{
  "best_global_step": null,
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 5.333333333333333,
  "eval_steps": 500,
  "global_step": 2000,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 1.4453125,
      "learning_rate": 9.8e-06,
      "loss": 1.4362579345703126,
      "step": 50
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 1.109375,
      "learning_rate": 1.98e-05,
      "loss": 1.2353227996826173,
      "step": 100
    },
    {
      "epoch": 0.4,
      "grad_norm": 1.359375,
      "learning_rate": 2.98e-05,
      "loss": 1.1962551879882812,
      "step": 150
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 1.0,
      "learning_rate": 2.997812450643705e-05,
      "loss": 1.1289045715332031,
      "step": 200
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 1.1640625,
      "learning_rate": 2.991077005423577e-05,
      "loss": 1.1314387512207031,
      "step": 250
    },
    {
      "epoch": 0.8,
      "grad_norm": 1.140625,
      "learning_rate": 2.979813208344657e-05,
      "loss": 1.1489389038085938,
      "step": 300
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 1.0703125,
      "learning_rate": 2.964055267188472e-05,
      "loss": 1.1160533142089843,
      "step": 350
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 1.0625,
      "learning_rate": 2.943851038304401e-05,
      "loss": 1.040457763671875,
      "step": 400
    },
    {
      "epoch": 1.2,
      "grad_norm": 1.140625,
      "learning_rate": 2.9192618812715216e-05,
      "loss": 0.924019775390625,
      "step": 450
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 1.15625,
      "learning_rate": 2.8903624725515786e-05,
      "loss": 0.8882070922851563,
      "step": 500
    },
    {
      "epoch": 1.4666666666666668,
      "grad_norm": 1.140625,
      "learning_rate": 2.8572405786990293e-05,
      "loss": 0.8971571350097656,
      "step": 550
    },
    {
      "epoch": 1.6,
      "grad_norm": 1.1015625,
      "learning_rate": 2.819996789816898e-05,
      "loss": 0.9332583618164062,
      "step": 600
    },
    {
      "epoch": 1.7333333333333334,
      "grad_norm": 1.203125,
      "learning_rate": 2.7787442140679422e-05,
      "loss": 0.8832476806640625,
      "step": 650
    },
    {
      "epoch": 1.8666666666666667,
      "grad_norm": 1.2578125,
      "learning_rate": 2.7336081341688787e-05,
      "loss": 0.9302313232421875,
      "step": 700
    },
    {
      "epoch": 2.0,
      "grad_norm": 1.15625,
      "learning_rate": 2.684725626910889e-05,
      "loss": 0.9123858642578125,
      "step": 750
    },
    {
      "epoch": 2.1333333333333333,
      "grad_norm": 1.34375,
      "learning_rate": 2.632245146861912e-05,
      "loss": 0.6757525634765625,
      "step": 800
    },
    {
      "epoch": 2.2666666666666666,
      "grad_norm": 1.4296875,
      "learning_rate": 2.5763260755150013e-05,
      "loss": 0.6670223999023438,
      "step": 850
    },
    {
      "epoch": 2.4,
      "grad_norm": 1.34375,
      "learning_rate": 2.5171382372519647e-05,
      "loss": 0.6872428894042969,
      "step": 900
    },
    {
      "epoch": 2.533333333333333,
      "grad_norm": 1.2109375,
      "learning_rate": 2.4548613835923026e-05,
      "loss": 0.6917278289794921,
      "step": 950
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 1.25,
      "learning_rate": 2.389684647293749e-05,
      "loss": 0.6836544036865234,
      "step": 1000
    },
    {
      "epoch": 2.8,
      "grad_norm": 1.5625,
      "learning_rate": 2.3218059679623026e-05,
      "loss": 0.6740491485595703,
      "step": 1050
    },
    {
