{
  "best_global_step": null,
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 27.0,
  "eval_steps": 500,
  "global_step": 270,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.3464358448982239,
      "learning_rate": 7.142857142857143e-05,
      "loss": 0.7933,
      "step": 5
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.2775850296020508,
      "learning_rate": 0.00014285714285714287,
      "loss": 0.6763,
      "step": 10
    },
    {
      "epoch": 1.5333333333333332,
      "grad_norm": 0.20196351408958435,
      "learning_rate": 0.00019999247018391447,
      "loss": 0.612,
      "step": 15
    },
    {
      "epoch": 2.0,
      "grad_norm": 0.20944692194461823,
      "learning_rate": 0.00019972904566786903,
      "loss": 0.593,
      "step": 20
    },
    {
      "epoch": 2.533333333333333,
      "grad_norm": 0.1796199381351471,
      "learning_rate": 0.000199090263542778,
      "loss": 0.528,
      "step": 25
    },
    {
      "epoch": 3.0,
      "grad_norm": 0.3253108859062195,
      "learning_rate": 0.00019807852804032305,
      "loss": 0.4901,
      "step": 30
    },
    {
      "epoch": 3.533333333333333,
      "grad_norm": 0.2155134528875351,
      "learning_rate": 0.00019669764710448522,
      "loss": 0.4385,
      "step": 35
    },
    {
      "epoch": 4.0,
      "grad_norm": 0.40249642729759216,
      "learning_rate": 0.00019495281805930367,
      "loss": 0.4146,
      "step": 40
    },
    {
      "epoch": 4.533333333333333,
      "grad_norm": 0.21931566298007965,
      "learning_rate": 0.00019285060804732158,
      "loss": 0.3422,
      "step": 45
    },
    {
      "epoch": 5.0,
      "grad_norm": 0.47045040130615234,
      "learning_rate": 0.00019039892931234435,
      "loss": 0.334,
      "step": 50
    },
    {
      "epoch": 5.533333333333333,
      "grad_norm": 0.33896583318710327,
      "learning_rate": 0.00018760700941954065,
      "loss": 0.3055,
      "step": 55
    },
    {
      "epoch": 6.0,
      "grad_norm": 0.6106130480766296,
      "learning_rate": 0.00018448535652497073,
      "loss": 0.2364,
      "step": 60
    },
    {
      "epoch": 6.533333333333333,
      "grad_norm": 0.34181615710258484,
      "learning_rate": 0.0001810457198252595,
      "loss": 0.19,
      "step": 65
    },
    {
      "epoch": 7.0,
      "grad_norm": 0.8446937799453735,
      "learning_rate": 0.0001773010453362737,
      "loss": 0.1965,
      "step": 70
    },
    {
      "epoch": 7.533333333333333,
      "grad_norm": 0.5083507299423218,
      "learning_rate": 0.00017326542716724128,
      "loss": 0.1207,
      "step": 75
    },
    {
      "epoch": 8.0,
      "grad_norm": 0.7833607196807861,
      "learning_rate": 0.0001689540544737067,
      "loss": 0.1283,
      "step": 80
    },
    {
      "epoch": 8.533333333333333,
      "grad_norm": 0.3553655743598938,
      "learning_rate": 0.00016438315428897915,
      "loss": 0.0811,
      "step": 85
    },
    {
      "epoch": 9.0,
      "grad_norm": 0.7091866135597229,
      "learning_rate": 0.00015956993044924334,
      "loss": 0.0802,
      "step": 90
    },
    {
      "epoch": 9.533333333333333,
      "grad_norm": 0.43794405460357666,
      "learning_rate": 0.00015453249884220464,
      "loss": 0.0492,
      "step": 95
    },
    {
      "epoch": 10.0,
      "grad_norm": 0.5798842310905457,
      "learning_rate": 0.00014928981922297842,
      "loss": 0.0524,
      "step": 100
    },
    {
      "epoch": 10.533333333333333,
      "grad_norm": 0.3912927210330963,
      "learning_rate": 0.00014386162385385278,
      "loss": 0.0302,
      "step": 105
    },
    {
      "epoch": 11.0,
      "grad_norm": 0.4159412682056427,
      "learning_rate": 0.000138268343236509,
      "loss": 0.0328,
      "step": 110
    },
    {
      "epoch": 11.533333333333333,
      "grad_norm": 0.24435237050056458,
      "learning_rate": 0.0001325310292162263,
      "loss": 0.0239,
      "step": 115
    },
    {
      "epoch": 12.0,
      "grad_norm": 0.24223262071609497,
      "learning_rate": 0.00012667127574748986,
      "loss": 0.0171,
      "step": 120
    },
    {
      "epoch": 12.533333333333333,
      "grad_norm": 0.1762484759092331,
      "learning_rate": 0.00012071113761922186,
      "loss": 0.0135,
      "step": 125
    },
    {
      "epoch": 13.0,
      "grad_norm": 0.28046339750289917,
      "learning_rate": 0.00011467304744553618,
      "loss": 0.0143,
      "step": 130
    },
    {
      "epoch": 13.533333333333333,
      "grad_norm": 0.28064408898353577,
      "learning_rate": 0.000108579731234444,
      "loss": 0.0128,
      "step": 135
    },
    {
      "epoch": 14.0,
      "grad_norm": 0.19103752076625824,
