{
  "best_global_step": 3000,
  "best_metric": 0.4750007688999176,
  "best_model_checkpoint": "outputs/training_20260111_053019/checkpoint-3000",
  "epoch": 0.7111111111111111,
  "eval_steps": 1500,
  "global_step": 4000,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.00017777777777777779,
      "grad_norm": 0.5633949637413025,
      "learning_rate": 5e-05,
      "loss": 0.9039,
      "step": 1
    },
    {
      "epoch": 0.00035555555555555557,
      "grad_norm": 0.5636752247810364,
      "learning_rate": 4.9999996100897126e-05,
      "loss": 0.7874,
      "step": 2
    },
    {
      "epoch": 0.0005333333333333334,
      "grad_norm": 0.5482001900672913,
      "learning_rate": 4.999998440358973e-05,
      "loss": 0.8611,
      "step": 3
    },
    {
      "epoch": 0.0007111111111111111,
      "grad_norm": 0.5551458597183228,
      "learning_rate": 4.9999964908081455e-05,
      "loss": 0.8905,
      "step": 4
    },
    {
      "epoch": 0.0008888888888888889,
      "grad_norm": 0.5364474654197693,
      "learning_rate": 4.999993761437838e-05,
      "loss": 0.8634,
      "step": 5
    },
    {
      "epoch": 0.0010666666666666667,
      "grad_norm": 0.5034008622169495,
      "learning_rate": 4.9999902522489015e-05,
      "loss": 0.7463,
      "step": 6
    },
    {
      "epoch": 0.0012444444444444445,
      "grad_norm": 0.5017440319061279,
      "learning_rate": 4.999985963242432e-05,
      "loss": 0.7615,
      "step": 7
    },
    {
      "epoch": 0.0014222222222222223,
      "grad_norm": 0.4903201460838318,
      "learning_rate": 4.9999808944197666e-05,
      "loss": 0.842,
      "step": 8
    },
    {
      "epoch": 0.0016,
      "grad_norm": 0.5094455480575562,
      "learning_rate": 4.999975045782486e-05,
      "loss": 0.8348,
      "step": 9
    },
    {
      "epoch": 0.0017777777777777779,
      "grad_norm": 0.5041722655296326,
      "learning_rate": 4.999968417332415e-05,
      "loss": 0.9804,
      "step": 10
    },
    {
      "epoch": 0.0019555555555555554,
      "grad_norm": 0.49050918221473694,
      "learning_rate": 4.999961009071621e-05,
      "loss": 0.8011,
      "step": 11
    },
    {
      "epoch": 0.0021333333333333334,
      "grad_norm": 0.48820722103118896,
      "learning_rate": 4.999952821002415e-05,
      "loss": 0.8194,
      "step": 12
    },
    {
      "epoch": 0.002311111111111111,
      "grad_norm": 0.4856832027435303,
      "learning_rate": 4.999943853127351e-05,
      "loss": 0.7692,
      "step": 13
    },
    {
      "epoch": 0.002488888888888889,
      "grad_norm": 0.48455479741096497,
      "learning_rate": 4.9999341054492265e-05,
      "loss": 0.678,
      "step": 14
    },
    {
      "epoch": 0.0026666666666666666,
      "grad_norm": 0.474031001329422,
      "learning_rate": 4.9999235779710826e-05,
      "loss": 0.7274,
      "step": 15
    },
    {
      "epoch": 0.0028444444444444446,
      "grad_norm": 0.47146075963974,
      "learning_rate": 4.999912270696202e-05,
      "loss": 0.793,
      "step": 16
    },
    {
      "epoch": 0.003022222222222222,
      "grad_norm": 0.47266456484794617,
      "learning_rate": 4.999900183628112e-05,
      "loss": 0.685,
      "step": 17
    },
    {
      "epoch": 0.0032,
      "grad_norm": 0.4639424681663513,
      "learning_rate": 4.999887316770584e-05,
      "loss": 0.878,
      "step": 18
    },
    {
      "epoch": 0.0033777777777777777,
      "grad_norm": 0.44405439496040344,
      "learning_rate": 4.9998736701276295e-05,
      "loss": 0.6873,
      "step": 19
    },
    {
      "epoch": 0.0035555555555555557,
      "grad_norm": 0.43510663509368896,
      "learning_rate": 4.9998592437035076e-05,
      "loss": 0.7481,
      "step": 20
    },
    {
      "epoch": 0.0037333333333333333,
      "grad_norm": 0.45592424273490906,
      "learning_rate": 4.9998440375027166e-05,
      "loss": 0.7324,
      "step": 21
    },
    {
      "epoch": 0.003911111111111111,
      "grad_norm": 0.44173601269721985,
      "learning_rate": 4.99982805153e-05,
      "loss": 0.7655,
      "step": 22
    },
    {
      "epoch": 0.004088888888888889,
      "grad_norm": 0.4052738845348358,
      "learning_rate": 4.9998112857903454e-05,
      "loss": 0.6807,
      "step": 23
    },
    {
      "epoch": 0.004266666666666667,
      "grad_norm": 0.42756152153015137,
      "learning_rate": 4.999793740288982e-05,
      "loss": 0.6802,
      "step": 24
    },
    {
      "epoch": 0.0044444444444444444,
      "grad_norm": 0.4189569354057312,
      "learning_rate": 4.9997754150313815e-05,
      "loss": 0.712,
      "step": 25
    },
    {
      "epoch": 0.004622222222222222,
      "grad_norm": 0.41647130250930786,
      "learning_rate": 4.999756310023261e-05,
      "loss": 0.6725,
      "step": 26
    },
    {
      "epoch": 0.0048,
      "grad_norm": 0.4385494887828827,
      "learning_rate": 4.99973642527058e-05,
      "loss": 0.8894,
      "step": 27
    },
    {
      "epoch": 0.004977777777777778,
      "grad_norm": 0.4217928946018219,
      "learning_rate": 4.999715760779541e-05,
      "loss": 0.6861,
      "step": 28
    },
    {
      "epoch": 0.005155555555555556,
      "grad_norm": 0.4131334125995636,
      "learning_rate": 4.9996943165565905e-05,
      "loss": 0.7903,
      "step": 29
    },
    {
      "epoch": 0.005333333333333333,
      "grad_norm": 0.3944827914237976,
      "learning_rate": 4.9996720926084164e-05,
      "loss": 0.6555,
      "step": 30
    },
    {
      "epoch": 0.005511111111111111,
      "grad_norm": 0.3939933180809021,
      "learning_rate": 4.9996490889419514e-05,
      "loss": 0.6998,
      "step": 31
    },
    {
      "epoch": 0.005688888888888889,
      "grad_norm": 0.3831292688846588,
      "learning_rate": 4.999625305564371e-05,
      "loss": 0.7177,
      "step": 32
    },
    {
      "epoch": 0.005866666666666667,
      "grad_norm": 0.3787647783756256,
      "learning_rate": 4.999600742483094e-05,
      "loss": 0.6726,
      "step": 33
    },
    {
      "epoch": 0.006044444444444444,
      "grad_norm": 0.3797937333583832,
      "learning_rate": 4.999575399705783e-05,
      "loss": 0.6746,
      "step": 34
    },
    {
      "epoch": 0.006222222222222222,
      "grad_norm": 0.36211299896240234,
      "learning_rate": 4.999549277240342e-05,
      "loss": 0.7807,
      "step": 35
    },
    {
      "epoch": 0.0064,
      "grad_norm": 0.35416722297668457,
      "learning_rate": 4.999522375094919e-05,
      "loss": 0.8017,
      "step": 36
    },
    {
      "epoch": 0.006577777777777778,
      "grad_norm": 0.3679851293563843,
      "learning_rate": 4.999494693277907e-05,
      "loss": 0.8026,
      "step": 37
    },
    {
      "epoch": 0.0067555555555555554,
      "grad_norm": 0.36721140146255493,
      "learning_rate": 4.999466231797941e-05,
      "loss": 0.6894,
      "step": 38
    },
    {
      "epoch": 0.006933333333333333,
      "grad_norm": 0.33606964349746704,
      "learning_rate": 4.999436990663897e-05,
      "loss": 0.6973,
      "step": 39
    },
    {
      "epoch": 0.0071111111111111115,
      "grad_norm": 0.3648448586463928,
      "learning_rate": 4.999406969884897e-05,
      "loss": 0.557,
      "step": 40
    },
    {
      "epoch": 0.007288888888888889,
      "grad_norm": 0.37145328521728516,
      "learning_rate": 4.999376169470306e-05,
      "loss": 0.6482,
      "step": 41
    },
    {
      "epoch": 0.007466666666666667,
      "grad_norm": 0.35953575372695923,
      "learning_rate": 4.99934458942973e-05,
      "loss": 0.6259,
      "step": 42
    },
    {
      "epoch": 0.007644444444444444,
      "grad_norm": 0.3610894978046417,
      "learning_rate": 4.999312229773022e-05,
      "loss": 0.6131,
      "step": 43
    },
    {
      "epoch": 0.007822222222222222,
      "grad_norm": 0.3665354251861572,
      "learning_rate": 4.9992790905102734e-05,
      "loss": 0.6551,
      "step": 44
    },
    {
      "epoch": 0.008,
      "grad_norm": 0.3667304515838623,
      "learning_rate": 4.999245171651823e-05,
      "loss": 0.7602,
      "step": 45
    },
    {
      "epoch": 0.008177777777777779,
      "grad_norm": 0.38898375630378723,
      "learning_rate": 4.99921047320825e-05,
      "loss": 0.7476,
      "step": 46
    },
    {
      "epoch": 0.008355555555555555,
      "grad_norm": 0.41774147748947144,
      "learning_rate": 4.999174995190379e-05,
      "loss": 0.6498,
      "step": 47
    },
    {
      "epoch": 0.008533333333333334,
      "grad_norm": 0.41857436299324036,
      "learning_rate": 4.999138737609276e-05,
      "loss": 0.7246,
      "step": 48
    },
    {
      "epoch": 0.00871111111111111,
      "grad_norm": 0.4185871183872223,
      "learning_rate": 4.9991017004762496e-05,
      "loss": 0.7194,
      "step": 49
    },
    {
      "epoch": 0.008888888888888889,
      "grad_norm": 0.5065877437591553,
      "learning_rate": 4.9990638838028546e-05,
      "loss": 0.6876,
      "step": 50
    },
    {
      "epoch": 0.009066666666666667,
      "grad_norm": 0.3123113512992859,
      "learning_rate": 4.999025287600886e-05,
      "loss": 0.6506,
      "step": 51
    },
    {
      "epoch": 0.009244444444444444,
      "grad_norm": 0.28749120235443115,
      "learning_rate": 4.998985911882384e-05,
      "loss": 0.6297,
      "step": 52
    },
    {
      "epoch": 0.009422222222222222,
      "grad_norm": 0.2994007170200348,
      "learning_rate": 4.99894575665963e-05,
      "loss": 0.6616,
      "step": 53
    },
    {
      "epoch": 0.0096,
      "grad_norm": 0.28443682193756104,
      "learning_rate": 4.9989048219451495e-05,
      "loss": 0.6858,
      "step": 54
    },
    {
      "epoch": 0.009777777777777778,
      "grad_norm": 0.27083295583724976,
      "learning_rate": 4.998863107751711e-05,
      "loss": 0.6675,
      "step": 55
    },
    {
      "epoch": 0.009955555555555556,
      "grad_norm": 0.2696591913700104,
      "learning_rate": 4.998820614092328e-05,
      "loss": 0.6847,
      "step": 56
    },
    {
      "epoch": 0.010133333333333333,
      "grad_norm": 0.2783946990966797,
      "learning_rate": 4.998777340980254e-05,
      "loss": 0.8185,
      "step": 57
    },
    {
      "epoch": 0.010311111111111111,
      "grad_norm": 0.2770375609397888,
      "learning_rate": 4.998733288428987e-05,
      "loss": 0.6901,
      "step": 58
    },
    {
      "epoch": 0.01048888888888889,
      "grad_norm": 0.25746840238571167,
      "learning_rate": 4.9986884564522696e-05,
      "loss": 0.6535,
      "step": 59
    },
    {
      "epoch": 0.010666666666666666,
      "grad_norm": 0.2688048183917999,
      "learning_rate": 4.998642845064086e-05,
      "loss": 0.8365,
      "step": 60
    },
    {
      "epoch": 0.010844444444444445,
      "grad_norm": 0.28876763582229614,
      "learning_rate": 4.9985964542786614e-05,
      "loss": 0.9726,
      "step": 61
    },
    {
      "epoch": 0.011022222222222221,
      "grad_norm": 0.26135286688804626,
      "learning_rate": 4.998549284110468e-05,
      "loss": 0.8118,
      "step": 62
    },
    {
      "epoch": 0.0112,
      "grad_norm": 0.2630575895309448,
      "learning_rate": 4.99850133457422e-05,
      "loss": 0.665,
      "step": 63
    },
    {
      "epoch": 0.011377777777777778,
      "grad_norm": 0.24160782992839813,
      "learning_rate": 4.998452605684874e-05,
      "loss": 0.7075,
      "step": 64
    },
    {
      "epoch": 0.011555555555555555,
      "grad_norm": 0.2451350837945938,
      "learning_rate": 4.9984030974576285e-05,
      "loss": 0.6946,
      "step": 65
    },
    {
      "epoch": 0.011733333333333333,
      "grad_norm": 0.2520352005958557,
      "learning_rate": 4.998352809907928e-05,
      "loss": 0.6951,
      "step": 66
    },
    {
      "epoch": 0.011911111111111112,
      "grad_norm": 0.2402976006269455,
      "learning_rate": 4.998301743051459e-05,
      "loss": 0.5872,
      "step": 67
    },
    {
      "epoch": 0.012088888888888889,
      "grad_norm": 0.23182231187820435,
      "learning_rate": 4.998249896904149e-05,
      "loss": 0.6606,
      "step": 68
    },
    {
      "epoch": 0.012266666666666667,
      "grad_norm": 0.2236698567867279,
      "learning_rate": 4.998197271482171e-05,
      "loss": 0.6554,
      "step": 69
    },
    {
      "epoch": 0.012444444444444444,
      "grad_norm": 0.235708549618721,
      "learning_rate": 4.998143866801942e-05,
      "loss": 0.5829,
      "step": 70
    },
    {
      "epoch": 0.012622222222222222,
      "grad_norm": 0.22412535548210144,
      "learning_rate": 4.998089682880117e-05,
      "loss": 0.6161,
      "step": 71
    },
    {
      "epoch": 0.0128,
      "grad_norm": 0.22920480370521545,
      "learning_rate": 4.9980347197336005e-05,
      "loss": 0.6808,
      "step": 72
    },
    {
      "epoch": 0.012977777777777777,
      "grad_norm": 0.225337415933609,
      "learning_rate": 4.997978977379536e-05,
      "loss": 0.5974,
      "step": 73
    },
    {
      "epoch": 0.013155555555555556,
      "grad_norm": 0.22699826955795288,
      "learning_rate": 4.997922455835311e-05,
      "loss": 0.7156,
      "step": 74
    },
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 0.2172619104385376,
      "learning_rate": 4.997865155118557e-05,
      "loss": 0.5586,
      "step": 75
    },
    {
      "epoch": 0.013511111111111111,
      "grad_norm": 0.23073641955852509,
      "learning_rate": 4.997807075247146e-05,
      "loss": 0.5214,
      "step": 76
    },
    {
      "epoch": 0.01368888888888889,
      "grad_norm": 0.22633294761180878,
      "learning_rate": 4.997748216239196e-05,
      "loss": 0.6347,
      "step": 77
    },
    {
      "epoch": 0.013866666666666666,
      "grad_norm": 0.24868322908878326,
      "learning_rate": 4.9976885781130665e-05,
      "loss": 0.6219,
      "step": 78
    },
    {
      "epoch": 0.014044444444444444,
      "grad_norm": 0.2360876351594925,
      "learning_rate": 4.997628160887361e-05,
      "loss": 0.6395,
      "step": 79
    },
    {
      "epoch": 0.014222222222222223,
      "grad_norm": 0.23156440258026123,
      "learning_rate": 4.9975669645809244e-05,
      "loss": 0.5651,
      "step": 80
    },
    {
      "epoch": 0.0144,
      "grad_norm": 0.250428706407547,
      "learning_rate": 4.9975049892128455e-05,
      "loss": 0.6373,
      "step": 81
    },
    {
      "epoch": 0.014577777777777778,
      "grad_norm": 0.2502261698246002,
      "learning_rate": 4.997442234802456e-05,
      "loss": 0.5161,
      "step": 82
    },
    {
      "epoch": 0.014755555555555555,
      "grad_norm": 0.24371939897537231,
      "learning_rate": 4.997378701369332e-05,
      "loss": 0.5576,
      "step": 83
    },
    {
      "epoch": 0.014933333333333333,
      "grad_norm": 0.2324707806110382,
      "learning_rate": 4.997314388933291e-05,
      "loss": 0.6313,
      "step": 84
    },
    {
      "epoch": 0.015111111111111112,
      "grad_norm": 0.23092150688171387,
      "learning_rate": 4.997249297514394e-05,
      "loss": 0.6201,
      "step": 85
    },
    {
      "epoch": 0.015288888888888888,
      "grad_norm": 0.2389262467622757,
      "learning_rate": 4.997183427132943e-05,
      "loss": 0.6716,
      "step": 86
    },
    {
      "epoch": 0.015466666666666667,
      "grad_norm": 0.23141413927078247,
      "learning_rate": 4.9971167778094863e-05,
      "loss": 0.6087,
      "step": 87
    },
    {
      "epoch": 0.015644444444444443,
      "grad_norm": 0.2378101497888565,
      "learning_rate": 4.997049349564814e-05,
      "loss": 0.6394,
      "step": 88
    },
    {
      "epoch": 0.015822222222222224,
      "grad_norm": 0.23467670381069183,
      "learning_rate": 4.996981142419959e-05,
      "loss": 0.7171,
      "step": 89
    },
    {
      "epoch": 0.016,
      "grad_norm": 0.21919319033622742,
      "learning_rate": 4.9969121563961956e-05,
      "loss": 0.5858,
      "step": 90
    },
    {
      "epoch": 0.016177777777777777,
      "grad_norm": 0.2534019649028778,
      "learning_rate": 4.996842391515044e-05,
      "loss": 0.5,
      "step": 91
    },
    {
      "epoch": 0.016355555555555557,
      "grad_norm": 0.2621934115886688,
      "learning_rate": 4.996771847798265e-05,
      "loss": 0.706,
      "step": 92
    },
    {
      "epoch": 0.016533333333333334,
      "grad_norm": 0.2678978443145752,
      "learning_rate": 4.9967005252678634e-05,
      "loss": 0.7235,
      "step": 93
    },
    {
      "epoch": 0.01671111111111111,
      "grad_norm": 0.2515285313129425,
      "learning_rate": 4.996628423946087e-05,
      "loss": 0.468,
      "step": 94
    },
    {
      "epoch": 0.016888888888888887,
      "grad_norm": 0.2523013949394226,
      "learning_rate": 4.9965555438554254e-05,
      "loss": 0.5585,
      "step": 95
    },
    {
      "epoch": 0.017066666666666667,
      "grad_norm": 0.2534025013446808,
      "learning_rate": 4.9964818850186135e-05,
      "loss": 0.5239,
      "step": 96
    },
    {
      "epoch": 0.017244444444444444,
      "grad_norm": 0.25027477741241455,
      "learning_rate": 4.996407447458626e-05,
      "loss": 0.5933,
      "step": 97
    },
    {
      "epoch": 0.01742222222222222,
      "grad_norm": 0.2816220223903656,
      "learning_rate": 4.996332231198683e-05,
      "loss": 0.5134,
      "step": 98
    },
    {
      "epoch": 0.0176,
      "grad_norm": 0.2923649847507477,
      "learning_rate": 4.996256236262245e-05,
      "loss": 0.7084,
      "step": 99
    },
    {
      "epoch": 0.017777777777777778,
      "grad_norm": 0.29674360156059265,
      "learning_rate": 4.99617946267302e-05,
      "loss": 0.7524,
      "step": 100
    },
    {
      "epoch": 0.017955555555555554,
      "grad_norm": 0.21921125054359436,
      "learning_rate": 4.996101910454953e-05,
      "loss": 0.503,
      "step": 101
    },
    {
      "epoch": 0.018133333333333335,
      "grad_norm": 0.19979022443294525,
      "learning_rate": 4.996023579632236e-05,
      "loss": 0.5286,
      "step": 102
    },
    {
      "epoch": 0.01831111111111111,
      "grad_norm": 0.19289103150367737,
      "learning_rate": 4.995944470229302e-05,
      "loss": 0.5486,
      "step": 103
    },
    {
      "epoch": 0.018488888888888888,
      "grad_norm": 0.1895735114812851,
      "learning_rate": 4.9958645822708285e-05,
      "loss": 0.7548,
      "step": 104
    },
    {
      "epoch": 0.018666666666666668,
      "grad_norm": 0.1836000680923462,
      "learning_rate": 4.995783915781734e-05,
      "loss": 0.5964,
      "step": 105
    },
    {
      "epoch": 0.018844444444444445,
      "grad_norm": 0.18698160350322723,
      "learning_rate": 4.9957024707871806e-05,
      "loss": 0.7119,
      "step": 106
    },
    {
      "epoch": 0.01902222222222222,
      "grad_norm": 0.18611574172973633,
      "learning_rate": 4.9956202473125736e-05,
      "loss": 0.7435,
      "step": 107
    },
    {
      "epoch": 0.0192,
      "grad_norm": 0.161662295460701,
      "learning_rate": 4.99553724538356e-05,
      "loss": 0.5021,
      "step": 108
    },
    {
      "epoch": 0.01937777777777778,
      "grad_norm": 0.16785134375095367,
      "learning_rate": 4.995453465026032e-05,
      "loss": 0.6388,
      "step": 109
    },
    {
      "epoch": 0.019555555555555555,
      "grad_norm": 0.15723343193531036,
      "learning_rate": 4.9953689062661226e-05,
      "loss": 0.6732,
      "step": 110
    },
    {
      "epoch": 0.019733333333333332,
      "grad_norm": 0.23393531143665314,
      "learning_rate": 4.995283569130207e-05,
      "loss": 0.7251,
      "step": 111
    },
    {
      "epoch": 0.019911111111111112,
      "grad_norm": 0.15552565455436707,
      "learning_rate": 4.995197453644905e-05,
      "loss": 0.7106,
      "step": 112
    },
    {
      "epoch": 0.02008888888888889,
      "grad_norm": 0.1477118283510208,
      "learning_rate": 4.995110559837078e-05,
      "loss": 0.6299,
      "step": 113
    },
    {
      "epoch": 0.020266666666666665,
      "grad_norm": 0.12583880126476288,
      "learning_rate": 4.995022887733832e-05,
      "loss": 0.524,
      "step": 114
    },
    {
      "epoch": 0.020444444444444446,
      "grad_norm": 0.13419458270072937,
      "learning_rate": 4.994934437362513e-05,
      "loss": 0.5786,
      "step": 115
    },
    {
      "epoch": 0.020622222222222222,
      "grad_norm": 0.149000346660614,
      "learning_rate": 4.9948452087507116e-05,
      "loss": 0.6443,
      "step": 116
    },
    {
      "epoch": 0.0208,
      "grad_norm": 0.17001931369304657,
      "learning_rate": 4.9947552019262605e-05,
      "loss": 0.6709,
      "step": 117
    },
    {
      "epoch": 0.02097777777777778,
      "grad_norm": 0.1675909012556076,
      "learning_rate": 4.9946644169172355e-05,
      "loss": 0.5673,
      "step": 118
    },
    {
      "epoch": 0.021155555555555556,
      "grad_norm": 0.13317342102527618,
      "learning_rate": 4.9945728537519555e-05,
      "loss": 0.6506,
      "step": 119
    },
    {
      "epoch": 0.021333333333333333,
      "grad_norm": 0.12229342758655548,
      "learning_rate": 4.994480512458981e-05,
      "loss": 0.5013,
      "step": 120
    },
    {
      "epoch": 0.021511111111111113,
      "grad_norm": 0.10997683554887772,
      "learning_rate": 4.994387393067117e-05,
      "loss": 0.4243,
      "step": 121
    },
    {
      "epoch": 0.02168888888888889,
      "grad_norm": 0.1417355090379715,
      "learning_rate": 4.9942934956054076e-05,
      "loss": 0.732,
      "step": 122
    },
    {
      "epoch": 0.021866666666666666,
      "grad_norm": 0.1389738768339157,
      "learning_rate": 4.994198820103145e-05,
      "loss": 0.5911,
      "step": 123
    },
    {
      "epoch": 0.022044444444444443,
      "grad_norm": 0.1208367645740509,
      "learning_rate": 4.994103366589859e-05,
      "loss": 0.5884,
      "step": 124
    },
    {
      "epoch": 0.022222222222222223,
      "grad_norm": 0.11839725822210312,
      "learning_rate": 4.9940071350953255e-05,
      "loss": 0.4604,
      "step": 125
    },
    {
      "epoch": 0.0224,
      "grad_norm": 0.1459076851606369,
      "learning_rate": 4.993910125649561e-05,
      "loss": 0.5763,
      "step": 126
    },
    {
      "epoch": 0.022577777777777776,
      "grad_norm": 0.13375116884708405,
      "learning_rate": 4.993812338282826e-05,
      "loss": 0.5362,
      "step": 127
    },
    {
      "epoch": 0.022755555555555557,
      "grad_norm": 0.11560770124197006,
      "learning_rate": 4.993713773025623e-05,
      "loss": 0.5712,
      "step": 128
    },
    {
      "epoch": 0.022933333333333333,
      "grad_norm": 0.14490965008735657,
      "learning_rate": 4.993614429908697e-05,
      "loss": 0.6323,
      "step": 129
    },
    {
      "epoch": 0.02311111111111111,
      "grad_norm": 0.12258388847112656,
      "learning_rate": 4.993514308963036e-05,
      "loss": 0.5886,
      "step": 130
    },
    {
      "epoch": 0.02328888888888889,
      "grad_norm": 0.12152822315692902,
      "learning_rate": 4.993413410219871e-05,
      "loss": 0.599,
      "step": 131
    },
    {
      "epoch": 0.023466666666666667,
      "grad_norm": 0.12627656757831573,
      "learning_rate": 4.993311733710676e-05,
      "loss": 0.499,
      "step": 132
    },
    {
      "epoch": 0.023644444444444444,
      "grad_norm": 0.11848804354667664,
      "learning_rate": 4.993209279467164e-05,
      "loss": 0.479,
      "step": 133
    },
    {
      "epoch": 0.023822222222222224,
      "grad_norm": 0.11447634547948837,
      "learning_rate": 4.993106047521296e-05,
      "loss": 0.6705,
      "step": 134
    },
    {
      "epoch": 0.024,
      "grad_norm": 0.12298741191625595,
      "learning_rate": 4.993002037905272e-05,
      "loss": 0.6076,
      "step": 135
    },
    {
      "epoch": 0.024177777777777777,
      "grad_norm": 0.13246573507785797,
      "learning_rate": 4.992897250651535e-05,
      "loss": 0.5358,
      "step": 136
    },
    {
      "epoch": 0.024355555555555554,
      "grad_norm": 0.10114778578281403,
      "learning_rate": 4.992791685792772e-05,
      "loss": 0.5443,
      "step": 137
    },
    {
      "epoch": 0.024533333333333334,
      "grad_norm": 0.12766729295253754,
      "learning_rate": 4.992685343361911e-05,
      "loss": 0.5541,
      "step": 138
    },
    {
      "epoch": 0.02471111111111111,
      "grad_norm": 0.133477121591568,
      "learning_rate": 4.992578223392124e-05,
      "loss": 0.5883,
      "step": 139
    },
    {
      "epoch": 0.024888888888888887,
      "grad_norm": 0.1214534193277359,
      "learning_rate": 4.9924703259168244e-05,
      "loss": 0.4744,
      "step": 140
    },
    {
      "epoch": 0.025066666666666668,
      "grad_norm": 0.11343647539615631,
      "learning_rate": 4.9923616509696683e-05,
      "loss": 0.4613,
      "step": 141
    },
    {
      "epoch": 0.025244444444444444,
      "grad_norm": 0.13983483612537384,
      "learning_rate": 4.992252198584554e-05,
      "loss": 0.5951,
      "step": 142
    },
    {
      "epoch": 0.02542222222222222,
      "grad_norm": 0.1549396812915802,
      "learning_rate": 4.992141968795623e-05,
      "loss": 0.5171,
      "step": 143
    },
    {
      "epoch": 0.0256,
      "grad_norm": 0.12246689200401306,
      "learning_rate": 4.9920309616372596e-05,
      "loss": 0.511,
      "step": 144
    },
    {
      "epoch": 0.025777777777777778,
      "grad_norm": 0.23052345216274261,
      "learning_rate": 4.9919191771440905e-05,
      "loss": 0.527,
      "step": 145
    },
    {
      "epoch": 0.025955555555555555,
      "grad_norm": 0.1364292949438095,
      "learning_rate": 4.9918066153509834e-05,
      "loss": 0.5334,
      "step": 146
    },
    {
      "epoch": 0.026133333333333335,
      "grad_norm": 0.15990453958511353,
      "learning_rate": 4.99169327629305e-05,
      "loss": 0.5076,
      "step": 147
    },
    {
      "epoch": 0.02631111111111111,
      "grad_norm": 0.15343108773231506,
      "learning_rate": 4.991579160005644e-05,
      "loss": 0.5342,
      "step": 148
    },
    {
      "epoch": 0.026488888888888888,
      "grad_norm": 0.12868401408195496,
      "learning_rate": 4.99146426652436e-05,
      "loss": 0.5119,
      "step": 149
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 0.1964123249053955,
      "learning_rate": 4.991348595885039e-05,
      "loss": 0.7665,
      "step": 150
    },
    {
      "epoch": 0.026844444444444445,
      "grad_norm": 0.26083841919898987,
      "learning_rate": 4.991232148123761e-05,
      "loss": 0.5343,
      "step": 151
    },
    {
      "epoch": 0.027022222222222222,
      "grad_norm": 0.1395082175731659,
      "learning_rate": 4.991114923276849e-05,
      "loss": 0.7237,
      "step": 152
    },
    {
      "epoch": 0.0272,
      "grad_norm": 0.12086386233568192,
      "learning_rate": 4.9909969213808683e-05,
      "loss": 0.6929,
      "step": 153
    },
    {
      "epoch": 0.02737777777777778,
      "grad_norm": 0.13468104600906372,
      "learning_rate": 4.990878142472628e-05,
      "loss": 0.6146,
      "step": 154
    },
    {
      "epoch": 0.027555555555555555,
      "grad_norm": 0.12088959664106369,
      "learning_rate": 4.990758586589178e-05,
      "loss": 0.6594,
      "step": 155
    },
    {
      "epoch": 0.027733333333333332,
      "grad_norm": 0.1024961844086647,
      "learning_rate": 4.990638253767812e-05,
      "loss": 0.5792,
      "step": 156
    },
    {
      "epoch": 0.027911111111111112,
      "grad_norm": 0.11372818052768707,
      "learning_rate": 4.990517144046064e-05,
      "loss": 0.5113,
      "step": 157
    },
    {
      "epoch": 0.02808888888888889,
      "grad_norm": 0.13793951272964478,
      "learning_rate": 4.990395257461712e-05,
      "loss": 0.627,
      "step": 158
    },
    {
      "epoch": 0.028266666666666666,
      "grad_norm": 0.12339150905609131,
      "learning_rate": 4.990272594052776e-05,
      "loss": 0.5823,
      "step": 159
    },
    {
      "epoch": 0.028444444444444446,
      "grad_norm": 0.09628098458051682,
      "learning_rate": 4.9901491538575185e-05,
      "loss": 0.5364,
      "step": 160
    },
    {
      "epoch": 0.028622222222222223,
      "grad_norm": 0.11706215143203735,
      "learning_rate": 4.9900249369144434e-05,
      "loss": 0.6852,
      "step": 161
    },
    {
      "epoch": 0.0288,
      "grad_norm": 0.1168065071105957,
      "learning_rate": 4.9898999432622974e-05,
      "loss": 0.6664,
      "step": 162
    },
    {
      "epoch": 0.02897777777777778,
      "grad_norm": 0.10837826877832413,
      "learning_rate": 4.9897741729400705e-05,
      "loss": 0.5942,
      "step": 163
    },
    {
      "epoch": 0.029155555555555556,
      "grad_norm": 0.12275711447000504,
      "learning_rate": 4.989647625986993e-05,
      "loss": 0.5265,
      "step": 164
    },
    {
      "epoch": 0.029333333333333333,
      "grad_norm": 0.09790056943893433,
      "learning_rate": 4.9895203024425385e-05,
      "loss": 0.5471,
      "step": 165
    },
    {
      "epoch": 0.02951111111111111,
      "grad_norm": 0.0930943414568901,
      "learning_rate": 4.9893922023464236e-05,
      "loss": 0.6063,
      "step": 166
    },
    {
      "epoch": 0.02968888888888889,
      "grad_norm": 0.11883064359426498,
      "learning_rate": 4.989263325738605e-05,
      "loss": 0.6441,
      "step": 167
    },
    {
      "epoch": 0.029866666666666666,
      "grad_norm": 0.1502642184495926,
      "learning_rate": 4.9891336726592844e-05,
      "loss": 0.6521,
      "step": 168
    },
    {
      "epoch": 0.030044444444444443,
      "grad_norm": 0.10600157827138901,
      "learning_rate": 4.989003243148904e-05,
      "loss": 0.5837,
      "step": 169
    },
    {
      "epoch": 0.030222222222222223,
      "grad_norm": 0.1090245321393013,
      "learning_rate": 4.988872037248148e-05,
      "loss": 0.5593,
      "step": 170
    },
    {
      "epoch": 0.0304,
      "grad_norm": 0.10448866337537766,
      "learning_rate": 4.988740054997943e-05,
      "loss": 0.5197,
      "step": 171
    },
    {
      "epoch": 0.030577777777777777,
      "grad_norm": 0.11432240158319473,
      "learning_rate": 4.988607296439458e-05,
      "loss": 0.4996,
      "step": 172
    },
    {
      "epoch": 0.030755555555555557,
      "grad_norm": 0.11317683011293411,
      "learning_rate": 4.988473761614105e-05,
      "loss": 0.4481,
      "step": 173
    },
    {
      "epoch": 0.030933333333333334,
      "grad_norm": 0.1050187200307846,
      "learning_rate": 4.9883394505635364e-05,
      "loss": 0.6967,
      "step": 174
    },
    {
      "epoch": 0.03111111111111111,
      "grad_norm": 0.09667979925870895,
      "learning_rate": 4.988204363329648e-05,
      "loss": 0.5153,
      "step": 175
    },
    {
      "epoch": 0.03128888888888889,
      "grad_norm": 0.12330680340528488,
      "learning_rate": 4.988068499954578e-05,
      "loss": 0.5943,
      "step": 176
    },
    {
      "epoch": 0.031466666666666664,
      "grad_norm": 0.10915859788656235,
      "learning_rate": 4.987931860480705e-05,
      "loss": 0.5495,
      "step": 177
    },
    {
      "epoch": 0.03164444444444445,
      "grad_norm": 0.10273627936840057,
      "learning_rate": 4.987794444950651e-05,
      "loss": 0.6353,
      "step": 178
    },
    {
      "epoch": 0.031822222222222224,
      "grad_norm": 0.11179158836603165,
      "learning_rate": 4.98765625340728e-05,
      "loss": 0.5867,
      "step": 179
    },
    {
      "epoch": 0.032,
      "grad_norm": 0.09845339506864548,
      "learning_rate": 4.987517285893697e-05,
      "loss": 0.6299,
      "step": 180
    },
    {
      "epoch": 0.03217777777777778,
      "grad_norm": 0.0992949977517128,
      "learning_rate": 4.987377542453251e-05,
      "loss": 0.555,
      "step": 181
    },
    {
      "epoch": 0.032355555555555554,
      "grad_norm": 0.11363174766302109,
      "learning_rate": 4.987237023129531e-05,
      "loss": 0.5736,
      "step": 182
    },
    {
      "epoch": 0.03253333333333333,
      "grad_norm": 0.12147802114486694,
      "learning_rate": 4.98709572796637e-05,
      "loss": 0.6545,
      "step": 183
    },
    {
      "epoch": 0.032711111111111114,
      "grad_norm": 0.15247713029384613,
      "learning_rate": 4.986953657007841e-05,
      "loss": 0.7735,
      "step": 184
    },
    {
      "epoch": 0.03288888888888889,
      "grad_norm": 0.10348669439554214,
      "learning_rate": 4.9868108102982604e-05,
      "loss": 0.5527,
      "step": 185
    },
    {
      "epoch": 0.03306666666666667,
      "grad_norm": 0.11538142710924149,
      "learning_rate": 4.986667187882186e-05,
      "loss": 0.6915,
      "step": 186
    },
    {
      "epoch": 0.033244444444444445,
      "grad_norm": 0.10936667025089264,
      "learning_rate": 4.986522789804417e-05,
      "loss": 0.4876,
      "step": 187
    },
    {
      "epoch": 0.03342222222222222,
      "grad_norm": 0.10721372067928314,
      "learning_rate": 4.9863776161099964e-05,
      "loss": 0.5513,
      "step": 188
    },
    {
      "epoch": 0.0336,
      "grad_norm": 0.12088362872600555,
      "learning_rate": 4.986231666844208e-05,
      "loss": 0.6191,
      "step": 189
    },
    {
      "epoch": 0.033777777777777775,
      "grad_norm": 0.1014571562409401,
      "learning_rate": 4.9860849420525766e-05,
      "loss": 0.4806,
      "step": 190
    },
    {
      "epoch": 0.03395555555555556,
      "grad_norm": 0.09837964922189713,
      "learning_rate": 4.98593744178087e-05,
      "loss": 0.5334,
      "step": 191
    },
    {
      "epoch": 0.034133333333333335,
      "grad_norm": 0.33532989025115967,
      "learning_rate": 4.9857891660750986e-05,
      "loss": 0.653,
      "step": 192
    },
    {
      "epoch": 0.03431111111111111,
      "grad_norm": 0.12047170102596283,
      "learning_rate": 4.9856401149815126e-05,
      "loss": 0.4128,
      "step": 193
    },
    {
      "epoch": 0.03448888888888889,
      "grad_norm": 0.168871209025383,
      "learning_rate": 4.985490288546606e-05,
      "loss": 0.513,
      "step": 194
    },
    {
      "epoch": 0.034666666666666665,
      "grad_norm": 0.11047204583883286,
      "learning_rate": 4.985339686817113e-05,
      "loss": 0.4705,
      "step": 195
    },
    {
      "epoch": 0.03484444444444444,
      "grad_norm": 0.1479148268699646,
      "learning_rate": 4.985188309840012e-05,
      "loss": 0.4471,
      "step": 196
    },
    {
      "epoch": 0.035022222222222225,
      "grad_norm": 0.11363429576158524,
      "learning_rate": 4.985036157662521e-05,
      "loss": 0.4675,
      "step": 197
    },
    {
      "epoch": 0.0352,
      "grad_norm": 0.17608030140399933,
      "learning_rate": 4.984883230332099e-05,
      "loss": 0.6166,
      "step": 198
    },
    {
      "epoch": 0.03537777777777778,
      "grad_norm": 0.11926349252462387,
      "learning_rate": 4.9847295278964514e-05,
      "loss": 0.4445,
      "step": 199
    },
    {
      "epoch": 0.035555555555555556,
      "grad_norm": 0.146172896027565,
      "learning_rate": 4.9845750504035195e-05,
      "loss": 0.6981,
      "step": 200
    },
    {
      "epoch": 0.03573333333333333,
      "grad_norm": 0.10850780457258224,
      "learning_rate": 4.984419797901491e-05,
      "loss": 0.4486,
      "step": 201
    },
    {
      "epoch": 0.03591111111111111,
      "grad_norm": 0.09656495600938797,
      "learning_rate": 4.984263770438793e-05,
      "loss": 0.5468,
      "step": 202
    },
    {
      "epoch": 0.036088888888888886,
      "grad_norm": 0.12192872911691666,
      "learning_rate": 4.984106968064095e-05,
      "loss": 0.4336,
      "step": 203
    },
    {
      "epoch": 0.03626666666666667,
      "grad_norm": 0.10992716252803802,
      "learning_rate": 4.983949390826308e-05,
      "loss": 0.6243,
      "step": 204
    },
    {
      "epoch": 0.036444444444444446,
      "grad_norm": 0.1067366972565651,
      "learning_rate": 4.9837910387745845e-05,
      "loss": 0.6188,
      "step": 205
    },
    {
      "epoch": 0.03662222222222222,
      "grad_norm": 0.1047806516289711,
      "learning_rate": 4.983631911958319e-05,
      "loss": 0.6255,
      "step": 206
    },
    {
      "epoch": 0.0368,
      "grad_norm": 0.15057428181171417,
      "learning_rate": 4.9834720104271484e-05,
      "loss": 0.6211,
      "step": 207
    },
    {
      "epoch": 0.036977777777777776,
      "grad_norm": 0.1308983415365219,
      "learning_rate": 4.98331133423095e-05,
      "loss": 0.5309,
      "step": 208
    },
    {
      "epoch": 0.03715555555555555,
      "grad_norm": 0.14646312594413757,
      "learning_rate": 4.983149883419842e-05,
      "loss": 0.5669,
      "step": 209
    },
    {
      "epoch": 0.037333333333333336,
      "grad_norm": 0.09577513486146927,
      "learning_rate": 4.982987658044188e-05,
      "loss": 0.4696,
      "step": 210
    },
    {
      "epoch": 0.03751111111111111,
      "grad_norm": 0.09543467313051224,
      "learning_rate": 4.982824658154589e-05,
      "loss": 0.5048,
      "step": 211
    },
    {
      "epoch": 0.03768888888888889,
      "grad_norm": 0.09927001595497131,
      "learning_rate": 4.982660883801889e-05,
      "loss": 0.614,
      "step": 212
    },
    {
      "epoch": 0.037866666666666667,
      "grad_norm": 0.10242555290460587,
      "learning_rate": 4.982496335037175e-05,
      "loss": 0.6597,
      "step": 213
    },
    {
      "epoch": 0.03804444444444444,
      "grad_norm": 0.10295635461807251,
      "learning_rate": 4.982331011911774e-05,
      "loss": 0.5872,
      "step": 214
    },
    {
      "epoch": 0.03822222222222222,
      "grad_norm": 0.14086520671844482,
      "learning_rate": 4.9821649144772545e-05,
      "loss": 0.6865,
      "step": 215
    },
    {
      "epoch": 0.0384,
      "grad_norm": 0.10746883600950241,
      "learning_rate": 4.981998042785427e-05,
      "loss": 0.6699,
      "step": 216
    },
    {
      "epoch": 0.03857777777777778,
      "grad_norm": 0.08688037097454071,
      "learning_rate": 4.981830396888344e-05,
      "loss": 0.5398,
      "step": 217
    },
    {
      "epoch": 0.03875555555555556,
      "grad_norm": 0.10395106673240662,
      "learning_rate": 4.981661976838299e-05,
      "loss": 0.5715,
      "step": 218
    },
    {
      "epoch": 0.038933333333333334,
      "grad_norm": 0.0961478054523468,
      "learning_rate": 4.9814927826878256e-05,
      "loss": 0.4944,
      "step": 219
    },
    {
      "epoch": 0.03911111111111111,
      "grad_norm": 0.10356276482343674,
      "learning_rate": 4.981322814489703e-05,
      "loss": 0.6105,
      "step": 220
    },
    {
      "epoch": 0.03928888888888889,
      "grad_norm": 0.10357530415058136,
      "learning_rate": 4.9811520722969465e-05,
      "loss": 0.7405,
      "step": 221
    },
    {
      "epoch": 0.039466666666666664,
      "grad_norm": 0.11511997133493423,
      "learning_rate": 4.980980556162816e-05,
      "loss": 0.6908,
      "step": 222
    },
    {
      "epoch": 0.03964444444444445,
      "grad_norm": 0.10484056919813156,
      "learning_rate": 4.980808266140813e-05,
      "loss": 0.4961,
      "step": 223
    },
    {
      "epoch": 0.039822222222222224,
      "grad_norm": 0.10967821627855301,
      "learning_rate": 4.980635202284679e-05,
      "loss": 0.661,
      "step": 224
    },
    {
      "epoch": 0.04,
      "grad_norm": 0.10848290473222733,
      "learning_rate": 4.980461364648398e-05,
      "loss": 0.5437,
      "step": 225
    },
    {
      "epoch": 0.04017777777777778,
      "grad_norm": 0.11733432114124298,
      "learning_rate": 4.980286753286195e-05,
      "loss": 0.6287,
      "step": 226
    },
    {
      "epoch": 0.040355555555555554,
      "grad_norm": 0.09216199070215225,
      "learning_rate": 4.980111368252535e-05,
      "loss": 0.4688,
      "step": 227
    },
    {
      "epoch": 0.04053333333333333,
      "grad_norm": 0.09345618635416031,
      "learning_rate": 4.9799352096021266e-05,
      "loss": 0.5279,
      "step": 228
    },
    {
      "epoch": 0.040711111111111115,
      "grad_norm": 0.21244564652442932,
      "learning_rate": 4.979758277389919e-05,
      "loss": 0.6368,
      "step": 229
    },
    {
      "epoch": 0.04088888888888889,
      "grad_norm": 0.24040700495243073,
      "learning_rate": 4.9795805716711e-05,
      "loss": 0.4829,
      "step": 230
    },
    {
      "epoch": 0.04106666666666667,
      "grad_norm": 0.12090496718883514,
      "learning_rate": 4.9794020925011044e-05,
      "loss": 0.6549,
      "step": 231
    },
    {
      "epoch": 0.041244444444444445,
      "grad_norm": 0.07658255100250244,
      "learning_rate": 4.979222839935602e-05,
      "loss": 0.4442,
      "step": 232
    },
    {
      "epoch": 0.04142222222222222,
      "grad_norm": 0.1340865194797516,
      "learning_rate": 4.979042814030509e-05,
      "loss": 0.6938,
      "step": 233
    },
    {
      "epoch": 0.0416,
      "grad_norm": 0.15205548703670502,
      "learning_rate": 4.978862014841979e-05,
      "loss": 0.4328,
      "step": 234
    },
    {
      "epoch": 0.041777777777777775,
      "grad_norm": 0.10344212502241135,
      "learning_rate": 4.9786804424264085e-05,
      "loss": 0.4979,
      "step": 235
    },
    {
      "epoch": 0.04195555555555556,
      "grad_norm": 0.10293713957071304,
      "learning_rate": 4.978498096840436e-05,
      "loss": 0.5674,
      "step": 236
    },
    {
      "epoch": 0.042133333333333335,
      "grad_norm": 0.15762662887573242,
      "learning_rate": 4.9783149781409404e-05,
      "loss": 0.5476,
      "step": 237
    },
    {
      "epoch": 0.04231111111111111,
      "grad_norm": 0.09386316686868668,
      "learning_rate": 4.9781310863850405e-05,
      "loss": 0.5492,
      "step": 238
    },
    {
      "epoch": 0.04248888888888889,
      "grad_norm": 0.11153044551610947,
      "learning_rate": 4.977946421630098e-05,
      "loss": 0.3998,
      "step": 239
    },
    {
      "epoch": 0.042666666666666665,
      "grad_norm": 0.09900151938199997,
      "learning_rate": 4.977760983933714e-05,
      "loss": 0.4811,
      "step": 240
    },
    {
      "epoch": 0.04284444444444444,
      "grad_norm": 0.10927964746952057,
      "learning_rate": 4.977574773353732e-05,
      "loss": 0.4628,
      "step": 241
    },
    {
      "epoch": 0.043022222222222226,
      "grad_norm": 0.12449217587709427,
      "learning_rate": 4.977387789948238e-05,
      "loss": 0.5396,
      "step": 242
    },
    {
      "epoch": 0.0432,
      "grad_norm": 0.10435616970062256,
      "learning_rate": 4.977200033775555e-05,
      "loss": 0.4586,
      "step": 243
    },
    {
      "epoch": 0.04337777777777778,
      "grad_norm": 0.12148528546094894,
      "learning_rate": 4.977011504894252e-05,
      "loss": 0.5313,
      "step": 244
    },
    {
      "epoch": 0.043555555555555556,
      "grad_norm": 0.10629341751337051,
      "learning_rate": 4.976822203363135e-05,
      "loss": 0.4647,
      "step": 245
    },
    {
      "epoch": 0.04373333333333333,
      "grad_norm": 0.12418622523546219,
      "learning_rate": 4.976632129241252e-05,
      "loss": 0.5073,
      "step": 246
    },
    {
      "epoch": 0.04391111111111111,
      "grad_norm": 0.11972734332084656,
      "learning_rate": 4.9764412825878943e-05,
      "loss": 0.5648,
      "step": 247
    },
    {
      "epoch": 0.044088888888888886,
      "grad_norm": 0.15979549288749695,
      "learning_rate": 4.97624966346259e-05,
      "loss": 0.5439,
      "step": 248
    },
    {
      "epoch": 0.04426666666666667,
      "grad_norm": 0.1805201768875122,
      "learning_rate": 4.976057271925113e-05,
      "loss": 0.6221,
      "step": 249
    },
    {
      "epoch": 0.044444444444444446,
      "grad_norm": 0.1387433558702469,
      "learning_rate": 4.975864108035474e-05,
      "loss": 0.7004,
      "step": 250
    },
    {
      "epoch": 0.04462222222222222,
      "grad_norm": 0.12188535928726196,
      "learning_rate": 4.975670171853926e-05,
      "loss": 0.6453,
      "step": 251
    },
    {
      "epoch": 0.0448,
      "grad_norm": 0.1226486787199974,
      "learning_rate": 4.975475463440964e-05,
      "loss": 0.5931,
      "step": 252
    },
    {
      "epoch": 0.044977777777777776,
      "grad_norm": 0.1255352646112442,
      "learning_rate": 4.975279982857324e-05,
      "loss": 0.6342,
      "step": 253
    },
    {
      "epoch": 0.04515555555555555,
      "grad_norm": 0.1070035845041275,
      "learning_rate": 4.9750837301639796e-05,
      "loss": 0.4583,
      "step": 254
    },
    {
      "epoch": 0.04533333333333334,
      "grad_norm": 0.0999893918633461,
      "learning_rate": 4.974886705422149e-05,
      "loss": 0.6701,
      "step": 255
    },
    {
      "epoch": 0.04551111111111111,
      "grad_norm": 0.09253033995628357,
      "learning_rate": 4.9746889086932895e-05,
      "loss": 0.4827,
      "step": 256
    },
    {
      "epoch": 0.04568888888888889,
      "grad_norm": 0.09987790137529373,
      "learning_rate": 4.9744903400391e-05,
      "loss": 0.5833,
      "step": 257
    },
    {
      "epoch": 0.04586666666666667,
      "grad_norm": 0.10074815154075623,
      "learning_rate": 4.974290999521519e-05,
      "loss": 0.6793,
      "step": 258
    },
    {
      "epoch": 0.04604444444444444,
      "grad_norm": 0.09924104064702988,
      "learning_rate": 4.974090887202726e-05,
      "loss": 0.5025,
      "step": 259
    },
    {
      "epoch": 0.04622222222222222,
      "grad_norm": 0.1000429168343544,
      "learning_rate": 4.973890003145143e-05,
      "loss": 0.4784,
      "step": 260
    },
    {
      "epoch": 0.0464,
      "grad_norm": 0.12252362817525864,
      "learning_rate": 4.973688347411431e-05,
      "loss": 0.537,
      "step": 261
    },
    {
      "epoch": 0.04657777777777778,
      "grad_norm": 0.10239475965499878,
      "learning_rate": 4.9734859200644905e-05,
      "loss": 0.6376,
      "step": 262
    },
    {
      "epoch": 0.04675555555555556,
      "grad_norm": 0.1513953059911728,
      "learning_rate": 4.973282721167467e-05,
      "loss": 0.6185,
      "step": 263
    },
    {
      "epoch": 0.046933333333333334,
      "grad_norm": 0.13385048508644104,
      "learning_rate": 4.973078750783742e-05,
      "loss": 0.6077,
      "step": 264
    },
    {
      "epoch": 0.04711111111111111,
      "grad_norm": 0.10267174243927002,
      "learning_rate": 4.97287400897694e-05,
      "loss": 0.4917,
      "step": 265
    },
    {
      "epoch": 0.04728888888888889,
      "grad_norm": 0.1471744030714035,
      "learning_rate": 4.9726684958109266e-05,
      "loss": 0.6737,
      "step": 266
    },
    {
      "epoch": 0.047466666666666664,
      "grad_norm": 0.10583169758319855,
      "learning_rate": 4.972462211349806e-05,
      "loss": 0.5044,
      "step": 267
    },
    {
      "epoch": 0.04764444444444445,
      "grad_norm": 0.09750795364379883,
      "learning_rate": 4.972255155657925e-05,
      "loss": 0.5493,
      "step": 268
    },
    {
      "epoch": 0.047822222222222224,
      "grad_norm": 0.1117471233010292,
      "learning_rate": 4.9720473287998695e-05,
      "loss": 0.5088,
      "step": 269
    },
    {
      "epoch": 0.048,
      "grad_norm": 0.11861962080001831,
      "learning_rate": 4.9718387308404675e-05,
      "loss": 0.5972,
      "step": 270
    },
    {
      "epoch": 0.04817777777777778,
      "grad_norm": 0.11881297081708908,
      "learning_rate": 4.971629361844785e-05,
      "loss": 0.4927,
      "step": 271
    },
    {
      "epoch": 0.048355555555555554,
      "grad_norm": 0.11163926869630814,
      "learning_rate": 4.9714192218781316e-05,
      "loss": 0.5077,
      "step": 272
    },
    {
      "epoch": 0.04853333333333333,
      "grad_norm": 0.10126686096191406,
      "learning_rate": 4.9712083110060556e-05,
      "loss": 0.641,
      "step": 273
    },
    {
      "epoch": 0.04871111111111111,
      "grad_norm": 0.12614768743515015,
      "learning_rate": 4.9709966292943455e-05,
      "loss": 0.7042,
      "step": 274
    },
    {
      "epoch": 0.04888888888888889,
      "grad_norm": 0.15151461958885193,
      "learning_rate": 4.9707841768090314e-05,
      "loss": 0.5686,
      "step": 275
    },
    {
      "epoch": 0.04906666666666667,
      "grad_norm": 0.09307102113962173,
      "learning_rate": 4.9705709536163824e-05,
      "loss": 0.5139,
      "step": 276
    },
    {
      "epoch": 0.049244444444444445,
      "grad_norm": 0.11126819252967834,
      "learning_rate": 4.970356959782909e-05,
      "loss": 0.5995,
      "step": 277
    },
    {
      "epoch": 0.04942222222222222,
      "grad_norm": 0.13643859326839447,
      "learning_rate": 4.970142195375363e-05,
      "loss": 0.6118,
      "step": 278
    },
    {
      "epoch": 0.0496,
      "grad_norm": 0.15757425129413605,
      "learning_rate": 4.9699266604607355e-05,
      "loss": 0.4944,
      "step": 279
    },
    {
      "epoch": 0.049777777777777775,
      "grad_norm": 0.14190055429935455,
      "learning_rate": 4.9697103551062556e-05,
      "loss": 0.5835,
      "step": 280
    },
    {
      "epoch": 0.04995555555555556,
      "grad_norm": 0.09707939624786377,
      "learning_rate": 4.969493279379398e-05,
      "loss": 0.5284,
      "step": 281
    },
    {
      "epoch": 0.050133333333333335,
      "grad_norm": 0.103645920753479,
      "learning_rate": 4.969275433347872e-05,
      "loss": 0.6776,
      "step": 282
    },
    {
      "epoch": 0.05031111111111111,
      "grad_norm": 0.13587555289268494,
      "learning_rate": 4.969056817079633e-05,
      "loss": 0.5261,
      "step": 283
    },
    {
      "epoch": 0.05048888888888889,
      "grad_norm": 0.11946401000022888,
      "learning_rate": 4.9688374306428696e-05,
      "loss": 0.4922,
      "step": 284
    },
    {
      "epoch": 0.050666666666666665,
      "grad_norm": 0.10667511820793152,
      "learning_rate": 4.968617274106019e-05,
      "loss": 0.6504,
      "step": 285
    },
    {
      "epoch": 0.05084444444444444,
      "grad_norm": 0.1257142573595047,
      "learning_rate": 4.968396347537751e-05,
      "loss": 0.5528,
      "step": 286
    },
    {
      "epoch": 0.05102222222222222,
      "grad_norm": 0.09634239226579666,
      "learning_rate": 4.9681746510069805e-05,
      "loss": 0.5362,
      "step": 287
    },
    {
      "epoch": 0.0512,
      "grad_norm": 0.09978805482387543,
      "learning_rate": 4.9679521845828604e-05,
      "loss": 0.4487,
      "step": 288
    },
    {
      "epoch": 0.05137777777777778,
      "grad_norm": 0.10307997465133667,
      "learning_rate": 4.967728948334784e-05,
      "loss": 0.6163,
      "step": 289
    },
    {
      "epoch": 0.051555555555555556,
      "grad_norm": 0.10950716584920883,
      "learning_rate": 4.967504942332385e-05,
      "loss": 0.569,
      "step": 290
    },
    {
      "epoch": 0.05173333333333333,
      "grad_norm": 0.11659679561853409,
      "learning_rate": 4.967280166645538e-05,
      "loss": 0.5702,
      "step": 291
    },
    {
      "epoch": 0.05191111111111111,
      "grad_norm": 0.08770512789487839,
      "learning_rate": 4.967054621344356e-05,
      "loss": 0.4102,
      "step": 292
    },
    {
      "epoch": 0.052088888888888886,
      "grad_norm": 0.09629162400960922,
      "learning_rate": 4.966828306499193e-05,
      "loss": 0.4858,
      "step": 293
    },
    {
      "epoch": 0.05226666666666667,
      "grad_norm": 0.14017847180366516,
      "learning_rate": 4.9666012221806434e-05,
      "loss": 0.4999,
      "step": 294
    },
    {
      "epoch": 0.052444444444444446,
      "grad_norm": 0.13698740303516388,
      "learning_rate": 4.966373368459541e-05,
      "loss": 0.5104,
      "step": 295
    },
    {
      "epoch": 0.05262222222222222,
      "grad_norm": 0.15850208699703217,
      "learning_rate": 4.966144745406961e-05,
      "loss": 0.577,
      "step": 296
    },
    {
      "epoch": 0.0528,
      "grad_norm": 0.13207827508449554,
      "learning_rate": 4.965915353094215e-05,
      "loss": 0.5899,
      "step": 297
    },
    {
      "epoch": 0.052977777777777776,
      "grad_norm": 0.10734611749649048,
      "learning_rate": 4.965685191592859e-05,
      "loss": 0.4573,
      "step": 298
    },
    {
      "epoch": 0.05315555555555555,
      "grad_norm": 0.15234452486038208,
      "learning_rate": 4.965454260974685e-05,
      "loss": 0.5435,
      "step": 299
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 0.13856150209903717,
      "learning_rate": 4.9652225613117284e-05,
      "loss": 0.5718,
      "step": 300
    },
    {
      "epoch": 0.05351111111111111,
      "grad_norm": 0.09088527411222458,
      "learning_rate": 4.964990092676263e-05,
      "loss": 0.4754,
      "step": 301
    },
    {
      "epoch": 0.05368888888888889,
      "grad_norm": 0.11890742927789688,
      "learning_rate": 4.964756855140801e-05,
      "loss": 0.6654,
      "step": 302
    },
    {
      "epoch": 0.05386666666666667,
      "grad_norm": 0.10593919456005096,
      "learning_rate": 4.964522848778096e-05,
      "loss": 0.5128,
      "step": 303
    },
    {
      "epoch": 0.054044444444444444,
      "grad_norm": 0.11388156563043594,
      "learning_rate": 4.964288073661142e-05,
      "loss": 0.5277,
      "step": 304
    },
    {
      "epoch": 0.05422222222222222,
      "grad_norm": 0.10140350461006165,
      "learning_rate": 4.964052529863171e-05,
      "loss": 0.6087,
      "step": 305
    },
    {
      "epoch": 0.0544,
      "grad_norm": 0.1306110918521881,
      "learning_rate": 4.963816217457657e-05,
      "loss": 0.514,
      "step": 306
    },
    {
      "epoch": 0.05457777777777778,
      "grad_norm": 0.0984165146946907,
      "learning_rate": 4.963579136518312e-05,
      "loss": 0.6198,
      "step": 307
    },
    {
      "epoch": 0.05475555555555556,
      "grad_norm": 0.1110251396894455,
      "learning_rate": 4.9633412871190873e-05,
      "loss": 0.505,
      "step": 308
    },
    {
      "epoch": 0.054933333333333334,
      "grad_norm": 0.0856340229511261,
      "learning_rate": 4.9631026693341764e-05,
      "loss": 0.5793,
      "step": 309
    },
    {
      "epoch": 0.05511111111111111,
      "grad_norm": 0.09711772203445435,
      "learning_rate": 4.96286328323801e-05,
      "loss": 0.5052,
      "step": 310
    },
    {
      "epoch": 0.05528888888888889,
      "grad_norm": 0.14198853075504303,
      "learning_rate": 4.9626231289052596e-05,
      "loss": 0.5531,
      "step": 311
    },
    {
      "epoch": 0.055466666666666664,
      "grad_norm": 0.12941457331180573,
      "learning_rate": 4.9623822064108364e-05,
      "loss": 0.6125,
      "step": 312
    },
    {
      "epoch": 0.05564444444444445,
      "grad_norm": 0.09148528426885605,
      "learning_rate": 4.96214051582989e-05,
      "loss": 0.6196,
      "step": 313
    },
    {
      "epoch": 0.055822222222222224,
      "grad_norm": 0.10153131932020187,
      "learning_rate": 4.96189805723781e-05,
      "loss": 0.4241,
      "step": 314
    },
    {
      "epoch": 0.056,
      "grad_norm": 0.13130423426628113,
      "learning_rate": 4.961654830710229e-05,
      "loss": 0.612,
      "step": 315
    },
    {
      "epoch": 0.05617777777777778,
      "grad_norm": 0.12414809316396713,
      "learning_rate": 4.9614108363230135e-05,
      "loss": 0.5504,
      "step": 316
    },
    {
      "epoch": 0.056355555555555555,
      "grad_norm": 0.1427779495716095,
      "learning_rate": 4.961166074152274e-05,
      "loss": 0.5597,
      "step": 317
    },
    {
      "epoch": 0.05653333333333333,
      "grad_norm": 0.1236666664481163,
      "learning_rate": 4.9609205442743566e-05,
      "loss": 0.5376,
      "step": 318
    },
    {
      "epoch": 0.05671111111111111,
      "grad_norm": 0.0970771312713623,
      "learning_rate": 4.960674246765851e-05,
      "loss": 0.6075,
      "step": 319
    },
    {
      "epoch": 0.05688888888888889,
      "grad_norm": 0.12108790129423141,
      "learning_rate": 4.9604271817035834e-05,
      "loss": 0.4894,
      "step": 320
    },
    {
      "epoch": 0.05706666666666667,
      "grad_norm": 0.12736080586910248,
      "learning_rate": 4.960179349164621e-05,
      "loss": 0.6127,
      "step": 321
    },
    {
      "epoch": 0.057244444444444445,
      "grad_norm": 0.1136578842997551,
      "learning_rate": 4.959930749226269e-05,
      "loss": 0.4815,
      "step": 322
    },
    {
      "epoch": 0.05742222222222222,
      "grad_norm": 0.10089968144893646,
      "learning_rate": 4.959681381966073e-05,
      "loss": 0.6272,
      "step": 323
    },
    {
      "epoch": 0.0576,
      "grad_norm": 0.130580335855484,
      "learning_rate": 4.9594312474618175e-05,
      "loss": 0.683,
      "step": 324
    },
    {
      "epoch": 0.057777777777777775,
      "grad_norm": 0.13355344533920288,
      "learning_rate": 4.959180345791528e-05,
      "loss": 0.7352,
      "step": 325
    },
    {
      "epoch": 0.05795555555555556,
      "grad_norm": 0.09264720231294632,
      "learning_rate": 4.9589286770334654e-05,
      "loss": 0.5056,
      "step": 326
    },
    {
      "epoch": 0.058133333333333335,
      "grad_norm": 0.15634864568710327,
      "learning_rate": 4.9586762412661333e-05,
      "loss": 0.5626,
      "step": 327
    },
    {
      "epoch": 0.05831111111111111,
      "grad_norm": 0.115487240254879,
      "learning_rate": 4.958423038568274e-05,
      "loss": 0.419,
      "step": 328
    },
    {
      "epoch": 0.05848888888888889,
      "grad_norm": 0.11722230911254883,
      "learning_rate": 4.958169069018869e-05,
      "loss": 0.5911,
      "step": 329
    },
    {
      "epoch": 0.058666666666666666,
      "grad_norm": 0.13027794659137726,
      "learning_rate": 4.957914332697137e-05,
      "loss": 0.5362,
      "step": 330
    },
    {
      "epoch": 0.05884444444444444,
      "grad_norm": 0.13117583096027374,
      "learning_rate": 4.9576588296825386e-05,
      "loss": 0.6894,
      "step": 331
    },
    {
      "epoch": 0.05902222222222222,
      "grad_norm": 0.17989352345466614,
      "learning_rate": 4.957402560054773e-05,
      "loss": 0.4547,
      "step": 332
    },
    {
      "epoch": 0.0592,
      "grad_norm": 0.12834592163562775,
      "learning_rate": 4.957145523893776e-05,
      "loss": 0.5725,
      "step": 333
    },
    {
      "epoch": 0.05937777777777778,
      "grad_norm": 0.10056453943252563,
      "learning_rate": 4.956887721279726e-05,
      "loss": 0.6068,
      "step": 334
    },
    {
      "epoch": 0.059555555555555556,
      "grad_norm": 0.0998259112238884,
      "learning_rate": 4.9566291522930375e-05,
      "loss": 0.4956,
      "step": 335
    },
    {
      "epoch": 0.05973333333333333,
      "grad_norm": 0.12029340118169785,
      "learning_rate": 4.9563698170143666e-05,
      "loss": 0.5718,
      "step": 336
    },
    {
      "epoch": 0.05991111111111111,
      "grad_norm": 0.11883249878883362,
      "learning_rate": 4.956109715524608e-05,
      "loss": 0.6578,
      "step": 337
    },
    {
      "epoch": 0.060088888888888886,
      "grad_norm": 0.13039566576480865,
      "learning_rate": 4.955848847904894e-05,
      "loss": 0.619,
      "step": 338
    },
    {
      "epoch": 0.06026666666666667,
      "grad_norm": 0.1289486289024353,
      "learning_rate": 4.9555872142365945e-05,
      "loss": 0.6338,
      "step": 339
    },
    {
      "epoch": 0.060444444444444446,
      "grad_norm": 0.24932079017162323,
      "learning_rate": 4.955324814601324e-05,
      "loss": 0.5698,
      "step": 340
    },
    {
      "epoch": 0.06062222222222222,
      "grad_norm": 0.09469828009605408,
      "learning_rate": 4.95506164908093e-05,
      "loss": 0.4024,
      "step": 341
    },
    {
      "epoch": 0.0608,
      "grad_norm": 0.11783221364021301,
      "learning_rate": 4.9547977177575014e-05,
      "loss": 0.4178,
      "step": 342
    },
    {
      "epoch": 0.06097777777777778,
      "grad_norm": 0.11389844864606857,
      "learning_rate": 4.9545330207133664e-05,
      "loss": 0.399,
      "step": 343
    },
    {
      "epoch": 0.06115555555555555,
      "grad_norm": 0.09958557784557343,
      "learning_rate": 4.954267558031092e-05,
      "loss": 0.4744,
      "step": 344
    },
    {
      "epoch": 0.06133333333333333,
      "grad_norm": 0.17481932044029236,
      "learning_rate": 4.9540013297934826e-05,
      "loss": 0.4412,
      "step": 345
    },
    {
      "epoch": 0.061511111111111114,
      "grad_norm": 0.10469872504472733,
      "learning_rate": 4.953734336083583e-05,
      "loss": 0.469,
      "step": 346
    },
    {
      "epoch": 0.06168888888888889,
      "grad_norm": 0.1322900950908661,
      "learning_rate": 4.953466576984675e-05,
      "loss": 0.539,
      "step": 347
    },
    {
      "epoch": 0.06186666666666667,
      "grad_norm": 0.15849369764328003,
      "learning_rate": 4.953198052580281e-05,
      "loss": 0.5385,
      "step": 348
    },
    {
      "epoch": 0.062044444444444444,
      "grad_norm": 0.41547104716300964,
      "learning_rate": 4.952928762954161e-05,
      "loss": 0.5733,
      "step": 349
    },
    {
      "epoch": 0.06222222222222222,
      "grad_norm": 0.16643372178077698,
      "learning_rate": 4.9526587081903145e-05,
      "loss": 0.5699,
      "step": 350
    },
    {
      "epoch": 0.0624,
      "grad_norm": 0.10074812918901443,
      "learning_rate": 4.952387888372979e-05,
      "loss": 0.5621,
      "step": 351
    },
    {
      "epoch": 0.06257777777777777,
      "grad_norm": 0.10379762202501297,
      "learning_rate": 4.952116303586631e-05,
      "loss": 0.4467,
      "step": 352
    },
    {
      "epoch": 0.06275555555555555,
      "grad_norm": 0.15022054314613342,
      "learning_rate": 4.951843953915985e-05,
      "loss": 0.6035,
      "step": 353
    },
    {
      "epoch": 0.06293333333333333,
      "grad_norm": 0.2365552932024002,
      "learning_rate": 4.951570839445995e-05,
      "loss": 0.5661,
      "step": 354
    },
    {
      "epoch": 0.06311111111111112,
      "grad_norm": 0.10666210204362869,
      "learning_rate": 4.951296960261853e-05,
      "loss": 0.5279,
      "step": 355
    },
    {
      "epoch": 0.0632888888888889,
      "grad_norm": 0.1475289762020111,
      "learning_rate": 4.95102231644899e-05,
      "loss": 0.6749,
      "step": 356
    },
    {
      "epoch": 0.06346666666666667,
      "grad_norm": 0.11344022303819656,
      "learning_rate": 4.9507469080930734e-05,
      "loss": 0.569,
      "step": 357
    },
    {
      "epoch": 0.06364444444444445,
      "grad_norm": 0.09832093119621277,
      "learning_rate": 4.9504707352800125e-05,
      "loss": 0.588,
      "step": 358
    },
    {
      "epoch": 0.06382222222222222,
      "grad_norm": 0.16316619515419006,
      "learning_rate": 4.9501937980959545e-05,
      "loss": 0.4731,
      "step": 359
    },
    {
      "epoch": 0.064,
      "grad_norm": 0.1701132208108902,
      "learning_rate": 4.949916096627282e-05,
      "loss": 0.6044,
      "step": 360
    },
    {
      "epoch": 0.06417777777777778,
      "grad_norm": 0.1116047129034996,
      "learning_rate": 4.949637630960617e-05,
      "loss": 0.5256,
      "step": 361
    },
    {
      "epoch": 0.06435555555555555,
      "grad_norm": 0.12019706517457962,
      "learning_rate": 4.949358401182824e-05,
      "loss": 0.5548,
      "step": 362
    },
    {
      "epoch": 0.06453333333333333,
      "grad_norm": 0.11305873841047287,
      "learning_rate": 4.949078407381e-05,
      "loss": 0.5527,
      "step": 363
    },
    {
      "epoch": 0.06471111111111111,
      "grad_norm": 0.1324770152568817,
      "learning_rate": 4.948797649642484e-05,
      "loss": 0.5513,
      "step": 364
    },
    {
      "epoch": 0.06488888888888888,
      "grad_norm": 0.10249876976013184,
      "learning_rate": 4.948516128054852e-05,
      "loss": 0.5749,
      "step": 365
    },
    {
      "epoch": 0.06506666666666666,
      "grad_norm": 0.13852979242801666,
      "learning_rate": 4.948233842705919e-05,
      "loss": 0.7387,
      "step": 366
    },
    {
      "epoch": 0.06524444444444444,
      "grad_norm": 0.13100025057792664,
      "learning_rate": 4.9479507936837364e-05,
      "loss": 0.5049,
      "step": 367
    },
    {
      "epoch": 0.06542222222222223,
      "grad_norm": 0.11465228348970413,
      "learning_rate": 4.947666981076597e-05,
      "loss": 0.5006,
      "step": 368
    },
    {
      "epoch": 0.0656,
      "grad_norm": 0.13173198699951172,
      "learning_rate": 4.94738240497303e-05,
      "loss": 0.6291,
      "step": 369
    },
    {
      "epoch": 0.06577777777777778,
      "grad_norm": 0.11195150017738342,
      "learning_rate": 4.947097065461801e-05,
      "loss": 0.5483,
      "step": 370
    },
    {
      "epoch": 0.06595555555555556,
      "grad_norm": 0.13388414680957794,
      "learning_rate": 4.946810962631916e-05,
      "loss": 0.754,
      "step": 371
    },
    {
      "epoch": 0.06613333333333334,
      "grad_norm": 0.13278795778751373,
      "learning_rate": 4.9465240965726195e-05,
      "loss": 0.4575,
      "step": 372
    },
    {
      "epoch": 0.06631111111111111,
      "grad_norm": 0.12588383257389069,
      "learning_rate": 4.946236467373392e-05,
      "loss": 0.5325,
      "step": 373
    },
    {
      "epoch": 0.06648888888888889,
      "grad_norm": 0.21415670216083527,
      "learning_rate": 4.945948075123954e-05,
      "loss": 0.7034,
      "step": 374
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 0.11683046817779541,
      "learning_rate": 4.9456589199142637e-05,
      "loss": 0.4491,
      "step": 375
    },
    {
      "epoch": 0.06684444444444444,
      "grad_norm": 0.12641367316246033,
      "learning_rate": 4.9453690018345144e-05,
      "loss": 0.4136,
      "step": 376
    },
    {
      "epoch": 0.06702222222222222,
      "grad_norm": 0.17564763128757477,
      "learning_rate": 4.945078320975142e-05,
      "loss": 0.5542,
      "step": 377
    },
    {
      "epoch": 0.0672,
      "grad_norm": 0.22514808177947998,
      "learning_rate": 4.9447868774268166e-05,
      "loss": 0.5082,
      "step": 378
    },
    {
      "epoch": 0.06737777777777777,
      "grad_norm": 0.09878932684659958,
      "learning_rate": 4.9444946712804494e-05,
      "loss": 0.5395,
      "step": 379
    },
    {
      "epoch": 0.06755555555555555,
      "grad_norm": 0.12520992755889893,
      "learning_rate": 4.9442017026271864e-05,
      "loss": 0.6807,
      "step": 380
    },
    {
      "epoch": 0.06773333333333334,
      "grad_norm": 0.09364703297615051,
      "learning_rate": 4.9439079715584135e-05,
      "loss": 0.4706,
      "step": 381
    },
    {
      "epoch": 0.06791111111111112,
      "grad_norm": 0.09961648285388947,
      "learning_rate": 4.943613478165753e-05,
      "loss": 0.6094,
      "step": 382
    },
    {
      "epoch": 0.0680888888888889,
      "grad_norm": 0.1309124231338501,
      "learning_rate": 4.943318222541066e-05,
      "loss": 0.4911,
      "step": 383
    },
    {
      "epoch": 0.06826666666666667,
      "grad_norm": 0.09704731404781342,
      "learning_rate": 4.9430222047764506e-05,
      "loss": 0.5329,
      "step": 384
    },
    {
      "epoch": 0.06844444444444445,
      "grad_norm": 0.11558416485786438,
      "learning_rate": 4.9427254249642444e-05,
      "loss": 0.4877,
      "step": 385
    },
    {
      "epoch": 0.06862222222222222,
      "grad_norm": 0.10762333869934082,
      "learning_rate": 4.942427883197021e-05,
      "loss": 0.5774,
      "step": 386
    },
    {
      "epoch": 0.0688,
      "grad_norm": 0.13059288263320923,
      "learning_rate": 4.94212957956759e-05,
      "loss": 0.6695,
      "step": 387
    },
    {
      "epoch": 0.06897777777777778,
      "grad_norm": 0.1858450025320053,
      "learning_rate": 4.941830514169004e-05,
      "loss": 0.5673,
      "step": 388
    },
    {
      "epoch": 0.06915555555555555,
      "grad_norm": 0.12893255054950714,
      "learning_rate": 4.941530687094548e-05,
      "loss": 0.5959,
      "step": 389
    },
    {
      "epoch": 0.06933333333333333,
      "grad_norm": 0.24427193403244019,
      "learning_rate": 4.941230098437747e-05,
      "loss": 0.736,
      "step": 390
    },
    {
      "epoch": 0.0695111111111111,
      "grad_norm": 0.12266620993614197,
      "learning_rate": 4.940928748292363e-05,
      "loss": 0.5298,
      "step": 391
    },
    {
      "epoch": 0.06968888888888888,
      "grad_norm": 0.17361949384212494,
      "learning_rate": 4.9406266367523945e-05,
      "loss": 0.5028,
      "step": 392
    },
    {
      "epoch": 0.06986666666666666,
      "grad_norm": 0.1182074025273323,
      "learning_rate": 4.9403237639120805e-05,
      "loss": 0.5703,
      "step": 393
    },
