{
  "best_global_step": null,
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 26.666666666666668,
  "eval_steps": 500,
  "global_step": 6000,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.044444444444444446,
      "grad_norm": 8.389141082763672,
      "learning_rate": 3e-06,
      "loss": 1.6669,
      "step": 10
    },
    {
      "epoch": 0.08888888888888889,
      "grad_norm": 5.795680999755859,
      "learning_rate": 6.333333333333334e-06,
      "loss": 1.2184,
      "step": 20
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 1.3343589305877686,
      "learning_rate": 9.666666666666667e-06,
      "loss": 0.5803,
      "step": 30
    },
    {
      "epoch": 0.17777777777777778,
      "grad_norm": 1.2480086088180542,
      "learning_rate": 1.3000000000000001e-05,
      "loss": 0.3342,
      "step": 40
    },
    {
      "epoch": 0.2222222222222222,
      "grad_norm": 1.8908542394638062,
      "learning_rate": 1.6333333333333335e-05,
      "loss": 0.2242,
      "step": 50
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 1.1537951231002808,
      "learning_rate": 1.9666666666666666e-05,
      "loss": 0.2021,
      "step": 60
    },
    {
      "epoch": 0.3111111111111111,
      "grad_norm": 0.7749633193016052,
      "learning_rate": 2.3000000000000003e-05,
      "loss": 0.1238,
      "step": 70
    },
    {
      "epoch": 0.35555555555555557,
      "grad_norm": 0.9088910818099976,
      "learning_rate": 2.633333333333333e-05,
      "loss": 0.1099,
      "step": 80
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.8467608690261841,
      "learning_rate": 2.9666666666666672e-05,
      "loss": 0.0949,
      "step": 90
    },
    {
      "epoch": 0.4444444444444444,
      "grad_norm": 0.8593980073928833,
      "learning_rate": 3.3e-05,
      "loss": 0.0801,
      "step": 100
    },
    {
      "epoch": 0.4888888888888889,
      "grad_norm": 0.5598143935203552,
      "learning_rate": 3.633333333333333e-05,
      "loss": 0.0651,
      "step": 110
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.8410921692848206,
      "learning_rate": 3.966666666666667e-05,
      "loss": 0.0813,
      "step": 120
    },
    {
      "epoch": 0.5777777777777777,
      "grad_norm": 0.7393496632575989,
      "learning_rate": 4.3e-05,
      "loss": 0.0511,
      "step": 130
    },
    {
      "epoch": 0.6222222222222222,
      "grad_norm": 0.5598465800285339,
      "learning_rate": 4.633333333333333e-05,
      "loss": 0.0517,
      "step": 140
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.5250635743141174,
      "learning_rate": 4.966666666666667e-05,
      "loss": 0.0551,
      "step": 150
    },
    {
      "epoch": 0.7111111111111111,
      "grad_norm": 0.3859585225582123,
      "learning_rate": 5.300000000000001e-05,
      "loss": 0.0448,
      "step": 160
    },
    {
      "epoch": 0.7555555555555555,
      "grad_norm": 0.2931934893131256,
      "learning_rate": 5.633333333333334e-05,
      "loss": 0.0413,
      "step": 170
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.3726317584514618,
      "learning_rate": 5.966666666666667e-05,
      "loss": 0.0368,
      "step": 180
    },
    {
      "epoch": 0.8444444444444444,
      "grad_norm": 0.4870269298553467,
      "learning_rate": 6.3e-05,
      "loss": 0.0439,
      "step": 190
    },
    {
      "epoch": 0.8888888888888888,
      "grad_norm": 0.6991150379180908,
      "learning_rate": 6.633333333333334e-05,
      "loss": 0.0449,
      "step": 200
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 0.8043137192726135,
      "learning_rate": 6.966666666666668e-05,
      "loss": 0.0428,
      "step": 210
    },
    {
      "epoch": 0.9777777777777777,
      "grad_norm": 0.5199294686317444,
      "learning_rate": 7.3e-05,
      "loss": 0.0497,
      "step": 220
    },
    {
      "epoch": 1.0222222222222221,
      "grad_norm": 0.5832147598266602,
      "learning_rate": 7.633333333333334e-05,
      "loss": 0.043,
      "step": 230
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 0.5762455463409424,
      "learning_rate": 7.966666666666666e-05,
      "loss": 0.042,
      "step": 240
    },
    {
      "epoch": 1.1111111111111112,
      "grad_norm": 0.5296523571014404,
      "learning_rate": 8.3e-05,
      "loss": 0.0455,
      "step": 250
    },
    {
      "epoch": 1.1555555555555554,
      "grad_norm": 0.5995281338691711,
      "learning_rate": 8.633333333333334e-05,
      "loss": 0.0446,
      "step": 260
    },
    {
      "epoch": 1.2,
      "grad_norm": 0.44988754391670227,
      "learning_rate": 8.966666666666666e-05,
      "loss": 0.0409,
      "step": 270
    },
    {
      "epoch": 1.2444444444444445,
      "grad_norm": 0.8164713978767395,
      "learning_rate": 9.300000000000001e-05,
      "loss": 0.0534,
      "step": 280
    },
    {
      "epoch": 1.2888888888888888,
      "grad_norm": 0.7666190266609192,
      "learning_rate": 9.633333333333335e-05,
      "loss": 0.0402,
      "step": 290
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 0.4470829963684082,
      "learning_rate": 9.966666666666667e-05,
      "loss": 0.049,
      "step": 300
    },
    {
      "epoch": 1.3777777777777778,
      "grad_norm": 0.6112174987792969,
      "learning_rate": 9.999938485971279e-05,
      "loss": 0.0428,
      "step": 310
    },
    {
      "epoch": 1.4222222222222223,
      "grad_norm": 0.6660336256027222,
      "learning_rate": 9.999725846827562e-05,
      "loss": 0.0436,
      "step": 320
    },
    {
      "epoch": 1.4666666666666668,
      "grad_norm": 0.6819430589675903,
      "learning_rate": 9.999361329594254e-05,
      "loss": 0.0486,
      "step": 330
    },
    {
      "epoch": 1.511111111111111,
      "grad_norm": 0.4355473518371582,
      "learning_rate": 9.998844945344405e-05,
      "loss": 0.0402,
      "step": 340
    },
    {
      "epoch": 1.5555555555555556,
      "grad_norm": 0.46765050292015076,
      "learning_rate": 9.99817670976436e-05,
      "loss": 0.04,
      "step": 350
    },
    {
      "epoch": 1.6,
      "grad_norm": 0.6269946098327637,
      "learning_rate": 9.997356643153303e-05,
      "loss": 0.04,
      "step": 360
    },
    {
      "epoch": 1.6444444444444444,
      "grad_norm": 0.36605480313301086,
      "learning_rate": 9.996384770422629e-05,
      "loss": 0.0309,
      "step": 370
    },
    {
      "epoch": 1.6888888888888889,
      "grad_norm": 0.4317551255226135,
      "learning_rate": 9.995261121095194e-05,
      "loss": 0.0325,
      "step": 380
    },
    {
      "epoch": 1.7333333333333334,
      "grad_norm": 0.3933548927307129,
      "learning_rate": 9.993985729304408e-05,
      "loss": 0.0431,
      "step": 390
    },
    {
      "epoch": 1.7777777777777777,
      "grad_norm": 0.3174668252468109,
      "learning_rate": 9.992558633793212e-05,
      "loss": 0.0278,
      "step": 400
    },
    {
      "epoch": 1.8222222222222222,
      "grad_norm": 0.5716902613639832,
      "learning_rate": 9.990979877912891e-05,
      "loss": 0.0337,
      "step": 410
    },
    {
      "epoch": 1.8666666666666667,
      "grad_norm": 0.43925878405570984,
      "learning_rate": 9.989249509621759e-05,
      "loss": 0.0403,
      "step": 420
    },
    {
      "epoch": 1.911111111111111,
      "grad_norm": 0.5131371021270752,
      "learning_rate": 9.987367581483705e-05,
      "loss": 0.0315,
      "step": 430
    },
    {
      "epoch": 1.9555555555555557,
      "grad_norm": 0.5429732203483582,
      "learning_rate": 9.985334150666592e-05,
      "loss": 0.0356,
      "step": 440
    },
    {
      "epoch": 2.0,
      "grad_norm": 0.6750060319900513,
      "learning_rate": 9.983149278940526e-05,
      "loss": 0.0331,
      "step": 450
    },
    {
      "epoch": 2.0444444444444443,
      "grad_norm": 0.37390217185020447,
      "learning_rate": 9.980813032675974e-05,
      "loss": 0.0269,
      "step": 460
    },
    {
      "epoch": 2.088888888888889,
      "grad_norm": 0.42575696110725403,
      "learning_rate": 9.978325482841753e-05,
      "loss": 0.0344,
      "step": 470
    },
    {
      "epoch": 2.1333333333333333,
      "grad_norm": 0.3201421797275543,
      "learning_rate": 9.975686705002867e-05,
      "loss": 0.0253,
      "step": 480
    },
    {
      "epoch": 2.1777777777777776,
      "grad_norm": 0.35483041405677795,
      "learning_rate": 9.972896779318219e-05,
      "loss": 0.031,
      "step": 490
    },
    {
      "epoch": 2.2222222222222223,
      "grad_norm": 0.48134100437164307,
      "learning_rate": 9.969955790538175e-05,
      "loss": 0.0272,
      "step": 500
    },
    {
      "epoch": 2.2666666666666666,
      "grad_norm": 0.3745223879814148,
      "learning_rate": 9.966863828001982e-05,
      "loss": 0.0316,
      "step": 510
    },
    {
      "epoch": 2.311111111111111,
      "grad_norm": 0.4058675467967987,
      "learning_rate": 9.963620985635065e-05,
      "loss": 0.0223,
      "step": 520
    },
    {
      "epoch": 2.3555555555555556,
      "grad_norm": 0.33446767926216125,
      "learning_rate": 9.960227361946164e-05,
      "loss": 0.0313,
      "step": 530
    },
    {
      "epoch": 2.4,
      "grad_norm": 0.4397954046726227,
      "learning_rate": 9.95668306002435e-05,
      "loss": 0.0347,
      "step": 540
    },
    {
      "epoch": 2.4444444444444446,
      "grad_norm": 0.34488892555236816,
      "learning_rate": 9.952988187535886e-05,
      "loss": 0.0207,
      "step": 550
    },
    {
      "epoch": 2.488888888888889,
      "grad_norm": 0.2571009695529938,
      "learning_rate": 9.949142856720961e-05,
      "loss": 0.0286,
      "step": 560
    },
    {
      "epoch": 2.533333333333333,
      "grad_norm": 0.5211164355278015,
      "learning_rate": 9.945147184390278e-05,
      "loss": 0.0449,
      "step": 570
    },
    {
      "epoch": 2.5777777777777775,
      "grad_norm": 0.32125112414360046,
      "learning_rate": 9.941001291921512e-05,
      "loss": 0.0288,
      "step": 580
    },
    {
      "epoch": 2.6222222222222222,
      "grad_norm": 0.4309665858745575,
      "learning_rate": 9.936705305255612e-05,
      "loss": 0.0261,
      "step": 590
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 0.6445382833480835,
      "learning_rate": 9.932259354892984e-05,
      "loss": 0.0346,
      "step": 600
    },
    {
      "epoch": 2.7111111111111112,
      "grad_norm": 0.4063079357147217,
      "learning_rate": 9.927663575889521e-05,
      "loss": 0.038,
      "step": 610
    },
    {
      "epoch": 2.7555555555555555,
      "grad_norm": 0.5310010313987732,
      "learning_rate": 9.922918107852504e-05,
      "loss": 0.0336,
      "step": 620
    },
    {
      "epoch": 2.8,
      "grad_norm": 0.448752224445343,
      "learning_rate": 9.918023094936363e-05,
      "loss": 0.0296,
      "step": 630
    },
    {
      "epoch": 2.8444444444444446,
      "grad_norm": 0.4404497742652893,
      "learning_rate": 9.912978685838294e-05,
      "loss": 0.0272,
      "step": 640
    },
    {
      "epoch": 2.888888888888889,
      "grad_norm": 0.30450695753097534,
      "learning_rate": 9.90778503379374e-05,
      "loss": 0.0276,
      "step": 650
    },
    {
      "epoch": 2.9333333333333336,
      "grad_norm": 0.4000938832759857,
      "learning_rate": 9.902442296571743e-05,
      "loss": 0.0257,
      "step": 660
    },
    {
      "epoch": 2.977777777777778,
      "grad_norm": 0.3830060660839081,
      "learning_rate": 9.896950636470147e-05,
      "loss": 0.018,
      "step": 670
    },
    {
      "epoch": 3.022222222222222,
      "grad_norm": 0.3050785958766937,
      "learning_rate": 9.891310220310666e-05,
      "loss": 0.0291,
      "step": 680
    },
    {
      "epoch": 3.066666666666667,
      "grad_norm": 0.3223566710948944,
      "learning_rate": 9.885521219433823e-05,
      "loss": 0.0162,
      "step": 690
    },
    {
      "epoch": 3.111111111111111,
      "grad_norm": 0.27647706866264343,
      "learning_rate": 9.879583809693738e-05,
      "loss": 0.0202,
      "step": 700
    },
    {
      "epoch": 3.1555555555555554,
      "grad_norm": 0.32375937700271606,
      "learning_rate": 9.873498171452789e-05,
      "loss": 0.0255,
      "step": 710
    },
    {
      "epoch": 3.2,
      "grad_norm": 0.34824398159980774,
      "learning_rate": 9.867264489576135e-05,
      "loss": 0.0204,
      "step": 720
    },
    {
      "epoch": 3.2444444444444445,
      "grad_norm": 0.3028803765773773,
      "learning_rate": 9.860882953426099e-05,
      "loss": 0.0261,
      "step": 730
    },
    {
      "epoch": 3.2888888888888888,
      "grad_norm": 0.4095816910266876,
      "learning_rate": 9.854353756856412e-05,
      "loss": 0.0249,
      "step": 740
    },
    {
      "epoch": 3.3333333333333335,
      "grad_norm": 0.2636725604534149,
      "learning_rate": 9.847677098206332e-05,
      "loss": 0.0246,
      "step": 750
    },
    {
      "epoch": 3.3777777777777778,
      "grad_norm": 0.3920441269874573,
      "learning_rate": 9.840853180294608e-05,
      "loss": 0.0212,
      "step": 760
    },
