{
  "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": 2.638838529586792,
      "learning_rate": 0.0008,
      "loss": 1.023,
      "step": 10
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 2.4619638919830322,
      "learning_rate": 0.0008,
      "loss": 1.5775,
      "step": 20
    },
    {
      "epoch": 0.4,
      "grad_norm": 1.8880680799484253,
      "learning_rate": 0.0008,
      "loss": 0.9861,
      "step": 30
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 1.5398671627044678,
      "learning_rate": 0.0008,
      "loss": 0.9111,
      "step": 40
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 2.3100876808166504,
      "learning_rate": 0.0008,
      "loss": 0.7134,
      "step": 50
    },
    {
      "epoch": 0.8,
      "grad_norm": 1.6293928623199463,
      "learning_rate": 0.0008,
      "loss": 0.7825,
      "step": 60
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 1.5233988761901855,
      "learning_rate": 0.0008,
      "loss": 0.8449,
      "step": 70
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 1.3693456649780273,
      "learning_rate": 0.0008,
      "loss": 0.6952,
      "step": 80
    },
    {
      "epoch": 1.2,
      "grad_norm": 0.944982647895813,
      "learning_rate": 0.0008,
      "loss": 0.3897,
      "step": 90
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 0.6490283608436584,
      "learning_rate": 0.0008,
      "loss": 0.3816,
      "step": 100
    },
    {
      "epoch": 1.4666666666666668,
      "grad_norm": 0.62087482213974,
      "learning_rate": 0.0008,
      "loss": 0.365,
      "step": 110
    },
    {
      "epoch": 1.6,
      "grad_norm": 2.1468937397003174,
      "learning_rate": 0.0008,
      "loss": 0.5254,
      "step": 120
    },
    {
      "epoch": 1.7333333333333334,
      "grad_norm": 0.8279562592506409,
      "learning_rate": 0.0008,
      "loss": 0.2568,
      "step": 130
    },
    {
      "epoch": 1.8666666666666667,
      "grad_norm": 0.8913515210151672,
      "learning_rate": 0.0008,
      "loss": 0.4131,
      "step": 140
    },
    {
      "epoch": 2.0,
      "grad_norm": 1.0837068557739258,
      "learning_rate": 0.0008,
      "loss": 0.4076,
      "step": 150
    },
    {
      "epoch": 2.1333333333333333,
      "grad_norm": 1.0552709102630615,
      "learning_rate": 0.0008,
      "loss": 0.431,
      "step": 160
    },
    {
      "epoch": 2.2666666666666666,
      "grad_norm": 0.46434587240219116,
      "learning_rate": 0.0008,
      "loss": 0.2548,
      "step": 170
    },
    {
      "epoch": 2.4,
      "grad_norm": 9.231274604797363,
      "learning_rate": 0.0008,
      "loss": 0.3,
      "step": 180
    },
    {
      "epoch": 2.533333333333333,
      "grad_norm": 1.7331005334854126,
      "learning_rate": 0.0008,
      "loss": 0.3937,
      "step": 190
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 0.6427233219146729,
      "learning_rate": 0.0008,
      "loss": 0.3052,
      "step": 200
    },
    {
      "epoch": 2.8,
      "grad_norm": 3.4097704887390137,
      "learning_rate": 0.0008,
      "loss": 0.2959,
      "step": 210
    },
    {
      "epoch": 2.9333333333333336,
      "grad_norm": 9.702977180480957,
      "learning_rate": 0.0008,
      "loss": 0.4182,
      "step": 220
    },
    {
      "epoch": 3.0,
      "step": 225,
      "total_flos": 1.05836359974912e+16,
      "train_loss": 0.5792754056718614,
      "train_runtime": 511.4754,
      "train_samples_per_second": 0.44,
      "train_steps_per_second": 0.44
    }
  ],
  "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
}