    {
      "epoch": 0.07004444444444445,
      "grad_norm": 0.1409914195537567,
      "learning_rate": 4.940020129865895e-05,
      "loss": 0.5364,
      "step": 394
    },
    {
      "epoch": 0.07022222222222223,
      "grad_norm": 0.14208325743675232,
      "learning_rate": 4.93971573470855e-05,
      "loss": 0.4332,
      "step": 395
    },
    {
      "epoch": 0.0704,
      "grad_norm": 0.1182163804769516,
      "learning_rate": 4.9394105785349944e-05,
      "loss": 0.4911,
      "step": 396
    },
    {
      "epoch": 0.07057777777777778,
      "grad_norm": 0.12269298732280731,
      "learning_rate": 4.939104661440415e-05,
      "loss": 0.4789,
      "step": 397
    },
    {
      "epoch": 0.07075555555555556,
      "grad_norm": 0.23277179896831512,
      "learning_rate": 4.938797983520237e-05,
      "loss": 0.4616,
      "step": 398
    },
    {
      "epoch": 0.07093333333333333,
      "grad_norm": 0.12538619339466095,
      "learning_rate": 4.938490544870121e-05,
      "loss": 0.4223,
      "step": 399
    },
    {
      "epoch": 0.07111111111111111,
      "grad_norm": 0.2072671800851822,
      "learning_rate": 4.938182345585966e-05,
      "loss": 0.5571,
      "step": 400
    },
    {
      "epoch": 0.07128888888888889,
      "grad_norm": 0.12578058242797852,
      "learning_rate": 4.937873385763908e-05,
      "loss": 0.6039,
      "step": 401
    },
    {
      "epoch": 0.07146666666666666,
      "grad_norm": 0.13072609901428223,
      "learning_rate": 4.937563665500321e-05,
      "loss": 0.5999,
      "step": 402
    },
    {
      "epoch": 0.07164444444444444,
      "grad_norm": 0.09660910815000534,
      "learning_rate": 4.9372531848918145e-05,
      "loss": 0.4193,
      "step": 403
    },
    {
      "epoch": 0.07182222222222222,
      "grad_norm": 0.17925910651683807,
      "learning_rate": 4.936941944035237e-05,
      "loss": 0.4779,
      "step": 404
    },
    {
      "epoch": 0.072,
      "grad_norm": 0.12675291299819946,
      "learning_rate": 4.936629943027672e-05,
      "loss": 0.5663,
      "step": 405
    },
    {
      "epoch": 0.07217777777777777,
      "grad_norm": 0.1440359354019165,
      "learning_rate": 4.9363171819664434e-05,
      "loss": 0.4829,
      "step": 406
    },
    {
      "epoch": 0.07235555555555556,
      "grad_norm": 0.14052598178386688,
      "learning_rate": 4.936003660949108e-05,
      "loss": 0.7449,
      "step": 407
    },
    {
      "epoch": 0.07253333333333334,
      "grad_norm": 0.11429505795240402,
      "learning_rate": 4.935689380073464e-05,
      "loss": 0.47,
      "step": 408
    },
    {
      "epoch": 0.07271111111111112,
      "grad_norm": 0.12665224075317383,
      "learning_rate": 4.935374339437543e-05,
      "loss": 0.578,
      "step": 409
    },
    {
      "epoch": 0.07288888888888889,
      "grad_norm": 0.11421271413564682,
      "learning_rate": 4.935058539139615e-05,
      "loss": 0.5641,
      "step": 410
    },
    {
      "epoch": 0.07306666666666667,
      "grad_norm": 0.13265226781368256,
      "learning_rate": 4.9347419792781876e-05,
      "loss": 0.6225,
      "step": 411
    },
    {
      "epoch": 0.07324444444444445,
      "grad_norm": 0.12128201872110367,
      "learning_rate": 4.934424659952006e-05,
      "loss": 0.6562,
      "step": 412
    },
    {
      "epoch": 0.07342222222222222,
      "grad_norm": 0.1084672138094902,
      "learning_rate": 4.934106581260049e-05,
      "loss": 0.5167,
      "step": 413
    },
    {
      "epoch": 0.0736,
      "grad_norm": 0.09844696521759033,
      "learning_rate": 4.933787743301534e-05,
      "loss": 0.5038,
      "step": 414
    },
    {
      "epoch": 0.07377777777777778,
      "grad_norm": 0.12272031605243683,
      "learning_rate": 4.933468146175918e-05,
      "loss": 0.5574,
      "step": 415
    },
    {
      "epoch": 0.07395555555555555,
      "grad_norm": 0.12302003800868988,
      "learning_rate": 4.93314778998289e-05,
      "loss": 0.6401,
      "step": 416
    },
    {
      "epoch": 0.07413333333333333,
      "grad_norm": 0.10350817441940308,
      "learning_rate": 4.93282667482238e-05,
      "loss": 0.5237,
      "step": 417
    },
    {
      "epoch": 0.0743111111111111,
      "grad_norm": 0.11492586135864258,
      "learning_rate": 4.9325048007945526e-05,
      "loss": 0.5586,
      "step": 418
    },
    {
      "epoch": 0.07448888888888888,
      "grad_norm": 0.1294155865907669,
      "learning_rate": 4.9321821679998074e-05,
      "loss": 0.5182,
      "step": 419
    },
    {
      "epoch": 0.07466666666666667,
      "grad_norm": 0.10784469544887543,
      "learning_rate": 4.9318587765387845e-05,
      "loss": 0.4844,
      "step": 420
    },
    {
      "epoch": 0.07484444444444445,
      "grad_norm": 0.13449308276176453,
      "learning_rate": 4.9315346265123594e-05,
      "loss": 0.6438,
      "step": 421
    },
    {
      "epoch": 0.07502222222222223,
      "grad_norm": 0.13114199042320251,
      "learning_rate": 4.9312097180216414e-05,
      "loss": 0.5335,
      "step": 422
    },
    {
      "epoch": 0.0752,
      "grad_norm": 0.1415078490972519,
      "learning_rate": 4.9308840511679804e-05,
      "loss": 0.586,
      "step": 423
    },
    {
      "epoch": 0.07537777777777778,
      "grad_norm": 0.11740420758724213,
      "learning_rate": 4.9305576260529607e-05,
      "loss": 0.5374,
      "step": 424
    },
    {
      "epoch": 0.07555555555555556,
      "grad_norm": 0.12439213693141937,
      "learning_rate": 4.930230442778403e-05,
      "loss": 0.4819,
      "step": 425
    },
    {
      "epoch": 0.07573333333333333,
      "grad_norm": 0.10145685076713562,
      "learning_rate": 4.929902501446366e-05,
      "loss": 0.4455,
      "step": 426
    },
    {
      "epoch": 0.07591111111111111,
      "grad_norm": 0.1378268003463745,
      "learning_rate": 4.929573802159143e-05,
      "loss": 0.5227,
      "step": 427
    },
    {
      "epoch": 0.07608888888888889,
      "grad_norm": 0.11586637794971466,
      "learning_rate": 4.9292443450192645e-05,
      "loss": 0.4823,
      "step": 428
    },
    {
      "epoch": 0.07626666666666666,
      "grad_norm": 0.14607420563697815,
      "learning_rate": 4.928914130129498e-05,
      "loss": 0.6554,
      "step": 429
    },
    {
      "epoch": 0.07644444444444444,
      "grad_norm": 0.1378929764032364,
      "learning_rate": 4.9285831575928465e-05,
      "loss": 0.5136,
      "step": 430
    },
    {
      "epoch": 0.07662222222222222,
      "grad_norm": 0.11642621457576752,
      "learning_rate": 4.92825142751255e-05,
      "loss": 0.5608,
      "step": 431
    },
    {
      "epoch": 0.0768,
      "grad_norm": 0.12321925163269043,
      "learning_rate": 4.9279189399920844e-05,
      "loss": 0.5031,
      "step": 432
    },
    {
      "epoch": 0.07697777777777778,
      "grad_norm": 0.12677502632141113,
      "learning_rate": 4.927585695135162e-05,
      "loss": 0.6046,
      "step": 433
    },
    {
      "epoch": 0.07715555555555556,
      "grad_norm": 0.17256797850131989,
      "learning_rate": 4.9272516930457314e-05,
      "loss": 0.5595,
      "step": 434
    },
    {
      "epoch": 0.07733333333333334,
      "grad_norm": 0.1433863341808319,
      "learning_rate": 4.9269169338279766e-05,
      "loss": 0.6104,
      "step": 435
    },
    {
      "epoch": 0.07751111111111111,
      "grad_norm": 0.1455060839653015,
      "learning_rate": 4.9265814175863186e-05,
      "loss": 0.6235,
      "step": 436
    },
    {
      "epoch": 0.07768888888888889,
      "grad_norm": 0.14658929407596588,
      "learning_rate": 4.926245144425415e-05,
      "loss": 0.5466,
      "step": 437
    },
    {
      "epoch": 0.07786666666666667,
      "grad_norm": 0.15051274001598358,
      "learning_rate": 4.925908114450158e-05,
      "loss": 0.5063,
      "step": 438
    },
    {
      "epoch": 0.07804444444444444,
      "grad_norm": 0.13032183051109314,
      "learning_rate": 4.925570327765678e-05,
      "loss": 0.4495,
      "step": 439
    },
    {
      "epoch": 0.07822222222222222,
      "grad_norm": 0.1568521410226822,
      "learning_rate": 4.925231784477339e-05,
      "loss": 0.6008,
      "step": 440
    },
    {
      "epoch": 0.0784,
      "grad_norm": 0.12232274562120438,
      "learning_rate": 4.924892484690743e-05,
      "loss": 0.4374,
      "step": 441
    },
    {
      "epoch": 0.07857777777777777,
      "grad_norm": 0.14305874705314636,
      "learning_rate": 4.9245524285117274e-05,
      "loss": 0.5823,
      "step": 442
    },
    {
      "epoch": 0.07875555555555555,
      "grad_norm": 0.1605319380760193,
      "learning_rate": 4.924211616046365e-05,
      "loss": 0.4347,
      "step": 443
    },
    {
      "epoch": 0.07893333333333333,
      "grad_norm": 0.10928831249475479,
      "learning_rate": 4.923870047400964e-05,
      "loss": 0.4523,
      "step": 444
    },
    {
      "epoch": 0.0791111111111111,
      "grad_norm": 0.19794242084026337,
      "learning_rate": 4.9235277226820695e-05,
      "loss": 0.4556,
      "step": 445
    },
    {
      "epoch": 0.0792888888888889,
      "grad_norm": 0.16253721714019775,
      "learning_rate": 4.923184641996463e-05,
      "loss": 0.5373,
      "step": 446
    },
    {
      "epoch": 0.07946666666666667,
      "grad_norm": 0.2454134076833725,
      "learning_rate": 4.922840805451161e-05,
      "loss": 0.5283,
      "step": 447
    },
    {
      "epoch": 0.07964444444444445,
      "grad_norm": 0.18191643059253693,
      "learning_rate": 4.922496213153416e-05,
      "loss": 0.4677,
      "step": 448
    },
    {
      "epoch": 0.07982222222222222,
      "grad_norm": 0.2187846601009369,
      "learning_rate": 4.922150865210715e-05,
      "loss": 0.4869,
      "step": 449
    },
    {
      "epoch": 0.08,
      "grad_norm": 0.32716700434684753,
      "learning_rate": 4.9218047617307824e-05,
      "loss": 0.6624,
      "step": 450
    },
    {
      "epoch": 0.08017777777777778,
      "grad_norm": 0.14984872937202454,
      "learning_rate": 4.9214579028215776e-05,
      "loss": 0.4709,
      "step": 451
    },
    {
      "epoch": 0.08035555555555556,
      "grad_norm": 0.1540294885635376,
      "learning_rate": 4.9211102885912965e-05,
      "loss": 0.6462,
      "step": 452
    },
    {
      "epoch": 0.08053333333333333,
      "grad_norm": 0.13533832132816315,
      "learning_rate": 4.920761919148369e-05,
      "loss": 0.5695,
      "step": 453
    },
    {
      "epoch": 0.08071111111111111,
      "grad_norm": 0.19239214062690735,
      "learning_rate": 4.920412794601461e-05,
      "loss": 0.5041,
      "step": 454
    },
    {
      "epoch": 0.08088888888888889,
      "grad_norm": 0.15827728807926178,
      "learning_rate": 4.9200629150594744e-05,
      "loss": 0.5251,
      "step": 455
    },
    {
      "epoch": 0.08106666666666666,
      "grad_norm": 0.16110765933990479,
      "learning_rate": 4.919712280631547e-05,
      "loss": 0.551,
      "step": 456
    },
    {
      "epoch": 0.08124444444444444,
      "grad_norm": 0.14169973134994507,
      "learning_rate": 4.9193608914270515e-05,
      "loss": 0.6055,
      "step": 457
    },
    {
      "epoch": 0.08142222222222223,
      "grad_norm": 0.18263943493366241,
      "learning_rate": 4.9190087475555955e-05,
      "loss": 0.6913,
      "step": 458
    },
    {
      "epoch": 0.0816,
      "grad_norm": 0.1228347197175026,
      "learning_rate": 4.918655849127024e-05,
      "loss": 0.4552,
      "step": 459
    },
    {
      "epoch": 0.08177777777777778,
      "grad_norm": 0.10659822821617126,
      "learning_rate": 4.918302196251415e-05,
      "loss": 0.5003,
      "step": 460
    },
    {
      "epoch": 0.08195555555555556,
      "grad_norm": 0.12345919758081436,
      "learning_rate": 4.9179477890390825e-05,
      "loss": 0.429,
      "step": 461
    },
    {
      "epoch": 0.08213333333333334,
      "grad_norm": 0.11815184354782104,
      "learning_rate": 4.917592627600577e-05,
      "loss": 0.502,
      "step": 462
    },
    {
      "epoch": 0.08231111111111111,
      "grad_norm": 0.13535043597221375,
      "learning_rate": 4.917236712046682e-05,
      "loss": 0.6751,
      "step": 463
    },
    {
      "epoch": 0.08248888888888889,
      "grad_norm": 0.13930095732212067,
      "learning_rate": 4.916880042488419e-05,
      "loss": 0.5427,
      "step": 464
    },
    {
      "epoch": 0.08266666666666667,
      "grad_norm": 0.11492421478033066,
      "learning_rate": 4.916522619037043e-05,
      "loss": 0.4535,
      "step": 465
    },
    {
      "epoch": 0.08284444444444444,
      "grad_norm": 0.13391397893428802,
      "learning_rate": 4.916164441804044e-05,
      "loss": 0.5106,
      "step": 466
    },
    {
      "epoch": 0.08302222222222222,
      "grad_norm": 0.15971896052360535,
      "learning_rate": 4.915805510901148e-05,
      "loss": 0.8395,
      "step": 467
    },
    {
      "epoch": 0.0832,
      "grad_norm": 0.14514043927192688,
      "learning_rate": 4.915445826440316e-05,
      "loss": 0.5025,
      "step": 468
    },
    {
      "epoch": 0.08337777777777777,
      "grad_norm": 0.13565373420715332,
      "learning_rate": 4.9150853885337426e-05,
      "loss": 0.5774,
      "step": 469
    },
    {
      "epoch": 0.08355555555555555,
      "grad_norm": 0.11118032783269882,
      "learning_rate": 4.9147241972938596e-05,
      "loss": 0.4923,
      "step": 470
    },
    {
      "epoch": 0.08373333333333334,
      "grad_norm": 0.14587406814098358,
      "learning_rate": 4.914362252833332e-05,
      "loss": 0.5503,
      "step": 471
    },
    {
      "epoch": 0.08391111111111112,
      "grad_norm": 0.11147578805685043,
      "learning_rate": 4.913999555265062e-05,
      "loss": 0.4687,
      "step": 472
    },
    {
      "epoch": 0.0840888888888889,
      "grad_norm": 0.14339478313922882,
      "learning_rate": 4.913636104702183e-05,
      "loss": 0.559,
      "step": 473
    },
    {
      "epoch": 0.08426666666666667,
      "grad_norm": 0.12677563726902008,
      "learning_rate": 4.913271901258067e-05,
      "loss": 0.5893,
      "step": 474
    },
    {
      "epoch": 0.08444444444444445,
      "grad_norm": 0.1598431020975113,
      "learning_rate": 4.9129069450463186e-05,
      "loss": 0.458,
      "step": 475
    },
    {
      "epoch": 0.08462222222222222,
      "grad_norm": 0.16157884895801544,
      "learning_rate": 4.912541236180779e-05,
      "loss": 0.5704,
      "step": 476
    },
    {
      "epoch": 0.0848,
      "grad_norm": 0.14672227203845978,
      "learning_rate": 4.912174774775522e-05,
      "loss": 0.6351,
      "step": 477
    },
    {
      "epoch": 0.08497777777777778,
      "grad_norm": 0.12318343669176102,
      "learning_rate": 4.911807560944858e-05,
      "loss": 0.4788,
      "step": 478
    },
    {
      "epoch": 0.08515555555555555,
      "grad_norm": 0.09274142235517502,
      "learning_rate": 4.9114395948033296e-05,
      "loss": 0.3969,
      "step": 479
    },
    {
      "epoch": 0.08533333333333333,
      "grad_norm": 0.12495303899049759,
      "learning_rate": 4.911070876465719e-05,
      "loss": 0.6137,
      "step": 480
    },
    {
      "epoch": 0.08551111111111111,
      "grad_norm": 0.16101619601249695,
      "learning_rate": 4.910701406047037e-05,
      "loss": 0.6358,
      "step": 481
    },
    {
      "epoch": 0.08568888888888888,
      "grad_norm": 0.09776817262172699,
      "learning_rate": 4.910331183662533e-05,
      "loss": 0.4668,
      "step": 482
    },
    {
      "epoch": 0.08586666666666666,
      "grad_norm": 0.17198891937732697,
      "learning_rate": 4.90996020942769e-05,
      "loss": 0.6583,
      "step": 483
    },
    {
      "epoch": 0.08604444444444445,
      "grad_norm": 0.11508947610855103,
      "learning_rate": 4.909588483458225e-05,
      "loss": 0.6487,
      "step": 484
    },
    {
      "epoch": 0.08622222222222223,
      "grad_norm": 0.10812798142433167,
      "learning_rate": 4.90921600587009e-05,
      "loss": 0.4142,
      "step": 485
    },
    {
      "epoch": 0.0864,
      "grad_norm": 0.11280444264411926,
      "learning_rate": 4.908842776779472e-05,
      "loss": 0.4806,
      "step": 486
    },
    {
      "epoch": 0.08657777777777778,
      "grad_norm": 0.1564003825187683,
      "learning_rate": 4.9084687963027894e-05,
      "loss": 0.5632,
      "step": 487
    },
    {
      "epoch": 0.08675555555555556,
      "grad_norm": 0.14630691707134247,
      "learning_rate": 4.9080940645567e-05,
      "loss": 0.5461,
      "step": 488
    },
    {
      "epoch": 0.08693333333333333,
      "grad_norm": 0.1468648612499237,
      "learning_rate": 4.907718581658091e-05,
      "loss": 0.509,
      "step": 489
    },
    {
      "epoch": 0.08711111111111111,
      "grad_norm": 0.16092698276042938,
      "learning_rate": 4.907342347724087e-05,
      "loss": 0.5398,
      "step": 490
    },
    {
      "epoch": 0.08728888888888889,
      "grad_norm": 0.11216852813959122,
      "learning_rate": 4.906965362872047e-05,
      "loss": 0.5187,
      "step": 491
    },
    {
      "epoch": 0.08746666666666666,
      "grad_norm": 0.15423683822155,
      "learning_rate": 4.906587627219562e-05,
      "loss": 0.4705,
      "step": 492
    },
    {
      "epoch": 0.08764444444444444,
      "grad_norm": 0.13622348010540009,
      "learning_rate": 4.906209140884459e-05,
      "loss": 0.524,
      "step": 493
    },
    {
      "epoch": 0.08782222222222222,
      "grad_norm": 0.1636885553598404,
      "learning_rate": 4.9058299039847975e-05,
      "loss": 0.5623,
      "step": 494
    },
    {
      "epoch": 0.088,
      "grad_norm": 0.1458250731229782,
      "learning_rate": 4.905449916638873e-05,
      "loss": 0.4771,
      "step": 495
    },
    {
      "epoch": 0.08817777777777777,
      "grad_norm": 0.1354760080575943,
      "learning_rate": 4.905069178965215e-05,
      "loss": 0.4188,
      "step": 496
    },
    {
      "epoch": 0.08835555555555556,
      "grad_norm": 0.20629598200321198,
      "learning_rate": 4.904687691082585e-05,
      "loss": 0.4221,
      "step": 497
    },
    {
      "epoch": 0.08853333333333334,
      "grad_norm": 0.1728140413761139,
      "learning_rate": 4.904305453109981e-05,
      "loss": 0.4182,
      "step": 498
    },
    {
      "epoch": 0.08871111111111112,
      "grad_norm": 0.284369558095932,
      "learning_rate": 4.9039224651666325e-05,
      "loss": 0.4135,
      "step": 499
    },
    {
      "epoch": 0.08888888888888889,
      "grad_norm": 0.29567790031433105,
      "learning_rate": 4.903538727372005e-05,
      "loss": 0.6789,
      "step": 500
    },
    {
      "epoch": 0.08906666666666667,
      "grad_norm": 0.17631009221076965,
      "learning_rate": 4.9031542398457974e-05,
      "loss": 0.7005,
      "step": 501
    },
    {
      "epoch": 0.08924444444444445,
      "grad_norm": 0.14960840344429016,
      "learning_rate": 4.902769002707942e-05,
      "loss": 0.545,
      "step": 502
    },
    {
      "epoch": 0.08942222222222222,
      "grad_norm": 0.19478420913219452,
      "learning_rate": 4.902383016078605e-05,
      "loss": 0.4462,
      "step": 503
    },
    {
      "epoch": 0.0896,
      "grad_norm": 0.1346614956855774,
      "learning_rate": 4.901996280078186e-05,
      "loss": 0.5446,
      "step": 504
    },
    {
      "epoch": 0.08977777777777778,
      "grad_norm": 0.1598706990480423,
      "learning_rate": 4.90160879482732e-05,
      "loss": 0.6985,
      "step": 505
    },
    {
      "epoch": 0.08995555555555555,
      "grad_norm": 0.20883695781230927,
      "learning_rate": 4.9012205604468744e-05,
      "loss": 0.5531,
      "step": 506
    },
    {
      "epoch": 0.09013333333333333,
      "grad_norm": 0.15307044982910156,
      "learning_rate": 4.90083157705795e-05,
      "loss": 0.7189,
      "step": 507
    },
    {
      "epoch": 0.0903111111111111,
      "grad_norm": 0.123873770236969,
      "learning_rate": 4.9004418447818815e-05,
      "loss": 0.6484,
      "step": 508
    },
    {
      "epoch": 0.09048888888888888,
      "grad_norm": 0.16285759210586548,
      "learning_rate": 4.900051363740238e-05,
      "loss": 0.4526,
      "step": 509
    },
    {
      "epoch": 0.09066666666666667,
      "grad_norm": 0.16067764163017273,
      "learning_rate": 4.8996601340548215e-05,
      "loss": 0.6434,
      "step": 510
    },
    {
      "epoch": 0.09084444444444445,
      "grad_norm": 0.12879173457622528,
      "learning_rate": 4.899268155847667e-05,
      "loss": 0.5127,
      "step": 511
    },
    {
      "epoch": 0.09102222222222223,
      "grad_norm": 0.16171373426914215,
      "learning_rate": 4.898875429241044e-05,
      "loss": 0.4832,
      "step": 512
    },
    {
      "epoch": 0.0912,
      "grad_norm": 0.15955506265163422,
      "learning_rate": 4.898481954357455e-05,
      "loss": 0.4298,
      "step": 513
    },
    {
      "epoch": 0.09137777777777778,
      "grad_norm": 0.1416526585817337,
      "learning_rate": 4.898087731319636e-05,
      "loss": 0.5886,
      "step": 514
    },
    {
      "epoch": 0.09155555555555556,
      "grad_norm": 0.14958050847053528,
      "learning_rate": 4.897692760250556e-05,
      "loss": 0.5979,
      "step": 515
    },
    {
      "epoch": 0.09173333333333333,
      "grad_norm": 0.12716057896614075,
      "learning_rate": 4.8972970412734176e-05,
      "loss": 0.5218,
      "step": 516
    },
    {
      "epoch": 0.09191111111111111,
      "grad_norm": 0.13036109507083893,
      "learning_rate": 4.896900574511657e-05,
      "loss": 0.538,
      "step": 517
    },
    {
      "epoch": 0.09208888888888889,
      "grad_norm": 0.14761294424533844,
      "learning_rate": 4.8965033600889435e-05,
      "loss": 0.4935,
      "step": 518
    },
    {
      "epoch": 0.09226666666666666,
      "grad_norm": 0.14525489509105682,
      "learning_rate": 4.8961053981291795e-05,
      "loss": 0.5502,
      "step": 519
    },
    {
      "epoch": 0.09244444444444444,
      "grad_norm": 0.1187833622097969,
      "learning_rate": 4.8957066887565e-05,
      "loss": 0.4978,
      "step": 520
    },
    {
      "epoch": 0.09262222222222222,
      "grad_norm": 0.13545098900794983,
      "learning_rate": 4.8953072320952745e-05,
      "loss": 0.4861,
      "step": 521
    },
    {
      "epoch": 0.0928,
      "grad_norm": 0.16626237332820892,
      "learning_rate": 4.8949070282701034e-05,
      "loss": 0.5501,
      "step": 522
    },
    {
      "epoch": 0.09297777777777778,
      "grad_norm": 0.1331178843975067,
      "learning_rate": 4.894506077405824e-05,
      "loss": 0.4918,
      "step": 523
    },
    {
      "epoch": 0.09315555555555556,
      "grad_norm": 0.16947755217552185,
      "learning_rate": 4.8941043796275015e-05,
      "loss": 0.5617,
      "step": 524
    },
    {
      "epoch": 0.09333333333333334,
      "grad_norm": 0.16088862717151642,
      "learning_rate": 4.893701935060439e-05,
      "loss": 0.5284,
      "step": 525
    },
    {
      "epoch": 0.09351111111111111,
      "grad_norm": 0.10503464937210083,
      "learning_rate": 4.893298743830168e-05,
      "loss": 0.5306,
      "step": 526
    },
    {
      "epoch": 0.09368888888888889,
      "grad_norm": 0.19542542099952698,
      "learning_rate": 4.892894806062458e-05,
      "loss": 0.4742,
      "step": 527
    },
    {
      "epoch": 0.09386666666666667,
      "grad_norm": 0.14651548862457275,
      "learning_rate": 4.892490121883306e-05,
      "loss": 0.5249,
      "step": 528
    },
    {
      "epoch": 0.09404444444444444,
      "grad_norm": 0.16770899295806885,
      "learning_rate": 4.892084691418947e-05,
      "loss": 0.5566,
      "step": 529
    },
    {
      "epoch": 0.09422222222222222,
      "grad_norm": 0.12149757891893387,
      "learning_rate": 4.891678514795843e-05,
      "loss": 0.3934,
      "step": 530
    },
    {
      "epoch": 0.0944,
      "grad_norm": 0.21761754155158997,
      "learning_rate": 4.891271592140695e-05,
      "loss": 0.5554,
      "step": 531
    },
    {
      "epoch": 0.09457777777777777,
      "grad_norm": 0.19074362516403198,
      "learning_rate": 4.8908639235804324e-05,
      "loss": 0.5569,
      "step": 532
    },
    {
      "epoch": 0.09475555555555555,
      "grad_norm": 0.17187733948230743,
      "learning_rate": 4.890455509242218e-05,
      "loss": 0.5309,
      "step": 533
    },
    {
      "epoch": 0.09493333333333333,
      "grad_norm": 0.12675423920154572,
      "learning_rate": 4.890046349253448e-05,
      "loss": 0.5178,
      "step": 534
    },
    {
      "epoch": 0.0951111111111111,
      "grad_norm": 0.18373918533325195,
      "learning_rate": 4.889636443741752e-05,
      "loss": 0.6037,
      "step": 535
    },
    {
      "epoch": 0.0952888888888889,
      "grad_norm": 0.10553757846355438,
      "learning_rate": 4.889225792834991e-05,
      "loss": 0.4518,
      "step": 536
    },
    {
      "epoch": 0.09546666666666667,
      "grad_norm": 0.18762044608592987,
      "learning_rate": 4.888814396661256e-05,
      "loss": 0.4829,
      "step": 537
    },
    {
      "epoch": 0.09564444444444445,
      "grad_norm": 0.17660444974899292,
      "learning_rate": 4.888402255348876e-05,
      "loss": 0.483,
      "step": 538
    },
    {
      "epoch": 0.09582222222222223,
      "grad_norm": 0.1741284430027008,
      "learning_rate": 4.887989369026409e-05,
      "loss": 0.4932,
      "step": 539
    },
    {
      "epoch": 0.096,
      "grad_norm": 0.15438582003116608,
      "learning_rate": 4.887575737822645e-05,
      "loss": 0.5317,
      "step": 540
    },
    {
      "epoch": 0.09617777777777778,
      "grad_norm": 0.13077807426452637,
      "learning_rate": 4.887161361866608e-05,
      "loss": 0.5137,
      "step": 541
    },
    {
      "epoch": 0.09635555555555556,
      "grad_norm": 0.2088961899280548,
      "learning_rate": 4.8867462412875526e-05,
      "loss": 0.3897,
      "step": 542
    },
    {
      "epoch": 0.09653333333333333,
      "grad_norm": 0.16604351997375488,
      "learning_rate": 4.886330376214968e-05,
      "loss": 0.4283,
      "step": 543
    },
    {
      "epoch": 0.09671111111111111,
      "grad_norm": 0.16843605041503906,
      "learning_rate": 4.8859137667785735e-05,
      "loss": 0.4215,
      "step": 544
    },
    {
      "epoch": 0.09688888888888889,
      "grad_norm": 0.20798593759536743,
      "learning_rate": 4.88549641310832e-05,
      "loss": 0.4405,
      "step": 545
    },
    {
      "epoch": 0.09706666666666666,
      "grad_norm": 0.14760468900203705,
      "learning_rate": 4.885078315334395e-05,
      "loss": 0.4278,
      "step": 546
    },
    {
      "epoch": 0.09724444444444444,
      "grad_norm": 0.1894788295030594,
      "learning_rate": 4.884659473587213e-05,
      "loss": 0.4811,
      "step": 547
    },
    {
      "epoch": 0.09742222222222222,
      "grad_norm": 0.1976652294397354,
      "learning_rate": 4.884239887997423e-05,
      "loss": 0.4609,
      "step": 548
    },
    {
      "epoch": 0.0976,
      "grad_norm": 0.2146688550710678,
      "learning_rate": 4.8838195586959046e-05,
      "loss": 0.4672,
      "step": 549
    },
    {
      "epoch": 0.09777777777777778,
      "grad_norm": 0.23618823289871216,
      "learning_rate": 4.8833984858137715e-05,
      "loss": 0.5308,
      "step": 550
    },
    {
      "epoch": 0.09795555555555556,
      "grad_norm": 0.1519390195608139,
      "learning_rate": 4.882976669482367e-05,
      "loss": 0.6066,
      "step": 551
    },
    {
      "epoch": 0.09813333333333334,
      "grad_norm": 0.13874588906764984,
      "learning_rate": 4.8825541098332706e-05,
      "loss": 0.5008,
      "step": 552
    },
    {
      "epoch": 0.09831111111111111,
      "grad_norm": 0.14271466434001923,
      "learning_rate": 4.8821308069982867e-05,
      "loss": 0.5179,
      "step": 553
    },
    {
      "epoch": 0.09848888888888889,
      "grad_norm": 0.13332295417785645,
      "learning_rate": 4.881706761109458e-05,
      "loss": 0.488,
      "step": 554
    },
    {
      "epoch": 0.09866666666666667,
      "grad_norm": 0.12876787781715393,
      "learning_rate": 4.881281972299055e-05,
      "loss": 0.5535,
      "step": 555
    },
    {
      "epoch": 0.09884444444444444,
      "grad_norm": 0.13639667630195618,
      "learning_rate": 4.880856440699582e-05,
      "loss": 0.4188,
      "step": 556
    },
    {
      "epoch": 0.09902222222222222,
      "grad_norm": 0.1605464518070221,
      "learning_rate": 4.880430166443775e-05,
      "loss": 0.4853,
      "step": 557
    },
    {
      "epoch": 0.0992,
      "grad_norm": 0.1567903608083725,
      "learning_rate": 4.880003149664599e-05,
      "loss": 0.5563,
      "step": 558
    },
    {
      "epoch": 0.09937777777777777,
      "grad_norm": 0.1114354282617569,
      "learning_rate": 4.8795753904952534e-05,
      "loss": 0.4686,
      "step": 559
    },
    {
      "epoch": 0.09955555555555555,
      "grad_norm": 0.163170725107193,
      "learning_rate": 4.8791468890691696e-05,
      "loss": 0.4125,
      "step": 560
    },
    {
      "epoch": 0.09973333333333333,
      "grad_norm": 0.1444622427225113,
      "learning_rate": 4.878717645520008e-05,
      "loss": 0.4841,
      "step": 561
    },
    {
      "epoch": 0.09991111111111112,
      "grad_norm": 0.212680384516716,
      "learning_rate": 4.878287659981662e-05,
      "loss": 0.5713,
      "step": 562
    },
    {
      "epoch": 0.1000888888888889,
      "grad_norm": 0.21137243509292603,
      "learning_rate": 4.877856932588257e-05,
      "loss": 0.4885,
      "step": 563
    },
    {
      "epoch": 0.10026666666666667,
      "grad_norm": 0.13607624173164368,
      "learning_rate": 4.877425463474148e-05,
      "loss": 0.5789,
      "step": 564
    },
    {
      "epoch": 0.10044444444444445,
      "grad_norm": 0.17614617943763733,
      "learning_rate": 4.8769932527739225e-05,
      "loss": 0.6047,
      "step": 565
    },
    {
      "epoch": 0.10062222222222222,
      "grad_norm": 0.16323573887348175,
      "learning_rate": 4.8765603006224006e-05,
      "loss": 0.5245,
      "step": 566
    },
    {
      "epoch": 0.1008,
      "grad_norm": 0.15266373753547668,
      "learning_rate": 4.87612660715463e-05,
      "loss": 0.5597,
      "step": 567
    },
    {
      "epoch": 0.10097777777777778,
      "grad_norm": 0.12621857225894928,
      "learning_rate": 4.8756921725058934e-05,
      "loss": 0.554,
      "step": 568
    },
    {
      "epoch": 0.10115555555555555,
      "grad_norm": 0.12518687546253204,
      "learning_rate": 4.875256996811703e-05,
      "loss": 0.5873,
      "step": 569
    },
    {
      "epoch": 0.10133333333333333,
      "grad_norm": 0.19686056673526764,
      "learning_rate": 4.874821080207803e-05,
      "loss": 0.5533,
      "step": 570
    },
    {
      "epoch": 0.10151111111111111,
      "grad_norm": 0.14372362196445465,
      "learning_rate": 4.874384422830167e-05,
      "loss": 0.4307,
      "step": 571
    },
    {
      "epoch": 0.10168888888888888,
      "grad_norm": 0.15460693836212158,
      "learning_rate": 4.873947024815002e-05,
      "loss": 0.5374,
      "step": 572
    },
    {
      "epoch": 0.10186666666666666,
      "grad_norm": 0.2047254592180252,
      "learning_rate": 4.873508886298743e-05,
      "loss": 0.5059,
      "step": 573
    },
    {
      "epoch": 0.10204444444444444,
      "grad_norm": 0.14418460428714752,
      "learning_rate": 4.873070007418059e-05,
      "loss": 0.4804,
      "step": 574
    },
    {
      "epoch": 0.10222222222222223,
      "grad_norm": 0.15861301124095917,
      "learning_rate": 4.872630388309849e-05,
      "loss": 0.5543,
      "step": 575
    },
    {
      "epoch": 0.1024,
      "grad_norm": 0.13709314167499542,
      "learning_rate": 4.8721900291112415e-05,
      "loss": 0.4175,
      "step": 576
    },
    {
      "epoch": 0.10257777777777778,
      "grad_norm": 0.1624605506658554,
      "learning_rate": 4.871748929959598e-05,
      "loss": 0.6772,
      "step": 577
    },
    {
      "epoch": 0.10275555555555556,
      "grad_norm": 0.1580829620361328,
      "learning_rate": 4.8713070909925094e-05,
      "loss": 0.457,
      "step": 578
    },
    {
      "epoch": 0.10293333333333334,
      "grad_norm": 0.19348135590553284,
      "learning_rate": 4.870864512347797e-05,
      "loss": 0.5821,
      "step": 579
    },
    {
      "epoch": 0.10311111111111111,
      "grad_norm": 0.12710440158843994,
      "learning_rate": 4.870421194163515e-05,
      "loss": 0.4329,
      "step": 580
    },
    {
      "epoch": 0.10328888888888889,
      "grad_norm": 0.22347180545330048,
      "learning_rate": 4.8699771365779453e-05,
      "loss": 0.4592,
      "step": 581
    },
    {
      "epoch": 0.10346666666666667,
      "grad_norm": 0.17189402878284454,
      "learning_rate": 4.8695323397296044e-05,
      "loss": 0.5264,
      "step": 582
    },
    {
      "epoch": 0.10364444444444444,
      "grad_norm": 0.17262843251228333,
      "learning_rate": 4.8690868037572346e-05,
      "loss": 0.5395,
      "step": 583
    },
    {
      "epoch": 0.10382222222222222,
      "grad_norm": 0.2574656009674072,
      "learning_rate": 4.8686405287998116e-05,
      "loss": 0.683,
      "step": 584
    },
    {
      "epoch": 0.104,
      "grad_norm": 0.12457854300737381,
      "learning_rate": 4.8681935149965416e-05,
      "loss": 0.4287,
      "step": 585
    },
    {
      "epoch": 0.10417777777777777,
      "grad_norm": 0.18310818076133728,
      "learning_rate": 4.867745762486861e-05,
      "loss": 0.5687,
      "step": 586
    },
    {
      "epoch": 0.10435555555555555,
      "grad_norm": 0.162963405251503,
      "learning_rate": 4.8672972714104357e-05,
      "loss": 0.5696,
      "step": 587
    },
    {
      "epoch": 0.10453333333333334,
      "grad_norm": 0.13576892018318176,
      "learning_rate": 4.866848041907164e-05,
      "loss": 0.4863,
      "step": 588
    },
    {
      "epoch": 0.10471111111111112,
      "grad_norm": 0.1375289112329483,
      "learning_rate": 4.8663980741171724e-05,
      "loss": 0.4946,
      "step": 589
    },
    {
      "epoch": 0.10488888888888889,
      "grad_norm": 0.13796629011631012,
      "learning_rate": 4.865947368180818e-05,
      "loss": 0.6431,
      "step": 590
    },
    {
      "epoch": 0.10506666666666667,
      "grad_norm": 0.23682910203933716,
      "learning_rate": 4.8654959242386896e-05,
      "loss": 0.4593,
      "step": 591
    },
    {
      "epoch": 0.10524444444444445,
      "grad_norm": 0.17123302817344666,
      "learning_rate": 4.865043742431605e-05,
      "loss": 0.3951,
      "step": 592
    },
    {
      "epoch": 0.10542222222222222,
      "grad_norm": 0.18275408446788788,
      "learning_rate": 4.8645908229006135e-05,
      "loss": 0.4035,
      "step": 593
    },
    {
      "epoch": 0.1056,
      "grad_norm": 0.13864780962467194,
      "learning_rate": 4.8641371657869916e-05,
      "loss": 0.4468,
      "step": 594
    },
    {
      "epoch": 0.10577777777777778,
      "grad_norm": 0.18762609362602234,
      "learning_rate": 4.863682771232248e-05,
      "loss": 0.4982,
      "step": 595
    },
    {
      "epoch": 0.10595555555555555,
      "grad_norm": 0.17086105048656464,
      "learning_rate": 4.863227639378124e-05,
      "loss": 0.4342,
      "step": 596
    },
    {
      "epoch": 0.10613333333333333,
      "grad_norm": 0.1798182874917984,
      "learning_rate": 4.862771770366584e-05,
      "loss": 0.3989,
      "step": 597
    },
    {
      "epoch": 0.1063111111111111,
      "grad_norm": 0.3316052556037903,
      "learning_rate": 4.862315164339829e-05,
      "loss": 0.4452,
      "step": 598
    },
    {
      "epoch": 0.10648888888888888,
      "grad_norm": 0.2244439423084259,
      "learning_rate": 4.861857821440287e-05,
      "loss": 0.4652,
      "step": 599
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 0.263261616230011,
      "learning_rate": 4.861399741810615e-05,
      "loss": 0.5543,
      "step": 600
    },
    {
      "epoch": 0.10684444444444445,
      "grad_norm": 0.16309194266796112,
      "learning_rate": 4.860940925593703e-05,
      "loss": 0.4489,
      "step": 601
    },
    {
      "epoch": 0.10702222222222223,
      "grad_norm": 0.18105711042881012,
      "learning_rate": 4.860481372932667e-05,
      "loss": 0.5226,
      "step": 602
    },
    {
      "epoch": 0.1072,
      "grad_norm": 0.1627589911222458,
      "learning_rate": 4.860021083970855e-05,
      "loss": 0.4933,
      "step": 603
    },
    {
      "epoch": 0.10737777777777778,
      "grad_norm": 0.16295213997364044,
      "learning_rate": 4.859560058851844e-05,
      "loss": 0.5953,
      "step": 604
    },
    {
      "epoch": 0.10755555555555556,
      "grad_norm": 0.2031651735305786,
      "learning_rate": 4.85909829771944e-05,
      "loss": 0.5351,
      "step": 605
    },
    {
      "epoch": 0.10773333333333333,
      "grad_norm": 0.1696680337190628,
      "learning_rate": 4.858635800717681e-05,
      "loss": 0.4635,
      "step": 606
    },
    {
      "epoch": 0.10791111111111111,
      "grad_norm": 0.19358326494693756,
      "learning_rate": 4.8581725679908317e-05,
      "loss": 0.4878,
      "step": 607
    },
    {
      "epoch": 0.10808888888888889,
      "grad_norm": 0.16717968881130219,
      "learning_rate": 4.857708599683389e-05,
      "loss": 0.5309,
      "step": 608
    },
    {
      "epoch": 0.10826666666666666,
      "grad_norm": 0.16091205179691315,
      "learning_rate": 4.857243895940076e-05,
      "loss": 0.4178,
      "step": 609
    },
    {
      "epoch": 0.10844444444444444,
      "grad_norm": 0.1746775209903717,
      "learning_rate": 4.856778456905846e-05,
      "loss": 0.6035,
      "step": 610
    },
    {
      "epoch": 0.10862222222222222,
      "grad_norm": 0.15101461112499237,
      "learning_rate": 4.856312282725886e-05,
      "loss": 0.4307,
      "step": 611
    },
    {
      "epoch": 0.1088,
      "grad_norm": 0.16890616714954376,
      "learning_rate": 4.855845373545605e-05,
      "loss": 0.5392,
      "step": 612
    },
    {
      "epoch": 0.10897777777777778,
      "grad_norm": 0.14475519955158234,
      "learning_rate": 4.855377729510648e-05,
      "loss": 0.5137,
      "step": 613
    },
    {
      "epoch": 0.10915555555555556,
      "grad_norm": 0.184649258852005,
      "learning_rate": 4.8549093507668865e-05,
      "loss": 0.5753,
      "step": 614
    },
    {
      "epoch": 0.10933333333333334,
      "grad_norm": 0.1629726141691208,
      "learning_rate": 4.854440237460418e-05,
      "loss": 0.4653,
      "step": 615
    },
    {
      "epoch": 0.10951111111111111,
      "grad_norm": 0.1585172712802887,
      "learning_rate": 4.8539703897375755e-05,
      "loss": 0.5474,
      "step": 616
    },
    {
      "epoch": 0.10968888888888889,
      "grad_norm": 0.158916637301445,
      "learning_rate": 4.853499807744916e-05,
      "loss": 0.514,
      "step": 617
    },
    {
      "epoch": 0.10986666666666667,
      "grad_norm": 0.19505652785301208,
      "learning_rate": 4.853028491629228e-05,
      "loss": 0.4439,
      "step": 618
    },
    {
      "epoch": 0.11004444444444444,
      "grad_norm": 0.1849583089351654,
      "learning_rate": 4.852556441537528e-05,
      "loss": 0.5399,
      "step": 619
    },
    {
      "epoch": 0.11022222222222222,
      "grad_norm": 0.23115134239196777,
      "learning_rate": 4.852083657617061e-05,
      "loss": 0.5264,
      "step": 620
    },
    {
      "epoch": 0.1104,
      "grad_norm": 0.24591057002544403,
      "learning_rate": 4.851610140015304e-05,
      "loss": 0.5815,
      "step": 621
    },
    {
      "epoch": 0.11057777777777777,
      "grad_norm": 0.22109457850456238,
      "learning_rate": 4.851135888879958e-05,
      "loss": 0.5344,
      "step": 622
    },
    {
      "epoch": 0.11075555555555555,
      "grad_norm": 0.14644119143486023,
      "learning_rate": 4.850660904358956e-05,
      "loss": 0.574,
      "step": 623
    },
    {
      "epoch": 0.11093333333333333,
      "grad_norm": 0.18631508946418762,
      "learning_rate": 4.85018518660046e-05,
      "loss": 0.5127,
      "step": 624
    },
    {
      "epoch": 0.1111111111111111,
      "grad_norm": 0.23002789914608002,
      "learning_rate": 4.849708735752859e-05,
      "loss": 0.4177,
      "step": 625
    },
    {
      "epoch": 0.1112888888888889,
      "grad_norm": 0.17093795537948608,
      "learning_rate": 4.849231551964771e-05,
      "loss": 0.6261,
      "step": 626
    },
    {
      "epoch": 0.11146666666666667,
      "grad_norm": 0.1518908441066742,
      "learning_rate": 4.8487536353850444e-05,
      "loss": 0.5502,
      "step": 627
    },
    {
      "epoch": 0.11164444444444445,
      "grad_norm": 0.15272735059261322,
      "learning_rate": 4.848274986162754e-05,
      "loss": 0.6634,
      "step": 628
    },
    {
      "epoch": 0.11182222222222223,
      "grad_norm": 0.19047828018665314,
      "learning_rate": 4.847795604447204e-05,
      "loss": 0.6019,
      "step": 629
    },
    {
      "epoch": 0.112,
      "grad_norm": 0.1536102592945099,
      "learning_rate": 4.8473154903879276e-05,
      "loss": 0.5099,
      "step": 630
    },
    {
      "epoch": 0.11217777777777778,
      "grad_norm": 0.11658968776464462,
      "learning_rate": 4.846834644134686e-05,
      "loss": 0.3666,
      "step": 631
    },
    {
      "epoch": 0.11235555555555556,
      "grad_norm": 0.17104125022888184,
      "learning_rate": 4.846353065837467e-05,
      "loss": 0.5112,
      "step": 632
    },
    {
      "epoch": 0.11253333333333333,
      "grad_norm": 0.1651592254638672,
      "learning_rate": 4.845870755646491e-05,
      "loss": 0.6138,
      "step": 633
    },
    {
      "epoch": 0.11271111111111111,
      "grad_norm": 0.18889138102531433,
      "learning_rate": 4.845387713712203e-05,
      "loss": 0.4396,
      "step": 634
    },
    {
      "epoch": 0.11288888888888889,
      "grad_norm": 0.16750873625278473,
      "learning_rate": 4.844903940185276e-05,
      "loss": 0.5737,
      "step": 635
    },
    {
      "epoch": 0.11306666666666666,
      "grad_norm": 0.14189808070659637,
      "learning_rate": 4.844419435216615e-05,
      "loss": 0.4309,
      "step": 636
    },
    {
      "epoch": 0.11324444444444444,
      "grad_norm": 0.19938720762729645,
      "learning_rate": 4.84393419895735e-05,
      "loss": 0.5062,
      "step": 637
    },
    {
      "epoch": 0.11342222222222222,
      "grad_norm": 0.17119143903255463,
      "learning_rate": 4.843448231558839e-05,
      "loss": 0.4705,
      "step": 638
    },
    {
      "epoch": 0.1136,
      "grad_norm": 0.18427115678787231,
      "learning_rate": 4.84296153317267e-05,
      "loss": 0.4771,
      "step": 639
    },
    {
      "epoch": 0.11377777777777778,
      "grad_norm": 0.19630096852779388,
      "learning_rate": 4.8424741039506575e-05,
      "loss": 0.5178,
      "step": 640
    },
    {
      "epoch": 0.11395555555555556,
      "grad_norm": 0.22775466740131378,
      "learning_rate": 4.841985944044845e-05,
      "loss": 0.6406,
      "step": 641
    },
    {
      "epoch": 0.11413333333333334,
      "grad_norm": 0.2094782590866089,
      "learning_rate": 4.8414970536075024e-05,
      "loss": 0.45,
      "step": 642
    },
    {
      "epoch": 0.11431111111111111,
      "grad_norm": 0.19464978575706482,
      "learning_rate": 4.841007432791129e-05,
      "loss": 0.4867,
      "step": 643
    },
    {
      "epoch": 0.11448888888888889,
      "grad_norm": 0.19385504722595215,
      "learning_rate": 4.8405170817484515e-05,
      "loss": 0.5388,
      "step": 644
    },
    {
      "epoch": 0.11466666666666667,
      "grad_norm": 0.19417083263397217,
      "learning_rate": 4.8400260006324235e-05,
      "loss": 0.5221,
      "step": 645
    },
    {
      "epoch": 0.11484444444444444,
      "grad_norm": 0.20474906265735626,
      "learning_rate": 4.839534189596228e-05,
      "loss": 0.5255,
      "step": 646
    },
    {
      "epoch": 0.11502222222222222,
      "grad_norm": 0.24578408896923065,
      "learning_rate": 4.8390416487932733e-05,
      "loss": 0.3919,
      "step": 647
    },
    {
      "epoch": 0.1152,
      "grad_norm": 0.23829345405101776,
      "learning_rate": 4.8385483783771986e-05,
      "loss": 0.4833,
      "step": 648
    },
    {
      "epoch": 0.11537777777777777,
      "grad_norm": 0.2910478711128235,
      "learning_rate": 4.8380543785018677e-05,
      "loss": 0.4992,
      "step": 649
    },
    {
      "epoch": 0.11555555555555555,
      "grad_norm": 0.2461572289466858,
      "learning_rate": 4.837559649321374e-05,
      "loss": 0.5242,
      "step": 650
    },
    {
      "epoch": 0.11573333333333333,
      "grad_norm": 0.19238248467445374,
      "learning_rate": 4.837064190990036e-05,
      "loss": 0.4988,
      "step": 651
    },
    {
      "epoch": 0.11591111111111112,
      "grad_norm": 0.2024281769990921,
      "learning_rate": 4.8365680036624026e-05,
      "loss": 0.5919,
      "step": 652
    },
    {
      "epoch": 0.1160888888888889,
      "grad_norm": 0.23859934508800507,
      "learning_rate": 4.8360710874932485e-05,
      "loss": 0.6583,
      "step": 653
    },
    {
      "epoch": 0.11626666666666667,
      "grad_norm": 0.1401166021823883,
      "learning_rate": 4.8355734426375753e-05,
      "loss": 0.4593,
      "step": 654
    },
    {
      "epoch": 0.11644444444444445,
      "grad_norm": 0.12656547129154205,
      "learning_rate": 4.835075069250613e-05,
      "loss": 0.4792,
      "step": 655
    },
    {
      "epoch": 0.11662222222222222,
      "grad_norm": 0.21867027878761292,
      "learning_rate": 4.834575967487817e-05,
      "loss": 0.5763,
      "step": 656
    },
    {
      "epoch": 0.1168,
      "grad_norm": 0.19035212695598602,
      "learning_rate": 4.834076137504873e-05,
      "loss": 0.8646,
      "step": 657
    },
    {
      "epoch": 0.11697777777777778,
      "grad_norm": 0.19331279397010803,
      "learning_rate": 4.833575579457691e-05,
      "loss": 0.754,
      "step": 658
    },
    {
      "epoch": 0.11715555555555555,
      "grad_norm": 0.19049163162708282,
      "learning_rate": 4.83307429350241e-05,
      "loss": 0.4256,
      "step": 659
    },
    {
      "epoch": 0.11733333333333333,
      "grad_norm": 0.19232383370399475,
      "learning_rate": 4.8325722797953945e-05,
      "loss": 0.5399,
      "step": 660
    },
    {
      "epoch": 0.11751111111111111,
      "grad_norm": 0.20689839124679565,
      "learning_rate": 4.832069538493237e-05,
      "loss": 0.4269,
      "step": 661
    },
    {
      "epoch": 0.11768888888888888,
      "grad_norm": 0.16264976561069489,
      "learning_rate": 4.8315660697527566e-05,
      "loss": 0.5932,
      "step": 662
    },
    {
      "epoch": 0.11786666666666666,
      "grad_norm": 0.26071879267692566,
      "learning_rate": 4.831061873730999e-05,
      "loss": 0.8341,
      "step": 663
    },
    {
      "epoch": 0.11804444444444444,
      "grad_norm": 0.15443435311317444,
      "learning_rate": 4.830556950585238e-05,
      "loss": 0.5677,
      "step": 664
    },
    {
      "epoch": 0.11822222222222223,
      "grad_norm": 0.16641636192798615,
      "learning_rate": 4.8300513004729735e-05,
      "loss": 0.5402,
      "step": 665
    },
    {
      "epoch": 0.1184,
      "grad_norm": 0.2508205771446228,
      "learning_rate": 4.829544923551931e-05,
      "loss": 0.5715,
      "step": 666
    },
    {
      "epoch": 0.11857777777777778,
      "grad_norm": 0.19586646556854248,
      "learning_rate": 4.829037819980065e-05,
      "loss": 0.5254,
      "step": 667
    },
    {
      "epoch": 0.11875555555555556,
      "grad_norm": 0.17180398106575012,
      "learning_rate": 4.828529989915555e-05,
      "loss": 0.6406,
      "step": 668
    },
    {
      "epoch": 0.11893333333333334,
      "grad_norm": 0.1918603479862213,
      "learning_rate": 4.828021433516806e-05,
      "loss": 0.4858,
      "step": 669
    },
    {
      "epoch": 0.11911111111111111,
      "grad_norm": 0.19110412895679474,
      "learning_rate": 4.827512150942454e-05,
      "loss": 0.4816,
      "step": 670
    },
    {
      "epoch": 0.11928888888888889,
      "grad_norm": 0.15839064121246338,
      "learning_rate": 4.8270021423513554e-05,
      "loss": 0.6086,
      "step": 671
    },
    {
      "epoch": 0.11946666666666667,
      "grad_norm": 0.16673055291175842,
      "learning_rate": 4.826491407902599e-05,
      "loss": 0.6152,
      "step": 672
    },
    {
      "epoch": 0.11964444444444444,
      "grad_norm": 0.18019962310791016,
      "learning_rate": 4.8259799477554965e-05,
      "loss": 0.4505,
      "step": 673
    },
    {
      "epoch": 0.11982222222222222,
      "grad_norm": 0.15572546422481537,
      "learning_rate": 4.825467762069585e-05,
      "loss": 0.5159,
      "step": 674
    },
    {
      "epoch": 0.12,
      "grad_norm": 0.2496463656425476,
      "learning_rate": 4.824954851004633e-05,
      "loss": 0.6371,
      "step": 675
    },
    {
      "epoch": 0.12017777777777777,
      "grad_norm": 0.15238633751869202,
      "learning_rate": 4.8244412147206284e-05,
      "loss": 0.4281,
      "step": 676
    },
    {
      "epoch": 0.12035555555555555,
      "grad_norm": 0.16668856143951416,
      "learning_rate": 4.823926853377791e-05,
      "loss": 0.6006,
      "step": 677
    },
    {
      "epoch": 0.12053333333333334,
      "grad_norm": 0.16303813457489014,
      "learning_rate": 4.823411767136565e-05,
      "loss": 0.5668,
      "step": 678
    },
    {
      "epoch": 0.12071111111111112,
      "grad_norm": 0.28897982835769653,
      "learning_rate": 4.822895956157619e-05,
      "loss": 0.6136,
      "step": 679
    },
    {
      "epoch": 0.12088888888888889,
      "grad_norm": 0.1798553168773651,
      "learning_rate": 4.822379420601849e-05,
      "loss": 0.5308,
      "step": 680
    },
    {
      "epoch": 0.12106666666666667,
      "grad_norm": 0.1641470193862915,
      "learning_rate": 4.821862160630378e-05,
      "loss": 0.5033,
      "step": 681
    },
    {
      "epoch": 0.12124444444444445,
      "grad_norm": 0.286424845457077,
      "learning_rate": 4.821344176404554e-05,
      "loss": 0.6677,
      "step": 682
    },
    {
      "epoch": 0.12142222222222222,
      "grad_norm": 0.1499778926372528,
      "learning_rate": 4.8208254680859494e-05,
      "loss": 0.431,
      "step": 683
    },
    {
      "epoch": 0.1216,
      "grad_norm": 0.18727213144302368,
      "learning_rate": 4.820306035836365e-05,
      "loss": 0.5122,
      "step": 684
    },
    {
      "epoch": 0.12177777777777778,
      "grad_norm": 0.1995077282190323,
      "learning_rate": 4.819785879817827e-05,
      "loss": 0.5164,
      "step": 685
    },
    {
      "epoch": 0.12195555555555555,
      "grad_norm": 0.2810794711112976,
      "learning_rate": 4.8192650001925855e-05,
      "loss": 0.6068,
      "step": 686
    },
    {
      "epoch": 0.12213333333333333,
      "grad_norm": 0.1473729908466339,
      "learning_rate": 4.818743397123119e-05,
      "loss": 0.5572,
      "step": 687
    },
    {
      "epoch": 0.1223111111111111,
      "grad_norm": 0.15528550744056702,
      "learning_rate": 4.8182210707721284e-05,
      "loss": 0.5105,
      "step": 688
    },
    {
      "epoch": 0.12248888888888888,
      "grad_norm": 0.2309819757938385,
      "learning_rate": 4.8176980213025434e-05,
      "loss": 0.5573,
      "step": 689
    },
    {
      "epoch": 0.12266666666666666,
      "grad_norm": 0.18664969503879547,
      "learning_rate": 4.817174248877518e-05,
      "loss": 0.6213,
      "step": 690
    },
    {
      "epoch": 0.12284444444444445,
      "grad_norm": 0.18997201323509216,
      "learning_rate": 4.81664975366043e-05,
      "loss": 0.6344,
      "step": 691
    },
    {
      "epoch": 0.12302222222222223,
      "grad_norm": 0.27575939893722534,
      "learning_rate": 4.8161245358148866e-05,
      "loss": 0.4748,
      "step": 692
    },
    {
      "epoch": 0.1232,
      "grad_norm": 0.32139909267425537,
      "learning_rate": 4.815598595504717e-05,
      "loss": 0.5016,
      "step": 693
    },
    {
      "epoch": 0.12337777777777778,
      "grad_norm": 0.20199266076087952,
      "learning_rate": 4.8150719328939755e-05,
      "loss": 0.5423,
      "step": 694
    },
    {
      "epoch": 0.12355555555555556,
      "grad_norm": 0.24906978011131287,
      "learning_rate": 4.814544548146945e-05,
      "loss": 0.5321,
      "step": 695
    },
    {
      "epoch": 0.12373333333333333,
      "grad_norm": 0.2221626490354538,
      "learning_rate": 4.8140164414281306e-05,
      "loss": 0.519,
      "step": 696
    },
    {
      "epoch": 0.12391111111111111,
      "grad_norm": 0.21375438570976257,
      "learning_rate": 4.813487612902264e-05,
      "loss": 0.4611,
      "step": 697
    },
    {
      "epoch": 0.12408888888888889,
      "grad_norm": 0.23013022541999817,
      "learning_rate": 4.812958062734302e-05,
      "loss": 0.4576,
      "step": 698
    },
    {
      "epoch": 0.12426666666666666,
      "grad_norm": 0.3189735412597656,
      "learning_rate": 4.812427791089426e-05,
      "loss": 0.5959,
      "step": 699
    },
    {
      "epoch": 0.12444444444444444,
      "grad_norm": 0.30822017788887024,
      "learning_rate": 4.811896798133042e-05,
      "loss": 0.5546,
      "step": 700
    },
    {
      "epoch": 0.12462222222222222,
      "grad_norm": 0.1774422973394394,
      "learning_rate": 4.8113650840307834e-05,
      "loss": 0.4935,
      "step": 701
    },
    {
      "epoch": 0.1248,
      "grad_norm": 0.14315634965896606,
      "learning_rate": 4.810832648948505e-05,
      "loss": 0.5485,
      "step": 702
    },
    {
      "epoch": 0.12497777777777777,
      "grad_norm": 0.17411945760250092,
      "learning_rate": 4.810299493052289e-05,
      "loss": 0.3879,
      "step": 703
    },
    {
      "epoch": 0.12515555555555555,
      "grad_norm": 0.14914071559906006,
      "learning_rate": 4.809765616508443e-05,
      "loss": 0.5129,
      "step": 704
    },
    {
      "epoch": 0.12533333333333332,
      "grad_norm": 0.19055378437042236,
      "learning_rate": 4.809231019483497e-05,
      "loss": 0.7886,
      "step": 705
    },
    {
      "epoch": 0.1255111111111111,
      "grad_norm": 0.17609871923923492,
      "learning_rate": 4.808695702144206e-05,
      "loss": 0.5084,
      "step": 706
    },
    {
      "epoch": 0.12568888888888888,
      "grad_norm": 0.18136291205883026,
      "learning_rate": 4.808159664657552e-05,
      "loss": 0.4947,
      "step": 707
    },
    {
      "epoch": 0.12586666666666665,
      "grad_norm": 0.1343490481376648,
      "learning_rate": 4.8076229071907397e-05,
      "loss": 0.394,
      "step": 708
    },
    {
      "epoch": 0.12604444444444443,
      "grad_norm": 0.1484137624502182,
      "learning_rate": 4.8070854299111994e-05,
      "loss": 0.3972,
      "step": 709
    },
    {
      "epoch": 0.12622222222222224,
      "grad_norm": 0.16214905679225922,
      "learning_rate": 4.8065472329865854e-05,
      "loss": 0.4853,
      "step": 710
    },
    {
      "epoch": 0.1264,
      "grad_norm": 0.19232375919818878,
      "learning_rate": 4.8060083165847754e-05,
      "loss": 0.523,
      "step": 711
    },
    {
      "epoch": 0.1265777777777778,
      "grad_norm": 0.20119550824165344,
      "learning_rate": 4.805468680873874e-05,
      "loss": 0.5455,
      "step": 712
    },
    {
      "epoch": 0.12675555555555557,
      "grad_norm": 0.2584286630153656,
      "learning_rate": 4.8049283260222075e-05,
      "loss": 0.7892,
      "step": 713
    },
    {
      "epoch": 0.12693333333333334,
      "grad_norm": 0.18945609033107758,
      "learning_rate": 4.8043872521983294e-05,
      "loss": 0.4641,
      "step": 714
    },
    {
      "epoch": 0.12711111111111112,
      "grad_norm": 0.15987750887870789,
      "learning_rate": 4.803845459571014e-05,
      "loss": 0.5027,
      "step": 715
    },
    {
      "epoch": 0.1272888888888889,
      "grad_norm": 0.22411666810512543,
      "learning_rate": 4.803302948309264e-05,
      "loss": 0.649,
      "step": 716
    },
    {
      "epoch": 0.12746666666666667,
      "grad_norm": 0.24168173968791962,
      "learning_rate": 4.8027597185823016e-05,
      "loss": 0.4984,
      "step": 717
    },
    {
      "epoch": 0.12764444444444445,
      "grad_norm": 0.18792656064033508,
      "learning_rate": 4.802215770559577e-05,
      "loss": 0.4996,
      "step": 718
    },
    {
      "epoch": 0.12782222222222223,
      "grad_norm": 0.40115678310394287,
      "learning_rate": 4.801671104410763e-05,
      "loss": 0.4385,
      "step": 719
    },
    {
      "epoch": 0.128,
      "grad_norm": 0.18150955438613892,
      "learning_rate": 4.8011257203057556e-05,
      "loss": 0.4678,
      "step": 720
    },
    {
      "epoch": 0.12817777777777778,
      "grad_norm": 0.15427082777023315,
      "learning_rate": 4.800579618414676e-05,
      "loss": 0.5439,
      "step": 721
    },
    {
      "epoch": 0.12835555555555556,
      "grad_norm": 0.18335971236228943,
      "learning_rate": 4.800032798907869e-05,
      "loss": 0.5424,
      "step": 722
    },
    {
      "epoch": 0.12853333333333333,
      "grad_norm": 0.21156658232212067,
      "learning_rate": 4.7994852619559016e-05,
      "loss": 0.4518,
      "step": 723
    },
    {
      "epoch": 0.1287111111111111,
      "grad_norm": 0.21200919151306152,
      "learning_rate": 4.798937007729568e-05,
      "loss": 0.5315,
      "step": 724
    },
    {
      "epoch": 0.1288888888888889,
      "grad_norm": 0.1788853108882904,
      "learning_rate": 4.798388036399883e-05,
      "loss": 0.7258,
      "step": 725
    },
    {
      "epoch": 0.12906666666666666,
      "grad_norm": 0.1894267201423645,
      "learning_rate": 4.797838348138086e-05,
      "loss": 0.5601,
      "step": 726
    },
    {
      "epoch": 0.12924444444444444,
      "grad_norm": 0.16751262545585632,
      "learning_rate": 4.797287943115641e-05,
      "loss": 0.5639,
      "step": 727
    },
    {
      "epoch": 0.12942222222222222,
      "grad_norm": 0.17367936670780182,
      "learning_rate": 4.796736821504235e-05,
      "loss": 0.5569,
      "step": 728
    },
    {
      "epoch": 0.1296,
      "grad_norm": 0.1829548478126526,
      "learning_rate": 4.7961849834757786e-05,
      "loss": 0.5129,
      "step": 729
    },
    {
      "epoch": 0.12977777777777777,
      "grad_norm": 0.16978542506694794,
      "learning_rate": 4.795632429202405e-05,
      "loss": 0.338,
      "step": 730
    },
    {
      "epoch": 0.12995555555555555,
      "grad_norm": 0.171937957406044,
      "learning_rate": 4.79507915885647e-05,
      "loss": 0.4558,
      "step": 731
    },
    {
      "epoch": 0.13013333333333332,
      "grad_norm": 0.19471272826194763,
      "learning_rate": 4.794525172610558e-05,
      "loss": 0.4176,
      "step": 732
    },
    {
      "epoch": 0.1303111111111111,
      "grad_norm": 0.16205425560474396,
      "learning_rate": 4.793970470637469e-05,
      "loss": 0.4779,
      "step": 733
    },
    {
      "epoch": 0.13048888888888888,
      "grad_norm": 0.15942677855491638,
      "learning_rate": 4.793415053110233e-05,
      "loss": 0.5812,
      "step": 734
    },
    {
      "epoch": 0.13066666666666665,
      "grad_norm": 0.17581968009471893,
      "learning_rate": 4.792858920202099e-05,
      "loss": 0.5352,
      "step": 735
    },
    {
      "epoch": 0.13084444444444446,
      "grad_norm": 0.26987457275390625,
      "learning_rate": 4.7923020720865414e-05,
      "loss": 0.6674,
      "step": 736
    },
    {
      "epoch": 0.13102222222222223,
      "grad_norm": 0.22612085938453674,
      "learning_rate": 4.791744508937256e-05,
      "loss": 0.6504,
      "step": 737
    },
    {
      "epoch": 0.1312,
      "grad_norm": 0.16121941804885864,
      "learning_rate": 4.791186230928163e-05,
      "loss": 0.6792,
      "step": 738
    },
    {
      "epoch": 0.1313777777777778,
      "grad_norm": 0.2309853881597519,
      "learning_rate": 4.790627238233405e-05,
      "loss": 0.5664,
      "step": 739
    },
    {
      "epoch": 0.13155555555555556,
      "grad_norm": 0.171939417719841,
      "learning_rate": 4.7900675310273466e-05,
      "loss": 0.5592,
      "step": 740
    },
    {
      "epoch": 0.13173333333333334,
      "grad_norm": 0.17857739329338074,
      "learning_rate": 4.789507109484579e-05,
      "loss": 0.5819,
      "step": 741
    },
    {
      "epoch": 0.13191111111111112,
      "grad_norm": 0.1734759658575058,
      "learning_rate": 4.78894597377991e-05,
      "loss": 0.4961,
      "step": 742
    },
    {
      "epoch": 0.1320888888888889,
      "grad_norm": 0.18777959048748016,
      "learning_rate": 4.7883841240883766e-05,
      "loss": 0.4661,
      "step": 743
    },
    {
      "epoch": 0.13226666666666667,
      "grad_norm": 0.26379868388175964,
      "learning_rate": 4.7878215605852336e-05,
      "loss": 0.4983,
      "step": 744
    },
    {
      "epoch": 0.13244444444444445,
      "grad_norm": 0.221966952085495,
      "learning_rate": 4.787258283445962e-05,
      "loss": 0.4538,
      "step": 745
    },
    {
      "epoch": 0.13262222222222222,
      "grad_norm": 0.17293398082256317,
      "learning_rate": 4.7866942928462625e-05,
      "loss": 0.4486,
      "step": 746
    },
    {
      "epoch": 0.1328,
      "grad_norm": 0.2450498789548874,
      "learning_rate": 4.786129588962061e-05,
      "loss": 0.4364,
      "step": 747
    },
    {
      "epoch": 0.13297777777777778,
      "grad_norm": 0.20403257012367249,
      "learning_rate": 4.7855641719695023e-05,
      "loss": 0.4191,
      "step": 748
    },
    {
      "epoch": 0.13315555555555555,
      "grad_norm": 0.242579385638237,
      "learning_rate": 4.7849980420449594e-05,
      "loss": 0.414,
      "step": 749
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.26167938113212585,
      "learning_rate": 4.7844311993650205e-05,
      "loss": 0.5284,
      "step": 750
    },
    {
      "epoch": 0.1335111111111111,
      "grad_norm": 0.21603204309940338,
      "learning_rate": 4.783863644106502e-05,
      "loss": 0.5375,
      "step": 751
    },
    {
      "epoch": 0.13368888888888888,
      "grad_norm": 0.19549617171287537,
      "learning_rate": 4.7832953764464405e-05,
      "loss": 0.4878,
      "step": 752
    },
    {
      "epoch": 0.13386666666666666,
      "grad_norm": 0.17020666599273682,
      "learning_rate": 4.782726396562094e-05,
      "loss": 0.5682,
      "step": 753
    },
    {
      "epoch": 0.13404444444444444,
      "grad_norm": 0.1952783316373825,
      "learning_rate": 4.782156704630944e-05,
      "loss": 0.6119,
      "step": 754
    },
    {
      "epoch": 0.13422222222222221,
      "grad_norm": 0.17863894999027252,
      "learning_rate": 4.781586300830693e-05,
      "loss": 0.5569,
      "step": 755
    },
    {
      "epoch": 0.1344,
      "grad_norm": 0.20778587460517883,
      "learning_rate": 4.781015185339266e-05,
      "loss": 0.6058,
      "step": 756
    },
    {
      "epoch": 0.13457777777777777,
      "grad_norm": 0.236437126994133,
      "learning_rate": 4.78044335833481e-05,
      "loss": 0.5017,
      "step": 757
    },
    {
      "epoch": 0.13475555555555555,
      "grad_norm": 0.189187154173851,
      "learning_rate": 4.779870819995694e-05,
      "loss": 0.6328,
      "step": 758
    },
    {
      "epoch": 0.13493333333333332,
      "grad_norm": 0.19671674072742462,
      "learning_rate": 4.779297570500509e-05,
      "loss": 0.4939,
      "step": 759
    },
    {
      "epoch": 0.1351111111111111,
      "grad_norm": 0.22109843790531158,
      "learning_rate": 4.7787236100280685e-05,
      "loss": 0.5503,
      "step": 760
    },
    {
      "epoch": 0.13528888888888888,
      "grad_norm": 0.16525454819202423,
      "learning_rate": 4.778148938757406e-05,
      "loss": 0.473,
      "step": 761
    },
    {
      "epoch": 0.13546666666666668,
      "grad_norm": 0.17730148136615753,
      "learning_rate": 4.7775735568677775e-05,
      "loss": 0.4093,
      "step": 762
    },
    {
      "epoch": 0.13564444444444446,
      "grad_norm": 0.17130325734615326,
      "learning_rate": 4.776997464538662e-05,
      "loss": 0.5597,
      "step": 763
    },
    {
      "epoch": 0.13582222222222223,
      "grad_norm": 0.18379709124565125,
      "learning_rate": 4.776420661949758e-05,
      "loss": 0.4618,
      "step": 764
    },
    {
      "epoch": 0.136,
      "grad_norm": 0.18312430381774902,
      "learning_rate": 4.775843149280986e-05,
      "loss": 0.7169,
      "step": 765
    },
    {
      "epoch": 0.1361777777777778,
      "grad_norm": 0.15854863822460175,
      "learning_rate": 4.775264926712489e-05,
      "loss": 0.4381,
      "step": 766
    },
    {
      "epoch": 0.13635555555555556,
      "grad_norm": 0.16607770323753357,
      "learning_rate": 4.7746859944246325e-05,
      "loss": 0.5603,
      "step": 767
    },
    {
      "epoch": 0.13653333333333334,
      "grad_norm": 0.16546474397182465,
      "learning_rate": 4.7741063525980004e-05,
      "loss": 0.5965,
      "step": 768
    },
    {
      "epoch": 0.13671111111111112,
      "grad_norm": 0.21205104887485504,
      "learning_rate": 4.7735260014133986e-05,
      "loss": 0.5572,
      "step": 769
    },
    {
      "epoch": 0.1368888888888889,
      "grad_norm": 0.2534192204475403,
      "learning_rate": 4.772944941051856e-05,
      "loss": 0.4907,
      "step": 770
    },
    {
      "epoch": 0.13706666666666667,
      "grad_norm": 0.19808736443519592,
      "learning_rate": 4.772363171694622e-05,
      "loss": 0.5408,
      "step": 771
    },
    {
      "epoch": 0.13724444444444445,
      "grad_norm": 0.19530202448368073,
      "learning_rate": 4.7717806935231665e-05,
      "loss": 0.5342,
      "step": 772
    },
    {
      "epoch": 0.13742222222222222,
      "grad_norm": 0.13586518168449402,
      "learning_rate": 4.771197506719181e-05,
      "loss": 0.3526,
      "step": 773
    },
    {
      "epoch": 0.1376,
      "grad_norm": 0.16730354726314545,
      "learning_rate": 4.770613611464577e-05,
      "loss": 0.5968,
      "step": 774
    },
    {
      "epoch": 0.13777777777777778,
      "grad_norm": 0.17443497478961945,
      "learning_rate": 4.7700290079414896e-05,
      "loss": 0.5546,
      "step": 775
    },
    {
      "epoch": 0.13795555555555555,
      "grad_norm": 0.18248924612998962,
      "learning_rate": 4.769443696332272e-05,
      "loss": 0.6833,
      "step": 776
    },
    {
      "epoch": 0.13813333333333333,
      "grad_norm": 0.16325588524341583,
      "learning_rate": 4.7688576768194994e-05,
      "loss": 0.5036,
      "step": 777
    },
    {
      "epoch": 0.1383111111111111,
      "grad_norm": 0.166627436876297,
      "learning_rate": 4.768270949585968e-05,
      "loss": 0.5887,
      "step": 778
    },
    {
      "epoch": 0.13848888888888888,
      "grad_norm": 0.19861891865730286,
      "learning_rate": 4.767683514814696e-05,
      "loss": 0.6712,
      "step": 779
    },
    {
      "epoch": 0.13866666666666666,
      "grad_norm": 0.2539740800857544,
      "learning_rate": 4.767095372688918e-05,
      "loss": 0.6298,
      "step": 780
    },
    {
      "epoch": 0.13884444444444444,
      "grad_norm": 0.17549359798431396,
      "learning_rate": 4.7665065233920945e-05,
      "loss": 0.5241,
      "step": 781
    },
    {
      "epoch": 0.1390222222222222,
      "grad_norm": 0.17305056750774384,
      "learning_rate": 4.765916967107903e-05,
      "loss": 0.4617,
      "step": 782
    },
    {
      "epoch": 0.1392,
      "grad_norm": 0.21730421483516693,
      "learning_rate": 4.7653267040202436e-05,
      "loss": 0.5906,
      "step": 783
    },
    {
      "epoch": 0.13937777777777777,
      "grad_norm": 0.22284889221191406,
      "learning_rate": 4.764735734313236e-05,
      "loss": 0.7111,
      "step": 784
    },
    {
      "epoch": 0.13955555555555554,
      "grad_norm": 0.18242111802101135,
      "learning_rate": 4.764144058171219e-05,
      "loss": 0.414,
      "step": 785
    },
    {
      "epoch": 0.13973333333333332,
      "grad_norm": 0.205621600151062,
      "learning_rate": 4.763551675778755e-05,
      "loss": 0.4781,
      "step": 786
    },
    {
      "epoch": 0.13991111111111112,
      "grad_norm": 0.1954527199268341,
      "learning_rate": 4.7629585873206226e-05,
      "loss": 0.5383,
      "step": 787
    },
    {
      "epoch": 0.1400888888888889,
      "grad_norm": 0.17568983137607574,
      "learning_rate": 4.762364792981825e-05,
      "loss": 0.4001,