    {
      "epoch": 3.422222222222222,
      "grad_norm": 0.28506380319595337,
      "learning_rate": 9.833882210413332e-05,
      "loss": 0.0247,
      "step": 770
    },
    {
      "epoch": 3.466666666666667,
      "grad_norm": 0.43021294474601746,
      "learning_rate": 9.826764400321633e-05,
      "loss": 0.028,
      "step": 780
    },
    {
      "epoch": 3.511111111111111,
      "grad_norm": 0.42594388127326965,
      "learning_rate": 9.819499966239243e-05,
      "loss": 0.0205,
      "step": 790
    },
    {
      "epoch": 3.5555555555555554,
      "grad_norm": 0.3029635548591614,
      "learning_rate": 9.812089128839938e-05,
      "loss": 0.0234,
      "step": 800
    },
    {
      "epoch": 3.6,
      "grad_norm": 0.35575440526008606,
      "learning_rate": 9.804532113244828e-05,
      "loss": 0.0205,
      "step": 810
    },
    {
      "epoch": 3.6444444444444444,
      "grad_norm": 0.39676201343536377,
      "learning_rate": 9.796829149015517e-05,
      "loss": 0.0342,
      "step": 820
    },
    {
      "epoch": 3.688888888888889,
      "grad_norm": 0.36034658551216125,
      "learning_rate": 9.788980470147132e-05,
      "loss": 0.0235,
      "step": 830
    },
    {
      "epoch": 3.7333333333333334,
      "grad_norm": 0.36659449338912964,
      "learning_rate": 9.780986315061218e-05,
      "loss": 0.0188,
      "step": 840
    },
    {
      "epoch": 3.7777777777777777,
      "grad_norm": 0.3578703999519348,
      "learning_rate": 9.772846926598491e-05,
      "loss": 0.0206,
      "step": 850
    },
    {
      "epoch": 3.822222222222222,
      "grad_norm": 0.430593341588974,
      "learning_rate": 9.76456255201146e-05,
      "loss": 0.0278,
      "step": 860
    },
    {
      "epoch": 3.8666666666666667,
      "grad_norm": 0.3125564157962799,
      "learning_rate": 9.756133442956923e-05,
      "loss": 0.0195,
      "step": 870
    },
    {
      "epoch": 3.911111111111111,
      "grad_norm": 0.33247822523117065,
      "learning_rate": 9.747559855488313e-05,
      "loss": 0.0222,
      "step": 880
    },
    {
      "epoch": 3.9555555555555557,
      "grad_norm": 0.4072255790233612,
      "learning_rate": 9.73884205004793e-05,
      "loss": 0.0239,
      "step": 890
    },
    {
      "epoch": 4.0,
      "grad_norm": 0.4470653533935547,
      "learning_rate": 9.729980291459019e-05,
      "loss": 0.0218,
      "step": 900
    },
    {
      "epoch": 4.044444444444444,
      "grad_norm": 0.3318852186203003,
      "learning_rate": 9.720974848917735e-05,
      "loss": 0.0222,
      "step": 910
    },
    {
      "epoch": 4.088888888888889,
      "grad_norm": 0.35080021619796753,
      "learning_rate": 9.711825995984957e-05,
      "loss": 0.0288,
      "step": 920
    },
    {
      "epoch": 4.133333333333334,
      "grad_norm": 0.28936517238616943,
      "learning_rate": 9.702534010577991e-05,
      "loss": 0.032,
      "step": 930
    },
    {
      "epoch": 4.177777777777778,
      "grad_norm": 0.354633092880249,
      "learning_rate": 9.693099174962103e-05,
      "loss": 0.0151,
      "step": 940
    },
    {
      "epoch": 4.222222222222222,
      "grad_norm": 0.13268741965293884,
      "learning_rate": 9.683521775741977e-05,
      "loss": 0.0181,
      "step": 950
    },
    {
      "epoch": 4.266666666666667,
      "grad_norm": 0.3944114148616791,
      "learning_rate": 9.673802103852979e-05,
      "loss": 0.0253,
      "step": 960
    },
    {
      "epoch": 4.311111111111111,
      "grad_norm": 0.35363683104515076,
      "learning_rate": 9.663940454552342e-05,
      "loss": 0.0174,
      "step": 970
    },
    {
      "epoch": 4.355555555555555,
      "grad_norm": 0.30592408776283264,
      "learning_rate": 9.65393712741018e-05,
      "loss": 0.0213,
      "step": 980
    },
    {
      "epoch": 4.4,
      "grad_norm": 0.46146953105926514,
      "learning_rate": 9.6437924263004e-05,
      "loss": 0.0224,
      "step": 990
    },
    {
      "epoch": 4.444444444444445,
      "grad_norm": 0.3364277184009552,
      "learning_rate": 9.63350665939146e-05,
      "loss": 0.0185,
      "step": 1000
    },
    {
      "epoch": 4.488888888888889,
      "grad_norm": 0.4292885363101959,
      "learning_rate": 9.623080139137023e-05,
      "loss": 0.0298,
      "step": 1010
    },
    {
      "epoch": 4.533333333333333,
      "grad_norm": 0.2547819912433624,
      "learning_rate": 9.612513182266447e-05,
      "loss": 0.0214,
      "step": 1020
    },
    {
      "epoch": 4.5777777777777775,
      "grad_norm": 0.3421243131160736,
      "learning_rate": 9.601806109775179e-05,
      "loss": 0.0209,
      "step": 1030
    },
    {
      "epoch": 4.622222222222222,
      "grad_norm": 0.4412442147731781,
      "learning_rate": 9.590959246914995e-05,
      "loss": 0.0183,
      "step": 1040
    },
    {
      "epoch": 4.666666666666667,
      "grad_norm": 0.32375088334083557,
      "learning_rate": 9.579972923184122e-05,
      "loss": 0.0207,
      "step": 1050
    },
    {
      "epoch": 4.711111111111111,
      "grad_norm": 0.2944181561470032,
      "learning_rate": 9.568847472317232e-05,
      "loss": 0.0263,
      "step": 1060
    },
    {
      "epoch": 4.7555555555555555,
      "grad_norm": 0.2564533054828644,
      "learning_rate": 9.557583232275303e-05,
      "loss": 0.016,
      "step": 1070
    },
    {
      "epoch": 4.8,
      "grad_norm": 0.402987539768219,
      "learning_rate": 9.546180545235344e-05,
      "loss": 0.0225,
      "step": 1080
    },
    {
      "epoch": 4.844444444444444,
      "grad_norm": 0.40538668632507324,
      "learning_rate": 9.534639757580013e-05,
      "loss": 0.0228,
      "step": 1090
    },
    {
      "epoch": 4.888888888888889,
      "grad_norm": 0.3121398091316223,
      "learning_rate": 9.522961219887092e-05,
      "loss": 0.0181,
      "step": 1100
    },
    {
      "epoch": 4.933333333333334,
      "grad_norm": 0.31277185678482056,
      "learning_rate": 9.511145286918828e-05,
      "loss": 0.0184,
      "step": 1110
    },
    {
      "epoch": 4.977777777777778,
      "grad_norm": 0.26053231954574585,
      "learning_rate": 9.499192317611167e-05,
      "loss": 0.0178,
      "step": 1120
    },
    {
      "epoch": 5.022222222222222,
      "grad_norm": 0.3141275942325592,
      "learning_rate": 9.487102675062851e-05,
      "loss": 0.0184,
      "step": 1130
    },
    {
      "epoch": 5.066666666666666,
      "grad_norm": 0.3041296899318695,
      "learning_rate": 9.474876726524374e-05,
      "loss": 0.014,
      "step": 1140
    },
    {
      "epoch": 5.111111111111111,
      "grad_norm": 0.2884008586406708,
      "learning_rate": 9.462514843386845e-05,
      "loss": 0.0222,
      "step": 1150
    },
    {
      "epoch": 5.155555555555556,
      "grad_norm": 0.22763675451278687,
      "learning_rate": 9.450017401170689e-05,
      "loss": 0.0152,
      "step": 1160
    },
    {
      "epoch": 5.2,
      "grad_norm": 0.2472584992647171,
      "learning_rate": 9.437384779514256e-05,
      "loss": 0.0185,
      "step": 1170
    },
    {
      "epoch": 5.2444444444444445,
      "grad_norm": 0.30222344398498535,
      "learning_rate": 9.424617362162271e-05,
      "loss": 0.0197,
      "step": 1180
    },
    {
      "epoch": 5.288888888888889,
      "grad_norm": 0.2808185815811157,
      "learning_rate": 9.411715536954196e-05,
      "loss": 0.0192,
      "step": 1190
    },
    {
      "epoch": 5.333333333333333,
      "grad_norm": 0.24729570746421814,
      "learning_rate": 9.39867969581243e-05,
      "loss": 0.0202,
      "step": 1200
    },
    {
      "epoch": 5.377777777777778,
      "grad_norm": 0.2555364966392517,
      "learning_rate": 9.385510234730415e-05,
      "loss": 0.026,
      "step": 1210
    },
    {
      "epoch": 5.4222222222222225,
      "grad_norm": 0.42294108867645264,
      "learning_rate": 9.372207553760603e-05,
      "loss": 0.0204,
      "step": 1220
    },
    {
      "epoch": 5.466666666666667,
      "grad_norm": 0.30665698647499084,
      "learning_rate": 9.358772057002312e-05,
      "loss": 0.0159,
      "step": 1230
    },
    {
      "epoch": 5.511111111111111,
      "grad_norm": 0.3128688633441925,
      "learning_rate": 9.345204152589428e-05,
      "loss": 0.0239,
      "step": 1240
    },
    {
      "epoch": 5.555555555555555,
      "grad_norm": 0.2368372231721878,
      "learning_rate": 9.331504252678037e-05,
      "loss": 0.014,
      "step": 1250
    },
    {
      "epoch": 5.6,
      "grad_norm": 0.26079320907592773,
      "learning_rate": 9.317672773433876e-05,
      "loss": 0.015,
      "step": 1260
    },
    {
      "epoch": 5.644444444444445,
      "grad_norm": 0.23744435608386993,
      "learning_rate": 9.30371013501972e-05,
      "loss": 0.0151,
      "step": 1270
    },
    {
      "epoch": 5.688888888888889,
      "grad_norm": 0.2587639093399048,
      "learning_rate": 9.289616761582587e-05,
      "loss": 0.0181,
      "step": 1280
    },
    {
      "epoch": 5.733333333333333,
      "grad_norm": 0.2486286461353302,
      "learning_rate": 9.275393081240882e-05,
      "loss": 0.0157,
      "step": 1290
    },
    {
      "epoch": 5.777777777777778,
      "grad_norm": 0.2125803828239441,
      "learning_rate": 9.261039526071374e-05,
      "loss": 0.0168,
      "step": 1300
    },
    {
      "epoch": 5.822222222222222,
      "grad_norm": 0.21079698204994202,
      "learning_rate": 9.246556532096078e-05,
      "loss": 0.0139,
      "step": 1310
    },
    {
      "epoch": 5.866666666666667,
      "grad_norm": 0.27687445282936096,
      "learning_rate": 9.231944539269009e-05,
      "loss": 0.0168,
      "step": 1320
    },
    {
      "epoch": 5.911111111111111,
      "grad_norm": 0.3301202058792114,
      "learning_rate": 9.217203991462815e-05,
      "loss": 0.0206,
      "step": 1330
    },
    {
      "epoch": 5.955555555555556,
      "grad_norm": 0.3505961298942566,
      "learning_rate": 9.202335336455296e-05,
      "loss": 0.0275,
      "step": 1340
    },
    {
      "epoch": 6.0,
      "grad_norm": 0.29252493381500244,
      "learning_rate": 9.187339025915802e-05,
      "loss": 0.0177,
      "step": 1350
    },
    {
      "epoch": 6.044444444444444,
      "grad_norm": 0.36544620990753174,
      "learning_rate": 9.17221551539151e-05,
      "loss": 0.0261,
      "step": 1360
    },
    {
      "epoch": 6.088888888888889,
      "grad_norm": 0.41433846950531006,
      "learning_rate": 9.156965264293586e-05,
      "loss": 0.018,
      "step": 1370
    },
    {
      "epoch": 6.133333333333334,
      "grad_norm": 0.3925895094871521,
      "learning_rate": 9.141588735883232e-05,
      "loss": 0.0172,
      "step": 1380
    },
    {
      "epoch": 6.177777777777778,
      "grad_norm": 0.29030516743659973,
      "learning_rate": 9.126086397257612e-05,
      "loss": 0.0221,
      "step": 1390
    },
    {
      "epoch": 6.222222222222222,
      "grad_norm": 0.29653820395469666,
      "learning_rate": 9.110458719335659e-05,
      "loss": 0.0182,
      "step": 1400
    },
    {
      "epoch": 6.266666666666667,
      "grad_norm": 0.47055333852767944,
      "learning_rate": 9.094706176843777e-05,
      "loss": 0.031,
      "step": 1410
    },
    {
      "epoch": 6.311111111111111,
      "grad_norm": 0.4297561049461365,
      "learning_rate": 9.078829248301417e-05,
      "loss": 0.0205,
      "step": 1420
    },
    {
      "epoch": 6.355555555555555,
      "grad_norm": 0.4727896749973297,
      "learning_rate": 9.062828416006539e-05,
      "loss": 0.022,
      "step": 1430
    },
    {
      "epoch": 6.4,
      "grad_norm": 0.47195112705230713,
      "learning_rate": 9.046704166020961e-05,
      "loss": 0.0168,
      "step": 1440
    },
    {
      "epoch": 6.444444444444445,
      "grad_norm": 0.2805466055870056,
      "learning_rate": 9.030456988155596e-05,
      "loss": 0.0245,
      "step": 1450
    },
    {
      "epoch": 6.488888888888889,
      "grad_norm": 0.24627427756786346,
      "learning_rate": 9.014087375955573e-05,
      "loss": 0.0183,
      "step": 1460
    },
    {
      "epoch": 6.533333333333333,
      "grad_norm": 0.4139058589935303,
      "learning_rate": 8.997595826685243e-05,
      "loss": 0.0143,
      "step": 1470
    },
    {
      "epoch": 6.5777777777777775,
      "grad_norm": 0.37815412878990173,
      "learning_rate": 8.980982841313074e-05,
      "loss": 0.0196,
      "step": 1480
    },
    {
      "epoch": 6.622222222222222,
      "grad_norm": 0.36660775542259216,
      "learning_rate": 8.964248924496435e-05,
      "loss": 0.0166,
      "step": 1490
    },
    {
      "epoch": 6.666666666666667,
      "grad_norm": 0.21890142560005188,
      "learning_rate": 8.947394584566258e-05,
      "loss": 0.0192,
      "step": 1500
    },
    {
      "epoch": 6.711111111111111,
      "grad_norm": 0.26794126629829407,
      "learning_rate": 8.930420333511606e-05,
      "loss": 0.0137,
      "step": 1510
    },
    {
      "epoch": 6.7555555555555555,
      "grad_norm": 0.34494853019714355,
      "learning_rate": 8.913326686964117e-05,
