{
  "best_global_step": null,
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 1.0,
  "eval_steps": 500,
  "global_step": 500,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.02,
      "grad_norm": 70.61351013183594,
      "learning_rate": 4.97e-05,
      "loss": 4.2158,
      "step": 10
    },
    {
      "epoch": 0.04,
      "grad_norm": 73.62928009033203,
      "learning_rate": 4.936666666666667e-05,
      "loss": 1.6566,
      "step": 20
    },
    {
      "epoch": 0.06,
      "grad_norm": 108.96935272216797,
      "learning_rate": 4.903333333333334e-05,
      "loss": 1.7678,
      "step": 30
    },
    {
      "epoch": 0.08,
      "grad_norm": 61.242454528808594,
      "learning_rate": 4.87e-05,
      "loss": 1.5158,
      "step": 40
    },
    {
      "epoch": 0.1,
      "grad_norm": 131.24546813964844,
      "learning_rate": 4.836666666666667e-05,
      "loss": 2.0604,
      "step": 50
    },
    {
      "epoch": 0.12,
      "grad_norm": 40.62075424194336,
      "learning_rate": 4.803333333333333e-05,
      "loss": 1.4759,
      "step": 60
    },
    {
      "epoch": 0.14,
      "grad_norm": 68.39600372314453,
      "learning_rate": 4.77e-05,
      "loss": 1.6714,
      "step": 70
    },
    {
      "epoch": 0.16,
      "grad_norm": 65.06390380859375,
      "learning_rate": 4.736666666666667e-05,
      "loss": 1.3931,
      "step": 80
    },
    {
      "epoch": 0.18,
      "grad_norm": 91.259765625,
      "learning_rate": 4.7033333333333336e-05,
      "loss": 1.4381,
      "step": 90
    },
    {
      "epoch": 0.2,
      "grad_norm": 114.90811920166016,
      "learning_rate": 4.6700000000000003e-05,
      "loss": 1.5654,
      "step": 100
    },
    {
      "epoch": 0.22,
      "grad_norm": 54.1782341003418,
      "learning_rate": 4.636666666666667e-05,
      "loss": 2.0443,
      "step": 110
    },
    {
      "epoch": 0.24,
      "grad_norm": 71.6166763305664,
      "learning_rate": 4.603333333333333e-05,
      "loss": 1.6087,
      "step": 120
    },
    {
      "epoch": 0.26,
      "grad_norm": 74.20275115966797,
      "learning_rate": 4.5700000000000006e-05,
      "loss": 1.6605,
      "step": 130
    },
    {
      "epoch": 0.28,
      "grad_norm": 77.95655059814453,
      "learning_rate": 4.536666666666667e-05,
      "loss": 1.5884,
      "step": 140
    },
    {
      "epoch": 0.3,
      "grad_norm": 47.96751403808594,
      "learning_rate": 4.5033333333333335e-05,
      "loss": 2.4234,
      "step": 150
    },
    {
      "epoch": 0.32,
      "grad_norm": 114.87418365478516,
      "learning_rate": 4.47e-05,
      "loss": 1.8465,
      "step": 160
    },
    {
      "epoch": 0.34,
      "grad_norm": 64.47191619873047,
      "learning_rate": 4.436666666666667e-05,
      "loss": 1.6719,
      "step": 170
    },
    {
      "epoch": 0.36,
      "grad_norm": 63.627681732177734,
      "learning_rate": 4.403333333333334e-05,
      "loss": 1.7967,
      "step": 180
    },
    {
      "epoch": 0.38,
      "grad_norm": 30.865203857421875,
      "learning_rate": 4.3700000000000005e-05,
      "loss": 1.5015,
      "step": 190
    },
    {
      "epoch": 0.4,
      "grad_norm": 12.00632095336914,
      "learning_rate": 4.3366666666666666e-05,
      "loss": 1.6298,
      "step": 200
    },
    {
      "epoch": 0.42,
      "grad_norm": 83.26287841796875,
      "learning_rate": 4.3033333333333334e-05,
      "loss": 1.9531,
      "step": 210
    },
    {
      "epoch": 0.44,
      "grad_norm": 43.74462127685547,
      "learning_rate": 4.27e-05,
      "loss": 1.4834,
      "step": 220
    },
    {
      "epoch": 0.46,
      "grad_norm": 41.31574249267578,
      "learning_rate": 4.236666666666667e-05,
      "loss": 1.8548,
      "step": 230
    },
    {
      "epoch": 0.48,
      "grad_norm": 66.2603759765625,
      "learning_rate": 4.2033333333333336e-05,
      "loss": 1.4464,
      "step": 240
    },
    {
      "epoch": 0.5,
      "grad_norm": 18.777666091918945,
      "learning_rate": 4.17e-05,
      "loss": 1.3379,
      "step": 250
    },
    {
      "epoch": 0.52,
      "grad_norm": 40.735050201416016,