      "step": 788
    },
    {
      "epoch": 0.14026666666666668,
      "grad_norm": 0.15788014233112335,
      "learning_rate": 4.761770292947582e-05,
      "loss": 0.5163,
      "step": 789
    },
    {
      "epoch": 0.14044444444444446,
      "grad_norm": 0.2080955058336258,
      "learning_rate": 4.7611750874033356e-05,
      "loss": 0.6496,
      "step": 790
    },
    {
      "epoch": 0.14062222222222223,
      "grad_norm": 0.2008746862411499,
      "learning_rate": 4.760579176534747e-05,
      "loss": 0.4522,
      "step": 791
    },
    {
      "epoch": 0.1408,
      "grad_norm": 0.2045242339372635,
      "learning_rate": 4.759982560527698e-05,
      "loss": 0.5689,
      "step": 792
    },
    {
      "epoch": 0.14097777777777779,
      "grad_norm": 0.1799342781305313,
      "learning_rate": 4.759385239568289e-05,
      "loss": 0.4113,
      "step": 793
    },
    {
      "epoch": 0.14115555555555556,
      "grad_norm": 0.2251848429441452,
      "learning_rate": 4.758787213842842e-05,
      "loss": 0.3805,
      "step": 794
    },
    {
      "epoch": 0.14133333333333334,
      "grad_norm": 0.2128487229347229,
      "learning_rate": 4.758188483537898e-05,
      "loss": 0.4834,
      "step": 795
    },
    {
      "epoch": 0.14151111111111112,
      "grad_norm": 0.24930857121944427,
      "learning_rate": 4.7575890488402185e-05,
      "loss": 0.4463,
      "step": 796
    },
    {
      "epoch": 0.1416888888888889,
      "grad_norm": 0.25401321053504944,
      "learning_rate": 4.7569889099367824e-05,
      "loss": 0.4292,
      "step": 797
    },
    {
      "epoch": 0.14186666666666667,
      "grad_norm": 0.25575584173202515,
      "learning_rate": 4.756388067014792e-05,
      "loss": 0.4536,
      "step": 798
    },
    {
      "epoch": 0.14204444444444445,
      "grad_norm": 0.27672070264816284,
      "learning_rate": 4.7557865202616656e-05,
      "loss": 0.4438,
      "step": 799
    },
    {
      "epoch": 0.14222222222222222,
      "grad_norm": 0.2639235556125641,
      "learning_rate": 4.7551842698650436e-05,
      "loss": 0.6028,
      "step": 800
    },
    {
      "epoch": 0.1424,
      "grad_norm": 0.20468570291996002,
      "learning_rate": 4.754581316012785e-05,
      "loss": 0.733,
      "step": 801
    },
    {
      "epoch": 0.14257777777777778,
      "grad_norm": 0.19943034648895264,
      "learning_rate": 4.753977658892967e-05,
      "loss": 0.4545,
      "step": 802
    },
    {
      "epoch": 0.14275555555555555,
      "grad_norm": 0.21533729135990143,
      "learning_rate": 4.753373298693888e-05,
      "loss": 0.5872,
      "step": 803
    },
    {
      "epoch": 0.14293333333333333,
      "grad_norm": 0.20392805337905884,
      "learning_rate": 4.752768235604065e-05,
      "loss": 0.6231,
      "step": 804
    },
    {
      "epoch": 0.1431111111111111,
      "grad_norm": 0.20478495955467224,
      "learning_rate": 4.752162469812234e-05,
      "loss": 0.6074,
      "step": 805
    },
    {
      "epoch": 0.14328888888888888,
      "grad_norm": 0.20691512525081635,
      "learning_rate": 4.7515560015073514e-05,
      "loss": 0.4769,
      "step": 806
    },
    {
      "epoch": 0.14346666666666666,
      "grad_norm": 0.1968759149312973,
      "learning_rate": 4.7509488308785905e-05,
      "loss": 0.5512,
      "step": 807
    },
    {
      "epoch": 0.14364444444444444,
      "grad_norm": 0.20234976708889008,
      "learning_rate": 4.750340958115346e-05,
      "loss": 0.5479,
      "step": 808
    },
    {
      "epoch": 0.1438222222222222,
      "grad_norm": 0.25453826785087585,
      "learning_rate": 4.749732383407229e-05,
      "loss": 0.4733,
      "step": 809
    },
    {
      "epoch": 0.144,
      "grad_norm": 0.2266426533460617,
      "learning_rate": 4.749123106944073e-05,
      "loss": 0.4805,
      "step": 810
    },
    {
      "epoch": 0.14417777777777777,
      "grad_norm": 0.2288711816072464,
      "learning_rate": 4.7485131289159276e-05,
      "loss": 0.5747,
      "step": 811
    },
    {
      "epoch": 0.14435555555555554,
      "grad_norm": 0.19953805208206177,
      "learning_rate": 4.747902449513063e-05,
      "loss": 0.4776,
      "step": 812
    },
    {
      "epoch": 0.14453333333333335,
      "grad_norm": 0.18901818990707397,
      "learning_rate": 4.7472910689259655e-05,
      "loss": 0.4556,
      "step": 813
    },
    {
      "epoch": 0.14471111111111112,
      "grad_norm": 0.20502203702926636,
      "learning_rate": 4.7466789873453444e-05,
      "loss": 0.5853,
      "step": 814
    },
    {
      "epoch": 0.1448888888888889,
      "grad_norm": 0.26504093408584595,
      "learning_rate": 4.746066204962123e-05,
      "loss": 0.5361,
      "step": 815
    },
    {
      "epoch": 0.14506666666666668,
      "grad_norm": 0.20630107820034027,
      "learning_rate": 4.745452721967446e-05,
      "loss": 0.5575,
      "step": 816
    },
    {
      "epoch": 0.14524444444444445,
      "grad_norm": 0.20522207021713257,
      "learning_rate": 4.744838538552677e-05,
      "loss": 0.611,
      "step": 817
    },
    {
      "epoch": 0.14542222222222223,
      "grad_norm": 0.20067137479782104,
      "learning_rate": 4.744223654909397e-05,
      "loss": 0.5078,
      "step": 818
    },
    {
      "epoch": 0.1456,
      "grad_norm": 0.20978687703609467,
      "learning_rate": 4.743608071229405e-05,
      "loss": 0.4745,
      "step": 819
    },
    {
      "epoch": 0.14577777777777778,
      "grad_norm": 0.19159674644470215,
      "learning_rate": 4.742991787704719e-05,
      "loss": 0.5607,
      "step": 820
    },
    {
      "epoch": 0.14595555555555556,
      "grad_norm": 0.21390162408351898,
      "learning_rate": 4.742374804527575e-05,
      "loss": 0.5927,
      "step": 821
    },
    {
      "epoch": 0.14613333333333334,
      "grad_norm": 0.15510669350624084,
      "learning_rate": 4.741757121890428e-05,
      "loss": 0.4122,
      "step": 822
    },
    {
      "epoch": 0.14631111111111111,
      "grad_norm": 0.21298177540302277,
      "learning_rate": 4.741138739985951e-05,
      "loss": 0.4671,
      "step": 823
    },
    {
      "epoch": 0.1464888888888889,
      "grad_norm": 0.21576207876205444,
      "learning_rate": 4.740519659007033e-05,
      "loss": 0.5159,
      "step": 824
    },
    {
      "epoch": 0.14666666666666667,
      "grad_norm": 0.23075196146965027,
      "learning_rate": 4.739899879146785e-05,
      "loss": 0.5242,
      "step": 825
    },
    {
      "epoch": 0.14684444444444444,
      "grad_norm": 0.15927590429782867,
      "learning_rate": 4.7392794005985326e-05,
      "loss": 0.3803,
      "step": 826
    },
    {
      "epoch": 0.14702222222222222,
      "grad_norm": 0.19443438947200775,
      "learning_rate": 4.7386582235558205e-05,
      "loss": 0.5189,
      "step": 827
    },
    {
      "epoch": 0.1472,
      "grad_norm": 0.18872953951358795,
      "learning_rate": 4.738036348212412e-05,
      "loss": 0.4865,
      "step": 828
    },
    {
      "epoch": 0.14737777777777777,
      "grad_norm": 0.2277461141347885,
      "learning_rate": 4.737413774762287e-05,
      "loss": 0.5619,
      "step": 829
    },
    {
      "epoch": 0.14755555555555555,
      "grad_norm": 0.17676177620887756,
      "learning_rate": 4.7367905033996445e-05,
      "loss": 0.4449,
      "step": 830
    },
    {
      "epoch": 0.14773333333333333,
      "grad_norm": 0.2726444900035858,
      "learning_rate": 4.7361665343189e-05,
      "loss": 0.4874,
      "step": 831
    },
    {
      "epoch": 0.1479111111111111,
      "grad_norm": 0.210150808095932,
      "learning_rate": 4.735541867714687e-05,
      "loss": 0.5238,
      "step": 832
    },
    {
      "epoch": 0.14808888888888888,
      "grad_norm": 0.17125515639781952,
      "learning_rate": 4.734916503781856e-05,
      "loss": 0.4957,
      "step": 833
    },
    {
      "epoch": 0.14826666666666666,
      "grad_norm": 0.23999734222888947,
      "learning_rate": 4.7342904427154766e-05,
      "loss": 0.4937,
      "step": 834
    },
    {
      "epoch": 0.14844444444444443,
      "grad_norm": 0.23215296864509583,
      "learning_rate": 4.733663684710835e-05,
      "loss": 0.5629,
      "step": 835
    },
    {
      "epoch": 0.1486222222222222,
      "grad_norm": 0.19657696783542633,
      "learning_rate": 4.733036229963435e-05,
      "loss": 0.4349,
      "step": 836
    },
    {
      "epoch": 0.1488,
      "grad_norm": 0.2089412361383438,
      "learning_rate": 4.732408078668995e-05,
      "loss": 0.6476,
      "step": 837
    },
    {
      "epoch": 0.14897777777777776,
      "grad_norm": 0.3011063039302826,
      "learning_rate": 4.731779231023456e-05,
      "loss": 0.5351,
      "step": 838
    },
    {
      "epoch": 0.14915555555555557,
      "grad_norm": 0.16934815049171448,
      "learning_rate": 4.731149687222972e-05,
      "loss": 0.5273,
      "step": 839
    },
    {
      "epoch": 0.14933333333333335,
      "grad_norm": 0.1976025104522705,
      "learning_rate": 4.730519447463916e-05,
      "loss": 0.4658,
      "step": 840
    },
    {
      "epoch": 0.14951111111111112,
      "grad_norm": 0.20601053535938263,
      "learning_rate": 4.7298885119428773e-05,
      "loss": 0.3892,
      "step": 841
    },
    {
      "epoch": 0.1496888888888889,
      "grad_norm": 0.23810157179832458,
      "learning_rate": 4.729256880856662e-05,
      "loss": 0.467,
      "step": 842
    },
    {
      "epoch": 0.14986666666666668,
      "grad_norm": 0.1992977410554886,
      "learning_rate": 4.728624554402295e-05,
      "loss": 0.4014,
      "step": 843
    },
    {
      "epoch": 0.15004444444444445,
      "grad_norm": 0.2090865820646286,
      "learning_rate": 4.7279915327770155e-05,
      "loss": 0.4065,
      "step": 844
    },
    {
      "epoch": 0.15022222222222223,
      "grad_norm": 0.2280810922384262,
      "learning_rate": 4.727357816178282e-05,
      "loss": 0.4053,
      "step": 845
    },
    {
      "epoch": 0.1504,
      "grad_norm": 0.2561088800430298,
      "learning_rate": 4.7267234048037664e-05,
      "loss": 0.4134,
      "step": 846
    },
    {
      "epoch": 0.15057777777777778,
      "grad_norm": 0.40030455589294434,
      "learning_rate": 4.7260882988513624e-05,
      "loss": 0.4952,
      "step": 847
    },
    {
      "epoch": 0.15075555555555556,
      "grad_norm": 0.27520647644996643,
      "learning_rate": 4.725452498519175e-05,
      "loss": 0.5782,
      "step": 848
    },
    {
      "epoch": 0.15093333333333334,
      "grad_norm": 0.3196900486946106,
      "learning_rate": 4.7248160040055304e-05,
      "loss": 0.4036,
      "step": 849
    },
    {
      "epoch": 0.1511111111111111,
      "grad_norm": 0.2642897963523865,
      "learning_rate": 4.724178815508967e-05,
      "loss": 0.5129,
      "step": 850
    },
    {
      "epoch": 0.1512888888888889,
      "grad_norm": 0.18399062752723694,
      "learning_rate": 4.723540933228244e-05,
      "loss": 0.5883,
      "step": 851
    },
    {
      "epoch": 0.15146666666666667,
      "grad_norm": 0.15808753669261932,
      "learning_rate": 4.722902357362333e-05,
      "loss": 0.4776,
      "step": 852
    },
    {
      "epoch": 0.15164444444444444,
      "grad_norm": 0.20257540047168732,
      "learning_rate": 4.722263088110426e-05,
      "loss": 0.4453,
      "step": 853
    },
    {
      "epoch": 0.15182222222222222,
      "grad_norm": 0.21902291476726532,
      "learning_rate": 4.721623125671927e-05,
      "loss": 0.592,
      "step": 854
    },
    {
      "epoch": 0.152,
      "grad_norm": 0.252695232629776,
      "learning_rate": 4.720982470246459e-05,
      "loss": 0.4007,
      "step": 855
    },
    {
      "epoch": 0.15217777777777777,
      "grad_norm": 0.17141903936862946,
      "learning_rate": 4.720341122033862e-05,
      "loss": 0.3564,
      "step": 856
    },
    {
      "epoch": 0.15235555555555555,
      "grad_norm": 0.22648568451404572,
      "learning_rate": 4.719699081234188e-05,
      "loss": 0.6112,
      "step": 857
    },
    {
      "epoch": 0.15253333333333333,
      "grad_norm": 0.1699402630329132,
      "learning_rate": 4.7190563480477095e-05,
      "loss": 0.4707,
      "step": 858
    },
    {
      "epoch": 0.1527111111111111,
      "grad_norm": 0.2075439989566803,
      "learning_rate": 4.718412922674913e-05,
      "loss": 0.4669,
      "step": 859
    },
    {
      "epoch": 0.15288888888888888,
      "grad_norm": 0.20650020241737366,
      "learning_rate": 4.717768805316501e-05,
      "loss": 0.526,
      "step": 860
    },
    {
      "epoch": 0.15306666666666666,
      "grad_norm": 0.22338451445102692,
      "learning_rate": 4.71712399617339e-05,
      "loss": 0.5538,
      "step": 861
    },
    {
      "epoch": 0.15324444444444443,
      "grad_norm": 0.24497784674167633,
      "learning_rate": 4.7164784954467166e-05,
      "loss": 0.544,
      "step": 862
    },
    {
      "epoch": 0.1534222222222222,
      "grad_norm": 0.22911253571510315,
      "learning_rate": 4.715832303337829e-05,
      "loss": 0.5144,
      "step": 863
    },
    {
      "epoch": 0.1536,
      "grad_norm": 0.23725630342960358,
      "learning_rate": 4.715185420048295e-05,
      "loss": 0.7483,
      "step": 864
    },
    {
      "epoch": 0.1537777777777778,
      "grad_norm": 0.1991734355688095,
      "learning_rate": 4.714537845779894e-05,
      "loss": 0.5067,
      "step": 865
    },
    {
      "epoch": 0.15395555555555557,
      "grad_norm": 0.1909249722957611,
      "learning_rate": 4.713889580734623e-05,
      "loss": 0.4118,
      "step": 866
    },
    {
      "epoch": 0.15413333333333334,
      "grad_norm": 0.1759929060935974,
      "learning_rate": 4.7132406251146935e-05,
      "loss": 0.438,
      "step": 867
    },
    {
      "epoch": 0.15431111111111112,
      "grad_norm": 0.1974143087863922,
      "learning_rate": 4.712590979122534e-05,
      "loss": 0.5525,
      "step": 868
    },
    {
      "epoch": 0.1544888888888889,
      "grad_norm": 0.20354808866977692,
      "learning_rate": 4.7119406429607885e-05,
      "loss": 0.6397,
      "step": 869
    },
    {
      "epoch": 0.15466666666666667,
      "grad_norm": 0.2186330258846283,
      "learning_rate": 4.711289616832312e-05,
      "loss": 0.5384,
      "step": 870
    },
    {
      "epoch": 0.15484444444444445,
      "grad_norm": 0.21013225615024567,
      "learning_rate": 4.710637900940181e-05,
      "loss": 0.5498,
      "step": 871
    },
    {
      "epoch": 0.15502222222222223,
      "grad_norm": 0.22667552530765533,
      "learning_rate": 4.709985495487682e-05,
      "loss": 0.5223,
      "step": 872
    },
    {
      "epoch": 0.1552,
      "grad_norm": 0.2572024464607239,
      "learning_rate": 4.7093324006783214e-05,
      "loss": 0.5054,
      "step": 873
    },
    {
      "epoch": 0.15537777777777778,
      "grad_norm": 0.16276004910469055,
      "learning_rate": 4.708678616715815e-05,
      "loss": 0.5291,
      "step": 874
    },
    {
      "epoch": 0.15555555555555556,
      "grad_norm": 0.20620758831501007,
      "learning_rate": 4.708024143804097e-05,
      "loss": 0.5619,
      "step": 875
    },
    {
      "epoch": 0.15573333333333333,
      "grad_norm": 0.16112466156482697,
      "learning_rate": 4.707368982147318e-05,
      "loss": 0.5114,
      "step": 876
    },
    {
      "epoch": 0.1559111111111111,
      "grad_norm": 0.20106056332588196,
      "learning_rate": 4.706713131949839e-05,
      "loss": 0.4416,
      "step": 877
    },
    {
      "epoch": 0.1560888888888889,
      "grad_norm": 0.1672735959291458,
      "learning_rate": 4.7060565934162394e-05,
      "loss": 0.4864,
      "step": 878
    },
    {
      "epoch": 0.15626666666666666,
      "grad_norm": 0.20644119381904602,
      "learning_rate": 4.705399366751312e-05,
      "loss": 0.5254,
      "step": 879
    },
    {
      "epoch": 0.15644444444444444,
      "grad_norm": 0.21950022876262665,
      "learning_rate": 4.7047414521600644e-05,
      "loss": 0.4849,
      "step": 880
    },
    {
      "epoch": 0.15662222222222222,
      "grad_norm": 0.21106302738189697,
      "learning_rate": 4.704082849847718e-05,
      "loss": 0.4513,
      "step": 881
    },
    {
      "epoch": 0.1568,
      "grad_norm": 0.22631031274795532,
      "learning_rate": 4.70342356001971e-05,
      "loss": 0.5948,
      "step": 882
    },
    {
      "epoch": 0.15697777777777777,
      "grad_norm": 0.20993725955486298,
      "learning_rate": 4.702763582881692e-05,
      "loss": 0.476,
      "step": 883
    },
    {
      "epoch": 0.15715555555555555,
      "grad_norm": 0.16196566820144653,
      "learning_rate": 4.702102918639528e-05,
      "loss": 0.5067,
      "step": 884
    },
    {
      "epoch": 0.15733333333333333,
      "grad_norm": 0.1755910962820053,
      "learning_rate": 4.7014415674993e-05,
      "loss": 0.4236,
      "step": 885
    },
    {
      "epoch": 0.1575111111111111,
      "grad_norm": 0.17265745997428894,
      "learning_rate": 4.7007795296673006e-05,
      "loss": 0.3939,
      "step": 886
    },
    {
      "epoch": 0.15768888888888888,
      "grad_norm": 0.2645987570285797,
      "learning_rate": 4.700116805350039e-05,
      "loss": 0.6418,
      "step": 887
    },
    {
      "epoch": 0.15786666666666666,
      "grad_norm": 0.2062368243932724,
      "learning_rate": 4.699453394754236e-05,
      "loss": 0.6236,
      "step": 888
    },
    {
      "epoch": 0.15804444444444443,
      "grad_norm": 0.2235916405916214,
      "learning_rate": 4.6987892980868296e-05,
      "loss": 0.5995,
      "step": 889
    },
    {
      "epoch": 0.1582222222222222,
      "grad_norm": 0.24996426701545715,
      "learning_rate": 4.69812451555497e-05,
      "loss": 0.4127,
      "step": 890
    },
    {
      "epoch": 0.1584,
      "grad_norm": 0.3111324608325958,
      "learning_rate": 4.6974590473660216e-05,
      "loss": 0.5198,
      "step": 891
    },
    {
      "epoch": 0.1585777777777778,
      "grad_norm": 0.2417266070842743,
      "learning_rate": 4.696792893727562e-05,
      "loss": 0.4558,
      "step": 892
    },
    {
      "epoch": 0.15875555555555557,
      "grad_norm": 0.20156078040599823,
      "learning_rate": 4.696126054847385e-05,
      "loss": 0.4461,
      "step": 893
    },
    {
      "epoch": 0.15893333333333334,
      "grad_norm": 0.19840207695960999,
      "learning_rate": 4.695458530933494e-05,
      "loss": 0.533,
      "step": 894
    },
    {
      "epoch": 0.15911111111111112,
      "grad_norm": 0.2322389930486679,
      "learning_rate": 4.694790322194111e-05,
      "loss": 0.4585,
      "step": 895
    },
    {
      "epoch": 0.1592888888888889,
      "grad_norm": 0.23116163909435272,
      "learning_rate": 4.694121428837668e-05,
      "loss": 0.3636,
      "step": 896
    },
    {
      "epoch": 0.15946666666666667,
      "grad_norm": 0.2592049539089203,
      "learning_rate": 4.693451851072811e-05,
      "loss": 0.4505,
      "step": 897
    },
    {
      "epoch": 0.15964444444444445,
      "grad_norm": 0.28173017501831055,
      "learning_rate": 4.692781589108402e-05,
      "loss": 0.4401,
      "step": 898
    },
    {
      "epoch": 0.15982222222222223,
      "grad_norm": 0.22880995273590088,
      "learning_rate": 4.6921106431535135e-05,
      "loss": 0.452,
      "step": 899
    },
    {
      "epoch": 0.16,
      "grad_norm": 0.33095496892929077,
      "learning_rate": 4.691439013417433e-05,
      "loss": 0.4577,
      "step": 900
    },
    {
      "epoch": 0.16017777777777778,
      "grad_norm": 0.3279748857021332,
      "learning_rate": 4.690766700109659e-05,
      "loss": 0.8017,
      "step": 901
    },
    {
      "epoch": 0.16035555555555556,
      "grad_norm": 0.23918560147285461,
      "learning_rate": 4.690093703439907e-05,
      "loss": 0.3828,
      "step": 902
    },
    {
      "epoch": 0.16053333333333333,
      "grad_norm": 0.19343721866607666,
      "learning_rate": 4.689420023618104e-05,
      "loss": 0.5045,
      "step": 903
    },
    {
      "epoch": 0.1607111111111111,
      "grad_norm": 0.22671912610530853,
      "learning_rate": 4.688745660854388e-05,
      "loss": 0.5412,
      "step": 904
    },
    {
      "epoch": 0.1608888888888889,
      "grad_norm": 0.24987496435642242,
      "learning_rate": 4.688070615359114e-05,
      "loss": 0.4365,
      "step": 905
    },
    {
      "epoch": 0.16106666666666666,
      "grad_norm": 0.23491297662258148,
      "learning_rate": 4.687394887342845e-05,
      "loss": 0.4586,
      "step": 906
    },
    {
      "epoch": 0.16124444444444444,
      "grad_norm": 0.25794878602027893,
      "learning_rate": 4.686718477016361e-05,
      "loss": 0.5283,
      "step": 907
    },
    {
      "epoch": 0.16142222222222222,
      "grad_norm": 0.21168023347854614,
      "learning_rate": 4.6860413845906534e-05,
      "loss": 0.4153,
      "step": 908
    },
    {
      "epoch": 0.1616,
      "grad_norm": 0.18543760478496552,
      "learning_rate": 4.6853636102769274e-05,
      "loss": 0.4231,
      "step": 909
    },
    {
      "epoch": 0.16177777777777777,
      "grad_norm": 0.20537665486335754,
      "learning_rate": 4.684685154286599e-05,
      "loss": 0.5388,
      "step": 910
    },
    {
      "epoch": 0.16195555555555555,
      "grad_norm": 0.1905399113893509,
      "learning_rate": 4.684006016831297e-05,
      "loss": 0.5745,
      "step": 911
    },
    {
      "epoch": 0.16213333333333332,
      "grad_norm": 0.2412562370300293,
      "learning_rate": 4.6833261981228646e-05,
      "loss": 0.5613,
      "step": 912
    },
    {
      "epoch": 0.1623111111111111,
      "grad_norm": 0.23087134957313538,
      "learning_rate": 4.682645698373357e-05,
      "loss": 0.4804,
      "step": 913
    },
    {
      "epoch": 0.16248888888888888,
      "grad_norm": 0.2422640025615692,
      "learning_rate": 4.68196451779504e-05,
      "loss": 0.6175,
      "step": 914
    },
    {
      "epoch": 0.16266666666666665,
      "grad_norm": 0.24661637842655182,
      "learning_rate": 4.6812826566003934e-05,
      "loss": 0.5568,
      "step": 915
    },
    {
      "epoch": 0.16284444444444446,
      "grad_norm": 0.19879814982414246,
      "learning_rate": 4.68060011500211e-05,
      "loss": 0.4898,
      "step": 916
    },
    {
      "epoch": 0.16302222222222224,
      "grad_norm": 0.18111403286457062,
      "learning_rate": 4.6799168932130915e-05,
      "loss": 0.4513,
      "step": 917
    },
    {
      "epoch": 0.1632,
      "grad_norm": 0.2221381664276123,
      "learning_rate": 4.679232991446456e-05,
      "loss": 0.5464,
      "step": 918
    },
    {
      "epoch": 0.1633777777777778,
      "grad_norm": 0.23238599300384521,
      "learning_rate": 4.678548409915532e-05,
      "loss": 0.5113,
      "step": 919
    },
    {
      "epoch": 0.16355555555555557,
      "grad_norm": 0.1607072651386261,
      "learning_rate": 4.677863148833859e-05,
      "loss": 0.5671,
      "step": 920
    },
    {
      "epoch": 0.16373333333333334,
      "grad_norm": 0.23482924699783325,
      "learning_rate": 4.6771772084151885e-05,
      "loss": 0.5032,
      "step": 921
    },
    {
      "epoch": 0.16391111111111112,
      "grad_norm": 0.20868410170078278,
      "learning_rate": 4.676490588873486e-05,
      "loss": 0.5348,
      "step": 922
    },
    {
      "epoch": 0.1640888888888889,
      "grad_norm": 0.19650250673294067,
      "learning_rate": 4.675803290422927e-05,
      "loss": 0.4544,
      "step": 923
    },
    {
      "epoch": 0.16426666666666667,
      "grad_norm": 0.22298850119113922,
      "learning_rate": 4.6751153132779e-05,
      "loss": 0.6112,
      "step": 924
    },
    {
      "epoch": 0.16444444444444445,
      "grad_norm": 0.20983600616455078,
      "learning_rate": 4.674426657653003e-05,
      "loss": 0.5648,
      "step": 925
    },
    {
      "epoch": 0.16462222222222223,
      "grad_norm": 0.19523482024669647,
      "learning_rate": 4.6737373237630476e-05,
      "loss": 0.4889,
      "step": 926
    },
    {
      "epoch": 0.1648,
      "grad_norm": 0.2303411066532135,
      "learning_rate": 4.6730473118230575e-05,
      "loss": 0.7892,
      "step": 927
    },
    {
      "epoch": 0.16497777777777778,
      "grad_norm": 0.1627681404352188,
      "learning_rate": 4.6723566220482664e-05,
      "loss": 0.3899,
      "step": 928
    },
    {
      "epoch": 0.16515555555555556,
      "grad_norm": 0.1805935949087143,
      "learning_rate": 4.6716652546541194e-05,
      "loss": 0.4942,
      "step": 929
    },
    {
      "epoch": 0.16533333333333333,
      "grad_norm": 0.18388409912586212,
      "learning_rate": 4.6709732098562745e-05,
      "loss": 0.5232,
      "step": 930
    },
    {
      "epoch": 0.1655111111111111,
      "grad_norm": 0.23972368240356445,
      "learning_rate": 4.670280487870598e-05,
      "loss": 0.4591,
      "step": 931
    },
    {
      "epoch": 0.16568888888888889,
      "grad_norm": 0.21529941260814667,
      "learning_rate": 4.6695870889131724e-05,
      "loss": 0.5808,
      "step": 932
    },
    {
      "epoch": 0.16586666666666666,
      "grad_norm": 0.23533114790916443,
      "learning_rate": 4.668893013200286e-05,
      "loss": 0.6702,
      "step": 933
    },
    {
      "epoch": 0.16604444444444444,
      "grad_norm": 0.20815765857696533,
      "learning_rate": 4.6681982609484416e-05,
      "loss": 0.4385,
      "step": 934
    },
    {
      "epoch": 0.16622222222222222,
      "grad_norm": 0.23493315279483795,
      "learning_rate": 4.667502832374352e-05,
      "loss": 0.682,
      "step": 935
    },
    {
      "epoch": 0.1664,
      "grad_norm": 0.19730225205421448,
      "learning_rate": 4.6668067276949414e-05,
      "loss": 0.4217,
      "step": 936
    },
    {
      "epoch": 0.16657777777777777,
      "grad_norm": 0.19495216012001038,
      "learning_rate": 4.666109947127343e-05,
      "loss": 0.4488,
      "step": 937
    },
    {
      "epoch": 0.16675555555555555,
      "grad_norm": 0.2136872261762619,
      "learning_rate": 4.665412490888904e-05,
      "loss": 0.6401,
      "step": 938
    },
    {
      "epoch": 0.16693333333333332,
      "grad_norm": 0.20429658889770508,
      "learning_rate": 4.66471435919718e-05,
      "loss": 0.4743,
      "step": 939
    },
    {
      "epoch": 0.1671111111111111,
      "grad_norm": 0.2563759684562683,
      "learning_rate": 4.6640155522699374e-05,
      "loss": 0.4652,
      "step": 940
    },
    {
      "epoch": 0.16728888888888888,
      "grad_norm": 0.1696614772081375,
      "learning_rate": 4.6633160703251554e-05,
      "loss": 0.4073,
      "step": 941
    },
    {
      "epoch": 0.16746666666666668,
      "grad_norm": 0.24591179192066193,
      "learning_rate": 4.6626159135810205e-05,
      "loss": 0.3833,
      "step": 942
    },
    {
      "epoch": 0.16764444444444446,
      "grad_norm": 0.233788400888443,
      "learning_rate": 4.661915082255932e-05,
      "loss": 0.3966,
      "step": 943
    },
    {
      "epoch": 0.16782222222222223,
      "grad_norm": 0.2804924249649048,
      "learning_rate": 4.6612135765685e-05,
      "loss": 0.5185,
      "step": 944
    },
    {
      "epoch": 0.168,
      "grad_norm": 0.2768259644508362,
      "learning_rate": 4.660511396737541e-05,
      "loss": 0.4721,
      "step": 945
    },
    {
      "epoch": 0.1681777777777778,
      "grad_norm": 0.19400373101234436,
      "learning_rate": 4.659808542982088e-05,
      "loss": 0.4502,
      "step": 946
    },
    {
      "epoch": 0.16835555555555556,
      "grad_norm": 0.32416754961013794,
      "learning_rate": 4.65910501552138e-05,
      "loss": 0.506,
      "step": 947
    },
    {
      "epoch": 0.16853333333333334,
      "grad_norm": 0.2552897334098816,
      "learning_rate": 4.6584008145748656e-05,
      "loss": 0.4193,
      "step": 948
    },
    {
      "epoch": 0.16871111111111112,
      "grad_norm": 0.30237919092178345,
      "learning_rate": 4.657695940362207e-05,
      "loss": 0.5407,
      "step": 949
    },
    {
      "epoch": 0.1688888888888889,
      "grad_norm": 0.3677632212638855,
      "learning_rate": 4.6569903931032735e-05,
      "loss": 0.4347,
      "step": 950
    },
    {
      "epoch": 0.16906666666666667,
      "grad_norm": 0.18824970722198486,
      "learning_rate": 4.656284173018144e-05,
      "loss": 0.5013,
      "step": 951
    },
    {
      "epoch": 0.16924444444444445,
      "grad_norm": 0.2421761155128479,
      "learning_rate": 4.65557728032711e-05,
      "loss": 0.5574,
      "step": 952
    },
    {
      "epoch": 0.16942222222222222,
      "grad_norm": 0.2794753611087799,
      "learning_rate": 4.6548697152506705e-05,
      "loss": 0.6012,
      "step": 953
    },
    {
      "epoch": 0.1696,
      "grad_norm": 0.31365451216697693,
      "learning_rate": 4.654161478009536e-05,
      "loss": 0.6598,
      "step": 954
    },
    {
      "epoch": 0.16977777777777778,
      "grad_norm": 0.2384924292564392,
      "learning_rate": 4.653452568824625e-05,
      "loss": 0.6682,
      "step": 955
    },
    {
      "epoch": 0.16995555555555555,
      "grad_norm": 0.2735510468482971,
      "learning_rate": 4.652742987917066e-05,
      "loss": 0.5755,
      "step": 956
    },
    {
      "epoch": 0.17013333333333333,
      "grad_norm": 0.16620174050331116,
      "learning_rate": 4.652032735508198e-05,
      "loss": 0.3222,
      "step": 957
    },
    {
      "epoch": 0.1703111111111111,
      "grad_norm": 0.2189287394285202,
      "learning_rate": 4.651321811819568e-05,
      "loss": 0.5817,
      "step": 958
    },
    {
      "epoch": 0.17048888888888888,
      "grad_norm": 0.2255752831697464,
      "learning_rate": 4.650610217072934e-05,
      "loss": 0.6141,
      "step": 959
    },
    {
      "epoch": 0.17066666666666666,
      "grad_norm": 0.23336412012577057,
      "learning_rate": 4.649897951490262e-05,
      "loss": 0.545,
      "step": 960
    },
    {
      "epoch": 0.17084444444444444,
      "grad_norm": 0.20710806548595428,
      "learning_rate": 4.649185015293728e-05,
      "loss": 0.5042,
      "step": 961
    },
    {
      "epoch": 0.17102222222222221,
      "grad_norm": 0.217239111661911,
      "learning_rate": 4.648471408705717e-05,
      "loss": 0.4779,
      "step": 962
    },
    {
      "epoch": 0.1712,
      "grad_norm": 0.19258487224578857,
      "learning_rate": 4.647757131948822e-05,
      "loss": 0.5445,
      "step": 963
    },
    {
      "epoch": 0.17137777777777777,
      "grad_norm": 0.16922153532505035,
      "learning_rate": 4.647042185245847e-05,
      "loss": 0.375,
      "step": 964
    },
    {
      "epoch": 0.17155555555555554,
      "grad_norm": 0.22192326188087463,
      "learning_rate": 4.6463265688198044e-05,
      "loss": 0.5454,
      "step": 965
    },
    {
      "epoch": 0.17173333333333332,
      "grad_norm": 0.24540521204471588,
      "learning_rate": 4.645610282893915e-05,
      "loss": 0.5599,
      "step": 966
    },
    {
      "epoch": 0.1719111111111111,
      "grad_norm": 0.19649697840213776,
      "learning_rate": 4.6448933276916076e-05,
      "loss": 0.4368,
      "step": 967
    },
    {
      "epoch": 0.1720888888888889,
      "grad_norm": 0.2000036984682083,
      "learning_rate": 4.644175703436522e-05,
      "loss": 0.525,
      "step": 968
    },
    {
      "epoch": 0.17226666666666668,
      "grad_norm": 0.20743907988071442,
      "learning_rate": 4.6434574103525044e-05,
      "loss": 0.4669,
      "step": 969
    },
    {
      "epoch": 0.17244444444444446,
      "grad_norm": 0.178581103682518,
      "learning_rate": 4.6427384486636113e-05,
      "loss": 0.3846,
      "step": 970
    },
    {
      "epoch": 0.17262222222222223,
      "grad_norm": 0.21291114389896393,
      "learning_rate": 4.642018818594107e-05,
      "loss": 0.5845,
      "step": 971
    },
    {
      "epoch": 0.1728,
      "grad_norm": 0.22005410492420197,
      "learning_rate": 4.6412985203684654e-05,
      "loss": 0.4798,
      "step": 972
    },
    {
      "epoch": 0.17297777777777779,
      "grad_norm": 0.242549866437912,
      "learning_rate": 4.640577554211366e-05,
      "loss": 0.5982,
      "step": 973
    },
    {
      "epoch": 0.17315555555555556,
      "grad_norm": 0.22279231250286102,
      "learning_rate": 4.639855920347701e-05,
      "loss": 0.5054,
      "step": 974
    },
    {
      "epoch": 0.17333333333333334,
      "grad_norm": 0.2300112545490265,
      "learning_rate": 4.6391336190025644e-05,
      "loss": 0.4876,
      "step": 975
    },
    {
      "epoch": 0.17351111111111112,
      "grad_norm": 0.19521552324295044,
      "learning_rate": 4.638410650401267e-05,
      "loss": 0.3871,
      "step": 976
    },
    {
      "epoch": 0.1736888888888889,
      "grad_norm": 0.19378717243671417,
      "learning_rate": 4.6376870147693196e-05,
      "loss": 0.5497,
      "step": 977
    },
    {
      "epoch": 0.17386666666666667,
      "grad_norm": 0.23334316909313202,
      "learning_rate": 4.6369627123324465e-05,
      "loss": 0.4768,
      "step": 978
    },
    {
      "epoch": 0.17404444444444445,
      "grad_norm": 0.2977173924446106,
      "learning_rate": 4.636237743316578e-05,
      "loss": 0.567,
      "step": 979
    },
    {
      "epoch": 0.17422222222222222,
      "grad_norm": 0.20177583396434784,
      "learning_rate": 4.635512107947851e-05,
      "loss": 0.4708,
      "step": 980
    },
    {
      "epoch": 0.1744,
      "grad_norm": 0.2482595294713974,
      "learning_rate": 4.6347858064526125e-05,
      "loss": 0.5163,
      "step": 981
    },
    {
      "epoch": 0.17457777777777778,
      "grad_norm": 0.23634855449199677,
      "learning_rate": 4.634058839057417e-05,
      "loss": 0.4976,
      "step": 982
    },
    {
      "epoch": 0.17475555555555555,
      "grad_norm": 0.26508915424346924,
      "learning_rate": 4.6333312059890256e-05,
      "loss": 0.4423,
      "step": 983
    },
    {
      "epoch": 0.17493333333333333,
      "grad_norm": 0.1751834601163864,
      "learning_rate": 4.6326029074744074e-05,
      "loss": 0.461,
      "step": 984
    },
    {
      "epoch": 0.1751111111111111,
      "grad_norm": 0.2352793961763382,
      "learning_rate": 4.63187394374074e-05,
      "loss": 0.5458,
      "step": 985
    },
    {
      "epoch": 0.17528888888888888,
      "grad_norm": 0.189413383603096,
      "learning_rate": 4.631144315015407e-05,
      "loss": 0.4946,
      "step": 986
    },
    {
      "epoch": 0.17546666666666666,
      "grad_norm": 0.22011128067970276,
      "learning_rate": 4.630414021525999e-05,
      "loss": 0.5682,
      "step": 987
    },
    {
      "epoch": 0.17564444444444444,
      "grad_norm": 0.2838226556777954,
      "learning_rate": 4.629683063500319e-05,
      "loss": 0.6517,
      "step": 988
    },
    {
      "epoch": 0.1758222222222222,
      "grad_norm": 0.18364161252975464,
      "learning_rate": 4.62895144116637e-05,
      "loss": 0.4133,
      "step": 989
    },
    {
      "epoch": 0.176,
      "grad_norm": 0.18876802921295166,
      "learning_rate": 4.628219154752367e-05,
      "loss": 0.5709,
      "step": 990
    },
    {
      "epoch": 0.17617777777777777,
      "grad_norm": 0.23001141846179962,
      "learning_rate": 4.6274862044867304e-05,
      "loss": 0.517,
      "step": 991
    },
    {
      "epoch": 0.17635555555555554,
      "grad_norm": 0.24718807637691498,
      "learning_rate": 4.626752590598088e-05,
      "loss": 0.3803,
      "step": 992
    },
    {
      "epoch": 0.17653333333333332,
      "grad_norm": 0.26053664088249207,
      "learning_rate": 4.626018313315275e-05,
      "loss": 0.3827,
      "step": 993
    },
    {
      "epoch": 0.17671111111111112,
      "grad_norm": 0.25779855251312256,
      "learning_rate": 4.625283372867333e-05,
      "loss": 0.3799,
      "step": 994
    },
    {
      "epoch": 0.1768888888888889,
      "grad_norm": 0.22719506919384003,
      "learning_rate": 4.6245477694835106e-05,
      "loss": 0.3566,
      "step": 995
    },
    {
      "epoch": 0.17706666666666668,
      "grad_norm": 0.3598608076572418,
      "learning_rate": 4.6238115033932636e-05,
      "loss": 0.4218,
      "step": 996
    },
    {
      "epoch": 0.17724444444444445,
      "grad_norm": 0.3139735758304596,
      "learning_rate": 4.623074574826254e-05,
      "loss": 0.4723,
      "step": 997
    },
    {
      "epoch": 0.17742222222222223,
      "grad_norm": 0.32300683856010437,
      "learning_rate": 4.622336984012351e-05,
      "loss": 0.4039,
      "step": 998
    },
    {
      "epoch": 0.1776,
      "grad_norm": 0.35856425762176514,
      "learning_rate": 4.621598731181629e-05,
      "loss": 0.4217,
      "step": 999
    },
    {
      "epoch": 0.17777777777777778,
      "grad_norm": 0.45077309012413025,
      "learning_rate": 4.6208598165643715e-05,
      "loss": 0.4163,
      "step": 1000
    },
    {
      "epoch": 0.17795555555555556,
      "grad_norm": 0.22296997904777527,
      "learning_rate": 4.620120240391065e-05,
      "loss": 0.5907,
      "step": 1001
    },
    {
      "epoch": 0.17813333333333334,
      "grad_norm": 0.2576141655445099,
      "learning_rate": 4.619380002892406e-05,
      "loss": 0.4594,
      "step": 1002
    },
    {
      "epoch": 0.17831111111111111,
      "grad_norm": 0.26877814531326294,
      "learning_rate": 4.618639104299294e-05,
      "loss": 0.637,
      "step": 1003
    },
    {
      "epoch": 0.1784888888888889,
      "grad_norm": 0.18491525948047638,
      "learning_rate": 4.617897544842836e-05,
      "loss": 0.4661,
      "step": 1004
    },
    {
      "epoch": 0.17866666666666667,
      "grad_norm": 0.2318442314863205,
      "learning_rate": 4.617155324754346e-05,
      "loss": 0.5804,
      "step": 1005
    },
    {
      "epoch": 0.17884444444444444,
      "grad_norm": 0.2059689462184906,
      "learning_rate": 4.616412444265345e-05,
      "loss": 0.5935,
      "step": 1006
    },
    {
      "epoch": 0.17902222222222222,
      "grad_norm": 0.1740427315235138,
      "learning_rate": 4.6156689036075555e-05,
      "loss": 0.4648,
      "step": 1007
    },
    {
      "epoch": 0.1792,
      "grad_norm": 0.20965313911437988,
      "learning_rate": 4.614924703012911e-05,
      "loss": 0.48,
      "step": 1008
    },
    {
      "epoch": 0.17937777777777777,
      "grad_norm": 0.22500717639923096,
      "learning_rate": 4.614179842713547e-05,
      "loss": 0.5164,
      "step": 1009
    },
    {
      "epoch": 0.17955555555555555,
      "grad_norm": 0.18078558146953583,
      "learning_rate": 4.6134343229418075e-05,
      "loss": 0.5545,
      "step": 1010
    },
    {
      "epoch": 0.17973333333333333,
      "grad_norm": 0.19148242473602295,
      "learning_rate": 4.612688143930242e-05,
      "loss": 0.3739,
      "step": 1011
    },
    {
      "epoch": 0.1799111111111111,
      "grad_norm": 0.25137242674827576,
      "learning_rate": 4.611941305911602e-05,
      "loss": 0.506,
      "step": 1012
    },
    {
      "epoch": 0.18008888888888888,
      "grad_norm": 0.18720732629299164,
      "learning_rate": 4.61119380911885e-05,
      "loss": 0.392,
      "step": 1013
    },
    {
      "epoch": 0.18026666666666666,
      "grad_norm": 0.21631205081939697,
      "learning_rate": 4.610445653785151e-05,
      "loss": 0.5299,
      "step": 1014
    },
    {
      "epoch": 0.18044444444444444,
      "grad_norm": 0.17647314071655273,
      "learning_rate": 4.6096968401438745e-05,
      "loss": 0.4512,
      "step": 1015
    },
    {
      "epoch": 0.1806222222222222,
      "grad_norm": 0.17952392995357513,
      "learning_rate": 4.6089473684285974e-05,
      "loss": 0.4693,
      "step": 1016
    },
    {
      "epoch": 0.1808,
      "grad_norm": 0.1992589831352234,
      "learning_rate": 4.608197238873101e-05,
      "loss": 0.5205,
      "step": 1017
    },
    {
      "epoch": 0.18097777777777777,
      "grad_norm": 0.17946861684322357,
      "learning_rate": 4.607446451711372e-05,
      "loss": 0.4142,
      "step": 1018
    },
    {
      "epoch": 0.18115555555555554,
      "grad_norm": 0.22301191091537476,
      "learning_rate": 4.6066950071776015e-05,
      "loss": 0.5484,
      "step": 1019
    },
    {
      "epoch": 0.18133333333333335,
      "grad_norm": 0.18079876899719238,
      "learning_rate": 4.605942905506188e-05,
      "loss": 0.4731,
      "step": 1020
    },
    {
      "epoch": 0.18151111111111112,
      "grad_norm": 0.24740757048130035,
      "learning_rate": 4.605190146931731e-05,
      "loss": 0.4866,
      "step": 1021
    },
    {
      "epoch": 0.1816888888888889,
      "grad_norm": 0.20163549482822418,
      "learning_rate": 4.6044367316890386e-05,
      "loss": 0.536,
      "step": 1022
    },
    {
      "epoch": 0.18186666666666668,
      "grad_norm": 0.2963416278362274,
      "learning_rate": 4.6036826600131216e-05,
      "loss": 0.4296,
      "step": 1023
    },
    {
      "epoch": 0.18204444444444445,
      "grad_norm": 0.20758002996444702,
      "learning_rate": 4.602927932139197e-05,
      "loss": 0.5467,
      "step": 1024
    },
    {
      "epoch": 0.18222222222222223,
      "grad_norm": 0.2044724076986313,
      "learning_rate": 4.602172548302684e-05,
      "loss": 0.548,
      "step": 1025
    },
    {
      "epoch": 0.1824,
      "grad_norm": 0.2220332771539688,
      "learning_rate": 4.601416508739211e-05,
      "loss": 0.5708,
      "step": 1026
    },
    {
      "epoch": 0.18257777777777778,
      "grad_norm": 0.20552785694599152,
      "learning_rate": 4.6006598136846056e-05,
      "loss": 0.6461,
      "step": 1027
    },
    {
      "epoch": 0.18275555555555556,
      "grad_norm": 0.24580639600753784,
      "learning_rate": 4.599902463374903e-05,
      "loss": 0.5615,
      "step": 1028
    },
    {
      "epoch": 0.18293333333333334,
      "grad_norm": 0.19479405879974365,
      "learning_rate": 4.599144458046343e-05,
      "loss": 0.4593,
      "step": 1029
    },
    {
      "epoch": 0.1831111111111111,
      "grad_norm": 0.21928654611110687,
      "learning_rate": 4.598385797935368e-05,
      "loss": 0.5547,
      "step": 1030
    },
    {
      "epoch": 0.1832888888888889,
      "grad_norm": 0.2328445017337799,
      "learning_rate": 4.597626483278625e-05,
      "loss": 0.6427,
      "step": 1031
    },
    {
      "epoch": 0.18346666666666667,
      "grad_norm": 0.2163815051317215,
      "learning_rate": 4.596866514312967e-05,
      "loss": 0.5794,
      "step": 1032
    },
    {
      "epoch": 0.18364444444444444,
      "grad_norm": 0.18270502984523773,
      "learning_rate": 4.596105891275449e-05,
      "loss": 0.4292,
      "step": 1033
    },
    {
      "epoch": 0.18382222222222222,
      "grad_norm": 0.205346941947937,
      "learning_rate": 4.5953446144033316e-05,
      "loss": 0.4258,
      "step": 1034
    },
    {
      "epoch": 0.184,
      "grad_norm": 0.1878262460231781,
      "learning_rate": 4.594582683934078e-05,
      "loss": 0.3921,
      "step": 1035
    },
    {
      "epoch": 0.18417777777777777,
      "grad_norm": 0.2462712675333023,
      "learning_rate": 4.593820100105355e-05,
      "loss": 0.6257,
      "step": 1036
    },
    {
      "epoch": 0.18435555555555555,
      "grad_norm": 0.21715806424617767,
      "learning_rate": 4.593056863155034e-05,
      "loss": 0.489,
      "step": 1037
    },
    {
      "epoch": 0.18453333333333333,
      "grad_norm": 0.1828193962574005,
      "learning_rate": 4.5922929733211926e-05,
      "loss": 0.3685,
      "step": 1038
    },
    {
      "epoch": 0.1847111111111111,
      "grad_norm": 0.21273817121982574,
      "learning_rate": 4.591528430842107e-05,
      "loss": 0.4879,
      "step": 1039
    },
    {
      "epoch": 0.18488888888888888,
      "grad_norm": 0.24157774448394775,
      "learning_rate": 4.59076323595626e-05,
      "loss": 0.4499,
      "step": 1040
    },
    {
      "epoch": 0.18506666666666666,
      "grad_norm": 0.31074634194374084,
      "learning_rate": 4.589997388902338e-05,
      "loss": 0.4216,
      "step": 1041
    },
    {
      "epoch": 0.18524444444444443,
      "grad_norm": 0.3191879093647003,
      "learning_rate": 4.589230889919232e-05,
      "loss": 0.4199,
      "step": 1042
    },
    {
      "epoch": 0.1854222222222222,
      "grad_norm": 0.26181063055992126,
      "learning_rate": 4.5884637392460314e-05,
      "loss": 0.4213,
      "step": 1043
    },
    {
      "epoch": 0.1856,
      "grad_norm": 0.294725239276886,
      "learning_rate": 4.5876959371220344e-05,
      "loss": 0.4161,
      "step": 1044
    },
    {
      "epoch": 0.18577777777777776,
      "grad_norm": 0.2438194751739502,
      "learning_rate": 4.5869274837867394e-05,
      "loss": 0.441,
      "step": 1045
    },
    {
      "epoch": 0.18595555555555557,
      "grad_norm": 0.24105407297611237,
      "learning_rate": 4.586158379479848e-05,
      "loss": 0.4317,
      "step": 1046
    },
    {
      "epoch": 0.18613333333333335,
      "grad_norm": 0.3104403614997864,
      "learning_rate": 4.585388624441267e-05,
      "loss": 0.4428,
      "step": 1047
    },
    {
      "epoch": 0.18631111111111112,
      "grad_norm": 0.26926448941230774,
      "learning_rate": 4.5846182189111035e-05,
      "loss": 0.5026,
      "step": 1048
    },
    {
      "epoch": 0.1864888888888889,
      "grad_norm": 0.360380619764328,
      "learning_rate": 4.58384716312967e-05,
      "loss": 0.5785,
      "step": 1049
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 0.4018998444080353,
      "learning_rate": 4.583075457337479e-05,
      "loss": 0.4732,
      "step": 1050
    },
    {
      "epoch": 0.18684444444444445,
      "grad_norm": 0.22973701357841492,
      "learning_rate": 4.5823031017752485e-05,
      "loss": 0.6335,
      "step": 1051
    },
    {
      "epoch": 0.18702222222222223,
      "grad_norm": 0.1961563527584076,
      "learning_rate": 4.581530096683898e-05,
      "loss": 0.4715,
      "step": 1052
    },
    {
      "epoch": 0.1872,
      "grad_norm": 0.24128082394599915,
      "learning_rate": 4.580756442304549e-05,
      "loss": 0.4982,
      "step": 1053
    },
    {
      "epoch": 0.18737777777777778,
      "grad_norm": 0.2485327571630478,
      "learning_rate": 4.579982138878527e-05,
      "loss": 0.6328,
      "step": 1054
    },
    {
      "epoch": 0.18755555555555556,
      "grad_norm": 0.230249285697937,
      "learning_rate": 4.579207186647357e-05,
      "loss": 0.5677,
      "step": 1055
    },
    {
      "epoch": 0.18773333333333334,
      "grad_norm": 0.20927925407886505,
      "learning_rate": 4.5784315858527715e-05,
      "loss": 0.4342,
      "step": 1056
    },
    {
      "epoch": 0.1879111111111111,
      "grad_norm": 0.24494759738445282,
      "learning_rate": 4.5776553367367e-05,
      "loss": 0.4641,
      "step": 1057
    },
    {
      "epoch": 0.1880888888888889,
      "grad_norm": 0.21655695140361786,
      "learning_rate": 4.576878439541278e-05,
      "loss": 0.4867,
      "step": 1058
    },
    {
      "epoch": 0.18826666666666667,
      "grad_norm": 0.2592152953147888,
      "learning_rate": 4.57610089450884e-05,
      "loss": 0.6213,
      "step": 1059
    },
    {
      "epoch": 0.18844444444444444,
      "grad_norm": 0.18461069464683533,
      "learning_rate": 4.575322701881926e-05,
      "loss": 0.509,
      "step": 1060
    },
    {
      "epoch": 0.18862222222222222,
      "grad_norm": 0.2437116503715515,
      "learning_rate": 4.574543861903274e-05,
      "loss": 0.6255,
      "step": 1061
    },
    {
      "epoch": 0.1888,
      "grad_norm": 0.2580753564834595,
      "learning_rate": 4.5737643748158295e-05,
      "loss": 0.529,
      "step": 1062
    },
    {
      "epoch": 0.18897777777777777,
      "grad_norm": 0.22123725712299347,
      "learning_rate": 4.5729842408627334e-05,
      "loss": 0.6493,
      "step": 1063
    },
    {
      "epoch": 0.18915555555555555,
      "grad_norm": 0.23026639223098755,
      "learning_rate": 4.572203460287333e-05,
      "loss": 0.456,
      "step": 1064
    },
    {
      "epoch": 0.18933333333333333,
      "grad_norm": 0.24028520286083221,
      "learning_rate": 4.5714220333331756e-05,
      "loss": 0.4786,
      "step": 1065
    },
    {
      "epoch": 0.1895111111111111,
      "grad_norm": 0.19466330111026764,
      "learning_rate": 4.5706399602440106e-05,
      "loss": 0.4933,
      "step": 1066
    },
    {
      "epoch": 0.18968888888888888,
      "grad_norm": 0.244710773229599,
      "learning_rate": 4.569857241263788e-05,
      "loss": 0.6948,
      "step": 1067
    },
    {
      "epoch": 0.18986666666666666,
      "grad_norm": 0.2331545650959015,
      "learning_rate": 4.56907387663666e-05,
      "loss": 0.5679,
      "step": 1068
    },
    {
      "epoch": 0.19004444444444443,
      "grad_norm": 0.21071632206439972,
      "learning_rate": 4.568289866606981e-05,
      "loss": 0.5083,
      "step": 1069
    },
    {
      "epoch": 0.1902222222222222,
      "grad_norm": 0.2760453522205353,
      "learning_rate": 4.567505211419305e-05,
      "loss": 0.5247,
      "step": 1070
    },
    {
      "epoch": 0.1904,
      "grad_norm": 0.21211619675159454,
      "learning_rate": 4.566719911318389e-05,
      "loss": 0.4151,
      "step": 1071
    },
    {
      "epoch": 0.1905777777777778,
      "grad_norm": 0.19759276509284973,
      "learning_rate": 4.565933966549189e-05,
      "loss": 0.4837,
      "step": 1072
    },
    {
      "epoch": 0.19075555555555557,
      "grad_norm": 0.2720250189304352,
      "learning_rate": 4.565147377356864e-05,
      "loss": 0.5794,
      "step": 1073
    },
    {
      "epoch": 0.19093333333333334,
      "grad_norm": 0.21481817960739136,
      "learning_rate": 4.5643601439867734e-05,
      "loss": 0.4398,
      "step": 1074
    },
    {
      "epoch": 0.19111111111111112,
      "grad_norm": 0.25854310393333435,
      "learning_rate": 4.5635722666844775e-05,
      "loss": 0.5797,
      "step": 1075
    },
    {
      "epoch": 0.1912888888888889,
      "grad_norm": 0.27354690432548523,
      "learning_rate": 4.562783745695738e-05,
      "loss": 0.5776,
      "step": 1076
    },
    {
      "epoch": 0.19146666666666667,
      "grad_norm": 0.1841791272163391,
      "learning_rate": 4.561994581266516e-05,
      "loss": 0.4142,
      "step": 1077
    },
    {
      "epoch": 0.19164444444444445,
      "grad_norm": 0.231328085064888,
      "learning_rate": 4.561204773642974e-05,
      "loss": 0.3986,
      "step": 1078
    },
    {
      "epoch": 0.19182222222222223,
      "grad_norm": 0.23936523497104645,
      "learning_rate": 4.560414323071477e-05,
      "loss": 0.473,
      "step": 1079
    },
    {
      "epoch": 0.192,
      "grad_norm": 0.3074245750904083,
      "learning_rate": 4.559623229798587e-05,
      "loss": 0.6815,
      "step": 1080
    },
    {
      "epoch": 0.19217777777777778,
      "grad_norm": 0.23218508064746857,
      "learning_rate": 4.558831494071069e-05,
      "loss": 0.4819,
      "step": 1081
    },
    {
      "epoch": 0.19235555555555556,
      "grad_norm": 0.21664172410964966,
      "learning_rate": 4.558039116135887e-05,
      "loss": 0.5056,
      "step": 1082
    },
    {
      "epoch": 0.19253333333333333,
      "grad_norm": 0.21905098855495453,
      "learning_rate": 4.5572460962402075e-05,
      "loss": 0.5181,
      "step": 1083
    },
    {
      "epoch": 0.1927111111111111,
      "grad_norm": 0.21040025353431702,
      "learning_rate": 4.556452434631395e-05,
      "loss": 0.4904,
      "step": 1084
    },
    {
      "epoch": 0.1928888888888889,
      "grad_norm": 0.2571915090084076,
      "learning_rate": 4.555658131557015e-05,
      "loss": 0.53,
      "step": 1085
    },
    {
      "epoch": 0.19306666666666666,
      "grad_norm": 0.25061699748039246,
      "learning_rate": 4.5548631872648326e-05,
      "loss": 0.4612,
      "step": 1086
    },
    {
      "epoch": 0.19324444444444444,
      "grad_norm": 0.21951662003993988,
      "learning_rate": 4.5540676020028145e-05,
      "loss": 0.4758,
      "step": 1087
    },
    {
      "epoch": 0.19342222222222222,
      "grad_norm": 0.23268786072731018,
      "learning_rate": 4.553271376019125e-05,
      "loss": 0.4479,
      "step": 1088
    },
    {
      "epoch": 0.1936,
      "grad_norm": 0.21990342438220978,
      "learning_rate": 4.55247450956213e-05,
      "loss": 0.4055,
      "step": 1089
    },
    {
      "epoch": 0.19377777777777777,
      "grad_norm": 0.29903778433799744,
      "learning_rate": 4.5516770028803954e-05,
      "loss": 0.4866,
      "step": 1090
    },
    {
      "epoch": 0.19395555555555555,
      "grad_norm": 0.27366170287132263,
      "learning_rate": 4.550878856222685e-05,
      "loss": 0.3603,
      "step": 1091
    },
    {
      "epoch": 0.19413333333333332,
      "grad_norm": 0.26119598746299744,
      "learning_rate": 4.5500800698379624e-05,
      "loss": 0.5072,
      "step": 1092
    },
    {
      "epoch": 0.1943111111111111,
      "grad_norm": 0.2572188675403595,
      "learning_rate": 4.5492806439753935e-05,
      "loss": 0.5147,
      "step": 1093
    },
    {
      "epoch": 0.19448888888888888,
      "grad_norm": 0.23310203850269318,
      "learning_rate": 4.548480578884341e-05,
      "loss": 0.4296,
      "step": 1094
    },
    {
      "epoch": 0.19466666666666665,
      "grad_norm": 0.3724033236503601,
      "learning_rate": 4.547679874814368e-05,
      "loss": 0.4525,
      "step": 1095
    },
    {
      "epoch": 0.19484444444444443,
      "grad_norm": 0.3192828595638275,
      "learning_rate": 4.5468785320152365e-05,
      "loss": 0.413,
      "step": 1096
    },
    {
      "epoch": 0.19502222222222224,
      "grad_norm": 0.2911534011363983,
      "learning_rate": 4.5460765507369084e-05,
      "loss": 0.4974,
      "step": 1097
    },
    {
      "epoch": 0.1952,
      "grad_norm": 0.3280751407146454,
      "learning_rate": 4.5452739312295436e-05,
      "loss": 0.4672,
      "step": 1098
    },
    {
      "epoch": 0.1953777777777778,
      "grad_norm": 0.2735004425048828,
      "learning_rate": 4.5444706737435014e-05,
      "loss": 0.4395,
      "step": 1099
    },
    {
      "epoch": 0.19555555555555557,
      "grad_norm": 0.35013899207115173,
      "learning_rate": 4.543666778529342e-05,
      "loss": 0.4506,
      "step": 1100
    },
    {
      "epoch": 0.19573333333333334,
      "grad_norm": 0.23073118925094604,
      "learning_rate": 4.542862245837821e-05,
      "loss": 0.5279,
      "step": 1101
    },
    {
      "epoch": 0.19591111111111112,
      "grad_norm": 0.26068708300590515,
      "learning_rate": 4.542057075919897e-05,
      "loss": 0.5842,
      "step": 1102
    },
    {
      "epoch": 0.1960888888888889,
      "grad_norm": 0.30220794677734375,
      "learning_rate": 4.5412512690267246e-05,
      "loss": 0.4728,
      "step": 1103
    },
    {
      "epoch": 0.19626666666666667,
      "grad_norm": 0.19572116434574127,
      "learning_rate": 4.540444825409657e-05,
      "loss": 0.5194,
      "step": 1104
    },
    {
      "epoch": 0.19644444444444445,
      "grad_norm": 0.2343786358833313,
      "learning_rate": 4.5396377453202466e-05,
      "loss": 0.4486,
      "step": 1105
    },
    {
      "epoch": 0.19662222222222223,
      "grad_norm": 0.24793241918087006,
      "learning_rate": 4.5388300290102456e-05,
      "loss": 0.4397,
      "step": 1106
    },
    {
      "epoch": 0.1968,
      "grad_norm": 0.2507890462875366,
      "learning_rate": 4.538021676731603e-05,
      "loss": 0.3959,
      "step": 1107
    },
    {
      "epoch": 0.19697777777777778,
      "grad_norm": 0.23967313766479492,
      "learning_rate": 4.5372126887364655e-05,
      "loss": 0.5535,
      "step": 1108
    },
    {
      "epoch": 0.19715555555555556,
      "grad_norm": 0.22210414707660675,
      "learning_rate": 4.536403065277182e-05,
      "loss": 0.5231,
      "step": 1109
    },
    {
      "epoch": 0.19733333333333333,
      "grad_norm": 0.2142551988363266,
      "learning_rate": 4.535592806606294e-05,
      "loss": 0.5618,
      "step": 1110
    },
    {
      "epoch": 0.1975111111111111,
      "grad_norm": 0.19544768333435059,
      "learning_rate": 4.534781912976546e-05,
      "loss": 0.5069,
      "step": 1111
    },
    {
      "epoch": 0.1976888888888889,
      "grad_norm": 0.2284489870071411,
      "learning_rate": 4.533970384640877e-05,
      "loss": 0.4705,
      "step": 1112
    },
    {
      "epoch": 0.19786666666666666,
      "grad_norm": 0.17595472931861877,
      "learning_rate": 4.533158221852427e-05,
      "loss": 0.4573,
      "step": 1113
    },
    {
      "epoch": 0.19804444444444444,
      "grad_norm": 0.25575509667396545,
      "learning_rate": 4.5323454248645324e-05,
      "loss": 0.4847,
      "step": 1114
    },
    {
      "epoch": 0.19822222222222222,
      "grad_norm": 0.20740462839603424,
      "learning_rate": 4.531531993930727e-05,
      "loss": 0.473,
      "step": 1115
    },
    {
      "epoch": 0.1984,
      "grad_norm": 0.1732252985239029,
      "learning_rate": 4.530717929304743e-05,
      "loss": 0.3946,
      "step": 1116
    },
    {
      "epoch": 0.19857777777777777,
      "grad_norm": 0.17060326039791107,
      "learning_rate": 4.529903231240511e-05,
      "loss": 0.4146,
      "step": 1117
    },
    {
      "epoch": 0.19875555555555555,
      "grad_norm": 0.18030692636966705,
      "learning_rate": 4.529087899992156e-05,
      "loss": 0.4589,
      "step": 1118
    },
    {
      "epoch": 0.19893333333333332,
      "grad_norm": 0.1954290270805359,
      "learning_rate": 4.5282719358140056e-05,
      "loss": 0.5066,
      "step": 1119
    },
    {
      "epoch": 0.1991111111111111,
      "grad_norm": 0.1500605344772339,
      "learning_rate": 4.52745533896058e-05,
      "loss": 0.4056,
      "step": 1120
    },
    {
      "epoch": 0.19928888888888888,
      "grad_norm": 0.218876451253891,
      "learning_rate": 4.5266381096866e-05,
      "loss": 0.485,
      "step": 1121
    },
    {
      "epoch": 0.19946666666666665,
      "grad_norm": 0.22948206961154938,
      "learning_rate": 4.525820248246982e-05,
      "loss": 0.6035,
      "step": 1122
    },
    {
      "epoch": 0.19964444444444446,
      "grad_norm": 0.2785491943359375,
      "learning_rate": 4.5250017548968404e-05,
      "loss": 0.5002,
      "step": 1123
    },
    {
      "epoch": 0.19982222222222223,
      "grad_norm": 0.18432079255580902,
      "learning_rate": 4.524182629891486e-05,
      "loss": 0.4337,
      "step": 1124
    },
    {
      "epoch": 0.2,
      "grad_norm": 0.22611063718795776,
      "learning_rate": 4.523362873486427e-05,
      "loss": 0.4745,
      "step": 1125
    },
    {
      "epoch": 0.2001777777777778,
      "grad_norm": 0.239525705575943,
      "learning_rate": 4.522542485937369e-05,
      "loss": 0.4696,
      "step": 1126
    },
    {
      "epoch": 0.20035555555555556,
      "grad_norm": 0.18857158720493317,
      "learning_rate": 4.521721467500213e-05,
      "loss": 0.4492,
      "step": 1127
    },
    {
      "epoch": 0.20053333333333334,
      "grad_norm": 0.17476879060268402,
      "learning_rate": 4.5208998184310596e-05,
      "loss": 0.3725,
      "step": 1128
    },
    {
      "epoch": 0.20071111111111112,
      "grad_norm": 0.22804075479507446,
      "learning_rate": 4.5200775389862026e-05,
      "loss": 0.4564,
      "step": 1129
    },
    {
      "epoch": 0.2008888888888889,
      "grad_norm": 0.1928485482931137,
      "learning_rate": 4.519254629422136e-05,
      "loss": 0.5353,
      "step": 1130
    },
    {
      "epoch": 0.20106666666666667,
      "grad_norm": 0.21351028978824615,
      "learning_rate": 4.5184310899955465e-05,
      "loss": 0.5254,
      "step": 1131
    },
    {
      "epoch": 0.20124444444444445,
      "grad_norm": 0.22923269867897034,
      "learning_rate": 4.51760692096332e-05,
      "loss": 0.5075,
      "step": 1132
    },
    {
      "epoch": 0.20142222222222222,
      "grad_norm": 0.24213163554668427,
      "learning_rate": 4.516782122582538e-05,
      "loss": 0.3929,
      "step": 1133
    },
    {
      "epoch": 0.2016,
      "grad_norm": 0.2357289046049118,
      "learning_rate": 4.5159566951104796e-05,
      "loss": 0.5673,
      "step": 1134
    },
    {
      "epoch": 0.20177777777777778,
      "grad_norm": 0.28709009289741516,
      "learning_rate": 4.5151306388046175e-05,
      "loss": 0.5258,
      "step": 1135
    },
    {
      "epoch": 0.20195555555555555,
      "grad_norm": 0.22160127758979797,
      "learning_rate": 4.5143039539226234e-05,
      "loss": 0.4142,
      "step": 1136
    },
    {
      "epoch": 0.20213333333333333,
      "grad_norm": 0.24209551513195038,
      "learning_rate": 4.513476640722362e-05,
      "loss": 0.5669,
      "step": 1137
    },
    {
      "epoch": 0.2023111111111111,
      "grad_norm": 0.26472365856170654,
      "learning_rate": 4.512648699461897e-05,
      "loss": 0.5035,
      "step": 1138
    },
    {
      "epoch": 0.20248888888888888,
      "grad_norm": 0.2960183918476105,
      "learning_rate": 4.511820130399485e-05,
      "loss": 0.5571,
      "step": 1139
    },
    {
      "epoch": 0.20266666666666666,
      "grad_norm": 0.2725565433502197,
      "learning_rate": 4.510990933793583e-05,
      "loss": 0.3111,
      "step": 1140
    },
    {
      "epoch": 0.20284444444444444,
      "grad_norm": 0.31567874550819397,
      "learning_rate": 4.510161109902837e-05,
      "loss": 0.3578,
      "step": 1141
    },
    {
      "epoch": 0.20302222222222222,
      "grad_norm": 0.28235065937042236,
      "learning_rate": 4.509330658986095e-05,
      "loss": 0.3743,
      "step": 1142
    },
    {
      "epoch": 0.2032,
      "grad_norm": 0.30130165815353394,
      "learning_rate": 4.508499581302398e-05,
      "loss": 0.3632,
      "step": 1143
    },
    {
      "epoch": 0.20337777777777777,
      "grad_norm": 0.28148213028907776,
      "learning_rate": 4.507667877110982e-05,
      "loss": 0.4697,
      "step": 1144
    },
    {
      "epoch": 0.20355555555555555,
      "grad_norm": 0.31920433044433594,
      "learning_rate": 4.506835546671278e-05,
      "loss": 0.4269,
      "step": 1145
    },
    {
      "epoch": 0.20373333333333332,
      "grad_norm": 0.27543723583221436,
      "learning_rate": 4.5060025902429174e-05,
      "loss": 0.4451,
      "step": 1146
    },
    {
      "epoch": 0.2039111111111111,
      "grad_norm": 0.3476957678794861,
      "learning_rate": 4.5051690080857176e-05,
      "loss": 0.3867,
      "step": 1147
    },
    {
      "epoch": 0.20408888888888888,
      "grad_norm": 0.3947436511516571,
      "learning_rate": 4.504334800459699e-05,
      "loss": 0.4406,
      "step": 1148
    },
    {
      "epoch": 0.20426666666666668,
      "grad_norm": 0.3452424705028534,
      "learning_rate": 4.5034999676250745e-05,
      "loss": 0.4443,
      "step": 1149
    },
    {
      "epoch": 0.20444444444444446,
      "grad_norm": 0.3163152039051056,
      "learning_rate": 4.5026645098422515e-05,
      "loss": 0.5542,
      "step": 1150
    },
    {
      "epoch": 0.20462222222222223,
      "grad_norm": 0.22046495974063873,
      "learning_rate": 4.5018284273718336e-05,
      "loss": 0.5451,
      "step": 1151
    },
    {
      "epoch": 0.2048,
      "grad_norm": 0.21697033941745758,
      "learning_rate": 4.5009917204746184e-05,
      "loss": 0.4613,
      "step": 1152
    },
    {
      "epoch": 0.2049777777777778,
      "grad_norm": 0.3063431680202484,
      "learning_rate": 4.5001543894115975e-05,
      "loss": 0.6208,
      "step": 1153
    },
    {
      "epoch": 0.20515555555555556,
      "grad_norm": 0.2530516982078552,
      "learning_rate": 4.499316434443959e-05,
      "loss": 0.5381,
      "step": 1154
    },
    {
      "epoch": 0.20533333333333334,
      "grad_norm": 0.24551373720169067,
      "learning_rate": 4.4984778558330844e-05,
      "loss": 0.5628,
      "step": 1155
    },
    {
      "epoch": 0.20551111111111112,
      "grad_norm": 0.262751966714859,
      "learning_rate": 4.4976386538405495e-05,
      "loss": 0.4742,
      "step": 1156
    },
    {
      "epoch": 0.2056888888888889,
      "grad_norm": 0.2420046478509903,
      "learning_rate": 4.496798828728126e-05,
      "loss": 0.4927,
      "step": 1157
    },
    {
      "epoch": 0.20586666666666667,
      "grad_norm": 0.2048220932483673,
      "learning_rate": 4.495958380757779e-05,
      "loss": 0.5151,
      "step": 1158
    },
    {
      "epoch": 0.20604444444444445,
      "grad_norm": 0.1994069367647171,
      "learning_rate": 4.4951173101916675e-05,
      "loss": 0.4978,
      "step": 1159
    },
    {
      "epoch": 0.20622222222222222,
      "grad_norm": 0.27311640977859497,
      "learning_rate": 4.494275617292144e-05,
      "loss": 0.5309,
      "step": 1160
    },
    {
      "epoch": 0.2064,
      "grad_norm": 0.17105115950107574,
      "learning_rate": 4.493433302321759e-05,
      "loss": 0.467,
      "step": 1161
    },
    {
      "epoch": 0.20657777777777778,
      "grad_norm": 0.22653710842132568,
      "learning_rate": 4.492590365543253e-05,
      "loss": 0.4371,
      "step": 1162
    },
    {
      "epoch": 0.20675555555555555,
      "grad_norm": 0.19835852086544037,
      "learning_rate": 4.491746807219561e-05,
      "loss": 0.5782,
      "step": 1163
    },
    {
      "epoch": 0.20693333333333333,
      "grad_norm": 0.17252543568611145,
      "learning_rate": 4.490902627613813e-05,
      "loss": 0.3605,
      "step": 1164
    },
    {
      "epoch": 0.2071111111111111,
      "grad_norm": 0.2291734516620636,
      "learning_rate": 4.4900578269893335e-05,
      "loss": 0.4802,
      "step": 1165
    },
    {
      "epoch": 0.20728888888888888,
      "grad_norm": 0.20126929879188538,
      "learning_rate": 4.4892124056096386e-05,
      "loss": 0.7609,
      "step": 1166
    },
    {
      "epoch": 0.20746666666666666,
      "grad_norm": 0.18789182603359222,
      "learning_rate": 4.4883663637384396e-05,
      "loss": 0.4193,
      "step": 1167
    },
    {
      "epoch": 0.20764444444444444,
      "grad_norm": 0.21864496171474457,
      "learning_rate": 4.487519701639641e-05,
      "loss": 0.3695,
      "step": 1168
    },
    {
      "epoch": 0.2078222222222222,
      "grad_norm": 0.20566138625144958,
      "learning_rate": 4.486672419577339e-05,
      "loss": 0.5819,
      "step": 1169
    },
    {
      "epoch": 0.208,
      "grad_norm": 0.24795235693454742,
      "learning_rate": 4.4858245178158276e-05,
      "loss": 0.5585,
      "step": 1170
    },
    {
      "epoch": 0.20817777777777777,
      "grad_norm": 0.22701838612556458,
      "learning_rate": 4.484975996619589e-05,
      "loss": 0.5721,
      "step": 1171
    },
    {
      "epoch": 0.20835555555555554,
      "grad_norm": 0.2662225663661957,
      "learning_rate": 4.484126856253301e-05,
      "loss": 0.6068,
      "step": 1172
    },
    {
      "epoch": 0.20853333333333332,
      "grad_norm": 0.19402030110359192,
      "learning_rate": 4.483277096981836e-05,
      "loss": 0.4954,
      "step": 1173
    },
    {
      "epoch": 0.2087111111111111,
      "grad_norm": 0.19918403029441833,
      "learning_rate": 4.482426719070258e-05,
      "loss": 0.6145,
      "step": 1174
    },
    {
      "epoch": 0.2088888888888889,
      "grad_norm": 0.18216092884540558,
      "learning_rate": 4.481575722783821e-05,
      "loss": 0.4927,
      "step": 1175
    },
    {
      "epoch": 0.20906666666666668,
      "grad_norm": 0.24153631925582886,
      "learning_rate": 4.480724108387977e-05,
      "loss": 0.4145,
      "step": 1176
    },
    {
      "epoch": 0.20924444444444446,
      "grad_norm": 0.22951214015483856,
      "learning_rate": 4.479871876148368e-05,
      "loss": 0.5217,
      "step": 1177
    },
    {
      "epoch": 0.20942222222222223,
      "grad_norm": 0.240169957280159,
      "learning_rate": 4.4790190263308306e-05,
      "loss": 0.4639,
      "step": 1178
    },
    {
      "epoch": 0.2096,
      "grad_norm": 0.2075841873884201,
      "learning_rate": 4.4781655592013914e-05,
      "loss": 0.4262,
      "step": 1179
    },
    {
      "epoch": 0.20977777777777779,
      "grad_norm": 0.19956330955028534,
      "learning_rate": 4.477311475026271e-05,
      "loss": 0.5,
      "step": 1180
    },
    {
      "epoch": 0.20995555555555556,
      "grad_norm": 0.21053773164749146,
      "learning_rate": 4.4764567740718825e-05,
      "loss": 0.4606,
      "step": 1181
    },
    {
      "epoch": 0.21013333333333334,
      "grad_norm": 0.19418244063854218,
      "learning_rate": 4.475601456604831e-05,
      "loss": 0.4769,
      "step": 1182
    },
    {
