    {
      "epoch": 0.93,
      "grad_norm": 0.3300648629665375,
      "learning_rate": 1.344e-06,
      "loss": 0.1883,
      "step": 14000
    },
    {
      "epoch": 0.97,
      "grad_norm": 0.18304280936717987,
      "learning_rate": 6.786666666666668e-07,
      "loss": 0.2217,
      "step": 14500
    },
    {
      "epoch": 1.0,
      "grad_norm": 6.273829460144043,
      "learning_rate": 1.3333333333333334e-08,
      "loss": 0.2346,
      "step": 15000
    },
    {
      "epoch": 1.0,
      "eval_accuracy": 0.945,
      "eval_loss": 0.21884675323963165,
      "eval_runtime": 20.7763,
      "eval_samples_per_second": 365.801,
      "eval_steps_per_second": 45.725,
      "step": 15000
    }
  ],
  "logging_steps": 500,
  "max_steps": 15000,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 1,
  "save_steps": 500,
  "total_flos": 7893614960640000.0,
  "train_batch_size": 8,
  "trial_name": null,
  "trial_params": null
}