{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 2.9546666666666668,
  "eval_steps": 500,
  "global_step": 69,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.042666666666666665,
      "grad_norm": 5.959405650638356,
      "learning_rate": 5.7142857142857145e-06,
      "loss": 0.8546,
      "step": 1
    },
    {
      "epoch": 0.08533333333333333,
      "grad_norm": 6.094489563233013,
      "learning_rate": 1.1428571428571429e-05,
      "loss": 0.8868,
      "step": 2
    },
    {
      "epoch": 0.128,
      "grad_norm": 4.176960166006625,
      "learning_rate": 1.7142857142857142e-05,
      "loss": 0.7983,
      "step": 3
    },
    {
      "epoch": 0.17066666666666666,
      "grad_norm": 4.61882660863785,
      "learning_rate": 2.2857142857142858e-05,
      "loss": 0.8455,
      "step": 4
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 4.57847241386231,
      "learning_rate": 2.8571428571428574e-05,
      "loss": 0.7785,
      "step": 5
    },
    {
      "epoch": 0.256,
      "grad_norm": 4.142864617789527,
      "learning_rate": 3.4285714285714284e-05,
      "loss": 0.7923,
      "step": 6
    },
    {
      "epoch": 0.2986666666666667,
      "grad_norm": 2.8731213381114697,
      "learning_rate": 4e-05,
      "loss": 0.7353,
      "step": 7
    },
    {
      "epoch": 0.3413333333333333,
      "grad_norm": 2.1401686501903305,
      "learning_rate": 3.997433014342106e-05,
      "loss": 0.6814,
      "step": 8
    },
    {
      "epoch": 0.384,
      "grad_norm": 3.6063583937495696,
      "learning_rate": 3.98973864678379e-05,
      "loss": 0.7165,
      "step": 9
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 3.702500891398963,
      "learning_rate": 3.976936648656223e-05,
      "loss": 0.6727,
      "step": 10
    },
    {
      "epoch": 0.4693333333333333,
      "grad_norm": 2.068793340658362,
      "learning_rate": 3.9590598825049896e-05,
      "loss": 0.6493,
      "step": 11
    },
    {
      "epoch": 0.512,
      "grad_norm": 2.48751081372414,
      "learning_rate": 3.936154237732409e-05,
      "loss": 0.6427,
      "step": 12
    },
    {
      "epoch": 0.5546666666666666,
      "grad_norm": 1.853387081688068,
      "learning_rate": 3.908278512800098e-05,
      "loss": 0.6184,
      "step": 13
    },
    {
      "epoch": 0.5973333333333334,
      "grad_norm": 1.6667857063567637,
      "learning_rate": 3.875504264294161e-05,
      "loss": 0.6047,
      "step": 14
    },
    {
      "epoch": 0.64,
      "grad_norm": 1.216663736278147,
      "learning_rate": 3.837915623240462e-05,
      "loss": 0.5981,
      "step": 15
    },
    {
      "epoch": 0.6826666666666666,
      "grad_norm": 1.037027890093589,
      "learning_rate": 3.795609079141484e-05,
      "loss": 0.5946,
      "step": 16
    },
    {
      "epoch": 0.7253333333333334,
      "grad_norm": 1.3518455609163733,
      "learning_rate": 3.7486932322891646e-05,
      "loss": 0.5944,
      "step": 17
    },
    {
      "epoch": 0.768,
      "grad_norm": 1.264116154153087,
      "learning_rate": 3.697288514989502e-05,
      "loss": 0.627,
      "step": 18
    },
    {
      "epoch": 0.8106666666666666,
      "grad_norm": 1.0573335636318202,
      "learning_rate": 3.641526882414553e-05,
      "loss": 0.5753,
      "step": 19
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 0.9559928085629986,
      "learning_rate": 3.581551473875397e-05,
      "loss": 0.6056,
      "step": 20
    },
    {
      "epoch": 0.896,
      "grad_norm": 1.0009476653842564,
      "learning_rate": 3.517516245385582e-05,
      "loss": 0.5971,
      "step": 21
    },
    {
      "epoch": 0.9386666666666666,
      "grad_norm": 1.1011829322295967,
      "learning_rate": 3.44958557445824e-05,
      "loss": 0.558,
      "step": 22
    },
    {
      "epoch": 0.9813333333333333,
      "grad_norm": 1.876799281373045,
      "learning_rate": 3.377933838151374e-05,
      "loss": 0.5874,
      "step": 23
    },
    {
      "epoch": 1.0293333333333334,
      "grad_norm": 2.2340103328660392,
      "learning_rate": 3.302744965444445e-05,