      "epoch": 0.21031111111111112,
      "grad_norm": 0.22966864705085754,
      "learning_rate": 4.4747455228919146e-05,
      "loss": 0.5019,
      "step": 1183
    },
    {
      "epoch": 0.2104888888888889,
      "grad_norm": 0.2202337086200714,
      "learning_rate": 4.4738889732001234e-05,
      "loss": 0.473,
      "step": 1184
    },
    {
      "epoch": 0.21066666666666667,
      "grad_norm": 0.20665954053401947,
      "learning_rate": 4.473031807796639e-05,
      "loss": 0.4338,
      "step": 1185
    },
    {
      "epoch": 0.21084444444444445,
      "grad_norm": 0.2171582579612732,
      "learning_rate": 4.4721740269488355e-05,
      "loss": 0.5085,
      "step": 1186
    },
    {
      "epoch": 0.21102222222222222,
      "grad_norm": 0.3173885643482208,
      "learning_rate": 4.471315630924279e-05,
      "loss": 0.5511,
      "step": 1187
    },
    {
      "epoch": 0.2112,
      "grad_norm": 0.2598091959953308,
      "learning_rate": 4.470456619990727e-05,
      "loss": 0.5356,
      "step": 1188
    },
    {
      "epoch": 0.21137777777777778,
      "grad_norm": 0.21810810267925262,
      "learning_rate": 4.46959699441613e-05,
      "loss": 0.4542,
      "step": 1189
    },
    {
      "epoch": 0.21155555555555555,
      "grad_norm": 0.270347535610199,
      "learning_rate": 4.46873675446863e-05,
      "loss": 0.4604,
      "step": 1190
    },
    {
      "epoch": 0.21173333333333333,
      "grad_norm": 0.22283422946929932,
      "learning_rate": 4.4678759004165584e-05,
      "loss": 0.4804,
      "step": 1191
    },
    {
      "epoch": 0.2119111111111111,
      "grad_norm": 0.2997529208660126,
      "learning_rate": 4.4670144325284414e-05,
      "loss": 0.3335,
      "step": 1192
    },
    {
      "epoch": 0.21208888888888888,
      "grad_norm": 0.23307053744792938,
      "learning_rate": 4.466152351072994e-05,
      "loss": 0.3917,
      "step": 1193
    },
    {
      "epoch": 0.21226666666666666,
      "grad_norm": 0.4034876525402069,
      "learning_rate": 4.465289656319124e-05,
      "loss": 0.3383,
      "step": 1194
    },
    {
      "epoch": 0.21244444444444444,
      "grad_norm": 0.2727571427822113,
      "learning_rate": 4.464426348535931e-05,
      "loss": 0.4211,
      "step": 1195
    },
    {
      "epoch": 0.2126222222222222,
      "grad_norm": 0.3137003183364868,
      "learning_rate": 4.4635624279927044e-05,
      "loss": 0.5643,
      "step": 1196
    },
    {
      "epoch": 0.2128,
      "grad_norm": 0.30616435408592224,
      "learning_rate": 4.462697894958926e-05,
      "loss": 0.5288,
      "step": 1197
    },
    {
      "epoch": 0.21297777777777777,
      "grad_norm": 0.35483983159065247,
      "learning_rate": 4.461832749704268e-05,
      "loss": 0.3453,
      "step": 1198
    },
    {
      "epoch": 0.21315555555555554,
      "grad_norm": 0.37526512145996094,
      "learning_rate": 4.460966992498593e-05,
      "loss": 0.4246,
      "step": 1199
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 0.28306496143341064,
      "learning_rate": 4.460100623611955e-05,
      "loss": 0.3952,
      "step": 1200
    },
    {
      "epoch": 0.21351111111111112,
      "grad_norm": 0.2579217255115509,
      "learning_rate": 4.4592336433146e-05,
      "loss": 0.4593,
      "step": 1201
    },
    {
      "epoch": 0.2136888888888889,
      "grad_norm": 0.25233665108680725,
      "learning_rate": 4.458366051876962e-05,
      "loss": 0.5193,
      "step": 1202
    },
    {
      "epoch": 0.21386666666666668,
      "grad_norm": 0.33399251103401184,
      "learning_rate": 4.45749784956967e-05,
      "loss": 0.5962,
      "step": 1203
    },
    {
      "epoch": 0.21404444444444445,
      "grad_norm": 0.23728017508983612,
      "learning_rate": 4.456629036663537e-05,
      "loss": 0.7229,
      "step": 1204
    },
    {
      "epoch": 0.21422222222222223,
      "grad_norm": 0.271767258644104,
      "learning_rate": 4.455759613429573e-05,
      "loss": 0.4733,
      "step": 1205
    },
    {
      "epoch": 0.2144,
      "grad_norm": 0.23073779046535492,
      "learning_rate": 4.454889580138975e-05,
      "loss": 0.4321,
      "step": 1206
    },
    {
      "epoch": 0.21457777777777778,
      "grad_norm": 0.22024044394493103,
      "learning_rate": 4.4540189370631315e-05,
      "loss": 0.4672,
      "step": 1207
    },
    {
      "epoch": 0.21475555555555556,
      "grad_norm": 0.1814970225095749,
      "learning_rate": 4.45314768447362e-05,
      "loss": 0.2871,
      "step": 1208
    },
    {
      "epoch": 0.21493333333333334,
      "grad_norm": 0.18271920084953308,
      "learning_rate": 4.4522758226422076e-05,
      "loss": 0.4254,
      "step": 1209
    },
    {
      "epoch": 0.21511111111111111,
      "grad_norm": 0.2293633073568344,
      "learning_rate": 4.451403351840855e-05,
      "loss": 0.4709,
      "step": 1210
    },
    {
      "epoch": 0.2152888888888889,
      "grad_norm": 0.24442018568515778,
      "learning_rate": 4.450530272341709e-05,
      "loss": 0.5123,
      "step": 1211
    },
    {
      "epoch": 0.21546666666666667,
      "grad_norm": 0.2315955013036728,
      "learning_rate": 4.449656584417108e-05,
      "loss": 0.4793,
      "step": 1212
    },
    {
      "epoch": 0.21564444444444444,
      "grad_norm": 0.23595914244651794,
      "learning_rate": 4.4487822883395805e-05,
      "loss": 0.4148,
      "step": 1213
    },
    {
      "epoch": 0.21582222222222222,
      "grad_norm": 0.21754497289657593,
      "learning_rate": 4.447907384381843e-05,
      "loss": 0.5832,
      "step": 1214
    },
    {
      "epoch": 0.216,
      "grad_norm": 0.24892906844615936,
      "learning_rate": 4.447031872816804e-05,
      "loss": 0.4762,
      "step": 1215
    },
    {
      "epoch": 0.21617777777777777,
      "grad_norm": 0.22116093337535858,
      "learning_rate": 4.4461557539175594e-05,
      "loss": 0.3892,
      "step": 1216
    },
    {
      "epoch": 0.21635555555555555,
      "grad_norm": 0.21376650035381317,
      "learning_rate": 4.445279027957395e-05,
      "loss": 0.4064,
      "step": 1217
    },
    {
      "epoch": 0.21653333333333333,
      "grad_norm": 0.24173544347286224,
      "learning_rate": 4.444401695209788e-05,
      "loss": 0.5405,
      "step": 1218
    },
    {
      "epoch": 0.2167111111111111,
      "grad_norm": 0.20949050784111023,
      "learning_rate": 4.443523755948401e-05,
      "loss": 0.6225,
      "step": 1219
    },
    {
      "epoch": 0.21688888888888888,
      "grad_norm": 0.23511171340942383,
      "learning_rate": 4.4426452104470903e-05,
      "loss": 0.3899,
      "step": 1220
    },
    {
      "epoch": 0.21706666666666666,
      "grad_norm": 0.2516617774963379,
      "learning_rate": 4.441766058979898e-05,
      "loss": 0.5543,
      "step": 1221
    },
    {
      "epoch": 0.21724444444444443,
      "grad_norm": 0.2169966995716095,
      "learning_rate": 4.4408863018210564e-05,
      "loss": 0.5775,
      "step": 1222
    },
    {
      "epoch": 0.2174222222222222,
      "grad_norm": 0.1982172727584839,
      "learning_rate": 4.440005939244986e-05,
      "loss": 0.4319,
      "step": 1223
    },
    {
      "epoch": 0.2176,
      "grad_norm": 0.24691443145275116,
      "learning_rate": 4.439124971526297e-05,
      "loss": 0.6291,
      "step": 1224
    },
    {
      "epoch": 0.21777777777777776,
      "grad_norm": 0.22283481061458588,
      "learning_rate": 4.4382433989397895e-05,
      "loss": 0.5197,
      "step": 1225
    },
    {
      "epoch": 0.21795555555555557,
      "grad_norm": 0.2501087188720703,
      "learning_rate": 4.4373612217604496e-05,
      "loss": 0.4807,
      "step": 1226
    },
    {
      "epoch": 0.21813333333333335,
      "grad_norm": 0.23015612363815308,
      "learning_rate": 4.436478440263453e-05,
      "loss": 0.4218,
      "step": 1227
    },
    {
      "epoch": 0.21831111111111112,
      "grad_norm": 0.19644664227962494,
      "learning_rate": 4.4355950547241645e-05,
      "loss": 0.6045,
      "step": 1228
    },
    {
      "epoch": 0.2184888888888889,
      "grad_norm": 0.17348532378673553,
      "learning_rate": 4.434711065418137e-05,
      "loss": 0.397,
      "step": 1229
    },
    {
      "epoch": 0.21866666666666668,
      "grad_norm": 0.29025378823280334,
      "learning_rate": 4.433826472621112e-05,
      "loss": 0.6841,
      "step": 1230
    },
    {
      "epoch": 0.21884444444444445,
      "grad_norm": 0.26663684844970703,
      "learning_rate": 4.432941276609018e-05,
      "loss": 0.5249,
      "step": 1231
    },
    {
      "epoch": 0.21902222222222223,
      "grad_norm": 0.23280292749404907,
      "learning_rate": 4.4320554776579747e-05,
      "loss": 0.4476,
      "step": 1232
    },
    {
      "epoch": 0.2192,
      "grad_norm": 0.24723279476165771,
      "learning_rate": 4.431169076044286e-05,
      "loss": 0.6883,
      "step": 1233
    },
    {
      "epoch": 0.21937777777777778,
      "grad_norm": 0.2232581526041031,
      "learning_rate": 4.4302820720444456e-05,
      "loss": 0.4752,
      "step": 1234
    },
    {
      "epoch": 0.21955555555555556,
      "grad_norm": 0.2624834179878235,
      "learning_rate": 4.429394465935136e-05,
      "loss": 0.5272,
      "step": 1235
    },
    {
      "epoch": 0.21973333333333334,
      "grad_norm": 0.24239814281463623,
      "learning_rate": 4.428506257993226e-05,
      "loss": 0.5152,
      "step": 1236
    },
    {
      "epoch": 0.2199111111111111,
      "grad_norm": 0.19653569161891937,
      "learning_rate": 4.427617448495772e-05,
      "loss": 0.4192,
      "step": 1237
    },
    {
      "epoch": 0.2200888888888889,
      "grad_norm": 0.21659450232982635,
      "learning_rate": 4.4267280377200205e-05,
      "loss": 0.4367,
      "step": 1238
    },
    {
      "epoch": 0.22026666666666667,
      "grad_norm": 0.25144386291503906,
      "learning_rate": 4.425838025943403e-05,
      "loss": 0.5186,
      "step": 1239
    },
    {
      "epoch": 0.22044444444444444,
      "grad_norm": 0.29326704144477844,
      "learning_rate": 4.424947413443539e-05,
      "loss": 0.4742,
      "step": 1240
    },
    {
      "epoch": 0.22062222222222222,
      "grad_norm": 0.2666285037994385,
      "learning_rate": 4.4240562004982364e-05,
      "loss": 0.4814,
      "step": 1241
    },
    {
      "epoch": 0.2208,
      "grad_norm": 0.26863181591033936,
      "learning_rate": 4.423164387385489e-05,
      "loss": 0.3805,
      "step": 1242
    },
    {
      "epoch": 0.22097777777777777,
      "grad_norm": 0.2502087950706482,
      "learning_rate": 4.422271974383479e-05,
      "loss": 0.3988,
      "step": 1243
    },
    {
      "epoch": 0.22115555555555555,
      "grad_norm": 0.24802133440971375,
      "learning_rate": 4.4213789617705746e-05,
      "loss": 0.507,
      "step": 1244
    },
    {
      "epoch": 0.22133333333333333,
      "grad_norm": 0.2693012058734894,
      "learning_rate": 4.420485349825332e-05,
      "loss": 0.4696,
      "step": 1245
    },
    {
      "epoch": 0.2215111111111111,
      "grad_norm": 0.3461697995662689,
      "learning_rate": 4.4195911388264946e-05,
      "loss": 0.4831,
      "step": 1246
    },
    {
      "epoch": 0.22168888888888888,
      "grad_norm": 0.35696372389793396,
      "learning_rate": 4.41869632905299e-05,
      "loss": 0.3648,
      "step": 1247
    },
    {
      "epoch": 0.22186666666666666,
      "grad_norm": 0.3228091299533844,
      "learning_rate": 4.417800920783937e-05,
      "loss": 0.372,
      "step": 1248
    },
    {
      "epoch": 0.22204444444444443,
      "grad_norm": 0.3126201033592224,
      "learning_rate": 4.4169049142986376e-05,
      "loss": 0.4403,
      "step": 1249
    },
    {
      "epoch": 0.2222222222222222,
      "grad_norm": 0.39341673254966736,
      "learning_rate": 4.4160083098765815e-05,
      "loss": 0.5878,
      "step": 1250
    },
    {
      "epoch": 0.2224,
      "grad_norm": 0.22823891043663025,
      "learning_rate": 4.415111107797445e-05,
      "loss": 0.3206,
      "step": 1251
    },
    {
      "epoch": 0.2225777777777778,
      "grad_norm": 0.22837820649147034,
      "learning_rate": 4.414213308341092e-05,
      "loss": 0.4378,
      "step": 1252
    },
    {
      "epoch": 0.22275555555555557,
      "grad_norm": 0.2534780204296112,
      "learning_rate": 4.413314911787569e-05,
      "loss": 0.5127,
      "step": 1253
    },
    {
      "epoch": 0.22293333333333334,
      "grad_norm": 0.23945263028144836,
      "learning_rate": 4.4124159184171134e-05,
      "loss": 0.6296,
      "step": 1254
    },
    {
      "epoch": 0.22311111111111112,
      "grad_norm": 0.22508473694324493,
      "learning_rate": 4.411516328510145e-05,
      "loss": 0.532,
      "step": 1255
    },
    {
      "epoch": 0.2232888888888889,
      "grad_norm": 0.23963187634944916,
      "learning_rate": 4.410616142347273e-05,
      "loss": 0.5243,
      "step": 1256
    },
    {
      "epoch": 0.22346666666666667,
      "grad_norm": 0.26530513167381287,
      "learning_rate": 4.409715360209289e-05,
      "loss": 0.5661,
      "step": 1257
    },
    {
      "epoch": 0.22364444444444445,
      "grad_norm": 0.22146882116794586,
      "learning_rate": 4.4088139823771744e-05,
      "loss": 0.4502,
      "step": 1258
    },
    {
      "epoch": 0.22382222222222223,
      "grad_norm": 0.2245611846446991,
      "learning_rate": 4.407912009132093e-05,
      "loss": 0.5192,
      "step": 1259
    },
    {
      "epoch": 0.224,
      "grad_norm": 0.20654036104679108,
      "learning_rate": 4.407009440755396e-05,
      "loss": 0.4832,
      "step": 1260
    },
    {
      "epoch": 0.22417777777777778,
      "grad_norm": 0.17662639915943146,
      "learning_rate": 4.40610627752862e-05,
      "loss": 0.3809,
      "step": 1261
    },
    {
      "epoch": 0.22435555555555556,
      "grad_norm": 0.23477929830551147,
      "learning_rate": 4.4052025197334864e-05,
      "loss": 0.4382,
      "step": 1262
    },
    {
      "epoch": 0.22453333333333333,
      "grad_norm": 0.221193328499794,
      "learning_rate": 4.404298167651905e-05,
      "loss": 0.3814,
      "step": 1263
    },
    {
      "epoch": 0.2247111111111111,
      "grad_norm": 0.2709603011608124,
      "learning_rate": 4.403393221565966e-05,
      "loss": 0.5322,
      "step": 1264
    },
    {
      "epoch": 0.2248888888888889,
      "grad_norm": 0.2439824640750885,
      "learning_rate": 4.40248768175795e-05,
      "loss": 0.4397,
      "step": 1265
    },
    {
      "epoch": 0.22506666666666666,
      "grad_norm": 0.2303110659122467,
      "learning_rate": 4.401581548510318e-05,
      "loss": 0.5983,
      "step": 1266
    },
    {
      "epoch": 0.22524444444444444,
      "grad_norm": 0.33068788051605225,
      "learning_rate": 4.4006748221057206e-05,
      "loss": 0.6224,
      "step": 1267
    },
    {
      "epoch": 0.22542222222222222,
      "grad_norm": 0.2883262634277344,
      "learning_rate": 4.3997675028269906e-05,
      "loss": 0.5691,
      "step": 1268
    },
    {
      "epoch": 0.2256,
      "grad_norm": 0.20572085678577423,
      "learning_rate": 4.3988595909571464e-05,
      "loss": 0.3703,
      "step": 1269
    },
    {
      "epoch": 0.22577777777777777,
      "grad_norm": 0.18315738439559937,
      "learning_rate": 4.3979510867793917e-05,
      "loss": 0.4485,
      "step": 1270
    },
    {
      "epoch": 0.22595555555555555,
      "grad_norm": 0.30687716603279114,
      "learning_rate": 4.3970419905771145e-05,
      "loss": 0.7186,
      "step": 1271
    },
    {
      "epoch": 0.22613333333333333,
      "grad_norm": 0.21920879185199738,
      "learning_rate": 4.396132302633886e-05,
      "loss": 0.4395,
      "step": 1272
    },
    {
      "epoch": 0.2263111111111111,
      "grad_norm": 0.24590124189853668,
      "learning_rate": 4.395222023233466e-05,
      "loss": 0.5013,
      "step": 1273
    },
    {
      "epoch": 0.22648888888888888,
      "grad_norm": 0.20799681544303894,
      "learning_rate": 4.394311152659796e-05,
      "loss": 0.5773,
      "step": 1274
    },
    {
      "epoch": 0.22666666666666666,
      "grad_norm": 0.20395217835903168,
      "learning_rate": 4.393399691197e-05,
      "loss": 0.3824,
      "step": 1275
    },
    {
      "epoch": 0.22684444444444443,
      "grad_norm": 0.24426783621311188,
      "learning_rate": 4.3924876391293915e-05,
      "loss": 0.4177,
      "step": 1276
    },
    {
      "epoch": 0.2270222222222222,
      "grad_norm": 0.2574116289615631,
      "learning_rate": 4.391574996741463e-05,
      "loss": 0.4799,
      "step": 1277
    },
    {
      "epoch": 0.2272,
      "grad_norm": 0.2484491765499115,
      "learning_rate": 4.390661764317895e-05,
      "loss": 0.5511,
      "step": 1278
    },
    {
      "epoch": 0.2273777777777778,
      "grad_norm": 0.2698419690132141,
      "learning_rate": 4.38974794214355e-05,
      "loss": 0.4791,
      "step": 1279
    },
    {
      "epoch": 0.22755555555555557,
      "grad_norm": 0.23384766280651093,
      "learning_rate": 4.388833530503473e-05,
      "loss": 0.4635,
      "step": 1280
    },
    {
      "epoch": 0.22773333333333334,
      "grad_norm": 0.2407292127609253,
      "learning_rate": 4.387918529682898e-05,
      "loss": 0.46,
      "step": 1281
    },
    {
      "epoch": 0.22791111111111112,
      "grad_norm": 0.27329519391059875,
      "learning_rate": 4.387002939967237e-05,
      "loss": 0.539,
      "step": 1282
    },
    {
      "epoch": 0.2280888888888889,
      "grad_norm": 0.26004716753959656,
      "learning_rate": 4.386086761642091e-05,
      "loss": 0.574,
      "step": 1283
    },
    {
      "epoch": 0.22826666666666667,
      "grad_norm": 0.19215545058250427,
      "learning_rate": 4.3851699949932396e-05,
      "loss": 0.3969,
      "step": 1284
    },
    {
      "epoch": 0.22844444444444445,
      "grad_norm": 0.25178056955337524,
      "learning_rate": 4.3842526403066486e-05,
      "loss": 0.5273,
      "step": 1285
    },
    {
      "epoch": 0.22862222222222223,
      "grad_norm": 0.2471136748790741,
      "learning_rate": 4.3833346978684675e-05,
      "loss": 0.5462,
      "step": 1286
    },
    {
      "epoch": 0.2288,
      "grad_norm": 0.18890753388404846,
      "learning_rate": 4.382416167965028e-05,
      "loss": 0.4993,
      "step": 1287
    },
    {
      "epoch": 0.22897777777777778,
      "grad_norm": 0.24137598276138306,
      "learning_rate": 4.381497050882845e-05,
      "loss": 0.3832,
      "step": 1288
    },
    {
      "epoch": 0.22915555555555556,
      "grad_norm": 0.25049135088920593,
      "learning_rate": 4.380577346908618e-05,
      "loss": 0.5908,
      "step": 1289
    },
    {
      "epoch": 0.22933333333333333,
      "grad_norm": 0.25297388434410095,
      "learning_rate": 4.379657056329228e-05,
      "loss": 0.5927,
      "step": 1290
    },
    {
      "epoch": 0.2295111111111111,
      "grad_norm": 0.2016248106956482,
      "learning_rate": 4.3787361794317405e-05,
      "loss": 0.4903,
      "step": 1291
    },
    {
      "epoch": 0.2296888888888889,
      "grad_norm": 0.20851749181747437,
      "learning_rate": 4.3778147165034025e-05,
      "loss": 0.3953,
      "step": 1292
    },
    {
      "epoch": 0.22986666666666666,
      "grad_norm": 0.22823545336723328,
      "learning_rate": 4.376892667831644e-05,
      "loss": 0.3,
      "step": 1293
    },
    {
      "epoch": 0.23004444444444444,
      "grad_norm": 0.22524063289165497,
      "learning_rate": 4.375970033704077e-05,
      "loss": 0.3724,
      "step": 1294
    },
    {
      "epoch": 0.23022222222222222,
      "grad_norm": 0.343679815530777,
      "learning_rate": 4.375046814408499e-05,
      "loss": 0.4167,
      "step": 1295
    },
    {
      "epoch": 0.2304,
      "grad_norm": 0.28717124462127686,
      "learning_rate": 4.374123010232888e-05,
      "loss": 0.4525,
      "step": 1296
    },
    {
      "epoch": 0.23057777777777777,
      "grad_norm": 0.41317862272262573,
      "learning_rate": 4.373198621465404e-05,
      "loss": 0.4082,
      "step": 1297
    },
    {
      "epoch": 0.23075555555555555,
      "grad_norm": 0.3291909694671631,
      "learning_rate": 4.372273648394389e-05,
      "loss": 0.436,
      "step": 1298
    },
    {
      "epoch": 0.23093333333333332,
      "grad_norm": 0.3544304072856903,
      "learning_rate": 4.37134809130837e-05,
      "loss": 0.4362,
      "step": 1299
    },
    {
      "epoch": 0.2311111111111111,
      "grad_norm": 0.3479328453540802,
      "learning_rate": 4.370421950496054e-05,
      "loss": 0.4789,
      "step": 1300
    },
    {
      "epoch": 0.23128888888888888,
      "grad_norm": 0.2357267588376999,
      "learning_rate": 4.36949522624633e-05,
      "loss": 0.4947,
      "step": 1301
    },
    {
      "epoch": 0.23146666666666665,
      "grad_norm": 0.27003100514411926,
      "learning_rate": 4.368567918848269e-05,
      "loss": 0.5034,
      "step": 1302
    },
    {
      "epoch": 0.23164444444444443,
      "grad_norm": 0.26223084330558777,
      "learning_rate": 4.3676400285911256e-05,
      "loss": 0.538,
      "step": 1303
    },
    {
      "epoch": 0.23182222222222224,
      "grad_norm": 0.23477938771247864,
      "learning_rate": 4.3667115557643336e-05,
      "loss": 0.5616,
      "step": 1304
    },
    {
      "epoch": 0.232,
      "grad_norm": 0.21605823934078217,
      "learning_rate": 4.3657825006575106e-05,
      "loss": 0.4894,
      "step": 1305
    },
    {
      "epoch": 0.2321777777777778,
      "grad_norm": 0.25563398003578186,
      "learning_rate": 4.3648528635604556e-05,
      "loss": 0.4244,
      "step": 1306
    },
    {
      "epoch": 0.23235555555555557,
      "grad_norm": 0.23986752331256866,
      "learning_rate": 4.363922644763147e-05,
      "loss": 0.5559,
      "step": 1307
    },
    {
      "epoch": 0.23253333333333334,
      "grad_norm": 0.2909373939037323,
      "learning_rate": 4.362991844555749e-05,
      "loss": 0.5399,
      "step": 1308
    },
    {
      "epoch": 0.23271111111111112,
      "grad_norm": 0.2384665608406067,
      "learning_rate": 4.3620604632286024e-05,
      "loss": 0.4536,
      "step": 1309
    },
    {
      "epoch": 0.2328888888888889,
      "grad_norm": 0.25972333550453186,
      "learning_rate": 4.361128501072231e-05,
      "loss": 0.5464,
      "step": 1310
    },
    {
      "epoch": 0.23306666666666667,
      "grad_norm": 0.23711919784545898,
      "learning_rate": 4.3601959583773415e-05,
      "loss": 0.5016,
      "step": 1311
    },
    {
      "epoch": 0.23324444444444445,
      "grad_norm": 0.18047326803207397,
      "learning_rate": 4.35926283543482e-05,
      "loss": 0.4517,
      "step": 1312
    },
    {
      "epoch": 0.23342222222222223,
      "grad_norm": 0.2347806692123413,
      "learning_rate": 4.358329132535733e-05,
      "loss": 0.4599,
      "step": 1313
    },
    {
      "epoch": 0.2336,
      "grad_norm": 0.2155926376581192,
      "learning_rate": 4.35739484997133e-05,
      "loss": 0.4324,
      "step": 1314
    },
    {
      "epoch": 0.23377777777777778,
      "grad_norm": 0.2632337808609009,
      "learning_rate": 4.356459988033039e-05,
      "loss": 0.532,
      "step": 1315
    },
    {
      "epoch": 0.23395555555555556,
      "grad_norm": 0.23097728192806244,
      "learning_rate": 4.355524547012471e-05,
      "loss": 0.4209,
      "step": 1316
    },
    {
      "epoch": 0.23413333333333333,
      "grad_norm": 0.24183626472949982,
      "learning_rate": 4.354588527201414e-05,
      "loss": 0.5361,
      "step": 1317
    },
    {
      "epoch": 0.2343111111111111,
      "grad_norm": 0.2498297095298767,
      "learning_rate": 4.353651928891842e-05,
      "loss": 0.4496,
      "step": 1318
    },
    {
      "epoch": 0.23448888888888889,
      "grad_norm": 0.1860927790403366,
      "learning_rate": 4.352714752375906e-05,
      "loss": 0.3423,
      "step": 1319
    },
    {
      "epoch": 0.23466666666666666,
      "grad_norm": 0.24412637948989868,
      "learning_rate": 4.351776997945936e-05,
      "loss": 0.5076,
      "step": 1320
    },
    {
      "epoch": 0.23484444444444444,
      "grad_norm": 0.3298015892505646,
      "learning_rate": 4.350838665894446e-05,
      "loss": 0.563,
      "step": 1321
    },
    {
      "epoch": 0.23502222222222222,
      "grad_norm": 0.2763049900531769,
      "learning_rate": 4.3498997565141267e-05,
      "loss": 0.4932,
      "step": 1322
    },
    {
      "epoch": 0.2352,
      "grad_norm": 0.2645281255245209,
      "learning_rate": 4.348960270097851e-05,
      "loss": 0.4046,
      "step": 1323
    },
    {
      "epoch": 0.23537777777777777,
      "grad_norm": 0.3076537549495697,
      "learning_rate": 4.348020206938672e-05,
      "loss": 0.5533,
      "step": 1324
    },
    {
      "epoch": 0.23555555555555555,
      "grad_norm": 0.21966569125652313,
      "learning_rate": 4.3470795673298206e-05,
      "loss": 0.4752,
      "step": 1325
    },
    {
      "epoch": 0.23573333333333332,
      "grad_norm": 0.2737371027469635,
      "learning_rate": 4.3461383515647106e-05,
      "loss": 0.4063,
      "step": 1326
    },
    {
      "epoch": 0.2359111111111111,
      "grad_norm": 0.2169768065214157,
      "learning_rate": 4.345196559936932e-05,
      "loss": 0.5452,
      "step": 1327
    },
    {
      "epoch": 0.23608888888888888,
      "grad_norm": 0.2770763635635376,
      "learning_rate": 4.3442541927402566e-05,
      "loss": 0.4594,
      "step": 1328
    },
    {
      "epoch": 0.23626666666666668,
      "grad_norm": 0.22036604583263397,
      "learning_rate": 4.3433112502686355e-05,
      "loss": 0.4301,
      "step": 1329
    },
    {
      "epoch": 0.23644444444444446,
      "grad_norm": 0.2196999043226242,
      "learning_rate": 4.3423677328161996e-05,
      "loss": 0.4142,
      "step": 1330
    },
    {
      "epoch": 0.23662222222222223,
      "grad_norm": 0.26208990812301636,
      "learning_rate": 4.3414236406772584e-05,
      "loss": 0.4838,
      "step": 1331
    },
    {
      "epoch": 0.2368,
      "grad_norm": 0.18558618426322937,
      "learning_rate": 4.3404789741463e-05,
      "loss": 0.4307,
      "step": 1332
    },
    {
      "epoch": 0.2369777777777778,
      "grad_norm": 0.2166328877210617,
      "learning_rate": 4.3395337335179945e-05,
      "loss": 0.5326,
      "step": 1333
    },
    {
      "epoch": 0.23715555555555556,
      "grad_norm": 0.24006320536136627,
      "learning_rate": 4.338587919087187e-05,
      "loss": 0.5539,
      "step": 1334
    },
    {
      "epoch": 0.23733333333333334,
      "grad_norm": 0.1928250789642334,
      "learning_rate": 4.3376415311489056e-05,
      "loss": 0.4231,
      "step": 1335
    },
    {
      "epoch": 0.23751111111111112,
      "grad_norm": 0.2704288363456726,
      "learning_rate": 4.336694569998354e-05,
      "loss": 0.4847,
      "step": 1336
    },
    {
      "epoch": 0.2376888888888889,
      "grad_norm": 0.24226625263690948,
      "learning_rate": 4.335747035930916e-05,
      "loss": 0.5627,
      "step": 1337
    },
    {
      "epoch": 0.23786666666666667,
      "grad_norm": 0.25263598561286926,
      "learning_rate": 4.334798929242155e-05,
      "loss": 0.5061,
      "step": 1338
    },
    {
      "epoch": 0.23804444444444445,
      "grad_norm": 0.22211408615112305,
      "learning_rate": 4.3338502502278134e-05,
      "loss": 0.5774,
      "step": 1339
    },
    {
      "epoch": 0.23822222222222222,
      "grad_norm": 0.24443838000297546,
      "learning_rate": 4.3329009991838084e-05,
      "loss": 0.4604,
      "step": 1340
    },
    {
      "epoch": 0.2384,
      "grad_norm": 0.25341013073921204,
      "learning_rate": 4.331951176406239e-05,
      "loss": 0.5761,
      "step": 1341
    },
    {
      "epoch": 0.23857777777777778,
      "grad_norm": 0.2710097134113312,
      "learning_rate": 4.3310007821913836e-05,
      "loss": 0.3894,
      "step": 1342
    },
    {
      "epoch": 0.23875555555555555,
      "grad_norm": 0.2957439422607422,
      "learning_rate": 4.330049816835694e-05,
      "loss": 0.3945,
      "step": 1343
    },
    {
      "epoch": 0.23893333333333333,
      "grad_norm": 0.26889345049858093,
      "learning_rate": 4.3290982806358046e-05,
      "loss": 0.3815,
      "step": 1344
    },
    {
      "epoch": 0.2391111111111111,
      "grad_norm": 0.2689574062824249,
      "learning_rate": 4.3281461738885274e-05,
      "loss": 0.4134,
      "step": 1345
    },
    {
      "epoch": 0.23928888888888888,
      "grad_norm": 0.24850115180015564,
      "learning_rate": 4.3271934968908514e-05,
      "loss": 0.4146,
      "step": 1346
    },
    {
      "epoch": 0.23946666666666666,
      "grad_norm": 0.41217899322509766,
      "learning_rate": 4.3262402499399404e-05,
      "loss": 0.5276,
      "step": 1347
    },
    {
      "epoch": 0.23964444444444444,
      "grad_norm": 0.3405587673187256,
      "learning_rate": 4.325286433333142e-05,
      "loss": 0.4423,
      "step": 1348
    },
    {
      "epoch": 0.23982222222222221,
      "grad_norm": 0.32275477051734924,
      "learning_rate": 4.3243320473679785e-05,
      "loss": 0.3751,
      "step": 1349
    },
    {
      "epoch": 0.24,
      "grad_norm": 0.3968574106693268,
      "learning_rate": 4.323377092342148e-05,
      "loss": 0.3679,
      "step": 1350
    },
    {
      "epoch": 0.24017777777777777,
      "grad_norm": 0.2869572937488556,
      "learning_rate": 4.3224215685535294e-05,
      "loss": 0.4279,
      "step": 1351
    },
    {
      "epoch": 0.24035555555555554,
      "grad_norm": 0.25271180272102356,
      "learning_rate": 4.321465476300177e-05,
      "loss": 0.5202,
      "step": 1352
    },
    {
      "epoch": 0.24053333333333332,
      "grad_norm": 0.2373661994934082,
      "learning_rate": 4.3205088158803226e-05,
      "loss": 0.545,
      "step": 1353
    },
    {
      "epoch": 0.2407111111111111,
      "grad_norm": 0.22581227123737335,
      "learning_rate": 4.319551587592376e-05,
      "loss": 0.5069,
      "step": 1354
    },
    {
      "epoch": 0.2408888888888889,
      "grad_norm": 0.21236656606197357,
      "learning_rate": 4.318593791734924e-05,
      "loss": 0.4859,
      "step": 1355
    },
    {
      "epoch": 0.24106666666666668,
      "grad_norm": 0.20294010639190674,
      "learning_rate": 4.31763542860673e-05,
      "loss": 0.4251,
      "step": 1356
    },
    {
      "epoch": 0.24124444444444446,
      "grad_norm": 0.24016942083835602,
      "learning_rate": 4.3166764985067343e-05,
      "loss": 0.4283,
      "step": 1357
    },
    {
      "epoch": 0.24142222222222223,
      "grad_norm": 0.2627848982810974,
      "learning_rate": 4.3157170017340545e-05,
      "loss": 0.521,
      "step": 1358
    },
    {
      "epoch": 0.2416,
      "grad_norm": 0.23952418565750122,
      "learning_rate": 4.314756938587984e-05,
      "loss": 0.5327,
      "step": 1359
    },
    {
      "epoch": 0.24177777777777779,
      "grad_norm": 0.3013181686401367,
      "learning_rate": 4.3137963093679945e-05,
      "loss": 0.5394,
      "step": 1360
    },
    {
      "epoch": 0.24195555555555556,
      "grad_norm": 0.24400077760219574,
      "learning_rate": 4.3128351143737335e-05,
      "loss": 0.5534,
      "step": 1361
    },
    {
      "epoch": 0.24213333333333334,
      "grad_norm": 0.2012927532196045,
      "learning_rate": 4.3118733539050244e-05,
      "loss": 0.4136,
      "step": 1362
    },
    {
      "epoch": 0.24231111111111112,
      "grad_norm": 0.2734348475933075,
      "learning_rate": 4.310911028261867e-05,
      "loss": 0.5149,
      "step": 1363
    },
    {
      "epoch": 0.2424888888888889,
      "grad_norm": 0.23700101673603058,
      "learning_rate": 4.3099481377444384e-05,
      "loss": 0.4956,
      "step": 1364
    },
    {
      "epoch": 0.24266666666666667,
      "grad_norm": 0.2542860507965088,
      "learning_rate": 4.308984682653092e-05,
      "loss": 0.6563,
      "step": 1365
    },
    {
      "epoch": 0.24284444444444445,
      "grad_norm": 0.21225221455097198,
      "learning_rate": 4.3080206632883554e-05,
      "loss": 0.3805,
      "step": 1366
    },
    {
      "epoch": 0.24302222222222222,
      "grad_norm": 0.21046310663223267,
      "learning_rate": 4.307056079950934e-05,
      "loss": 0.483,
      "step": 1367
    },
    {
      "epoch": 0.2432,
      "grad_norm": 0.20668034255504608,
      "learning_rate": 4.306090932941708e-05,
      "loss": 0.4549,
      "step": 1368
    },
    {
      "epoch": 0.24337777777777778,
      "grad_norm": 0.24548202753067017,
      "learning_rate": 4.305125222561736e-05,
      "loss": 0.6477,
      "step": 1369
    },
    {
      "epoch": 0.24355555555555555,
      "grad_norm": 0.21200339496135712,
      "learning_rate": 4.304158949112247e-05,
      "loss": 0.4711,
      "step": 1370
    },
    {
      "epoch": 0.24373333333333333,
      "grad_norm": 0.2290968894958496,
      "learning_rate": 4.303192112894652e-05,
      "loss": 0.4094,
      "step": 1371
    },
    {
      "epoch": 0.2439111111111111,
      "grad_norm": 0.3123732805252075,
      "learning_rate": 4.302224714210532e-05,
      "loss": 0.5358,
      "step": 1372
    },
    {
      "epoch": 0.24408888888888888,
      "grad_norm": 0.22897206246852875,
      "learning_rate": 4.301256753361649e-05,
      "loss": 0.5369,
      "step": 1373
    },
    {
      "epoch": 0.24426666666666666,
      "grad_norm": 0.23908253014087677,
      "learning_rate": 4.3002882306499345e-05,
      "loss": 0.3527,
      "step": 1374
    },
    {
      "epoch": 0.24444444444444444,
      "grad_norm": 0.17792123556137085,
      "learning_rate": 4.2993191463774997e-05,
      "loss": 0.4548,
      "step": 1375
    },
    {
      "epoch": 0.2446222222222222,
      "grad_norm": 0.2578827738761902,
      "learning_rate": 4.2983495008466276e-05,
      "loss": 0.6232,
      "step": 1376
    },
    {
      "epoch": 0.2448,
      "grad_norm": 0.28514882922172546,
      "learning_rate": 4.297379294359781e-05,
      "loss": 0.5848,
      "step": 1377
    },
    {
      "epoch": 0.24497777777777777,
      "grad_norm": 0.29542988538742065,
      "learning_rate": 4.296408527219592e-05,
      "loss": 0.5274,
      "step": 1378
    },
    {
      "epoch": 0.24515555555555554,
      "grad_norm": 0.23926961421966553,
      "learning_rate": 4.295437199728871e-05,
      "loss": 0.5209,
      "step": 1379
    },
    {
      "epoch": 0.24533333333333332,
      "grad_norm": 0.22336643934249878,
      "learning_rate": 4.294465312190603e-05,
      "loss": 0.3908,
      "step": 1380
    },
    {
      "epoch": 0.24551111111111112,
      "grad_norm": 0.22745724022388458,
      "learning_rate": 4.293492864907947e-05,
      "loss": 0.6449,
      "step": 1381
    },
    {
      "epoch": 0.2456888888888889,
      "grad_norm": 0.29059791564941406,
      "learning_rate": 4.292519858184236e-05,
      "loss": 0.535,
      "step": 1382
    },
    {
      "epoch": 0.24586666666666668,
      "grad_norm": 0.21000346541404724,
      "learning_rate": 4.291546292322979e-05,
      "loss": 0.4864,
      "step": 1383
    },
    {
      "epoch": 0.24604444444444445,
      "grad_norm": 0.2529181241989136,
      "learning_rate": 4.290572167627859e-05,
      "loss": 0.4834,
      "step": 1384
    },
    {
      "epoch": 0.24622222222222223,
      "grad_norm": 0.2576427161693573,
      "learning_rate": 4.289597484402732e-05,
      "loss": 0.7625,
      "step": 1385
    },
    {
      "epoch": 0.2464,
      "grad_norm": 0.27456507086753845,
      "learning_rate": 4.2886222429516296e-05,
      "loss": 0.5583,
      "step": 1386
    },
    {
      "epoch": 0.24657777777777778,
      "grad_norm": 0.30464449524879456,
      "learning_rate": 4.287646443578758e-05,
      "loss": 0.5193,
      "step": 1387
    },
    {
      "epoch": 0.24675555555555556,
      "grad_norm": 0.2272568792104721,
      "learning_rate": 4.2866700865884954e-05,
      "loss": 0.3593,
      "step": 1388
    },
    {
      "epoch": 0.24693333333333334,
      "grad_norm": 0.3084667921066284,
      "learning_rate": 4.285693172285396e-05,
      "loss": 0.5499,
      "step": 1389
    },
    {
      "epoch": 0.24711111111111111,
      "grad_norm": 0.2830738425254822,
      "learning_rate": 4.2847157009741856e-05,
      "loss": 0.5987,
      "step": 1390
    },
    {
      "epoch": 0.2472888888888889,
      "grad_norm": 0.2028263807296753,
      "learning_rate": 4.283737672959766e-05,
      "loss": 0.414,
      "step": 1391
    },
    {
      "epoch": 0.24746666666666667,
      "grad_norm": 0.2376394122838974,
      "learning_rate": 4.2827590885472125e-05,
      "loss": 0.4055,
      "step": 1392
    },
    {
      "epoch": 0.24764444444444444,
      "grad_norm": 0.26731806993484497,
      "learning_rate": 4.281779948041772e-05,
      "loss": 0.403,
      "step": 1393
    },
    {
      "epoch": 0.24782222222222222,
      "grad_norm": 0.34051623940467834,
      "learning_rate": 4.2808002517488667e-05,
      "loss": 0.442,
      "step": 1394
    },
    {
      "epoch": 0.248,
      "grad_norm": 0.30593159794807434,
      "learning_rate": 4.279819999974091e-05,
      "loss": 0.4027,
      "step": 1395
    },
    {
      "epoch": 0.24817777777777777,
      "grad_norm": 0.3657020330429077,
      "learning_rate": 4.278839193023214e-05,
      "loss": 0.4575,
      "step": 1396
    },
    {
      "epoch": 0.24835555555555555,
      "grad_norm": 0.34744617342948914,
      "learning_rate": 4.2778578312021754e-05,
      "loss": 0.4608,
      "step": 1397
    },
    {
      "epoch": 0.24853333333333333,
      "grad_norm": 0.27552008628845215,
      "learning_rate": 4.2768759148170915e-05,
      "loss": 0.3578,
      "step": 1398
    },
    {
      "epoch": 0.2487111111111111,
      "grad_norm": 0.3841858506202698,
      "learning_rate": 4.2758934441742496e-05,
      "loss": 0.4694,
      "step": 1399
    },
    {
      "epoch": 0.24888888888888888,
      "grad_norm": 0.5377020835876465,
      "learning_rate": 4.274910419580108e-05,
      "loss": 0.4992,
      "step": 1400
    },
    {
      "epoch": 0.24906666666666666,
      "grad_norm": 0.30639055371284485,
      "learning_rate": 4.273926841341302e-05,
      "loss": 0.5411,
      "step": 1401
    },
    {
      "epoch": 0.24924444444444444,
      "grad_norm": 0.23703326284885406,
      "learning_rate": 4.272942709764638e-05,
      "loss": 0.4505,
      "step": 1402
    },
    {
      "epoch": 0.2494222222222222,
      "grad_norm": 0.2635270059108734,
      "learning_rate": 4.2719580251570915e-05,
      "loss": 0.4303,
      "step": 1403
    },
    {
      "epoch": 0.2496,
      "grad_norm": 0.34187769889831543,
      "learning_rate": 4.270972787825815e-05,
      "loss": 0.5522,
      "step": 1404
    },
    {
      "epoch": 0.24977777777777777,
      "grad_norm": 0.21534954011440277,
      "learning_rate": 4.269986998078132e-05,
      "loss": 0.468,
      "step": 1405
    },
    {
      "epoch": 0.24995555555555554,
      "grad_norm": 0.2620059549808502,
      "learning_rate": 4.2690006562215384e-05,
      "loss": 0.6601,
      "step": 1406
    },
    {
      "epoch": 0.2501333333333333,
      "grad_norm": 0.23461578786373138,
      "learning_rate": 4.268013762563702e-05,
      "loss": 0.452,
      "step": 1407
    },
    {
      "epoch": 0.2503111111111111,
      "grad_norm": 0.210880309343338,
      "learning_rate": 4.267026317412461e-05,
      "loss": 0.4634,
      "step": 1408
    },
    {
      "epoch": 0.25048888888888887,
      "grad_norm": 0.36030298471450806,
      "learning_rate": 4.266038321075831e-05,
      "loss": 0.527,
      "step": 1409
    },
    {
      "epoch": 0.25066666666666665,
      "grad_norm": 0.27505359053611755,
      "learning_rate": 4.265049773861991e-05,
      "loss": 0.6108,
      "step": 1410
    },
    {
      "epoch": 0.2508444444444444,
      "grad_norm": 0.19059057533740997,
      "learning_rate": 4.264060676079302e-05,
      "loss": 0.344,
      "step": 1411
    },
    {
      "epoch": 0.2510222222222222,
      "grad_norm": 0.17850477993488312,
      "learning_rate": 4.263071028036288e-05,
      "loss": 0.4582,
      "step": 1412
    },
    {
      "epoch": 0.2512,
      "grad_norm": 0.23579291999340057,
      "learning_rate": 4.26208083004165e-05,
      "loss": 0.5083,
      "step": 1413
    },
    {
      "epoch": 0.25137777777777776,
      "grad_norm": 0.21456308662891388,
      "learning_rate": 4.261090082404258e-05,
      "loss": 0.4719,
      "step": 1414
    },
    {
      "epoch": 0.25155555555555553,
      "grad_norm": 0.22844012081623077,
      "learning_rate": 4.260098785433154e-05,
      "loss": 0.5167,
      "step": 1415
    },
    {
      "epoch": 0.2517333333333333,
      "grad_norm": 0.2279992699623108,
      "learning_rate": 4.259106939437551e-05,
      "loss": 0.4802,
      "step": 1416
    },
    {
      "epoch": 0.2519111111111111,
      "grad_norm": 0.21874922513961792,
      "learning_rate": 4.258114544726835e-05,
      "loss": 0.4884,
      "step": 1417
    },
    {
      "epoch": 0.25208888888888886,
      "grad_norm": 0.20955197513103485,
      "learning_rate": 4.2571216016105614e-05,
      "loss": 0.496,
      "step": 1418
    },
    {
      "epoch": 0.25226666666666664,
      "grad_norm": 0.22666418552398682,
      "learning_rate": 4.256128110398457e-05,
      "loss": 0.5054,
      "step": 1419
    },
    {
      "epoch": 0.25244444444444447,
      "grad_norm": 0.20175351202487946,
      "learning_rate": 4.2551340714004203e-05,
      "loss": 0.4,
      "step": 1420
    },
    {
      "epoch": 0.25262222222222225,
      "grad_norm": 0.2647659182548523,
      "learning_rate": 4.254139484926519e-05,
      "loss": 0.4324,
      "step": 1421
    },
    {
      "epoch": 0.2528,
      "grad_norm": 0.2721613049507141,
      "learning_rate": 4.253144351286994e-05,
      "loss": 0.4467,
      "step": 1422
    },
    {
      "epoch": 0.2529777777777778,
      "grad_norm": 0.2117205709218979,
      "learning_rate": 4.252148670792254e-05,
      "loss": 0.435,
      "step": 1423
    },
    {
      "epoch": 0.2531555555555556,
      "grad_norm": 0.23721779882907867,
      "learning_rate": 4.2511524437528825e-05,
      "loss": 0.4304,
      "step": 1424
    },
    {
      "epoch": 0.25333333333333335,
      "grad_norm": 0.21435852348804474,
      "learning_rate": 4.250155670479628e-05,
      "loss": 0.4478,
      "step": 1425
    },
    {
      "epoch": 0.25351111111111113,
      "grad_norm": 0.22277596592903137,
      "learning_rate": 4.249158351283414e-05,
      "loss": 0.5614,
      "step": 1426
    },
    {
      "epoch": 0.2536888888888889,
      "grad_norm": 0.28016769886016846,
      "learning_rate": 4.248160486475331e-05,
      "loss": 0.5587,
      "step": 1427
    },
    {
      "epoch": 0.2538666666666667,
      "grad_norm": 0.24636779725551605,
      "learning_rate": 4.247162076366643e-05,
      "loss": 0.4944,
      "step": 1428
    },
    {
      "epoch": 0.25404444444444446,
      "grad_norm": 0.22983276844024658,
      "learning_rate": 4.2461631212687816e-05,
      "loss": 0.5169,
      "step": 1429
    },
    {
      "epoch": 0.25422222222222224,
      "grad_norm": 0.22834815084934235,
      "learning_rate": 4.245163621493349e-05,
      "loss": 0.4633,
      "step": 1430
    },
    {
      "epoch": 0.2544,
      "grad_norm": 0.1989385187625885,
      "learning_rate": 4.244163577352116e-05,
      "loss": 0.4785,
      "step": 1431
    },
    {
      "epoch": 0.2545777777777778,
      "grad_norm": 0.32826298475265503,
      "learning_rate": 4.2431629891570266e-05,
      "loss": 0.6937,
      "step": 1432
    },
    {
      "epoch": 0.25475555555555557,
      "grad_norm": 0.24005098640918732,
      "learning_rate": 4.242161857220193e-05,
      "loss": 0.6591,
      "step": 1433
    },
    {
      "epoch": 0.25493333333333335,
      "grad_norm": 0.20080901682376862,
      "learning_rate": 4.241160181853894e-05,
      "loss": 0.4658,
      "step": 1434
    },
    {
      "epoch": 0.2551111111111111,
      "grad_norm": 0.2073754072189331,
      "learning_rate": 4.240157963370582e-05,
      "loss": 0.5901,
      "step": 1435
    },
    {
      "epoch": 0.2552888888888889,
      "grad_norm": 0.2263334095478058,
      "learning_rate": 4.2391552020828775e-05,
      "loss": 0.3843,
      "step": 1436
    },
    {
      "epoch": 0.2554666666666667,
      "grad_norm": 0.2785729169845581,
      "learning_rate": 4.238151898303569e-05,
      "loss": 0.4735,
      "step": 1437
    },
    {
      "epoch": 0.25564444444444445,
      "grad_norm": 0.2540399432182312,
      "learning_rate": 4.237148052345616e-05,
      "loss": 0.5184,
      "step": 1438
    },
    {
      "epoch": 0.25582222222222223,
      "grad_norm": 0.24783490598201752,
      "learning_rate": 4.236143664522146e-05,
      "loss": 0.4601,
      "step": 1439
    },
    {
      "epoch": 0.256,
      "grad_norm": 0.2024785727262497,
      "learning_rate": 4.2351387351464565e-05,
      "loss": 0.4025,
      "step": 1440
    },
    {
      "epoch": 0.2561777777777778,
      "grad_norm": 0.24628347158432007,
      "learning_rate": 4.234133264532012e-05,
      "loss": 0.3148,
      "step": 1441
    },
    {
      "epoch": 0.25635555555555556,
      "grad_norm": 0.33022361993789673,
      "learning_rate": 4.2331272529924495e-05,
      "loss": 0.4063,
      "step": 1442
    },
    {
      "epoch": 0.25653333333333334,
      "grad_norm": 0.3090986907482147,
      "learning_rate": 4.232120700841571e-05,
      "loss": 0.3836,
      "step": 1443
    },
    {
      "epoch": 0.2567111111111111,
      "grad_norm": 0.2894114553928375,
      "learning_rate": 4.231113608393348e-05,
      "loss": 0.4113,
      "step": 1444
    },
    {
      "epoch": 0.2568888888888889,
      "grad_norm": 0.298056423664093,
      "learning_rate": 4.230105975961921e-05,
      "loss": 0.3889,
      "step": 1445
    },
    {
      "epoch": 0.25706666666666667,
      "grad_norm": 0.29035723209381104,
      "learning_rate": 4.2290978038616e-05,
      "loss": 0.4038,
      "step": 1446
    },
    {
      "epoch": 0.25724444444444444,
      "grad_norm": 0.3252440392971039,
      "learning_rate": 4.2280890924068625e-05,
      "loss": 0.4141,
      "step": 1447
    },
    {
      "epoch": 0.2574222222222222,
      "grad_norm": 0.36125317215919495,
      "learning_rate": 4.2270798419123534e-05,
      "loss": 0.41,
      "step": 1448
    },
    {
      "epoch": 0.2576,
      "grad_norm": 0.4312919080257416,
      "learning_rate": 4.226070052692886e-05,
      "loss": 0.5784,
      "step": 1449
    },
    {
      "epoch": 0.2577777777777778,
      "grad_norm": 0.3851270079612732,
      "learning_rate": 4.225059725063444e-05,
      "loss": 0.4461,
      "step": 1450
    },
    {
      "epoch": 0.25795555555555555,
      "grad_norm": 0.22475066781044006,
      "learning_rate": 4.224048859339175e-05,
      "loss": 0.4587,
      "step": 1451
    },
    {
      "epoch": 0.2581333333333333,
      "grad_norm": 0.24634967744350433,
      "learning_rate": 4.223037455835397e-05,
      "loss": 0.4977,
      "step": 1452
    },
    {
      "epoch": 0.2583111111111111,
      "grad_norm": 0.26186516880989075,
      "learning_rate": 4.2220255148675956e-05,
      "loss": 0.478,
      "step": 1453
    },
    {
      "epoch": 0.2584888888888889,
      "grad_norm": 0.19384765625,
      "learning_rate": 4.221013036751424e-05,
      "loss": 0.4362,
      "step": 1454
    },
    {
      "epoch": 0.25866666666666666,
      "grad_norm": 0.2394952028989792,
      "learning_rate": 4.220000021802702e-05,
      "loss": 0.4828,
      "step": 1455
    },
    {
      "epoch": 0.25884444444444443,
      "grad_norm": 0.23462162911891937,
      "learning_rate": 4.218986470337419e-05,
      "loss": 0.4785,
      "step": 1456
    },
    {
      "epoch": 0.2590222222222222,
      "grad_norm": 0.26691412925720215,
      "learning_rate": 4.217972382671729e-05,
      "loss": 0.6649,
      "step": 1457
    },
    {
      "epoch": 0.2592,
      "grad_norm": 0.2758161425590515,
      "learning_rate": 4.2169577591219545e-05,
      "loss": 0.5351,
      "step": 1458
    },
    {
      "epoch": 0.25937777777777776,
      "grad_norm": 0.2521554231643677,
      "learning_rate": 4.2159426000045854e-05,
      "loss": 0.5177,
      "step": 1459
    },
    {
      "epoch": 0.25955555555555554,
      "grad_norm": 0.365726113319397,
      "learning_rate": 4.2149269056362794e-05,
      "loss": 0.5673,
      "step": 1460
    },
    {
      "epoch": 0.2597333333333333,
      "grad_norm": 0.24749819934368134,
      "learning_rate": 4.213910676333859e-05,
      "loss": 0.5196,
      "step": 1461
    },
    {
      "epoch": 0.2599111111111111,
      "grad_norm": 0.2708158791065216,
      "learning_rate": 4.212893912414316e-05,
      "loss": 0.5719,
      "step": 1462
    },
    {
      "epoch": 0.26008888888888887,
      "grad_norm": 0.2683485746383667,
      "learning_rate": 4.2118766141948066e-05,
      "loss": 0.3993,
      "step": 1463
    },
    {
      "epoch": 0.26026666666666665,
      "grad_norm": 0.22644978761672974,
      "learning_rate": 4.2108587819926554e-05,
      "loss": 0.5259,
      "step": 1464
    },
    {
      "epoch": 0.2604444444444444,
      "grad_norm": 0.2376643419265747,
      "learning_rate": 4.209840416125353e-05,
      "loss": 0.5097,
      "step": 1465
    },
    {
      "epoch": 0.2606222222222222,
      "grad_norm": 0.23214809596538544,
      "learning_rate": 4.208821516910557e-05,
      "loss": 0.5128,
      "step": 1466
    },
    {
      "epoch": 0.2608,
      "grad_norm": 0.2017192542552948,
      "learning_rate": 4.20780208466609e-05,
      "loss": 0.3825,
      "step": 1467
    },
    {
      "epoch": 0.26097777777777775,
      "grad_norm": 0.21186144649982452,
      "learning_rate": 4.206782119709942e-05,
      "loss": 0.4807,
      "step": 1468
    },
    {
      "epoch": 0.26115555555555553,
      "grad_norm": 0.21056553721427917,
      "learning_rate": 4.2057616223602684e-05,
      "loss": 0.557,
      "step": 1469
    },
    {
      "epoch": 0.2613333333333333,
      "grad_norm": 0.21942351758480072,
      "learning_rate": 4.204740592935392e-05,
      "loss": 0.3926,
      "step": 1470
    },
    {
      "epoch": 0.26151111111111114,
      "grad_norm": 0.21538221836090088,
      "learning_rate": 4.2037190317538e-05,
      "loss": 0.4913,
      "step": 1471
    },
    {
      "epoch": 0.2616888888888889,
      "grad_norm": 0.3418629765510559,
      "learning_rate": 4.202696939134146e-05,
      "loss": 0.6669,
      "step": 1472
    },
    {
      "epoch": 0.2618666666666667,
      "grad_norm": 0.26230230927467346,
      "learning_rate": 4.2016743153952505e-05,
      "loss": 0.5268,
      "step": 1473
    },
    {
      "epoch": 0.26204444444444447,
      "grad_norm": 0.21536362171173096,
      "learning_rate": 4.200651160856098e-05,
      "loss": 0.4836,
      "step": 1474
    },
    {
      "epoch": 0.26222222222222225,
      "grad_norm": 0.23902572691440582,
      "learning_rate": 4.19962747583584e-05,
      "loss": 0.6719,
      "step": 1475
    },
    {
      "epoch": 0.2624,
      "grad_norm": 0.23020555078983307,
      "learning_rate": 4.198603260653792e-05,
      "loss": 0.5276,
      "step": 1476
    },
    {
      "epoch": 0.2625777777777778,
      "grad_norm": 0.2669456899166107,
      "learning_rate": 4.197578515629435e-05,
      "loss": 0.4361,
      "step": 1477
    },
    {
      "epoch": 0.2627555555555556,
      "grad_norm": 0.24579648673534393,
      "learning_rate": 4.196553241082418e-05,
      "loss": 0.568,
      "step": 1478
    },
    {
      "epoch": 0.26293333333333335,
      "grad_norm": 0.23900336027145386,
      "learning_rate": 4.1955274373325506e-05,
      "loss": 0.5411,
      "step": 1479
    },
    {
      "epoch": 0.26311111111111113,
      "grad_norm": 0.2443108707666397,
      "learning_rate": 4.194501104699812e-05,
      "loss": 0.4607,
      "step": 1480
    },
    {
      "epoch": 0.2632888888888889,
      "grad_norm": 0.27022042870521545,
      "learning_rate": 4.193474243504343e-05,
      "loss": 0.5241,
      "step": 1481
    },
    {
      "epoch": 0.2634666666666667,
      "grad_norm": 0.2121763527393341,
      "learning_rate": 4.192446854066452e-05,
      "loss": 0.4122,
      "step": 1482
    },
    {
      "epoch": 0.26364444444444446,
      "grad_norm": 0.256328821182251,
      "learning_rate": 4.1914189367066094e-05,
      "loss": 0.5656,
      "step": 1483
    },
    {
      "epoch": 0.26382222222222224,
      "grad_norm": 0.22856400907039642,
      "learning_rate": 4.1903904917454516e-05,
      "loss": 0.5028,
      "step": 1484
    },
    {
      "epoch": 0.264,
      "grad_norm": 0.24136513471603394,
      "learning_rate": 4.18936151950378e-05,
      "loss": 0.3829,
      "step": 1485
    },
    {
      "epoch": 0.2641777777777778,
      "grad_norm": 0.26403841376304626,
      "learning_rate": 4.188332020302561e-05,
      "loss": 0.4771,
      "step": 1486
    },
    {
      "epoch": 0.26435555555555557,
      "grad_norm": 0.2241847813129425,
      "learning_rate": 4.187301994462924e-05,
      "loss": 0.4929,
      "step": 1487
    },
    {
      "epoch": 0.26453333333333334,
      "grad_norm": 0.21930277347564697,
      "learning_rate": 4.1862714423061624e-05,
      "loss": 0.4396,
      "step": 1488
    },
    {
      "epoch": 0.2647111111111111,
      "grad_norm": 0.23635181784629822,
      "learning_rate": 4.185240364153734e-05,
      "loss": 0.5611,
      "step": 1489
    },
    {
      "epoch": 0.2648888888888889,
      "grad_norm": 0.2261408120393753,
      "learning_rate": 4.184208760327263e-05,
      "loss": 0.439,
      "step": 1490
    },
    {
      "epoch": 0.2650666666666667,
      "grad_norm": 0.2616260349750519,
      "learning_rate": 4.183176631148534e-05,
      "loss": 0.3843,
      "step": 1491
    },
    {
      "epoch": 0.26524444444444445,
      "grad_norm": 0.2506815493106842,
      "learning_rate": 4.1821439769395e-05,
      "loss": 0.3813,
      "step": 1492
    },
    {
      "epoch": 0.2654222222222222,
      "grad_norm": 0.2863088846206665,
      "learning_rate": 4.181110798022271e-05,
      "loss": 0.5414,
      "step": 1493
    },
    {
      "epoch": 0.2656,
      "grad_norm": 0.2668296992778778,
      "learning_rate": 4.180077094719128e-05,
      "loss": 0.3518,
      "step": 1494
    },
    {
      "epoch": 0.2657777777777778,
      "grad_norm": 0.43989288806915283,
      "learning_rate": 4.179042867352511e-05,
      "loss": 0.4817,
      "step": 1495
    },
    {
      "epoch": 0.26595555555555556,
      "grad_norm": 0.2694304585456848,
      "learning_rate": 4.178008116245024e-05,
      "loss": 0.4193,
      "step": 1496
    },
    {
      "epoch": 0.26613333333333333,
      "grad_norm": 0.3411727547645569,
      "learning_rate": 4.176972841719435e-05,
      "loss": 0.4088,
      "step": 1497
    },
    {
      "epoch": 0.2663111111111111,
      "grad_norm": 0.32642364501953125,
      "learning_rate": 4.1759370440986775e-05,
      "loss": 0.5118,
      "step": 1498
    },
    {
      "epoch": 0.2664888888888889,
      "grad_norm": 0.4388028681278229,
      "learning_rate": 4.174900723705845e-05,
      "loss": 0.5624,
      "step": 1499
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.35872790217399597,
      "learning_rate": 4.1738638808641936e-05,
      "loss": 0.4269,
      "step": 1500
    },
    {
      "epoch": 0.26666666666666666,
      "eval_loss": 0.48485440015792847,
      "eval_runtime": 1815.9503,
      "eval_samples_per_second": 2.753,
      "eval_steps_per_second": 0.344,
      "step": 1500
    },
    {
      "epoch": 0.26684444444444444,
      "grad_norm": 0.24652020633220673,
      "learning_rate": 4.172826515897146e-05,
      "loss": 0.4726,
      "step": 1501
    },
    {
      "epoch": 0.2670222222222222,
      "grad_norm": 0.28594204783439636,
      "learning_rate": 4.171788629128284e-05,
      "loss": 0.5689,
      "step": 1502
    },
    {
      "epoch": 0.2672,
      "grad_norm": 0.2464514672756195,
      "learning_rate": 4.170750220881354e-05,
      "loss": 0.3653,
      "step": 1503
    },
    {
      "epoch": 0.26737777777777777,
      "grad_norm": 0.22022032737731934,
      "learning_rate": 4.169711291480266e-05,
      "loss": 0.4444,
      "step": 1504
    },
    {
      "epoch": 0.26755555555555555,
      "grad_norm": 0.2939121723175049,
      "learning_rate": 4.168671841249091e-05,
      "loss": 0.4875,
      "step": 1505
    },
    {
      "epoch": 0.2677333333333333,
      "grad_norm": 0.2217637598514557,
      "learning_rate": 4.1676318705120616e-05,
      "loss": 0.5097,
      "step": 1506
    },
    {
      "epoch": 0.2679111111111111,
      "grad_norm": 0.16596266627311707,
      "learning_rate": 4.166591379593575e-05,
      "loss": 0.3922,
      "step": 1507
    },
    {
      "epoch": 0.2680888888888889,
      "grad_norm": 0.2935040593147278,
      "learning_rate": 4.16555036881819e-05,
      "loss": 0.4468,
      "step": 1508
    },
    {
      "epoch": 0.26826666666666665,
      "grad_norm": 0.2813069224357605,
      "learning_rate": 4.1645088385106266e-05,
      "loss": 0.5526,
      "step": 1509
    },
    {
      "epoch": 0.26844444444444443,
      "grad_norm": 0.2901483476161957,
      "learning_rate": 4.1634667889957676e-05,
      "loss": 0.501,
      "step": 1510
    },
    {
      "epoch": 0.2686222222222222,
      "grad_norm": 0.20306707918643951,
      "learning_rate": 4.162424220598658e-05,
      "loss": 0.4906,
      "step": 1511
    },
    {
      "epoch": 0.2688,
      "grad_norm": 0.18119587004184723,
      "learning_rate": 4.161381133644505e-05,
      "loss": 0.4975,
      "step": 1512
    },
    {
      "epoch": 0.26897777777777776,
      "grad_norm": 0.20812520384788513,
      "learning_rate": 4.160337528458676e-05,
      "loss": 0.427,
      "step": 1513
    },
    {
      "epoch": 0.26915555555555554,
      "grad_norm": 0.21775951981544495,
      "learning_rate": 4.1592934053667004e-05,
      "loss": 0.5109,
      "step": 1514
    },
    {
      "epoch": 0.2693333333333333,
      "grad_norm": 0.22875505685806274,
      "learning_rate": 4.1582487646942706e-05,
      "loss": 0.3462,
      "step": 1515
    },
    {
      "epoch": 0.2695111111111111,
      "grad_norm": 0.21732567250728607,
      "learning_rate": 4.157203606767238e-05,
      "loss": 0.3937,
      "step": 1516
    },
    {
      "epoch": 0.26968888888888887,
      "grad_norm": 0.26495614647865295,
      "learning_rate": 4.156157931911619e-05,
      "loss": 0.485,
      "step": 1517
    },
    {
      "epoch": 0.26986666666666664,
      "grad_norm": 0.24223580956459045,
      "learning_rate": 4.155111740453588e-05,
      "loss": 0.4345,
      "step": 1518
    },
    {
      "epoch": 0.2700444444444444,
      "grad_norm": 0.23529917001724243,
      "learning_rate": 4.154065032719481e-05,
      "loss": 0.3413,
      "step": 1519
    },
    {
      "epoch": 0.2702222222222222,
      "grad_norm": 0.23065678775310516,
      "learning_rate": 4.1530178090357976e-05,
      "loss": 0.5157,
      "step": 1520
    },
    {
      "epoch": 0.2704,
      "grad_norm": 0.2641994059085846,
      "learning_rate": 4.1519700697291944e-05,
      "loss": 0.5559,
      "step": 1521
    },
    {
      "epoch": 0.27057777777777775,
      "grad_norm": 0.23958146572113037,
      "learning_rate": 4.150921815126493e-05,
      "loss": 0.5747,
      "step": 1522
    },
    {
      "epoch": 0.2707555555555556,
      "grad_norm": 0.2547266483306885,
      "learning_rate": 4.149873045554671e-05,
      "loss": 0.5712,
      "step": 1523
    },
    {
      "epoch": 0.27093333333333336,
      "grad_norm": 0.19969938695430756,
      "learning_rate": 4.148823761340871e-05,
      "loss": 0.4068,
      "step": 1524
    },
    {
      "epoch": 0.27111111111111114,
      "grad_norm": 0.2441670000553131,
      "learning_rate": 4.1477739628123934e-05,
      "loss": 0.3867,
      "step": 1525
    },
    {
      "epoch": 0.2712888888888889,
      "grad_norm": 0.20733439922332764,
      "learning_rate": 4.146723650296701e-05,
      "loss": 0.5424,
      "step": 1526
    },
    {
      "epoch": 0.2714666666666667,
      "grad_norm": 0.250712126493454,
      "learning_rate": 4.145672824121416e-05,
      "loss": 0.5429,
      "step": 1527
    },
    {
      "epoch": 0.27164444444444447,
      "grad_norm": 0.18215471506118774,
      "learning_rate": 4.144621484614319e-05,
      "loss": 0.4416,
      "step": 1528
    },
    {
      "epoch": 0.27182222222222224,
      "grad_norm": 0.23842157423496246,
      "learning_rate": 4.1435696321033554e-05,
      "loss": 0.4608,
      "step": 1529
    },
    {
      "epoch": 0.272,
      "grad_norm": 0.2514033317565918,
      "learning_rate": 4.142517266916625e-05,
      "loss": 0.5043,
      "step": 1530
    },
    {
      "epoch": 0.2721777777777778,
      "grad_norm": 0.284056693315506,
      "learning_rate": 4.1414643893823914e-05,
      "loss": 0.6174,
      "step": 1531
    },
    {
      "epoch": 0.2723555555555556,
      "grad_norm": 0.25382670760154724,
      "learning_rate": 4.140410999829076e-05,
      "loss": 0.4341,
      "step": 1532
    },
    {
      "epoch": 0.27253333333333335,
      "grad_norm": 0.2005155086517334,
      "learning_rate": 4.139357098585262e-05,
      "loss": 0.4774,
      "step": 1533
    },
    {
      "epoch": 0.2727111111111111,
      "grad_norm": 0.2968514859676361,
      "learning_rate": 4.1383026859796905e-05,
      "loss": 0.4934,
      "step": 1534
    },
    {
      "epoch": 0.2728888888888889,
      "grad_norm": 0.28110137581825256,
      "learning_rate": 4.137247762341262e-05,
      "loss": 0.4875,
      "step": 1535
    },
    {
      "epoch": 0.2730666666666667,
      "grad_norm": 0.28423967957496643,
      "learning_rate": 4.136192327999037e-05,
      "loss": 0.4619,
      "step": 1536
    },
    {
      "epoch": 0.27324444444444446,
      "grad_norm": 0.2212304174900055,
      "learning_rate": 4.135136383282237e-05,
      "loss": 0.4596,
      "step": 1537
    },
    {
      "epoch": 0.27342222222222223,
      "grad_norm": 0.22889535129070282,
      "learning_rate": 4.1340799285202376e-05,
      "loss": 0.4865,
      "step": 1538
    },
    {
      "epoch": 0.2736,
      "grad_norm": 0.22949595749378204,
      "learning_rate": 4.13302296404258e-05,
      "loss": 0.4172,
      "step": 1539
    },
    {
      "epoch": 0.2737777777777778,
      "grad_norm": 0.2354002594947815,
      "learning_rate": 4.131965490178959e-05,
      "loss": 0.5039,
      "step": 1540
    },
    {
      "epoch": 0.27395555555555556,
      "grad_norm": 0.20702648162841797,
      "learning_rate": 4.130907507259233e-05,
      "loss": 0.3463,
      "step": 1541
    },
    {
      "epoch": 0.27413333333333334,
      "grad_norm": 0.2758485674858093,
      "learning_rate": 4.129849015613415e-05,
      "loss": 0.4931,
      "step": 1542
    },
    {
      "epoch": 0.2743111111111111,
      "grad_norm": 0.27681341767311096,
      "learning_rate": 4.1287900155716784e-05,
      "loss": 0.3863,
      "step": 1543
    },
    {
      "epoch": 0.2744888888888889,
      "grad_norm": 0.2481858879327774,
      "learning_rate": 4.127730507464356e-05,
      "loss": 0.3915,
      "step": 1544
    },
    {
      "epoch": 0.27466666666666667,
      "grad_norm": 0.254969984292984,
      "learning_rate": 4.126670491621938e-05,
      "loss": 0.3195,
      "step": 1545
    },
    {
      "epoch": 0.27484444444444445,
      "grad_norm": 0.3109833896160126,
      "learning_rate": 4.125609968375072e-05,
      "loss": 0.3843,
      "step": 1546
    },
    {
      "epoch": 0.2750222222222222,
      "grad_norm": 0.2881673276424408,
      "learning_rate": 4.124548938054568e-05,
      "loss": 0.5282,
      "step": 1547
    },
    {
      "epoch": 0.2752,
      "grad_norm": 0.3744480609893799,
      "learning_rate": 4.123487400991388e-05,
      "loss": 0.4048,
      "step": 1548
    },
    {
      "epoch": 0.2753777777777778,
      "grad_norm": 0.30865803360939026,
      "learning_rate": 4.122425357516658e-05,
      "loss": 0.405,
      "step": 1549
    },
    {
      "epoch": 0.27555555555555555,
      "grad_norm": 0.33565211296081543,
      "learning_rate": 4.121362807961658e-05,
      "loss": 0.3849,
      "step": 1550
    },
    {
      "epoch": 0.27573333333333333,
      "grad_norm": 0.25992846488952637,
      "learning_rate": 4.1202997526578276e-05,
      "loss": 0.4958,
      "step": 1551
    },
    {
      "epoch": 0.2759111111111111,
      "grad_norm": 0.2575809359550476,
      "learning_rate": 4.119236191936764e-05,
      "loss": 0.5551,
      "step": 1552
    },
    {
      "epoch": 0.2760888888888889,
      "grad_norm": 0.24611805379390717,
      "learning_rate": 4.118172126130221e-05,
      "loss": 0.3948,
      "step": 1553
    },
    {
      "epoch": 0.27626666666666666,
      "grad_norm": 0.2759351432323456,
      "learning_rate": 4.117107555570111e-05,
      "loss": 0.3766,
      "step": 1554
    },
    {
      "epoch": 0.27644444444444444,
      "grad_norm": 0.2714369297027588,
      "learning_rate": 4.116042480588505e-05,
      "loss": 0.6492,
      "step": 1555
    },
    {
      "epoch": 0.2766222222222222,
      "grad_norm": 0.3663914203643799,
      "learning_rate": 4.1149769015176275e-05,
      "loss": 0.5837,
      "step": 1556
    },
    {
      "epoch": 0.2768,
      "grad_norm": 0.2502076029777527,
      "learning_rate": 4.113910818689864e-05,
      "loss": 0.4025,
      "step": 1557
    },
    {
      "epoch": 0.27697777777777777,
      "grad_norm": 0.1820707619190216,
      "learning_rate": 4.112844232437757e-05,
      "loss": 0.3326,
      "step": 1558
    },
    {
      "epoch": 0.27715555555555554,
      "grad_norm": 0.21882522106170654,
      "learning_rate": 4.1117771430940035e-05,
      "loss": 0.5356,
      "step": 1559
    },
    {
      "epoch": 0.2773333333333333,
      "grad_norm": 0.18644623458385468,
      "learning_rate": 4.1107095509914584e-05,
      "loss": 0.3793,
      "step": 1560
    },
    {
      "epoch": 0.2775111111111111,
      "grad_norm": 0.23072949051856995,
      "learning_rate": 4.109641456463135e-05,
      "loss": 0.423,
      "step": 1561
    },
    {
      "epoch": 0.2776888888888889,
      "grad_norm": 0.25749099254608154,
      "learning_rate": 4.108572859842201e-05,
      "loss": 0.4936,
      "step": 1562
    },
    {
      "epoch": 0.27786666666666665,
      "grad_norm": 0.195820152759552,
      "learning_rate": 4.107503761461983e-05,
      "loss": 0.4212,
      "step": 1563
    },
    {
      "epoch": 0.2780444444444444,
      "grad_norm": 0.22111307084560394,
      "learning_rate": 4.106434161655962e-05,
      "loss": 0.3951,
      "step": 1564
    },
    {
      "epoch": 0.2782222222222222,
      "grad_norm": 0.21331843733787537,
      "learning_rate": 4.105364060757776e-05,
      "loss": 0.5137,
      "step": 1565
    },
    {
      "epoch": 0.2784,
      "grad_norm": 0.21190695464611053,
      "learning_rate": 4.104293459101222e-05,
      "loss": 0.605,
      "step": 1566
    },
    {
      "epoch": 0.27857777777777776,
      "grad_norm": 0.2378402054309845,
      "learning_rate": 4.1032223570202474e-05,
      "loss": 0.6654,
      "step": 1567
    },
    {
      "epoch": 0.27875555555555553,
      "grad_norm": 0.25793296098709106,
      "learning_rate": 4.1021507548489625e-05,
      "loss": 0.6217,
      "step": 1568
    },
    {
      "epoch": 0.2789333333333333,
      "grad_norm": 0.2183181494474411,
      "learning_rate": 4.1010786529216284e-05,
      "loss": 0.4419,
      "step": 1569
    },
    {
      "epoch": 0.2791111111111111,
      "grad_norm": 0.2204470932483673,
      "learning_rate": 4.1000060515726647e-05,
      "loss": 0.41,
      "step": 1570
    },
    {
      "epoch": 0.27928888888888886,
      "grad_norm": 0.20785318315029144,
      "learning_rate": 4.098932951136645e-05,
      "loss": 0.4394,
      "step": 1571
    },
    {
      "epoch": 0.27946666666666664,
      "grad_norm": 0.26133033633232117,
      "learning_rate": 4.097859351948301e-05,
      "loss": 0.5198,
      "step": 1572
    },
    {
      "epoch": 0.2796444444444444,
      "grad_norm": 0.19836439192295074,
      "learning_rate": 4.0967852543425175e-05,
      "loss": 0.5097,
      "step": 1573
    },
    {
      "epoch": 0.27982222222222225,
      "grad_norm": 0.2608725428581238,
      "learning_rate": 4.095710658654337e-05,
      "loss": 0.3913,
      "step": 1574
    },
    {
      "epoch": 0.28,