      "epoch": 2.9333333333333336,
      "grad_norm": 1.265625,
      "learning_rate": 2.2514314909161486e-05,
      "loss": 0.6897286987304687,
      "step": 1100
    },
    {
      "epoch": 3.066666666666667,
      "grad_norm": 1.53125,
      "learning_rate": 2.1787749411291056e-05,
      "loss": 0.6019991302490234,
      "step": 1150
    },
    {
      "epoch": 3.2,
      "grad_norm": 1.578125,
      "learning_rate": 2.1040569741549002e-05,
      "loss": 0.49853515625,
      "step": 1200
    },
    {
      "epoch": 3.3333333333333335,
      "grad_norm": 1.625,
      "learning_rate": 2.0275045060035044e-05,
      "loss": 0.5089201354980468,
      "step": 1250
    },
    {
      "epoch": 3.466666666666667,
      "grad_norm": 1.5234375,
      "learning_rate": 1.9493500240046727e-05,
      "loss": 0.5025421142578125,
      "step": 1300
    },
    {
      "epoch": 3.6,
      "grad_norm": 1.3203125,
      "learning_rate": 1.8698308807515613e-05,
      "loss": 0.5206479263305664,
      "step": 1350
    },
    {
      "epoch": 3.7333333333333334,
      "grad_norm": 1.4140625,
      "learning_rate": 1.7891885732687026e-05,
      "loss": 0.5091935729980469,
      "step": 1400
    },
    {
      "epoch": 3.8666666666666667,
      "grad_norm": 1.3359375,
      "learning_rate": 1.7076680095934813e-05,
      "loss": 0.5084111785888672,
      "step": 1450
    },
    {
      "epoch": 4.0,
      "grad_norm": 1.390625,
      "learning_rate": 1.6255167649984738e-05,
      "loss": 0.522473373413086,
      "step": 1500
    },
    {
      "epoch": 4.133333333333334,
      "grad_norm": 1.40625,
      "learning_rate": 1.5429843301134782e-05,
      "loss": 0.4226302337646484,
      "step": 1550
    },
    {
      "epoch": 4.266666666666667,
      "grad_norm": 1.5078125,
      "learning_rate": 1.4603213532306782e-05,
      "loss": 0.40151473999023435,
      "step": 1600
    },
    {
      "epoch": 4.4,
      "grad_norm": 1.1953125,
      "learning_rate": 1.3777788790940136e-05,
      "loss": 0.39469322204589846,
      "step": 1650
    },
    {
      "epoch": 4.533333333333333,
      "grad_norm": 1.265625,
      "learning_rate": 1.2956075864845435e-05,
      "loss": 0.3755529022216797,
      "step": 1700
    },
    {
      "epoch": 4.666666666666667,
      "grad_norm": 1.6953125,
      "learning_rate": 1.21405702691723e-05,
      "loss": 0.4053420257568359,
      "step": 1750
    },
    {
      "epoch": 4.8,
      "grad_norm": 1.5859375,
      "learning_rate": 1.1333748667611854e-05,
      "loss": 0.3910691833496094,
      "step": 1800
    },
    {
      "epoch": 4.933333333333334,
      "grad_norm": 1.515625,
      "learning_rate": 1.0538061350850545e-05,
      "loss": 0.41198493957519533,
      "step": 1850
    },
    {
      "epoch": 5.066666666666666,
      "grad_norm": 1.3984375,
      "learning_rate": 9.755924795117798e-06,
      "loss": 0.3768700408935547,
      "step": 1900
    },
    {
      "epoch": 5.2,
      "grad_norm": 1.5,
      "learning_rate": 8.989714323427191e-06,
      "loss": 0.3425804901123047,
      "step": 1950
    },
    {
      "epoch": 5.333333333333333,
      "grad_norm": 1.4140625,
      "learning_rate": 8.241756891798485e-06,
      "loss": 0.3398160934448242,
      "step": 2000
    }
  ],
  "logging_steps": 50,
  "max_steps": 3000,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 8,
  "save_steps": 500,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": false
      },
      "attributes": {}
    }
  },
  "total_flos": 2.2167532241472717e+18,
  "train_batch_size": 4,
  "trial_name": null,
  "trial_params": null
}