{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 3.0,
  "eval_steps": 500,
  "global_step": 225,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 4.413426399230957,
      "learning_rate": 0.0005,
      "loss": 1.0212,
      "step": 10
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 2.756681203842163,
      "learning_rate": 0.0005,
      "loss": 0.9099,
      "step": 20
    },
    {
      "epoch": 0.4,
      "grad_norm": 2.142892599105835,
      "learning_rate": 0.0005,
      "loss": 0.8216,
      "step": 30
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 1.5948575735092163,
      "learning_rate": 0.0005,
      "loss": 0.8019,
      "step": 40
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 2.460702657699585,
      "learning_rate": 0.0005,
      "loss": 0.63,
      "step": 50
    },
    {
      "epoch": 0.8,
      "grad_norm": 1.4276461601257324,
      "learning_rate": 0.0005,
      "loss": 0.6792,
      "step": 60
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 1.7448112964630127,
      "learning_rate": 0.0005,
      "loss": 0.7222,
      "step": 70
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 1.7647428512573242,
      "learning_rate": 0.0005,
      "loss": 0.8349,
      "step": 80
    },
    {
      "epoch": 1.2,
      "grad_norm": 0.8776125907897949,
      "learning_rate": 0.0005,
      "loss": 0.3473,
      "step": 90
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 0.9347237348556519,
      "learning_rate": 0.0005,
      "loss": 0.296,
      "step": 100
    },
    {
      "epoch": 1.4666666666666668,
      "grad_norm": 0.7980388402938843,
      "learning_rate": 0.0005,
      "loss": 0.3125,
      "step": 110
    },
    {
      "epoch": 1.6,
      "grad_norm": 2.2362961769104004,
      "learning_rate": 0.0005,
      "loss": 0.3857,
      "step": 120
    },
    {
      "epoch": 1.7333333333333334,
      "grad_norm": 0.883830726146698,
      "learning_rate": 0.0005,
      "loss": 0.1974,
      "step": 130
    },
    {
      "epoch": 1.8666666666666667,
      "grad_norm": 0.8692842721939087,
      "learning_rate": 0.0005,
      "loss": 0.3615,
      "step": 140
    },
    {
      "epoch": 2.0,
      "grad_norm": 1.176593542098999,
      "learning_rate": 0.0005,
      "loss": 0.3397,
      "step": 150
    },
    {
      "epoch": 2.1333333333333333,
      "grad_norm": 1.1788287162780762,
      "learning_rate": 0.0005,
      "loss": 0.28,
      "step": 160
    },
    {
      "epoch": 2.2666666666666666,
      "grad_norm": 1.7111146450042725,
      "learning_rate": 0.0005,
      "loss": 0.1821,
      "step": 170
    },
    {
      "epoch": 2.4,
      "grad_norm": 1.4681463241577148,
      "learning_rate": 0.0005,
      "loss": 0.1967,
      "step": 180
    },
    {
      "epoch": 2.533333333333333,
      "grad_norm": 1.3953003883361816,
      "learning_rate": 0.0005,
      "loss": 0.2257,
      "step": 190
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 0.6116930246353149,
      "learning_rate": 0.0005,
      "loss": 0.2267,
      "step": 200
    },
    {
      "epoch": 2.8,
      "grad_norm": 1.8960492610931396,
      "learning_rate": 0.0005,
      "loss": 0.2213,
      "step": 210
    },
    {
      "epoch": 2.9333333333333336,
      "grad_norm": 0.6493093371391296,
      "learning_rate": 0.0005,
      "loss": 0.1723,
      "step": 220
    },
    {
      "epoch": 3.0,
      "step": 225,
      "total_flos": 1.05836359974912e+16,
      "train_loss": 0.4594636201858521,
      "train_runtime": 514.5334,
      "train_samples_per_second": 0.437,
      "train_steps_per_second": 0.437
    }
  ],
  "logging_steps": 10,
  "max_steps": 225,
  "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": 1.05836359974912e+16,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}