      "grad_norm": 0.24927951395511627,
      "learning_rate": 4.094635565218955e-05,
      "loss": 0.516,
      "step": 1575
    },
    {
      "epoch": 0.2801777777777778,
      "grad_norm": 0.29135334491729736,
      "learning_rate": 4.093559974371725e-05,
      "loss": 0.419,
      "step": 1576
    },
    {
      "epoch": 0.2803555555555556,
      "grad_norm": 0.23141182959079742,
      "learning_rate": 4.0924838864481516e-05,
      "loss": 0.5006,
      "step": 1577
    },
    {
      "epoch": 0.28053333333333336,
      "grad_norm": 0.212726891040802,
      "learning_rate": 4.0914073017838996e-05,
      "loss": 0.5809,
      "step": 1578
    },
    {
      "epoch": 0.28071111111111113,
      "grad_norm": 0.24448910355567932,
      "learning_rate": 4.090330220714785e-05,
      "loss": 0.4599,
      "step": 1579
    },
    {
      "epoch": 0.2808888888888889,
      "grad_norm": 0.26687201857566833,
      "learning_rate": 4.0892526435767795e-05,
      "loss": 0.6305,
      "step": 1580
    },
    {
      "epoch": 0.2810666666666667,
      "grad_norm": 0.20560559630393982,
      "learning_rate": 4.088174570706011e-05,
      "loss": 0.4353,
      "step": 1581
    },
    {
      "epoch": 0.28124444444444446,
      "grad_norm": 0.2660726010799408,
      "learning_rate": 4.0870960024387596e-05,
      "loss": 0.4926,
      "step": 1582
    },
    {
      "epoch": 0.28142222222222224,
      "grad_norm": 0.32632845640182495,
      "learning_rate": 4.0860169391114625e-05,
      "loss": 0.7468,
      "step": 1583
    },
    {
      "epoch": 0.2816,
      "grad_norm": 0.24986085295677185,
      "learning_rate": 4.084937381060708e-05,
      "loss": 0.4779,
      "step": 1584
    },
    {
      "epoch": 0.2817777777777778,
      "grad_norm": 0.2901780903339386,
      "learning_rate": 4.083857328623243e-05,
      "loss": 0.5599,
      "step": 1585
    },
    {
      "epoch": 0.28195555555555557,
      "grad_norm": 0.2497858852148056,
      "learning_rate": 4.082776782135964e-05,
      "loss": 0.4285,
      "step": 1586
    },
    {
      "epoch": 0.28213333333333335,
      "grad_norm": 0.30241838097572327,
      "learning_rate": 4.0816957419359264e-05,
      "loss": 0.551,
      "step": 1587
    },
    {
      "epoch": 0.2823111111111111,
      "grad_norm": 0.240733802318573,
      "learning_rate": 4.080614208360336e-05,
      "loss": 0.6085,
      "step": 1588
    },
    {
      "epoch": 0.2824888888888889,
      "grad_norm": 0.23214389383792877,
      "learning_rate": 4.079532181746553e-05,
      "loss": 0.4408,
      "step": 1589
    },
    {
      "epoch": 0.2826666666666667,
      "grad_norm": 0.3076317310333252,
      "learning_rate": 4.078449662432093e-05,
      "loss": 0.4799,
      "step": 1590
    },
    {
      "epoch": 0.28284444444444445,
      "grad_norm": 0.3100294768810272,
      "learning_rate": 4.077366650754624e-05,
      "loss": 0.4326,
      "step": 1591
    },
    {
      "epoch": 0.28302222222222223,
      "grad_norm": 0.3078424632549286,
      "learning_rate": 4.076283147051968e-05,
      "loss": 0.4135,
      "step": 1592
    },
    {
      "epoch": 0.2832,
      "grad_norm": 0.3391684889793396,
      "learning_rate": 4.075199151662101e-05,
      "loss": 0.5718,
      "step": 1593
    },
    {
      "epoch": 0.2833777777777778,
      "grad_norm": 0.2584700882434845,
      "learning_rate": 4.0741146649231504e-05,
      "loss": 0.406,
      "step": 1594
    },
    {
      "epoch": 0.28355555555555556,
      "grad_norm": 0.3204618990421295,
      "learning_rate": 4.073029687173399e-05,
      "loss": 0.3745,
      "step": 1595
    },
    {
      "epoch": 0.28373333333333334,
      "grad_norm": 0.2907264828681946,
      "learning_rate": 4.071944218751282e-05,
      "loss": 0.542,
      "step": 1596
    },
    {
      "epoch": 0.2839111111111111,
      "grad_norm": 0.27430570125579834,
      "learning_rate": 4.070858259995387e-05,
      "loss": 0.4433,
      "step": 1597
    },
    {
      "epoch": 0.2840888888888889,
      "grad_norm": 0.28936102986335754,
      "learning_rate": 4.069771811244457e-05,
      "loss": 0.4237,
      "step": 1598
    },
    {
      "epoch": 0.28426666666666667,
      "grad_norm": 0.36423459649086,
      "learning_rate": 4.068684872837384e-05,
      "loss": 0.4171,
      "step": 1599
    },
    {
      "epoch": 0.28444444444444444,
      "grad_norm": 0.3362770080566406,
      "learning_rate": 4.067597445113216e-05,
      "loss": 0.4717,
      "step": 1600
    },
    {
      "epoch": 0.2846222222222222,
      "grad_norm": 0.2398492991924286,
      "learning_rate": 4.066509528411152e-05,
      "loss": 0.4841,
      "step": 1601
    },
    {
      "epoch": 0.2848,
      "grad_norm": 0.27051061391830444,
      "learning_rate": 4.065421123070543e-05,
      "loss": 0.4635,
      "step": 1602
    },
    {
      "epoch": 0.2849777777777778,
      "grad_norm": 0.26619118452072144,
      "learning_rate": 4.064332229430895e-05,
      "loss": 0.4471,
      "step": 1603
    },
    {
      "epoch": 0.28515555555555555,
      "grad_norm": 0.29838183522224426,
      "learning_rate": 4.063242847831864e-05,
      "loss": 0.6265,
      "step": 1604
    },
    {
      "epoch": 0.2853333333333333,
      "grad_norm": 0.30956029891967773,
      "learning_rate": 4.062152978613258e-05,
      "loss": 0.5344,
      "step": 1605
    },
    {
      "epoch": 0.2855111111111111,
      "grad_norm": 0.21937286853790283,
      "learning_rate": 4.0610626221150394e-05,
      "loss": 0.4774,
      "step": 1606
    },
    {
      "epoch": 0.2856888888888889,
      "grad_norm": 0.2073107808828354,
      "learning_rate": 4.0599717786773204e-05,
      "loss": 0.3971,
      "step": 1607
    },
    {
      "epoch": 0.28586666666666666,
      "grad_norm": 0.22711306810379028,
      "learning_rate": 4.058880448640367e-05,
      "loss": 0.5173,
      "step": 1608
    },
    {
      "epoch": 0.28604444444444443,
      "grad_norm": 0.25710800290107727,
      "learning_rate": 4.057788632344593e-05,
      "loss": 0.4084,
      "step": 1609
    },
    {
      "epoch": 0.2862222222222222,
      "grad_norm": 0.25240039825439453,
      "learning_rate": 4.0566963301305705e-05,
      "loss": 0.448,
      "step": 1610
    },
    {
      "epoch": 0.2864,
      "grad_norm": 0.29141196608543396,
      "learning_rate": 4.055603542339016e-05,
      "loss": 0.4506,
      "step": 1611
    },
    {
      "epoch": 0.28657777777777776,
      "grad_norm": 0.19746699929237366,
      "learning_rate": 4.054510269310803e-05,
      "loss": 0.4524,
      "step": 1612
    },
    {
      "epoch": 0.28675555555555554,
      "grad_norm": 0.23472252488136292,
      "learning_rate": 4.053416511386954e-05,
      "loss": 0.4693,
      "step": 1613
    },
    {
      "epoch": 0.2869333333333333,
      "grad_norm": 0.2002190500497818,
      "learning_rate": 4.0523222689086414e-05,
      "loss": 0.4578,
      "step": 1614
    },
    {
      "epoch": 0.2871111111111111,
      "grad_norm": 0.21806994080543518,
      "learning_rate": 4.051227542217192e-05,
      "loss": 0.6064,
      "step": 1615
    },
    {
      "epoch": 0.28728888888888887,
      "grad_norm": 0.24389760196208954,
      "learning_rate": 4.050132331654082e-05,
      "loss": 0.4888,
      "step": 1616
    },
    {
      "epoch": 0.28746666666666665,
      "grad_norm": 0.22597664594650269,
      "learning_rate": 4.0490366375609376e-05,
      "loss": 0.6411,
      "step": 1617
    },
    {
      "epoch": 0.2876444444444444,
      "grad_norm": 0.251056045293808,
      "learning_rate": 4.047940460279537e-05,
      "loss": 0.4501,
      "step": 1618
    },
    {
      "epoch": 0.2878222222222222,
      "grad_norm": 0.20650461316108704,
      "learning_rate": 4.0468438001518084e-05,
      "loss": 0.4326,
      "step": 1619
    },
    {
      "epoch": 0.288,
      "grad_norm": 0.20276285707950592,
      "learning_rate": 4.045746657519831e-05,
      "loss": 0.5027,
      "step": 1620
    },
    {
      "epoch": 0.28817777777777775,
      "grad_norm": 0.21045973896980286,
      "learning_rate": 4.044649032725836e-05,
      "loss": 0.4085,
      "step": 1621
    },
    {
      "epoch": 0.28835555555555553,
      "grad_norm": 0.2793443500995636,
      "learning_rate": 4.043550926112203e-05,
      "loss": 0.5925,
      "step": 1622
    },
    {
      "epoch": 0.2885333333333333,
      "grad_norm": 0.2458329051733017,
      "learning_rate": 4.042452338021461e-05,
      "loss": 0.5399,
      "step": 1623
    },
    {
      "epoch": 0.2887111111111111,
      "grad_norm": 0.2701219618320465,
      "learning_rate": 4.041353268796293e-05,
      "loss": 0.5973,
      "step": 1624
    },
    {
      "epoch": 0.28888888888888886,
      "grad_norm": 0.21649327874183655,
      "learning_rate": 4.0402537187795274e-05,
      "loss": 0.4322,
      "step": 1625
    },
    {
      "epoch": 0.2890666666666667,
      "grad_norm": 0.28817254304885864,
      "learning_rate": 4.039153688314145e-05,
      "loss": 0.5904,
      "step": 1626
    },
    {
      "epoch": 0.28924444444444447,
      "grad_norm": 0.23212578892707825,
      "learning_rate": 4.0380531777432794e-05,
      "loss": 0.4125,
      "step": 1627
    },
    {
      "epoch": 0.28942222222222225,
      "grad_norm": 0.200678750872612,
      "learning_rate": 4.036952187410208e-05,
      "loss": 0.3569,
      "step": 1628
    },
    {
      "epoch": 0.2896,
      "grad_norm": 0.20307832956314087,
      "learning_rate": 4.035850717658362e-05,
      "loss": 0.5187,
      "step": 1629
    },
    {
      "epoch": 0.2897777777777778,
      "grad_norm": 0.24210457503795624,
      "learning_rate": 4.0347487688313194e-05,
      "loss": 0.4213,
      "step": 1630
    },
    {
      "epoch": 0.2899555555555556,
      "grad_norm": 0.20839503407478333,
      "learning_rate": 4.033646341272811e-05,
      "loss": 0.5448,
      "step": 1631
    },
    {
      "epoch": 0.29013333333333335,
      "grad_norm": 0.24183082580566406,
      "learning_rate": 4.032543435326714e-05,
      "loss": 0.5771,
      "step": 1632
    },
    {
      "epoch": 0.29031111111111113,
      "grad_norm": 0.23193883895874023,
      "learning_rate": 4.031440051337056e-05,
      "loss": 0.5367,
      "step": 1633
    },
    {
      "epoch": 0.2904888888888889,
      "grad_norm": 0.31010133028030396,
      "learning_rate": 4.030336189648014e-05,
      "loss": 0.4983,
      "step": 1634
    },
    {
      "epoch": 0.2906666666666667,
      "grad_norm": 0.21981319785118103,
      "learning_rate": 4.029231850603914e-05,
      "loss": 0.5145,
      "step": 1635
    },
    {
      "epoch": 0.29084444444444446,
      "grad_norm": 0.221828892827034,
      "learning_rate": 4.028127034549229e-05,
      "loss": 0.5115,
      "step": 1636
    },
    {
      "epoch": 0.29102222222222224,
      "grad_norm": 0.20732784271240234,
      "learning_rate": 4.027021741828584e-05,
      "loss": 0.5271,
      "step": 1637
    },
    {
      "epoch": 0.2912,
      "grad_norm": 0.21683849394321442,
      "learning_rate": 4.0259159727867504e-05,
      "loss": 0.4002,
      "step": 1638
    },
    {
      "epoch": 0.2913777777777778,
      "grad_norm": 0.2405775785446167,
      "learning_rate": 4.024809727768648e-05,
      "loss": 0.5526,
      "step": 1639
    },
    {
      "epoch": 0.29155555555555557,
      "grad_norm": 0.2961327135562897,
      "learning_rate": 4.023703007119347e-05,
      "loss": 0.5706,
      "step": 1640
    },
    {
      "epoch": 0.29173333333333334,
      "grad_norm": 0.24386747181415558,
      "learning_rate": 4.022595811184064e-05,
      "loss": 0.4983,
      "step": 1641
    },
    {
      "epoch": 0.2919111111111111,
      "grad_norm": 0.22576314210891724,
      "learning_rate": 4.021488140308165e-05,
      "loss": 0.3676,
      "step": 1642
    },
    {
      "epoch": 0.2920888888888889,
      "grad_norm": 0.2773377597332001,
      "learning_rate": 4.020379994837164e-05,
      "loss": 0.3953,
      "step": 1643
    },
    {
      "epoch": 0.2922666666666667,
      "grad_norm": 0.26731356978416443,
      "learning_rate": 4.019271375116722e-05,
      "loss": 0.5052,
      "step": 1644
    },
    {
      "epoch": 0.29244444444444445,
      "grad_norm": 0.30060598254203796,
      "learning_rate": 4.0181622814926504e-05,
      "loss": 0.5325,
      "step": 1645
    },
    {
      "epoch": 0.29262222222222223,
      "grad_norm": 0.27068033814430237,
      "learning_rate": 4.017052714310906e-05,
      "loss": 0.3108,
      "step": 1646
    },
    {
      "epoch": 0.2928,
      "grad_norm": 0.30356886982917786,
      "learning_rate": 4.015942673917593e-05,
      "loss": 0.4212,
      "step": 1647
    },
    {
      "epoch": 0.2929777777777778,
      "grad_norm": 0.36942142248153687,
      "learning_rate": 4.0148321606589656e-05,
      "loss": 0.4332,
      "step": 1648
    },
    {
      "epoch": 0.29315555555555556,
      "grad_norm": 0.3672679364681244,
      "learning_rate": 4.013721174881425e-05,
      "loss": 0.445,
      "step": 1649
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 0.3945762515068054,
      "learning_rate": 4.012609716931517e-05,
      "loss": 0.4994,
      "step": 1650
    },
    {
      "epoch": 0.2935111111111111,
      "grad_norm": 0.2316383421421051,
      "learning_rate": 4.011497787155938e-05,
      "loss": 0.4043,
      "step": 1651
    },
    {
      "epoch": 0.2936888888888889,
      "grad_norm": 0.3398202657699585,
      "learning_rate": 4.01038538590153e-05,
      "loss": 0.607,
      "step": 1652
    },
    {
      "epoch": 0.29386666666666666,
      "grad_norm": 0.28314563632011414,
      "learning_rate": 4.009272513515281e-05,
      "loss": 0.4341,
      "step": 1653
    },
    {
      "epoch": 0.29404444444444444,
      "grad_norm": 0.24392464756965637,
      "learning_rate": 4.00815917034433e-05,
      "loss": 0.3375,
      "step": 1654
    },
    {
      "epoch": 0.2942222222222222,
      "grad_norm": 0.25865399837493896,
      "learning_rate": 4.007045356735959e-05,
      "loss": 0.4945,
      "step": 1655
    },
    {
      "epoch": 0.2944,
      "grad_norm": 0.3179703950881958,
      "learning_rate": 4.005931073037596e-05,
      "loss": 0.5979,
      "step": 1656
    },
    {
      "epoch": 0.29457777777777777,
      "grad_norm": 0.20923791825771332,
      "learning_rate": 4.0048163195968214e-05,
      "loss": 0.4971,
      "step": 1657
    },
    {
      "epoch": 0.29475555555555555,
      "grad_norm": 0.24600355327129364,
      "learning_rate": 4.003701096761355e-05,
      "loss": 0.5726,
      "step": 1658
    },
    {
      "epoch": 0.2949333333333333,
      "grad_norm": 0.2677474915981293,
      "learning_rate": 4.0025854048790677e-05,
      "loss": 0.5259,
      "step": 1659
    },
    {
      "epoch": 0.2951111111111111,
      "grad_norm": 0.24998877942562103,
      "learning_rate": 4.001469244297975e-05,
      "loss": 0.5909,
      "step": 1660
    },
    {
      "epoch": 0.2952888888888889,
      "grad_norm": 0.2508189082145691,
      "learning_rate": 4.000352615366239e-05,
      "loss": 0.4954,
      "step": 1661
    },
    {
      "epoch": 0.29546666666666666,
      "grad_norm": 0.3233291804790497,
      "learning_rate": 3.999235518432168e-05,
      "loss": 0.4778,
      "step": 1662
    },
    {
      "epoch": 0.29564444444444443,
      "grad_norm": 0.22414641082286835,
      "learning_rate": 3.9981179538442146e-05,
      "loss": 0.5158,
      "step": 1663
    },
    {
      "epoch": 0.2958222222222222,
      "grad_norm": 0.23457972705364227,
      "learning_rate": 3.996999921950981e-05,
      "loss": 0.3846,
      "step": 1664
    },
    {
      "epoch": 0.296,
      "grad_norm": 0.21062356233596802,
      "learning_rate": 3.9958814231012115e-05,
      "loss": 0.4392,
      "step": 1665
    },
    {
      "epoch": 0.29617777777777776,
      "grad_norm": 0.20708103477954865,
      "learning_rate": 3.9947624576437975e-05,
      "loss": 0.475,
      "step": 1666
    },
    {
      "epoch": 0.29635555555555554,
      "grad_norm": 0.22435812652111053,
      "learning_rate": 3.993643025927776e-05,
      "loss": 0.4604,
      "step": 1667
    },
    {
      "epoch": 0.2965333333333333,
      "grad_norm": 0.25603124499320984,
      "learning_rate": 3.99252312830233e-05,
      "loss": 0.5115,
      "step": 1668
    },
    {
      "epoch": 0.2967111111111111,
      "grad_norm": 0.22671236097812653,
      "learning_rate": 3.9914027651167866e-05,
      "loss": 0.4006,
      "step": 1669
    },
    {
      "epoch": 0.29688888888888887,
      "grad_norm": 0.2064259648323059,
      "learning_rate": 3.990281936720619e-05,
      "loss": 0.4479,
      "step": 1670
    },
    {
      "epoch": 0.29706666666666665,
      "grad_norm": 0.28547775745391846,
      "learning_rate": 3.989160643463445e-05,
      "loss": 0.6084,
      "step": 1671
    },
    {
      "epoch": 0.2972444444444444,
      "grad_norm": 0.24645598232746124,
      "learning_rate": 3.988038885695028e-05,
      "loss": 0.3842,
      "step": 1672
    },
    {
      "epoch": 0.2974222222222222,
      "grad_norm": 0.275958389043808,
      "learning_rate": 3.986916663765275e-05,
      "loss": 0.5749,
      "step": 1673
    },
    {
      "epoch": 0.2976,
      "grad_norm": 0.2431192398071289,
      "learning_rate": 3.985793978024239e-05,
      "loss": 0.6435,
      "step": 1674
    },
    {
      "epoch": 0.29777777777777775,
      "grad_norm": 0.3277748227119446,
      "learning_rate": 3.984670828822118e-05,
      "loss": 0.6528,
      "step": 1675
    },
    {
      "epoch": 0.29795555555555553,
      "grad_norm": 0.2489626556634903,
      "learning_rate": 3.983547216509254e-05,
      "loss": 0.4292,
      "step": 1676
    },
    {
      "epoch": 0.2981333333333333,
      "grad_norm": 0.22843550145626068,
      "learning_rate": 3.9824231414361324e-05,
      "loss": 0.3957,
      "step": 1677
    },
    {
      "epoch": 0.29831111111111114,
      "grad_norm": 0.24791912734508514,
      "learning_rate": 3.981298603953385e-05,
      "loss": 0.5764,
      "step": 1678
    },
    {
      "epoch": 0.2984888888888889,
      "grad_norm": 0.24238701164722443,
      "learning_rate": 3.980173604411786e-05,
      "loss": 0.595,
      "step": 1679
    },
    {
      "epoch": 0.2986666666666667,
      "grad_norm": 0.2152300924062729,
      "learning_rate": 3.979048143162255e-05,
      "loss": 0.3898,
      "step": 1680
    },
    {
      "epoch": 0.29884444444444447,
      "grad_norm": 0.25221845507621765,
      "learning_rate": 3.977922220555855e-05,
      "loss": 0.5145,
      "step": 1681
    },
    {
      "epoch": 0.29902222222222224,
      "grad_norm": 0.23014791309833527,
      "learning_rate": 3.976795836943793e-05,
      "loss": 0.5697,
      "step": 1682
    },
    {
      "epoch": 0.2992,
      "grad_norm": 0.2948393225669861,
      "learning_rate": 3.9756689926774196e-05,
      "loss": 0.4177,
      "step": 1683
    },
    {
      "epoch": 0.2993777777777778,
      "grad_norm": 0.24183227121829987,
      "learning_rate": 3.97454168810823e-05,
      "loss": 0.5183,
      "step": 1684
    },
    {
      "epoch": 0.2995555555555556,
      "grad_norm": 0.25105908513069153,
      "learning_rate": 3.973413923587862e-05,
      "loss": 0.5281,
      "step": 1685
    },
    {
      "epoch": 0.29973333333333335,
      "grad_norm": 0.22666655480861664,
      "learning_rate": 3.9722856994680966e-05,
      "loss": 0.4322,
      "step": 1686
    },
    {
      "epoch": 0.29991111111111113,
      "grad_norm": 0.2383197396993637,
      "learning_rate": 3.9711570161008596e-05,
      "loss": 0.4463,
      "step": 1687
    },
    {
      "epoch": 0.3000888888888889,
      "grad_norm": 0.23485571146011353,
      "learning_rate": 3.970027873838219e-05,
      "loss": 0.6199,
      "step": 1688
    },
    {
      "epoch": 0.3002666666666667,
      "grad_norm": 0.32722291350364685,
      "learning_rate": 3.9688982730323865e-05,
      "loss": 0.5191,
      "step": 1689
    },
    {
      "epoch": 0.30044444444444446,
      "grad_norm": 0.29917100071907043,
      "learning_rate": 3.967768214035715e-05,
      "loss": 0.4298,
      "step": 1690
    },
    {
      "epoch": 0.30062222222222224,
      "grad_norm": 0.3028694689273834,
      "learning_rate": 3.966637697200703e-05,
      "loss": 0.5412,
      "step": 1691
    },
    {
      "epoch": 0.3008,
      "grad_norm": 0.2963564991950989,
      "learning_rate": 3.965506722879991e-05,
      "loss": 0.4126,
      "step": 1692
    },
    {
      "epoch": 0.3009777777777778,
      "grad_norm": 0.3049181401729584,
      "learning_rate": 3.964375291426361e-05,
      "loss": 0.4623,
      "step": 1693
    },
    {
      "epoch": 0.30115555555555557,
      "grad_norm": 0.2815674841403961,
      "learning_rate": 3.963243403192739e-05,
      "loss": 0.4347,
      "step": 1694
    },
    {
      "epoch": 0.30133333333333334,
      "grad_norm": 0.31967678666114807,
      "learning_rate": 3.962111058532192e-05,
      "loss": 0.4895,
      "step": 1695
    },
    {
      "epoch": 0.3015111111111111,
      "grad_norm": 0.37411928176879883,
      "learning_rate": 3.960978257797931e-05,
      "loss": 0.3972,
      "step": 1696
    },
    {
      "epoch": 0.3016888888888889,
      "grad_norm": 0.33468058705329895,
      "learning_rate": 3.9598450013433075e-05,
      "loss": 0.3578,
      "step": 1697
    },
    {
      "epoch": 0.30186666666666667,
      "grad_norm": 0.40379950404167175,
      "learning_rate": 3.9587112895218184e-05,
      "loss": 0.4178,
      "step": 1698
    },
    {
      "epoch": 0.30204444444444445,
      "grad_norm": 0.4760851562023163,
      "learning_rate": 3.957577122687098e-05,
      "loss": 0.4437,
      "step": 1699
    },
    {
      "epoch": 0.3022222222222222,
      "grad_norm": 0.48131507635116577,
      "learning_rate": 3.9564425011929265e-05,
      "loss": 0.4827,
      "step": 1700
    },
    {
      "epoch": 0.3024,
      "grad_norm": 0.2509986162185669,
      "learning_rate": 3.955307425393224e-05,
      "loss": 0.5208,
      "step": 1701
    },
    {
      "epoch": 0.3025777777777778,
      "grad_norm": 0.21239590644836426,
      "learning_rate": 3.954171895642052e-05,
      "loss": 0.5983,
      "step": 1702
    },
    {
      "epoch": 0.30275555555555556,
      "grad_norm": 0.3689562678337097,
      "learning_rate": 3.953035912293616e-05,
      "loss": 0.5489,
      "step": 1703
    },
    {
      "epoch": 0.30293333333333333,
      "grad_norm": 0.27050459384918213,
      "learning_rate": 3.951899475702259e-05,
      "loss": 0.6034,
      "step": 1704
    },
    {
      "epoch": 0.3031111111111111,
      "grad_norm": 0.3071124255657196,
      "learning_rate": 3.950762586222468e-05,
      "loss": 0.5167,
      "step": 1705
    },
    {
      "epoch": 0.3032888888888889,
      "grad_norm": 0.25853657722473145,
      "learning_rate": 3.9496252442088733e-05,
      "loss": 0.4756,
      "step": 1706
    },
    {
      "epoch": 0.30346666666666666,
      "grad_norm": 0.2545461654663086,
      "learning_rate": 3.948487450016242e-05,
      "loss": 0.5748,
      "step": 1707
    },
    {
      "epoch": 0.30364444444444444,
      "grad_norm": 0.2136763632297516,
      "learning_rate": 3.947349203999484e-05,
      "loss": 0.4262,
      "step": 1708
    },
    {
      "epoch": 0.3038222222222222,
      "grad_norm": 0.22998157143592834,
      "learning_rate": 3.946210506513651e-05,
      "loss": 0.5375,
      "step": 1709
    },
    {
      "epoch": 0.304,
      "grad_norm": 0.2568053901195526,
      "learning_rate": 3.945071357913935e-05,
      "loss": 0.6967,
      "step": 1710
    },
    {
      "epoch": 0.30417777777777777,
      "grad_norm": 0.26576822996139526,
      "learning_rate": 3.943931758555669e-05,
      "loss": 0.6003,
      "step": 1711
    },
    {
      "epoch": 0.30435555555555555,
      "grad_norm": 0.3024243414402008,
      "learning_rate": 3.942791708794326e-05,
      "loss": 0.5089,
      "step": 1712
    },
    {
      "epoch": 0.3045333333333333,
      "grad_norm": 0.23126915097236633,
      "learning_rate": 3.9416512089855184e-05,
      "loss": 0.3945,
      "step": 1713
    },
    {
      "epoch": 0.3047111111111111,
      "grad_norm": 0.24421076476573944,
      "learning_rate": 3.940510259485002e-05,
      "loss": 0.5101,
      "step": 1714
    },
    {
      "epoch": 0.3048888888888889,
      "grad_norm": 0.2684940993785858,
      "learning_rate": 3.939368860648669e-05,
      "loss": 0.5511,
      "step": 1715
    },
    {
      "epoch": 0.30506666666666665,
      "grad_norm": 0.26677650213241577,
      "learning_rate": 3.938227012832557e-05,
      "loss": 0.5932,
      "step": 1716
    },
    {
      "epoch": 0.30524444444444443,
      "grad_norm": 0.28246426582336426,
      "learning_rate": 3.937084716392838e-05,
      "loss": 0.4421,
      "step": 1717
    },
    {
      "epoch": 0.3054222222222222,
      "grad_norm": 0.18641994893550873,
      "learning_rate": 3.9359419716858274e-05,
      "loss": 0.3947,
      "step": 1718
    },
    {
      "epoch": 0.3056,
      "grad_norm": 0.3639377951622009,
      "learning_rate": 3.93479877906798e-05,
      "loss": 0.4888,
      "step": 1719
    },
    {
      "epoch": 0.30577777777777776,
      "grad_norm": 0.3343105614185333,
      "learning_rate": 3.933655138895889e-05,
      "loss": 0.8343,
      "step": 1720
    },
    {
      "epoch": 0.30595555555555554,
      "grad_norm": 0.22481101751327515,
      "learning_rate": 3.932511051526289e-05,
      "loss": 0.4321,
      "step": 1721
    },
    {
      "epoch": 0.3061333333333333,
      "grad_norm": 0.2662048041820526,
      "learning_rate": 3.931366517316052e-05,
      "loss": 0.5768,
      "step": 1722
    },
    {
      "epoch": 0.3063111111111111,
      "grad_norm": 0.24762697517871857,
      "learning_rate": 3.930221536622191e-05,
      "loss": 0.5002,
      "step": 1723
    },
    {
      "epoch": 0.30648888888888887,
      "grad_norm": 0.2484867423772812,
      "learning_rate": 3.9290761098018585e-05,
      "loss": 0.51,
      "step": 1724
    },
    {
      "epoch": 0.30666666666666664,
      "grad_norm": 0.23064836859703064,
      "learning_rate": 3.927930237212345e-05,
      "loss": 0.4966,
      "step": 1725
    },
    {
      "epoch": 0.3068444444444444,
      "grad_norm": 0.2692429721355438,
      "learning_rate": 3.92678391921108e-05,
      "loss": 0.559,
      "step": 1726
    },
    {
      "epoch": 0.3070222222222222,
      "grad_norm": 0.26322412490844727,
      "learning_rate": 3.925637156155633e-05,
      "loss": 0.4627,
      "step": 1727
    },
    {
      "epoch": 0.3072,
      "grad_norm": 0.276094526052475,
      "learning_rate": 3.924489948403711e-05,
      "loss": 0.4309,
      "step": 1728
    },
    {
      "epoch": 0.3073777777777778,
      "grad_norm": 0.21968096494674683,
      "learning_rate": 3.9233422963131616e-05,
      "loss": 0.4189,
      "step": 1729
    },
    {
      "epoch": 0.3075555555555556,
      "grad_norm": 0.23094774782657623,
      "learning_rate": 3.922194200241969e-05,
      "loss": 0.3949,
      "step": 1730
    },
    {
      "epoch": 0.30773333333333336,
      "grad_norm": 0.2851698100566864,
      "learning_rate": 3.9210456605482576e-05,
      "loss": 0.6882,
      "step": 1731
    },
    {
      "epoch": 0.30791111111111114,
      "grad_norm": 0.22909457981586456,
      "learning_rate": 3.919896677590289e-05,
      "loss": 0.6026,
      "step": 1732
    },
    {
      "epoch": 0.3080888888888889,
      "grad_norm": 0.23537103831768036,
      "learning_rate": 3.918747251726463e-05,
      "loss": 0.5448,
      "step": 1733
    },
    {
      "epoch": 0.3082666666666667,
      "grad_norm": 0.27476415038108826,
      "learning_rate": 3.9175973833153186e-05,
      "loss": 0.4069,
      "step": 1734
    },
    {
      "epoch": 0.30844444444444447,
      "grad_norm": 0.2562309205532074,
      "learning_rate": 3.9164470727155314e-05,
      "loss": 0.4997,
      "step": 1735
    },
    {
      "epoch": 0.30862222222222224,
      "grad_norm": 0.2508479058742523,
      "learning_rate": 3.915296320285917e-05,
      "loss": 0.4769,
      "step": 1736
    },
    {
      "epoch": 0.3088,
      "grad_norm": 0.2374836951494217,
      "learning_rate": 3.914145126385426e-05,
      "loss": 0.5252,
      "step": 1737
    },
    {
      "epoch": 0.3089777777777778,
      "grad_norm": 0.22735223174095154,
      "learning_rate": 3.91299349137315e-05,
      "loss": 0.519,
      "step": 1738
    },
    {
      "epoch": 0.3091555555555556,
      "grad_norm": 0.3538740575313568,
      "learning_rate": 3.911841415608315e-05,
      "loss": 0.5471,
      "step": 1739
    },
    {
      "epoch": 0.30933333333333335,
      "grad_norm": 0.2828303277492523,
      "learning_rate": 3.9106888994502864e-05,
      "loss": 0.5914,
      "step": 1740
    },
    {
      "epoch": 0.3095111111111111,
      "grad_norm": 0.2548404037952423,
      "learning_rate": 3.909535943258567e-05,
      "loss": 0.4444,
      "step": 1741
    },
    {
      "epoch": 0.3096888888888889,
      "grad_norm": 0.22350788116455078,
      "learning_rate": 3.908382547392796e-05,
      "loss": 0.3887,
      "step": 1742
    },
    {
      "epoch": 0.3098666666666667,
      "grad_norm": 0.2685641348361969,
      "learning_rate": 3.907228712212751e-05,
      "loss": 0.462,
      "step": 1743
    },
    {
      "epoch": 0.31004444444444446,
      "grad_norm": 0.26695823669433594,
      "learning_rate": 3.9060744380783435e-05,
      "loss": 0.4314,
      "step": 1744
    },
    {
      "epoch": 0.31022222222222223,
      "grad_norm": 0.29361921548843384,
      "learning_rate": 3.9049197253496264e-05,
      "loss": 0.3711,
      "step": 1745
    },
    {
      "epoch": 0.3104,
      "grad_norm": 0.33422568440437317,
      "learning_rate": 3.903764574386786e-05,
      "loss": 0.4161,
      "step": 1746
    },
    {
      "epoch": 0.3105777777777778,
      "grad_norm": 0.3214603066444397,
      "learning_rate": 3.902608985550147e-05,
      "loss": 0.5017,
      "step": 1747
    },
    {
      "epoch": 0.31075555555555556,
      "grad_norm": 0.2901337444782257,
      "learning_rate": 3.9014529592001705e-05,
      "loss": 0.3689,
      "step": 1748
    },
    {
      "epoch": 0.31093333333333334,
      "grad_norm": 0.43314751982688904,
      "learning_rate": 3.900296495697453e-05,
      "loss": 0.5553,
      "step": 1749
    },
    {
      "epoch": 0.3111111111111111,
      "grad_norm": 0.4667474031448364,
      "learning_rate": 3.899139595402729e-05,
      "loss": 0.436,
      "step": 1750
    },
    {
      "epoch": 0.3112888888888889,
      "grad_norm": 0.22450193762779236,
      "learning_rate": 3.897982258676867e-05,
      "loss": 0.4632,
      "step": 1751
    },
    {
      "epoch": 0.31146666666666667,
      "grad_norm": 0.21711860597133636,
      "learning_rate": 3.896824485880874e-05,
      "loss": 0.4069,
      "step": 1752
    },
    {
      "epoch": 0.31164444444444445,
      "grad_norm": 0.2716481685638428,
      "learning_rate": 3.895666277375892e-05,
      "loss": 0.4671,
      "step": 1753
    },
    {
      "epoch": 0.3118222222222222,
      "grad_norm": 0.2682226896286011,
      "learning_rate": 3.894507633523199e-05,
      "loss": 0.4991,
      "step": 1754
    },
    {
      "epoch": 0.312,
      "grad_norm": 0.25763416290283203,
      "learning_rate": 3.8933485546842094e-05,
      "loss": 0.5941,
      "step": 1755
    },
    {
      "epoch": 0.3121777777777778,
      "grad_norm": 0.24517154693603516,
      "learning_rate": 3.8921890412204705e-05,
      "loss": 0.452,
      "step": 1756
    },
    {
      "epoch": 0.31235555555555555,
      "grad_norm": 0.2549922466278076,
      "learning_rate": 3.891029093493669e-05,
      "loss": 0.5495,
      "step": 1757
    },
    {
      "epoch": 0.31253333333333333,
      "grad_norm": 0.23597003519535065,
      "learning_rate": 3.889868711865624e-05,
      "loss": 0.4653,
      "step": 1758
    },
    {
      "epoch": 0.3127111111111111,
      "grad_norm": 0.27230918407440186,
      "learning_rate": 3.8887078966982925e-05,
      "loss": 0.5556,
      "step": 1759
    },
    {
      "epoch": 0.3128888888888889,
      "grad_norm": 0.2747502624988556,
      "learning_rate": 3.887546648353765e-05,
      "loss": 0.4753,
      "step": 1760
    },
    {
      "epoch": 0.31306666666666666,
      "grad_norm": 0.26325714588165283,
      "learning_rate": 3.8863849671942685e-05,
      "loss": 0.5776,
      "step": 1761
    },
    {
      "epoch": 0.31324444444444444,
      "grad_norm": 0.2610800266265869,
      "learning_rate": 3.885222853582163e-05,
      "loss": 0.4123,
      "step": 1762
    },
    {
      "epoch": 0.3134222222222222,
      "grad_norm": 0.21665984392166138,
      "learning_rate": 3.8840603078799445e-05,
      "loss": 0.3762,
      "step": 1763
    },
    {
      "epoch": 0.3136,
      "grad_norm": 0.24290180206298828,
      "learning_rate": 3.8828973304502446e-05,
      "loss": 0.4575,
      "step": 1764
    },
    {
      "epoch": 0.31377777777777777,
      "grad_norm": 0.24685519933700562,
      "learning_rate": 3.881733921655829e-05,
      "loss": 0.571,
      "step": 1765
    },
    {
      "epoch": 0.31395555555555554,
      "grad_norm": 0.2319568246603012,
      "learning_rate": 3.880570081859597e-05,
      "loss": 0.414,
      "step": 1766
    },
    {
      "epoch": 0.3141333333333333,
      "grad_norm": 0.30388307571411133,
      "learning_rate": 3.879405811424583e-05,
      "loss": 0.7389,
      "step": 1767
    },
    {
      "epoch": 0.3143111111111111,
      "grad_norm": 0.2181704044342041,
      "learning_rate": 3.8782411107139564e-05,
      "loss": 0.4981,
      "step": 1768
    },
    {
      "epoch": 0.3144888888888889,
      "grad_norm": 0.21128003299236298,
      "learning_rate": 3.87707598009102e-05,
      "loss": 0.4114,
      "step": 1769
    },
    {
      "epoch": 0.31466666666666665,
      "grad_norm": 0.2682114243507385,
      "learning_rate": 3.875910419919211e-05,
      "loss": 0.5918,
      "step": 1770
    },
    {
      "epoch": 0.3148444444444444,
      "grad_norm": 0.2793351113796234,
      "learning_rate": 3.8747444305621e-05,
      "loss": 0.5388,
      "step": 1771
    },
    {
      "epoch": 0.3150222222222222,
      "grad_norm": 0.20167353749275208,
      "learning_rate": 3.873578012383393e-05,
      "loss": 0.4654,
      "step": 1772
    },
    {
      "epoch": 0.3152,
      "grad_norm": 0.2164766937494278,
      "learning_rate": 3.872411165746927e-05,
      "loss": 0.5353,
      "step": 1773
    },
    {
      "epoch": 0.31537777777777776,
      "grad_norm": 0.19288529455661774,
      "learning_rate": 3.871243891016676e-05,
      "loss": 0.4798,
      "step": 1774
    },
    {
      "epoch": 0.31555555555555553,
      "grad_norm": 0.2466810792684555,
      "learning_rate": 3.870076188556746e-05,
      "loss": 0.4882,
      "step": 1775
    },
    {
      "epoch": 0.3157333333333333,
      "grad_norm": 0.2654877007007599,
      "learning_rate": 3.868908058731376e-05,
      "loss": 0.5043,
      "step": 1776
    },
    {
      "epoch": 0.3159111111111111,
      "grad_norm": 0.23393423855304718,
      "learning_rate": 3.867739501904938e-05,
      "loss": 0.4672,
      "step": 1777
    },
    {
      "epoch": 0.31608888888888886,
      "grad_norm": 0.24775564670562744,
      "learning_rate": 3.8665705184419386e-05,
      "loss": 0.6202,
      "step": 1778
    },
    {
      "epoch": 0.31626666666666664,
      "grad_norm": 0.2079147845506668,
      "learning_rate": 3.865401108707017e-05,
      "loss": 0.4263,
      "step": 1779
    },
    {
      "epoch": 0.3164444444444444,
      "grad_norm": 0.2793065011501312,
      "learning_rate": 3.864231273064944e-05,
      "loss": 0.4726,
      "step": 1780
    },
    {
      "epoch": 0.31662222222222225,
      "grad_norm": 0.23752595484256744,
      "learning_rate": 3.8630610118806254e-05,
      "loss": 0.5576,
      "step": 1781
    },
    {
      "epoch": 0.3168,
      "grad_norm": 0.22386451065540314,
      "learning_rate": 3.861890325519098e-05,
      "loss": 0.5332,
      "step": 1782
    },
    {
      "epoch": 0.3169777777777778,
      "grad_norm": 0.2831936180591583,
      "learning_rate": 3.8607192143455326e-05,
      "loss": 0.7237,
      "step": 1783
    },
    {
      "epoch": 0.3171555555555556,
      "grad_norm": 0.24557265639305115,
      "learning_rate": 3.859547678725231e-05,
      "loss": 0.5024,
      "step": 1784
    },
    {
      "epoch": 0.31733333333333336,
      "grad_norm": 0.30713656544685364,
      "learning_rate": 3.858375719023629e-05,
      "loss": 0.5171,
      "step": 1785
    },
    {
      "epoch": 0.31751111111111113,
      "grad_norm": 0.2589064836502075,
      "learning_rate": 3.8572033356062943e-05,
      "loss": 0.5712,
      "step": 1786
    },
    {
      "epoch": 0.3176888888888889,
      "grad_norm": 0.2590896785259247,
      "learning_rate": 3.856030528838925e-05,
      "loss": 0.5295,
      "step": 1787
    },
    {
      "epoch": 0.3178666666666667,
      "grad_norm": 0.2632320523262024,
      "learning_rate": 3.854857299087353e-05,
      "loss": 0.3963,
      "step": 1788
    },
    {
      "epoch": 0.31804444444444446,
      "grad_norm": 0.26224273443222046,
      "learning_rate": 3.853683646717543e-05,
      "loss": 0.4764,
      "step": 1789
    },
    {
      "epoch": 0.31822222222222224,
      "grad_norm": 0.26053351163864136,
      "learning_rate": 3.852509572095588e-05,
      "loss": 0.463,
      "step": 1790
    },
    {
      "epoch": 0.3184,
      "grad_norm": 0.22330141067504883,
      "learning_rate": 3.851335075587718e-05,
      "loss": 0.3735,
      "step": 1791
    },
    {
      "epoch": 0.3185777777777778,
      "grad_norm": 0.27002251148223877,
      "learning_rate": 3.85016015756029e-05,
      "loss": 0.3804,
      "step": 1792
    },
    {
      "epoch": 0.31875555555555557,
      "grad_norm": 0.2598581314086914,
      "learning_rate": 3.848984818379793e-05,
      "loss": 0.4206,
      "step": 1793
    },
    {
      "epoch": 0.31893333333333335,
      "grad_norm": 0.37808501720428467,
      "learning_rate": 3.84780905841285e-05,
      "loss": 0.466,
      "step": 1794
    },
    {
      "epoch": 0.3191111111111111,
      "grad_norm": 0.36060091853141785,
      "learning_rate": 3.846632878026214e-05,
      "loss": 0.4189,
      "step": 1795
    },
    {
      "epoch": 0.3192888888888889,
      "grad_norm": 0.32629507780075073,
      "learning_rate": 3.8454562775867684e-05,
      "loss": 0.3959,
      "step": 1796
    },
    {
      "epoch": 0.3194666666666667,
      "grad_norm": 0.36942774057388306,
      "learning_rate": 3.8442792574615275e-05,
      "loss": 0.4132,
      "step": 1797
    },
    {
      "epoch": 0.31964444444444445,
      "grad_norm": 0.38746127486228943,
      "learning_rate": 3.843101818017637e-05,
      "loss": 0.3563,
      "step": 1798
    },
    {
      "epoch": 0.31982222222222223,
      "grad_norm": 0.34891799092292786,
      "learning_rate": 3.841923959622375e-05,
      "loss": 0.5363,
      "step": 1799
    },
    {
      "epoch": 0.32,
      "grad_norm": 0.44006434082984924,
      "learning_rate": 3.840745682643147e-05,
      "loss": 0.4849,
      "step": 1800
    },
    {
      "epoch": 0.3201777777777778,
      "grad_norm": 0.2698839008808136,
      "learning_rate": 3.8395669874474915e-05,
      "loss": 0.5459,
      "step": 1801
    },
    {
      "epoch": 0.32035555555555556,
      "grad_norm": 0.30511969327926636,
      "learning_rate": 3.8383878744030776e-05,
      "loss": 0.5023,
      "step": 1802
    },
    {
      "epoch": 0.32053333333333334,
      "grad_norm": 0.3474431335926056,
      "learning_rate": 3.837208343877703e-05,
      "loss": 0.5084,
      "step": 1803
    },
    {
      "epoch": 0.3207111111111111,
      "grad_norm": 0.3954322040081024,
      "learning_rate": 3.836028396239297e-05,
      "loss": 0.8113,
      "step": 1804
    },
    {
      "epoch": 0.3208888888888889,
      "grad_norm": 0.28120672702789307,
      "learning_rate": 3.834848031855919e-05,
      "loss": 0.5473,
      "step": 1805
    },
    {
      "epoch": 0.32106666666666667,
      "grad_norm": 0.37416958808898926,
      "learning_rate": 3.8336672510957574e-05,
      "loss": 0.4418,
      "step": 1806
    },
    {
      "epoch": 0.32124444444444444,
      "grad_norm": 0.27026987075805664,
      "learning_rate": 3.83248605432713e-05,
      "loss": 0.5303,
      "step": 1807
    },
    {
      "epoch": 0.3214222222222222,
      "grad_norm": 0.26826706528663635,
      "learning_rate": 3.8313044419184873e-05,
      "loss": 0.6264,
      "step": 1808
    },
    {
      "epoch": 0.3216,
      "grad_norm": 0.3161207139492035,
      "learning_rate": 3.830122414238406e-05,
      "loss": 0.4557,
      "step": 1809
    },
    {
      "epoch": 0.3217777777777778,
      "grad_norm": 0.2921457886695862,
      "learning_rate": 3.828939971655595e-05,
      "loss": 0.3211,
      "step": 1810
    },
    {
      "epoch": 0.32195555555555555,
      "grad_norm": 0.2892923653125763,
      "learning_rate": 3.827757114538892e-05,
      "loss": 0.3958,
      "step": 1811
    },
    {
      "epoch": 0.3221333333333333,
      "grad_norm": 0.33940258622169495,
      "learning_rate": 3.826573843257262e-05,
      "loss": 0.5927,
      "step": 1812
    },
    {
      "epoch": 0.3223111111111111,
      "grad_norm": 0.2379864603281021,
      "learning_rate": 3.8253901581798016e-05,
      "loss": 0.3848,
      "step": 1813
    },
    {
      "epoch": 0.3224888888888889,
      "grad_norm": 0.2523452043533325,
      "learning_rate": 3.824206059675736e-05,
      "loss": 0.5374,
      "step": 1814
    },
    {
      "epoch": 0.32266666666666666,
      "grad_norm": 0.22038324177265167,
      "learning_rate": 3.823021548114417e-05,
      "loss": 0.4294,
      "step": 1815
    },
    {
      "epoch": 0.32284444444444443,
      "grad_norm": 0.29588496685028076,
      "learning_rate": 3.821836623865329e-05,
      "loss": 0.6109,
      "step": 1816
    },
    {
      "epoch": 0.3230222222222222,
      "grad_norm": 0.21434426307678223,
      "learning_rate": 3.820651287298084e-05,
      "loss": 0.401,
      "step": 1817
    },
    {
      "epoch": 0.3232,
      "grad_norm": 0.2023949921131134,
      "learning_rate": 3.81946553878242e-05,
      "loss": 0.3811,
      "step": 1818
    },
    {
      "epoch": 0.32337777777777776,
      "grad_norm": 0.21868082880973816,
      "learning_rate": 3.8182793786882065e-05,
      "loss": 0.3081,
      "step": 1819
    },
    {
      "epoch": 0.32355555555555554,
      "grad_norm": 0.24043965339660645,
      "learning_rate": 3.8170928073854396e-05,
      "loss": 0.5559,
      "step": 1820
    },
    {
      "epoch": 0.3237333333333333,
      "grad_norm": 0.25507602095603943,
      "learning_rate": 3.8159058252442446e-05,
      "loss": 0.3773,
      "step": 1821
    },
    {
      "epoch": 0.3239111111111111,
      "grad_norm": 0.23844337463378906,
      "learning_rate": 3.814718432634876e-05,
      "loss": 0.5183,
      "step": 1822
    },
    {
      "epoch": 0.32408888888888887,
      "grad_norm": 0.25890296697616577,
      "learning_rate": 3.813530629927714e-05,
      "loss": 0.6071,
      "step": 1823
    },
    {
      "epoch": 0.32426666666666665,
      "grad_norm": 0.23044650256633759,
      "learning_rate": 3.8123424174932674e-05,
      "loss": 0.4995,
      "step": 1824
    },
    {
      "epoch": 0.3244444444444444,
      "grad_norm": 0.29565560817718506,
      "learning_rate": 3.811153795702174e-05,
      "loss": 0.4878,
      "step": 1825
    },
    {
      "epoch": 0.3246222222222222,
      "grad_norm": 0.2706906497478485,
      "learning_rate": 3.8099647649251986e-05,
      "loss": 0.4275,
      "step": 1826
    },
    {
      "epoch": 0.3248,
      "grad_norm": 0.24134431779384613,
      "learning_rate": 3.808775325533232e-05,
      "loss": 0.4621,
      "step": 1827
    },
    {
      "epoch": 0.32497777777777775,
      "grad_norm": 0.28100982308387756,
      "learning_rate": 3.8075854778972955e-05,
      "loss": 0.4145,
      "step": 1828
    },
    {
      "epoch": 0.32515555555555553,
      "grad_norm": 0.23400017619132996,
      "learning_rate": 3.806395222388536e-05,
      "loss": 0.5443,
      "step": 1829
    },
    {
      "epoch": 0.3253333333333333,
      "grad_norm": 0.25233718752861023,
      "learning_rate": 3.805204559378227e-05,
      "loss": 0.359,
      "step": 1830
    },
    {
      "epoch": 0.3255111111111111,
      "grad_norm": 0.2422688603401184,
      "learning_rate": 3.80401348923777e-05,
      "loss": 0.4645,
      "step": 1831
    },
    {
      "epoch": 0.3256888888888889,
      "grad_norm": 0.20790573954582214,
      "learning_rate": 3.802822012338694e-05,
      "loss": 0.433,
      "step": 1832
    },
    {
      "epoch": 0.3258666666666667,
      "grad_norm": 0.32703182101249695,
      "learning_rate": 3.8016301290526534e-05,
      "loss": 0.6004,
      "step": 1833
    },
    {
      "epoch": 0.32604444444444447,
      "grad_norm": 0.27112576365470886,
      "learning_rate": 3.8004378397514315e-05,
      "loss": 0.4776,
      "step": 1834
    },
    {
      "epoch": 0.32622222222222225,
      "grad_norm": 0.27799126505851746,
      "learning_rate": 3.799245144806937e-05,
      "loss": 0.3902,
      "step": 1835
    },
    {
      "epoch": 0.3264,
      "grad_norm": 0.21686284244060516,
      "learning_rate": 3.798052044591204e-05,
      "loss": 0.3964,
      "step": 1836
    },
    {
      "epoch": 0.3265777777777778,
      "grad_norm": 0.23352764546871185,
      "learning_rate": 3.796858539476394e-05,
      "loss": 0.4619,
      "step": 1837
    },
    {
      "epoch": 0.3267555555555556,
      "grad_norm": 0.22777606546878815,
      "learning_rate": 3.7956646298347956e-05,
      "loss": 0.4216,
      "step": 1838
    },
    {
      "epoch": 0.32693333333333335,
      "grad_norm": 0.250166654586792,
      "learning_rate": 3.7944703160388234e-05,
      "loss": 0.4123,
      "step": 1839
    },
    {
      "epoch": 0.32711111111111113,
      "grad_norm": 0.2995658814907074,
      "learning_rate": 3.793275598461017e-05,
      "loss": 0.3242,
      "step": 1840
    },
    {
      "epoch": 0.3272888888888889,
      "grad_norm": 0.2961699664592743,
      "learning_rate": 3.792080477474043e-05,
      "loss": 0.4628,
      "step": 1841
    },
    {
      "epoch": 0.3274666666666667,
      "grad_norm": 0.25068238377571106,
      "learning_rate": 3.790884953450692e-05,
      "loss": 0.3664,
      "step": 1842
    },
    {
      "epoch": 0.32764444444444446,
      "grad_norm": 0.2917799651622772,
      "learning_rate": 3.789689026763883e-05,
      "loss": 0.3605,
      "step": 1843
    },
    {
      "epoch": 0.32782222222222224,
      "grad_norm": 0.2906927168369293,
      "learning_rate": 3.788492697786658e-05,
      "loss": 0.4569,
      "step": 1844
    },
    {
      "epoch": 0.328,
      "grad_norm": 0.2979743182659149,
      "learning_rate": 3.7872959668921884e-05,
      "loss": 0.4687,
      "step": 1845
    },
    {
      "epoch": 0.3281777777777778,
      "grad_norm": 0.3796265721321106,
      "learning_rate": 3.786098834453766e-05,
      "loss": 0.4653,
      "step": 1846
    },
    {
      "epoch": 0.32835555555555557,
      "grad_norm": 0.38148266077041626,
      "learning_rate": 3.7849013008448115e-05,
      "loss": 0.4448,
      "step": 1847
    },
    {
      "epoch": 0.32853333333333334,
      "grad_norm": 0.3751465678215027,
      "learning_rate": 3.783703366438868e-05,
      "loss": 0.4196,
      "step": 1848
    },
    {
      "epoch": 0.3287111111111111,
      "grad_norm": 0.5386833548545837,
      "learning_rate": 3.782505031609607e-05,
      "loss": 0.4503,
      "step": 1849
    },
    {
      "epoch": 0.3288888888888889,
      "grad_norm": 0.4277711808681488,
      "learning_rate": 3.78130629673082e-05,
      "loss": 0.4275,
      "step": 1850
    },
    {
      "epoch": 0.3290666666666667,
      "grad_norm": 0.21239469945430756,
      "learning_rate": 3.780107162176429e-05,
      "loss": 0.3547,
      "step": 1851
    },
    {
      "epoch": 0.32924444444444445,
      "grad_norm": 0.2635221779346466,
      "learning_rate": 3.778907628320477e-05,
      "loss": 0.5979,
      "step": 1852
    },
    {
      "epoch": 0.3294222222222222,
      "grad_norm": 0.292133629322052,
      "learning_rate": 3.777707695537133e-05,
      "loss": 0.6329,
      "step": 1853
    },
    {
      "epoch": 0.3296,
      "grad_norm": 0.28475481271743774,
      "learning_rate": 3.776507364200689e-05,
      "loss": 0.4102,
      "step": 1854
    },
    {
      "epoch": 0.3297777777777778,
      "grad_norm": 0.2551453709602356,
      "learning_rate": 3.775306634685562e-05,
      "loss": 0.6214,
      "step": 1855
    },
    {
      "epoch": 0.32995555555555556,
      "grad_norm": 0.26289665699005127,
      "learning_rate": 3.7741055073662946e-05,
      "loss": 0.4735,
      "step": 1856
    },
    {
      "epoch": 0.33013333333333333,
      "grad_norm": 0.3306237757205963,
      "learning_rate": 3.772903982617552e-05,
      "loss": 0.517,
      "step": 1857
    },
    {
      "epoch": 0.3303111111111111,
      "grad_norm": 0.2637612223625183,
      "learning_rate": 3.771702060814123e-05,
      "loss": 0.4701,
      "step": 1858
    },
    {
      "epoch": 0.3304888888888889,
      "grad_norm": 0.22696034610271454,
      "learning_rate": 3.770499742330922e-05,
      "loss": 0.4851,
      "step": 1859
    },
    {
      "epoch": 0.33066666666666666,
      "grad_norm": 0.282044917345047,
      "learning_rate": 3.769297027542985e-05,
      "loss": 0.4875,
      "step": 1860
    },
    {
      "epoch": 0.33084444444444444,
      "grad_norm": 0.274105966091156,
      "learning_rate": 3.7680939168254733e-05,
      "loss": 0.4224,
      "step": 1861
    },
    {
      "epoch": 0.3310222222222222,
      "grad_norm": 0.2340739667415619,
      "learning_rate": 3.7668904105536706e-05,
      "loss": 0.4379,
      "step": 1862
    },
    {
      "epoch": 0.3312,
      "grad_norm": 0.23340032994747162,
      "learning_rate": 3.765686509102985e-05,
      "loss": 0.4753,
      "step": 1863
    },
    {
      "epoch": 0.33137777777777777,
      "grad_norm": 0.2583799660205841,
      "learning_rate": 3.764482212848948e-05,
      "loss": 0.4218,
      "step": 1864
    },
    {
      "epoch": 0.33155555555555555,
      "grad_norm": 0.20819202065467834,
      "learning_rate": 3.7632775221672115e-05,
      "loss": 0.4144,
      "step": 1865
    },
    {
      "epoch": 0.3317333333333333,
      "grad_norm": 0.22011113166809082,
      "learning_rate": 3.762072437433555e-05,
      "loss": 0.377,
      "step": 1866
    },
    {
      "epoch": 0.3319111111111111,
      "grad_norm": 0.25663116574287415,
      "learning_rate": 3.760866959023877e-05,
      "loss": 0.5028,
      "step": 1867
    },
    {
      "epoch": 0.3320888888888889,
      "grad_norm": 0.24224042892456055,
      "learning_rate": 3.759661087314199e-05,
      "loss": 0.5362,
      "step": 1868
    },
    {
      "epoch": 0.33226666666666665,
      "grad_norm": 0.26839980483055115,
      "learning_rate": 3.7584548226806696e-05,
      "loss": 0.4201,
      "step": 1869
    },
    {
      "epoch": 0.33244444444444443,
      "grad_norm": 0.2340385615825653,
      "learning_rate": 3.757248165499555e-05,
      "loss": 0.5805,
      "step": 1870
    },
    {
      "epoch": 0.3326222222222222,
      "grad_norm": 0.2702961564064026,
      "learning_rate": 3.7560411161472456e-05,
      "loss": 0.5838,
      "step": 1871
    },
    {
      "epoch": 0.3328,
      "grad_norm": 0.28083211183547974,
      "learning_rate": 3.7548336750002544e-05,
      "loss": 0.3691,
      "step": 1872
    },
    {
      "epoch": 0.33297777777777776,
      "grad_norm": 0.3152126967906952,
      "learning_rate": 3.753625842435216e-05,
      "loss": 0.682,
      "step": 1873
    },
    {
      "epoch": 0.33315555555555554,
      "grad_norm": 0.26895955204963684,
      "learning_rate": 3.752417618828888e-05,
      "loss": 0.5986,
      "step": 1874
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.20872604846954346,
      "learning_rate": 3.751209004558149e-05,
      "loss": 0.4727,
      "step": 1875
    },
    {
      "epoch": 0.3335111111111111,
      "grad_norm": 0.2611149251461029,
      "learning_rate": 3.7500000000000003e-05,
      "loss": 0.6079,
      "step": 1876
    },
    {
      "epoch": 0.33368888888888887,
      "grad_norm": 0.23145298659801483,
      "learning_rate": 3.748790605531565e-05,
      "loss": 0.4827,
      "step": 1877
    },
    {
      "epoch": 0.33386666666666664,
      "grad_norm": 0.25269511342048645,
      "learning_rate": 3.7475808215300854e-05,
      "loss": 0.4719,
      "step": 1878
    },
    {
      "epoch": 0.3340444444444444,
      "grad_norm": 0.19355008006095886,
      "learning_rate": 3.7463706483729296e-05,
      "loss": 0.4846,
      "step": 1879
    },
    {
      "epoch": 0.3342222222222222,
      "grad_norm": 0.3000943660736084,
      "learning_rate": 3.7451600864375844e-05,
      "loss": 0.4581,
      "step": 1880
    },
    {
      "epoch": 0.3344,
      "grad_norm": 0.23026035726070404,
      "learning_rate": 3.7439491361016564e-05,
      "loss": 0.4171,
      "step": 1881
    },
    {
      "epoch": 0.33457777777777775,
      "grad_norm": 0.27065929770469666,
      "learning_rate": 3.742737797742878e-05,
      "loss": 0.3958,
      "step": 1882
    },
    {
      "epoch": 0.33475555555555553,
      "grad_norm": 0.3308534026145935,
      "learning_rate": 3.741526071739097e-05,
      "loss": 0.5279,
      "step": 1883
    },
    {
      "epoch": 0.33493333333333336,
      "grad_norm": 0.2427447885274887,
      "learning_rate": 3.740313958468287e-05,
      "loss": 0.4405,
      "step": 1884
    },
    {
      "epoch": 0.33511111111111114,
      "grad_norm": 0.2443220615386963,
      "learning_rate": 3.7391014583085385e-05,
      "loss": 0.4932,
      "step": 1885
    },
    {
      "epoch": 0.3352888888888889,
      "grad_norm": 0.2655545175075531,
      "learning_rate": 3.7378885716380664e-05,
      "loss": 0.5911,
      "step": 1886
    },
    {
      "epoch": 0.3354666666666667,
      "grad_norm": 0.2868138551712036,
      "learning_rate": 3.736675298835203e-05,
      "loss": 0.5663,
      "step": 1887
    },
    {
      "epoch": 0.33564444444444447,
      "grad_norm": 0.26341116428375244,
      "learning_rate": 3.7354616402784035e-05,
      "loss": 0.4665,
      "step": 1888
    },
    {
      "epoch": 0.33582222222222224,
      "grad_norm": 0.26280859112739563,
      "learning_rate": 3.734247596346242e-05,
      "loss": 0.5051,
      "step": 1889
    },
    {
      "epoch": 0.336,
      "grad_norm": 0.2871548533439636,
      "learning_rate": 3.7330331674174125e-05,
      "loss": 0.3198,
      "step": 1890
    },
    {
      "epoch": 0.3361777777777778,
      "grad_norm": 0.26460519433021545,
      "learning_rate": 3.731818353870729e-05,
      "loss": 0.4056,
      "step": 1891
    },
    {
      "epoch": 0.3363555555555556,
      "grad_norm": 0.281025767326355,
      "learning_rate": 3.7306031560851275e-05,
      "loss": 0.3658,
      "step": 1892
    },
    {
      "epoch": 0.33653333333333335,
      "grad_norm": 0.2817701995372772,
      "learning_rate": 3.729387574439662e-05,
      "loss": 0.448,
      "step": 1893
    },
    {
      "epoch": 0.3367111111111111,
      "grad_norm": 0.3609563708305359,
      "learning_rate": 3.7281716093135063e-05,
      "loss": 0.4345,
      "step": 1894
    },
    {
      "epoch": 0.3368888888888889,
      "grad_norm": 0.3648139536380768,
      "learning_rate": 3.726955261085956e-05,
      "loss": 0.4839,
      "step": 1895
    },
    {
      "epoch": 0.3370666666666667,
      "grad_norm": 0.33719033002853394,
      "learning_rate": 3.725738530136422e-05,
      "loss": 0.4134,
      "step": 1896
    },
    {
      "epoch": 0.33724444444444446,
      "grad_norm": 0.4368197023868561,
      "learning_rate": 3.7245214168444386e-05,
      "loss": 0.5851,
      "step": 1897
    },
    {
      "epoch": 0.33742222222222223,
      "grad_norm": 0.3872874677181244,
      "learning_rate": 3.723303921589657e-05,
      "loss": 0.3736,
      "step": 1898
    },
    {
      "epoch": 0.3376,
      "grad_norm": 0.37986788153648376,
      "learning_rate": 3.722086044751849e-05,
      "loss": 0.4076,
      "step": 1899
    },
    {
      "epoch": 0.3377777777777778,
      "grad_norm": 0.437290757894516,
      "learning_rate": 3.720867786710904e-05,
      "loss": 0.5952,
      "step": 1900
    },
    {
      "epoch": 0.33795555555555556,
      "grad_norm": 0.3028965890407562,
      "learning_rate": 3.719649147846832e-05,
      "loss": 0.5245,
      "step": 1901
    },
    {
      "epoch": 0.33813333333333334,
      "grad_norm": 0.30047425627708435,
      "learning_rate": 3.71843012853976e-05,
      "loss": 0.4661,
      "step": 1902
    },
    {
      "epoch": 0.3383111111111111,
      "grad_norm": 0.25994980335235596,
      "learning_rate": 3.717210729169935e-05,
      "loss": 0.5909,
      "step": 1903
    },
    {
      "epoch": 0.3384888888888889,
      "grad_norm": 0.23889589309692383,
      "learning_rate": 3.7159909501177226e-05,
      "loss": 0.5156,
      "step": 1904
    },
    {
      "epoch": 0.33866666666666667,
      "grad_norm": 0.4134761393070221,
      "learning_rate": 3.7147707917636046e-05,
      "loss": 0.5898,
      "step": 1905
    },
    {
      "epoch": 0.33884444444444445,
      "grad_norm": 0.253187358379364,
      "learning_rate": 3.713550254488185e-05,
      "loss": 0.497,
      "step": 1906
    },
    {
      "epoch": 0.3390222222222222,
      "grad_norm": 0.24367600679397583,
      "learning_rate": 3.712329338672182e-05,
      "loss": 0.5153,
      "step": 1907
    },
    {
      "epoch": 0.3392,
      "grad_norm": 0.27530232071876526,
      "learning_rate": 3.711108044696436e-05,
      "loss": 0.4683,
      "step": 1908
    },
    {
      "epoch": 0.3393777777777778,
      "grad_norm": 0.3312942087650299,
      "learning_rate": 3.7098863729419e-05,
      "loss": 0.5108,
      "step": 1909
    },
    {
      "epoch": 0.33955555555555555,
      "grad_norm": 0.27320244908332825,
      "learning_rate": 3.7086643237896504e-05,
      "loss": 0.5039,
      "step": 1910
    },
    {
      "epoch": 0.33973333333333333,
      "grad_norm": 0.237113818526268,
      "learning_rate": 3.7074418976208766e-05,
      "loss": 0.379,
      "step": 1911
    },
    {
      "epoch": 0.3399111111111111,
      "grad_norm": 0.21813713014125824,
      "learning_rate": 3.706219094816891e-05,
      "loss": 0.5419,
      "step": 1912
    },
    {
      "epoch": 0.3400888888888889,
      "grad_norm": 0.314559668302536,
      "learning_rate": 3.704995915759117e-05,
      "loss": 0.3644,
      "step": 1913
    },
    {
      "epoch": 0.34026666666666666,
      "grad_norm": 0.2437450885772705,
      "learning_rate": 3.7037723608291015e-05,
      "loss": 0.6255,
      "step": 1914
    },
    {
      "epoch": 0.34044444444444444,
      "grad_norm": 0.24562908709049225,
      "learning_rate": 3.7025484304085034e-05,
      "loss": 0.3466,
      "step": 1915
    },
    {
      "epoch": 0.3406222222222222,
      "grad_norm": 0.2487138956785202,
      "learning_rate": 3.701324124879102e-05,
      "loss": 0.441,
      "step": 1916
    },
    {
      "epoch": 0.3408,
      "grad_norm": 0.23318137228488922,
      "learning_rate": 3.700099444622794e-05,
      "loss": 0.4717,
      "step": 1917
    },
    {
      "epoch": 0.34097777777777777,
      "grad_norm": 0.23189052939414978,
      "learning_rate": 3.6988743900215894e-05,
      "loss": 0.4128,
      "step": 1918
    },
    {
      "epoch": 0.34115555555555555,
      "grad_norm": 0.2886887788772583,
      "learning_rate": 3.69764896145762e-05,
      "loss": 0.6373,
      "step": 1919
    },
    {
      "epoch": 0.3413333333333333,
      "grad_norm": 0.23716111481189728,
      "learning_rate": 3.696423159313129e-05,
      "loss": 0.5031,
      "step": 1920
    },
    {
      "epoch": 0.3415111111111111,
      "grad_norm": 0.26277533173561096,
      "learning_rate": 3.695196983970481e-05,
      "loss": 0.4631,
      "step": 1921
    },
    {
      "epoch": 0.3416888888888889,
      "grad_norm": 0.281986266374588,
      "learning_rate": 3.693970435812153e-05,
      "loss": 0.5281,
      "step": 1922
    },
    {
      "epoch": 0.34186666666666665,
      "grad_norm": 0.20242241024971008,
      "learning_rate": 3.6927435152207406e-05,
      "loss": 0.4111,
      "step": 1923
    },
    {
      "epoch": 0.34204444444444443,
      "grad_norm": 0.2568512558937073,
      "learning_rate": 3.6915162225789546e-05,
      "loss": 0.4841,
      "step": 1924
    },
    {
      "epoch": 0.3422222222222222,
      "grad_norm": 0.37452176213264465,
      "learning_rate": 3.690288558269623e-05,
      "loss": 0.5462,
      "step": 1925
    },
    {
      "epoch": 0.3424,
      "grad_norm": 0.29145917296409607,
      "learning_rate": 3.689060522675689e-05,
      "loss": 0.5189,
      "step": 1926
    },
    {
      "epoch": 0.34257777777777776,
      "grad_norm": 0.3490188419818878,
      "learning_rate": 3.6878321161802104e-05,
      "loss": 0.6426,
      "step": 1927
    },
    {
      "epoch": 0.34275555555555554,
      "grad_norm": 0.2431727647781372,
      "learning_rate": 3.686603339166362e-05,
      "loss": 0.5114,
      "step": 1928
    },
    {
      "epoch": 0.3429333333333333,
      "grad_norm": 0.23919442296028137,
      "learning_rate": 3.685374192017436e-05,
      "loss": 0.4502,
      "step": 1929
    },
    {
      "epoch": 0.3431111111111111,
      "grad_norm": 0.26660627126693726,
      "learning_rate": 3.6841446751168355e-05,
      "loss": 0.58,
      "step": 1930
    },
    {
      "epoch": 0.34328888888888887,
      "grad_norm": 0.29465609788894653,
      "learning_rate": 3.682914788848083e-05,
      "loss": 0.501,
      "step": 1931
    },
    {
      "epoch": 0.34346666666666664,
      "grad_norm": 0.2881031930446625,
      "learning_rate": 3.681684533594815e-05,
      "loss": 0.4499,
      "step": 1932
    },
    {
      "epoch": 0.3436444444444444,
      "grad_norm": 0.2623785734176636,
      "learning_rate": 3.680453909740782e-05,
      "loss": 0.4368,
      "step": 1933
    },
    {
      "epoch": 0.3438222222222222,
      "grad_norm": 0.22271504998207092,
      "learning_rate": 3.679222917669851e-05,
      "loss": 0.5817,
      "step": 1934
    },
    {
      "epoch": 0.344,
      "grad_norm": 0.2615748345851898,
      "learning_rate": 3.6779915577660015e-05,
      "loss": 0.4364,
      "step": 1935
    },
    {
      "epoch": 0.3441777777777778,
      "grad_norm": 0.19897601008415222,
      "learning_rate": 3.6767598304133324e-05,
      "loss": 0.3466,
      "step": 1936
    },
    {
      "epoch": 0.3443555555555556,
      "grad_norm": 0.30668073892593384,
      "learning_rate": 3.67552773599605e-05,
      "loss": 0.4921,
      "step": 1937
    },
    {
      "epoch": 0.34453333333333336,
      "grad_norm": 0.28807684779167175,
      "learning_rate": 3.674295274898485e-05,
      "loss": 0.6456,
      "step": 1938
    },
    {
      "epoch": 0.34471111111111113,
      "grad_norm": 0.24431774020195007,
      "learning_rate": 3.673062447505072e-05,
      "loss": 0.5434,
      "step": 1939
    },
    {
      "epoch": 0.3448888888888889,
      "grad_norm": 0.27331554889678955,
      "learning_rate": 3.6718292542003666e-05,
      "loss": 0.3745,
      "step": 1940
    },
    {
      "epoch": 0.3450666666666667,
      "grad_norm": 0.24217864871025085,
      "learning_rate": 3.6705956953690364e-05,
      "loss": 0.4175,
      "step": 1941
    },
    {
      "epoch": 0.34524444444444446,
      "grad_norm": 0.3288584053516388,
      "learning_rate": 3.6693617713958634e-05,
      "loss": 0.4358,
      "step": 1942
    },
    {
      "epoch": 0.34542222222222224,
      "grad_norm": 0.22553203999996185,
      "learning_rate": 3.668127482665743e-05,
      "loss": 0.3799,
      "step": 1943
    },
    {
      "epoch": 0.3456,
      "grad_norm": 0.2872907221317291,
      "learning_rate": 3.6668928295636854e-05,
      "loss": 0.4357,
      "step": 1944
    },
    {
      "epoch": 0.3457777777777778,
      "grad_norm": 0.2929996848106384,
      "learning_rate": 3.665657812474812e-05,
      "loss": 0.3633,
      "step": 1945
    },
    {
      "epoch": 0.34595555555555557,
      "grad_norm": 0.2582526206970215,
      "learning_rate": 3.664422431784361e-05,
      "loss": 0.3998,
      "step": 1946
    },
    {
      "epoch": 0.34613333333333335,
      "grad_norm": 0.3431326448917389,
      "learning_rate": 3.663186687877682e-05,
      "loss": 0.4287,
      "step": 1947
    },
    {
      "epoch": 0.3463111111111111,
      "grad_norm": 0.3807786703109741,
      "learning_rate": 3.661950581140239e-05,
      "loss": 0.5018,
      "step": 1948
    },
    {
      "epoch": 0.3464888888888889,
      "grad_norm": 0.4096670150756836,
      "learning_rate": 3.6607141119576084e-05,
      "loss": 0.4299,
      "step": 1949
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 0.4422893226146698,
      "learning_rate": 3.659477280715479e-05,
      "loss": 0.6081,
      "step": 1950
    },
    {
      "epoch": 0.34684444444444446,
      "grad_norm": 0.24923039972782135,
      "learning_rate": 3.6582400877996546e-05,
      "loss": 0.5227,
      "step": 1951
    },
    {
      "epoch": 0.34702222222222223,
      "grad_norm": 0.26584309339523315,
      "learning_rate": 3.657002533596049e-05,
      "loss": 0.4327,
      "step": 1952
    },
    {
      "epoch": 0.3472,
      "grad_norm": 0.31643179059028625,
      "learning_rate": 3.655764618490692e-05,
      "loss": 0.5658,
      "step": 1953
    },
    {
      "epoch": 0.3473777777777778,
      "grad_norm": 0.2787647545337677,
      "learning_rate": 3.654526342869724e-05,
      "loss": 0.5336,
      "step": 1954
    },
    {
      "epoch": 0.34755555555555556,
      "grad_norm": 0.21620555222034454,
      "learning_rate": 3.6532877071193974e-05,
      "loss": 0.4816,
      "step": 1955
    },
    {
      "epoch": 0.34773333333333334,
      "grad_norm": 0.23605084419250488,
      "learning_rate": 3.6520487116260776e-05,
      "loss": 0.5574,
      "step": 1956
    },
    {
      "epoch": 0.3479111111111111,
      "grad_norm": 0.22515463829040527,
      "learning_rate": 3.650809356776242e-05,
      "loss": 0.4672,
      "step": 1957
    },
    {
      "epoch": 0.3480888888888889,
      "grad_norm": 0.31022170186042786,
      "learning_rate": 3.6495696429564823e-05,
      "loss": 0.4596,
      "step": 1958
    },
    {
      "epoch": 0.34826666666666667,
      "grad_norm": 0.25437894463539124,
      "learning_rate": 3.648329570553498e-05,
      "loss": 0.4393,
      "step": 1959
    },
    {
      "epoch": 0.34844444444444445,
      "grad_norm": 0.25013643503189087,
      "learning_rate": 3.647089139954104e-05,
      "loss": 0.5936,
      "step": 1960
    },
    {
      "epoch": 0.3486222222222222,
      "grad_norm": 0.21043139696121216,
      "learning_rate": 3.645848351545225e-05,
      "loss": 0.4029,
      "step": 1961
    },
    {
      "epoch": 0.3488,
      "grad_norm": 0.26225078105926514,
      "learning_rate": 3.644607205713898e-05,
      "loss": 0.4061,
      "step": 1962
    },
    {
      "epoch": 0.3489777777777778,
      "grad_norm": 0.25207337737083435,
      "learning_rate": 3.643365702847272e-05,
      "loss": 0.4265,
      "step": 1963
    },
    {
      "epoch": 0.34915555555555555,
      "grad_norm": 0.19729246199131012,
      "learning_rate": 3.642123843332606e-05,
      "loss": 0.4232,
      "step": 1964
    },
    {
      "epoch": 0.34933333333333333,
      "grad_norm": 0.24098612368106842,
      "learning_rate": 3.640881627557271e-05,
      "loss": 0.5515,
      "step": 1965
    },
    {
      "epoch": 0.3495111111111111,
      "grad_norm": 0.25318804383277893,
      "learning_rate": 3.639639055908751e-05,
      "loss": 0.6905,
      "step": 1966
    },
    {
      "epoch": 0.3496888888888889,
      "grad_norm": 0.24444417655467987,
      "learning_rate": 3.638396128774636e-05,
      "loss": 0.5113,
      "step": 1967
    },
    {
      "epoch": 0.34986666666666666,
      "grad_norm": 0.24173714220523834,
      "learning_rate": 3.637152846542633e-05,
      "loss": 0.5194,
      "step": 1968
    },
    {