      "loss": 0.0174,
      "step": 1520
    },
    {
      "epoch": 6.8,
      "grad_norm": 0.22623825073242188,
      "learning_rate": 8.89611416418234e-05,
      "loss": 0.0166,
      "step": 1530
    },
    {
      "epoch": 6.844444444444444,
      "grad_norm": 0.2902779281139374,
      "learning_rate": 8.878783288035957e-05,
      "loss": 0.014,
      "step": 1540
    },
    {
      "epoch": 6.888888888888889,
      "grad_norm": 0.2804957330226898,
      "learning_rate": 8.86133458498991e-05,
      "loss": 0.0207,
      "step": 1550
    },
    {
      "epoch": 6.933333333333334,
      "grad_norm": 0.2749207615852356,
      "learning_rate": 8.843768585088393e-05,
      "loss": 0.0129,
      "step": 1560
    },
    {
      "epoch": 6.977777777777778,
      "grad_norm": 0.2836652100086212,
      "learning_rate": 8.82608582193877e-05,
      "loss": 0.0151,
      "step": 1570
    },
    {
      "epoch": 7.022222222222222,
      "grad_norm": 0.3585423231124878,
      "learning_rate": 8.80828683269535e-05,
      "loss": 0.0157,
      "step": 1580
    },
    {
      "epoch": 7.066666666666666,
      "grad_norm": 0.18756495416164398,
      "learning_rate": 8.790372158043074e-05,
      "loss": 0.018,
      "step": 1590
    },
    {
      "epoch": 7.111111111111111,
      "grad_norm": 0.30908632278442383,
      "learning_rate": 8.772342342181095e-05,
      "loss": 0.0191,
      "step": 1600
    },
    {
      "epoch": 7.155555555555556,
      "grad_norm": 0.3190164268016815,
      "learning_rate": 8.75419793280624e-05,
      "loss": 0.0185,
      "step": 1610
    },
    {
      "epoch": 7.2,
      "grad_norm": 0.20416675508022308,
      "learning_rate": 8.735939481096378e-05,
      "loss": 0.0165,
      "step": 1620
    },
    {
      "epoch": 7.2444444444444445,
      "grad_norm": 0.27324119210243225,
      "learning_rate": 8.717567541693673e-05,
      "loss": 0.0224,
      "step": 1630
    },
    {
      "epoch": 7.288888888888889,
      "grad_norm": 0.2618747651576996,
      "learning_rate": 8.699082672687734e-05,
      "loss": 0.015,
      "step": 1640
    },
    {
      "epoch": 7.333333333333333,
      "grad_norm": 0.2985251545906067,
      "learning_rate": 8.680485435598673e-05,
      "loss": 0.0149,
      "step": 1650
    },
    {
      "epoch": 7.377777777777778,
      "grad_norm": 0.40937545895576477,
      "learning_rate": 8.661776395360029e-05,
      "loss": 0.0254,
      "step": 1660
    },
    {
      "epoch": 7.4222222222222225,
      "grad_norm": 0.4289396405220032,
      "learning_rate": 8.642956120301626e-05,
      "loss": 0.018,
      "step": 1670
    },
    {
      "epoch": 7.466666666666667,
      "grad_norm": 0.3917348086833954,
      "learning_rate": 8.624025182132292e-05,
      "loss": 0.0167,
      "step": 1680
    },
    {
      "epoch": 7.511111111111111,
      "grad_norm": 0.3585996925830841,
      "learning_rate": 8.604984155922506e-05,
      "loss": 0.0301,
      "step": 1690
    },
    {
      "epoch": 7.555555555555555,
      "grad_norm": 0.2999572157859802,
      "learning_rate": 8.585833620086918e-05,
      "loss": 0.0158,
      "step": 1700
    },
    {
      "epoch": 7.6,
      "grad_norm": 0.31374847888946533,
      "learning_rate": 8.566574156366784e-05,
      "loss": 0.0157,
      "step": 1710
    },
    {
      "epoch": 7.644444444444445,
      "grad_norm": 0.3261179029941559,
      "learning_rate": 8.547206349812298e-05,
      "loss": 0.0192,
      "step": 1720
    },
    {
      "epoch": 7.688888888888889,
      "grad_norm": 0.28447800874710083,
      "learning_rate": 8.527730788764805e-05,
      "loss": 0.0143,
      "step": 1730
    },
    {
      "epoch": 7.733333333333333,
      "grad_norm": 0.2870975136756897,
      "learning_rate": 8.508148064838948e-05,
      "loss": 0.0204,
      "step": 1740
    },
    {
      "epoch": 7.777777777777778,
      "grad_norm": 0.24093402922153473,
      "learning_rate": 8.488458772904684e-05,
      "loss": 0.0136,
      "step": 1750
    },
    {
      "epoch": 7.822222222222222,
      "grad_norm": 0.2736014127731323,
      "learning_rate": 8.468663511069217e-05,
      "loss": 0.0143,
      "step": 1760
    },
    {
      "epoch": 7.866666666666667,
      "grad_norm": 0.2989179193973541,
      "learning_rate": 8.448762880658825e-05,
      "loss": 0.0147,
      "step": 1770
    },
    {
      "epoch": 7.911111111111111,
      "grad_norm": 0.19723202288150787,
      "learning_rate": 8.428757486200603e-05,
      "loss": 0.0113,
      "step": 1780
    },
    {
      "epoch": 7.955555555555556,
      "grad_norm": 0.36469390988349915,
      "learning_rate": 8.40864793540409e-05,
      "loss": 0.02,
      "step": 1790
    },
    {
      "epoch": 8.0,
      "grad_norm": 0.23067057132720947,
      "learning_rate": 8.388434839142813e-05,
      "loss": 0.0203,
      "step": 1800
    },
    {
      "epoch": 8.044444444444444,
      "grad_norm": 0.27546632289886475,
      "learning_rate": 8.368118811435726e-05,
      "loss": 0.0137,
      "step": 1810
    },
    {
      "epoch": 8.088888888888889,
      "grad_norm": 0.26730671525001526,
      "learning_rate": 8.347700469428564e-05,
      "loss": 0.0119,
      "step": 1820
    },
    {
      "epoch": 8.133333333333333,
      "grad_norm": 0.240224227309227,
      "learning_rate": 8.327180433375091e-05,
      "loss": 0.0169,
      "step": 1830
    },
    {
      "epoch": 8.177777777777777,
      "grad_norm": 0.374720960855484,
      "learning_rate": 8.306559326618259e-05,
      "loss": 0.0174,
      "step": 1840
    },
    {
      "epoch": 8.222222222222221,
      "grad_norm": 0.28660672903060913,
      "learning_rate": 8.285837775571276e-05,
      "loss": 0.0159,
      "step": 1850
    },
    {
      "epoch": 8.266666666666667,
      "grad_norm": 0.21417830884456635,
      "learning_rate": 8.265016409698573e-05,
      "loss": 0.0145,
      "step": 1860
    },
    {
      "epoch": 8.311111111111112,
      "grad_norm": 0.2233651578426361,
      "learning_rate": 8.244095861496686e-05,
      "loss": 0.0128,
      "step": 1870
    },
    {
      "epoch": 8.355555555555556,
      "grad_norm": 0.25084781646728516,
      "learning_rate": 8.223076766475035e-05,
      "loss": 0.0165,
      "step": 1880
    },
    {
      "epoch": 8.4,
      "grad_norm": 0.2701694369316101,
      "learning_rate": 8.201959763136633e-05,
      "loss": 0.0181,
      "step": 1890
    },
    {
      "epoch": 8.444444444444445,
      "grad_norm": 0.20661218464374542,
      "learning_rate": 8.180745492958674e-05,
      "loss": 0.0195,
      "step": 1900
    },
    {
      "epoch": 8.488888888888889,
      "grad_norm": 0.3604136109352112,
      "learning_rate": 8.159434600373061e-05,
      "loss": 0.0139,
      "step": 1910
    },
    {
      "epoch": 8.533333333333333,
      "grad_norm": 0.230348140001297,
      "learning_rate": 8.138027732746818e-05,
      "loss": 0.0107,
      "step": 1920
    },
    {
      "epoch": 8.577777777777778,
      "grad_norm": 0.27103084325790405,
      "learning_rate": 8.116525540362434e-05,
      "loss": 0.0146,
      "step": 1930
    },
    {
      "epoch": 8.622222222222222,
      "grad_norm": 0.26219263672828674,
      "learning_rate": 8.094928676398101e-05,
      "loss": 0.0104,
      "step": 1940
    },
    {
      "epoch": 8.666666666666666,
      "grad_norm": 0.24252575635910034,
      "learning_rate": 8.073237796907882e-05,
      "loss": 0.0151,
      "step": 1950
    },
    {
      "epoch": 8.71111111111111,
      "grad_norm": 0.3279937207698822,
      "learning_rate": 8.051453560801772e-05,
      "loss": 0.0147,
      "step": 1960
    },
    {
      "epoch": 8.755555555555556,
      "grad_norm": 0.24254244565963745,
      "learning_rate": 8.029576629825687e-05,
      "loss": 0.0154,
      "step": 1970
    },
    {
      "epoch": 8.8,
      "grad_norm": 0.2968604266643524,
      "learning_rate": 8.007607668541362e-05,
      "loss": 0.0185,
      "step": 1980
    },
    {
      "epoch": 8.844444444444445,
      "grad_norm": 0.28566935658454895,
      "learning_rate": 7.985547344306161e-05,
      "loss": 0.0139,
      "step": 1990
    },
    {
      "epoch": 8.88888888888889,
      "grad_norm": 0.2821260988712311,
      "learning_rate": 7.963396327252812e-05,
      "loss": 0.0171,
      "step": 2000
    },
    {
      "epoch": 8.933333333333334,
      "grad_norm": 0.23841512203216553,
      "learning_rate": 7.941155290269038e-05,
      "loss": 0.015,
      "step": 2010
    },
    {
      "epoch": 8.977777777777778,
      "grad_norm": 0.24885499477386475,
      "learning_rate": 7.918824908977123e-05,
      "loss": 0.0159,
      "step": 2020
    },
    {
      "epoch": 9.022222222222222,
      "grad_norm": 0.30475321412086487,
      "learning_rate": 7.896405861713394e-05,
      "loss": 0.014,
      "step": 2030
    },
    {
      "epoch": 9.066666666666666,
      "grad_norm": 0.27069583535194397,
      "learning_rate": 7.873898829507606e-05,
      "loss": 0.0147,
      "step": 2040
    },
    {
      "epoch": 9.11111111111111,
      "grad_norm": 0.3272053897380829,
      "learning_rate": 7.851304496062254e-05,
      "loss": 0.0141,
      "step": 2050
    },
    {
      "epoch": 9.155555555555555,
      "grad_norm": 0.4056951701641083,
      "learning_rate": 7.828623547731818e-05,
      "loss": 0.02,
      "step": 2060
    },
    {
      "epoch": 9.2,
      "grad_norm": 0.2933352291584015,
      "learning_rate": 7.80585667350189e-05,
      "loss": 0.0167,
      "step": 2070
    },
    {
      "epoch": 9.244444444444444,
      "grad_norm": 0.255327969789505,
      "learning_rate": 7.783004564968263e-05,
      "loss": 0.0169,
      "step": 2080
    },
    {
      "epoch": 9.28888888888889,
      "grad_norm": 0.2668040990829468,
      "learning_rate": 7.760067916315921e-05,
      "loss": 0.0136,
      "step": 2090
    },
    {
      "epoch": 9.333333333333334,
      "grad_norm": 0.30625119805336,
      "learning_rate": 7.737047424297941e-05,
      "loss": 0.0143,
      "step": 2100
    },
    {
      "epoch": 9.377777777777778,
      "grad_norm": 0.22706979513168335,
      "learning_rate": 7.713943788214337e-05,
      "loss": 0.0163,
      "step": 2110
    },
    {
      "epoch": 9.422222222222222,
      "grad_norm": 0.3837350904941559,
      "learning_rate": 7.690757709890812e-05,
      "loss": 0.0224,
      "step": 2120
    },
    {
      "epoch": 9.466666666666667,
      "grad_norm": 0.30685484409332275,
      "learning_rate": 7.66748989365744e-05,
      "loss": 0.0191,
      "step": 2130
    },
    {
      "epoch": 9.511111111111111,
      "grad_norm": 0.25118085741996765,
      "learning_rate": 7.644141046327271e-05,
      "loss": 0.0136,
      "step": 2140
    },
    {
      "epoch": 9.555555555555555,
      "grad_norm": 0.19412904977798462,
      "learning_rate": 7.620711877174866e-05,
      "loss": 0.0101,
      "step": 2150
    },
    {
      "epoch": 9.6,
      "grad_norm": 0.24385957419872284,
      "learning_rate": 7.597203097914732e-05,
      "loss": 0.021,
      "step": 2160
    },
    {
      "epoch": 9.644444444444444,
      "grad_norm": 0.16870255768299103,
      "learning_rate": 7.573615422679726e-05,
      "loss": 0.0106,
      "step": 2170
    },
    {
      "epoch": 9.688888888888888,
      "grad_norm": 0.21056927740573883,
      "learning_rate": 7.549949567999345e-05,
      "loss": 0.0095,
      "step": 2180
    },
    {
      "epoch": 9.733333333333333,
      "grad_norm": 0.25866520404815674,
      "learning_rate": 7.526206252777968e-05,
      "loss": 0.0132,
      "step": 2190
    },
    {
      "epoch": 9.777777777777779,
      "grad_norm": 0.26797500252723694,
      "learning_rate": 7.50238619827301e-05,
      "loss": 0.0138,
      "step": 2200
    },
    {
      "epoch": 9.822222222222223,
      "grad_norm": 0.23290124535560608,
      "learning_rate": 7.478490128073022e-05,
      "loss": 0.0171,
      "step": 2210
    },
    {
      "epoch": 9.866666666666667,
      "grad_norm": 0.3036246597766876,
      "learning_rate": 7.454518768075704e-05,
      "loss": 0.0145,
      "step": 2220
    },
    {
      "epoch": 9.911111111111111,
      "grad_norm": 0.1924067586660385,
      "learning_rate": 7.430472846465856e-05,
      "loss": 0.0164,
      "step": 2230
    },
    {
      "epoch": 9.955555555555556,
      "grad_norm": 0.23308129608631134,
      "learning_rate": 7.406353093693253e-05,
      "loss": 0.0149,
      "step": 2240
    },
    {
      "epoch": 10.0,
      "grad_norm": 0.27332085371017456,
      "learning_rate": 7.382160242450469e-05,
      "loss": 0.0151,
      "step": 2250
    },
    {
      "epoch": 10.044444444444444,
      "grad_norm": 0.2550460696220398,
      "learning_rate": 7.357895027650598e-05,
      "loss": 0.0237,
      "step": 2260
    },
    {
      "epoch": 10.088888888888889,
      "grad_norm": 0.29789426922798157,
      "learning_rate": 7.333558186404958e-05,
      "loss": 0.0189,
      "step": 2270
    },
    {
      "epoch": 10.133333333333333,
      "grad_norm": 0.2446967363357544,