      "learning_rate": 4.136666666666667e-05,
      "loss": 1.4589,
      "step": 260
    },
    {
      "epoch": 0.54,
      "grad_norm": 89.99899291992188,
      "learning_rate": 4.103333333333333e-05,
      "loss": 1.6462,
      "step": 270
    },
    {
      "epoch": 0.56,
      "grad_norm": 26.000844955444336,
      "learning_rate": 4.07e-05,
      "loss": 1.5459,
      "step": 280
    },
    {
      "epoch": 0.58,
      "grad_norm": 72.94963836669922,
      "learning_rate": 4.036666666666667e-05,
      "loss": 1.3914,
      "step": 290
    },
    {
      "epoch": 0.6,
      "grad_norm": 36.23366928100586,
      "learning_rate": 4.0033333333333335e-05,
      "loss": 1.7466,
      "step": 300
    },
    {
      "epoch": 0.62,
      "grad_norm": 37.300697326660156,
      "learning_rate": 3.97e-05,
      "loss": 1.6585,
      "step": 310
    },
    {
      "epoch": 0.64,
      "grad_norm": 48.120933532714844,
      "learning_rate": 3.936666666666667e-05,
      "loss": 1.7376,
      "step": 320
    },
    {
      "epoch": 0.66,
      "grad_norm": 41.503997802734375,
      "learning_rate": 3.903333333333333e-05,
      "loss": 1.4676,
      "step": 330
    },
    {
      "epoch": 0.68,
      "grad_norm": 13.966187477111816,
      "learning_rate": 3.8700000000000006e-05,
      "loss": 1.4801,
      "step": 340
    },
    {
      "epoch": 0.7,
      "grad_norm": 55.511837005615234,
      "learning_rate": 3.8366666666666666e-05,
      "loss": 1.9258,
      "step": 350
    },
    {
      "epoch": 0.72,
      "grad_norm": 46.56684494018555,
      "learning_rate": 3.803333333333334e-05,
      "loss": 1.4785,
      "step": 360
    },
    {
      "epoch": 0.74,
      "grad_norm": 51.37467575073242,
      "learning_rate": 3.77e-05,
      "loss": 1.3089,
      "step": 370
    },
    {
      "epoch": 0.76,
      "grad_norm": 63.84782409667969,
      "learning_rate": 3.736666666666667e-05,
      "loss": 2.0258,
      "step": 380
    },
    {
      "epoch": 0.78,
      "grad_norm": 54.59080123901367,
      "learning_rate": 3.703333333333334e-05,
      "loss": 1.4266,
      "step": 390
    },
    {
      "epoch": 0.8,
      "grad_norm": 27.919336318969727,
      "learning_rate": 3.6700000000000004e-05,
      "loss": 1.8133,
      "step": 400
    },
    {
      "epoch": 0.82,
      "grad_norm": 43.32358169555664,
      "learning_rate": 3.636666666666667e-05,
      "loss": 1.4812,
      "step": 410
    },
    {
      "epoch": 0.84,
      "grad_norm": 33.77085494995117,
      "learning_rate": 3.603333333333333e-05,
      "loss": 1.4177,
      "step": 420
    },
    {
      "epoch": 0.86,
      "grad_norm": 53.14788055419922,
      "learning_rate": 3.57e-05,
      "loss": 1.4277,
      "step": 430
    },
    {
      "epoch": 0.88,
      "grad_norm": 43.82292175292969,
      "learning_rate": 3.536666666666667e-05,
      "loss": 1.3996,
      "step": 440
    },
    {
      "epoch": 0.9,
      "grad_norm": 74.1073989868164,
      "learning_rate": 3.5033333333333336e-05,
      "loss": 1.4942,
      "step": 450
    },
    {
      "epoch": 0.92,
      "grad_norm": 67.50479888916016,
      "learning_rate": 3.4699999999999996e-05,
      "loss": 1.4433,
      "step": 460
    },
    {
      "epoch": 0.94,
      "grad_norm": 44.51863479614258,
      "learning_rate": 3.436666666666667e-05,
      "loss": 1.3934,
      "step": 470
    },
    {
      "epoch": 0.96,
      "grad_norm": 42.15129470825195,
      "learning_rate": 3.403333333333333e-05,
      "loss": 1.4448,
      "step": 480
    },
    {
      "epoch": 0.98,
      "grad_norm": 59.780059814453125,
      "learning_rate": 3.3700000000000006e-05,
      "loss": 1.25,
      "step": 490
    },
    {
      "epoch": 1.0,
      "grad_norm": 56.6463623046875,
      "learning_rate": 3.336666666666667e-05,
      "loss": 1.3204,
      "step": 500
    }
  ],
  "logging_steps": 10,
  "max_steps": 1500,
  "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": false
      },
      "attributes": {}
    }
  },
  "total_flos": 2706232049664000.0,
  "train_batch_size": 2,
  "trial_name": null,
  "trial_params": null
}