      "epoch": 0.35004444444444444,
      "grad_norm": 0.23139755427837372,
      "learning_rate": 3.635909209600555e-05,
      "loss": 0.4269,
      "step": 1969
    },
    {
      "epoch": 0.3502222222222222,
      "grad_norm": 0.22398440539836884,
      "learning_rate": 3.634665218336328e-05,
      "loss": 0.4342,
      "step": 1970
    },
    {
      "epoch": 0.3504,
      "grad_norm": 0.2495083510875702,
      "learning_rate": 3.633420873137988e-05,
      "loss": 0.4025,
      "step": 1971
    },
    {
      "epoch": 0.35057777777777777,
      "grad_norm": 0.29613104462623596,
      "learning_rate": 3.632176174393682e-05,
      "loss": 0.5453,
      "step": 1972
    },
    {
      "epoch": 0.35075555555555554,
      "grad_norm": 0.24509337544441223,
      "learning_rate": 3.630931122491666e-05,
      "loss": 0.502,
      "step": 1973
    },
    {
      "epoch": 0.3509333333333333,
      "grad_norm": 0.21222198009490967,
      "learning_rate": 3.629685717820307e-05,
      "loss": 0.4085,
      "step": 1974
    },
    {
      "epoch": 0.3511111111111111,
      "grad_norm": 0.2646518647670746,
      "learning_rate": 3.628439960768082e-05,
      "loss": 0.6516,
      "step": 1975
    },
    {
      "epoch": 0.3512888888888889,
      "grad_norm": 0.3048623204231262,
      "learning_rate": 3.627193851723577e-05,
      "loss": 0.5144,
      "step": 1976
    },
    {
      "epoch": 0.35146666666666665,
      "grad_norm": 0.3339979648590088,
      "learning_rate": 3.6259473910754904e-05,
      "loss": 0.5887,
      "step": 1977
    },
    {
      "epoch": 0.3516444444444444,
      "grad_norm": 0.25724416971206665,
      "learning_rate": 3.624700579212626e-05,
      "loss": 0.4511,
      "step": 1978
    },
    {
      "epoch": 0.3518222222222222,
      "grad_norm": 0.26549121737480164,
      "learning_rate": 3.623453416523902e-05,
      "loss": 0.5093,
      "step": 1979
    },
    {
      "epoch": 0.352,
      "grad_norm": 0.25060346722602844,
      "learning_rate": 3.622205903398342e-05,
      "loss": 0.4345,
      "step": 1980
    },
    {
      "epoch": 0.35217777777777776,
      "grad_norm": 0.22731250524520874,
      "learning_rate": 3.6209580402250815e-05,
      "loss": 0.5389,
      "step": 1981
    },
    {
      "epoch": 0.35235555555555553,
      "grad_norm": 0.25976020097732544,
      "learning_rate": 3.6197098273933634e-05,
      "loss": 0.6446,
      "step": 1982
    },
    {
      "epoch": 0.3525333333333333,
      "grad_norm": 0.2761855721473694,
      "learning_rate": 3.618461265292541e-05,
      "loss": 0.7111,
      "step": 1983
    },
    {
      "epoch": 0.3527111111111111,
      "grad_norm": 0.2257377952337265,
      "learning_rate": 3.617212354312076e-05,
      "loss": 0.579,
      "step": 1984
    },
    {
      "epoch": 0.35288888888888886,
      "grad_norm": 0.2642453610897064,
      "learning_rate": 3.61596309484154e-05,
      "loss": 0.4293,
      "step": 1985
    },
    {
      "epoch": 0.35306666666666664,
      "grad_norm": 0.24468721449375153,
      "learning_rate": 3.614713487270611e-05,
      "loss": 0.4739,
      "step": 1986
    },
    {
      "epoch": 0.35324444444444447,
      "grad_norm": 0.25956660509109497,
      "learning_rate": 3.613463531989076e-05,
      "loss": 0.5368,
      "step": 1987
    },
    {
      "epoch": 0.35342222222222225,
      "grad_norm": 0.271192729473114,
      "learning_rate": 3.6122132293868335e-05,
      "loss": 0.5234,
      "step": 1988
    },
    {
      "epoch": 0.3536,
      "grad_norm": 0.23808296024799347,
      "learning_rate": 3.6109625798538873e-05,
      "loss": 0.4797,
      "step": 1989
    },
    {
      "epoch": 0.3537777777777778,
      "grad_norm": 0.24553291499614716,
      "learning_rate": 3.6097115837803505e-05,
      "loss": 0.3586,
      "step": 1990
    },
    {
      "epoch": 0.3539555555555556,
      "grad_norm": 0.3320119082927704,
      "learning_rate": 3.608460241556443e-05,
      "loss": 0.3824,
      "step": 1991
    },
    {
      "epoch": 0.35413333333333336,
      "grad_norm": 0.2908457815647125,
      "learning_rate": 3.6072085535724956e-05,
      "loss": 0.3948,
      "step": 1992
    },
    {
      "epoch": 0.35431111111111113,
      "grad_norm": 0.4101564884185791,
      "learning_rate": 3.6059565202189435e-05,
      "loss": 0.429,
      "step": 1993
    },
    {
      "epoch": 0.3544888888888889,
      "grad_norm": 0.33346498012542725,
      "learning_rate": 3.604704141886332e-05,
      "loss": 0.4119,
      "step": 1994
    },
    {
      "epoch": 0.3546666666666667,
      "grad_norm": 0.3327579200267792,
      "learning_rate": 3.603451418965313e-05,
      "loss": 0.3571,
      "step": 1995
    },
    {
      "epoch": 0.35484444444444446,
      "grad_norm": 0.29637157917022705,
      "learning_rate": 3.602198351846647e-05,
      "loss": 0.4134,
      "step": 1996
    },
    {
      "epoch": 0.35502222222222224,
      "grad_norm": 0.48964494466781616,
      "learning_rate": 3.600944940921199e-05,
      "loss": 0.4576,
      "step": 1997
    },
    {
      "epoch": 0.3552,
      "grad_norm": 0.3680611550807953,
      "learning_rate": 3.5996911865799454e-05,
      "loss": 0.3944,
      "step": 1998
    },
    {
      "epoch": 0.3553777777777778,
      "grad_norm": 0.39194124937057495,
      "learning_rate": 3.5984370892139666e-05,
      "loss": 0.453,
      "step": 1999
    },
    {
      "epoch": 0.35555555555555557,
      "grad_norm": 0.6034827828407288,
      "learning_rate": 3.5971826492144504e-05,
      "loss": 0.5526,
      "step": 2000
    },
    {
      "epoch": 0.35573333333333335,
      "grad_norm": 0.2394157499074936,
      "learning_rate": 3.5959278669726935e-05,
      "loss": 0.5426,
      "step": 2001
    },
    {
      "epoch": 0.3559111111111111,
      "grad_norm": 0.2761767506599426,
      "learning_rate": 3.594672742880097e-05,
      "loss": 0.4418,
      "step": 2002
    },
    {
      "epoch": 0.3560888888888889,
      "grad_norm": 0.30572789907455444,
      "learning_rate": 3.5934172773281696e-05,
      "loss": 0.5944,
      "step": 2003
    },
    {
      "epoch": 0.3562666666666667,
      "grad_norm": 0.3124197721481323,
      "learning_rate": 3.592161470708526e-05,
      "loss": 0.568,
      "step": 2004
    },
    {
      "epoch": 0.35644444444444445,
      "grad_norm": 0.27353614568710327,
      "learning_rate": 3.5909053234128895e-05,
      "loss": 0.4233,
      "step": 2005
    },
    {
      "epoch": 0.35662222222222223,
      "grad_norm": 0.3082450330257416,
      "learning_rate": 3.5896488358330856e-05,
      "loss": 0.4583,
      "step": 2006
    },
    {
      "epoch": 0.3568,
      "grad_norm": 0.27109378576278687,
      "learning_rate": 3.588392008361049e-05,
      "loss": 0.4538,
      "step": 2007
    },
    {
      "epoch": 0.3569777777777778,
      "grad_norm": 0.2335667908191681,
      "learning_rate": 3.5871348413888204e-05,
      "loss": 0.4587,
      "step": 2008
    },
    {
      "epoch": 0.35715555555555556,
      "grad_norm": 0.3224318325519562,
      "learning_rate": 3.585877335308546e-05,
      "loss": 0.4176,
      "step": 2009
    },
    {
      "epoch": 0.35733333333333334,
      "grad_norm": 0.210116907954216,
      "learning_rate": 3.5846194905124757e-05,
      "loss": 0.4273,
      "step": 2010
    },
    {
      "epoch": 0.3575111111111111,
      "grad_norm": 0.32360702753067017,
      "learning_rate": 3.5833613073929684e-05,
      "loss": 0.6708,
      "step": 2011
    },
    {
      "epoch": 0.3576888888888889,
      "grad_norm": 0.21429632604122162,
      "learning_rate": 3.582102786342485e-05,
      "loss": 0.4625,
      "step": 2012
    },
    {
      "epoch": 0.35786666666666667,
      "grad_norm": 0.2860332727432251,
      "learning_rate": 3.5808439277535964e-05,
      "loss": 0.657,
      "step": 2013
    },
    {
      "epoch": 0.35804444444444444,
      "grad_norm": 0.26128655672073364,
      "learning_rate": 3.5795847320189746e-05,
      "loss": 0.5382,
      "step": 2014
    },
    {
      "epoch": 0.3582222222222222,
      "grad_norm": 0.2888024151325226,
      "learning_rate": 3.5783251995313985e-05,
      "loss": 0.5704,
      "step": 2015
    },
    {
      "epoch": 0.3584,
      "grad_norm": 0.22416767477989197,
      "learning_rate": 3.577065330683751e-05,
      "loss": 0.4163,
      "step": 2016
    },
    {
      "epoch": 0.3585777777777778,
      "grad_norm": 0.25067469477653503,
      "learning_rate": 3.575805125869022e-05,
      "loss": 0.4468,
      "step": 2017
    },
    {
      "epoch": 0.35875555555555555,
      "grad_norm": 0.25245460867881775,
      "learning_rate": 3.574544585480305e-05,
      "loss": 0.3565,
      "step": 2018
    },
    {
      "epoch": 0.3589333333333333,
      "grad_norm": 0.23376943171024323,
      "learning_rate": 3.573283709910798e-05,
      "loss": 0.5703,
      "step": 2019
    },
    {
      "epoch": 0.3591111111111111,
      "grad_norm": 0.3533632755279541,
      "learning_rate": 3.572022499553802e-05,
      "loss": 0.6158,
      "step": 2020
    },
    {
      "epoch": 0.3592888888888889,
      "grad_norm": 0.2572995126247406,
      "learning_rate": 3.570760954802726e-05,
      "loss": 0.6479,
      "step": 2021
    },
    {
      "epoch": 0.35946666666666666,
      "grad_norm": 0.23424765467643738,
      "learning_rate": 3.569499076051081e-05,
      "loss": 0.5923,
      "step": 2022
    },
    {
      "epoch": 0.35964444444444443,
      "grad_norm": 0.22361761331558228,
      "learning_rate": 3.568236863692482e-05,
      "loss": 0.4538,
      "step": 2023
    },
    {
      "epoch": 0.3598222222222222,
      "grad_norm": 0.2418365776538849,
      "learning_rate": 3.56697431812065e-05,
      "loss": 0.6069,
      "step": 2024
    },
    {
      "epoch": 0.36,
      "grad_norm": 0.2124192863702774,
      "learning_rate": 3.565711439729408e-05,
      "loss": 0.5013,
      "step": 2025
    },
    {
      "epoch": 0.36017777777777776,
      "grad_norm": 0.23211051523685455,
      "learning_rate": 3.564448228912682e-05,
      "loss": 0.5583,
      "step": 2026
    },
    {
      "epoch": 0.36035555555555554,
      "grad_norm": 0.5080576539039612,
      "learning_rate": 3.5631846860645044e-05,
      "loss": 0.5044,
      "step": 2027
    },
    {
      "epoch": 0.3605333333333333,
      "grad_norm": 0.23350077867507935,
      "learning_rate": 3.56192081157901e-05,
      "loss": 0.462,
      "step": 2028
    },
    {
      "epoch": 0.3607111111111111,
      "grad_norm": 0.20580492913722992,
      "learning_rate": 3.5606566058504375e-05,
      "loss": 0.4819,
      "step": 2029
    },
    {
      "epoch": 0.36088888888888887,
      "grad_norm": 0.26576268672943115,
      "learning_rate": 3.559392069273127e-05,
      "loss": 0.4301,
      "step": 2030
    },
    {
      "epoch": 0.36106666666666665,
      "grad_norm": 0.2505791485309601,
      "learning_rate": 3.5581272022415244e-05,
      "loss": 0.5558,
      "step": 2031
    },
    {
      "epoch": 0.3612444444444444,
      "grad_norm": 0.20034657418727875,
      "learning_rate": 3.5568620051501756e-05,
      "loss": 0.4245,
      "step": 2032
    },
    {
      "epoch": 0.3614222222222222,
      "grad_norm": 0.3134501576423645,
      "learning_rate": 3.555596478393733e-05,
      "loss": 0.675,
      "step": 2033
    },
    {
      "epoch": 0.3616,
      "grad_norm": 0.23866966366767883,
      "learning_rate": 3.554330622366949e-05,
      "loss": 0.4368,
      "step": 2034
    },
    {
      "epoch": 0.36177777777777775,
      "grad_norm": 0.1871061623096466,
      "learning_rate": 3.5530644374646815e-05,
      "loss": 0.3713,
      "step": 2035
    },
    {
      "epoch": 0.36195555555555553,
      "grad_norm": 0.5392162799835205,
      "learning_rate": 3.551797924081887e-05,
      "loss": 0.5163,
      "step": 2036
    },
    {
      "epoch": 0.3621333333333333,
      "grad_norm": 0.2455499768257141,
      "learning_rate": 3.5505310826136286e-05,
      "loss": 0.4753,
      "step": 2037
    },
    {
      "epoch": 0.3623111111111111,
      "grad_norm": 0.2988753020763397,
      "learning_rate": 3.5492639134550695e-05,
      "loss": 0.6686,
      "step": 2038
    },
    {
      "epoch": 0.3624888888888889,
      "grad_norm": 0.279950350522995,
      "learning_rate": 3.5479964170014746e-05,
      "loss": 0.4652,
      "step": 2039
    },
    {
      "epoch": 0.3626666666666667,
      "grad_norm": 0.2598835527896881,
      "learning_rate": 3.546728593648213e-05,
      "loss": 0.3991,
      "step": 2040
    },
    {
      "epoch": 0.36284444444444447,
      "grad_norm": 0.22966304421424866,
      "learning_rate": 3.545460443790753e-05,
      "loss": 0.4513,
      "step": 2041
    },
    {
      "epoch": 0.36302222222222225,
      "grad_norm": 0.33538466691970825,
      "learning_rate": 3.544191967824669e-05,
      "loss": 0.3092,
      "step": 2042
    },
    {
      "epoch": 0.3632,
      "grad_norm": 0.2845430374145508,
      "learning_rate": 3.542923166145633e-05,
      "loss": 0.3916,
      "step": 2043
    },
    {
      "epoch": 0.3633777777777778,
      "grad_norm": 0.3298134505748749,
      "learning_rate": 3.54165403914942e-05,
      "loss": 0.3322,
      "step": 2044
    },
    {
      "epoch": 0.3635555555555556,
      "grad_norm": 0.32051870226860046,
      "learning_rate": 3.540384587231906e-05,
      "loss": 0.4408,
      "step": 2045
    },
    {
      "epoch": 0.36373333333333335,
      "grad_norm": 0.2550102472305298,
      "learning_rate": 3.53911481078907e-05,
      "loss": 0.398,
      "step": 2046
    },
    {
      "epoch": 0.36391111111111113,
      "grad_norm": 0.2990383803844452,
      "learning_rate": 3.5378447102169895e-05,
      "loss": 0.3493,
      "step": 2047
    },
    {
      "epoch": 0.3640888888888889,
      "grad_norm": 0.35762161016464233,
      "learning_rate": 3.536574285911847e-05,
      "loss": 0.4633,
      "step": 2048
    },
    {
      "epoch": 0.3642666666666667,
      "grad_norm": 0.36321207880973816,
      "learning_rate": 3.535303538269922e-05,
      "loss": 0.4407,
      "step": 2049
    },
    {
      "epoch": 0.36444444444444446,
      "grad_norm": 0.3657382130622864,
      "learning_rate": 3.534032467687597e-05,
      "loss": 0.469,
      "step": 2050
    },
    {
      "epoch": 0.36462222222222224,
      "grad_norm": 0.22765199840068817,
      "learning_rate": 3.532761074561355e-05,
      "loss": 0.4781,
      "step": 2051
    },
    {
      "epoch": 0.3648,
      "grad_norm": 0.21776601672172546,
      "learning_rate": 3.531489359287779e-05,
      "loss": 0.5775,
      "step": 2052
    },
    {
      "epoch": 0.3649777777777778,
      "grad_norm": 0.2641981244087219,
      "learning_rate": 3.5302173222635524e-05,
      "loss": 0.5239,
      "step": 2053
    },
    {
      "epoch": 0.36515555555555557,
      "grad_norm": 0.2800407111644745,
      "learning_rate": 3.528944963885461e-05,
      "loss": 0.459,
      "step": 2054
    },
    {
      "epoch": 0.36533333333333334,
      "grad_norm": 0.27440667152404785,
      "learning_rate": 3.527672284550389e-05,
      "loss": 0.6238,
      "step": 2055
    },
    {
      "epoch": 0.3655111111111111,
      "grad_norm": 0.33131271600723267,
      "learning_rate": 3.52639928465532e-05,
      "loss": 0.7595,
      "step": 2056
    },
    {
      "epoch": 0.3656888888888889,
      "grad_norm": 0.23424576222896576,
      "learning_rate": 3.5251259645973394e-05,
      "loss": 0.3892,
      "step": 2057
    },
    {
      "epoch": 0.3658666666666667,
      "grad_norm": 0.23169712722301483,
      "learning_rate": 3.523852324773631e-05,
      "loss": 0.4299,
      "step": 2058
    },
    {
      "epoch": 0.36604444444444445,
      "grad_norm": 0.24841339886188507,
      "learning_rate": 3.5225783655814796e-05,
      "loss": 0.4542,
      "step": 2059
    },
    {
      "epoch": 0.3662222222222222,
      "grad_norm": 0.22915951907634735,
      "learning_rate": 3.521304087418269e-05,
      "loss": 0.3651,
      "step": 2060
    },
    {
      "epoch": 0.3664,
      "grad_norm": 0.24642620980739594,
      "learning_rate": 3.5200294906814824e-05,
      "loss": 0.4292,
      "step": 2061
    },
    {
      "epoch": 0.3665777777777778,
      "grad_norm": 0.25656482577323914,
      "learning_rate": 3.5187545757687015e-05,
      "loss": 0.622,
      "step": 2062
    },
    {
      "epoch": 0.36675555555555556,
      "grad_norm": 0.2141350507736206,
      "learning_rate": 3.517479343077611e-05,
      "loss": 0.4321,
      "step": 2063
    },
    {
      "epoch": 0.36693333333333333,
      "grad_norm": 0.2655150592327118,
      "learning_rate": 3.516203793005989e-05,
      "loss": 0.4254,
      "step": 2064
    },
    {
      "epoch": 0.3671111111111111,
      "grad_norm": 0.21726089715957642,
      "learning_rate": 3.514927925951717e-05,
      "loss": 0.4293,
      "step": 2065
    },
    {
      "epoch": 0.3672888888888889,
      "grad_norm": 0.27894213795661926,
      "learning_rate": 3.513651742312774e-05,
      "loss": 0.4821,
      "step": 2066
    },
    {
      "epoch": 0.36746666666666666,
      "grad_norm": 0.2362583875656128,
      "learning_rate": 3.512375242487236e-05,
      "loss": 0.4318,
      "step": 2067
    },
    {
      "epoch": 0.36764444444444444,
      "grad_norm": 0.26625198125839233,
      "learning_rate": 3.511098426873283e-05,
      "loss": 0.5165,
      "step": 2068
    },
    {
      "epoch": 0.3678222222222222,
      "grad_norm": 0.2515326142311096,
      "learning_rate": 3.5098212958691854e-05,
      "loss": 0.4271,
      "step": 2069
    },
    {
      "epoch": 0.368,
      "grad_norm": 0.22928926348686218,
      "learning_rate": 3.50854384987332e-05,
      "loss": 0.4526,
      "step": 2070
    },
    {
      "epoch": 0.36817777777777777,
      "grad_norm": 0.27953198552131653,
      "learning_rate": 3.507266089284157e-05,
      "loss": 0.4965,
      "step": 2071
    },
    {
      "epoch": 0.36835555555555555,
      "grad_norm": 0.3242968022823334,
      "learning_rate": 3.5059880145002654e-05,
      "loss": 0.5741,
      "step": 2072
    },
    {
      "epoch": 0.3685333333333333,
      "grad_norm": 0.24874995648860931,
      "learning_rate": 3.5047096259203135e-05,
      "loss": 0.5676,
      "step": 2073
    },
    {
      "epoch": 0.3687111111111111,
      "grad_norm": 0.28286781907081604,
      "learning_rate": 3.503430923943066e-05,
      "loss": 0.441,
      "step": 2074
    },
    {
      "epoch": 0.3688888888888889,
      "grad_norm": 0.2183365523815155,
      "learning_rate": 3.5021519089673876e-05,
      "loss": 0.524,
      "step": 2075
    },
    {
      "epoch": 0.36906666666666665,
      "grad_norm": 0.24324169754981995,
      "learning_rate": 3.5008725813922386e-05,
      "loss": 0.3905,
      "step": 2076
    },
    {
      "epoch": 0.36924444444444443,
      "grad_norm": 0.2610672414302826,
      "learning_rate": 3.4995929416166756e-05,
      "loss": 0.5719,
      "step": 2077
    },
    {
      "epoch": 0.3694222222222222,
      "grad_norm": 0.23189662396907806,
      "learning_rate": 3.498312990039856e-05,
      "loss": 0.3422,
      "step": 2078
    },
    {
      "epoch": 0.3696,
      "grad_norm": 0.27522850036621094,
      "learning_rate": 3.497032727061034e-05,
      "loss": 0.3579,
      "step": 2079
    },
    {
      "epoch": 0.36977777777777776,
      "grad_norm": 0.24101312458515167,
      "learning_rate": 3.495752153079557e-05,
      "loss": 0.6423,
      "step": 2080
    },
    {
      "epoch": 0.36995555555555554,
      "grad_norm": 0.27489200234413147,
      "learning_rate": 3.494471268494875e-05,
      "loss": 0.5208,
      "step": 2081
    },
    {
      "epoch": 0.3701333333333333,
      "grad_norm": 0.2049010992050171,
      "learning_rate": 3.493190073706529e-05,
      "loss": 0.4961,
      "step": 2082
    },
    {
      "epoch": 0.3703111111111111,
      "grad_norm": 0.28459906578063965,
      "learning_rate": 3.491908569114164e-05,
      "loss": 0.6202,
      "step": 2083
    },
    {
      "epoch": 0.37048888888888887,
      "grad_norm": 0.2584361135959625,
      "learning_rate": 3.4906267551175124e-05,
      "loss": 0.4961,
      "step": 2084
    },
    {
      "epoch": 0.37066666666666664,
      "grad_norm": 0.33265259861946106,
      "learning_rate": 3.489344632116412e-05,
      "loss": 0.6258,
      "step": 2085
    },
    {
      "epoch": 0.3708444444444444,
      "grad_norm": 0.2544153034687042,
      "learning_rate": 3.488062200510791e-05,
      "loss": 0.5375,
      "step": 2086
    },
    {
      "epoch": 0.3710222222222222,
      "grad_norm": 0.22062474489212036,
      "learning_rate": 3.4867794607006784e-05,
      "loss": 0.4642,
      "step": 2087
    },
    {
      "epoch": 0.3712,
      "grad_norm": 0.26904961466789246,
      "learning_rate": 3.485496413086195e-05,
      "loss": 0.538,
      "step": 2088
    },
    {
      "epoch": 0.37137777777777775,
      "grad_norm": 0.2870281934738159,
      "learning_rate": 3.484213058067559e-05,
      "loss": 0.3874,
      "step": 2089
    },
    {
      "epoch": 0.37155555555555553,
      "grad_norm": 0.2527245879173279,
      "learning_rate": 3.482929396045087e-05,
      "loss": 0.4071,
      "step": 2090
    },
    {
      "epoch": 0.37173333333333336,
      "grad_norm": 0.3237399160861969,
      "learning_rate": 3.481645427419188e-05,
      "loss": 0.4589,
      "step": 2091
    },
    {
      "epoch": 0.37191111111111114,
      "grad_norm": 0.35495588183403015,
      "learning_rate": 3.4803611525903685e-05,
      "loss": 0.3487,
      "step": 2092
    },
    {
      "epoch": 0.3720888888888889,
      "grad_norm": 0.38268110156059265,
      "learning_rate": 3.479076571959231e-05,
      "loss": 0.4733,
      "step": 2093
    },
    {
      "epoch": 0.3722666666666667,
      "grad_norm": 0.3425139784812927,
      "learning_rate": 3.477791685926471e-05,
      "loss": 0.4299,
      "step": 2094
    },
    {
      "epoch": 0.37244444444444447,
      "grad_norm": 0.3098171353340149,
      "learning_rate": 3.4765064948928814e-05,
      "loss": 0.4816,
      "step": 2095
    },
    {
      "epoch": 0.37262222222222224,
      "grad_norm": 0.31044498085975647,
      "learning_rate": 3.475220999259349e-05,
      "loss": 0.4012,
      "step": 2096
    },
    {
      "epoch": 0.3728,
      "grad_norm": 0.37865689396858215,
      "learning_rate": 3.473935199426858e-05,
      "loss": 0.5689,
      "step": 2097
    },
    {
      "epoch": 0.3729777777777778,
      "grad_norm": 0.37300118803977966,
      "learning_rate": 3.4726490957964834e-05,
      "loss": 0.4925,
      "step": 2098
    },
    {
      "epoch": 0.3731555555555556,
      "grad_norm": 0.42155811190605164,
      "learning_rate": 3.471362688769398e-05,
      "loss": 0.4334,
      "step": 2099
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 0.41801220178604126,
      "learning_rate": 3.4700759787468695e-05,
      "loss": 0.4922,
      "step": 2100
    },
    {
      "epoch": 0.3735111111111111,
      "grad_norm": 0.2610384523868561,
      "learning_rate": 3.4687889661302576e-05,
      "loss": 0.5597,
      "step": 2101
    },
    {
      "epoch": 0.3736888888888889,
      "grad_norm": 0.24586988985538483,
      "learning_rate": 3.467501651321019e-05,
      "loss": 0.4295,
      "step": 2102
    },
    {
      "epoch": 0.3738666666666667,
      "grad_norm": 0.25822538137435913,
      "learning_rate": 3.466214034720702e-05,
      "loss": 0.4671,
      "step": 2103
    },
    {
      "epoch": 0.37404444444444446,
      "grad_norm": 0.3112949728965759,
      "learning_rate": 3.4649261167309526e-05,
      "loss": 0.3786,
      "step": 2104
    },
    {
      "epoch": 0.37422222222222223,
      "grad_norm": 0.24209995567798615,
      "learning_rate": 3.4636378977535075e-05,
      "loss": 0.4576,
      "step": 2105
    },
    {
      "epoch": 0.3744,
      "grad_norm": 0.2665556073188782,
      "learning_rate": 3.462349378190199e-05,
      "loss": 0.4626,
      "step": 2106
    },
    {
      "epoch": 0.3745777777777778,
      "grad_norm": 0.2391367107629776,
      "learning_rate": 3.461060558442952e-05,
      "loss": 0.5722,
      "step": 2107
    },
    {
      "epoch": 0.37475555555555556,
      "grad_norm": 0.26002785563468933,
      "learning_rate": 3.459771438913787e-05,
      "loss": 0.5739,
      "step": 2108
    },
    {
      "epoch": 0.37493333333333334,
      "grad_norm": 0.2670307755470276,
      "learning_rate": 3.458482020004815e-05,
      "loss": 0.4995,
      "step": 2109
    },
    {
      "epoch": 0.3751111111111111,
      "grad_norm": 0.31694403290748596,
      "learning_rate": 3.457192302118244e-05,
      "loss": 0.4849,
      "step": 2110
    },
    {
      "epoch": 0.3752888888888889,
      "grad_norm": 0.23306290805339813,
      "learning_rate": 3.455902285656373e-05,
      "loss": 0.5401,
      "step": 2111
    },
    {
      "epoch": 0.37546666666666667,
      "grad_norm": 0.37330561876296997,
      "learning_rate": 3.454611971021593e-05,
      "loss": 0.664,
      "step": 2112
    },
    {
      "epoch": 0.37564444444444445,
      "grad_norm": 0.31714606285095215,
      "learning_rate": 3.453321358616393e-05,
      "loss": 0.6728,
      "step": 2113
    },
    {
      "epoch": 0.3758222222222222,
      "grad_norm": 0.23792865872383118,
      "learning_rate": 3.452030448843347e-05,
      "loss": 0.4271,
      "step": 2114
    },
    {
      "epoch": 0.376,
      "grad_norm": 0.3249034881591797,
      "learning_rate": 3.45073924210513e-05,
      "loss": 0.5126,
      "step": 2115
    },
    {
      "epoch": 0.3761777777777778,
      "grad_norm": 0.2810419201850891,
      "learning_rate": 3.4494477388045035e-05,
      "loss": 0.354,
      "step": 2116
    },
    {
      "epoch": 0.37635555555555555,
      "grad_norm": 0.24656501412391663,
      "learning_rate": 3.448155939344324e-05,
      "loss": 0.338,
      "step": 2117
    },
    {
      "epoch": 0.37653333333333333,
      "grad_norm": 0.2581455707550049,
      "learning_rate": 3.4468638441275415e-05,
      "loss": 0.5291,
      "step": 2118
    },
    {
      "epoch": 0.3767111111111111,
      "grad_norm": 0.2130831778049469,
      "learning_rate": 3.445571453557196e-05,
      "loss": 0.4804,
      "step": 2119
    },
    {
      "epoch": 0.3768888888888889,
      "grad_norm": 0.27429383993148804,
      "learning_rate": 3.444278768036421e-05,
      "loss": 0.4173,
      "step": 2120
    },
    {
      "epoch": 0.37706666666666666,
      "grad_norm": 0.25032860040664673,
      "learning_rate": 3.442985787968442e-05,
      "loss": 0.5487,
      "step": 2121
    },
    {
      "epoch": 0.37724444444444444,
      "grad_norm": 0.24062617123126984,
      "learning_rate": 3.4416925137565754e-05,
      "loss": 0.4233,
      "step": 2122
    },
    {
      "epoch": 0.3774222222222222,
      "grad_norm": 0.3051285147666931,
      "learning_rate": 3.440398945804229e-05,
      "loss": 0.405,
      "step": 2123
    },
    {
      "epoch": 0.3776,
      "grad_norm": 0.24486301839351654,
      "learning_rate": 3.439105084514905e-05,
      "loss": 0.4729,
      "step": 2124
    },
    {
      "epoch": 0.37777777777777777,
      "grad_norm": 0.24730072915554047,
      "learning_rate": 3.437810930292195e-05,
      "loss": 0.4028,
      "step": 2125
    },
    {
      "epoch": 0.37795555555555554,
      "grad_norm": 0.18803048133850098,
      "learning_rate": 3.436516483539781e-05,
      "loss": 0.4,
      "step": 2126
    },
    {
      "epoch": 0.3781333333333333,
      "grad_norm": 0.27054160833358765,
      "learning_rate": 3.435221744661438e-05,
      "loss": 0.5029,
      "step": 2127
    },
    {
      "epoch": 0.3783111111111111,
      "grad_norm": 0.43489333987236023,
      "learning_rate": 3.433926714061032e-05,
      "loss": 0.3755,
      "step": 2128
    },
    {
      "epoch": 0.3784888888888889,
      "grad_norm": 0.22567783296108246,
      "learning_rate": 3.432631392142519e-05,
      "loss": 0.4352,
      "step": 2129
    },
    {
      "epoch": 0.37866666666666665,
      "grad_norm": 0.21575966477394104,
      "learning_rate": 3.431335779309947e-05,
      "loss": 0.5492,
      "step": 2130
    },
    {
      "epoch": 0.37884444444444443,
      "grad_norm": 0.29870107769966125,
      "learning_rate": 3.430039875967454e-05,
      "loss": 0.8241,
      "step": 2131
    },
    {
      "epoch": 0.3790222222222222,
      "grad_norm": 0.2585407495498657,
      "learning_rate": 3.428743682519269e-05,
      "loss": 0.5199,
      "step": 2132
    },
    {
      "epoch": 0.3792,
      "grad_norm": 0.25725045800209045,
      "learning_rate": 3.427447199369711e-05,
      "loss": 0.4396,
      "step": 2133
    },
    {
      "epoch": 0.37937777777777776,
      "grad_norm": 0.24106164276599884,
      "learning_rate": 3.4261504269231904e-05,
      "loss": 0.5917,
      "step": 2134
    },
    {
      "epoch": 0.37955555555555553,
      "grad_norm": 0.30276933312416077,
      "learning_rate": 3.4248533655842066e-05,
      "loss": 0.5929,
      "step": 2135
    },
    {
      "epoch": 0.3797333333333333,
      "grad_norm": 0.24279651045799255,
      "learning_rate": 3.423556015757349e-05,
      "loss": 0.5158,
      "step": 2136
    },
    {
      "epoch": 0.3799111111111111,
      "grad_norm": 0.24842707812786102,
      "learning_rate": 3.4222583778472996e-05,
      "loss": 0.5214,
      "step": 2137
    },
    {
      "epoch": 0.38008888888888887,
      "grad_norm": 0.25559934973716736,
      "learning_rate": 3.4209604522588255e-05,
      "loss": 0.3991,
      "step": 2138
    },
    {
      "epoch": 0.38026666666666664,
      "grad_norm": 0.2626963257789612,
      "learning_rate": 3.419662239396789e-05,
      "loss": 0.5419,
      "step": 2139
    },
    {
      "epoch": 0.3804444444444444,
      "grad_norm": 0.23748789727687836,
      "learning_rate": 3.418363739666137e-05,
      "loss": 0.4338,
      "step": 2140
    },
    {
      "epoch": 0.3806222222222222,
      "grad_norm": 0.3695782721042633,
      "learning_rate": 3.417064953471911e-05,
      "loss": 0.3996,
      "step": 2141
    },
    {
      "epoch": 0.3808,
      "grad_norm": 0.33631959557533264,
      "learning_rate": 3.415765881219236e-05,
      "loss": 0.3854,
      "step": 2142
    },
    {
      "epoch": 0.3809777777777778,
      "grad_norm": 0.3013719916343689,
      "learning_rate": 3.414466523313332e-05,
      "loss": 0.444,
      "step": 2143
    },
    {
      "epoch": 0.3811555555555556,
      "grad_norm": 0.3267067074775696,
      "learning_rate": 3.4131668801595027e-05,
      "loss": 0.4596,
      "step": 2144
    },
    {
      "epoch": 0.38133333333333336,
      "grad_norm": 0.34401312470436096,
      "learning_rate": 3.411866952163146e-05,
      "loss": 0.5537,
      "step": 2145
    },
    {
      "epoch": 0.38151111111111113,
      "grad_norm": 0.3007937967777252,
      "learning_rate": 3.410566739729746e-05,
      "loss": 0.3972,
      "step": 2146
    },
    {
      "epoch": 0.3816888888888889,
      "grad_norm": 0.4229884445667267,
      "learning_rate": 3.409266243264874e-05,
      "loss": 0.3944,
      "step": 2147
    },
    {
      "epoch": 0.3818666666666667,
      "grad_norm": 0.4144022762775421,
      "learning_rate": 3.407965463174192e-05,
      "loss": 0.3212,
      "step": 2148
    },
    {
      "epoch": 0.38204444444444446,
      "grad_norm": 0.4471008777618408,
      "learning_rate": 3.4066643998634505e-05,
      "loss": 0.4593,
      "step": 2149
    },
    {
      "epoch": 0.38222222222222224,
      "grad_norm": 0.42643436789512634,
      "learning_rate": 3.4053630537384885e-05,
      "loss": 0.5059,
      "step": 2150
    },
    {
      "epoch": 0.3824,
      "grad_norm": 0.2592998147010803,
      "learning_rate": 3.4040614252052305e-05,
      "loss": 0.5609,
      "step": 2151
    },
    {
      "epoch": 0.3825777777777778,
      "grad_norm": 0.24748949706554413,
      "learning_rate": 3.402759514669694e-05,
      "loss": 0.4246,
      "step": 2152
    },
    {
      "epoch": 0.38275555555555557,
      "grad_norm": 0.46788910031318665,
      "learning_rate": 3.401457322537979e-05,
      "loss": 0.6454,
      "step": 2153
    },
    {
      "epoch": 0.38293333333333335,
      "grad_norm": 0.2923056483268738,
      "learning_rate": 3.400154849216278e-05,
      "loss": 0.4639,
      "step": 2154
    },
    {
      "epoch": 0.3831111111111111,
      "grad_norm": 0.2576306164264679,
      "learning_rate": 3.398852095110868e-05,
      "loss": 0.4698,
      "step": 2155
    },
    {
      "epoch": 0.3832888888888889,
      "grad_norm": 0.2585231065750122,
      "learning_rate": 3.397549060628116e-05,
      "loss": 0.5491,
      "step": 2156
    },
    {
      "epoch": 0.3834666666666667,
      "grad_norm": 0.2383284717798233,
      "learning_rate": 3.396245746174473e-05,
      "loss": 0.4456,
      "step": 2157
    },
    {
      "epoch": 0.38364444444444445,
      "grad_norm": 0.24488377571105957,
      "learning_rate": 3.394942152156482e-05,
      "loss": 0.4351,
      "step": 2158
    },
    {
      "epoch": 0.38382222222222223,
      "grad_norm": 0.23700352013111115,
      "learning_rate": 3.39363827898077e-05,
      "loss": 0.4883,
      "step": 2159
    },
    {
      "epoch": 0.384,
      "grad_norm": 0.24665071070194244,
      "learning_rate": 3.392334127054051e-05,
      "loss": 0.5546,
      "step": 2160
    },
    {
      "epoch": 0.3841777777777778,
      "grad_norm": 0.25925207138061523,
      "learning_rate": 3.3910296967831266e-05,
      "loss": 0.4273,
      "step": 2161
    },
    {
      "epoch": 0.38435555555555556,
      "grad_norm": 0.2363111823797226,
      "learning_rate": 3.389724988574887e-05,
      "loss": 0.4456,
      "step": 2162
    },
    {
      "epoch": 0.38453333333333334,
      "grad_norm": 0.24633704125881195,
      "learning_rate": 3.388420002836307e-05,
      "loss": 0.4286,
      "step": 2163
    },
    {
      "epoch": 0.3847111111111111,
      "grad_norm": 0.2751052677631378,
      "learning_rate": 3.387114739974448e-05,
      "loss": 0.5885,
      "step": 2164
    },
    {
      "epoch": 0.3848888888888889,
      "grad_norm": 0.23692676424980164,
      "learning_rate": 3.3858092003964594e-05,
      "loss": 0.4241,
      "step": 2165
    },
    {
      "epoch": 0.38506666666666667,
      "grad_norm": 0.3027472198009491,
      "learning_rate": 3.384503384509574e-05,
      "loss": 0.5624,
      "step": 2166
    },
    {
      "epoch": 0.38524444444444444,
      "grad_norm": 0.20521026849746704,
      "learning_rate": 3.3831972927211135e-05,
      "loss": 0.3362,
      "step": 2167
    },
    {
      "epoch": 0.3854222222222222,
      "grad_norm": 0.3886958956718445,
      "learning_rate": 3.381890925438486e-05,
      "loss": 0.728,
      "step": 2168
    },
    {
      "epoch": 0.3856,
      "grad_norm": 0.27369847893714905,
      "learning_rate": 3.380584283069183e-05,
      "loss": 0.4814,
      "step": 2169
    },
    {
      "epoch": 0.3857777777777778,
      "grad_norm": 0.2596404552459717,
      "learning_rate": 3.379277366020782e-05,
      "loss": 0.518,
      "step": 2170
    },
    {
      "epoch": 0.38595555555555555,
      "grad_norm": 0.23133036494255066,
      "learning_rate": 3.3779701747009504e-05,
      "loss": 0.4338,
      "step": 2171
    },
    {
      "epoch": 0.38613333333333333,
      "grad_norm": 0.28718218207359314,
      "learning_rate": 3.376662709517435e-05,
      "loss": 0.5018,
      "step": 2172
    },
    {
      "epoch": 0.3863111111111111,
      "grad_norm": 0.26473402976989746,
      "learning_rate": 3.375354970878073e-05,
      "loss": 0.6312,
      "step": 2173
    },
    {
      "epoch": 0.3864888888888889,
      "grad_norm": 0.24622993171215057,
      "learning_rate": 3.374046959190786e-05,
      "loss": 0.4628,
      "step": 2174
    },
    {
      "epoch": 0.38666666666666666,
      "grad_norm": 0.30092787742614746,
      "learning_rate": 3.372738674863577e-05,
      "loss": 0.5431,
      "step": 2175
    },
    {
      "epoch": 0.38684444444444444,
      "grad_norm": 0.26763394474983215,
      "learning_rate": 3.3714301183045385e-05,
      "loss": 0.5245,
      "step": 2176
    },
    {
      "epoch": 0.3870222222222222,
      "grad_norm": 0.24639491736888885,
      "learning_rate": 3.370121289921845e-05,
      "loss": 0.4503,
      "step": 2177
    },
    {
      "epoch": 0.3872,
      "grad_norm": 0.2714393138885498,
      "learning_rate": 3.368812190123759e-05,
      "loss": 0.4557,
      "step": 2178
    },
    {
      "epoch": 0.38737777777777777,
      "grad_norm": 0.2553410232067108,
      "learning_rate": 3.367502819318624e-05,
      "loss": 0.4406,
      "step": 2179
    },
    {
      "epoch": 0.38755555555555554,
      "grad_norm": 0.30576181411743164,
      "learning_rate": 3.3661931779148707e-05,
      "loss": 0.4333,
      "step": 2180
    },
    {
      "epoch": 0.3877333333333333,
      "grad_norm": 0.3816477358341217,
      "learning_rate": 3.3648832663210124e-05,
      "loss": 0.6322,
      "step": 2181
    },
    {
      "epoch": 0.3879111111111111,
      "grad_norm": 0.2461373656988144,
      "learning_rate": 3.363573084945648e-05,
      "loss": 0.5,
      "step": 2182
    },
    {
      "epoch": 0.38808888888888887,
      "grad_norm": 0.2696300148963928,
      "learning_rate": 3.3622626341974594e-05,
      "loss": 0.47,
      "step": 2183
    },
    {
      "epoch": 0.38826666666666665,
      "grad_norm": 0.2867066562175751,
      "learning_rate": 3.360951914485215e-05,
      "loss": 0.7599,
      "step": 2184
    },
    {
      "epoch": 0.3884444444444444,
      "grad_norm": 0.25492119789123535,
      "learning_rate": 3.359640926217763e-05,
      "loss": 0.4192,
      "step": 2185
    },
    {
      "epoch": 0.3886222222222222,
      "grad_norm": 0.21582196652889252,
      "learning_rate": 3.3583296698040384e-05,
      "loss": 0.4483,
      "step": 2186
    },
    {
      "epoch": 0.3888,
      "grad_norm": 0.22196675837039948,
      "learning_rate": 3.35701814565306e-05,
      "loss": 0.4185,
      "step": 2187
    },
    {
      "epoch": 0.38897777777777776,
      "grad_norm": 0.2523905336856842,
      "learning_rate": 3.355706354173928e-05,
      "loss": 0.4424,
      "step": 2188
    },
    {
      "epoch": 0.38915555555555553,
      "grad_norm": 0.24271929264068604,
      "learning_rate": 3.354394295775829e-05,
      "loss": 0.4333,
      "step": 2189
    },
    {
      "epoch": 0.3893333333333333,
      "grad_norm": 0.21415016055107117,
      "learning_rate": 3.3530819708680286e-05,
      "loss": 0.4178,
      "step": 2190
    },
    {
      "epoch": 0.3895111111111111,
      "grad_norm": 0.2533232271671295,
      "learning_rate": 3.35176937985988e-05,
      "loss": 0.4,
      "step": 2191
    },
    {
      "epoch": 0.38968888888888886,
      "grad_norm": 0.3138527572154999,
      "learning_rate": 3.350456523160815e-05,
      "loss": 0.3212,
      "step": 2192
    },
    {
      "epoch": 0.38986666666666664,
      "grad_norm": 0.2770172953605652,
      "learning_rate": 3.349143401180354e-05,
      "loss": 0.3167,
      "step": 2193
    },
    {
      "epoch": 0.39004444444444447,
      "grad_norm": 0.2787688076496124,
      "learning_rate": 3.347830014328094e-05,
      "loss": 0.3645,
      "step": 2194
    },
    {
      "epoch": 0.39022222222222225,
      "grad_norm": 0.2864219844341278,
      "learning_rate": 3.346516363013719e-05,
      "loss": 0.3508,
      "step": 2195
    },
    {
      "epoch": 0.3904,
      "grad_norm": 0.30944886803627014,
      "learning_rate": 3.3452024476469934e-05,
      "loss": 0.4598,
      "step": 2196
    },
    {
      "epoch": 0.3905777777777778,
      "grad_norm": 0.33153730630874634,
      "learning_rate": 3.343888268637765e-05,
      "loss": 0.401,
      "step": 2197
    },
    {
      "epoch": 0.3907555555555556,
      "grad_norm": 0.38578036427497864,
      "learning_rate": 3.3425738263959615e-05,
      "loss": 0.3632,
      "step": 2198
    },
    {
      "epoch": 0.39093333333333335,
      "grad_norm": 0.39611396193504333,
      "learning_rate": 3.341259121331597e-05,
      "loss": 0.4101,
      "step": 2199
    },
    {
      "epoch": 0.39111111111111113,
      "grad_norm": 0.3686160743236542,
      "learning_rate": 3.339944153854764e-05,
      "loss": 0.4413,
      "step": 2200
    },
    {
      "epoch": 0.3912888888888889,
      "grad_norm": 0.26790690422058105,
      "learning_rate": 3.338628924375638e-05,
      "loss": 0.5225,
      "step": 2201
    },
    {
      "epoch": 0.3914666666666667,
      "grad_norm": 0.2447367012500763,
      "learning_rate": 3.3373134333044756e-05,
      "loss": 0.3565,
      "step": 2202
    },
    {
      "epoch": 0.39164444444444446,
      "grad_norm": 0.2650652229785919,
      "learning_rate": 3.3359976810516164e-05,
      "loss": 0.4911,
      "step": 2203
    },
    {
      "epoch": 0.39182222222222224,
      "grad_norm": 0.25458577275276184,
      "learning_rate": 3.334681668027481e-05,
      "loss": 0.5962,
      "step": 2204
    },
    {
      "epoch": 0.392,
      "grad_norm": 0.2600625157356262,
      "learning_rate": 3.33336539464257e-05,
      "loss": 0.4809,
      "step": 2205
    },
    {
      "epoch": 0.3921777777777778,
      "grad_norm": 0.38257142901420593,
      "learning_rate": 3.332048861307467e-05,
      "loss": 0.6504,
      "step": 2206
    },
    {
      "epoch": 0.39235555555555557,
      "grad_norm": 0.2285948544740677,
      "learning_rate": 3.3307320684328354e-05,
      "loss": 0.4407,
      "step": 2207
    },
    {
      "epoch": 0.39253333333333335,
      "grad_norm": 0.211137592792511,
      "learning_rate": 3.3294150164294204e-05,
      "loss": 0.4702,
      "step": 2208
    },
    {
      "epoch": 0.3927111111111111,
      "grad_norm": 0.28607502579689026,
      "learning_rate": 3.328097705708047e-05,
      "loss": 0.4726,
      "step": 2209
    },
    {
      "epoch": 0.3928888888888889,
      "grad_norm": 0.22693341970443726,
      "learning_rate": 3.326780136679623e-05,
      "loss": 0.3793,
      "step": 2210
    },
    {
      "epoch": 0.3930666666666667,
      "grad_norm": 0.2918817400932312,
      "learning_rate": 3.325462309755134e-05,
      "loss": 0.5321,
      "step": 2211
    },
    {
      "epoch": 0.39324444444444445,
      "grad_norm": 0.3294132947921753,
      "learning_rate": 3.324144225345649e-05,
      "loss": 0.5803,
      "step": 2212
    },
    {
      "epoch": 0.39342222222222223,
      "grad_norm": 0.25932836532592773,
      "learning_rate": 3.322825883862314e-05,
      "loss": 0.6165,
      "step": 2213
    },
    {
      "epoch": 0.3936,
      "grad_norm": 0.23814480006694794,
      "learning_rate": 3.321507285716357e-05,
      "loss": 0.42,
      "step": 2214
    },
    {
      "epoch": 0.3937777777777778,
      "grad_norm": 0.27778419852256775,
      "learning_rate": 3.320188431319088e-05,
      "loss": 0.4835,
      "step": 2215
    },
    {
      "epoch": 0.39395555555555556,
      "grad_norm": 0.295652836561203,
      "learning_rate": 3.318869321081892e-05,
      "loss": 0.5736,
      "step": 2216
    },
    {
      "epoch": 0.39413333333333334,
      "grad_norm": 0.305899053812027,
      "learning_rate": 3.31754995541624e-05,
      "loss": 0.5611,
      "step": 2217
    },
    {
      "epoch": 0.3943111111111111,
      "grad_norm": 0.2739260196685791,
      "learning_rate": 3.3162303347336764e-05,
      "loss": 0.5765,
      "step": 2218
    },
    {
      "epoch": 0.3944888888888889,
      "grad_norm": 0.2561546266078949,
      "learning_rate": 3.31491045944583e-05,
      "loss": 0.5928,
      "step": 2219
    },
    {
      "epoch": 0.39466666666666667,
      "grad_norm": 0.2588704824447632,
      "learning_rate": 3.313590329964406e-05,
      "loss": 0.5561,
      "step": 2220
    },
    {
      "epoch": 0.39484444444444444,
      "grad_norm": 0.2036692202091217,
      "learning_rate": 3.312269946701191e-05,
      "loss": 0.4049,
      "step": 2221
    },
    {
      "epoch": 0.3950222222222222,
      "grad_norm": 0.259208619594574,
      "learning_rate": 3.31094931006805e-05,
      "loss": 0.5813,
      "step": 2222
    },
    {
      "epoch": 0.3952,
      "grad_norm": 0.25525709986686707,
      "learning_rate": 3.309628420476926e-05,
      "loss": 0.4203,
      "step": 2223
    },
    {
      "epoch": 0.3953777777777778,
      "grad_norm": 0.258137583732605,
      "learning_rate": 3.3083072783398416e-05,
      "loss": 0.4186,
      "step": 2224
    },
    {
      "epoch": 0.39555555555555555,
      "grad_norm": 0.30049389600753784,
      "learning_rate": 3.3069858840688994e-05,
      "loss": 0.502,
      "step": 2225
    },
    {
      "epoch": 0.3957333333333333,
      "grad_norm": 0.24046258628368378,
      "learning_rate": 3.305664238076278e-05,
      "loss": 0.441,
      "step": 2226
    },
    {
      "epoch": 0.3959111111111111,
      "grad_norm": 0.2497313916683197,
      "learning_rate": 3.3043423407742375e-05,
      "loss": 0.4136,
      "step": 2227
    },
    {
      "epoch": 0.3960888888888889,
      "grad_norm": 0.2546222507953644,
      "learning_rate": 3.3030201925751145e-05,
      "loss": 0.5368,
      "step": 2228
    },
    {
      "epoch": 0.39626666666666666,
      "grad_norm": 0.2721613645553589,
      "learning_rate": 3.301697793891324e-05,
      "loss": 0.4433,
      "step": 2229
    },
    {
      "epoch": 0.39644444444444443,
      "grad_norm": 0.2567611038684845,
      "learning_rate": 3.300375145135361e-05,
      "loss": 0.6141,
      "step": 2230
    },
    {
      "epoch": 0.3966222222222222,
      "grad_norm": 0.2444530874490738,
      "learning_rate": 3.299052246719795e-05,
      "loss": 0.5093,
      "step": 2231
    },
    {
      "epoch": 0.3968,
      "grad_norm": 0.25389376282691956,
      "learning_rate": 3.297729099057277e-05,
      "loss": 0.3706,
      "step": 2232
    },
    {
      "epoch": 0.39697777777777776,
      "grad_norm": 0.27604737877845764,
      "learning_rate": 3.296405702560532e-05,
      "loss": 0.5249,
      "step": 2233
    },
    {
      "epoch": 0.39715555555555554,
      "grad_norm": 0.27496466040611267,
      "learning_rate": 3.295082057642367e-05,
      "loss": 0.5712,
      "step": 2234
    },
    {
      "epoch": 0.3973333333333333,
      "grad_norm": 0.2664611339569092,
      "learning_rate": 3.293758164715663e-05,
      "loss": 0.543,
      "step": 2235
    },
    {
      "epoch": 0.3975111111111111,
      "grad_norm": 0.2882423996925354,
      "learning_rate": 3.29243402419338e-05,
      "loss": 0.4336,
      "step": 2236
    },
    {
      "epoch": 0.39768888888888887,
      "grad_norm": 0.2532421052455902,
      "learning_rate": 3.2911096364885544e-05,
      "loss": 0.4643,
      "step": 2237
    },
    {
      "epoch": 0.39786666666666665,
      "grad_norm": 0.27396079897880554,
      "learning_rate": 3.2897850020143005e-05,
      "loss": 0.3918,
      "step": 2238
    },
    {
      "epoch": 0.3980444444444444,
      "grad_norm": 0.27605608105659485,
      "learning_rate": 3.2884601211838085e-05,
      "loss": 0.469,
      "step": 2239
    },
    {
      "epoch": 0.3982222222222222,
      "grad_norm": 0.34194549918174744,
      "learning_rate": 3.287134994410347e-05,
      "loss": 0.4957,
      "step": 2240
    },
    {
      "epoch": 0.3984,
      "grad_norm": 0.2727879583835602,
      "learning_rate": 3.28580962210726e-05,
      "loss": 0.3395,
      "step": 2241
    },
    {
      "epoch": 0.39857777777777775,
      "grad_norm": 0.31715822219848633,
      "learning_rate": 3.2844840046879686e-05,
      "loss": 0.4056,
      "step": 2242
    },
    {
      "epoch": 0.39875555555555553,
      "grad_norm": 0.3175671100616455,
      "learning_rate": 3.283158142565971e-05,
      "loss": 0.4273,
      "step": 2243
    },
    {
      "epoch": 0.3989333333333333,
      "grad_norm": 0.3305791914463043,
      "learning_rate": 3.28183203615484e-05,
      "loss": 0.3836,
      "step": 2244
    },
    {
      "epoch": 0.39911111111111114,
      "grad_norm": 0.3780287206172943,
      "learning_rate": 3.280505685868226e-05,
      "loss": 0.4786,
      "step": 2245
    },
    {
      "epoch": 0.3992888888888889,
      "grad_norm": 0.3880319595336914,
      "learning_rate": 3.279179092119855e-05,
      "loss": 0.417,
      "step": 2246
    },
    {
      "epoch": 0.3994666666666667,
      "grad_norm": 0.47869691252708435,
      "learning_rate": 3.277852255323529e-05,
      "loss": 0.4158,
      "step": 2247
    },
    {
      "epoch": 0.39964444444444447,
      "grad_norm": 0.3569205105304718,
      "learning_rate": 3.276525175893126e-05,
      "loss": 0.4886,
      "step": 2248
    },
    {
      "epoch": 0.39982222222222225,
      "grad_norm": 0.5690917372703552,
      "learning_rate": 3.2751978542425995e-05,
      "loss": 0.4938,
      "step": 2249
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.5662466287612915,
      "learning_rate": 3.273870290785979e-05,
      "loss": 0.452,
      "step": 2250
    },
    {
      "epoch": 0.4001777777777778,
      "grad_norm": 0.3003396987915039,
      "learning_rate": 3.272542485937369e-05,
      "loss": 0.5371,
      "step": 2251
    },
    {
      "epoch": 0.4003555555555556,
      "grad_norm": 0.25178733468055725,
      "learning_rate": 3.271214440110948e-05,
      "loss": 0.5218,
      "step": 2252
    },
    {
      "epoch": 0.40053333333333335,
      "grad_norm": 0.27537745237350464,
      "learning_rate": 3.269886153720972e-05,
      "loss": 0.4772,
      "step": 2253
    },
    {
      "epoch": 0.40071111111111113,
      "grad_norm": 0.24302232265472412,
      "learning_rate": 3.2685576271817716e-05,
      "loss": 0.4593,
      "step": 2254
    },
    {
      "epoch": 0.4008888888888889,
      "grad_norm": 0.24583515524864197,
      "learning_rate": 3.267228860907751e-05,
      "loss": 0.5077,
      "step": 2255
    },
    {
      "epoch": 0.4010666666666667,
      "grad_norm": 0.2971247434616089,
      "learning_rate": 3.2658998553133895e-05,
      "loss": 0.3756,
      "step": 2256
    },
    {
      "epoch": 0.40124444444444446,
      "grad_norm": 0.26474133133888245,
      "learning_rate": 3.2645706108132424e-05,
      "loss": 0.4709,
      "step": 2257
    },
    {
      "epoch": 0.40142222222222224,
      "grad_norm": 0.27239760756492615,
      "learning_rate": 3.263241127821938e-05,
      "loss": 0.5125,
      "step": 2258
    },
    {
      "epoch": 0.4016,
      "grad_norm": 0.2814341187477112,
      "learning_rate": 3.2619114067541796e-05,
      "loss": 0.5078,
      "step": 2259
    },
    {
      "epoch": 0.4017777777777778,
      "grad_norm": 0.26514071226119995,
      "learning_rate": 3.260581448024745e-05,
      "loss": 0.373,
      "step": 2260
    },
    {
      "epoch": 0.40195555555555557,
      "grad_norm": 0.268004834651947,
      "learning_rate": 3.2592512520484856e-05,
      "loss": 0.4904,
      "step": 2261
    },
    {
      "epoch": 0.40213333333333334,
      "grad_norm": 0.22918185591697693,
      "learning_rate": 3.257920819240328e-05,
      "loss": 0.4323,
      "step": 2262
    },
    {
      "epoch": 0.4023111111111111,
      "grad_norm": 0.32379430532455444,
      "learning_rate": 3.25659015001527e-05,
      "loss": 0.424,
      "step": 2263
    },
    {
      "epoch": 0.4024888888888889,
      "grad_norm": 0.2927483022212982,
      "learning_rate": 3.2552592447883865e-05,
      "loss": 0.5168,
      "step": 2264
    },
    {
      "epoch": 0.4026666666666667,
      "grad_norm": 0.23326265811920166,
      "learning_rate": 3.253928103974823e-05,
      "loss": 0.523,
      "step": 2265
    },
    {
      "epoch": 0.40284444444444445,
      "grad_norm": 0.2547294795513153,
      "learning_rate": 3.2525967279898015e-05,
      "loss": 0.4662,
      "step": 2266
    },
    {
      "epoch": 0.4030222222222222,
      "grad_norm": 0.25667548179626465,
      "learning_rate": 3.251265117248614e-05,
      "loss": 0.5386,
      "step": 2267
    },
    {
      "epoch": 0.4032,
      "grad_norm": 0.22199925780296326,
      "learning_rate": 3.249933272166629e-05,
      "loss": 0.4251,
      "step": 2268
    },
    {
      "epoch": 0.4033777777777778,
      "grad_norm": 0.28474536538124084,
      "learning_rate": 3.248601193159287e-05,
      "loss": 0.5572,
      "step": 2269
    },
    {
      "epoch": 0.40355555555555556,
      "grad_norm": 0.274249792098999,
      "learning_rate": 3.247268880642098e-05,
      "loss": 0.4969,
      "step": 2270
    },
    {
      "epoch": 0.40373333333333333,
      "grad_norm": 0.22203154861927032,
      "learning_rate": 3.245936335030651e-05,
      "loss": 0.4231,
      "step": 2271
    },
    {
      "epoch": 0.4039111111111111,
      "grad_norm": 0.3119150996208191,
      "learning_rate": 3.244603556740603e-05,
      "loss": 0.4317,
      "step": 2272
    },
    {
      "epoch": 0.4040888888888889,
      "grad_norm": 0.25260046124458313,
      "learning_rate": 3.243270546187687e-05,
      "loss": 0.5056,
      "step": 2273
    },
    {
      "epoch": 0.40426666666666666,
      "grad_norm": 0.3757512867450714,
      "learning_rate": 3.241937303787703e-05,
      "loss": 0.4631,
      "step": 2274
    },
    {
      "epoch": 0.40444444444444444,
      "grad_norm": 0.3302309215068817,
      "learning_rate": 3.240603829956531e-05,
      "loss": 0.5482,
      "step": 2275
    },
    {
      "epoch": 0.4046222222222222,
      "grad_norm": 0.2648998200893402,
      "learning_rate": 3.239270125110117e-05,
      "loss": 0.5557,
      "step": 2276
    },
    {
      "epoch": 0.4048,
      "grad_norm": 0.27261245250701904,
      "learning_rate": 3.2379361896644816e-05,
      "loss": 0.3654,
      "step": 2277
    },
    {
      "epoch": 0.40497777777777777,
      "grad_norm": 0.25771352648735046,
      "learning_rate": 3.236602024035716e-05,
      "loss": 0.6762,
      "step": 2278
    },
    {
      "epoch": 0.40515555555555555,
      "grad_norm": 0.2597479522228241,
      "learning_rate": 3.235267628639987e-05,
      "loss": 0.5005,
      "step": 2279
    },
    {
      "epoch": 0.4053333333333333,
      "grad_norm": 0.2761436104774475,
      "learning_rate": 3.2339330038935265e-05,
      "loss": 0.4543,
      "step": 2280
    },
    {
      "epoch": 0.4055111111111111,
      "grad_norm": 0.2764914631843567,
      "learning_rate": 3.2325981502126433e-05,
      "loss": 0.5194,
      "step": 2281
    },
    {
      "epoch": 0.4056888888888889,
      "grad_norm": 0.2043561339378357,
      "learning_rate": 3.2312630680137175e-05,
      "loss": 0.4091,
      "step": 2282
    },
    {
      "epoch": 0.40586666666666665,
      "grad_norm": 0.2624204754829407,
      "learning_rate": 3.229927757713196e-05,
      "loss": 0.4914,
      "step": 2283
    },
    {
      "epoch": 0.40604444444444443,
      "grad_norm": 0.22036872804164886,
      "learning_rate": 3.228592219727602e-05,
      "loss": 0.4003,
      "step": 2284
    },
    {
      "epoch": 0.4062222222222222,
      "grad_norm": 0.25706037878990173,
      "learning_rate": 3.227256454473526e-05,
      "loss": 0.4383,
      "step": 2285
    },
    {
      "epoch": 0.4064,
      "grad_norm": 0.27608251571655273,
      "learning_rate": 3.225920462367632e-05,
      "loss": 0.4679,
      "step": 2286
    },
    {
      "epoch": 0.40657777777777776,
      "grad_norm": 0.23131489753723145,
      "learning_rate": 3.2245842438266526e-05,
      "loss": 0.538,
      "step": 2287
    },
    {
      "epoch": 0.40675555555555554,
      "grad_norm": 0.30274698138237,
      "learning_rate": 3.223247799267394e-05,
      "loss": 0.5218,
      "step": 2288
    },
    {
      "epoch": 0.4069333333333333,
      "grad_norm": 0.3098407983779907,
      "learning_rate": 3.221911129106728e-05,
      "loss": 0.6766,
      "step": 2289
    },
    {
      "epoch": 0.4071111111111111,
      "grad_norm": 0.26679739356040955,
      "learning_rate": 3.220574233761603e-05,
      "loss": 0.6673,
      "step": 2290
    },
    {
      "epoch": 0.40728888888888887,
      "grad_norm": 0.26043859124183655,
      "learning_rate": 3.219237113649032e-05,
      "loss": 0.481,
      "step": 2291
    },
    {
      "epoch": 0.40746666666666664,
      "grad_norm": 0.24777059257030487,
      "learning_rate": 3.2178997691861014e-05,
      "loss": 0.3568,
      "step": 2292
    },
    {
      "epoch": 0.4076444444444444,
      "grad_norm": 0.30639949440956116,
      "learning_rate": 3.2165622007899676e-05,
      "loss": 0.4174,
      "step": 2293
    },
    {
      "epoch": 0.4078222222222222,
      "grad_norm": 0.25943437218666077,
      "learning_rate": 3.215224408877854e-05,
      "loss": 0.3707,
      "step": 2294
    },
    {
      "epoch": 0.408,
      "grad_norm": 0.29938480257987976,
      "learning_rate": 3.213886393867057e-05,
      "loss": 0.3327,
      "step": 2295
    },
    {
      "epoch": 0.40817777777777775,
      "grad_norm": 0.26499468088150024,
      "learning_rate": 3.21254815617494e-05,
      "loss": 0.3807,
      "step": 2296
    },
    {
      "epoch": 0.4083555555555556,
      "grad_norm": 0.32577332854270935,
      "learning_rate": 3.21120969621894e-05,
      "loss": 0.4246,
      "step": 2297
    },
    {
      "epoch": 0.40853333333333336,
      "grad_norm": 0.36527153849601746,
      "learning_rate": 3.209871014416557e-05,
      "loss": 0.4065,
      "step": 2298
    },
    {
      "epoch": 0.40871111111111114,
      "grad_norm": 0.38569098711013794,
      "learning_rate": 3.208532111185365e-05,
      "loss": 0.4408,
      "step": 2299
    },
    {
      "epoch": 0.4088888888888889,
      "grad_norm": 0.43131449818611145,
      "learning_rate": 3.207192986943006e-05,
      "loss": 0.4662,
      "step": 2300
    },
    {
      "epoch": 0.4090666666666667,
      "grad_norm": 0.31158092617988586,
      "learning_rate": 3.205853642107192e-05,
      "loss": 0.68,
      "step": 2301
    },
    {
      "epoch": 0.40924444444444447,
      "grad_norm": 0.2718139588832855,
      "learning_rate": 3.204514077095699e-05,
      "loss": 0.3825,
      "step": 2302
    },
    {
      "epoch": 0.40942222222222224,
      "grad_norm": 0.22665324807167053,
      "learning_rate": 3.203174292326378e-05,
      "loss": 0.4934,
      "step": 2303
    },
    {
      "epoch": 0.4096,
      "grad_norm": 0.2552378177642822,
      "learning_rate": 3.2018342882171445e-05,
      "loss": 0.3832,
      "step": 2304
    },
    {
      "epoch": 0.4097777777777778,
      "grad_norm": 0.3228744566440582,
      "learning_rate": 3.2004940651859844e-05,
      "loss": 0.4984,
      "step": 2305
    },
    {
      "epoch": 0.4099555555555556,
      "grad_norm": 0.24413657188415527,
      "learning_rate": 3.19915362365095e-05,
      "loss": 0.5115,
      "step": 2306
    },
    {
      "epoch": 0.41013333333333335,
      "grad_norm": 0.315473347902298,
      "learning_rate": 3.197812964030164e-05,
      "loss": 0.4778,
      "step": 2307
    },
    {
      "epoch": 0.4103111111111111,
      "grad_norm": 0.26569363474845886,
      "learning_rate": 3.196472086741815e-05,
      "loss": 0.4047,
      "step": 2308
    },
    {
      "epoch": 0.4104888888888889,
      "grad_norm": 0.20616759359836578,
      "learning_rate": 3.195130992204161e-05,
      "loss": 0.3913,
      "step": 2309
    },
    {
      "epoch": 0.4106666666666667,
      "grad_norm": 0.2646740972995758,
      "learning_rate": 3.193789680835527e-05,
      "loss": 0.5614,
      "step": 2310
    },
    {
      "epoch": 0.41084444444444446,
      "grad_norm": 0.3248431980609894,
      "learning_rate": 3.192448153054306e-05,
      "loss": 0.6064,
      "step": 2311
    },
    {
      "epoch": 0.41102222222222223,
      "grad_norm": 0.28016141057014465,
      "learning_rate": 3.191106409278959e-05,
      "loss": 0.4897,
      "step": 2312
    },
    {
      "epoch": 0.4112,
      "grad_norm": 0.24610549211502075,
      "learning_rate": 3.189764449928012e-05,
      "loss": 0.463,
      "step": 2313
    },
    {
      "epoch": 0.4113777777777778,
      "grad_norm": 0.2482464462518692,
      "learning_rate": 3.1884222754200625e-05,
      "loss": 0.3951,
      "step": 2314
    },
    {
      "epoch": 0.41155555555555556,
      "grad_norm": 0.31816866993904114,
      "learning_rate": 3.1870798861737705e-05,
      "loss": 0.5978,
      "step": 2315
    },
    {
      "epoch": 0.41173333333333334,
      "grad_norm": 0.2570197284221649,
      "learning_rate": 3.185737282607867e-05,
      "loss": 0.5063,
      "step": 2316
    },
    {
      "epoch": 0.4119111111111111,
      "grad_norm": 0.23591694235801697,
      "learning_rate": 3.1843944651411456e-05,
      "loss": 0.5131,
      "step": 2317
    },
    {
      "epoch": 0.4120888888888889,
      "grad_norm": 0.19064725935459137,
      "learning_rate": 3.183051434192471e-05,
      "loss": 0.4117,
      "step": 2318
    },
    {
      "epoch": 0.41226666666666667,
      "grad_norm": 0.24479931592941284,
      "learning_rate": 3.181708190180771e-05,
      "loss": 0.3903,
      "step": 2319
    },
    {
      "epoch": 0.41244444444444445,
      "grad_norm": 0.21253429353237152,
      "learning_rate": 3.180364733525043e-05,
      "loss": 0.4956,
      "step": 2320
    },
    {
      "epoch": 0.4126222222222222,
      "grad_norm": 0.2751752734184265,
      "learning_rate": 3.179021064644347e-05,
      "loss": 0.4588,
      "step": 2321
    },
    {
      "epoch": 0.4128,
      "grad_norm": 0.27173420786857605,
      "learning_rate": 3.177677183957813e-05,
      "loss": 0.6934,
      "step": 2322
    },
    {
      "epoch": 0.4129777777777778,
      "grad_norm": 0.2785038650035858,
      "learning_rate": 3.176333091884635e-05,
      "loss": 0.4604,
      "step": 2323
    },
    {
      "epoch": 0.41315555555555555,
      "grad_norm": 0.25333958864212036,
      "learning_rate": 3.174988788844072e-05,
      "loss": 0.3794,
      "step": 2324
    },
    {
      "epoch": 0.41333333333333333,
      "grad_norm": 0.2173972725868225,
      "learning_rate": 3.173644275255451e-05,
      "loss": 0.5246,
      "step": 2325
    },
    {
      "epoch": 0.4135111111111111,
      "grad_norm": 0.28589218854904175,
      "learning_rate": 3.172299551538164e-05,
      "loss": 0.5827,
      "step": 2326
    },
    {
      "epoch": 0.4136888888888889,
      "grad_norm": 0.2525719702243805,
      "learning_rate": 3.170954618111669e-05,
      "loss": 0.4617,
      "step": 2327
    },
    {
      "epoch": 0.41386666666666666,
      "grad_norm": 0.2642752230167389,
      "learning_rate": 3.169609475395486e-05,
      "loss": 0.5869,
      "step": 2328
    },
    {
      "epoch": 0.41404444444444444,
      "grad_norm": 0.2701886296272278,
      "learning_rate": 3.1682641238092064e-05,
      "loss": 0.5071,
      "step": 2329
    },
    {
      "epoch": 0.4142222222222222,
      "grad_norm": 0.27753856778144836,
      "learning_rate": 3.166918563772481e-05,
      "loss": 0.4908,
      "step": 2330
    },
    {
      "epoch": 0.4144,
      "grad_norm": 0.2360255867242813,
      "learning_rate": 3.1655727957050285e-05,
      "loss": 0.3829,
      "step": 2331
    },
    {
      "epoch": 0.41457777777777777,
      "grad_norm": 0.25760018825531006,
      "learning_rate": 3.1642268200266317e-05,
      "loss": 0.52,
      "step": 2332
    },
    {
      "epoch": 0.41475555555555554,
      "grad_norm": 0.265447735786438,
      "learning_rate": 3.162880637157139e-05,
      "loss": 0.5096,
      "step": 2333
    },
    {
      "epoch": 0.4149333333333333,
      "grad_norm": 0.31820639967918396,
      "learning_rate": 3.1615342475164636e-05,
      "loss": 0.5408,
      "step": 2334
    },
    {
      "epoch": 0.4151111111111111,
      "grad_norm": 0.2752600908279419,
      "learning_rate": 3.16018765152458e-05,
      "loss": 0.4864,
      "step": 2335
    },
    {
      "epoch": 0.4152888888888889,
      "grad_norm": 0.308669775724411,
      "learning_rate": 3.158840849601532e-05,
      "loss": 0.5432,
      "step": 2336
    },
    {
      "epoch": 0.41546666666666665,
      "grad_norm": 0.233273446559906,
      "learning_rate": 3.157493842167423e-05,
      "loss": 0.405,
      "step": 2337
    },
    {
      "epoch": 0.4156444444444444,
      "grad_norm": 0.27532798051834106,
      "learning_rate": 3.156146629642425e-05,
      "loss": 0.3612,
      "step": 2338
    },
    {
      "epoch": 0.4158222222222222,
      "grad_norm": 0.3004027009010315,
      "learning_rate": 3.15479921244677e-05,
      "loss": 0.5954,
      "step": 2339
    },
    {
      "epoch": 0.416,
      "grad_norm": 0.25567081570625305,
      "learning_rate": 3.153451591000756e-05,
      "loss": 0.3939,
      "step": 2340
    },
    {
      "epoch": 0.41617777777777776,
      "grad_norm": 0.2970482409000397,
      "learning_rate": 3.152103765724743e-05,
      "loss": 0.4206,
      "step": 2341
    },
    {
      "epoch": 0.41635555555555553,
      "grad_norm": 0.3003411591053009,
      "learning_rate": 3.150755737039157e-05,
      "loss": 0.2856,
      "step": 2342
    },
    {
      "epoch": 0.4165333333333333,
      "grad_norm": 0.32657188177108765,
      "learning_rate": 3.149407505364486e-05,
      "loss": 0.3656,
      "step": 2343
    },
    {
      "epoch": 0.4167111111111111,
      "grad_norm": 0.29524633288383484,
      "learning_rate": 3.148059071121282e-05,
      "loss": 0.4721,
      "step": 2344
    },
    {
      "epoch": 0.41688888888888886,
      "grad_norm": 0.2855384051799774,
      "learning_rate": 3.146710434730159e-05,
      "loss": 0.3702,
      "step": 2345
    },
    {
      "epoch": 0.41706666666666664,
      "grad_norm": 0.3212869167327881,
      "learning_rate": 3.145361596611795e-05,
      "loss": 0.4172,
      "step": 2346
    },
    {
      "epoch": 0.4172444444444444,
      "grad_norm": 0.44451799988746643,
      "learning_rate": 3.1440125571869306e-05,
      "loss": 0.4715,
      "step": 2347
    },
    {
      "epoch": 0.4174222222222222,
      "grad_norm": 0.48374512791633606,
      "learning_rate": 3.142663316876368e-05,
      "loss": 0.5269,
      "step": 2348
    },
    {
      "epoch": 0.4176,
      "grad_norm": 0.30065396428108215,
      "learning_rate": 3.141313876100976e-05,
      "loss": 0.3593,
      "step": 2349
    },
    {
      "epoch": 0.4177777777777778,
      "grad_norm": 0.4186636805534363,
      "learning_rate": 3.139964235281682e-05,
      "loss": 0.4197,
      "step": 2350
    },
    {
      "epoch": 0.4179555555555556,
      "grad_norm": 0.2300005406141281,
      "learning_rate": 3.138614394839476e-05,
      "loss": 0.5526,
      "step": 2351
    },
    {
      "epoch": 0.41813333333333336,
      "grad_norm": 0.23057812452316284,
      "learning_rate": 3.137264355195413e-05,
      "loss": 0.4315,
      "step": 2352
    },
    {
      "epoch": 0.41831111111111113,
      "grad_norm": 0.29620182514190674,
      "learning_rate": 3.135914116770609e-05,
      "loss": 0.5519,
      "step": 2353
    },
    {
      "epoch": 0.4184888888888889,
      "grad_norm": 0.2461867779493332,
      "learning_rate": 3.134563679986238e-05,
      "loss": 0.4729,
      "step": 2354
    },
    {
      "epoch": 0.4186666666666667,
      "grad_norm": 0.22086381912231445,
      "learning_rate": 3.133213045263543e-05,
      "loss": 0.3936,
      "step": 2355
    },
    {
      "epoch": 0.41884444444444446,
      "grad_norm": 0.28992173075675964,
      "learning_rate": 3.1318622130238236e-05,
      "loss": 0.4702,
      "step": 2356
    },
    {
      "epoch": 0.41902222222222224,
      "grad_norm": 0.26983410120010376,
      "learning_rate": 3.1305111836884425e-05,
      "loss": 0.5343,
      "step": 2357
    },
    {
      "epoch": 0.4192,
      "grad_norm": 0.3131723701953888,
      "learning_rate": 3.129159957678824e-05,
      "loss": 0.4721,
      "step": 2358
    },
    {
      "epoch": 0.4193777777777778,
      "grad_norm": 0.2247696965932846,
      "learning_rate": 3.127808535416454e-05,
      "loss": 0.3829,
      "step": 2359
    },
    {
      "epoch": 0.41955555555555557,
      "grad_norm": 0.27495676279067993,
      "learning_rate": 3.126456917322878e-05,
      "loss": 0.4712,
      "step": 2360
    },
    {
      "epoch": 0.41973333333333335,
      "grad_norm": 0.25901392102241516,
      "learning_rate": 3.1251051038197055e-05,
      "loss": 0.4267,
      "step": 2361
    },
    {
      "epoch": 0.4199111111111111,
      "grad_norm": 0.3064854145050049,
      "learning_rate": 3.123753095328604e-05,
      "loss": 0.4999,
      "step": 2362
    },