      "loss": 0.9271,
      "step": 24
    },
    {
      "epoch": 1.072,
      "grad_norm": 1.239386137192961,
      "learning_rate": 3.224211965095326e-05,
      "loss": 0.4964,
      "step": 25
    },
    {
      "epoch": 1.1146666666666667,
      "grad_norm": 0.925344744717684,
      "learning_rate": 3.142536430189585e-05,
      "loss": 0.5165,
      "step": 26
    },
    {
      "epoch": 1.1573333333333333,
      "grad_norm": 1.6225047269337274,
      "learning_rate": 3.057928020653925e-05,
      "loss": 0.531,
      "step": 27
    },
    {
      "epoch": 1.2,
      "grad_norm": 1.1413124936381593,
      "learning_rate": 2.9706039250621626e-05,
      "loss": 0.5187,
      "step": 28
    },
    {
      "epoch": 1.2426666666666666,
      "grad_norm": 1.4736317801508574,
      "learning_rate": 2.880788303115269e-05,
      "loss": 0.4887,
      "step": 29
    },
    {
      "epoch": 1.2853333333333334,
      "grad_norm": 1.256709004484152,
      "learning_rate": 2.7887117102266373e-05,
      "loss": 0.4694,
      "step": 30
    },
    {
      "epoch": 1.328,
      "grad_norm": 1.1637043575908812,
      "learning_rate": 2.6946105056896406e-05,
      "loss": 0.5415,
      "step": 31
    },
    {
      "epoch": 1.3706666666666667,
      "grad_norm": 1.0433401715698576,
      "learning_rate": 2.5987262459467168e-05,
      "loss": 0.5016,
      "step": 32
    },
    {
      "epoch": 1.4133333333333333,
      "grad_norm": 0.7778275951091493,
      "learning_rate": 2.5013050645174414e-05,
      "loss": 0.4744,
      "step": 33
    },
    {
      "epoch": 1.456,
      "grad_norm": 0.7528398224636845,
      "learning_rate": 2.4025970401773204e-05,
      "loss": 0.467,
      "step": 34
    },
    {
      "epoch": 1.4986666666666666,
      "grad_norm": 0.8110672828748309,
      "learning_rate": 2.3028555550091536e-05,
      "loss": 0.4996,
      "step": 35
    },
    {
      "epoch": 1.5413333333333332,
      "grad_norm": 0.6280418927662884,
      "learning_rate": 2.2023366439748647e-05,
      "loss": 0.4754,
      "step": 36
    },
    {
      "epoch": 1.584,
      "grad_norm": 0.8313553430440027,
      "learning_rate": 2.1012983376774255e-05,
      "loss": 0.528,
      "step": 37
    },
    {
      "epoch": 1.6266666666666667,
      "grad_norm": 0.7134053806050364,
      "learning_rate": 2e-05,
      "loss": 0.4599,
      "step": 38
    },
    {
      "epoch": 1.6693333333333333,
      "grad_norm": 0.6246482442483628,
      "learning_rate": 1.8987016623225748e-05,
      "loss": 0.5027,
      "step": 39
    },
    {
      "epoch": 1.712,
      "grad_norm": 0.7733242444165985,
      "learning_rate": 1.797663356025136e-05,
      "loss": 0.4798,
      "step": 40
    },
    {
      "epoch": 1.7546666666666666,
      "grad_norm": 0.7168678556891637,
      "learning_rate": 1.6971444449908474e-05,
      "loss": 0.5042,
      "step": 41
    },
    {
      "epoch": 1.7973333333333334,
      "grad_norm": 0.6204708476147671,
      "learning_rate": 1.5974029598226796e-05,
      "loss": 0.4788,
      "step": 42
    },
    {
      "epoch": 1.8399999999999999,
      "grad_norm": 0.7473160193454191,
      "learning_rate": 1.498694935482559e-05,
      "loss": 0.4341,
      "step": 43
    },
    {
      "epoch": 1.8826666666666667,
      "grad_norm": 0.5388905141571514,
      "learning_rate": 1.4012737540532842e-05,
      "loss": 0.4981,
      "step": 44
    },
    {
      "epoch": 1.9253333333333333,
      "grad_norm": 0.5619363068579263,
      "learning_rate": 1.3053894943103598e-05,
      "loss": 0.4696,
      "step": 45
    },
    {
      "epoch": 1.968,
      "grad_norm": 0.7749332804687,
      "learning_rate": 1.2112882897733634e-05,
      "loss": 0.4505,
      "step": 46
    },
    {
      "epoch": 2.016,
      "grad_norm": 0.8183622376287564,
      "learning_rate": 1.1192116968847313e-05,
      "loss": 0.7496,
      "step": 47
    },
    {
      "epoch": 2.058666666666667,
      "grad_norm": 0.5101202538187921,
      "learning_rate": 1.0293960749378384e-05,
      "loss": 0.3822,