      "learning_rate": 7.309150458000668e-05,
      "loss": 0.0168,
      "step": 2280
    },
    {
      "epoch": 10.177777777777777,
      "grad_norm": 0.3303419053554535,
      "learning_rate": 7.284672583878219e-05,
      "loss": 0.0163,
      "step": 2290
    },
    {
      "epoch": 10.222222222222221,
      "grad_norm": 0.21081838011741638,
      "learning_rate": 7.260125307608929e-05,
      "loss": 0.0151,
      "step": 2300
    },
    {
      "epoch": 10.266666666666667,
      "grad_norm": 0.3426179885864258,
      "learning_rate": 7.235509374872373e-05,
      "loss": 0.0131,
      "step": 2310
    },
    {
      "epoch": 10.311111111111112,
      "grad_norm": 0.3267004191875458,
      "learning_rate": 7.210825533433719e-05,
      "loss": 0.0169,
      "step": 2320
    },
    {
      "epoch": 10.355555555555556,
      "grad_norm": 0.230835422873497,
      "learning_rate": 7.186074533121013e-05,
      "loss": 0.0122,
      "step": 2330
    },
    {
      "epoch": 10.4,
      "grad_norm": 0.20230941474437714,
      "learning_rate": 7.161257125802413e-05,
      "loss": 0.0154,
      "step": 2340
    },
    {
      "epoch": 10.444444444444445,
      "grad_norm": 0.3438013195991516,
      "learning_rate": 7.136374065363334e-05,
      "loss": 0.0137,
      "step": 2350
    },
    {
      "epoch": 10.488888888888889,
      "grad_norm": 0.22763001918792725,
      "learning_rate": 7.11142610768356e-05,
      "loss": 0.0112,
      "step": 2360
    },
    {
      "epoch": 10.533333333333333,
      "grad_norm": 0.18584167957305908,
      "learning_rate": 7.086414010614276e-05,
      "loss": 0.0159,
      "step": 2370
    },
    {
      "epoch": 10.577777777777778,
      "grad_norm": 0.3445107638835907,
      "learning_rate": 7.061338533955043e-05,
      "loss": 0.0141,
      "step": 2380
    },
    {
      "epoch": 10.622222222222222,
      "grad_norm": 0.3785816729068756,
      "learning_rate": 7.036200439430725e-05,
      "loss": 0.0205,
      "step": 2390
    },
    {
      "epoch": 10.666666666666666,
      "grad_norm": 0.27487748861312866,
      "learning_rate": 7.01100049066835e-05,
      "loss": 0.0137,
      "step": 2400
    },
    {
      "epoch": 10.71111111111111,
      "grad_norm": 0.27125370502471924,
      "learning_rate": 6.985739453173903e-05,
      "loss": 0.0155,
      "step": 2410
    },
    {
      "epoch": 10.755555555555556,
      "grad_norm": 0.29975003004074097,
      "learning_rate": 6.960418094309085e-05,
      "loss": 0.0135,
      "step": 2420
    },
    {
      "epoch": 10.8,
      "grad_norm": 0.2853398323059082,
      "learning_rate": 6.93503718326799e-05,
      "loss": 0.0125,
      "step": 2430
    },
    {
      "epoch": 10.844444444444445,
      "grad_norm": 0.2614617943763733,
      "learning_rate": 6.909597491053751e-05,
      "loss": 0.0113,
      "step": 2440
    },
    {
      "epoch": 10.88888888888889,
      "grad_norm": 0.20357394218444824,
      "learning_rate": 6.884099790455113e-05,
      "loss": 0.0163,
      "step": 2450
    },
    {
      "epoch": 10.933333333333334,
      "grad_norm": 0.21524812281131744,
      "learning_rate": 6.858544856022952e-05,
      "loss": 0.0135,
      "step": 2460
    },
    {
      "epoch": 10.977777777777778,
      "grad_norm": 0.238930344581604,
      "learning_rate": 6.83293346404676e-05,
      "loss": 0.0131,
      "step": 2470
    },
    {
      "epoch": 11.022222222222222,
      "grad_norm": 0.19882909953594208,
      "learning_rate": 6.80726639253105e-05,
      "loss": 0.0131,
      "step": 2480
    },
    {
      "epoch": 11.066666666666666,
      "grad_norm": 0.19018594920635223,
      "learning_rate": 6.781544421171732e-05,
      "loss": 0.0171,
      "step": 2490
    },
    {
      "epoch": 11.11111111111111,
      "grad_norm": 0.205998957157135,
      "learning_rate": 6.755768331332424e-05,
      "loss": 0.0176,
      "step": 2500
    },
    {
      "epoch": 11.155555555555555,
      "grad_norm": 0.38071829080581665,
      "learning_rate": 6.729938906020713e-05,
      "loss": 0.014,
      "step": 2510
    },
    {
      "epoch": 11.2,
      "grad_norm": 0.20081113278865814,
      "learning_rate": 6.704056929864376e-05,
      "loss": 0.0108,
      "step": 2520
    },
    {
      "epoch": 11.244444444444444,
      "grad_norm": 0.2780754268169403,
      "learning_rate": 6.67812318908754e-05,
      "loss": 0.0126,
      "step": 2530
    },
    {
      "epoch": 11.28888888888889,
      "grad_norm": 0.22811779379844666,
      "learning_rate": 6.6521384714868e-05,
      "loss": 0.0148,
      "step": 2540
    },
    {
      "epoch": 11.333333333333334,
      "grad_norm": 0.22134119272232056,
      "learning_rate": 6.626103566407295e-05,
      "loss": 0.0113,
      "step": 2550
    },
    {
      "epoch": 11.377777777777778,
      "grad_norm": 0.253707617521286,
      "learning_rate": 6.600019264718713e-05,
      "loss": 0.0193,
      "step": 2560
    },
    {
      "epoch": 11.422222222222222,
      "grad_norm": 0.289699912071228,
      "learning_rate": 6.573886358791285e-05,
      "loss": 0.0181,
      "step": 2570
    },
    {
      "epoch": 11.466666666666667,
      "grad_norm": 0.27764225006103516,
      "learning_rate": 6.547705642471703e-05,
      "loss": 0.0193,
      "step": 2580
    },
    {
      "epoch": 11.511111111111111,
      "grad_norm": 0.2252022624015808,
      "learning_rate": 6.521477911059008e-05,
      "loss": 0.0139,
      "step": 2590
    },
    {
      "epoch": 11.555555555555555,
      "grad_norm": 0.23172208666801453,
      "learning_rate": 6.495203961280434e-05,
      "loss": 0.0167,
      "step": 2600
    },
    {
      "epoch": 11.6,
      "grad_norm": 0.2703852951526642,
      "learning_rate": 6.468884591267204e-05,
      "loss": 0.0132,
      "step": 2610
    },
    {
      "epoch": 11.644444444444444,
      "grad_norm": 0.1801518201828003,
      "learning_rate": 6.44252060053028e-05,
      "loss": 0.0119,
      "step": 2620
    },
    {
      "epoch": 11.688888888888888,
      "grad_norm": 0.33298370242118835,
      "learning_rate": 6.416112789936086e-05,
      "loss": 0.0156,
      "step": 2630
    },
    {
      "epoch": 11.733333333333333,
      "grad_norm": 0.2229069471359253,
      "learning_rate": 6.389661961682173e-05,
      "loss": 0.0167,
      "step": 2640
    },
    {
      "epoch": 11.777777777777779,
      "grad_norm": 0.16075904667377472,
      "learning_rate": 6.363168919272846e-05,
      "loss": 0.0138,
      "step": 2650
    },
    {
      "epoch": 11.822222222222223,
      "grad_norm": 0.23325996100902557,
      "learning_rate": 6.336634467494768e-05,
      "loss": 0.0123,
      "step": 2660
    },
    {
      "epoch": 11.866666666666667,
      "grad_norm": 0.2903526723384857,
      "learning_rate": 6.310059412392505e-05,
      "loss": 0.0168,
      "step": 2670
    },
    {
      "epoch": 11.911111111111111,
      "grad_norm": 0.18903379142284393,
      "learning_rate": 6.283444561244042e-05,
      "loss": 0.0123,
      "step": 2680
    },
    {
      "epoch": 11.955555555555556,
      "grad_norm": 0.19427189230918884,
      "learning_rate": 6.256790722536251e-05,
      "loss": 0.0103,
      "step": 2690
    },
    {
      "epoch": 12.0,
      "grad_norm": 0.3297659158706665,
      "learning_rate": 6.230098705940354e-05,
      "loss": 0.0117,
      "step": 2700
    },
    {
      "epoch": 12.044444444444444,
      "grad_norm": 0.3722420632839203,
      "learning_rate": 6.203369322287306e-05,
      "loss": 0.0129,
      "step": 2710
    },
    {
      "epoch": 12.088888888888889,
      "grad_norm": 0.2268306463956833,
      "learning_rate": 6.17660338354317e-05,
      "loss": 0.015,
      "step": 2720
    },
    {
      "epoch": 12.133333333333333,
      "grad_norm": 0.37547385692596436,
      "learning_rate": 6.149801702784456e-05,
      "loss": 0.0098,
      "step": 2730
    },
    {
      "epoch": 12.177777777777777,
      "grad_norm": 0.27735385298728943,
      "learning_rate": 6.122965094173424e-05,
      "loss": 0.0105,
      "step": 2740
    },
    {
      "epoch": 12.222222222222221,
      "grad_norm": 0.20112404227256775,
      "learning_rate": 6.0960943729333374e-05,
      "loss": 0.0109,
      "step": 2750
    },
    {
      "epoch": 12.266666666666667,
      "grad_norm": 0.17389725148677826,
      "learning_rate": 6.069190355323717e-05,
      "loss": 0.0126,
      "step": 2760
    },
    {
      "epoch": 12.311111111111112,
      "grad_norm": 0.19448718428611755,
      "learning_rate": 6.042253858615532e-05,
      "loss": 0.0086,
      "step": 2770
    },
    {
      "epoch": 12.355555555555556,
      "grad_norm": 0.2483740746974945,
      "learning_rate": 6.015285701066382e-05,
      "loss": 0.0102,
      "step": 2780
    },
    {
      "epoch": 12.4,
      "grad_norm": 0.30692949891090393,
      "learning_rate": 5.988286701895631e-05,
      "loss": 0.0147,
      "step": 2790
    },
    {
      "epoch": 12.444444444444445,
      "grad_norm": 0.23687846958637238,
      "learning_rate": 5.961257681259535e-05,
      "loss": 0.0106,
      "step": 2800
    },
    {
      "epoch": 12.488888888888889,
      "grad_norm": 0.1735508292913437,
      "learning_rate": 5.934199460226317e-05,
      "loss": 0.0101,
      "step": 2810
    },
    {
      "epoch": 12.533333333333333,
      "grad_norm": 0.1609802097082138,
      "learning_rate": 5.9071128607512285e-05,
      "loss": 0.0085,
      "step": 2820
    },
    {
      "epoch": 12.577777777777778,
      "grad_norm": 0.26658353209495544,
      "learning_rate": 5.8799987056515804e-05,
      "loss": 0.0174,
      "step": 2830
    },
    {
      "epoch": 12.622222222222222,
      "grad_norm": 0.29022836685180664,
      "learning_rate": 5.8528578185817514e-05,
      "loss": 0.0133,
      "step": 2840
    },
    {
      "epoch": 12.666666666666666,
      "grad_norm": 0.12686531245708466,
      "learning_rate": 5.825691024008162e-05,
      "loss": 0.0109,
      "step": 2850
    },
    {
      "epoch": 12.71111111111111,
      "grad_norm": 0.18447507917881012,
      "learning_rate": 5.798499147184233e-05,
      "loss": 0.0112,
      "step": 2860
    },
    {
      "epoch": 12.755555555555556,
      "grad_norm": 0.2927151620388031,
      "learning_rate": 5.771283014125317e-05,
      "loss": 0.0127,
      "step": 2870
    },
    {
      "epoch": 12.8,
      "grad_norm": 0.18832269310951233,
      "learning_rate": 5.7440434515836064e-05,
      "loss": 0.0106,
      "step": 2880
    },
    {
      "epoch": 12.844444444444445,
      "grad_norm": 0.2521161735057831,
      "learning_rate": 5.7167812870230094e-05,
      "loss": 0.0132,
      "step": 2890
    },
    {
      "epoch": 12.88888888888889,
      "grad_norm": 0.29403573274612427,
      "learning_rate": 5.689497348594035e-05,
      "loss": 0.0123,
      "step": 2900
    },
    {
      "epoch": 12.933333333333334,
      "grad_norm": 0.33810940384864807,
      "learning_rate": 5.662192465108613e-05,
      "loss": 0.0125,
      "step": 2910
    },
    {
      "epoch": 12.977777777777778,
      "grad_norm": 0.17549262940883636,
      "learning_rate": 5.634867466014932e-05,
      "loss": 0.0121,
      "step": 2920
    },
    {
      "epoch": 13.022222222222222,
      "grad_norm": 0.1700422614812851,
      "learning_rate": 5.607523181372234e-05,
      "loss": 0.0111,
      "step": 2930
    },
    {
      "epoch": 13.066666666666666,
      "grad_norm": 0.1775393933057785,
      "learning_rate": 5.5801604418256117e-05,
      "loss": 0.0121,
      "step": 2940
    },
    {
      "epoch": 13.11111111111111,
      "grad_norm": 0.23550347983837128,
      "learning_rate": 5.552780078580756e-05,
      "loss": 0.019,
      "step": 2950
    },
    {
      "epoch": 13.155555555555555,
      "grad_norm": 0.2833026647567749,
      "learning_rate": 5.525382923378728e-05,
      "loss": 0.0123,
      "step": 2960
    },
    {
      "epoch": 13.2,
      "grad_norm": 0.1993987113237381,
      "learning_rate": 5.49796980847068e-05,
      "loss": 0.0104,
      "step": 2970
    },
    {
      "epoch": 13.244444444444444,
      "grad_norm": 0.18256790935993195,
      "learning_rate": 5.470541566592573e-05,
      "loss": 0.0103,
      "step": 2980
    },
    {
      "epoch": 13.28888888888889,
      "grad_norm": 0.2355622947216034,
      "learning_rate": 5.443099030939887e-05,
      "loss": 0.0138,
      "step": 2990
    },
    {
      "epoch": 13.333333333333334,
      "grad_norm": 0.21295620501041412,
      "learning_rate": 5.415643035142309e-05,
      "loss": 0.0202,
      "step": 3000
    },
    {
      "epoch": 13.377777777777778,
      "grad_norm": 0.20920953154563904,
      "learning_rate": 5.3881744132384104e-05,
      "loss": 0.0111,
      "step": 3010
    },
    {
      "epoch": 13.422222222222222,
      "grad_norm": 0.19399991631507874,
      "learning_rate": 5.360693999650303e-05,
      "loss": 0.0115,
      "step": 3020
    },
    {
      "epoch": 13.466666666666667,
      "grad_norm": 0.25338056683540344,
      "learning_rate": 5.3332026291583016e-05,
      "loss": 0.0117,