    {
      "epoch": 0.4200888888888889,
      "grad_norm": 0.22995403409004211,
      "learning_rate": 3.1224008922713044e-05,
      "loss": 0.4914,
      "step": 2363
    },
    {
      "epoch": 0.4202666666666667,
      "grad_norm": 0.26995977759361267,
      "learning_rate": 3.121048495069596e-05,
      "loss": 0.4898,
      "step": 2364
    },
    {
      "epoch": 0.42044444444444445,
      "grad_norm": 0.21759191155433655,
      "learning_rate": 3.11969590414533e-05,
      "loss": 0.3516,
      "step": 2365
    },
    {
      "epoch": 0.42062222222222223,
      "grad_norm": 0.21706731617450714,
      "learning_rate": 3.118343119920418e-05,
      "loss": 0.4765,
      "step": 2366
    },
    {
      "epoch": 0.4208,
      "grad_norm": 0.22309869527816772,
      "learning_rate": 3.11699014281683e-05,
      "loss": 0.4854,
      "step": 2367
    },
    {
      "epoch": 0.4209777777777778,
      "grad_norm": 0.21380077302455902,
      "learning_rate": 3.1156369732566006e-05,
      "loss": 0.4255,
      "step": 2368
    },
    {
      "epoch": 0.42115555555555556,
      "grad_norm": 0.3022780418395996,
      "learning_rate": 3.114283611661818e-05,
      "loss": 0.6779,
      "step": 2369
    },
    {
      "epoch": 0.42133333333333334,
      "grad_norm": 0.25827300548553467,
      "learning_rate": 3.1129300584546375e-05,
      "loss": 0.5316,
      "step": 2370
    },
    {
      "epoch": 0.4215111111111111,
      "grad_norm": 0.2360515594482422,
      "learning_rate": 3.111576314057268e-05,
      "loss": 0.4979,
      "step": 2371
    },
    {
      "epoch": 0.4216888888888889,
      "grad_norm": 0.23165373504161835,
      "learning_rate": 3.1102223788919824e-05,
      "loss": 0.4831,
      "step": 2372
    },
    {
      "epoch": 0.42186666666666667,
      "grad_norm": 0.29023346304893494,
      "learning_rate": 3.10886825338111e-05,
      "loss": 0.4932,
      "step": 2373
    },
    {
      "epoch": 0.42204444444444444,
      "grad_norm": 0.24942994117736816,
      "learning_rate": 3.107513937947041e-05,
      "loss": 0.3652,
      "step": 2374
    },
    {
      "epoch": 0.4222222222222222,
      "grad_norm": 0.276439368724823,
      "learning_rate": 3.1061594330122246e-05,
      "loss": 0.5024,
      "step": 2375
    },
    {
      "epoch": 0.4224,
      "grad_norm": 0.2673211693763733,
      "learning_rate": 3.104804738999169e-05,
      "loss": 0.4082,
      "step": 2376
    },
    {
      "epoch": 0.4225777777777778,
      "grad_norm": 0.2506446838378906,
      "learning_rate": 3.103449856330443e-05,
      "loss": 0.4285,
      "step": 2377
    },
    {
      "epoch": 0.42275555555555555,
      "grad_norm": 0.2678147852420807,
      "learning_rate": 3.102094785428671e-05,
      "loss": 0.5667,
      "step": 2378
    },
    {
      "epoch": 0.42293333333333333,
      "grad_norm": 0.2852556109428406,
      "learning_rate": 3.100739526716538e-05,
      "loss": 0.3461,
      "step": 2379
    },
    {
      "epoch": 0.4231111111111111,
      "grad_norm": 0.28759077191352844,
      "learning_rate": 3.099384080616789e-05,
      "loss": 0.5604,
      "step": 2380
    },
    {
      "epoch": 0.4232888888888889,
      "grad_norm": 0.27783697843551636,
      "learning_rate": 3.098028447552224e-05,
      "loss": 0.4894,
      "step": 2381
    },
    {
      "epoch": 0.42346666666666666,
      "grad_norm": 0.2880311906337738,
      "learning_rate": 3.0966726279457034e-05,
      "loss": 0.4868,
      "step": 2382
    },
    {
      "epoch": 0.42364444444444443,
      "grad_norm": 0.30736860632896423,
      "learning_rate": 3.0953166222201476e-05,
      "loss": 0.572,
      "step": 2383
    },
    {
      "epoch": 0.4238222222222222,
      "grad_norm": 0.320116251707077,
      "learning_rate": 3.09396043079853e-05,
      "loss": 0.4734,
      "step": 2384
    },
    {
      "epoch": 0.424,
      "grad_norm": 0.24316641688346863,
      "learning_rate": 3.092604054103888e-05,
      "loss": 0.4084,
      "step": 2385
    },
    {
      "epoch": 0.42417777777777776,
      "grad_norm": 0.2622350752353668,
      "learning_rate": 3.091247492559312e-05,
      "loss": 0.5172,
      "step": 2386
    },
    {
      "epoch": 0.42435555555555554,
      "grad_norm": 0.32751017808914185,
      "learning_rate": 3.089890746587953e-05,
      "loss": 0.4862,
      "step": 2387
    },
    {
      "epoch": 0.4245333333333333,
      "grad_norm": 0.26200732588768005,
      "learning_rate": 3.088533816613017e-05,
      "loss": 0.5026,
      "step": 2388
    },
    {
      "epoch": 0.4247111111111111,
      "grad_norm": 0.21019378304481506,
      "learning_rate": 3.087176703057769e-05,
      "loss": 0.3166,
      "step": 2389
    },
    {
      "epoch": 0.42488888888888887,
      "grad_norm": 0.21405984461307526,
      "learning_rate": 3.085819406345532e-05,
      "loss": 0.3473,
      "step": 2390
    },
    {
      "epoch": 0.42506666666666665,
      "grad_norm": 0.30213499069213867,
      "learning_rate": 3.0844619268996845e-05,
      "loss": 0.4899,
      "step": 2391
    },
    {
      "epoch": 0.4252444444444444,
      "grad_norm": 0.3040148913860321,
      "learning_rate": 3.083104265143663e-05,
      "loss": 0.4131,
      "step": 2392
    },
    {
      "epoch": 0.4254222222222222,
      "grad_norm": 0.31165146827697754,
      "learning_rate": 3.08174642150096e-05,
      "loss": 0.4622,
      "step": 2393
    },
    {
      "epoch": 0.4256,
      "grad_norm": 0.6099965572357178,
      "learning_rate": 3.0803883963951255e-05,
      "loss": 0.474,
      "step": 2394
    },
    {
      "epoch": 0.42577777777777776,
      "grad_norm": 0.26763227581977844,
      "learning_rate": 3.0790301902497666e-05,
      "loss": 0.354,
      "step": 2395
    },
    {
      "epoch": 0.42595555555555553,
      "grad_norm": 0.2983456254005432,
      "learning_rate": 3.0776718034885454e-05,
      "loss": 0.3372,
      "step": 2396
    },
    {
      "epoch": 0.4261333333333333,
      "grad_norm": 0.3489031195640564,
      "learning_rate": 3.07631323653518e-05,
      "loss": 0.3672,
      "step": 2397
    },
    {
      "epoch": 0.4263111111111111,
      "grad_norm": 0.34307318925857544,
      "learning_rate": 3.074954489813449e-05,
      "loss": 0.359,
      "step": 2398
    },
    {
      "epoch": 0.42648888888888886,
      "grad_norm": 0.38835078477859497,
      "learning_rate": 3.0735955637471794e-05,
      "loss": 0.4397,
      "step": 2399
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 0.44580212235450745,
      "learning_rate": 3.072236458760262e-05,
      "loss": 0.4026,
      "step": 2400
    },
    {
      "epoch": 0.42684444444444447,
      "grad_norm": 0.27241140604019165,
      "learning_rate": 3.0708771752766394e-05,
      "loss": 0.4897,
      "step": 2401
    },
    {
      "epoch": 0.42702222222222225,
      "grad_norm": 0.2954046428203583,
      "learning_rate": 3.06951771372031e-05,
      "loss": 0.449,
      "step": 2402
    },
    {
      "epoch": 0.4272,
      "grad_norm": 0.3490567207336426,
      "learning_rate": 3.068158074515328e-05,
      "loss": 0.6214,
      "step": 2403
    },
    {
      "epoch": 0.4273777777777778,
      "grad_norm": 0.2830658555030823,
      "learning_rate": 3.0667982580858044e-05,
      "loss": 0.5199,
      "step": 2404
    },
    {
      "epoch": 0.4275555555555556,
      "grad_norm": 0.2707262337207794,
      "learning_rate": 3.0654382648559026e-05,
      "loss": 0.468,
      "step": 2405
    },
    {
      "epoch": 0.42773333333333335,
      "grad_norm": 0.26871082186698914,
      "learning_rate": 3.064078095249844e-05,
      "loss": 0.4958,
      "step": 2406
    },
    {
      "epoch": 0.42791111111111113,
      "grad_norm": 0.2855778932571411,
      "learning_rate": 3.062717749691904e-05,
      "loss": 0.483,
      "step": 2407
    },
    {
      "epoch": 0.4280888888888889,
      "grad_norm": 0.3035014867782593,
      "learning_rate": 3.0613572286064125e-05,
      "loss": 0.5826,
      "step": 2408
    },
    {
      "epoch": 0.4282666666666667,
      "grad_norm": 0.28705570101737976,
      "learning_rate": 3.059996532417754e-05,
      "loss": 0.5547,
      "step": 2409
    },
    {
      "epoch": 0.42844444444444446,
      "grad_norm": 0.31234225630760193,
      "learning_rate": 3.058635661550369e-05,
      "loss": 0.5811,
      "step": 2410
    },
    {
      "epoch": 0.42862222222222224,
      "grad_norm": 0.3076266348361969,
      "learning_rate": 3.0572746164287514e-05,
      "loss": 0.5508,
      "step": 2411
    },
    {
      "epoch": 0.4288,
      "grad_norm": 0.28488075733184814,
      "learning_rate": 3.055913397477448e-05,
      "loss": 0.4335,
      "step": 2412
    },
    {
      "epoch": 0.4289777777777778,
      "grad_norm": 0.22385305166244507,
      "learning_rate": 3.054552005121064e-05,
      "loss": 0.402,
      "step": 2413
    },
    {
      "epoch": 0.42915555555555557,
      "grad_norm": 0.22280387580394745,
      "learning_rate": 3.053190439784253e-05,
      "loss": 0.493,
      "step": 2414
    },
    {
      "epoch": 0.42933333333333334,
      "grad_norm": 0.2640891671180725,
      "learning_rate": 3.051828701891729e-05,
      "loss": 0.5512,
      "step": 2415
    },
    {
      "epoch": 0.4295111111111111,
      "grad_norm": 0.26429641246795654,
      "learning_rate": 3.050466791868254e-05,
      "loss": 0.4309,
      "step": 2416
    },
    {
      "epoch": 0.4296888888888889,
      "grad_norm": 0.20089729130268097,
      "learning_rate": 3.049104710138647e-05,
      "loss": 0.3616,
      "step": 2417
    },
    {
      "epoch": 0.4298666666666667,
      "grad_norm": 0.24620403349399567,
      "learning_rate": 3.0477424571277807e-05,
      "loss": 0.468,
      "step": 2418
    },
    {
      "epoch": 0.43004444444444445,
      "grad_norm": 0.2684881091117859,
      "learning_rate": 3.0463800332605784e-05,
      "loss": 0.4656,
      "step": 2419
    },
    {
      "epoch": 0.43022222222222223,
      "grad_norm": 0.2627245783805847,
      "learning_rate": 3.0450174389620205e-05,
      "loss": 0.4709,
      "step": 2420
    },
    {
      "epoch": 0.4304,
      "grad_norm": 0.26581257581710815,
      "learning_rate": 3.0436546746571372e-05,
      "loss": 0.5262,
      "step": 2421
    },
    {
      "epoch": 0.4305777777777778,
      "grad_norm": 0.3223540186882019,
      "learning_rate": 3.0422917407710137e-05,
      "loss": 0.3956,
      "step": 2422
    },
    {
      "epoch": 0.43075555555555556,
      "grad_norm": 0.2730993926525116,
      "learning_rate": 3.040928637728787e-05,
      "loss": 0.5748,
      "step": 2423
    },
    {
      "epoch": 0.43093333333333333,
      "grad_norm": 0.26168909668922424,
      "learning_rate": 3.0395653659556488e-05,
      "loss": 0.4517,
      "step": 2424
    },
    {
      "epoch": 0.4311111111111111,
      "grad_norm": 0.21035990118980408,
      "learning_rate": 3.0382019258768403e-05,
      "loss": 0.4038,
      "step": 2425
    },
    {
      "epoch": 0.4312888888888889,
      "grad_norm": 0.2359234243631363,
      "learning_rate": 3.0368383179176585e-05,
      "loss": 0.5574,
      "step": 2426
    },
    {
      "epoch": 0.43146666666666667,
      "grad_norm": 0.2905442416667938,
      "learning_rate": 3.0354745425034498e-05,
      "loss": 0.504,
      "step": 2427
    },
    {
      "epoch": 0.43164444444444444,
      "grad_norm": 0.26843884587287903,
      "learning_rate": 3.034110600059616e-05,
      "loss": 0.4856,
      "step": 2428
    },
    {
      "epoch": 0.4318222222222222,
      "grad_norm": 0.26153868436813354,
      "learning_rate": 3.032746491011607e-05,
      "loss": 0.3982,
      "step": 2429
    },
    {
      "epoch": 0.432,
      "grad_norm": 0.25243306159973145,
      "learning_rate": 3.0313822157849287e-05,
      "loss": 0.4232,
      "step": 2430
    },
    {
      "epoch": 0.43217777777777777,
      "grad_norm": 0.2908584177494049,
      "learning_rate": 3.0300177748051373e-05,
      "loss": 0.612,
      "step": 2431
    },
    {
      "epoch": 0.43235555555555555,
      "grad_norm": 0.23297370970249176,
      "learning_rate": 3.028653168497838e-05,
      "loss": 0.3475,
      "step": 2432
    },
    {
      "epoch": 0.4325333333333333,
      "grad_norm": 0.27595868706703186,
      "learning_rate": 3.0272883972886935e-05,
      "loss": 0.5513,
      "step": 2433
    },
    {
      "epoch": 0.4327111111111111,
      "grad_norm": 0.24053683876991272,
      "learning_rate": 3.0259234616034116e-05,
      "loss": 0.4449,
      "step": 2434
    },
    {
      "epoch": 0.4328888888888889,
      "grad_norm": 0.2623700201511383,
      "learning_rate": 3.0245583618677558e-05,
      "loss": 0.535,
      "step": 2435
    },
    {
      "epoch": 0.43306666666666666,
      "grad_norm": 0.3136540651321411,
      "learning_rate": 3.023193098507538e-05,
      "loss": 0.7098,
      "step": 2436
    },
    {
      "epoch": 0.43324444444444443,
      "grad_norm": 0.2571598291397095,
      "learning_rate": 3.0218276719486244e-05,
      "loss": 0.481,
      "step": 2437
    },
    {
      "epoch": 0.4334222222222222,
      "grad_norm": 0.28701069951057434,
      "learning_rate": 3.020462082616928e-05,
      "loss": 0.5038,
      "step": 2438
    },
    {
      "epoch": 0.4336,
      "grad_norm": 0.2790224552154541,
      "learning_rate": 3.0190963309384156e-05,
      "loss": 0.4856,
      "step": 2439
    },
    {
      "epoch": 0.43377777777777776,
      "grad_norm": 0.258585125207901,
      "learning_rate": 3.0177304173391037e-05,
      "loss": 0.4195,
      "step": 2440
    },
    {
      "epoch": 0.43395555555555554,
      "grad_norm": 0.24113842844963074,
      "learning_rate": 3.016364342245059e-05,
      "loss": 0.4607,
      "step": 2441
    },
    {
      "epoch": 0.4341333333333333,
      "grad_norm": 0.3220059275627136,
      "learning_rate": 3.0149981060823995e-05,
      "loss": 0.3382,
      "step": 2442
    },
    {
      "epoch": 0.4343111111111111,
      "grad_norm": 0.2911723852157593,
      "learning_rate": 3.013631709277292e-05,
      "loss": 0.4579,
      "step": 2443
    },
    {
      "epoch": 0.43448888888888887,
      "grad_norm": 0.344404011964798,
      "learning_rate": 3.0122651522559553e-05,
      "loss": 0.395,
      "step": 2444
    },
    {
      "epoch": 0.43466666666666665,
      "grad_norm": 0.3078421950340271,
      "learning_rate": 3.0108984354446556e-05,
      "loss": 0.3424,
      "step": 2445
    },
    {
      "epoch": 0.4348444444444444,
      "grad_norm": 0.4224089980125427,
      "learning_rate": 3.0095315592697126e-05,
      "loss": 0.438,
      "step": 2446
    },
    {
      "epoch": 0.4350222222222222,
      "grad_norm": 0.30957403779029846,
      "learning_rate": 3.008164524157491e-05,
      "loss": 0.3914,
      "step": 2447
    },
    {
      "epoch": 0.4352,
      "grad_norm": 0.3997316062450409,
      "learning_rate": 3.00679733053441e-05,
      "loss": 0.3539,
      "step": 2448
    },
    {
      "epoch": 0.43537777777777775,
      "grad_norm": 0.3600807189941406,
      "learning_rate": 3.005429978826934e-05,
      "loss": 0.4227,
      "step": 2449
    },
    {
      "epoch": 0.43555555555555553,
      "grad_norm": 0.44279560446739197,
      "learning_rate": 3.0040624694615803e-05,
      "loss": 0.5196,
      "step": 2450
    },
    {
      "epoch": 0.4357333333333333,
      "grad_norm": 0.26898548007011414,
      "learning_rate": 3.002694802864912e-05,
      "loss": 0.5322,
      "step": 2451
    },
    {
      "epoch": 0.43591111111111114,
      "grad_norm": 0.23317627608776093,
      "learning_rate": 3.0013269794635446e-05,
      "loss": 0.4661,
      "step": 2452
    },
    {
      "epoch": 0.4360888888888889,
      "grad_norm": 0.22133682668209076,
      "learning_rate": 2.9999589996841386e-05,
      "loss": 0.3919,
      "step": 2453
    },
    {
      "epoch": 0.4362666666666667,
      "grad_norm": 0.2459014505147934,
      "learning_rate": 2.9985908639534075e-05,
      "loss": 0.3396,
      "step": 2454
    },
    {
      "epoch": 0.43644444444444447,
      "grad_norm": 0.23966382443904877,
      "learning_rate": 2.9972225726981113e-05,
      "loss": 0.4671,
      "step": 2455
    },
    {
      "epoch": 0.43662222222222224,
      "grad_norm": 0.2418704479932785,
      "learning_rate": 2.9958541263450584e-05,
      "loss": 0.4959,
      "step": 2456
    },
    {
      "epoch": 0.4368,
      "grad_norm": 0.2714509665966034,
      "learning_rate": 2.9944855253211052e-05,
      "loss": 0.4956,
      "step": 2457
    },
    {
      "epoch": 0.4369777777777778,
      "grad_norm": 0.23329026997089386,
      "learning_rate": 2.9931167700531578e-05,
      "loss": 0.4278,
      "step": 2458
    },
    {
      "epoch": 0.4371555555555556,
      "grad_norm": 0.2838408350944519,
      "learning_rate": 2.991747860968168e-05,
      "loss": 0.5193,
      "step": 2459
    },
    {
      "epoch": 0.43733333333333335,
      "grad_norm": 0.25937822461128235,
      "learning_rate": 2.9903787984931396e-05,
      "loss": 0.4943,
      "step": 2460
    },
    {
      "epoch": 0.43751111111111113,
      "grad_norm": 0.2656700909137726,
      "learning_rate": 2.9890095830551207e-05,
      "loss": 0.4261,
      "step": 2461
    },
    {
      "epoch": 0.4376888888888889,
      "grad_norm": 0.24404363334178925,
      "learning_rate": 2.9876402150812078e-05,
      "loss": 0.4127,
      "step": 2462
    },
    {
      "epoch": 0.4378666666666667,
      "grad_norm": 0.29921919107437134,
      "learning_rate": 2.9862706949985463e-05,
      "loss": 0.4962,
      "step": 2463
    },
    {
      "epoch": 0.43804444444444446,
      "grad_norm": 0.2477061003446579,
      "learning_rate": 2.984901023234327e-05,
      "loss": 0.3987,
      "step": 2464
    },
    {
      "epoch": 0.43822222222222224,
      "grad_norm": 0.2864641547203064,
      "learning_rate": 2.9835312002157913e-05,
      "loss": 0.4344,
      "step": 2465
    },
    {
      "epoch": 0.4384,
      "grad_norm": 0.316698282957077,
      "learning_rate": 2.9821612263702226e-05,
      "loss": 0.3895,
      "step": 2466
    },
    {
      "epoch": 0.4385777777777778,
      "grad_norm": 0.36035674810409546,
      "learning_rate": 2.9807911021249573e-05,
      "loss": 0.3847,
      "step": 2467
    },
    {
      "epoch": 0.43875555555555557,
      "grad_norm": 0.22015735507011414,
      "learning_rate": 2.9794208279073743e-05,
      "loss": 0.377,
      "step": 2468
    },
    {
      "epoch": 0.43893333333333334,
      "grad_norm": 0.30792272090911865,
      "learning_rate": 2.978050404144901e-05,
      "loss": 0.5587,
      "step": 2469
    },
    {
      "epoch": 0.4391111111111111,
      "grad_norm": 0.2976752519607544,
      "learning_rate": 2.9766798312650112e-05,
      "loss": 0.4712,
      "step": 2470
    },
    {
      "epoch": 0.4392888888888889,
      "grad_norm": 0.2652478814125061,
      "learning_rate": 2.9753091096952255e-05,
      "loss": 0.4242,
      "step": 2471
    },
    {
      "epoch": 0.43946666666666667,
      "grad_norm": 0.3099959194660187,
      "learning_rate": 2.973938239863111e-05,
      "loss": 0.5247,
      "step": 2472
    },
    {
      "epoch": 0.43964444444444445,
      "grad_norm": 0.3074376881122589,
      "learning_rate": 2.97256722219628e-05,
      "loss": 0.6887,
      "step": 2473
    },
    {
      "epoch": 0.4398222222222222,
      "grad_norm": 0.2646455764770508,
      "learning_rate": 2.971196057122393e-05,
      "loss": 0.526,
      "step": 2474
    },
    {
      "epoch": 0.44,
      "grad_norm": 0.31363919377326965,
      "learning_rate": 2.9698247450691525e-05,
      "loss": 0.4933,
      "step": 2475
    },
    {
      "epoch": 0.4401777777777778,
      "grad_norm": 0.3091849684715271,
      "learning_rate": 2.9684532864643122e-05,
      "loss": 0.4849,
      "step": 2476
    },
    {
      "epoch": 0.44035555555555556,
      "grad_norm": 0.2621522545814514,
      "learning_rate": 2.9670816817356668e-05,
      "loss": 0.4254,
      "step": 2477
    },
    {
      "epoch": 0.44053333333333333,
      "grad_norm": 0.23403044044971466,
      "learning_rate": 2.9657099313110593e-05,
      "loss": 0.4494,
      "step": 2478
    },
    {
      "epoch": 0.4407111111111111,
      "grad_norm": 0.24549809098243713,
      "learning_rate": 2.9643380356183775e-05,
      "loss": 0.5049,
      "step": 2479
    },
    {
      "epoch": 0.4408888888888889,
      "grad_norm": 0.24203680455684662,
      "learning_rate": 2.9629659950855544e-05,
      "loss": 0.5751,
      "step": 2480
    },
    {
      "epoch": 0.44106666666666666,
      "grad_norm": 0.24386686086654663,
      "learning_rate": 2.9615938101405676e-05,
      "loss": 0.4483,
      "step": 2481
    },
    {
      "epoch": 0.44124444444444444,
      "grad_norm": 0.27281898260116577,
      "learning_rate": 2.9602214812114415e-05,
      "loss": 0.4725,
      "step": 2482
    },
    {
      "epoch": 0.4414222222222222,
      "grad_norm": 0.2585911452770233,
      "learning_rate": 2.958849008726242e-05,
      "loss": 0.347,
      "step": 2483
    },
    {
      "epoch": 0.4416,
      "grad_norm": 0.35200974345207214,
      "learning_rate": 2.9574763931130843e-05,
      "loss": 0.4906,
      "step": 2484
    },
    {
      "epoch": 0.44177777777777777,
      "grad_norm": 0.2283005714416504,
      "learning_rate": 2.956103634800126e-05,
      "loss": 0.3794,
      "step": 2485
    },
    {
      "epoch": 0.44195555555555555,
      "grad_norm": 0.21556305885314941,
      "learning_rate": 2.9547307342155673e-05,
      "loss": 0.3942,
      "step": 2486
    },
    {
      "epoch": 0.4421333333333333,
      "grad_norm": 0.26582440733909607,
      "learning_rate": 2.953357691787656e-05,
      "loss": 0.5453,
      "step": 2487
    },
    {
      "epoch": 0.4423111111111111,
      "grad_norm": 0.3069571256637573,
      "learning_rate": 2.9519845079446823e-05,
      "loss": 0.6818,
      "step": 2488
    },
    {
      "epoch": 0.4424888888888889,
      "grad_norm": 0.28764209151268005,
      "learning_rate": 2.9506111831149818e-05,
      "loss": 0.4955,
      "step": 2489
    },
    {
      "epoch": 0.44266666666666665,
      "grad_norm": 0.23868568241596222,
      "learning_rate": 2.9492377177269315e-05,
      "loss": 0.4434,
      "step": 2490
    },
    {
      "epoch": 0.44284444444444443,
      "grad_norm": 0.253560334444046,
      "learning_rate": 2.9478641122089562e-05,
      "loss": 0.3618,
      "step": 2491
    },
    {
      "epoch": 0.4430222222222222,
      "grad_norm": 0.3298662602901459,
      "learning_rate": 2.9464903669895205e-05,
      "loss": 0.4069,
      "step": 2492
    },
    {
      "epoch": 0.4432,
      "grad_norm": 0.30510053038597107,
      "learning_rate": 2.9451164824971356e-05,
      "loss": 0.4507,
      "step": 2493
    },
    {
      "epoch": 0.44337777777777776,
      "grad_norm": 0.27811530232429504,
      "learning_rate": 2.943742459160354e-05,
      "loss": 0.4197,
      "step": 2494
    },
    {
      "epoch": 0.44355555555555554,
      "grad_norm": 0.32515591382980347,
      "learning_rate": 2.942368297407772e-05,
      "loss": 0.4057,
      "step": 2495
    },
    {
      "epoch": 0.4437333333333333,
      "grad_norm": 0.3068099021911621,
      "learning_rate": 2.9409939976680313e-05,
      "loss": 0.485,
      "step": 2496
    },
    {
      "epoch": 0.4439111111111111,
      "grad_norm": 0.29018837213516235,
      "learning_rate": 2.939619560369813e-05,
      "loss": 0.3526,
      "step": 2497
    },
    {
      "epoch": 0.44408888888888887,
      "grad_norm": 0.39035913348197937,
      "learning_rate": 2.938244985941844e-05,
      "loss": 0.3793,
      "step": 2498
    },
    {
      "epoch": 0.44426666666666664,
      "grad_norm": 0.4008481502532959,
      "learning_rate": 2.9368702748128912e-05,
      "loss": 0.4409,
      "step": 2499
    },
    {
      "epoch": 0.4444444444444444,
      "grad_norm": 0.5846676230430603,
      "learning_rate": 2.935495427411768e-05,
      "loss": 0.457,
      "step": 2500
    },
    {
      "epoch": 0.4446222222222222,
      "grad_norm": 0.2248874008655548,
      "learning_rate": 2.9341204441673266e-05,
      "loss": 0.4672,
      "step": 2501
    },
    {
      "epoch": 0.4448,
      "grad_norm": 0.25796782970428467,
      "learning_rate": 2.9327453255084638e-05,
      "loss": 0.4897,
      "step": 2502
    },
    {
      "epoch": 0.4449777777777778,
      "grad_norm": 0.27782344818115234,
      "learning_rate": 2.9313700718641167e-05,
      "loss": 0.4877,
      "step": 2503
    },
    {
      "epoch": 0.4451555555555556,
      "grad_norm": 0.25185859203338623,
      "learning_rate": 2.9299946836632673e-05,
      "loss": 0.4794,
      "step": 2504
    },
    {
      "epoch": 0.44533333333333336,
      "grad_norm": 0.2849651575088501,
      "learning_rate": 2.9286191613349374e-05,
      "loss": 0.5172,
      "step": 2505
    },
    {
      "epoch": 0.44551111111111114,
      "grad_norm": 0.3525363802909851,
      "learning_rate": 2.9272435053081922e-05,
      "loss": 0.3671,
      "step": 2506
    },
    {
      "epoch": 0.4456888888888889,
      "grad_norm": 0.221153125166893,
      "learning_rate": 2.9258677160121352e-05,
      "loss": 0.4143,
      "step": 2507
    },
    {
      "epoch": 0.4458666666666667,
      "grad_norm": 0.286569207906723,
      "learning_rate": 2.9244917938759163e-05,
      "loss": 0.5407,
      "step": 2508
    },
    {
      "epoch": 0.44604444444444447,
      "grad_norm": 0.3258972764015198,
      "learning_rate": 2.9231157393287234e-05,
      "loss": 0.5719,
      "step": 2509
    },
    {
      "epoch": 0.44622222222222224,
      "grad_norm": 0.2869493067264557,
      "learning_rate": 2.9217395527997875e-05,
      "loss": 0.4338,
      "step": 2510
    },
    {
      "epoch": 0.4464,
      "grad_norm": 0.26944276690483093,
      "learning_rate": 2.920363234718379e-05,
      "loss": 0.4747,
      "step": 2511
    },
    {
      "epoch": 0.4465777777777778,
      "grad_norm": 0.22366926074028015,
      "learning_rate": 2.9189867855138103e-05,
      "loss": 0.4696,
      "step": 2512
    },
    {
      "epoch": 0.4467555555555556,
      "grad_norm": 0.2834321856498718,
      "learning_rate": 2.9176102056154363e-05,
      "loss": 0.5587,
      "step": 2513
    },
    {
      "epoch": 0.44693333333333335,
      "grad_norm": 0.2289460152387619,
      "learning_rate": 2.9162334954526493e-05,
      "loss": 0.4326,
      "step": 2514
    },
    {
      "epoch": 0.4471111111111111,
      "grad_norm": 0.2968672513961792,
      "learning_rate": 2.9148566554548857e-05,
      "loss": 0.4374,
      "step": 2515
    },
    {
      "epoch": 0.4472888888888889,
      "grad_norm": 0.3145713210105896,
      "learning_rate": 2.9134796860516194e-05,
      "loss": 0.5072,
      "step": 2516
    },
    {
      "epoch": 0.4474666666666667,
      "grad_norm": 0.23477409780025482,
      "learning_rate": 2.9121025876723674e-05,
      "loss": 0.3865,
      "step": 2517
    },
    {
      "epoch": 0.44764444444444446,
      "grad_norm": 0.21038885414600372,
      "learning_rate": 2.9107253607466832e-05,
      "loss": 0.3829,
      "step": 2518
    },
    {
      "epoch": 0.44782222222222223,
      "grad_norm": 0.2696356773376465,
      "learning_rate": 2.9093480057041662e-05,
      "loss": 0.4655,
      "step": 2519
    },
    {
      "epoch": 0.448,
      "grad_norm": 0.23881399631500244,
      "learning_rate": 2.9079705229744493e-05,
      "loss": 0.44,
      "step": 2520
    },
    {
      "epoch": 0.4481777777777778,
      "grad_norm": 0.2687569856643677,
      "learning_rate": 2.9065929129872094e-05,
      "loss": 0.4759,
      "step": 2521
    },
    {
      "epoch": 0.44835555555555556,
      "grad_norm": 0.23170039057731628,
      "learning_rate": 2.9052151761721617e-05,
      "loss": 0.4789,
      "step": 2522
    },
    {
      "epoch": 0.44853333333333334,
      "grad_norm": 0.23779144883155823,
      "learning_rate": 2.9038373129590622e-05,
      "loss": 0.4647,
      "step": 2523
    },
    {
      "epoch": 0.4487111111111111,
      "grad_norm": 0.32157498598098755,
      "learning_rate": 2.9024593237777037e-05,
      "loss": 0.4731,
      "step": 2524
    },
    {
      "epoch": 0.4488888888888889,
      "grad_norm": 0.241258442401886,
      "learning_rate": 2.901081209057921e-05,
      "loss": 0.3517,
      "step": 2525
    },
    {
      "epoch": 0.44906666666666667,
      "grad_norm": 0.28465917706489563,
      "learning_rate": 2.8997029692295874e-05,
      "loss": 0.4609,
      "step": 2526
    },
    {
      "epoch": 0.44924444444444445,
      "grad_norm": 0.32059818506240845,
      "learning_rate": 2.8983246047226135e-05,
      "loss": 0.4727,
      "step": 2527
    },
    {
      "epoch": 0.4494222222222222,
      "grad_norm": 0.2626987397670746,
      "learning_rate": 2.8969461159669513e-05,
      "loss": 0.534,
      "step": 2528
    },
    {
      "epoch": 0.4496,
      "grad_norm": 0.30564212799072266,
      "learning_rate": 2.8955675033925895e-05,
      "loss": 0.6557,
      "step": 2529
    },
    {
      "epoch": 0.4497777777777778,
      "grad_norm": 0.25887104868888855,
      "learning_rate": 2.894188767429557e-05,
      "loss": 0.4757,
      "step": 2530
    },
    {
      "epoch": 0.44995555555555555,
      "grad_norm": 0.24244801700115204,
      "learning_rate": 2.8928099085079197e-05,
      "loss": 0.3608,
      "step": 2531
    },
    {
      "epoch": 0.45013333333333333,
      "grad_norm": 0.2565864324569702,
      "learning_rate": 2.8914309270577834e-05,
      "loss": 0.3836,
      "step": 2532
    },
    {
      "epoch": 0.4503111111111111,
      "grad_norm": 0.27997133135795593,
      "learning_rate": 2.8900518235092905e-05,
      "loss": 0.4361,
      "step": 2533
    },
    {
      "epoch": 0.4504888888888889,
      "grad_norm": 0.23155897855758667,
      "learning_rate": 2.8886725982926232e-05,
      "loss": 0.4614,
      "step": 2534
    },
    {
      "epoch": 0.45066666666666666,
      "grad_norm": 0.2875325083732605,
      "learning_rate": 2.8872932518379997e-05,
      "loss": 0.3786,
      "step": 2535
    },
    {
      "epoch": 0.45084444444444444,
      "grad_norm": 0.2684052586555481,
      "learning_rate": 2.8859137845756784e-05,
      "loss": 0.5278,
      "step": 2536
    },
    {
      "epoch": 0.4510222222222222,
      "grad_norm": 0.32185545563697815,
      "learning_rate": 2.884534196935953e-05,
      "loss": 0.6911,
      "step": 2537
    },
    {
      "epoch": 0.4512,
      "grad_norm": 0.22377189993858337,
      "learning_rate": 2.8831544893491563e-05,
      "loss": 0.4316,
      "step": 2538
    },
    {
      "epoch": 0.45137777777777777,
      "grad_norm": 0.352762907743454,
      "learning_rate": 2.881774662245658e-05,
      "loss": 0.3826,
      "step": 2539
    },
    {
      "epoch": 0.45155555555555554,
      "grad_norm": 0.24529008567333221,
      "learning_rate": 2.8803947160558652e-05,
      "loss": 0.4148,
      "step": 2540
    },
    {
      "epoch": 0.4517333333333333,
      "grad_norm": 0.2901937663555145,
      "learning_rate": 2.879014651210223e-05,
      "loss": 0.3936,
      "step": 2541
    },
    {
      "epoch": 0.4519111111111111,
      "grad_norm": 0.39304324984550476,
      "learning_rate": 2.8776344681392105e-05,
      "loss": 0.3976,
      "step": 2542
    },
    {
      "epoch": 0.4520888888888889,
      "grad_norm": 0.27212122082710266,
      "learning_rate": 2.8762541672733472e-05,
      "loss": 0.2798,
      "step": 2543
    },
    {
      "epoch": 0.45226666666666665,
      "grad_norm": 0.2753283977508545,
      "learning_rate": 2.874873749043187e-05,
      "loss": 0.4375,
      "step": 2544
    },
    {
      "epoch": 0.4524444444444444,
      "grad_norm": 0.33852502703666687,
      "learning_rate": 2.8734932138793225e-05,
      "loss": 0.4343,
      "step": 2545
    },
    {
      "epoch": 0.4526222222222222,
      "grad_norm": 0.38610076904296875,
      "learning_rate": 2.8721125622123806e-05,
      "loss": 0.5252,
      "step": 2546
    },
    {
      "epoch": 0.4528,
      "grad_norm": 0.33478352427482605,
      "learning_rate": 2.8707317944730268e-05,
      "loss": 0.3944,
      "step": 2547
    },
    {
      "epoch": 0.45297777777777776,
      "grad_norm": 0.5933079719543457,
      "learning_rate": 2.8693509110919598e-05,
      "loss": 0.5407,
      "step": 2548
    },
    {
      "epoch": 0.45315555555555553,
      "grad_norm": 0.44740936160087585,
      "learning_rate": 2.8679699124999166e-05,
      "loss": 0.5082,
      "step": 2549
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 0.5158184170722961,
      "learning_rate": 2.866588799127671e-05,
      "loss": 0.4892,
      "step": 2550
    },
    {
      "epoch": 0.4535111111111111,
      "grad_norm": 0.2637031078338623,
      "learning_rate": 2.8652075714060295e-05,
      "loss": 0.5185,
      "step": 2551
    },
    {
      "epoch": 0.45368888888888886,
      "grad_norm": 0.2709507942199707,
      "learning_rate": 2.8638262297658368e-05,
      "loss": 0.6141,
      "step": 2552
    },
    {
      "epoch": 0.45386666666666664,
      "grad_norm": 0.22555111348628998,
      "learning_rate": 2.8624447746379722e-05,
      "loss": 0.4069,
      "step": 2553
    },
    {
      "epoch": 0.4540444444444444,
      "grad_norm": 0.2944674491882324,
      "learning_rate": 2.8610632064533517e-05,
      "loss": 0.4707,
      "step": 2554
    },
    {
      "epoch": 0.45422222222222225,
      "grad_norm": 0.2797921895980835,
      "learning_rate": 2.859681525642923e-05,
      "loss": 0.6232,
      "step": 2555
    },
    {
      "epoch": 0.4544,
      "grad_norm": 0.2537840008735657,
      "learning_rate": 2.858299732637674e-05,
      "loss": 0.384,
      "step": 2556
    },
    {
      "epoch": 0.4545777777777778,
      "grad_norm": 0.26099979877471924,
      "learning_rate": 2.856917827868622e-05,
      "loss": 0.4493,
      "step": 2557
    },
    {
      "epoch": 0.4547555555555556,
      "grad_norm": 0.23144148290157318,
      "learning_rate": 2.855535811766825e-05,
      "loss": 0.4361,
      "step": 2558
    },
    {
      "epoch": 0.45493333333333336,
      "grad_norm": 0.2853239178657532,
      "learning_rate": 2.8541536847633717e-05,
      "loss": 0.5272,
      "step": 2559
    },
    {
      "epoch": 0.45511111111111113,
      "grad_norm": 0.24015262722969055,
      "learning_rate": 2.8527714472893862e-05,
      "loss": 0.4416,
      "step": 2560
    },
    {
      "epoch": 0.4552888888888889,
      "grad_norm": 0.2875637114048004,
      "learning_rate": 2.8513890997760272e-05,
      "loss": 0.5063,
      "step": 2561
    },
    {
      "epoch": 0.4554666666666667,
      "grad_norm": 0.20942963659763336,
      "learning_rate": 2.8500066426544896e-05,
      "loss": 0.3619,
      "step": 2562
    },
    {
      "epoch": 0.45564444444444446,
      "grad_norm": 0.24299213290214539,
      "learning_rate": 2.8486240763559986e-05,
      "loss": 0.5294,
      "step": 2563
    },
    {
      "epoch": 0.45582222222222224,
      "grad_norm": 0.22225119173526764,
      "learning_rate": 2.847241401311817e-05,
      "loss": 0.3673,
      "step": 2564
    },
    {
      "epoch": 0.456,
      "grad_norm": 0.30358871817588806,
      "learning_rate": 2.845858617953239e-05,
      "loss": 0.6203,
      "step": 2565
    },
    {
      "epoch": 0.4561777777777778,
      "grad_norm": 0.27116143703460693,
      "learning_rate": 2.844475726711595e-05,
      "loss": 0.5473,
      "step": 2566
    },
    {
      "epoch": 0.45635555555555557,
      "grad_norm": 0.2246532291173935,
      "learning_rate": 2.843092728018248e-05,
      "loss": 0.4543,
      "step": 2567
    },
    {
      "epoch": 0.45653333333333335,
      "grad_norm": 0.23672115802764893,
      "learning_rate": 2.8417096223045925e-05,
      "loss": 0.3729,
      "step": 2568
    },
    {
      "epoch": 0.4567111111111111,
      "grad_norm": 0.3492291569709778,
      "learning_rate": 2.840326410002061e-05,
      "loss": 0.5773,
      "step": 2569
    },
    {
      "epoch": 0.4568888888888889,
      "grad_norm": 0.2673388123512268,
      "learning_rate": 2.8389430915421132e-05,
      "loss": 0.6236,
      "step": 2570
    },
    {
      "epoch": 0.4570666666666667,
      "grad_norm": 0.2656526565551758,
      "learning_rate": 2.8375596673562482e-05,
      "loss": 0.465,
      "step": 2571
    },
    {
      "epoch": 0.45724444444444445,
      "grad_norm": 0.33117249608039856,
      "learning_rate": 2.8361761378759934e-05,
      "loss": 0.776,
      "step": 2572
    },
    {
      "epoch": 0.45742222222222223,
      "grad_norm": 0.272762656211853,
      "learning_rate": 2.834792503532911e-05,
      "loss": 0.5591,
      "step": 2573
    },
    {
      "epoch": 0.4576,
      "grad_norm": 0.2594073414802551,
      "learning_rate": 2.833408764758595e-05,
      "loss": 0.4744,
      "step": 2574
    },
    {
      "epoch": 0.4577777777777778,
      "grad_norm": 0.29209282994270325,
      "learning_rate": 2.832024921984674e-05,
      "loss": 0.4565,
      "step": 2575
    },
    {
      "epoch": 0.45795555555555556,
      "grad_norm": 0.26159170269966125,
      "learning_rate": 2.8306409756428064e-05,
      "loss": 0.488,
      "step": 2576
    },
    {
      "epoch": 0.45813333333333334,
      "grad_norm": 0.25381600856781006,
      "learning_rate": 2.829256926164685e-05,
      "loss": 0.4966,
      "step": 2577
    },
    {
      "epoch": 0.4583111111111111,
      "grad_norm": 0.24267758429050446,
      "learning_rate": 2.8278727739820333e-05,
      "loss": 0.5224,
      "step": 2578
    },
    {
      "epoch": 0.4584888888888889,
      "grad_norm": 0.32321590185165405,
      "learning_rate": 2.8264885195266065e-05,
      "loss": 0.6228,
      "step": 2579
    },
    {
      "epoch": 0.45866666666666667,
      "grad_norm": 0.24928446114063263,
      "learning_rate": 2.8251041632301957e-05,
      "loss": 0.5105,
      "step": 2580
    },
    {
      "epoch": 0.45884444444444444,
      "grad_norm": 0.31957152485847473,
      "learning_rate": 2.8237197055246172e-05,
      "loss": 0.4422,
      "step": 2581
    },
    {
      "epoch": 0.4590222222222222,
      "grad_norm": 0.2511320114135742,
      "learning_rate": 2.8223351468417254e-05,
      "loss": 0.3378,
      "step": 2582
    },
    {
      "epoch": 0.4592,
      "grad_norm": 0.2694665789604187,
      "learning_rate": 2.8209504876134007e-05,
      "loss": 0.4609,
      "step": 2583
    },
    {
      "epoch": 0.4593777777777778,
      "grad_norm": 0.2905427813529968,
      "learning_rate": 2.8195657282715594e-05,
      "loss": 0.566,
      "step": 2584
    },
    {
      "epoch": 0.45955555555555555,
      "grad_norm": 0.23790432512760162,
      "learning_rate": 2.8181808692481453e-05,
      "loss": 0.4223,
      "step": 2585
    },
    {
      "epoch": 0.4597333333333333,
      "grad_norm": 0.25193968415260315,
      "learning_rate": 2.816795910975137e-05,
      "loss": 0.5893,
      "step": 2586
    },
    {
      "epoch": 0.4599111111111111,
      "grad_norm": 0.2869940400123596,
      "learning_rate": 2.8154108538845404e-05,
      "loss": 0.5539,
      "step": 2587
    },
    {
      "epoch": 0.4600888888888889,
      "grad_norm": 0.4210547208786011,
      "learning_rate": 2.8140256984083947e-05,
      "loss": 0.4714,
      "step": 2588
    },
    {
      "epoch": 0.46026666666666666,
      "grad_norm": 0.24389785528182983,
      "learning_rate": 2.8126404449787685e-05,
      "loss": 0.3989,
      "step": 2589
    },
    {
      "epoch": 0.46044444444444443,
      "grad_norm": 0.31674498319625854,
      "learning_rate": 2.8112550940277616e-05,
      "loss": 0.4046,
      "step": 2590
    },
    {
      "epoch": 0.4606222222222222,
      "grad_norm": 0.2901545464992523,
      "learning_rate": 2.8098696459875046e-05,
      "loss": 0.4267,
      "step": 2591
    },
    {
      "epoch": 0.4608,
      "grad_norm": 0.3398211896419525,
      "learning_rate": 2.8084841012901574e-05,
      "loss": 0.442,
      "step": 2592
    },
    {
      "epoch": 0.46097777777777776,
      "grad_norm": 0.2972176969051361,
      "learning_rate": 2.8070984603679107e-05,
      "loss": 0.379,
      "step": 2593
    },
    {
      "epoch": 0.46115555555555554,
      "grad_norm": 0.3861132562160492,
      "learning_rate": 2.8057127236529844e-05,
      "loss": 0.4017,
      "step": 2594
    },
    {
      "epoch": 0.4613333333333333,
      "grad_norm": 0.3197527825832367,
      "learning_rate": 2.80432689157763e-05,
      "loss": 0.3625,
      "step": 2595
    },
    {
      "epoch": 0.4615111111111111,
      "grad_norm": 0.296059787273407,
      "learning_rate": 2.8029409645741267e-05,
      "loss": 0.4688,
      "step": 2596
    },
    {
      "epoch": 0.46168888888888887,
      "grad_norm": 0.47241833806037903,
      "learning_rate": 2.8015549430747852e-05,
      "loss": 0.405,
      "step": 2597
    },
    {
      "epoch": 0.46186666666666665,
      "grad_norm": 0.34685230255126953,
      "learning_rate": 2.8001688275119432e-05,
      "loss": 0.4424,
      "step": 2598
    },
    {
      "epoch": 0.4620444444444444,
      "grad_norm": 0.41835668683052063,
      "learning_rate": 2.7987826183179712e-05,
      "loss": 0.467,
      "step": 2599
    },
    {
      "epoch": 0.4622222222222222,
      "grad_norm": 0.3845471441745758,
      "learning_rate": 2.797396315925265e-05,
      "loss": 0.4805,
      "step": 2600
    },
    {
      "epoch": 0.4624,
      "grad_norm": 0.2852180600166321,
      "learning_rate": 2.7960099207662532e-05,
      "loss": 0.3883,
      "step": 2601
    },
    {
      "epoch": 0.46257777777777775,
      "grad_norm": 0.2547115087509155,
      "learning_rate": 2.79462343327339e-05,
      "loss": 0.3908,
      "step": 2602
    },
    {
      "epoch": 0.46275555555555553,
      "grad_norm": 0.29451602697372437,
      "learning_rate": 2.793236853879161e-05,
      "loss": 0.5675,
      "step": 2603
    },
    {
      "epoch": 0.4629333333333333,
      "grad_norm": 0.19915078580379486,
      "learning_rate": 2.79185018301608e-05,
      "loss": 0.4174,
      "step": 2604
    },
    {
      "epoch": 0.4631111111111111,
      "grad_norm": 0.21351076662540436,
      "learning_rate": 2.7904634211166876e-05,
      "loss": 0.4366,
      "step": 2605
    },
    {
      "epoch": 0.46328888888888886,
      "grad_norm": 0.2622143626213074,
      "learning_rate": 2.7890765686135544e-05,
      "loss": 0.4875,
      "step": 2606
    },
    {
      "epoch": 0.4634666666666667,
      "grad_norm": 0.20998716354370117,
      "learning_rate": 2.7876896259392788e-05,
      "loss": 0.3867,
      "step": 2607
    },
    {
      "epoch": 0.46364444444444447,
      "grad_norm": 0.2636096477508545,
      "learning_rate": 2.7863025935264875e-05,
      "loss": 0.5069,
      "step": 2608
    },
    {
      "epoch": 0.46382222222222225,
      "grad_norm": 0.2735377848148346,
      "learning_rate": 2.7849154718078346e-05,
      "loss": 0.4107,
      "step": 2609
    },
    {
      "epoch": 0.464,
      "grad_norm": 0.2855624854564667,
      "learning_rate": 2.783528261216004e-05,
      "loss": 0.5757,
      "step": 2610
    },
    {
      "epoch": 0.4641777777777778,
      "grad_norm": 0.28109976649284363,
      "learning_rate": 2.782140962183704e-05,
      "loss": 0.6672,
      "step": 2611
    },
    {
      "epoch": 0.4643555555555556,
      "grad_norm": 0.2662220895290375,
      "learning_rate": 2.7807535751436738e-05,
      "loss": 0.5209,
      "step": 2612
    },
    {
      "epoch": 0.46453333333333335,
      "grad_norm": 0.3121795952320099,
      "learning_rate": 2.7793661005286774e-05,
      "loss": 0.5222,
      "step": 2613
    },
    {
      "epoch": 0.46471111111111113,
      "grad_norm": 0.2676851451396942,
      "learning_rate": 2.7779785387715078e-05,
      "loss": 0.5182,
      "step": 2614
    },
    {
      "epoch": 0.4648888888888889,
      "grad_norm": 0.28443947434425354,
      "learning_rate": 2.7765908903049848e-05,
      "loss": 0.6308,
      "step": 2615
    },
    {
      "epoch": 0.4650666666666667,
      "grad_norm": 0.2885751724243164,
      "learning_rate": 2.7752031555619555e-05,
      "loss": 0.5988,
      "step": 2616
    },
    {
      "epoch": 0.46524444444444446,
      "grad_norm": 0.2557695209980011,
      "learning_rate": 2.773815334975292e-05,
      "loss": 0.5732,
      "step": 2617
    },
    {
      "epoch": 0.46542222222222224,
      "grad_norm": 0.2911243438720703,
      "learning_rate": 2.7724274289778974e-05,
      "loss": 0.4265,
      "step": 2618
    },
    {
      "epoch": 0.4656,
      "grad_norm": 0.2733997106552124,
      "learning_rate": 2.7710394380026954e-05,
      "loss": 0.5486,
      "step": 2619
    },
    {
      "epoch": 0.4657777777777778,
      "grad_norm": 0.28769850730895996,
      "learning_rate": 2.769651362482642e-05,
      "loss": 0.5711,
      "step": 2620
    },
    {
      "epoch": 0.46595555555555557,
      "grad_norm": 0.24765627086162567,
      "learning_rate": 2.7682632028507167e-05,
      "loss": 0.4066,
      "step": 2621
    },
    {
      "epoch": 0.46613333333333334,
      "grad_norm": 0.2901877462863922,
      "learning_rate": 2.766874959539925e-05,
      "loss": 0.5594,
      "step": 2622
    },
    {
      "epoch": 0.4663111111111111,
      "grad_norm": 0.23390290141105652,
      "learning_rate": 2.7654866329833002e-05,
      "loss": 0.4828,
      "step": 2623
    },
    {
      "epoch": 0.4664888888888889,
      "grad_norm": 0.23176878690719604,
      "learning_rate": 2.7640982236138992e-05,
      "loss": 0.359,
      "step": 2624
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 0.27021723985671997,
      "learning_rate": 2.7627097318648076e-05,
      "loss": 0.3924,
      "step": 2625
    },
    {
      "epoch": 0.46684444444444445,
      "grad_norm": 0.27413272857666016,
      "learning_rate": 2.761321158169134e-05,
      "loss": 0.4043,
      "step": 2626
    },
    {
      "epoch": 0.4670222222222222,
      "grad_norm": 0.27315467596054077,
      "learning_rate": 2.7599325029600143e-05,
      "loss": 0.5203,
      "step": 2627
    },
    {
      "epoch": 0.4672,
      "grad_norm": 0.22873376309871674,
      "learning_rate": 2.7585437666706087e-05,
      "loss": 0.3736,
      "step": 2628
    },
    {
      "epoch": 0.4673777777777778,
      "grad_norm": 0.23601143062114716,
      "learning_rate": 2.7571549497341042e-05,
      "loss": 0.3877,
      "step": 2629
    },
    {
      "epoch": 0.46755555555555556,
      "grad_norm": 0.2553922235965729,
      "learning_rate": 2.7557660525837108e-05,
      "loss": 0.4852,
      "step": 2630
    },
    {
      "epoch": 0.46773333333333333,
      "grad_norm": 0.3287767469882965,
      "learning_rate": 2.754377075652666e-05,
      "loss": 0.4627,
      "step": 2631
    },
    {
      "epoch": 0.4679111111111111,
      "grad_norm": 0.267870157957077,
      "learning_rate": 2.7529880193742297e-05,
      "loss": 0.6019,
      "step": 2632
    },
    {
      "epoch": 0.4680888888888889,
      "grad_norm": 0.24530629813671112,
      "learning_rate": 2.7515988841816887e-05,
      "loss": 0.4602,
      "step": 2633
    },
    {
      "epoch": 0.46826666666666666,
      "grad_norm": 0.26207485795021057,
      "learning_rate": 2.7502096705083535e-05,
      "loss": 0.4363,
      "step": 2634
    },
    {
      "epoch": 0.46844444444444444,
      "grad_norm": 0.25233450531959534,
      "learning_rate": 2.7488203787875577e-05,
      "loss": 0.3769,
      "step": 2635
    },
    {
      "epoch": 0.4686222222222222,
      "grad_norm": 0.27759021520614624,
      "learning_rate": 2.747431009452663e-05,
      "loss": 0.4682,
      "step": 2636
    },
    {
      "epoch": 0.4688,
      "grad_norm": 0.23523619771003723,
      "learning_rate": 2.7460415629370508e-05,
      "loss": 0.4463,
      "step": 2637
    },
    {
      "epoch": 0.46897777777777777,
      "grad_norm": 0.27616363763809204,
      "learning_rate": 2.744652039674129e-05,
      "loss": 0.412,
      "step": 2638
    },
    {
      "epoch": 0.46915555555555555,
      "grad_norm": 0.28102391958236694,
      "learning_rate": 2.74326244009733e-05,
      "loss": 0.4421,
      "step": 2639
    },
    {
      "epoch": 0.4693333333333333,
      "grad_norm": 0.252031534910202,
      "learning_rate": 2.7418727646401094e-05,
      "loss": 0.3936,
      "step": 2640
    },
    {
      "epoch": 0.4695111111111111,
      "grad_norm": 0.28618207573890686,
      "learning_rate": 2.7404830137359444e-05,
      "loss": 0.3481,
      "step": 2641
    },
    {
      "epoch": 0.4696888888888889,
      "grad_norm": 0.3900219798088074,
      "learning_rate": 2.739093187818339e-05,
      "loss": 0.4406,
      "step": 2642
    },
    {
      "epoch": 0.46986666666666665,
      "grad_norm": 0.37281185388565063,
      "learning_rate": 2.7377032873208186e-05,
      "loss": 0.4285,
      "step": 2643
    },
    {
      "epoch": 0.47004444444444443,
      "grad_norm": 0.33701759576797485,
      "learning_rate": 2.7363133126769325e-05,
      "loss": 0.5967,
      "step": 2644
    },
    {
      "epoch": 0.4702222222222222,
      "grad_norm": 0.3020801842212677,
      "learning_rate": 2.734923264320254e-05,
      "loss": 0.4057,
      "step": 2645
    },
    {
      "epoch": 0.4704,
      "grad_norm": 0.40793532133102417,
      "learning_rate": 2.733533142684377e-05,
      "loss": 0.4302,
      "step": 2646
    },
    {
      "epoch": 0.47057777777777776,
      "grad_norm": 0.3178774118423462,
      "learning_rate": 2.73214294820292e-05,
      "loss": 0.3733,
      "step": 2647
    },
    {
      "epoch": 0.47075555555555554,
      "grad_norm": 0.2962934672832489,
      "learning_rate": 2.730752681309524e-05,
      "loss": 0.4286,
      "step": 2648
    },
    {
      "epoch": 0.4709333333333333,
      "grad_norm": 0.3513740599155426,
      "learning_rate": 2.7293623424378535e-05,
      "loss": 0.3722,
      "step": 2649
    },
    {
      "epoch": 0.4711111111111111,
      "grad_norm": 0.42167922854423523,
      "learning_rate": 2.7279719320215924e-05,
      "loss": 0.4975,
      "step": 2650
    },
    {
      "epoch": 0.47128888888888887,
      "grad_norm": 0.2567519247531891,
      "learning_rate": 2.726581450494451e-05,
      "loss": 0.5167,
      "step": 2651
    },
    {
      "epoch": 0.47146666666666665,
      "grad_norm": 0.23638205230236053,
      "learning_rate": 2.725190898290158e-05,
      "loss": 0.4623,
      "step": 2652
    },
    {
      "epoch": 0.4716444444444444,
      "grad_norm": 0.3296489119529724,
      "learning_rate": 2.723800275842468e-05,
      "loss": 0.4686,
      "step": 2653
    },
    {
      "epoch": 0.4718222222222222,
      "grad_norm": 0.273482084274292,
      "learning_rate": 2.7224095835851525e-05,
      "loss": 0.5614,
      "step": 2654
    },
    {
      "epoch": 0.472,
      "grad_norm": 0.27394604682922363,
      "learning_rate": 2.721018821952011e-05,
      "loss": 0.4797,
      "step": 2655
    },
    {
      "epoch": 0.47217777777777775,
      "grad_norm": 0.2177024483680725,
      "learning_rate": 2.7196279913768584e-05,
      "loss": 0.4062,
      "step": 2656
    },
    {
      "epoch": 0.47235555555555553,
      "grad_norm": 0.2680479884147644,
      "learning_rate": 2.7182370922935353e-05,
      "loss": 0.4423,
      "step": 2657
    },
    {
      "epoch": 0.47253333333333336,
      "grad_norm": 0.3028639853000641,
      "learning_rate": 2.716846125135903e-05,
      "loss": 0.5805,
      "step": 2658
    },
    {
      "epoch": 0.47271111111111114,
      "grad_norm": 0.3344045877456665,
      "learning_rate": 2.715455090337842e-05,
      "loss": 0.5299,
      "step": 2659
    },
    {
      "epoch": 0.4728888888888889,
      "grad_norm": 0.2679993212223053,
      "learning_rate": 2.7140639883332564e-05,
      "loss": 0.5427,
      "step": 2660
    },
    {
      "epoch": 0.4730666666666667,
      "grad_norm": 0.2035873383283615,
      "learning_rate": 2.7126728195560702e-05,
      "loss": 0.3621,
      "step": 2661
    },
    {
      "epoch": 0.47324444444444447,
      "grad_norm": 0.32415854930877686,
      "learning_rate": 2.711281584440228e-05,
      "loss": 0.3939,
      "step": 2662
    },
    {
      "epoch": 0.47342222222222224,
      "grad_norm": 0.26181235909461975,
      "learning_rate": 2.7098902834196943e-05,
      "loss": 0.4508,
      "step": 2663
    },
    {
      "epoch": 0.4736,
      "grad_norm": 0.2614816725254059,
      "learning_rate": 2.7084989169284568e-05,
      "loss": 0.6049,
      "step": 2664
    },
    {
      "epoch": 0.4737777777777778,
      "grad_norm": 0.2784140408039093,
      "learning_rate": 2.707107485400521e-05,
      "loss": 0.4225,
      "step": 2665
    },
    {
      "epoch": 0.4739555555555556,
      "grad_norm": 0.2713667154312134,
      "learning_rate": 2.705715989269914e-05,
      "loss": 0.3935,
      "step": 2666
    },
    {
      "epoch": 0.47413333333333335,
      "grad_norm": 0.3248816132545471,
      "learning_rate": 2.7043244289706826e-05,
      "loss": 0.7012,
      "step": 2667
    },
    {
      "epoch": 0.47431111111111113,
      "grad_norm": 0.2341870367527008,
      "learning_rate": 2.702932804936894e-05,
      "loss": 0.5207,
      "step": 2668
    },
    {
      "epoch": 0.4744888888888889,
      "grad_norm": 0.28810498118400574,
      "learning_rate": 2.7015411176026344e-05,
      "loss": 0.4385,
      "step": 2669
    },
    {
      "epoch": 0.4746666666666667,
      "grad_norm": 0.3099035322666168,
      "learning_rate": 2.700149367402011e-05,
      "loss": 0.4678,
      "step": 2670
    },
    {
      "epoch": 0.47484444444444446,
      "grad_norm": 0.23505716025829315,
      "learning_rate": 2.6987575547691497e-05,
      "loss": 0.4486,
      "step": 2671
    },
    {
      "epoch": 0.47502222222222223,
      "grad_norm": 0.28962358832359314,
      "learning_rate": 2.6973656801381963e-05,
      "loss": 0.5416,
      "step": 2672
    },
    {
      "epoch": 0.4752,
      "grad_norm": 0.23237808048725128,
      "learning_rate": 2.695973743943315e-05,
      "loss": 0.3358,
      "step": 2673
    },
    {
      "epoch": 0.4753777777777778,
      "grad_norm": 0.227394700050354,
      "learning_rate": 2.6945817466186912e-05,
      "loss": 0.4838,
      "step": 2674
    },
    {
      "epoch": 0.47555555555555556,
      "grad_norm": 0.2561541497707367,
      "learning_rate": 2.693189688598528e-05,
      "loss": 0.3834,
      "step": 2675
    },
    {
      "epoch": 0.47573333333333334,
      "grad_norm": 0.25477033853530884,
      "learning_rate": 2.6917975703170466e-05,
      "loss": 0.4684,
      "step": 2676
    },
    {
      "epoch": 0.4759111111111111,
      "grad_norm": 0.277456134557724,
      "learning_rate": 2.6904053922084895e-05,
      "loss": 0.4787,
      "step": 2677
    },
    {
      "epoch": 0.4760888888888889,
      "grad_norm": 0.26161813735961914,
      "learning_rate": 2.6890131547071147e-05,
      "loss": 0.4976,
      "step": 2678
    },
    {
      "epoch": 0.47626666666666667,
      "grad_norm": 0.2510134279727936,
      "learning_rate": 2.6876208582472012e-05,
      "loss": 0.4741,
      "step": 2679
    },
    {
      "epoch": 0.47644444444444445,
      "grad_norm": 0.3506874740123749,
      "learning_rate": 2.686228503263045e-05,
      "loss": 0.4803,
      "step": 2680
    },
    {
      "epoch": 0.4766222222222222,
      "grad_norm": 0.2110377699136734,
      "learning_rate": 2.684836090188963e-05,
      "loss": 0.448,
      "step": 2681
    },
    {
      "epoch": 0.4768,
      "grad_norm": 0.22271575033664703,
      "learning_rate": 2.6834436194592853e-05,
      "loss": 0.4548,
      "step": 2682
    },
    {
      "epoch": 0.4769777777777778,
      "grad_norm": 0.2670367658138275,
      "learning_rate": 2.6820510915083648e-05,
      "loss": 0.4639,
      "step": 2683
    },
    {
      "epoch": 0.47715555555555556,
      "grad_norm": 0.3348279297351837,
      "learning_rate": 2.6806585067705692e-05,
      "loss": 0.5265,
      "step": 2684
    },
    {
      "epoch": 0.47733333333333333,
      "grad_norm": 0.24391323328018188,
      "learning_rate": 2.6792658656802856e-05,
      "loss": 0.4273,
      "step": 2685
    },
    {
      "epoch": 0.4775111111111111,
      "grad_norm": 0.2954247295856476,
      "learning_rate": 2.6778731686719178e-05,
      "loss": 0.5341,
      "step": 2686
    },
    {
      "epoch": 0.4776888888888889,
      "grad_norm": 0.271161288022995,
      "learning_rate": 2.6764804161798867e-05,
      "loss": 0.5802,
      "step": 2687
    },
    {
      "epoch": 0.47786666666666666,
      "grad_norm": 0.2661648094654083,
      "learning_rate": 2.6750876086386328e-05,
      "loss": 0.4937,
      "step": 2688
    },
    {
      "epoch": 0.47804444444444444,
      "grad_norm": 0.29163336753845215,
      "learning_rate": 2.6736947464826108e-05,
      "loss": 0.4053,
      "step": 2689
    },
    {
      "epoch": 0.4782222222222222,
      "grad_norm": 0.32902923226356506,
      "learning_rate": 2.6723018301462937e-05,
      "loss": 0.3683,
      "step": 2690
    },
    {
      "epoch": 0.4784,
      "grad_norm": 0.39490464329719543,
      "learning_rate": 2.6709088600641717e-05,
      "loss": 0.3821,
      "step": 2691
    },
    {
      "epoch": 0.47857777777777777,
      "grad_norm": 0.41516822576522827,
      "learning_rate": 2.6695158366707522e-05,
      "loss": 0.4142,
      "step": 2692
    },
    {
      "epoch": 0.47875555555555555,
      "grad_norm": 0.45474985241889954,
      "learning_rate": 2.6681227604005576e-05,
      "loss": 0.4589,
      "step": 2693
    },
    {
      "epoch": 0.4789333333333333,
      "grad_norm": 0.3482872545719147,
      "learning_rate": 2.666729631688128e-05,
      "loss": 0.4654,
      "step": 2694
    },
    {
      "epoch": 0.4791111111111111,
      "grad_norm": 0.28876376152038574,
      "learning_rate": 2.6653364509680188e-05,
      "loss": 0.335,
      "step": 2695
    },
    {
      "epoch": 0.4792888888888889,
      "grad_norm": 0.39880484342575073,
      "learning_rate": 2.6639432186748043e-05,
      "loss": 0.5145,
      "step": 2696
    },
    {
      "epoch": 0.47946666666666665,
      "grad_norm": 0.3217504620552063,
      "learning_rate": 2.662549935243071e-05,
      "loss": 0.3586,
      "step": 2697
    },
    {
      "epoch": 0.47964444444444443,
      "grad_norm": 0.40799853205680847,
      "learning_rate": 2.661156601107424e-05,
      "loss": 0.5525,
      "step": 2698
    },
    {
      "epoch": 0.4798222222222222,
      "grad_norm": 0.4684382677078247,
      "learning_rate": 2.6597632167024843e-05,
      "loss": 0.4075,
      "step": 2699
    },
    {
      "epoch": 0.48,
      "grad_norm": 0.4690878093242645,
      "learning_rate": 2.6583697824628868e-05,
      "loss": 0.4868,
      "step": 2700
    },
    {
      "epoch": 0.48017777777777776,
      "grad_norm": 0.25890591740608215,
      "learning_rate": 2.656976298823284e-05,
      "loss": 0.4663,
      "step": 2701
    },
    {
      "epoch": 0.48035555555555554,
      "grad_norm": 0.2905474901199341,
      "learning_rate": 2.6555827662183414e-05,
      "loss": 0.5808,
      "step": 2702
    },
    {
      "epoch": 0.4805333333333333,
      "grad_norm": 0.2552701532840729,
      "learning_rate": 2.6541891850827427e-05,
      "loss": 0.461,
      "step": 2703
    },
    {
      "epoch": 0.4807111111111111,
      "grad_norm": 0.2832605540752411,
      "learning_rate": 2.6527955558511842e-05,
      "loss": 0.4267,
      "step": 2704
    },
    {
      "epoch": 0.48088888888888887,
      "grad_norm": 0.2686953544616699,
      "learning_rate": 2.6514018789583784e-05,
      "loss": 0.5908,
      "step": 2705
    },
    {
      "epoch": 0.48106666666666664,
      "grad_norm": 0.31386080384254456,
      "learning_rate": 2.650008154839052e-05,
      "loss": 0.6185,
      "step": 2706
    },
    {
      "epoch": 0.4812444444444444,
      "grad_norm": 0.2457066774368286,
      "learning_rate": 2.6486143839279487e-05,
      "loss": 0.5126,
      "step": 2707
    },
    {
      "epoch": 0.4814222222222222,
      "grad_norm": 0.29232901334762573,
      "learning_rate": 2.647220566659822e-05,
      "loss": 0.5445,
      "step": 2708
    },
    {
      "epoch": 0.4816,
      "grad_norm": 0.23501421511173248,
      "learning_rate": 2.6458267034694463e-05,
      "loss": 0.4427,
      "step": 2709
    },
    {
      "epoch": 0.4817777777777778,
      "grad_norm": 0.25790467858314514,
      "learning_rate": 2.6444327947916036e-05,
      "loss": 0.5115,
      "step": 2710
    },
    {
      "epoch": 0.4819555555555556,
      "grad_norm": 0.25371503829956055,
      "learning_rate": 2.6430388410610955e-05,
      "loss": 0.4417,
      "step": 2711
    },
    {
      "epoch": 0.48213333333333336,
      "grad_norm": 0.19024552404880524,
      "learning_rate": 2.641644842712735e-05,
      "loss": 0.3899,
      "step": 2712
    },
    {
      "epoch": 0.48231111111111113,
      "grad_norm": 0.2697563171386719,
      "learning_rate": 2.6402508001813496e-05,
      "loss": 0.5841,
      "step": 2713
    },
    {
      "epoch": 0.4824888888888889,
      "grad_norm": 0.2678986191749573,
      "learning_rate": 2.63885671390178e-05,
      "loss": 0.6338,
      "step": 2714
    },
    {
      "epoch": 0.4826666666666667,
      "grad_norm": 0.2988133728504181,
      "learning_rate": 2.637462584308881e-05,
      "loss": 0.7539,
      "step": 2715
    },
    {
      "epoch": 0.48284444444444446,
      "grad_norm": 0.28690090775489807,
      "learning_rate": 2.636068411837523e-05,
      "loss": 0.4311,
      "step": 2716
    },
    {
      "epoch": 0.48302222222222224,
      "grad_norm": 0.25773856043815613,
      "learning_rate": 2.634674196922585e-05,
      "loss": 0.4205,
      "step": 2717
    },
    {
      "epoch": 0.4832,
      "grad_norm": 0.2889302968978882,
      "learning_rate": 2.633279939998964e-05,
      "loss": 0.5915,
      "step": 2718
    },
    {
      "epoch": 0.4833777777777778,
      "grad_norm": 0.21328595280647278,
      "learning_rate": 2.6318856415015664e-05,
      "loss": 0.4696,
      "step": 2719
    },
    {
      "epoch": 0.48355555555555557,
      "grad_norm": 0.25663915276527405,
      "learning_rate": 2.6304913018653144e-05,
      "loss": 0.4324,
      "step": 2720
    },
    {
      "epoch": 0.48373333333333335,
      "grad_norm": 0.25406956672668457,
      "learning_rate": 2.6290969215251416e-05,
      "loss": 0.4725,
      "step": 2721
    },
    {
      "epoch": 0.4839111111111111,
      "grad_norm": 0.24036285281181335,
      "learning_rate": 2.627702500915995e-05,
      "loss": 0.5367,
      "step": 2722
    },
    {
      "epoch": 0.4840888888888889,
      "grad_norm": 0.2485695332288742,
      "learning_rate": 2.6263080404728325e-05,
      "loss": 0.4526,
      "step": 2723
    },
    {
      "epoch": 0.4842666666666667,
      "grad_norm": 0.2908492386341095,
      "learning_rate": 2.6249135406306273e-05,
      "loss": 0.5476,
      "step": 2724
    },
    {
      "epoch": 0.48444444444444446,
      "grad_norm": 0.23845696449279785,
      "learning_rate": 2.623519001824362e-05,
      "loss": 0.5002,
      "step": 2725
    },
    {
      "epoch": 0.48462222222222223,
      "grad_norm": 0.24599142372608185,
      "learning_rate": 2.6221244244890336e-05,
      "loss": 0.6047,
      "step": 2726
    },
    {
      "epoch": 0.4848,
      "grad_norm": 0.2732583284378052,
      "learning_rate": 2.6207298090596493e-05,
      "loss": 0.5502,
      "step": 2727
    },
    {
      "epoch": 0.4849777777777778,
      "grad_norm": 0.27662861347198486,
      "learning_rate": 2.6193351559712292e-05,
      "loss": 0.5494,
      "step": 2728
    },
    {
      "epoch": 0.48515555555555556,
      "grad_norm": 0.2510906159877777,
      "learning_rate": 2.6179404656588058e-05,
      "loss": 0.4593,
      "step": 2729
    },
    {
      "epoch": 0.48533333333333334,
      "grad_norm": 0.20205947756767273,
      "learning_rate": 2.616545738557421e-05,
      "loss": 0.4826,
      "step": 2730
    },
    {
      "epoch": 0.4855111111111111,
      "grad_norm": 0.2853657603263855,
      "learning_rate": 2.615150975102131e-05,
      "loss": 0.4059,
      "step": 2731
    },
    {
      "epoch": 0.4856888888888889,
      "grad_norm": 0.32150328159332275,
      "learning_rate": 2.6137561757280003e-05,
      "loss": 0.3672,
      "step": 2732
    },
    {
      "epoch": 0.48586666666666667,
      "grad_norm": 0.29451146721839905,
      "learning_rate": 2.6123613408701082e-05,
      "loss": 0.5277,
      "step": 2733
    },
    {
      "epoch": 0.48604444444444445,
      "grad_norm": 0.24611295759677887,
      "learning_rate": 2.610966470963541e-05,
      "loss": 0.3928,
      "step": 2734
    },
    {
      "epoch": 0.4862222222222222,
      "grad_norm": 0.2848418354988098,
      "learning_rate": 2.6095715664433995e-05,
      "loss": 0.3376,
      "step": 2735
    },
    {
      "epoch": 0.4864,
      "grad_norm": 0.2356472611427307,
      "learning_rate": 2.6081766277447927e-05,
      "loss": 0.3758,
      "step": 2736
    },
    {
      "epoch": 0.4865777777777778,
      "grad_norm": 0.21882623434066772,
      "learning_rate": 2.606781655302843e-05,
      "loss": 0.4407,
      "step": 2737
    },
    {
      "epoch": 0.48675555555555555,
      "grad_norm": 0.26945775747299194,
      "learning_rate": 2.605386649552679e-05,
      "loss": 0.3131,
      "step": 2738
    },
    {
      "epoch": 0.48693333333333333,
      "grad_norm": 0.28269338607788086,
      "learning_rate": 2.603991610929445e-05,
      "loss": 0.5191,
      "step": 2739
    },
    {
      "epoch": 0.4871111111111111,
      "grad_norm": 0.3174385130405426,
      "learning_rate": 2.6025965398682916e-05,
      "loss": 0.368,
      "step": 2740
    },
    {
      "epoch": 0.4872888888888889,
      "grad_norm": 0.28310227394104004,
      "learning_rate": 2.6012014368043814e-05,
      "loss": 0.3847,
      "step": 2741
    },
    {
      "epoch": 0.48746666666666666,
      "grad_norm": 0.27895382046699524,
      "learning_rate": 2.5998063021728865e-05,
      "loss": 0.3615,
      "step": 2742
    },
    {
      "epoch": 0.48764444444444444,
      "grad_norm": 0.34286290407180786,
      "learning_rate": 2.5984111364089876e-05,
      "loss": 0.3879,
      "step": 2743
    },
    {
      "epoch": 0.4878222222222222,
      "grad_norm": 0.3528904616832733,
      "learning_rate": 2.597015939947878e-05,
      "loss": 0.389,
      "step": 2744
    },
    {
      "epoch": 0.488,
      "grad_norm": 0.308472216129303,
      "learning_rate": 2.595620713224757e-05,
      "loss": 0.3318,
      "step": 2745
    },
    {
      "epoch": 0.48817777777777777,
      "grad_norm": 0.2985777258872986,
      "learning_rate": 2.594225456674837e-05,
      "loss": 0.4537,
      "step": 2746
    },
    {
      "epoch": 0.48835555555555554,
      "grad_norm": 0.38600680232048035,
      "learning_rate": 2.5928301707333365e-05,
      "loss": 0.4033,
      "step": 2747
    },
    {
      "epoch": 0.4885333333333333,
      "grad_norm": 0.39502426981925964,
      "learning_rate": 2.5914348558354857e-05,
      "loss": 0.4138,
      "step": 2748
    },
    {
      "epoch": 0.4887111111111111,
      "grad_norm": 0.3881101608276367,
      "learning_rate": 2.5900395124165218e-05,
      "loss": 0.4174,
      "step": 2749
    },
    {
      "epoch": 0.4888888888888889,
      "grad_norm": 0.5198167562484741,
      "learning_rate": 2.5886441409116923e-05,
      "loss": 0.4723,
      "step": 2750
    },
    {
      "epoch": 0.48906666666666665,
      "grad_norm": 0.3125801980495453,
      "learning_rate": 2.587248741756253e-05,
      "loss": 0.4911,
      "step": 2751
    },
    {
      "epoch": 0.4892444444444444,
      "grad_norm": 0.31034207344055176,
      "learning_rate": 2.5858533153854675e-05,
      "loss": 0.4005,
      "step": 2752
    },
    {
      "epoch": 0.4894222222222222,
      "grad_norm": 0.2857619524002075,
      "learning_rate": 2.58445786223461e-05,
      "loss": 0.4552,
      "step": 2753
    },
    {
      "epoch": 0.4896,
      "grad_norm": 0.2831451892852783,
      "learning_rate": 2.5830623827389612e-05,
      "loss": 0.7091,
      "step": 2754
    },
    {
      "epoch": 0.48977777777777776,
      "grad_norm": 0.335252970457077,
      "learning_rate": 2.5816668773338098e-05,
      "loss": 0.6693,
      "step": 2755
    },
    {
      "epoch": 0.48995555555555553,