      "step": 48
    },
    {
      "epoch": 2.1013333333333333,
      "grad_norm": 0.6823550783898112,
      "learning_rate": 9.420719793460758e-06,
      "loss": 0.4408,
      "step": 49
    },
    {
      "epoch": 2.144,
      "grad_norm": 0.5562962658199867,
      "learning_rate": 8.57463569810415e-06,
      "loss": 0.399,
      "step": 50
    },
    {
      "epoch": 2.1866666666666665,
      "grad_norm": 0.4814584158576096,
      "learning_rate": 7.757880349046742e-06,
      "loss": 0.4757,
      "step": 51
    },
    {
      "epoch": 2.2293333333333334,
      "grad_norm": 0.4438611224741029,
      "learning_rate": 6.97255034555556e-06,
      "loss": 0.3849,
      "step": 52
    },
    {
      "epoch": 2.2720000000000002,
      "grad_norm": 0.4928520740515908,
      "learning_rate": 6.220661618486268e-06,
      "loss": 0.4188,
      "step": 53
    },
    {
      "epoch": 2.3146666666666667,
      "grad_norm": 0.48077694635665463,
      "learning_rate": 5.504144255417605e-06,
      "loss": 0.4086,
      "step": 54
    },
    {
      "epoch": 2.3573333333333335,
      "grad_norm": 0.4108383600887585,
      "learning_rate": 4.824837546144183e-06,
      "loss": 0.4171,
      "step": 55
    },
    {
      "epoch": 2.4,
      "grad_norm": 0.41150180400827463,
      "learning_rate": 4.184485261246032e-06,
      "loss": 0.4112,
      "step": 56
    },
    {
      "epoch": 2.4426666666666668,
      "grad_norm": 0.3853722791040303,
      "learning_rate": 3.584731175854479e-06,
      "loss": 0.3784,
      "step": 57
    },
    {
      "epoch": 2.485333333333333,
      "grad_norm": 0.38363706511168294,
      "learning_rate": 3.0271148501049796e-06,
      "loss": 0.407,
      "step": 58
    },
    {
      "epoch": 2.528,
      "grad_norm": 0.3941245988834627,
      "learning_rate": 2.5130676771083585e-06,
      "loss": 0.4113,
      "step": 59
    },
    {
      "epoch": 2.570666666666667,
      "grad_norm": 0.346714903312407,
      "learning_rate": 2.0439092085851685e-06,
      "loss": 0.3725,
      "step": 60
    },
    {
      "epoch": 2.6133333333333333,
      "grad_norm": 0.34866697571472144,
      "learning_rate": 1.620843767595388e-06,
      "loss": 0.3891,
      "step": 61
    },
    {
      "epoch": 2.656,
      "grad_norm": 0.32865576132773106,
      "learning_rate": 1.244957357058394e-06,
      "loss": 0.3877,
      "step": 62
    },
    {
      "epoch": 2.6986666666666665,
      "grad_norm": 0.3070121410091245,
      "learning_rate": 9.172148719990237e-07,
      "loss": 0.3701,
      "step": 63
    },
    {
      "epoch": 2.7413333333333334,
      "grad_norm": 0.3280164308309741,
      "learning_rate": 6.384576226759165e-07,
      "loss": 0.4496,
      "step": 64
    },
    {
      "epoch": 2.784,
      "grad_norm": 0.2697672552160158,
      "learning_rate": 4.094011749501103e-07,
      "loss": 0.3378,
      "step": 65
    },
    {
      "epoch": 2.8266666666666667,
      "grad_norm": 0.2987058826077373,
      "learning_rate": 2.3063351343777241e-07,
      "loss": 0.4265,
      "step": 66
    },
    {
      "epoch": 2.8693333333333335,
      "grad_norm": 0.2760070422714645,
      "learning_rate": 1.0261353216209691e-07,
      "loss": 0.385,
      "step": 67
    },
    {
      "epoch": 2.912,
      "grad_norm": 0.3015370084675938,
      "learning_rate": 2.566985657894483e-08,
      "loss": 0.4118,
      "step": 68
    },
    {
      "epoch": 2.9546666666666668,
      "grad_norm": 0.29570188220904864,
      "learning_rate": 0.0,
      "loss": 0.4309,
      "step": 69
    },
    {
      "epoch": 2.9546666666666668,
      "step": 69,
      "total_flos": 1.8368167563545805e+17,
      "train_loss": 0.5358451902866364,
      "train_runtime": 8953.687,
      "train_samples_per_second": 1.004,
      "train_steps_per_second": 0.008
    }
  ],
  "logging_steps": 1.0,
  "max_steps": 69,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3,
  "save_steps": 500,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 1.8368167563545805e+17,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}