      "step": 3030
    },
    {
      "epoch": 13.511111111111111,
      "grad_norm": 0.24487930536270142,
      "learning_rate": 5.305701136875566e-05,
      "loss": 0.0124,
      "step": 3040
    },
    {
      "epoch": 13.555555555555555,
      "grad_norm": 0.2577228844165802,
      "learning_rate": 5.278190358222721e-05,
      "loss": 0.0129,
      "step": 3050
    },
    {
      "epoch": 13.6,
      "grad_norm": 0.2954920828342438,
      "learning_rate": 5.25067112890249e-05,
      "loss": 0.0107,
      "step": 3060
    },
    {
      "epoch": 13.644444444444444,
      "grad_norm": 0.24685540795326233,
      "learning_rate": 5.2231442848743064e-05,
      "loss": 0.0087,
      "step": 3070
    },
    {
      "epoch": 13.688888888888888,
      "grad_norm": 0.3384992182254791,
      "learning_rate": 5.1956106623289145e-05,
      "loss": 0.0209,
      "step": 3080
    },
    {
      "epoch": 13.733333333333333,
      "grad_norm": 0.32244497537612915,
      "learning_rate": 5.168071097662972e-05,
      "loss": 0.0142,
      "step": 3090
    },
    {
      "epoch": 13.777777777777779,
      "grad_norm": 0.21630807220935822,
      "learning_rate": 5.1405264274536445e-05,
      "loss": 0.014,
      "step": 3100
    },
    {
      "epoch": 13.822222222222223,
      "grad_norm": 0.26491034030914307,
      "learning_rate": 5.112977488433188e-05,
      "loss": 0.0107,
      "step": 3110
    },
    {
      "epoch": 13.866666666666667,
      "grad_norm": 0.19515036046504974,
      "learning_rate": 5.085425117463533e-05,
      "loss": 0.0125,
      "step": 3120
    },
    {
      "epoch": 13.911111111111111,
      "grad_norm": 0.2637917697429657,
      "learning_rate": 5.057870151510864e-05,
      "loss": 0.0108,
      "step": 3130
    },
    {
      "epoch": 13.955555555555556,
      "grad_norm": 0.19765052199363708,
      "learning_rate": 5.030313427620197e-05,
      "loss": 0.0104,
      "step": 3140
    },
    {
      "epoch": 14.0,
      "grad_norm": 0.17635421454906464,
      "learning_rate": 5.0027557828899426e-05,
      "loss": 0.0145,
      "step": 3150
    },
    {
      "epoch": 14.044444444444444,
      "grad_norm": 0.16387489438056946,
      "learning_rate": 4.975198054446492e-05,
      "loss": 0.0078,
      "step": 3160
    },
    {
      "epoch": 14.088888888888889,
      "grad_norm": 0.19314999878406525,
      "learning_rate": 4.947641079418773e-05,
      "loss": 0.0124,
      "step": 3170
    },
    {
      "epoch": 14.133333333333333,
      "grad_norm": 0.18981797993183136,
      "learning_rate": 4.920085694912828e-05,
      "loss": 0.011,
      "step": 3180
    },
    {
      "epoch": 14.177777777777777,
      "grad_norm": 0.224662646651268,
      "learning_rate": 4.892532737986387e-05,
      "loss": 0.0082,
      "step": 3190
    },
    {
      "epoch": 14.222222222222221,
      "grad_norm": 0.2058078795671463,
      "learning_rate": 4.864983045623434e-05,
      "loss": 0.0132,
      "step": 3200
    },
    {
      "epoch": 14.266666666666667,
      "grad_norm": 0.2257150411605835,
      "learning_rate": 4.837437454708784e-05,
      "loss": 0.0084,
      "step": 3210
    },
    {
      "epoch": 14.311111111111112,
      "grad_norm": 0.20257611572742462,
      "learning_rate": 4.809896802002662e-05,
      "loss": 0.0091,
      "step": 3220
    },
    {
      "epoch": 14.355555555555556,
      "grad_norm": 0.17713074386119843,
      "learning_rate": 4.7823619241152854e-05,
      "loss": 0.0086,
      "step": 3230
    },
    {
      "epoch": 14.4,
      "grad_norm": 0.18521209061145782,
      "learning_rate": 4.754833657481445e-05,
      "loss": 0.0087,
      "step": 3240
    },
    {
      "epoch": 14.444444444444445,
      "grad_norm": 0.14204886555671692,
      "learning_rate": 4.7273128383351015e-05,
      "loss": 0.0103,
      "step": 3250
    },
    {
      "epoch": 14.488888888888889,
      "grad_norm": 0.28341996669769287,
      "learning_rate": 4.699800302683981e-05,
      "loss": 0.0084,
      "step": 3260
    },
    {
      "epoch": 14.533333333333333,
      "grad_norm": 0.2390553206205368,
      "learning_rate": 4.6722968862841806e-05,
      "loss": 0.0125,
      "step": 3270
    },
    {
      "epoch": 14.577777777777778,
      "grad_norm": 0.20710928738117218,
      "learning_rate": 4.6448034246147754e-05,
      "loss": 0.0094,
      "step": 3280
    },
    {
      "epoch": 14.622222222222222,
      "grad_norm": 0.19245918095111847,
      "learning_rate": 4.6173207528524476e-05,
      "loss": 0.0119,
      "step": 3290
    },
    {
      "epoch": 14.666666666666666,
      "grad_norm": 0.14937560260295868,
      "learning_rate": 4.58984970584611e-05,
      "loss": 0.0139,
      "step": 3300
    },
    {
      "epoch": 14.71111111111111,
      "grad_norm": 0.14270950853824615,
      "learning_rate": 4.562391118091544e-05,
      "loss": 0.0082,
      "step": 3310
    },
    {
      "epoch": 14.755555555555556,
      "grad_norm": 0.1969487965106964,
      "learning_rate": 4.534945823706056e-05,
      "loss": 0.0079,
      "step": 3320
    },
    {
      "epoch": 14.8,
      "grad_norm": 0.22423358261585236,
      "learning_rate": 4.507514656403137e-05,
      "loss": 0.0112,
      "step": 3330
    },
    {
      "epoch": 14.844444444444445,
      "grad_norm": 0.18679030239582062,
      "learning_rate": 4.480098449467132e-05,
      "loss": 0.0102,
      "step": 3340
    },
    {
      "epoch": 14.88888888888889,
      "grad_norm": 0.28495559096336365,
      "learning_rate": 4.452698035727929e-05,
      "loss": 0.0116,
      "step": 3350
    },
    {
      "epoch": 14.933333333333334,
      "grad_norm": 0.1513061821460724,
      "learning_rate": 4.425314247535668e-05,
      "loss": 0.0142,
      "step": 3360
    },
    {
      "epoch": 14.977777777777778,
      "grad_norm": 0.22088178992271423,
      "learning_rate": 4.3979479167354477e-05,
      "loss": 0.0157,
      "step": 3370
    },
    {
      "epoch": 15.022222222222222,
      "grad_norm": 0.19653438031673431,
      "learning_rate": 4.370599874642055e-05,
      "loss": 0.0096,
      "step": 3380
    },
    {
      "epoch": 15.066666666666666,
      "grad_norm": 0.21249467134475708,
      "learning_rate": 4.3432709520147205e-05,
      "loss": 0.0108,
      "step": 3390
    },
    {
      "epoch": 15.11111111111111,
      "grad_norm": 0.1530034840106964,
      "learning_rate": 4.315961979031875e-05,
      "loss": 0.0099,
      "step": 3400
    },
    {
      "epoch": 15.155555555555555,
      "grad_norm": 0.25806236267089844,
      "learning_rate": 4.2886737852659325e-05,
      "loss": 0.0107,
      "step": 3410
    },
    {
      "epoch": 15.2,
      "grad_norm": 0.18777354061603546,
      "learning_rate": 4.261407199658093e-05,
      "loss": 0.0095,
      "step": 3420
    },
    {
      "epoch": 15.244444444444444,
      "grad_norm": 0.14671854674816132,
      "learning_rate": 4.234163050493158e-05,
      "loss": 0.0078,
      "step": 3430
    },
    {
      "epoch": 15.28888888888889,
      "grad_norm": 0.1849425733089447,
      "learning_rate": 4.2069421653743706e-05,
      "loss": 0.0139,
      "step": 3440
    },
    {
      "epoch": 15.333333333333334,
      "grad_norm": 0.18728889524936676,
      "learning_rate": 4.179745371198276e-05,
      "loss": 0.0104,
      "step": 3450
    },
    {
      "epoch": 15.377777777777778,
      "grad_norm": 0.20069687068462372,
      "learning_rate": 4.1525734941296026e-05,
      "loss": 0.0103,
      "step": 3460
    },
    {
      "epoch": 15.422222222222222,
      "grad_norm": 0.24841096997261047,
      "learning_rate": 4.125427359576162e-05,
      "loss": 0.0099,
      "step": 3470
    },
    {
      "epoch": 15.466666666666667,
      "grad_norm": 0.18070349097251892,
      "learning_rate": 4.0983077921637815e-05,
      "loss": 0.0089,
      "step": 3480
    },
    {
      "epoch": 15.511111111111111,
      "grad_norm": 0.22775743901729584,
      "learning_rate": 4.07121561571125e-05,
      "loss": 0.0151,
      "step": 3490
    },
    {
      "epoch": 15.555555555555555,
      "grad_norm": 0.16708751022815704,
      "learning_rate": 4.044151653205292e-05,
      "loss": 0.0083,
      "step": 3500
    },
    {
      "epoch": 15.6,
      "grad_norm": 0.18300403654575348,
      "learning_rate": 4.0171167267755696e-05,
      "loss": 0.014,
      "step": 3510
    },
    {
      "epoch": 15.644444444444444,
      "grad_norm": 0.15873435139656067,
      "learning_rate": 3.9901116576697083e-05,
      "loss": 0.0126,
      "step": 3520
    },
    {
      "epoch": 15.688888888888888,
      "grad_norm": 0.20646321773529053,
      "learning_rate": 3.963137266228349e-05,
      "loss": 0.0068,
      "step": 3530
    },
    {
      "epoch": 15.733333333333333,
      "grad_norm": 0.2832168638706207,
      "learning_rate": 3.93619437186023e-05,
      "loss": 0.0146,
      "step": 3540
    },
    {
      "epoch": 15.777777777777779,
      "grad_norm": 0.2857988774776459,
      "learning_rate": 3.9092837930172884e-05,
      "loss": 0.0091,
      "step": 3550
    },
    {
      "epoch": 15.822222222222223,
      "grad_norm": 0.1261863112449646,
      "learning_rate": 3.8824063471698105e-05,
      "loss": 0.011,
      "step": 3560
    },
    {
      "epoch": 15.866666666666667,
      "grad_norm": 0.15000951290130615,
      "learning_rate": 3.855562850781589e-05,
      "loss": 0.0154,
      "step": 3570
    },
    {
      "epoch": 15.911111111111111,
      "grad_norm": 0.22501187026500702,
      "learning_rate": 3.828754119285123e-05,
      "loss": 0.0133,
      "step": 3580
    },
    {
      "epoch": 15.955555555555556,
      "grad_norm": 0.21757589280605316,
      "learning_rate": 3.801980967056851e-05,
      "loss": 0.0103,
      "step": 3590
    },
    {
      "epoch": 16.0,
      "grad_norm": 0.2032909393310547,
      "learning_rate": 3.77524420739241e-05,
      "loss": 0.0093,
      "step": 3600
    },
    {
      "epoch": 16.044444444444444,
      "grad_norm": 0.18988990783691406,
      "learning_rate": 3.748544652481927e-05,
      "loss": 0.0096,
      "step": 3610
    },
    {
      "epoch": 16.08888888888889,
      "grad_norm": 0.22926317155361176,
      "learning_rate": 3.721883113385353e-05,
      "loss": 0.0082,
      "step": 3620
    },
    {
      "epoch": 16.133333333333333,
      "grad_norm": 0.16686010360717773,
      "learning_rate": 3.695260400007819e-05,
      "loss": 0.008,
      "step": 3630
    },
    {
      "epoch": 16.177777777777777,
      "grad_norm": 0.23341767489910126,
      "learning_rate": 3.6686773210750385e-05,
      "loss": 0.0069,
      "step": 3640
    },
    {
      "epoch": 16.22222222222222,
      "grad_norm": 0.15173080563545227,
      "learning_rate": 3.642134684108737e-05,
      "loss": 0.0088,
      "step": 3650
    },
    {
      "epoch": 16.266666666666666,
      "grad_norm": 0.15917883813381195,
      "learning_rate": 3.615633295402123e-05,
      "loss": 0.0076,
      "step": 3660
    },
    {
      "epoch": 16.31111111111111,
      "grad_norm": 0.2568972408771515,
      "learning_rate": 3.5891739599953945e-05,
      "loss": 0.0087,
      "step": 3670
    },
    {
      "epoch": 16.355555555555554,
      "grad_norm": 0.17996510863304138,
      "learning_rate": 3.5627574816512846e-05,
      "loss": 0.0063,
      "step": 3680
    },
    {
      "epoch": 16.4,
      "grad_norm": 0.17340408265590668,
      "learning_rate": 3.536384662830648e-05,
      "loss": 0.0077,
      "step": 3690
    },
    {
      "epoch": 16.444444444444443,
      "grad_norm": 0.22471307218074799,
      "learning_rate": 3.5100563046680764e-05,
      "loss": 0.0085,
      "step": 3700
    },
    {
      "epoch": 16.488888888888887,
      "grad_norm": 0.21206466853618622,
      "learning_rate": 3.483773206947572e-05,
      "loss": 0.0103,
      "step": 3710
    },
    {
      "epoch": 16.533333333333335,
      "grad_norm": 0.17338991165161133,
      "learning_rate": 3.457536168078247e-05,
      "loss": 0.0094,
      "step": 3720
    },
    {
      "epoch": 16.57777777777778,
      "grad_norm": 0.1438867598772049,
      "learning_rate": 3.431345985070067e-05,
      "loss": 0.008,
      "step": 3730
    },
    {
      "epoch": 16.622222222222224,
      "grad_norm": 0.2796429395675659,
      "learning_rate": 3.40520345350965e-05,
      "loss": 0.0135,
      "step": 3740
    },
    {
      "epoch": 16.666666666666668,
      "grad_norm": 0.19102472066879272,
      "learning_rate": 3.379109367536089e-05,
      "loss": 0.0084,
      "step": 3750
    },
    {
      "epoch": 16.711111111111112,
      "grad_norm": 0.1319800764322281,
      "learning_rate": 3.3530645198168295e-05,
      "loss": 0.0061,
      "step": 3760
    },
    {
      "epoch": 16.755555555555556,
      "grad_norm": 0.15621867775917053,
      "learning_rate": 3.327069701523595e-05,
      "loss": 0.0072,
      "step": 3770
    },
    {
      "epoch": 16.8,
      "grad_norm": 0.12455292046070099,
      "learning_rate": 3.301125702308353e-05,
      "loss": 0.0104,
      "step": 3780