      "learning_rate": 0.00010245412285229124,
      "loss": 0.0101,
      "step": 140
    },
    {
      "epoch": 14.533333333333333,
      "grad_norm": 0.2761705815792084,
      "learning_rate": 9.631927770586412e-05,
      "loss": 0.0096,
      "step": 145
    },
    {
      "epoch": 15.0,
      "grad_norm": 0.3451383709907532,
      "learning_rate": 9.019828596704394e-05,
      "loss": 0.0084,
      "step": 150
    },
    {
      "epoch": 15.533333333333333,
      "grad_norm": 0.22912859916687012,
      "learning_rate": 8.411418566661388e-05,
      "loss": 0.0087,
      "step": 155
    },
    {
      "epoch": 16.0,
      "grad_norm": 0.2961307466030121,
      "learning_rate": 7.808987598431303e-05,
      "loss": 0.0054,
      "step": 160
    },
    {
      "epoch": 16.533333333333335,
      "grad_norm": 0.05174371972680092,
      "learning_rate": 7.21480310614947e-05,
      "loss": 0.0037,
      "step": 165
    },
    {
      "epoch": 17.0,
      "grad_norm": 0.6668692827224731,
      "learning_rate": 6.6311014660778e-05,
      "loss": 0.0086,
      "step": 170
    },
    {
      "epoch": 17.533333333333335,
      "grad_norm": 0.0423920676112175,
      "learning_rate": 6.060079599389521e-05,
      "loss": 0.0046,
      "step": 175
    },
    {
      "epoch": 18.0,
      "grad_norm": 0.048323437571525574,
      "learning_rate": 5.503886703453933e-05,
      "loss": 0.005,
      "step": 180
    },
    {
      "epoch": 18.533333333333335,
      "grad_norm": 0.14866454899311066,
      "learning_rate": 4.964616162742826e-05,
      "loss": 0.0039,
      "step": 185
    },
    {
      "epoch": 19.0,
      "grad_norm": 0.04198712110519409,
      "learning_rate": 4.444297669803981e-05,
      "loss": 0.0033,
      "step": 190
    },
    {
      "epoch": 19.533333333333335,
      "grad_norm": 0.037916265428066254,
      "learning_rate": 3.944889585956746e-05,
      "loss": 0.0075,
      "step": 195
    },
    {
      "epoch": 20.0,
      "grad_norm": 0.031426794826984406,
      "learning_rate": 3.468271570462235e-05,
      "loss": 0.0036,
      "step": 200
    },
    {
      "epoch": 20.533333333333335,
      "grad_norm": 0.1819785088300705,
      "learning_rate": 3.016237505910272e-05,
      "loss": 0.0062,
      "step": 205
    },
    {
      "epoch": 21.0,
      "grad_norm": 0.09462948143482208,
      "learning_rate": 2.5904887464504114e-05,
      "loss": 0.0034,
      "step": 210
    },
    {
      "epoch": 21.533333333333335,
      "grad_norm": 0.11672957241535187,
      "learning_rate": 2.1926277142790552e-05,
      "loss": 0.0025,
      "step": 215
    },
    {
      "epoch": 22.0,
      "grad_norm": 0.04571106657385826,
      "learning_rate": 1.824151868484164e-05,
      "loss": 0.0042,
      "step": 220
    },
    {
      "epoch": 22.533333333333335,
      "grad_norm": 0.019737839698791504,
      "learning_rate": 1.486448068947348e-05,
      "loss": 0.0021,
      "step": 225
    },
    {
      "epoch": 23.0,
      "grad_norm": 0.03002820909023285,
      "learning_rate": 1.1807873565164506e-05,
      "loss": 0.0049,
      "step": 230
    },
    {
      "epoch": 23.533333333333335,
      "grad_norm": 0.24355602264404297,
      "learning_rate": 9.083201690947763e-06,
      "loss": 0.004,
      "step": 235
    },
    {
      "epoch": 24.0,
      "grad_norm": 0.035868410021066666,
      "learning_rate": 6.700720116526116e-06,
      "loss": 0.0024,
      "step": 240
    },
    {
      "epoch": 24.533333333333335,
      "grad_norm": 0.029756512492895126,
      "learning_rate": 4.669395964580614e-06,
      "loss": 0.0025,
      "step": 245
    },
    {
      "epoch": 25.0,
      "grad_norm": 0.2836012542247772,
      "learning_rate": 2.996874680545603e-06,
      "loss": 0.0059,
      "step": 250
    },
    {
      "epoch": 25.533333333333335,
      "grad_norm": 0.2209901213645935,
      "learning_rate": 1.6894512568783716e-06,
      "loss": 0.004,
      "step": 255
    },
    {
      "epoch": 26.0,
      "grad_norm": 0.023770242929458618,
      "learning_rate": 7.520465401290033e-07,
      "loss": 0.0033,
      "step": 260
    },
    {
      "epoch": 26.533333333333335,
      "grad_norm": 0.02641889452934265,
      "learning_rate": 1.8818870998508208e-07,
      "loss": 0.0032,
      "step": 265
    },
    {
      "epoch": 27.0,
      "grad_norm": 0.03176680952310562,
      "learning_rate": 0.0,
      "loss": 0.0025,
      "step": 270
    }
  ],
  "logging_steps": 5,
  "max_steps": 270,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 30,
  "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": 1.3785203655910195e+17,
  "train_batch_size": 2,
  "trial_name": null,
  "trial_params": null
}