    },
    {
      "epoch": 16.844444444444445,
      "grad_norm": 0.1910143941640854,
      "learning_rate": 3.275233310279321e-05,
      "loss": 0.0128,
      "step": 3790
    },
    {
      "epoch": 16.88888888888889,
      "grad_norm": 0.1920808106660843,
      "learning_rate": 3.249393311977037e-05,
      "loss": 0.0139,
      "step": 3800
    },
    {
      "epoch": 16.933333333333334,
      "grad_norm": 0.18581479787826538,
      "learning_rate": 3.223606492350451e-05,
      "loss": 0.0112,
      "step": 3810
    },
    {
      "epoch": 16.977777777777778,
      "grad_norm": 0.20907874405384064,
      "learning_rate": 3.197873634733096e-05,
      "loss": 0.0097,
      "step": 3820
    },
    {
      "epoch": 17.022222222222222,
      "grad_norm": 0.12354215979576111,
      "learning_rate": 3.172195520819285e-05,
      "loss": 0.0068,
      "step": 3830
    },
    {
      "epoch": 17.066666666666666,
      "grad_norm": 0.1491164118051529,
      "learning_rate": 3.146572930640362e-05,
      "loss": 0.0093,
      "step": 3840
    },
    {
      "epoch": 17.11111111111111,
      "grad_norm": 0.1822177916765213,
      "learning_rate": 3.121006642541014e-05,
      "loss": 0.0078,
      "step": 3850
    },
    {
      "epoch": 17.155555555555555,
      "grad_norm": 0.24089230597019196,
      "learning_rate": 3.095497433155626e-05,
      "loss": 0.0107,
      "step": 3860
    },
    {
      "epoch": 17.2,
      "grad_norm": 0.17053531110286713,
      "learning_rate": 3.070046077384682e-05,
      "loss": 0.0091,
      "step": 3870
    },
    {
      "epoch": 17.244444444444444,
      "grad_norm": 0.1506698876619339,
      "learning_rate": 3.0446533483712304e-05,
      "loss": 0.0077,
      "step": 3880
    },
    {
      "epoch": 17.288888888888888,
      "grad_norm": 0.1598861813545227,
      "learning_rate": 3.0193200174774038e-05,
      "loss": 0.0102,
      "step": 3890
    },
    {
      "epoch": 17.333333333333332,
      "grad_norm": 0.18909277021884918,
      "learning_rate": 2.994046854260974e-05,
      "loss": 0.0089,
      "step": 3900
    },
    {
      "epoch": 17.377777777777776,
      "grad_norm": 0.2107781022787094,
      "learning_rate": 2.9688346264519866e-05,
      "loss": 0.0066,
      "step": 3910
    },
    {
      "epoch": 17.42222222222222,
      "grad_norm": 0.29426008462905884,
      "learning_rate": 2.943684099929436e-05,
      "loss": 0.0073,
      "step": 3920
    },
    {
      "epoch": 17.466666666666665,
      "grad_norm": 0.21497812867164612,
      "learning_rate": 2.918596038697995e-05,
      "loss": 0.0089,
      "step": 3930
    },
    {
      "epoch": 17.511111111111113,
      "grad_norm": 0.16140930354595184,
      "learning_rate": 2.8935712048648112e-05,
      "loss": 0.0097,
      "step": 3940
    },
    {
      "epoch": 17.555555555555557,
      "grad_norm": 0.1837870329618454,
      "learning_rate": 2.8686103586163626e-05,
      "loss": 0.0118,
      "step": 3950
    },
    {
      "epoch": 17.6,
      "grad_norm": 0.1896575689315796,
      "learning_rate": 2.843714258195346e-05,
      "loss": 0.0128,
      "step": 3960
    },
    {
      "epoch": 17.644444444444446,
      "grad_norm": 0.2173689901828766,
      "learning_rate": 2.8188836598776662e-05,
      "loss": 0.0093,
      "step": 3970
    },
    {
      "epoch": 17.68888888888889,
      "grad_norm": 0.15574978291988373,
      "learning_rate": 2.7941193179494484e-05,
      "loss": 0.0069,
      "step": 3980
    },
    {
      "epoch": 17.733333333333334,
      "grad_norm": 0.19700747728347778,
      "learning_rate": 2.7694219846841262e-05,
      "loss": 0.0079,
      "step": 3990
    },
    {
      "epoch": 17.77777777777778,
      "grad_norm": 0.1698417365550995,
      "learning_rate": 2.7447924103195976e-05,
      "loss": 0.0071,
      "step": 4000
    },
    {
      "epoch": 17.822222222222223,
      "grad_norm": 0.17947453260421753,
      "learning_rate": 2.7202313430354253e-05,
      "loss": 0.0071,
      "step": 4010
    },
    {
      "epoch": 17.866666666666667,
      "grad_norm": 0.14212481677532196,
      "learning_rate": 2.695739528930111e-05,
      "loss": 0.0056,
      "step": 4020
    },
    {
      "epoch": 17.91111111111111,
      "grad_norm": 0.10642435401678085,
      "learning_rate": 2.67131771199844e-05,
      "loss": 0.0064,
      "step": 4030
    },
    {
      "epoch": 17.955555555555556,
      "grad_norm": 0.29085785150527954,
      "learning_rate": 2.6469666341088677e-05,
      "loss": 0.0116,
      "step": 4040
    },
    {
      "epoch": 18.0,
      "grad_norm": 0.16551056504249573,
      "learning_rate": 2.6226870349809885e-05,
      "loss": 0.0093,
      "step": 4050
    },
    {
      "epoch": 18.044444444444444,
      "grad_norm": 0.15443584322929382,
      "learning_rate": 2.5984796521630737e-05,
      "loss": 0.01,
      "step": 4060
    },
    {
      "epoch": 18.08888888888889,
      "grad_norm": 0.10544218122959137,
      "learning_rate": 2.574345221009653e-05,
      "loss": 0.0146,
      "step": 4070
    },
    {
      "epoch": 18.133333333333333,
      "grad_norm": 0.19458246231079102,
      "learning_rate": 2.5502844746591804e-05,
      "loss": 0.0074,
      "step": 4080
    },
    {
      "epoch": 18.177777777777777,
      "grad_norm": 0.12523303925991058,
      "learning_rate": 2.526298144011775e-05,
      "loss": 0.007,
      "step": 4090
    },
    {
      "epoch": 18.22222222222222,
      "grad_norm": 0.17862561345100403,
      "learning_rate": 2.5023869577070013e-05,
      "loss": 0.0084,
      "step": 4100
    },
    {
      "epoch": 18.266666666666666,
      "grad_norm": 0.15415054559707642,
      "learning_rate": 2.478551642101743e-05,
      "loss": 0.0075,
      "step": 4110
    },
    {
      "epoch": 18.31111111111111,
      "grad_norm": 0.16622138023376465,
      "learning_rate": 2.4547929212481435e-05,
      "loss": 0.0072,
      "step": 4120
    },
    {
      "epoch": 18.355555555555554,
      "grad_norm": 0.10168420523405075,
      "learning_rate": 2.4311115168716013e-05,
      "loss": 0.0058,
      "step": 4130
    },
    {
      "epoch": 18.4,
      "grad_norm": 0.2314300835132599,
      "learning_rate": 2.4075081483488494e-05,
      "loss": 0.0102,
      "step": 4140
    },
    {
      "epoch": 18.444444444444443,
      "grad_norm": 0.16795116662979126,
      "learning_rate": 2.3839835326861104e-05,
      "loss": 0.0059,
      "step": 4150
    },
    {
      "epoch": 18.488888888888887,
      "grad_norm": 0.09173907339572906,
      "learning_rate": 2.3605383844972966e-05,
      "loss": 0.006,
      "step": 4160
    },
    {
      "epoch": 18.533333333333335,
      "grad_norm": 0.1433173269033432,
      "learning_rate": 2.3371734159823284e-05,
      "loss": 0.0072,
      "step": 4170
    },
    {
      "epoch": 18.57777777777778,
      "grad_norm": 0.2237769067287445,
      "learning_rate": 2.3138893369054766e-05,
      "loss": 0.007,
      "step": 4180
    },
    {
      "epoch": 18.622222222222224,
      "grad_norm": 0.1855582743883133,
      "learning_rate": 2.2906868545738102e-05,
      "loss": 0.0074,
      "step": 4190
    },
    {
      "epoch": 18.666666666666668,
      "grad_norm": 0.15935784578323364,
      "learning_rate": 2.2675666738157186e-05,
      "loss": 0.0056,
      "step": 4200
    },
    {
      "epoch": 18.711111111111112,
      "grad_norm": 0.09136050939559937,
      "learning_rate": 2.2445294969594844e-05,
      "loss": 0.006,
      "step": 4210
    },
    {
      "epoch": 18.755555555555556,
      "grad_norm": 0.13247030973434448,
      "learning_rate": 2.22157602381196e-05,
      "loss": 0.0068,
      "step": 4220
    },
    {
      "epoch": 18.8,
      "grad_norm": 0.12561368942260742,
      "learning_rate": 2.1987069516373098e-05,
      "loss": 0.0061,
      "step": 4230
    },
    {
      "epoch": 18.844444444444445,
      "grad_norm": 0.20298150181770325,
      "learning_rate": 2.1759229751358217e-05,
      "loss": 0.0062,
      "step": 4240
    },
    {
      "epoch": 18.88888888888889,
      "grad_norm": 0.1889529973268509,
      "learning_rate": 2.1532247864228084e-05,
      "loss": 0.009,
      "step": 4250
    },
    {
      "epoch": 18.933333333333334,
      "grad_norm": 0.12197969108819962,
      "learning_rate": 2.1306130750075865e-05,
      "loss": 0.006,
      "step": 4260
    },
    {
      "epoch": 18.977777777777778,
      "grad_norm": 0.1984909474849701,
      "learning_rate": 2.1080885277725236e-05,
      "loss": 0.007,
      "step": 4270
    },
    {
      "epoch": 19.022222222222222,
      "grad_norm": 0.18631795048713684,
      "learning_rate": 2.085651828952175e-05,
      "loss": 0.008,
      "step": 4280
    },
    {
      "epoch": 19.066666666666666,
      "grad_norm": 0.2290038764476776,
      "learning_rate": 2.063303660112506e-05,
      "loss": 0.0147,
      "step": 4290
    },
    {
      "epoch": 19.11111111111111,
      "grad_norm": 0.1833907514810562,
      "learning_rate": 2.0410447001301753e-05,
      "loss": 0.0059,
      "step": 4300
    },
    {
      "epoch": 19.155555555555555,
      "grad_norm": 0.2564699053764343,
      "learning_rate": 2.0188756251719203e-05,
      "loss": 0.0076,
      "step": 4310
    },
    {
      "epoch": 19.2,
      "grad_norm": 0.19490176439285278,
      "learning_rate": 1.9967971086740195e-05,
      "loss": 0.0056,
      "step": 4320
    },
    {
      "epoch": 19.244444444444444,
      "grad_norm": 0.16607746481895447,
      "learning_rate": 1.974809821321827e-05,
      "loss": 0.0079,
      "step": 4330
    },
    {
      "epoch": 19.288888888888888,
      "grad_norm": 0.10978394746780396,
      "learning_rate": 1.9529144310294023e-05,
      "loss": 0.0045,
      "step": 4340
    },
    {
      "epoch": 19.333333333333332,
      "grad_norm": 0.08454827219247818,
      "learning_rate": 1.9311116029192278e-05,
      "loss": 0.0056,
      "step": 4350
    },
    {
      "epoch": 19.377777777777776,
      "grad_norm": 0.22791458666324615,
      "learning_rate": 1.909401999301993e-05,
      "loss": 0.0094,
      "step": 4360
    },
    {
      "epoch": 19.42222222222222,
      "grad_norm": 0.12988129258155823,
      "learning_rate": 1.887786279656482e-05,
      "loss": 0.0053,
      "step": 4370
    },
    {
      "epoch": 19.466666666666665,
      "grad_norm": 0.1537473052740097,
      "learning_rate": 1.8662651006095387e-05,
      "loss": 0.0065,
      "step": 4380
    },
    {
      "epoch": 19.511111111111113,
      "grad_norm": 0.12037132680416107,
      "learning_rate": 1.8448391159161204e-05,
      "loss": 0.0093,
      "step": 4390
    },
    {
      "epoch": 19.555555555555557,
      "grad_norm": 0.10276351124048233,
      "learning_rate": 1.8235089764394408e-05,
      "loss": 0.004,
      "step": 4400
    },
    {
      "epoch": 19.6,
      "grad_norm": 0.13345229625701904,
      "learning_rate": 1.8022753301311935e-05,
      "loss": 0.0049,
      "step": 4410
    },
    {
      "epoch": 19.644444444444446,
      "grad_norm": 0.14785456657409668,
      "learning_rate": 1.7811388220118707e-05,
      "loss": 0.0055,
      "step": 4420
    },
    {
      "epoch": 19.68888888888889,
      "grad_norm": 0.15009242296218872,
      "learning_rate": 1.7601000941511757e-05,
      "loss": 0.0042,
      "step": 4430
    },
    {
      "epoch": 19.733333333333334,
      "grad_norm": 0.09384661912918091,
      "learning_rate": 1.7391597856485083e-05,
      "loss": 0.0061,
      "step": 4440
    },
    {
      "epoch": 19.77777777777778,
      "grad_norm": 0.08937369287014008,
      "learning_rate": 1.7183185326135543e-05,
      "loss": 0.0068,
      "step": 4450
    },
    {
      "epoch": 19.822222222222223,
      "grad_norm": 0.19312533736228943,
      "learning_rate": 1.6975769681469705e-05,
      "loss": 0.0086,
      "step": 4460
    },
    {
      "epoch": 19.866666666666667,
      "grad_norm": 0.11678431928157806,
      "learning_rate": 1.676935722321139e-05,
      "loss": 0.0065,
      "step": 4470
    },
    {
      "epoch": 19.91111111111111,
      "grad_norm": 0.1437138468027115,
      "learning_rate": 1.6563954221610355e-05,
      "loss": 0.0046,
      "step": 4480
    },
    {
      "epoch": 19.955555555555556,
      "grad_norm": 0.15808168053627014,
      "learning_rate": 1.6359566916251845e-05,
      "loss": 0.0063,
      "step": 4490
    },
    {
      "epoch": 20.0,
      "grad_norm": 0.10884489119052887,
      "learning_rate": 1.615620151586697e-05,
      "loss": 0.0101,
      "step": 4500
    },
    {
      "epoch": 20.044444444444444,
      "grad_norm": 0.1854449212551117,
      "learning_rate": 1.5953864198144135e-05,
      "loss": 0.0057,
      "step": 4510
    },
    {
      "epoch": 20.08888888888889,
      "grad_norm": 0.18170243501663208,
      "learning_rate": 1.5752561109541447e-05,
      "loss": 0.0085,
      "step": 4520
    },
    {
      "epoch": 20.133333333333333,
      "grad_norm": 0.0976211279630661,
      "learning_rate": 1.5552298365099882e-05,
      "loss": 0.0074,
      "step": 4530
    },
    {
      "epoch": 20.177777777777777,
      "grad_norm": 0.11999211460351944,
      "learning_rate": 1.5353082048257596e-05,
      "loss": 0.0044,
      "step": 4540
    },
    {
      "epoch": 20.22222222222222,
      "grad_norm": 0.20437392592430115,
      "learning_rate": 1.5154918210665148e-05,
      "loss": 0.0088,
      "step": 4550
    },
    {
      "epoch": 20.266666666666666,
      "grad_norm": 0.12560054659843445,
      "learning_rate": 1.4957812872001614e-05,
      "loss": 0.0056,
      "step": 4560
    },
    {
      "epoch": 20.31111111111111,
      "grad_norm": 0.23118850588798523,
      "learning_rate": 1.4761772019791748e-05,
      "loss": 0.0065,
      "step": 4570
    },
    {
      "epoch": 20.355555555555554,
      "grad_norm": 0.10507191717624664,
      "learning_rate": 1.4566801609224096e-05,
      "loss": 0.007,
      "step": 4580
    },
    {
      "epoch": 20.4,
      "grad_norm": 0.11237312853336334,
      "learning_rate": 1.4372907562970079e-05,
      "loss": 0.0051,
      "step": 4590
    },
    {
      "epoch": 20.444444444444443,
      "grad_norm": 0.10997062176465988,
      "learning_rate": 1.4180095771004154e-05,
      "loss": 0.0044,
      "step": 4600
    },
    {
      "epoch": 20.488888888888887,
      "grad_norm": 0.14824159443378448,
      "learning_rate": 1.3988372090424773e-05,
      "loss": 0.0093,
      "step": 4610
    },
    {
      "epoch": 20.533333333333335,
      "grad_norm": 0.13127201795578003,
      "learning_rate": 1.3797742345276521e-05,
      "loss": 0.0106,
      "step": 4620
    },
    {
      "epoch": 20.57777777777778,
      "grad_norm": 0.1299627423286438,
      "learning_rate": 1.3608212326373249e-05,
      "loss": 0.0049,
      "step": 4630
    },
    {
      "epoch": 20.622222222222224,
      "grad_norm": 0.11514117568731308,
      "learning_rate": 1.3419787791122062e-05,
      "loss": 0.0058,
      "step": 4640
    },
    {
      "epoch": 20.666666666666668,
      "grad_norm": 0.22919079661369324,
      "learning_rate": 1.323247446334847e-05,
      "loss": 0.0153,
      "step": 4650
    },
    {
      "epoch": 20.711111111111112,
      "grad_norm": 0.21730785071849823,
      "learning_rate": 1.3046278033122577e-05,
      "loss": 0.0103,
      "step": 4660
    },
    {
      "epoch": 20.755555555555556,
      "grad_norm": 0.14439047873020172,
      "learning_rate": 1.286120415658611e-05,
      "loss": 0.0064,
      "step": 4670
    },
    {
      "epoch": 20.8,
      "grad_norm": 0.11379679292440414,
      "learning_rate": 1.2677258455780683e-05,
      "loss": 0.0042,
      "step": 4680
    },
    {
      "epoch": 20.844444444444445,
      "grad_norm": 0.09024758636951447,
      "learning_rate": 1.2494446518477022e-05,
      "loss": 0.0106,
      "step": 4690
    },
    {
      "epoch": 20.88888888888889,
      "grad_norm": 0.1456061750650406,
      "learning_rate": 1.2312773898005175e-05,
      "loss": 0.0089,
      "step": 4700
    },
    {
      "epoch": 20.933333333333334,
      "grad_norm": 0.16650421917438507,
      "learning_rate": 1.2132246113085822e-05,
      "loss": 0.0072,
      "step": 4710
    },
    {
      "epoch": 20.977777777777778,
      "grad_norm": 0.18011432886123657,
      "learning_rate": 1.1952868647662696e-05,
      "loss": 0.0047,
      "step": 4720
    },
    {
      "epoch": 21.022222222222222,
      "grad_norm": 0.0823548436164856,
      "learning_rate": 1.1774646950735913e-05,
      "loss": 0.0039,
      "step": 4730
    },
    {
      "epoch": 21.066666666666666,
      "grad_norm": 0.0739578828215599,
      "learning_rate": 1.1597586436196473e-05,
      "loss": 0.0092,
      "step": 4740
    },
    {
      "epoch": 21.11111111111111,
      "grad_norm": 0.10134830325841904,
      "learning_rate": 1.1421692482661856e-05,
      "loss": 0.0042,
      "step": 4750
    },
    {
      "epoch": 21.155555555555555,
      "grad_norm": 0.13486601412296295,
      "learning_rate": 1.124697043331256e-05,
      "loss": 0.006,
      "step": 4760
    },
    {
      "epoch": 21.2,
      "grad_norm": 0.21013858914375305,
      "learning_rate": 1.107342559572977e-05,
      "loss": 0.0067,
      "step": 4770
    },
    {
      "epoch": 21.244444444444444,
      "grad_norm": 0.18283604085445404,
      "learning_rate": 1.090106324173426e-05,
      "loss": 0.007,
      "step": 4780
    },
    {
      "epoch": 21.288888888888888,
      "grad_norm": 0.23748941719532013,
      "learning_rate": 1.0729888607226113e-05,
      "loss": 0.0092,
      "step": 4790
    },
    {
      "epoch": 21.333333333333332,
      "grad_norm": 0.1013626754283905,
      "learning_rate": 1.0559906892025745e-05,
      "loss": 0.0049,
      "step": 4800
    },
    {
      "epoch": 21.377777777777776,
      "grad_norm": 0.09716016054153442,
      "learning_rate": 1.0391123259715906e-05,
      "loss": 0.005,
      "step": 4810
    },
    {
      "epoch": 21.42222222222222,
      "grad_norm": 0.12395866215229034,
      "learning_rate": 1.0223542837484839e-05,
      "loss": 0.0049,
      "step": 4820
    },
    {
      "epoch": 21.466666666666665,
      "grad_norm": 0.1267317533493042,
      "learning_rate": 1.0057170715970559e-05,
      "loss": 0.0055,
      "step": 4830
    },
    {
      "epoch": 21.511111111111113,
      "grad_norm": 0.08411135524511337,
      "learning_rate": 9.892011949106172e-06,
      "loss": 0.0057,
      "step": 4840
    },
    {
      "epoch": 21.555555555555557,
      "grad_norm": 0.10536860674619675,
      "learning_rate": 9.728071553966339e-06,
      "loss": 0.0037,
      "step": 4850
    },
    {
      "epoch": 21.6,
      "grad_norm": 0.14186663925647736,
      "learning_rate": 9.56535451061496e-06,
      "loss": 0.0045,
      "step": 4860
    },
    {
      "epoch": 21.644444444444446,
      "grad_norm": 0.11132841557264328,
      "learning_rate": 9.403865761953779e-06,
      "loss": 0.0061,
      "step": 4870
    },
    {
      "epoch": 21.68888888888889,
      "grad_norm": 0.08628375083208084,
      "learning_rate": 9.243610213572285e-06,
      "loss": 0.0048,
      "step": 4880
    },
    {
      "epoch": 21.733333333333334,
      "grad_norm": 0.10845037549734116,
      "learning_rate": 9.084592733598735e-06,
      "loss": 0.0049,
      "step": 4890
    },
    {
      "epoch": 21.77777777777778,
      "grad_norm": 0.1388201117515564,
      "learning_rate": 8.92681815255219e-06,
      "loss": 0.005,
      "step": 4900
    },
    {
      "epoch": 21.822222222222223,
      "grad_norm": 0.13397830724716187,
      "learning_rate": 8.770291263195819e-06,
      "loss": 0.006,
      "step": 4910
    },
    {
      "epoch": 21.866666666666667,
      "grad_norm": 0.1188044473528862,
      "learning_rate": 8.615016820391342e-06,
      "loss": 0.007,
      "step": 4920
    },
    {
      "epoch": 21.91111111111111,
      "grad_norm": 0.13798382878303528,
      "learning_rate": 8.460999540954517e-06,
      "loss": 0.0054,
      "step": 4930
    },
    {
      "epoch": 21.955555555555556,
      "grad_norm": 0.12165193259716034,
      "learning_rate": 8.308244103511909e-06,
      "loss": 0.006,
      "step": 4940
    },
    {
      "epoch": 22.0,
      "grad_norm": 0.12081032246351242,
      "learning_rate": 8.156755148358764e-06,
      "loss": 0.0045,
      "step": 4950
    },
    {
      "epoch": 22.044444444444444,
      "grad_norm": 0.24020034074783325,
      "learning_rate": 8.00653727731801e-06,
      "loss": 0.0062,
      "step": 4960
    },
    {
      "epoch": 22.08888888888889,
      "grad_norm": 0.09440013021230698,
      "learning_rate": 7.857595053600513e-06,
      "loss": 0.0042,
      "step": 4970
    },
    {
      "epoch": 22.133333333333333,
      "grad_norm": 0.07173329591751099,
      "learning_rate": 7.709933001666431e-06,
      "loss": 0.0033,
      "step": 4980
    },
    {
      "epoch": 22.177777777777777,
      "grad_norm": 0.08374012261629105,
      "learning_rate": 7.56355560708778e-06,
      "loss": 0.006,
      "step": 4990
    },
    {
      "epoch": 22.22222222222222,
      "grad_norm": 0.1737222671508789,
      "learning_rate": 7.418467316412158e-06,
      "loss": 0.0075,
      "step": 5000
    },
    {
      "epoch": 22.266666666666666,
      "grad_norm": 0.15025857090950012,
      "learning_rate": 7.2746725370277435e-06,
      "loss": 0.0054,
      "step": 5010
    },
    {
      "epoch": 22.31111111111111,
      "grad_norm": 0.21231794357299805,
      "learning_rate": 7.132175637029293e-06,
      "loss": 0.0045,
      "step": 5020
    },
    {
      "epoch": 22.355555555555554,
      "grad_norm": 0.1831008791923523,
      "learning_rate": 6.9909809450855345e-06,
      "loss": 0.0065,
      "step": 5030
    },
    {
      "epoch": 22.4,
      "grad_norm": 0.12319664657115936,
      "learning_rate": 6.851092750307686e-06,
      "loss": 0.0047,
      "step": 5040
    },
    {
      "epoch": 22.444444444444443,
      "grad_norm": 0.12710854411125183,
      "learning_rate": 6.712515302119077e-06,
      "loss": 0.0042,
      "step": 5050
    },
    {
      "epoch": 22.488888888888887,
      "grad_norm": 0.11153990775346756,
      "learning_rate": 6.575252810126143e-06,
      "loss": 0.0037,
      "step": 5060
    },
    {
      "epoch": 22.533333333333335,
      "grad_norm": 0.0981452539563179,
      "learning_rate": 6.439309443990532e-06,
      "loss": 0.0053,
      "step": 5070
    },
    {
      "epoch": 22.57777777777778,
      "grad_norm": 0.11913459002971649,
      "learning_rate": 6.304689333302416e-06,
      "loss": 0.0057,
      "step": 5080
    },
    {
      "epoch": 22.622222222222224,
      "grad_norm": 0.11172778904438019,
      "learning_rate": 6.171396567455051e-06,
      "loss": 0.0071,
      "step": 5090
    },
    {
      "epoch": 22.666666666666668,
      "grad_norm": 0.153991237282753,
      "learning_rate": 6.039435195520604e-06,
      "loss": 0.0075,
      "step": 5100
    },
    {
      "epoch": 22.711111111111112,
      "grad_norm": 0.10709087550640106,
      "learning_rate": 5.908809226127054e-06,
      "loss": 0.0048,
      "step": 5110
    },
    {
      "epoch": 22.755555555555556,
      "grad_norm": 0.09339303523302078,
      "learning_rate": 5.779522627336537e-06,
      "loss": 0.0061,
      "step": 5120
    },
    {
      "epoch": 22.8,
      "grad_norm": 0.09950139373540878,
      "learning_rate": 5.651579326524709e-06,
      "loss": 0.004,
      "step": 5130
    },
    {
      "epoch": 22.844444444444445,
      "grad_norm": 0.09303288161754608,
      "learning_rate": 5.524983210261481e-06,
      "loss": 0.006,
      "step": 5140
    },
    {
      "epoch": 22.88888888888889,
      "grad_norm": 0.20597153902053833,
      "learning_rate": 5.399738124192988e-06,
      "loss": 0.007,
      "step": 5150
    },
    {
      "epoch": 22.933333333333334,
      "grad_norm": 0.1472003161907196,
      "learning_rate": 5.2758478729247164e-06,
      "loss": 0.0054,
      "step": 5160
    },
    {
      "epoch": 22.977777777777778,
      "grad_norm": 0.11046073585748672,
      "learning_rate": 5.153316219905946e-06,
      "loss": 0.0047,
      "step": 5170
    },
    {
      "epoch": 23.022222222222222,
      "grad_norm": 0.09678430110216141,
      "learning_rate": 5.032146887315448e-06,
      "loss": 0.0052,
      "step": 5180
    },
    {
      "epoch": 23.066666666666666,
      "grad_norm": 0.0868353396654129,
      "learning_rate": 4.91234355594839e-06,
      "loss": 0.0042,
      "step": 5190
    },
    {
      "epoch": 23.11111111111111,
      "grad_norm": 0.10893691331148148,
      "learning_rate": 4.7939098651045235e-06,
      "loss": 0.0044,
      "step": 5200
    },
    {
      "epoch": 23.155555555555555,
      "grad_norm": 0.08827574551105499,
      "learning_rate": 4.67684941247768e-06,
      "loss": 0.0057,
      "step": 5210
    },
    {
      "epoch": 23.2,
      "grad_norm": 0.1452520340681076,
      "learning_rate": 4.5611657540464036e-06,
      "loss": 0.0031,
      "step": 5220
    },
    {
      "epoch": 23.244444444444444,
      "grad_norm": 0.10263426601886749,
      "learning_rate": 4.446862403965984e-06,
      "loss": 0.0055,
      "step": 5230
    },
    {
      "epoch": 23.288888888888888,
      "grad_norm": 0.0701296329498291,
      "learning_rate": 4.333942834461702e-06,
      "loss": 0.0036,
      "step": 5240
    },
    {
      "epoch": 23.333333333333332,
      "grad_norm": 0.12015524506568909,
      "learning_rate": 4.222410475723326e-06,
      "loss": 0.0037,
      "step": 5250
    },
    {
      "epoch": 23.377777777777776,
      "grad_norm": 0.07371048629283905,
      "learning_rate": 4.112268715800943e-06,
      "loss": 0.0053,
      "step": 5260
    },
    {
      "epoch": 23.42222222222222,
      "grad_norm": 0.07205082476139069,
      "learning_rate": 4.003520900502028e-06,
      "loss": 0.0052,
      "step": 5270
    },
    {
      "epoch": 23.466666666666665,
      "grad_norm": 0.09509725123643875,
      "learning_rate": 3.8961703332898e-06,
      "loss": 0.0031,
      "step": 5280
    },
    {
      "epoch": 23.511111111111113,
      "grad_norm": 0.12674923241138458,
      "learning_rate": 3.790220275182854e-06,
      "loss": 0.0041,
      "step": 5290
    },
    {
      "epoch": 23.555555555555557,
      "grad_norm": 0.07842233031988144,
      "learning_rate": 3.685673944656176e-06,
      "loss": 0.0069,
      "step": 5300
    },
    {
      "epoch": 23.6,
      "grad_norm": 0.21345362067222595,
      "learning_rate": 3.582534517543268e-06,
      "loss": 0.0133,
      "step": 5310
    },
    {
      "epoch": 23.644444444444446,
      "grad_norm": 0.09635423123836517,
      "learning_rate": 3.4808051269397512e-06,
      "loss": 0.0049,
      "step": 5320
    },
    {
      "epoch": 23.68888888888889,
      "grad_norm": 0.08894622325897217,
      "learning_rate": 3.380488863108183e-06,
      "loss": 0.0068,
      "step": 5330
    },
    {
      "epoch": 23.733333333333334,
      "grad_norm": 0.07938189059495926,
      "learning_rate": 3.2815887733841365e-06,
      "loss": 0.0045,
      "step": 5340
    },
    {
      "epoch": 23.77777777777778,
      "grad_norm": 0.10738229751586914,
      "learning_rate": 3.1841078620836683e-06,
      "loss": 0.0121,
      "step": 5350
    },
    {
      "epoch": 23.822222222222223,
      "grad_norm": 0.06322488188743591,
      "learning_rate": 3.0880490904120874e-06,
      "loss": 0.006,
      "step": 5360
    },
    {
      "epoch": 23.866666666666667,
      "grad_norm": 0.11578896641731262,
      "learning_rate": 2.9934153763739205e-06,
      "loss": 0.0032,
      "step": 5370
    },
    {
      "epoch": 23.91111111111111,
      "grad_norm": 0.05660170689225197,
      "learning_rate": 2.9002095946843277e-06,
      "loss": 0.0056,
      "step": 5380
    },
    {
      "epoch": 23.955555555555556,
      "grad_norm": 0.11994928866624832,
      "learning_rate": 2.8084345766817676e-06,
      "loss": 0.0071,
      "step": 5390
    },
    {
      "epoch": 24.0,
      "grad_norm": 0.08521348983049393,
      "learning_rate": 2.718093110241976e-06,
      "loss": 0.0057,
      "step": 5400
    },
    {
      "epoch": 24.044444444444444,
      "grad_norm": 0.07565505802631378,
      "learning_rate": 2.6291879396933004e-06,
      "loss": 0.0047,
      "step": 5410
    },
    {
      "epoch": 24.08888888888889,
      "grad_norm": 0.08669985085725784,
      "learning_rate": 2.541721765733318e-06,
      "loss": 0.0068,
      "step": 5420
    },
    {
      "epoch": 24.133333333333333,
      "grad_norm": 0.062804214656353,
      "learning_rate": 2.455697245346783e-06,
      "loss": 0.0039,
      "step": 5430
    },
    {
      "epoch": 24.177777777777777,
      "grad_norm": 0.09471374750137329,
      "learning_rate": 2.371116991724953e-06,
      "loss": 0.0055,
      "step": 5440
    },
    {
      "epoch": 24.22222222222222,
      "grad_norm": 0.09806012362241745,
      "learning_rate": 2.2879835741861586e-06,
      "loss": 0.0048,
      "step": 5450
    },
    {
      "epoch": 24.266666666666666,
      "grad_norm": 0.14481781423091888,
      "learning_rate": 2.206299518097804e-06,
      "loss": 0.0035,
      "step": 5460
    },
    {
      "epoch": 24.31111111111111,
      "grad_norm": 0.23285327851772308,
      "learning_rate": 2.1260673047996227e-06,
      "loss": 0.0065,
      "step": 5470
    },
    {
      "epoch": 24.355555555555554,
      "grad_norm": 0.07071023434400558,
      "learning_rate": 2.047289371528299e-06,
      "loss": 0.0032,
      "step": 5480
    },
    {
      "epoch": 24.4,
      "grad_norm": 0.07084526866674423,
      "learning_rate": 1.96996811134344e-06,
      "loss": 0.0036,
      "step": 5490
    },
    {
      "epoch": 24.444444444444443,
      "grad_norm": 0.08298473805189133,
      "learning_rate": 1.8941058730549132e-06,
      "loss": 0.0038,
      "step": 5500
    },
    {
      "epoch": 24.488888888888887,
      "grad_norm": 0.09886433184146881,
      "learning_rate": 1.8197049611514194e-06,
      "loss": 0.0052,
      "step": 5510
    },
    {
      "epoch": 24.533333333333335,
      "grad_norm": 0.08648228645324707,
      "learning_rate": 1.7467676357305561e-06,
      "loss": 0.0039,
      "step": 5520
    },
    {
      "epoch": 24.57777777777778,
      "grad_norm": 0.17427398264408112,
      "learning_rate": 1.6752961124301415e-06,
      "loss": 0.0043,
      "step": 5530
    },
    {
      "epoch": 24.622222222222224,
      "grad_norm": 0.16165824234485626,
      "learning_rate": 1.6052925623609049e-06,
      "loss": 0.0042,
      "step": 5540
    },
    {
      "epoch": 24.666666666666668,
      "grad_norm": 0.2243923842906952,
      "learning_rate": 1.5367591120405256e-06,
      "loss": 0.0044,
      "step": 5550
    },
    {
      "epoch": 24.711111111111112,
      "grad_norm": 0.1862805336713791,
      "learning_rate": 1.4696978433290653e-06,
      "loss": 0.0044,
      "step": 5560
    },
    {
      "epoch": 24.755555555555556,
      "grad_norm": 0.07909306138753891,
      "learning_rate": 1.4041107933656928e-06,
      "loss": 0.0047,
      "step": 5570
    },
    {
      "epoch": 24.8,
      "grad_norm": 0.10913144052028656,
      "learning_rate": 1.339999954506821e-06,
      "loss": 0.0034,
      "step": 5580
    },
    {
      "epoch": 24.844444444444445,
      "grad_norm": 0.07438622415065765,
      "learning_rate": 1.2773672742655784e-06,
      "loss": 0.0043,
      "step": 5590
    },
    {
      "epoch": 24.88888888888889,
      "grad_norm": 0.09885593503713608,
      "learning_rate": 1.2162146552526399e-06,
      "loss": 0.0051,
      "step": 5600
    },
    {
      "epoch": 24.933333333333334,
      "grad_norm": 0.10799284279346466,
      "learning_rate": 1.1565439551184664e-06,
      "loss": 0.0046,
      "step": 5610
    },
    {
      "epoch": 24.977777777777778,
      "grad_norm": 0.10602659732103348,
      "learning_rate": 1.0983569864968346e-06,
      "loss": 0.0071,
      "step": 5620
    },
    {
      "epoch": 25.022222222222222,
      "grad_norm": 0.12287070602178574,
      "learning_rate": 1.0416555169497688e-06,
      "loss": 0.0028,
      "step": 5630
    },
    {
      "epoch": 25.066666666666666,
      "grad_norm": 0.1970548778772354,
      "learning_rate": 9.864412689139123e-07,
      "loss": 0.005,
      "step": 5640
    },
    {
      "epoch": 25.11111111111111,
      "grad_norm": 0.10620978474617004,
      "learning_rate": 9.327159196481138e-07,
      "loss": 0.0041,
      "step": 5650
    },
    {
      "epoch": 25.155555555555555,
      "grad_norm": 0.09525087475776672,
      "learning_rate": 8.804811011825398e-07,
      "loss": 0.0041,
      "step": 5660
    },
    {
      "epoch": 25.2,
      "grad_norm": 0.16586178541183472,
      "learning_rate": 8.297384002690866e-07,
      "loss": 0.0032,
      "step": 5670
    },
    {
      "epoch": 25.244444444444444,
      "grad_norm": 0.09201638400554657,
      "learning_rate": 7.804893583331696e-07,
      "loss": 0.0084,
      "step": 5680
    },
    {
      "epoch": 25.288888888888888,
      "grad_norm": 0.09468468278646469,
      "learning_rate": 7.32735471426893e-07,
      "loss": 0.0029,
      "step": 5690
    },
    {
      "epoch": 25.333333333333332,
      "grad_norm": 0.21121849119663239,
      "learning_rate": 6.864781901836259e-07,
      "loss": 0.0063,
      "step": 5700
    },
    {
      "epoch": 25.377777777777776,
      "grad_norm": 0.06916485726833344,
      "learning_rate": 6.417189197739093e-07,
      "loss": 0.0058,
      "step": 5710
    },
    {
      "epoch": 25.42222222222222,
      "grad_norm": 0.11040303111076355,
      "learning_rate": 5.984590198627849e-07,
      "loss": 0.0035,
      "step": 5720
    },
    {
      "epoch": 25.466666666666665,
      "grad_norm": 0.10241199284791946,
      "learning_rate": 5.566998045685112e-07,
      "loss": 0.0053,
      "step": 5730
    },
    {
      "epoch": 25.511111111111113,
      "grad_norm": 0.1048598363995552,
      "learning_rate": 5.164425424226016e-07,
      "loss": 0.0031,
      "step": 5740
    },
    {
      "epoch": 25.555555555555557,
      "grad_norm": 0.06997186690568924,
      "learning_rate": 4.776884563313266e-07,
      "loss": 0.0037,
      "step": 5750
    },
    {
      "epoch": 25.6,
      "grad_norm": 0.06315027177333832,
      "learning_rate": 4.404387235385443e-07,
      "loss": 0.0038,
      "step": 5760
    },
    {
      "epoch": 25.644444444444446,
      "grad_norm": 0.07675505429506302,
      "learning_rate": 4.0469447558995065e-07,
      "loss": 0.003,
      "step": 5770
    },
    {
      "epoch": 25.68888888888889,
      "grad_norm": 0.08786843717098236,
      "learning_rate": 3.7045679829870175e-07,
      "loss": 0.0043,
      "step": 5780
    },
    {
      "epoch": 25.733333333333334,
      "grad_norm": 0.09154848009347916,
      "learning_rate": 3.377267317124233e-07,
      "loss": 0.0042,
      "step": 5790
    },
    {
      "epoch": 25.77777777777778,
      "grad_norm": 0.07057943940162659,
      "learning_rate": 3.0650527008162513e-07,
      "loss": 0.0039,
      "step": 5800
    },
    {
      "epoch": 25.822222222222223,
      "grad_norm": 0.21723133325576782,
      "learning_rate": 2.767933618295082e-07,
      "loss": 0.008,
      "step": 5810
    },
    {
      "epoch": 25.866666666666667,
      "grad_norm": 0.08126044273376465,
      "learning_rate": 2.485919095231326e-07,
      "loss": 0.008,
      "step": 5820
    },
    {
      "epoch": 25.91111111111111,
      "grad_norm": 0.12574568390846252,
      "learning_rate": 2.219017698460002e-07,
      "loss": 0.0044,
      "step": 5830
    },
    {
      "epoch": 25.955555555555556,
      "grad_norm": 0.13723288476467133,
      "learning_rate": 1.9672375357206452e-07,
      "loss": 0.0039,
      "step": 5840
    },
    {
      "epoch": 26.0,
      "grad_norm": 0.08475471287965775,
      "learning_rate": 1.73058625541056e-07,
      "loss": 0.004,
      "step": 5850
    },
    {
      "epoch": 26.044444444444444,
      "grad_norm": 0.07984427362680435,
      "learning_rate": 1.5090710463527836e-07,
      "loss": 0.0052,
      "step": 5860
    },
    {
      "epoch": 26.08888888888889,
      "grad_norm": 0.15684092044830322,
      "learning_rate": 1.3026986375776485e-07,
      "loss": 0.0036,
      "step": 5870
    },
    {
      "epoch": 26.133333333333333,
      "grad_norm": 0.049164798110723495,
      "learning_rate": 1.1114752981183917e-07,
      "loss": 0.0053,
      "step": 5880
    },
    {
      "epoch": 26.177777777777777,
      "grad_norm": 0.14477813243865967,
      "learning_rate": 9.354068368204739e-08,
      "loss": 0.0041,
      "step": 5890
    },
    {
      "epoch": 26.22222222222222,
      "grad_norm": 0.18416763842105865,
      "learning_rate": 7.744986021656076e-08,
      "loss": 0.0039,
      "step": 5900
    },
    {
      "epoch": 26.266666666666666,
      "grad_norm": 0.14764051139354706,
      "learning_rate": 6.287554821087783e-08,
      "loss": 0.0054,
      "step": 5910
    },
    {
      "epoch": 26.31111111111111,
      "grad_norm": 0.17087344825267792,
      "learning_rate": 4.981819039300284e-08,
      "loss": 0.0049,
      "step": 5920
    },
    {
      "epoch": 26.355555555555554,
      "grad_norm": 0.09899858385324478,
      "learning_rate": 3.827818341000655e-08,
      "loss": 0.005,
      "step": 5930
    },
    {
      "epoch": 26.4,
      "grad_norm": 0.15714667737483978,
      "learning_rate": 2.8255877815946963e-08,
      "loss": 0.0062,
      "step": 5940
    },
    {
      "epoch": 26.444444444444443,
      "grad_norm": 0.09364058822393417,
      "learning_rate": 1.9751578061244504e-08,
      "loss": 0.0032,
      "step": 5950
    },
    {
      "epoch": 26.488888888888887,
      "grad_norm": 0.07059767097234726,
      "learning_rate": 1.2765542483417214e-08,
      "loss": 0.0042,
      "step": 5960
    },
    {
      "epoch": 26.533333333333335,
      "grad_norm": 0.09034106135368347,
      "learning_rate": 7.2979832992592365e-09,
      "loss": 0.0042,
      "step": 5970
    },
    {
      "epoch": 26.57777777777778,
      "grad_norm": 0.11712371557950974,
      "learning_rate": 3.349066598362649e-09,
      "loss": 0.0027,
      "step": 5980
    },
    {
      "epoch": 26.622222222222224,
      "grad_norm": 0.2007165253162384,
      "learning_rate": 9.189123380826114e-10,
      "loss": 0.005,
      "step": 5990
    },
    {
      "epoch": 26.666666666666668,
      "grad_norm": 0.1573939174413681,
      "learning_rate": 7.594339912486703e-12,
      "loss": 0.0062,
      "step": 6000
    },
    {
      "epoch": 26.666666666666668,
      "step": 6000,
      "total_flos": 0.0,
      "train_loss": 0.021676936464073756,
      "train_runtime": 9299.1722,
      "train_samples_per_second": 20.647,
      "train_steps_per_second": 0.645
    }
  ],
  "logging_steps": 10,
  "max_steps": 6000,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 27,
  "save_steps": 3000,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 0.0,
  "train_batch_size": 16,
  "trial_name": null,
  "trial_params": null
}