      "grad_norm": 0.2518710792064667,
      "learning_rate": 2.5802713464544542e-05,
      "loss": 0.3941,
      "step": 2756
    },
    {
      "epoch": 0.4901333333333333,
      "grad_norm": 0.29140859842300415,
      "learning_rate": 2.5788757905362e-05,
      "loss": 0.5582,
      "step": 2757
    },
    {
      "epoch": 0.4903111111111111,
      "grad_norm": 0.2581357955932617,
      "learning_rate": 2.5774802100143592e-05,
      "loss": 0.4602,
      "step": 2758
    },
    {
      "epoch": 0.49048888888888886,
      "grad_norm": 0.28110405802726746,
      "learning_rate": 2.5760846053242544e-05,
      "loss": 0.4486,
      "step": 2759
    },
    {
      "epoch": 0.49066666666666664,
      "grad_norm": 0.27292370796203613,
      "learning_rate": 2.5746889769012128e-05,
      "loss": 0.4101,
      "step": 2760
    },
    {
      "epoch": 0.49084444444444447,
      "grad_norm": 0.28042080998420715,
      "learning_rate": 2.5732933251805713e-05,
      "loss": 0.4549,
      "step": 2761
    },
    {
      "epoch": 0.49102222222222225,
      "grad_norm": 0.21104884147644043,
      "learning_rate": 2.5718976505976717e-05,
      "loss": 0.4094,
      "step": 2762
    },
    {
      "epoch": 0.4912,
      "grad_norm": 0.22419004142284393,
      "learning_rate": 2.5705019535878668e-05,
      "loss": 0.4267,
      "step": 2763
    },
    {
      "epoch": 0.4913777777777778,
      "grad_norm": 0.26020732522010803,
      "learning_rate": 2.569106234586511e-05,
      "loss": 0.5738,
      "step": 2764
    },
    {
      "epoch": 0.4915555555555556,
      "grad_norm": 0.231083944439888,
      "learning_rate": 2.5677104940289702e-05,
      "loss": 0.4983,
      "step": 2765
    },
    {
      "epoch": 0.49173333333333336,
      "grad_norm": 0.25302308797836304,
      "learning_rate": 2.566314732350615e-05,
      "loss": 0.5177,
      "step": 2766
    },
    {
      "epoch": 0.49191111111111113,
      "grad_norm": 0.3101799190044403,
      "learning_rate": 2.5649189499868232e-05,
      "loss": 0.454,
      "step": 2767
    },
    {
      "epoch": 0.4920888888888889,
      "grad_norm": 0.24899360537528992,
      "learning_rate": 2.5635231473729772e-05,
      "loss": 0.353,
      "step": 2768
    },
    {
      "epoch": 0.4922666666666667,
      "grad_norm": 0.2688126564025879,
      "learning_rate": 2.562127324944469e-05,
      "loss": 0.5033,
      "step": 2769
    },
    {
      "epoch": 0.49244444444444446,
      "grad_norm": 0.2824364900588989,
      "learning_rate": 2.560731483136694e-05,
      "loss": 0.4348,
      "step": 2770
    },
    {
      "epoch": 0.49262222222222224,
      "grad_norm": 0.2828972339630127,
      "learning_rate": 2.559335622385055e-05,
      "loss": 0.4945,
      "step": 2771
    },
    {
      "epoch": 0.4928,
      "grad_norm": 0.2719619870185852,
      "learning_rate": 2.5579397431249606e-05,
      "loss": 0.6965,
      "step": 2772
    },
    {
      "epoch": 0.4929777777777778,
      "grad_norm": 0.2755928635597229,
      "learning_rate": 2.5565438457918244e-05,
      "loss": 0.3725,
      "step": 2773
    },
    {
      "epoch": 0.49315555555555557,
      "grad_norm": 0.3056289851665497,
      "learning_rate": 2.5551479308210668e-05,
      "loss": 0.4994,
      "step": 2774
    },
    {
      "epoch": 0.49333333333333335,
      "grad_norm": 0.2517152726650238,
      "learning_rate": 2.5537519986481122e-05,
      "loss": 0.4054,
      "step": 2775
    },
    {
      "epoch": 0.4935111111111111,
      "grad_norm": 0.22125428915023804,
      "learning_rate": 2.5523560497083926e-05,
      "loss": 0.3778,
      "step": 2776
    },
    {
      "epoch": 0.4936888888888889,
      "grad_norm": 0.2657763659954071,
      "learning_rate": 2.5509600844373427e-05,
      "loss": 0.5209,
      "step": 2777
    },
    {
      "epoch": 0.4938666666666667,
      "grad_norm": 0.2610790431499481,
      "learning_rate": 2.5495641032704043e-05,
      "loss": 0.5083,
      "step": 2778
    },
    {
      "epoch": 0.49404444444444445,
      "grad_norm": 0.28351613879203796,
      "learning_rate": 2.5481681066430217e-05,
      "loss": 0.5771,
      "step": 2779
    },
    {
      "epoch": 0.49422222222222223,
      "grad_norm": 0.2747285068035126,
      "learning_rate": 2.5467720949906483e-05,
      "loss": 0.4371,
      "step": 2780
    },
    {
      "epoch": 0.4944,
      "grad_norm": 0.31932732462882996,
      "learning_rate": 2.545376068748737e-05,
      "loss": 0.5459,
      "step": 2781
    },
    {
      "epoch": 0.4945777777777778,
      "grad_norm": 0.27323007583618164,
      "learning_rate": 2.5439800283527494e-05,
      "loss": 0.5315,
      "step": 2782
    },
    {
      "epoch": 0.49475555555555556,
      "grad_norm": 0.26356151700019836,
      "learning_rate": 2.5425839742381498e-05,
      "loss": 0.5614,
      "step": 2783
    },
    {
      "epoch": 0.49493333333333334,
      "grad_norm": 0.23906755447387695,
      "learning_rate": 2.5411879068404056e-05,
      "loss": 0.5843,
      "step": 2784
    },
    {
      "epoch": 0.4951111111111111,
      "grad_norm": 0.2917463481426239,
      "learning_rate": 2.539791826594991e-05,
      "loss": 0.4812,
      "step": 2785
    },
    {
      "epoch": 0.4952888888888889,
      "grad_norm": 0.2779139578342438,
      "learning_rate": 2.5383957339373825e-05,
      "loss": 0.5144,
      "step": 2786
    },
    {
      "epoch": 0.49546666666666667,
      "grad_norm": 0.29621532559394836,
      "learning_rate": 2.5369996293030606e-05,
      "loss": 0.5312,
      "step": 2787
    },
    {
      "epoch": 0.49564444444444444,
      "grad_norm": 0.2670246958732605,
      "learning_rate": 2.5356035131275096e-05,
      "loss": 0.5133,
      "step": 2788
    },
    {
      "epoch": 0.4958222222222222,
      "grad_norm": 0.2757388949394226,
      "learning_rate": 2.5342073858462185e-05,
      "loss": 0.386,
      "step": 2789
    },
    {
      "epoch": 0.496,
      "grad_norm": 0.43750113248825073,
      "learning_rate": 2.532811247894677e-05,
      "loss": 0.3328,
      "step": 2790
    },
    {
      "epoch": 0.4961777777777778,
      "grad_norm": 0.32524773478507996,
      "learning_rate": 2.531415099708382e-05,
      "loss": 0.3551,
      "step": 2791
    },
    {
      "epoch": 0.49635555555555555,
      "grad_norm": 0.3105371296405792,
      "learning_rate": 2.53001894172283e-05,
      "loss": 0.3194,
      "step": 2792
    },
    {
      "epoch": 0.4965333333333333,
      "grad_norm": 0.2663346827030182,
      "learning_rate": 2.5286227743735225e-05,
      "loss": 0.4075,
      "step": 2793
    },
    {
      "epoch": 0.4967111111111111,
      "grad_norm": 0.29553449153900146,
      "learning_rate": 2.527226598095964e-05,
      "loss": 0.2968,
      "step": 2794
    },
    {
      "epoch": 0.4968888888888889,
      "grad_norm": 0.3999388515949249,
      "learning_rate": 2.5258304133256612e-05,
      "loss": 0.4113,
      "step": 2795
    },
    {
      "epoch": 0.49706666666666666,
      "grad_norm": 0.36481136083602905,
      "learning_rate": 2.524434220498123e-05,
      "loss": 0.3698,
      "step": 2796
    },
    {
      "epoch": 0.49724444444444443,
      "grad_norm": 0.3680489957332611,
      "learning_rate": 2.5230380200488613e-05,
      "loss": 0.3522,
      "step": 2797
    },
    {
      "epoch": 0.4974222222222222,
      "grad_norm": 0.36200034618377686,
      "learning_rate": 2.5216418124133916e-05,
      "loss": 0.4509,
      "step": 2798
    },
    {
      "epoch": 0.4976,
      "grad_norm": 0.47373074293136597,
      "learning_rate": 2.520245598027229e-05,
      "loss": 0.4987,
      "step": 2799
    },
    {
      "epoch": 0.49777777777777776,
      "grad_norm": 0.4866207540035248,
      "learning_rate": 2.518849377325893e-05,
      "loss": 0.4574,
      "step": 2800
    },
    {
      "epoch": 0.49795555555555554,
      "grad_norm": 0.21719440817832947,
      "learning_rate": 2.517453150744904e-05,
      "loss": 0.3704,
      "step": 2801
    },
    {
      "epoch": 0.4981333333333333,
      "grad_norm": 0.2632356882095337,
      "learning_rate": 2.5160569187197852e-05,
      "loss": 0.4963,
      "step": 2802
    },
    {
      "epoch": 0.4983111111111111,
      "grad_norm": 0.2822842299938202,
      "learning_rate": 2.5146606816860597e-05,
      "loss": 0.462,
      "step": 2803
    },
    {
      "epoch": 0.49848888888888887,
      "grad_norm": 0.35738906264305115,
      "learning_rate": 2.513264440079254e-05,
      "loss": 0.5469,
      "step": 2804
    },
    {
      "epoch": 0.49866666666666665,
      "grad_norm": 0.27505576610565186,
      "learning_rate": 2.5118681943348944e-05,
      "loss": 0.4739,
      "step": 2805
    },
    {
      "epoch": 0.4988444444444444,
      "grad_norm": 0.24038927257061005,
      "learning_rate": 2.51047194488851e-05,
      "loss": 0.4243,
      "step": 2806
    },
    {
      "epoch": 0.4990222222222222,
      "grad_norm": 0.334676057100296,
      "learning_rate": 2.509075692175631e-05,
      "loss": 0.6306,
      "step": 2807
    },
    {
      "epoch": 0.4992,
      "grad_norm": 0.25052592158317566,
      "learning_rate": 2.5076794366317867e-05,
      "loss": 0.5211,
      "step": 2808
    },
    {
      "epoch": 0.49937777777777775,
      "grad_norm": 0.27809587121009827,
      "learning_rate": 2.5062831786925102e-05,
      "loss": 0.464,
      "step": 2809
    },
    {
      "epoch": 0.49955555555555553,
      "grad_norm": 0.3118326961994171,
      "learning_rate": 2.5048869187933316e-05,
      "loss": 0.3898,
      "step": 2810
    },
    {
      "epoch": 0.4997333333333333,
      "grad_norm": 0.22030174732208252,
      "learning_rate": 2.5034906573697864e-05,
      "loss": 0.4278,
      "step": 2811
    },
    {
      "epoch": 0.4999111111111111,
      "grad_norm": 0.2705147862434387,
      "learning_rate": 2.5020943948574055e-05,
      "loss": 0.4229,
      "step": 2812
    },
    {
      "epoch": 0.5000888888888889,
      "grad_norm": 0.22648459672927856,
      "learning_rate": 2.500698131691725e-05,
      "loss": 0.5006,
      "step": 2813
    },
    {
      "epoch": 0.5002666666666666,
      "grad_norm": 0.30771857500076294,
      "learning_rate": 2.499301868308276e-05,
      "loss": 0.4431,
      "step": 2814
    },
    {
      "epoch": 0.5004444444444445,
      "grad_norm": 0.2470857799053192,
      "learning_rate": 2.4979056051425954e-05,
      "loss": 0.5619,
      "step": 2815
    },
    {
      "epoch": 0.5006222222222222,
      "grad_norm": 0.24304385483264923,
      "learning_rate": 2.496509342630214e-05,
      "loss": 0.3823,
      "step": 2816
    },
    {
      "epoch": 0.5008,
      "grad_norm": 0.2256855070590973,
      "learning_rate": 2.4951130812066686e-05,
      "loss": 0.451,
      "step": 2817
    },
    {
      "epoch": 0.5009777777777777,
      "grad_norm": 0.34568914771080017,
      "learning_rate": 2.4937168213074907e-05,
      "loss": 0.5131,
      "step": 2818
    },
    {
      "epoch": 0.5011555555555556,
      "grad_norm": 0.2696516513824463,
      "learning_rate": 2.492320563368214e-05,
      "loss": 0.5358,
      "step": 2819
    },
    {
      "epoch": 0.5013333333333333,
      "grad_norm": 0.28063344955444336,
      "learning_rate": 2.4909243078243696e-05,
      "loss": 0.5135,
      "step": 2820
    },
    {
      "epoch": 0.5015111111111111,
      "grad_norm": 0.2337941825389862,
      "learning_rate": 2.4895280551114907e-05,
      "loss": 0.4608,
      "step": 2821
    },
    {
      "epoch": 0.5016888888888889,
      "grad_norm": 0.245266854763031,
      "learning_rate": 2.4881318056651062e-05,
      "loss": 0.4405,
      "step": 2822
    },
    {
      "epoch": 0.5018666666666667,
      "grad_norm": 0.29259192943573,
      "learning_rate": 2.4867355599207474e-05,
      "loss": 0.5014,
      "step": 2823
    },
    {
      "epoch": 0.5020444444444444,
      "grad_norm": 0.2646804749965668,
      "learning_rate": 2.4853393183139412e-05,
      "loss": 0.6951,
      "step": 2824
    },
    {
      "epoch": 0.5022222222222222,
      "grad_norm": 0.2847024202346802,
      "learning_rate": 2.4839430812802157e-05,
      "loss": 0.4809,
      "step": 2825
    },
    {
      "epoch": 0.5024,
      "grad_norm": 0.28216397762298584,
      "learning_rate": 2.4825468492550964e-05,
      "loss": 0.5356,
      "step": 2826
    },
    {
      "epoch": 0.5025777777777778,
      "grad_norm": 0.2545182406902313,
      "learning_rate": 2.481150622674108e-05,
      "loss": 0.5083,
      "step": 2827
    },
    {
      "epoch": 0.5027555555555555,
      "grad_norm": 0.2076844722032547,
      "learning_rate": 2.4797544019727717e-05,
      "loss": 0.4163,
      "step": 2828
    },
    {
      "epoch": 0.5029333333333333,
      "grad_norm": 0.2975939214229584,
      "learning_rate": 2.4783581875866097e-05,
      "loss": 0.4371,
      "step": 2829
    },
    {
      "epoch": 0.5031111111111111,
      "grad_norm": 0.2668185234069824,
      "learning_rate": 2.4769619799511393e-05,
      "loss": 0.6738,
      "step": 2830
    },
    {
      "epoch": 0.5032888888888889,
      "grad_norm": 0.2934461832046509,
      "learning_rate": 2.475565779501878e-05,
      "loss": 0.4421,
      "step": 2831
    },
    {
      "epoch": 0.5034666666666666,
      "grad_norm": 0.2635568380355835,
      "learning_rate": 2.4741695866743397e-05,
      "loss": 0.4407,
      "step": 2832
    },
    {
      "epoch": 0.5036444444444445,
      "grad_norm": 0.21844281256198883,
      "learning_rate": 2.472773401904037e-05,
      "loss": 0.4569,
      "step": 2833
    },
    {
      "epoch": 0.5038222222222222,
      "grad_norm": 0.2578512132167816,
      "learning_rate": 2.471377225626478e-05,
      "loss": 0.4234,
      "step": 2834
    },
    {
      "epoch": 0.504,
      "grad_norm": 0.2681830823421478,
      "learning_rate": 2.4699810582771713e-05,
      "loss": 0.4739,
      "step": 2835
    },
    {
      "epoch": 0.5041777777777777,
      "grad_norm": 0.24891342222690582,
      "learning_rate": 2.4685849002916183e-05,
      "loss": 0.5571,
      "step": 2836
    },
    {
      "epoch": 0.5043555555555556,
      "grad_norm": 0.29252007603645325,
      "learning_rate": 2.4671887521053237e-05,
      "loss": 0.4885,
      "step": 2837
    },
    {
      "epoch": 0.5045333333333333,
      "grad_norm": 0.2589651644229889,
      "learning_rate": 2.465792614153782e-05,
      "loss": 0.3258,
      "step": 2838
    },
    {
      "epoch": 0.5047111111111111,
      "grad_norm": 0.2787851393222809,
      "learning_rate": 2.4643964868724914e-05,
      "loss": 0.5634,
      "step": 2839
    },
    {
      "epoch": 0.5048888888888889,
      "grad_norm": 0.272087424993515,
      "learning_rate": 2.46300037069694e-05,
      "loss": 0.4861,
      "step": 2840
    },
    {
      "epoch": 0.5050666666666667,
      "grad_norm": 0.28746315836906433,
      "learning_rate": 2.4616042660626177e-05,
      "loss": 0.3998,
      "step": 2841
    },
    {
      "epoch": 0.5052444444444445,
      "grad_norm": 0.3004007041454315,
      "learning_rate": 2.4602081734050093e-05,
      "loss": 0.4267,
      "step": 2842
    },
    {
      "epoch": 0.5054222222222222,
      "grad_norm": 0.26894333958625793,
      "learning_rate": 2.4588120931595947e-05,
      "loss": 0.33,
      "step": 2843
    },
    {
      "epoch": 0.5056,
      "grad_norm": 0.29740604758262634,
      "learning_rate": 2.4574160257618508e-05,
      "loss": 0.3997,
      "step": 2844
    },
    {
      "epoch": 0.5057777777777778,
      "grad_norm": 0.2644660174846649,
      "learning_rate": 2.4560199716472508e-05,
      "loss": 0.4065,
      "step": 2845
    },
    {
      "epoch": 0.5059555555555556,
      "grad_norm": 0.365890234708786,
      "learning_rate": 2.4546239312512635e-05,
      "loss": 0.3752,
      "step": 2846
    },
    {
      "epoch": 0.5061333333333333,
      "grad_norm": 0.3552113175392151,
      "learning_rate": 2.4532279050093523e-05,
      "loss": 0.3412,
      "step": 2847
    },
    {
      "epoch": 0.5063111111111112,
      "grad_norm": 0.5882339477539062,
      "learning_rate": 2.4518318933569785e-05,
      "loss": 0.5261,
      "step": 2848
    },
    {
      "epoch": 0.5064888888888889,
      "grad_norm": 0.3949835002422333,
      "learning_rate": 2.4504358967295966e-05,
      "loss": 0.3529,
      "step": 2849
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 0.486517071723938,
      "learning_rate": 2.449039915562658e-05,
      "loss": 0.5692,
      "step": 2850
    },
    {
      "epoch": 0.5068444444444444,
      "grad_norm": 0.23317596316337585,
      "learning_rate": 2.447643950291608e-05,
      "loss": 0.3571,
      "step": 2851
    },
    {
      "epoch": 0.5070222222222223,
      "grad_norm": 0.2751808166503906,
      "learning_rate": 2.4462480013518883e-05,
      "loss": 0.4211,
      "step": 2852
    },
    {
      "epoch": 0.5072,
      "grad_norm": 0.23703603446483612,
      "learning_rate": 2.444852069178933e-05,
      "loss": 0.4463,
      "step": 2853
    },
    {
      "epoch": 0.5073777777777778,
      "grad_norm": 0.2453392595052719,
      "learning_rate": 2.4434561542081762e-05,
      "loss": 0.4234,
      "step": 2854
    },
    {
      "epoch": 0.5075555555555555,
      "grad_norm": 0.2990357279777527,
      "learning_rate": 2.4420602568750393e-05,
      "loss": 0.6145,
      "step": 2855
    },
    {
      "epoch": 0.5077333333333334,
      "grad_norm": 0.29537495970726013,
      "learning_rate": 2.4406643776149458e-05,
      "loss": 0.3986,
      "step": 2856
    },
    {
      "epoch": 0.5079111111111111,
      "grad_norm": 0.3087059557437897,
      "learning_rate": 2.439268516863306e-05,
      "loss": 0.6037,
      "step": 2857
    },
    {
      "epoch": 0.5080888888888889,
      "grad_norm": 0.2548162341117859,
      "learning_rate": 2.437872675055532e-05,
      "loss": 0.4388,
      "step": 2858
    },
    {
      "epoch": 0.5082666666666666,
      "grad_norm": 0.24017971754074097,
      "learning_rate": 2.4364768526270227e-05,
      "loss": 0.4394,
      "step": 2859
    },
    {
      "epoch": 0.5084444444444445,
      "grad_norm": 0.31177040934562683,
      "learning_rate": 2.4350810500131777e-05,
      "loss": 0.4829,
      "step": 2860
    },
    {
      "epoch": 0.5086222222222222,
      "grad_norm": 0.34393543004989624,
      "learning_rate": 2.4336852676493847e-05,
      "loss": 0.5459,
      "step": 2861
    },
    {
      "epoch": 0.5088,
      "grad_norm": 0.21737191081047058,
      "learning_rate": 2.43228950597103e-05,
      "loss": 0.3568,
      "step": 2862
    },
    {
      "epoch": 0.5089777777777778,
      "grad_norm": 0.2872813642024994,
      "learning_rate": 2.4308937654134893e-05,
      "loss": 0.4619,
      "step": 2863
    },
    {
      "epoch": 0.5091555555555556,
      "grad_norm": 0.23554383218288422,
      "learning_rate": 2.429498046412134e-05,
      "loss": 0.4451,
      "step": 2864
    },
    {
      "epoch": 0.5093333333333333,
      "grad_norm": 0.29822999238967896,
      "learning_rate": 2.428102349402328e-05,
      "loss": 0.4887,
      "step": 2865
    },
    {
      "epoch": 0.5095111111111111,
      "grad_norm": 0.2923024892807007,
      "learning_rate": 2.4267066748194296e-05,
      "loss": 0.3649,
      "step": 2866
    },
    {
      "epoch": 0.5096888888888889,
      "grad_norm": 0.2945121228694916,
      "learning_rate": 2.4253110230987878e-05,
      "loss": 0.5475,
      "step": 2867
    },
    {
      "epoch": 0.5098666666666667,
      "grad_norm": 0.28472045063972473,
      "learning_rate": 2.4239153946757468e-05,
      "loss": 0.5352,
      "step": 2868
    },
    {
      "epoch": 0.5100444444444444,
      "grad_norm": 0.2496708333492279,
      "learning_rate": 2.4225197899856414e-05,
      "loss": 0.4444,
      "step": 2869
    },
    {
      "epoch": 0.5102222222222222,
      "grad_norm": 0.2784474194049835,
      "learning_rate": 2.4211242094638013e-05,
      "loss": 0.5288,
      "step": 2870
    },
    {
      "epoch": 0.5104,
      "grad_norm": 0.20867948234081268,
      "learning_rate": 2.4197286535455464e-05,
      "loss": 0.4681,
      "step": 2871
    },
    {
      "epoch": 0.5105777777777778,
      "grad_norm": 0.24279505014419556,
      "learning_rate": 2.418333122666191e-05,
      "loss": 0.4976,
      "step": 2872
    },
    {
      "epoch": 0.5107555555555555,
      "grad_norm": 0.2929462790489197,
      "learning_rate": 2.4169376172610397e-05,
      "loss": 0.6057,
      "step": 2873
    },
    {
      "epoch": 0.5109333333333334,
      "grad_norm": 0.20310814678668976,
      "learning_rate": 2.415542137765391e-05,
      "loss": 0.3812,
      "step": 2874
    },
    {
      "epoch": 0.5111111111111111,
      "grad_norm": 0.2890523374080658,
      "learning_rate": 2.414146684614533e-05,
      "loss": 0.463,
      "step": 2875
    },
    {
      "epoch": 0.5112888888888889,
      "grad_norm": 0.25623899698257446,
      "learning_rate": 2.4127512582437485e-05,
      "loss": 0.413,
      "step": 2876
    },
    {
      "epoch": 0.5114666666666666,
      "grad_norm": 0.22927865386009216,
      "learning_rate": 2.411355859088308e-05,
      "loss": 0.4362,
      "step": 2877
    },
    {
      "epoch": 0.5116444444444445,
      "grad_norm": 0.2734526991844177,
      "learning_rate": 2.4099604875834795e-05,
      "loss": 0.4413,
      "step": 2878
    },
    {
      "epoch": 0.5118222222222222,
      "grad_norm": 0.2789153754711151,
      "learning_rate": 2.408565144164515e-05,
      "loss": 0.482,
      "step": 2879
    },
    {
      "epoch": 0.512,
      "grad_norm": 0.24057766795158386,
      "learning_rate": 2.4071698292666648e-05,
      "loss": 0.4339,
      "step": 2880
    },
    {
      "epoch": 0.5121777777777777,
      "grad_norm": 0.23841005563735962,
      "learning_rate": 2.4057745433251635e-05,
      "loss": 0.5186,
      "step": 2881
    },
    {
      "epoch": 0.5123555555555556,
      "grad_norm": 0.1933268904685974,
      "learning_rate": 2.4043792867752444e-05,
      "loss": 0.378,
      "step": 2882
    },
    {
      "epoch": 0.5125333333333333,
      "grad_norm": 0.22927036881446838,
      "learning_rate": 2.4029840600521227e-05,
      "loss": 0.5108,
      "step": 2883
    },
    {
      "epoch": 0.5127111111111111,
      "grad_norm": 0.2248595952987671,
      "learning_rate": 2.401588863591013e-05,
      "loss": 0.4027,
      "step": 2884
    },
    {
      "epoch": 0.5128888888888888,
      "grad_norm": 0.2231544703245163,
      "learning_rate": 2.4001936978271144e-05,
      "loss": 0.5681,
      "step": 2885
    },
    {
      "epoch": 0.5130666666666667,
      "grad_norm": 0.25113558769226074,
      "learning_rate": 2.398798563195619e-05,
      "loss": 0.4216,
      "step": 2886
    },
    {
      "epoch": 0.5132444444444444,
      "grad_norm": 0.2890892028808594,
      "learning_rate": 2.3974034601317086e-05,
      "loss": 0.5618,
      "step": 2887
    },
    {
      "epoch": 0.5134222222222222,
      "grad_norm": 0.19842980802059174,
      "learning_rate": 2.3960083890705557e-05,
      "loss": 0.3652,
      "step": 2888
    },
    {
      "epoch": 0.5136,
      "grad_norm": 0.25195077061653137,
      "learning_rate": 2.394613350447321e-05,
      "loss": 0.483,
      "step": 2889
    },
    {
      "epoch": 0.5137777777777778,
      "grad_norm": 0.2541206479072571,
      "learning_rate": 2.3932183446971583e-05,
      "loss": 0.5762,
      "step": 2890
    },
    {
      "epoch": 0.5139555555555556,
      "grad_norm": 0.2898159921169281,
      "learning_rate": 2.391823372255208e-05,
      "loss": 0.4449,
      "step": 2891
    },
    {
      "epoch": 0.5141333333333333,
      "grad_norm": 0.2802295982837677,
      "learning_rate": 2.390428433556601e-05,
      "loss": 0.3855,
      "step": 2892
    },
    {
      "epoch": 0.5143111111111112,
      "grad_norm": 0.28692886233329773,
      "learning_rate": 2.3890335290364595e-05,
      "loss": 0.4102,
      "step": 2893
    },
    {
      "epoch": 0.5144888888888889,
      "grad_norm": 0.350414514541626,
      "learning_rate": 2.387638659129892e-05,
      "loss": 0.4696,
      "step": 2894
    },
    {
      "epoch": 0.5146666666666667,
      "grad_norm": 0.3439677059650421,
      "learning_rate": 2.386243824272e-05,
      "loss": 0.4213,
      "step": 2895
    },
    {
      "epoch": 0.5148444444444444,
      "grad_norm": 0.3176393508911133,
      "learning_rate": 2.384849024897869e-05,
      "loss": 0.3544,
      "step": 2896
    },
    {
      "epoch": 0.5150222222222223,
      "grad_norm": 0.34434840083122253,
      "learning_rate": 2.38345426144258e-05,
      "loss": 0.4268,
      "step": 2897
    },
    {
      "epoch": 0.5152,
      "grad_norm": 0.39401403069496155,
      "learning_rate": 2.3820595343411944e-05,
      "loss": 0.3157,
      "step": 2898
    },
    {
      "epoch": 0.5153777777777778,
      "grad_norm": 0.3257497251033783,
      "learning_rate": 2.3806648440287714e-05,
      "loss": 0.3711,
      "step": 2899
    },
    {
      "epoch": 0.5155555555555555,
      "grad_norm": 0.4697202444076538,
      "learning_rate": 2.379270190940351e-05,
      "loss": 0.4909,
      "step": 2900
    },
    {
      "epoch": 0.5157333333333334,
      "grad_norm": 0.2765554189682007,
      "learning_rate": 2.377875575510967e-05,
      "loss": 0.4369,
      "step": 2901
    },
    {
      "epoch": 0.5159111111111111,
      "grad_norm": 0.25433337688446045,
      "learning_rate": 2.376480998175638e-05,
      "loss": 0.487,
      "step": 2902
    },
    {
      "epoch": 0.5160888888888889,
      "grad_norm": 0.20568214356899261,
      "learning_rate": 2.3750864593693732e-05,
      "loss": 0.3431,
      "step": 2903
    },
    {
      "epoch": 0.5162666666666667,
      "grad_norm": 0.3234412968158722,
      "learning_rate": 2.3736919595271677e-05,
      "loss": 0.5696,
      "step": 2904
    },
    {
      "epoch": 0.5164444444444445,
      "grad_norm": 0.2738851308822632,
      "learning_rate": 2.3722974990840058e-05,
      "loss": 0.4949,
      "step": 2905
    },
    {
      "epoch": 0.5166222222222222,
      "grad_norm": 0.2564401924610138,
      "learning_rate": 2.3709030784748587e-05,
      "loss": 0.5401,
      "step": 2906
    },
    {
      "epoch": 0.5168,
      "grad_norm": 0.33738309144973755,
      "learning_rate": 2.369508698134686e-05,
      "loss": 0.4529,
      "step": 2907
    },
    {
      "epoch": 0.5169777777777778,
      "grad_norm": 0.35009872913360596,
      "learning_rate": 2.368114358498434e-05,
      "loss": 0.4515,
      "step": 2908
    },
    {
      "epoch": 0.5171555555555556,
      "grad_norm": 0.27846693992614746,
      "learning_rate": 2.366720060001037e-05,
      "loss": 0.4402,
      "step": 2909
    },
    {
      "epoch": 0.5173333333333333,
      "grad_norm": 0.2543535530567169,
      "learning_rate": 2.365325803077415e-05,
      "loss": 0.5379,
      "step": 2910
    },
    {
      "epoch": 0.5175111111111111,
      "grad_norm": 0.2479899376630783,
      "learning_rate": 2.3639315881624777e-05,
      "loss": 0.5189,
      "step": 2911
    },
    {
      "epoch": 0.5176888888888889,
      "grad_norm": 0.24539698660373688,
      "learning_rate": 2.3625374156911185e-05,
      "loss": 0.4369,
      "step": 2912
    },
    {
      "epoch": 0.5178666666666667,
      "grad_norm": 0.30989357829093933,
      "learning_rate": 2.3611432860982204e-05,
      "loss": 0.5439,
      "step": 2913
    },
    {
      "epoch": 0.5180444444444444,
      "grad_norm": 0.2808515727519989,
      "learning_rate": 2.3597491998186506e-05,
      "loss": 0.4418,
      "step": 2914
    },
    {
      "epoch": 0.5182222222222223,
      "grad_norm": 0.28210654854774475,
      "learning_rate": 2.3583551572872656e-05,
      "loss": 0.6309,
      "step": 2915
    },
    {
      "epoch": 0.5184,
      "grad_norm": 0.3038218319416046,
      "learning_rate": 2.3569611589389047e-05,
      "loss": 0.5972,
      "step": 2916
    },
    {
      "epoch": 0.5185777777777778,
      "grad_norm": 0.2985530197620392,
      "learning_rate": 2.355567205208397e-05,
      "loss": 0.6573,
      "step": 2917
    },
    {
      "epoch": 0.5187555555555555,
      "grad_norm": 0.25254157185554504,
      "learning_rate": 2.3541732965305543e-05,
      "loss": 0.6679,
      "step": 2918
    },
    {
      "epoch": 0.5189333333333334,
      "grad_norm": 0.2539697289466858,
      "learning_rate": 2.3527794333401786e-05,
      "loss": 0.4808,
      "step": 2919
    },
    {
      "epoch": 0.5191111111111111,
      "grad_norm": 0.2901414632797241,
      "learning_rate": 2.3513856160720522e-05,
      "loss": 0.6226,
      "step": 2920
    },
    {
      "epoch": 0.5192888888888889,
      "grad_norm": 0.2817017436027527,
      "learning_rate": 2.349991845160949e-05,
      "loss": 0.453,
      "step": 2921
    },
    {
      "epoch": 0.5194666666666666,
      "grad_norm": 0.2587340474128723,
      "learning_rate": 2.348598121041622e-05,
      "loss": 0.5841,
      "step": 2922
    },
    {
      "epoch": 0.5196444444444445,
      "grad_norm": 0.27609550952911377,
      "learning_rate": 2.3472044441488174e-05,
      "loss": 0.4046,
      "step": 2923
    },
    {
      "epoch": 0.5198222222222222,
      "grad_norm": 0.25620874762535095,
      "learning_rate": 2.345810814917258e-05,
      "loss": 0.444,
      "step": 2924
    },
    {
      "epoch": 0.52,
      "grad_norm": 0.29214295744895935,
      "learning_rate": 2.3444172337816592e-05,
      "loss": 0.5548,
      "step": 2925
    },
    {
      "epoch": 0.5201777777777777,
      "grad_norm": 0.2659465968608856,
      "learning_rate": 2.3430237011767167e-05,
      "loss": 0.4064,
      "step": 2926
    },
    {
      "epoch": 0.5203555555555556,
      "grad_norm": 0.2599498927593231,
      "learning_rate": 2.3416302175371138e-05,
      "loss": 0.3326,
      "step": 2927
    },
    {
      "epoch": 0.5205333333333333,
      "grad_norm": 0.2800828814506531,
      "learning_rate": 2.3402367832975163e-05,
      "loss": 0.5793,
      "step": 2928
    },
    {
      "epoch": 0.5207111111111111,
      "grad_norm": 0.2523271441459656,
      "learning_rate": 2.3388433988925763e-05,
      "loss": 0.4752,
      "step": 2929
    },
    {
      "epoch": 0.5208888888888888,
      "grad_norm": 0.27516043186187744,
      "learning_rate": 2.3374500647569297e-05,
      "loss": 0.4336,
      "step": 2930
    },
    {
      "epoch": 0.5210666666666667,
      "grad_norm": 0.26827526092529297,
      "learning_rate": 2.336056781325197e-05,
      "loss": 0.6334,
      "step": 2931
    },
    {
      "epoch": 0.5212444444444444,
      "grad_norm": 0.25338873267173767,
      "learning_rate": 2.3346635490319814e-05,
      "loss": 0.4454,
      "step": 2932
    },
    {
      "epoch": 0.5214222222222222,
      "grad_norm": 0.2623731195926666,
      "learning_rate": 2.3332703683118732e-05,
      "loss": 0.3235,
      "step": 2933
    },
    {
      "epoch": 0.5216,
      "grad_norm": 0.2607010006904602,
      "learning_rate": 2.3318772395994433e-05,
      "loss": 0.5419,
      "step": 2934
    },
    {
      "epoch": 0.5217777777777778,
      "grad_norm": 0.26967692375183105,
      "learning_rate": 2.3304841633292487e-05,
      "loss": 0.349,
      "step": 2935
    },
    {
      "epoch": 0.5219555555555555,
      "grad_norm": 0.3082602918148041,
      "learning_rate": 2.3290911399358285e-05,
      "loss": 0.6043,
      "step": 2936
    },
    {
      "epoch": 0.5221333333333333,
      "grad_norm": 0.25890079140663147,
      "learning_rate": 2.327698169853707e-05,
      "loss": 0.4205,
      "step": 2937
    },
    {
      "epoch": 0.5223111111111111,
      "grad_norm": 0.2111167162656784,
      "learning_rate": 2.32630525351739e-05,
      "loss": 0.4278,
      "step": 2938
    },
    {
      "epoch": 0.5224888888888889,
      "grad_norm": 0.3305027186870575,
      "learning_rate": 2.324912391361368e-05,
      "loss": 0.4214,
      "step": 2939
    },
    {
      "epoch": 0.5226666666666666,
      "grad_norm": 0.3526584506034851,
      "learning_rate": 2.323519583820114e-05,
      "loss": 0.4434,
      "step": 2940
    },
    {
      "epoch": 0.5228444444444444,
      "grad_norm": 0.3649956285953522,
      "learning_rate": 2.3221268313280838e-05,
      "loss": 0.4595,
      "step": 2941
    },
    {
      "epoch": 0.5230222222222223,
      "grad_norm": 0.3027312159538269,
      "learning_rate": 2.320734134319715e-05,
      "loss": 0.3837,
      "step": 2942
    },
    {
      "epoch": 0.5232,
      "grad_norm": 0.29625198245048523,
      "learning_rate": 2.319341493229431e-05,
      "loss": 0.3884,
      "step": 2943
    },
    {
      "epoch": 0.5233777777777778,
      "grad_norm": 0.2824147343635559,
      "learning_rate": 2.3179489084916358e-05,
      "loss": 0.334,
      "step": 2944
    },
    {
      "epoch": 0.5235555555555556,
      "grad_norm": 0.29194971919059753,
      "learning_rate": 2.316556380540715e-05,
      "loss": 0.3228,
      "step": 2945
    },
    {
      "epoch": 0.5237333333333334,
      "grad_norm": 0.36555200815200806,
      "learning_rate": 2.3151639098110377e-05,
      "loss": 0.4909,
      "step": 2946
    },
    {
      "epoch": 0.5239111111111111,
      "grad_norm": 0.36511796712875366,
      "learning_rate": 2.3137714967369545e-05,
      "loss": 0.44,
      "step": 2947
    },
    {
      "epoch": 0.5240888888888889,
      "grad_norm": 0.40185901522636414,
      "learning_rate": 2.3123791417527994e-05,
      "loss": 0.4035,
      "step": 2948
    },
    {
      "epoch": 0.5242666666666667,
      "grad_norm": 0.39672690629959106,
      "learning_rate": 2.3109868452928855e-05,
      "loss": 0.4083,
      "step": 2949
    },
    {
      "epoch": 0.5244444444444445,
      "grad_norm": 0.5538506507873535,
      "learning_rate": 2.3095946077915114e-05,
      "loss": 0.4706,
      "step": 2950
    },
    {
      "epoch": 0.5246222222222222,
      "grad_norm": 0.2571939527988434,
      "learning_rate": 2.3082024296829536e-05,
      "loss": 0.5387,
      "step": 2951
    },
    {
      "epoch": 0.5248,
      "grad_norm": 0.258331835269928,
      "learning_rate": 2.3068103114014726e-05,
      "loss": 0.3754,
      "step": 2952
    },
    {
      "epoch": 0.5249777777777778,
      "grad_norm": 0.2491993010044098,
      "learning_rate": 2.3054182533813087e-05,
      "loss": 0.4382,
      "step": 2953
    },
    {
      "epoch": 0.5251555555555556,
      "grad_norm": 0.2990800738334656,
      "learning_rate": 2.304026256056685e-05,
      "loss": 0.5502,
      "step": 2954
    },
    {
      "epoch": 0.5253333333333333,
      "grad_norm": 0.3093014061450958,
      "learning_rate": 2.3026343198618043e-05,
      "loss": 0.4829,
      "step": 2955
    },
    {
      "epoch": 0.5255111111111112,
      "grad_norm": 0.30510789155960083,
      "learning_rate": 2.301242445230851e-05,
      "loss": 0.5304,
      "step": 2956
    },
    {
      "epoch": 0.5256888888888889,
      "grad_norm": 0.2941192388534546,
      "learning_rate": 2.2998506325979894e-05,
      "loss": 0.5289,
      "step": 2957
    },
    {
      "epoch": 0.5258666666666667,
      "grad_norm": 0.2575453817844391,
      "learning_rate": 2.2984588823973662e-05,
      "loss": 0.566,
      "step": 2958
    },
    {
      "epoch": 0.5260444444444444,
      "grad_norm": 0.24552775919437408,
      "learning_rate": 2.2970671950631064e-05,
      "loss": 0.4933,
      "step": 2959
    },
    {
      "epoch": 0.5262222222222223,
      "grad_norm": 0.2217177152633667,
      "learning_rate": 2.2956755710293183e-05,
      "loss": 0.4186,
      "step": 2960
    },
    {
      "epoch": 0.5264,
      "grad_norm": 0.2924637198448181,
      "learning_rate": 2.294284010730086e-05,
      "loss": 0.4515,
      "step": 2961
    },
    {
      "epoch": 0.5265777777777778,
      "grad_norm": 0.3973850607872009,
      "learning_rate": 2.2928925145994794e-05,
      "loss": 0.5661,
      "step": 2962
    },
    {
      "epoch": 0.5267555555555555,
      "grad_norm": 0.2648034989833832,
      "learning_rate": 2.291501083071543e-05,
      "loss": 0.4757,
      "step": 2963
    },
    {
      "epoch": 0.5269333333333334,
      "grad_norm": 0.26346439123153687,
      "learning_rate": 2.2901097165803062e-05,
      "loss": 0.4716,
      "step": 2964
    },
    {
      "epoch": 0.5271111111111111,
      "grad_norm": 0.29133710265159607,
      "learning_rate": 2.2887184155597723e-05,
      "loss": 0.4467,
      "step": 2965
    },
    {
      "epoch": 0.5272888888888889,
      "grad_norm": 0.29561737179756165,
      "learning_rate": 2.28732718044393e-05,
      "loss": 0.4538,
      "step": 2966
    },
    {
      "epoch": 0.5274666666666666,
      "grad_norm": 0.2607540786266327,
      "learning_rate": 2.2859360116667432e-05,
      "loss": 0.4279,
      "step": 2967
    },
    {
      "epoch": 0.5276444444444445,
      "grad_norm": 0.23969291150569916,
      "learning_rate": 2.284544909662158e-05,
      "loss": 0.4149,
      "step": 2968
    },
    {
      "epoch": 0.5278222222222222,
      "grad_norm": 0.2727516293525696,
      "learning_rate": 2.2831538748640974e-05,
      "loss": 0.5137,
      "step": 2969
    },
    {
      "epoch": 0.528,
      "grad_norm": 0.2958790957927704,
      "learning_rate": 2.281762907706465e-05,
      "loss": 0.5748,
      "step": 2970
    },
    {
      "epoch": 0.5281777777777777,
      "grad_norm": 0.2629375755786896,
      "learning_rate": 2.280372008623142e-05,
      "loss": 0.5168,
      "step": 2971
    },
    {
      "epoch": 0.5283555555555556,
      "grad_norm": 0.3317106068134308,
      "learning_rate": 2.27898117804799e-05,
      "loss": 0.4831,
      "step": 2972
    },
    {
      "epoch": 0.5285333333333333,
      "grad_norm": 0.2788366973400116,
      "learning_rate": 2.2775904164148477e-05,
      "loss": 0.6125,
      "step": 2973
    },
    {
      "epoch": 0.5287111111111111,
      "grad_norm": 0.2513751685619354,
      "learning_rate": 2.2761997241575333e-05,
      "loss": 0.3655,
      "step": 2974
    },
    {
      "epoch": 0.5288888888888889,
      "grad_norm": 0.28906145691871643,
      "learning_rate": 2.2748091017098423e-05,
      "loss": 0.3725,
      "step": 2975
    },
    {
      "epoch": 0.5290666666666667,
      "grad_norm": 0.23361513018608093,
      "learning_rate": 2.2734185495055503e-05,
      "loss": 0.5327,
      "step": 2976
    },
    {
      "epoch": 0.5292444444444444,
      "grad_norm": 0.23080763220787048,
      "learning_rate": 2.272028067978408e-05,
      "loss": 0.4451,
      "step": 2977
    },
    {
      "epoch": 0.5294222222222222,
      "grad_norm": 0.24192284047603607,
      "learning_rate": 2.270637657562148e-05,
      "loss": 0.4331,
      "step": 2978
    },
    {
      "epoch": 0.5296,
      "grad_norm": 0.2804851830005646,
      "learning_rate": 2.2692473186904765e-05,
      "loss": 0.5155,
      "step": 2979
    },
    {
      "epoch": 0.5297777777777778,
      "grad_norm": 0.3095892071723938,
      "learning_rate": 2.267857051797081e-05,
      "loss": 0.4082,
      "step": 2980
    },
    {
      "epoch": 0.5299555555555555,
      "grad_norm": 0.3020741641521454,
      "learning_rate": 2.266466857315624e-05,
      "loss": 0.5722,
      "step": 2981
    },
    {
      "epoch": 0.5301333333333333,
      "grad_norm": 0.2788066565990448,
      "learning_rate": 2.2650767356797474e-05,
      "loss": 0.5409,
      "step": 2982
    },
    {
      "epoch": 0.5303111111111111,
      "grad_norm": 0.23060497641563416,
      "learning_rate": 2.2636866873230677e-05,
      "loss": 0.4333,
      "step": 2983
    },
    {
      "epoch": 0.5304888888888889,
      "grad_norm": 0.24649953842163086,
      "learning_rate": 2.2622967126791823e-05,
      "loss": 0.4292,
      "step": 2984
    },
    {
      "epoch": 0.5306666666666666,
      "grad_norm": 0.2515879273414612,
      "learning_rate": 2.2609068121816612e-05,
      "loss": 0.432,
      "step": 2985
    },
    {
      "epoch": 0.5308444444444445,
      "grad_norm": 0.3675811290740967,
      "learning_rate": 2.2595169862640568e-05,
      "loss": 0.5552,
      "step": 2986
    },
    {
      "epoch": 0.5310222222222222,
      "grad_norm": 0.33375123143196106,
      "learning_rate": 2.2581272353598915e-05,
      "loss": 0.5122,
      "step": 2987
    },
    {
      "epoch": 0.5312,
      "grad_norm": 0.2922704517841339,
      "learning_rate": 2.256737559902671e-05,
      "loss": 0.5036,
      "step": 2988
    },
    {
      "epoch": 0.5313777777777777,
      "grad_norm": 0.28789961338043213,
      "learning_rate": 2.255347960325871e-05,
      "loss": 0.5394,
      "step": 2989
    },
    {
      "epoch": 0.5315555555555556,
      "grad_norm": 0.21229441463947296,
      "learning_rate": 2.2539584370629508e-05,
      "loss": 0.4303,
      "step": 2990
    },
    {
      "epoch": 0.5317333333333333,
      "grad_norm": 0.2564389407634735,
      "learning_rate": 2.2525689905473376e-05,
      "loss": 0.429,
      "step": 2991
    },
    {
      "epoch": 0.5319111111111111,
      "grad_norm": 0.29564332962036133,
      "learning_rate": 2.2511796212124425e-05,
      "loss": 0.5475,
      "step": 2992
    },
    {
      "epoch": 0.5320888888888888,
      "grad_norm": 0.4213256537914276,
      "learning_rate": 2.2497903294916474e-05,
      "loss": 0.3665,
      "step": 2993
    },
    {
      "epoch": 0.5322666666666667,
      "grad_norm": 0.349552184343338,
      "learning_rate": 2.248401115818312e-05,
      "loss": 0.4839,
      "step": 2994
    },
    {
      "epoch": 0.5324444444444445,
      "grad_norm": 0.3147105276584625,
      "learning_rate": 2.247011980625771e-05,
      "loss": 0.4091,
      "step": 2995
    },
    {
      "epoch": 0.5326222222222222,
      "grad_norm": 0.41335031390190125,
      "learning_rate": 2.2456229243473345e-05,
      "loss": 0.4017,
      "step": 2996
    },
    {
      "epoch": 0.5328,
      "grad_norm": 0.47623759508132935,
      "learning_rate": 2.2442339474162898e-05,
      "loss": 0.537,
      "step": 2997
    },
    {
      "epoch": 0.5329777777777778,
      "grad_norm": 0.364778071641922,
      "learning_rate": 2.2428450502658967e-05,
      "loss": 0.4765,
      "step": 2998
    },
    {
      "epoch": 0.5331555555555556,
      "grad_norm": 0.36246734857559204,
      "learning_rate": 2.241456233329392e-05,
      "loss": 0.4383,
      "step": 2999
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.46416351199150085,
      "learning_rate": 2.2400674970399863e-05,
      "loss": 0.4666,
      "step": 3000
    },
    {
      "epoch": 0.5333333333333333,
      "eval_loss": 0.4750007688999176,
      "eval_runtime": 1817.4276,
      "eval_samples_per_second": 2.751,
      "eval_steps_per_second": 0.344,
      "step": 3000
    },
    {
      "epoch": 0.5335111111111112,
      "grad_norm": 0.29531964659690857,
      "learning_rate": 2.238678841830867e-05,
      "loss": 0.4692,
      "step": 3001
    },
    {
      "epoch": 0.5336888888888889,
      "grad_norm": 0.28551557660102844,
      "learning_rate": 2.2372902681351923e-05,
      "loss": 0.3918,
      "step": 3002
    },
    {
      "epoch": 0.5338666666666667,
      "grad_norm": 0.23644867539405823,
      "learning_rate": 2.235901776386101e-05,
      "loss": 0.4583,
      "step": 3003
    },
    {
      "epoch": 0.5340444444444444,
      "grad_norm": 0.30046346783638,
      "learning_rate": 2.2345133670166997e-05,
      "loss": 0.4637,
      "step": 3004
    },
    {
      "epoch": 0.5342222222222223,
      "grad_norm": 0.2879243493080139,
      "learning_rate": 2.2331250404600755e-05,
      "loss": 0.4915,
      "step": 3005
    },
    {
      "epoch": 0.5344,
      "grad_norm": 0.22171127796173096,
      "learning_rate": 2.2317367971492835e-05,
      "loss": 0.3516,
      "step": 3006
    },
    {
      "epoch": 0.5345777777777778,
      "grad_norm": 0.22647008299827576,
      "learning_rate": 2.2303486375173585e-05,
      "loss": 0.4151,
      "step": 3007
    },
    {
      "epoch": 0.5347555555555555,
      "grad_norm": 0.26434826850891113,
      "learning_rate": 2.2289605619973045e-05,
      "loss": 0.553,
      "step": 3008
    },
    {
      "epoch": 0.5349333333333334,
      "grad_norm": 0.2929951250553131,
      "learning_rate": 2.2275725710221035e-05,
      "loss": 0.4706,
      "step": 3009
    },
    {
      "epoch": 0.5351111111111111,
      "grad_norm": 0.23885107040405273,
      "learning_rate": 2.2261846650247075e-05,
      "loss": 0.4362,
      "step": 3010
    },
    {
      "epoch": 0.5352888888888889,
      "grad_norm": 0.28213077783584595,
      "learning_rate": 2.224796844438045e-05,
      "loss": 0.5036,
      "step": 3011
    },
    {
      "epoch": 0.5354666666666666,
      "grad_norm": 0.2620048522949219,
      "learning_rate": 2.223409109695015e-05,
      "loss": 0.4175,
      "step": 3012
    },
    {
      "epoch": 0.5356444444444445,
      "grad_norm": 0.25692641735076904,
      "learning_rate": 2.2220214612284924e-05,
      "loss": 0.4043,
      "step": 3013
    },
    {
      "epoch": 0.5358222222222222,
      "grad_norm": 0.22911515831947327,
      "learning_rate": 2.2206338994713228e-05,
      "loss": 0.3807,
      "step": 3014
    },
    {
      "epoch": 0.536,
      "grad_norm": 0.3070697784423828,
      "learning_rate": 2.2192464248563265e-05,
      "loss": 0.4715,
      "step": 3015
    },
    {
      "epoch": 0.5361777777777778,
      "grad_norm": 0.2712344825267792,
      "learning_rate": 2.217859037816296e-05,
      "loss": 0.467,
      "step": 3016
    },
    {
      "epoch": 0.5363555555555556,
      "grad_norm": 0.2436918020248413,
      "learning_rate": 2.2164717387839966e-05,
      "loss": 0.4681,
      "step": 3017
    },
    {
      "epoch": 0.5365333333333333,
      "grad_norm": 0.30209654569625854,
      "learning_rate": 2.215084528192165e-05,
      "loss": 0.4805,
      "step": 3018
    },
    {
      "epoch": 0.5367111111111111,
      "grad_norm": 0.20991253852844238,
      "learning_rate": 2.213697406473513e-05,
      "loss": 0.3232,
      "step": 3019
    },
    {
      "epoch": 0.5368888888888889,
      "grad_norm": 0.2576856017112732,
      "learning_rate": 2.2123103740607215e-05,
      "loss": 0.4405,
      "step": 3020
    },
    {
      "epoch": 0.5370666666666667,
      "grad_norm": 0.2661442458629608,
      "learning_rate": 2.2109234313864465e-05,
      "loss": 0.4939,
      "step": 3021
    },
    {
      "epoch": 0.5372444444444444,
      "grad_norm": 0.2675219476222992,
      "learning_rate": 2.209536578883313e-05,
      "loss": 0.4972,
      "step": 3022
    },
    {
      "epoch": 0.5374222222222222,
      "grad_norm": 0.2708624303340912,
      "learning_rate": 2.208149816983921e-05,
      "loss": 0.5284,
      "step": 3023
    },
    {
      "epoch": 0.5376,
      "grad_norm": 0.24882188439369202,
      "learning_rate": 2.2067631461208393e-05,
      "loss": 0.3975,
      "step": 3024
    },
    {
      "epoch": 0.5377777777777778,
      "grad_norm": 0.25015929341316223,
      "learning_rate": 2.205376566726611e-05,
      "loss": 0.4428,
      "step": 3025
    },
    {
      "epoch": 0.5379555555555555,
      "grad_norm": 0.2505841851234436,
      "learning_rate": 2.2039900792337474e-05,
      "loss": 0.5788,
      "step": 3026
    },
    {
      "epoch": 0.5381333333333334,
      "grad_norm": 0.2929605543613434,
      "learning_rate": 2.202603684074736e-05,
      "loss": 0.5626,
      "step": 3027
    },
    {
      "epoch": 0.5383111111111111,
      "grad_norm": 0.30496540665626526,
      "learning_rate": 2.2012173816820297e-05,
      "loss": 0.5182,
      "step": 3028
    },
    {
      "epoch": 0.5384888888888889,
      "grad_norm": 0.28312090039253235,
      "learning_rate": 2.199831172488058e-05,
      "loss": 0.6722,
      "step": 3029
    },
    {
      "epoch": 0.5386666666666666,
      "grad_norm": 0.22242353856563568,
      "learning_rate": 2.1984450569252154e-05,
      "loss": 0.4375,
      "step": 3030
    },
    {
      "epoch": 0.5388444444444445,
      "grad_norm": 0.24788910150527954,
      "learning_rate": 2.1970590354258745e-05,
      "loss": 0.529,
      "step": 3031
    },
    {
      "epoch": 0.5390222222222222,
      "grad_norm": 0.24507980048656464,
      "learning_rate": 2.1956731084223702e-05,
      "loss": 0.3992,
      "step": 3032
    },
    {
      "epoch": 0.5392,
      "grad_norm": 0.3020592927932739,
      "learning_rate": 2.194287276347016e-05,
      "loss": 0.4148,
      "step": 3033
    },
    {
      "epoch": 0.5393777777777777,
      "grad_norm": 0.2942517101764679,
      "learning_rate": 2.19290153963209e-05,
      "loss": 0.4847,
      "step": 3034
    },
    {
      "epoch": 0.5395555555555556,
      "grad_norm": 0.2896391451358795,
      "learning_rate": 2.1915158987098432e-05,
      "loss": 0.4205,
      "step": 3035
    },
    {
      "epoch": 0.5397333333333333,
      "grad_norm": 0.3078225553035736,
      "learning_rate": 2.1901303540124956e-05,
      "loss": 0.5328,
      "step": 3036
    },
    {
      "epoch": 0.5399111111111111,
      "grad_norm": 0.29907989501953125,
      "learning_rate": 2.188744905972239e-05,
      "loss": 0.4695,
      "step": 3037
    },
    {
      "epoch": 0.5400888888888888,
      "grad_norm": 0.3034135103225708,
      "learning_rate": 2.187359555021232e-05,
      "loss": 0.4692,
      "step": 3038
    },
    {
      "epoch": 0.5402666666666667,
      "grad_norm": 0.28414812684059143,
      "learning_rate": 2.1859743015916065e-05,
      "loss": 0.5705,
      "step": 3039
    },
    {
      "epoch": 0.5404444444444444,
      "grad_norm": 0.271185964345932,
      "learning_rate": 2.1845891461154602e-05,
      "loss": 0.5259,
      "step": 3040
    },
    {
      "epoch": 0.5406222222222222,
      "grad_norm": 0.27508774399757385,
      "learning_rate": 2.183204089024864e-05,
      "loss": 0.3037,
      "step": 3041
    },
    {
      "epoch": 0.5408,
      "grad_norm": 0.31245699524879456,
      "learning_rate": 2.181819130751855e-05,
      "loss": 0.3887,
      "step": 3042
    },
    {
      "epoch": 0.5409777777777778,
      "grad_norm": 0.31404441595077515,
      "learning_rate": 2.1804342717284415e-05,
      "loss": 0.4337,
      "step": 3043
    },
    {
      "epoch": 0.5411555555555555,
      "grad_norm": 0.322235107421875,
      "learning_rate": 2.1790495123866e-05,
      "loss": 0.4413,
      "step": 3044
    },
    {
      "epoch": 0.5413333333333333,
      "grad_norm": 0.3345963656902313,
      "learning_rate": 2.177664853158276e-05,
      "loss": 0.448,
      "step": 3045
    },
    {
      "epoch": 0.5415111111111112,
      "grad_norm": 0.4021861255168915,
      "learning_rate": 2.176280294475383e-05,
      "loss": 0.4805,
      "step": 3046
    },
    {
      "epoch": 0.5416888888888889,
      "grad_norm": 0.36822208762168884,
      "learning_rate": 2.1748958367698046e-05,
      "loss": 0.4612,
      "step": 3047
    },
    {
      "epoch": 0.5418666666666667,
      "grad_norm": 0.48115992546081543,
      "learning_rate": 2.1735114804733938e-05,
      "loss": 0.4292,
      "step": 3048
    },
    {
      "epoch": 0.5420444444444444,
      "grad_norm": 0.38257506489753723,
      "learning_rate": 2.172127226017967e-05,
      "loss": 0.3556,
      "step": 3049
    },
    {
      "epoch": 0.5422222222222223,
      "grad_norm": 0.5177589654922485,
      "learning_rate": 2.170743073835316e-05,
      "loss": 0.5349,
      "step": 3050
    },
    {
      "epoch": 0.5424,
      "grad_norm": 0.3127012252807617,
      "learning_rate": 2.1693590243571938e-05,
      "loss": 0.4273,
      "step": 3051
    },
    {
      "epoch": 0.5425777777777778,
      "grad_norm": 0.2610132694244385,
      "learning_rate": 2.1679750780153267e-05,
      "loss": 0.3007,
      "step": 3052
    },
    {
      "epoch": 0.5427555555555555,
      "grad_norm": 0.20275862514972687,
      "learning_rate": 2.166591235241405e-05,
      "loss": 0.3236,
      "step": 3053
    },
    {
      "epoch": 0.5429333333333334,
      "grad_norm": 0.22637619078159332,
      "learning_rate": 2.16520749646709e-05,
      "loss": 0.4046,
      "step": 3054
    },
    {
      "epoch": 0.5431111111111111,
      "grad_norm": 0.2169070988893509,
      "learning_rate": 2.163823862124007e-05,
      "loss": 0.4394,
      "step": 3055
    },
    {
      "epoch": 0.5432888888888889,
      "grad_norm": 0.25098901987075806,
      "learning_rate": 2.1624403326437523e-05,
      "loss": 0.3685,
      "step": 3056
    },
    {
      "epoch": 0.5434666666666667,
      "grad_norm": 0.2361176460981369,
      "learning_rate": 2.1610569084578867e-05,
      "loss": 0.3222,
      "step": 3057
    },
    {
      "epoch": 0.5436444444444445,
      "grad_norm": 0.3332407474517822,
      "learning_rate": 2.1596735899979396e-05,
      "loss": 0.5406,
      "step": 3058
    },
    {
      "epoch": 0.5438222222222222,
      "grad_norm": 0.338297039270401,
      "learning_rate": 2.158290377695407e-05,
      "loss": 0.7095,
      "step": 3059
    },
    {
      "epoch": 0.544,
      "grad_norm": 0.27734121680259705,
      "learning_rate": 2.1569072719817526e-05,
      "loss": 0.4317,
      "step": 3060
    },
    {
      "epoch": 0.5441777777777778,
      "grad_norm": 0.26475220918655396,
      "learning_rate": 2.155524273288405e-05,
      "loss": 0.5098,
      "step": 3061
    },
    {
      "epoch": 0.5443555555555556,
      "grad_norm": 0.258499413728714,
      "learning_rate": 2.1541413820467615e-05,
      "loss": 0.4341,
      "step": 3062
    },
    {
      "epoch": 0.5445333333333333,
      "grad_norm": 0.29776763916015625,
      "learning_rate": 2.1527585986881837e-05,
      "loss": 0.4436,
      "step": 3063
    },
    {
      "epoch": 0.5447111111111111,
      "grad_norm": 0.2530074417591095,
      "learning_rate": 2.1513759236440023e-05,
      "loss": 0.4647,
      "step": 3064
    },
    {
      "epoch": 0.5448888888888889,
      "grad_norm": 0.2732505798339844,
      "learning_rate": 2.149993357345511e-05,
      "loss": 0.5972,
      "step": 3065
    },
    {
      "epoch": 0.5450666666666667,
      "grad_norm": 0.2999916970729828,
      "learning_rate": 2.148610900223973e-05,
      "loss": 0.4883,
      "step": 3066
    },
    {
      "epoch": 0.5452444444444444,
      "grad_norm": 0.26998549699783325,
      "learning_rate": 2.1472285527106137e-05,
      "loss": 0.5718,
      "step": 3067
    },
    {
      "epoch": 0.5454222222222223,
      "grad_norm": 0.2478506714105606,
      "learning_rate": 2.145846315236629e-05,
      "loss": 0.5141,
      "step": 3068
    },
    {
      "epoch": 0.5456,
      "grad_norm": 0.2767607867717743,
      "learning_rate": 2.1444641882331744e-05,
      "loss": 0.5581,
      "step": 3069
    },
    {
      "epoch": 0.5457777777777778,
      "grad_norm": 0.3269823491573334,
      "learning_rate": 2.1430821721313782e-05,
      "loss": 0.5526,
      "step": 3070
    },
    {
      "epoch": 0.5459555555555555,
      "grad_norm": 0.2836489975452423,
      "learning_rate": 2.1417002673623264e-05,
      "loss": 0.464,
      "step": 3071
    },
    {
      "epoch": 0.5461333333333334,
      "grad_norm": 0.228063702583313,
      "learning_rate": 2.1403184743570778e-05,
      "loss": 0.61,
      "step": 3072
    },
    {
      "epoch": 0.5463111111111111,
      "grad_norm": 0.2642533779144287,
      "learning_rate": 2.138936793546649e-05,
      "loss": 0.398,
      "step": 3073
    },
    {
      "epoch": 0.5464888888888889,
      "grad_norm": 0.23672597110271454,
      "learning_rate": 2.137555225362028e-05,
      "loss": 0.4233,
      "step": 3074
    },
    {
      "epoch": 0.5466666666666666,
      "grad_norm": 0.246201291680336,
      "learning_rate": 2.1361737702341634e-05,
      "loss": 0.4884,
      "step": 3075
    },
    {
      "epoch": 0.5468444444444445,
      "grad_norm": 0.27198857069015503,
      "learning_rate": 2.1347924285939714e-05,
      "loss": 0.6578,
      "step": 3076
    },
    {
      "epoch": 0.5470222222222222,
      "grad_norm": 0.26538413763046265,
      "learning_rate": 2.1334112008723297e-05,
      "loss": 0.5842,
      "step": 3077
    },
    {
      "epoch": 0.5472,
      "grad_norm": 0.29970574378967285,
      "learning_rate": 2.132030087500084e-05,
      "loss": 0.6014,
      "step": 3078
    },
    {
      "epoch": 0.5473777777777777,
      "grad_norm": 0.23340369760990143,
      "learning_rate": 2.130649088908041e-05,
      "loss": 0.3963,
      "step": 3079
    },
    {
      "epoch": 0.5475555555555556,
      "grad_norm": 0.2756349742412567,
      "learning_rate": 2.1292682055269745e-05,
      "loss": 0.4629,
      "step": 3080
    },
    {
      "epoch": 0.5477333333333333,
      "grad_norm": 0.25403615832328796,
      "learning_rate": 2.1278874377876197e-05,
      "loss": 0.4711,
      "step": 3081
    },
    {
      "epoch": 0.5479111111111111,
      "grad_norm": 0.2636300325393677,
      "learning_rate": 2.1265067861206784e-05,
      "loss": 0.5987,
      "step": 3082
    },
    {
      "epoch": 0.5480888888888888,
      "grad_norm": 0.2964397072792053,
      "learning_rate": 2.1251262509568133e-05,
      "loss": 0.4918,
      "step": 3083
    },
    {
      "epoch": 0.5482666666666667,
      "grad_norm": 0.25804513692855835,
      "learning_rate": 2.123745832726654e-05,
      "loss": 0.4802,
      "step": 3084
    },
    {
      "epoch": 0.5484444444444444,
      "grad_norm": 0.3168201148509979,
      "learning_rate": 2.1223655318607904e-05,
      "loss": 0.6161,
      "step": 3085
    },
    {
      "epoch": 0.5486222222222222,
      "grad_norm": 0.2684416174888611,
      "learning_rate": 2.1209853487897784e-05,
      "loss": 0.5222,
      "step": 3086
    },
    {
      "epoch": 0.5488,
      "grad_norm": 0.2620787024497986,
      "learning_rate": 2.119605283944135e-05,
      "loss": 0.5084,
      "step": 3087
    },
    {
      "epoch": 0.5489777777777778,
      "grad_norm": 0.2609635591506958,
      "learning_rate": 2.1182253377543425e-05,
      "loss": 0.4202,
      "step": 3088
    },
    {
      "epoch": 0.5491555555555555,
      "grad_norm": 0.334938108921051,
      "learning_rate": 2.1168455106508446e-05,
      "loss": 0.3444,
      "step": 3089
    },
    {
      "epoch": 0.5493333333333333,
      "grad_norm": 0.3327725827693939,
      "learning_rate": 2.1154658030640483e-05,
      "loss": 0.553,
      "step": 3090
    },
    {
      "epoch": 0.5495111111111111,
      "grad_norm": 0.32416072487831116,
      "learning_rate": 2.114086215424322e-05,
      "loss": 0.3738,
      "step": 3091
    },
    {
      "epoch": 0.5496888888888889,
      "grad_norm": 0.30679434537887573,
      "learning_rate": 2.1127067481620013e-05,
      "loss": 0.3967,
      "step": 3092
    },
    {
      "epoch": 0.5498666666666666,
      "grad_norm": 0.3186824321746826,
      "learning_rate": 2.1113274017073774e-05,
      "loss": 0.4242,
      "step": 3093
    },
    {
      "epoch": 0.5500444444444444,
      "grad_norm": 0.2917342185974121,
      "learning_rate": 2.1099481764907108e-05,
      "loss": 0.3514,
      "step": 3094
    },
    {
      "epoch": 0.5502222222222222,
      "grad_norm": 0.3786706030368805,
      "learning_rate": 2.108569072942217e-05,
      "loss": 0.5337,
      "step": 3095
    },
    {
      "epoch": 0.5504,
      "grad_norm": 0.3980700969696045,
      "learning_rate": 2.1071900914920816e-05,
      "loss": 0.4806,
      "step": 3096
    },
    {
      "epoch": 0.5505777777777778,
      "grad_norm": 0.6132436394691467,
      "learning_rate": 2.1058112325704436e-05,
      "loss": 0.4667,
      "step": 3097
    },
    {
      "epoch": 0.5507555555555556,
      "grad_norm": 0.4503932595252991,
      "learning_rate": 2.1044324966074104e-05,
      "loss": 0.3364,
      "step": 3098
    },
    {
      "epoch": 0.5509333333333334,
      "grad_norm": 0.4796298146247864,
      "learning_rate": 2.103053884033049e-05,
      "loss": 0.4539,
      "step": 3099
    },
    {
      "epoch": 0.5511111111111111,
      "grad_norm": 0.502371072769165,
      "learning_rate": 2.1016753952773867e-05,
      "loss": 0.4744,
      "step": 3100
    },
    {
      "epoch": 0.5512888888888889,
      "grad_norm": 0.32859691977500916,
      "learning_rate": 2.1002970307704132e-05,
      "loss": 0.5014,
      "step": 3101
    },
    {
      "epoch": 0.5514666666666667,
      "grad_norm": 0.25064122676849365,
      "learning_rate": 2.0989187909420786e-05,
      "loss": 0.4872,
      "step": 3102
    },
    {
      "epoch": 0.5516444444444445,
      "grad_norm": 0.349989116191864,
      "learning_rate": 2.0975406762222966e-05,
      "loss": 0.5538,
      "step": 3103
    },
    {
      "epoch": 0.5518222222222222,
      "grad_norm": 0.28533419966697693,
      "learning_rate": 2.0961626870409383e-05,
      "loss": 0.5271,
      "step": 3104
    },
    {
      "epoch": 0.552,
      "grad_norm": 0.29115214943885803,
      "learning_rate": 2.0947848238278385e-05,
      "loss": 0.4614,
      "step": 3105
    },
    {
      "epoch": 0.5521777777777778,
      "grad_norm": 0.29967767000198364,
      "learning_rate": 2.0934070870127912e-05,
      "loss": 0.4662,
      "step": 3106
    },
    {
      "epoch": 0.5523555555555556,
      "grad_norm": 0.2915601134300232,
      "learning_rate": 2.0920294770255517e-05,
      "loss": 0.4886,
      "step": 3107
    },
    {
      "epoch": 0.5525333333333333,
      "grad_norm": 0.24265961349010468,
      "learning_rate": 2.0906519942958347e-05,
      "loss": 0.3342,
      "step": 3108
    },
    {
      "epoch": 0.5527111111111112,
      "grad_norm": 0.28501981496810913,
      "learning_rate": 2.089274639253317e-05,
      "loss": 0.4474,
      "step": 3109
    },
    {
      "epoch": 0.5528888888888889,
      "grad_norm": 0.2504535913467407,
      "learning_rate": 2.0878974123276328e-05,
      "loss": 0.4079,
      "step": 3110
    },
    {
      "epoch": 0.5530666666666667,
      "grad_norm": 0.3231838643550873,
      "learning_rate": 2.0865203139483812e-05,
      "loss": 0.4608,
      "step": 3111
    },
    {
      "epoch": 0.5532444444444444,
      "grad_norm": 0.3012704849243164,
      "learning_rate": 2.085143344545114e-05,
      "loss": 0.6843,
      "step": 3112
    },
    {
      "epoch": 0.5534222222222223,
      "grad_norm": 0.25548985600471497,
      "learning_rate": 2.083766504547351e-05,
      "loss": 0.4361,
      "step": 3113
    },
    {
      "epoch": 0.5536,
      "grad_norm": 0.3070829212665558,
      "learning_rate": 2.082389794384564e-05,
      "loss": 0.5337,
      "step": 3114
    },
    {
      "epoch": 0.5537777777777778,
      "grad_norm": 0.2541947066783905,
      "learning_rate": 2.08101321448619e-05,
      "loss": 0.4287,
      "step": 3115
    },
    {
      "epoch": 0.5539555555555555,
      "grad_norm": 0.2300274819135666,
      "learning_rate": 2.0796367652816213e-05,
      "loss": 0.5245,
      "step": 3116
    },
    {
      "epoch": 0.5541333333333334,
      "grad_norm": 0.28947713971138,
      "learning_rate": 2.0782604472002128e-05,
      "loss": 0.4189,
      "step": 3117
    },
    {
      "epoch": 0.5543111111111111,
      "grad_norm": 0.3014647364616394,
      "learning_rate": 2.076884260671276e-05,
      "loss": 0.5879,
      "step": 3118
    },
    {
      "epoch": 0.5544888888888889,
      "grad_norm": 0.24373458325862885,
      "learning_rate": 2.075508206124084e-05,
      "loss": 0.4104,
      "step": 3119
    },
    {
      "epoch": 0.5546666666666666,
      "grad_norm": 0.29070523381233215,
      "learning_rate": 2.0741322839878647e-05,
      "loss": 0.5328,
      "step": 3120
    },
    {
      "epoch": 0.5548444444444445,
      "grad_norm": 0.27347061038017273,
      "learning_rate": 2.0727564946918087e-05,
      "loss": 0.4892,
      "step": 3121
    },
    {
      "epoch": 0.5550222222222222,
      "grad_norm": 0.2780001163482666,
      "learning_rate": 2.0713808386650625e-05,
      "loss": 0.5335,
      "step": 3122
    },
    {
      "epoch": 0.5552,
      "grad_norm": 0.28905633091926575,
      "learning_rate": 2.070005316336733e-05,
      "loss": 0.5908,
      "step": 3123
    },
    {
      "epoch": 0.5553777777777777,
      "grad_norm": 0.2759278416633606,
      "learning_rate": 2.0686299281358835e-05,
      "loss": 0.5362,
      "step": 3124
    },
    {
      "epoch": 0.5555555555555556,
      "grad_norm": 0.26638245582580566,
      "learning_rate": 2.067254674491538e-05,
      "loss": 0.5735,
      "step": 3125
    },
    {
      "epoch": 0.5557333333333333,
      "grad_norm": 0.24599094688892365,
      "learning_rate": 2.0658795558326743e-05,
      "loss": 0.4904,
      "step": 3126
    },
    {
      "epoch": 0.5559111111111111,
      "grad_norm": 0.3339538872241974,
      "learning_rate": 2.0645045725882332e-05,
      "loss": 0.4904,
      "step": 3127
    },
    {
      "epoch": 0.5560888888888889,
      "grad_norm": 0.27423030138015747,
      "learning_rate": 2.0631297251871093e-05,
      "loss": 0.4467,
      "step": 3128
    },
    {
      "epoch": 0.5562666666666667,
      "grad_norm": 0.2931954860687256,
      "learning_rate": 2.0617550140581578e-05,
      "loss": 0.4755,
      "step": 3129
    },
    {
      "epoch": 0.5564444444444444,
      "grad_norm": 0.32772743701934814,
      "learning_rate": 2.0603804396301876e-05,
      "loss": 0.6609,
      "step": 3130
    },
    {
      "epoch": 0.5566222222222222,
      "grad_norm": 0.21841637790203094,
      "learning_rate": 2.0590060023319696e-05,
      "loss": 0.4569,
      "step": 3131
    },
    {
      "epoch": 0.5568,
      "grad_norm": 0.2912640869617462,
      "learning_rate": 2.0576317025922283e-05,
      "loss": 0.4714,
      "step": 3132
    },
    {
      "epoch": 0.5569777777777778,
      "grad_norm": 0.23478421568870544,
      "learning_rate": 2.056257540839647e-05,
      "loss": 0.5665,
      "step": 3133
    },
    {
      "epoch": 0.5571555555555555,
      "grad_norm": 0.2980351150035858,
      "learning_rate": 2.0548835175028647e-05,
      "loss": 0.5857,
      "step": 3134
    },
    {
      "epoch": 0.5573333333333333,
      "grad_norm": 0.2784363031387329,
      "learning_rate": 2.0535096330104804e-05,
      "loss": 0.5658,
      "step": 3135
    },
    {
      "epoch": 0.5575111111111111,
      "grad_norm": 0.25529050827026367,
      "learning_rate": 2.0521358877910444e-05,
      "loss": 0.3909,
      "step": 3136
    },
    {
      "epoch": 0.5576888888888889,
      "grad_norm": 0.2960292398929596,
      "learning_rate": 2.0507622822730695e-05,
      "loss": 0.508,
      "step": 3137
    },
    {
      "epoch": 0.5578666666666666,
      "grad_norm": 0.264558881521225,
      "learning_rate": 2.0493888168850188e-05,
      "loss": 0.4703,
      "step": 3138
    },
    {
      "epoch": 0.5580444444444445,
      "grad_norm": 0.307281494140625,
      "learning_rate": 2.0480154920553186e-05,
      "loss": 0.5105,
      "step": 3139
    },
    {
      "epoch": 0.5582222222222222,
      "grad_norm": 0.2524307668209076,
      "learning_rate": 2.0466423082123443e-05,
      "loss": 0.5532,
      "step": 3140
    },
    {
      "epoch": 0.5584,
      "grad_norm": 0.2923561930656433,
      "learning_rate": 2.0452692657844333e-05,
      "loss": 0.5471,
      "step": 3141
    },
    {
      "epoch": 0.5585777777777777,
      "grad_norm": 0.25408312678337097,
      "learning_rate": 2.0438963651998747e-05,
      "loss": 0.3081,
      "step": 3142
    },
    {
      "epoch": 0.5587555555555556,
      "grad_norm": 0.26359203457832336,
      "learning_rate": 2.042523606886916e-05,
      "loss": 0.3909,
      "step": 3143
    },
    {
      "epoch": 0.5589333333333333,
      "grad_norm": 0.26516661047935486,
      "learning_rate": 2.041150991273758e-05,
      "loss": 0.3804,
      "step": 3144
    },
    {
      "epoch": 0.5591111111111111,
      "grad_norm": 0.3086276948451996,
      "learning_rate": 2.0397785187885598e-05,
      "loss": 0.4069,
      "step": 3145
    },
    {
      "epoch": 0.5592888888888888,
      "grad_norm": 0.422495037317276,
      "learning_rate": 2.038406189859433e-05,
      "loss": 0.3952,
      "step": 3146
    },
    {
      "epoch": 0.5594666666666667,
      "grad_norm": 0.4331241548061371,
      "learning_rate": 2.037034004914447e-05,
      "loss": 0.4695,
      "step": 3147
    },
    {
      "epoch": 0.5596444444444445,
      "grad_norm": 0.4339928925037384,
      "learning_rate": 2.0356619643816234e-05,
      "loss": 0.4834,
      "step": 3148
    },
    {
      "epoch": 0.5598222222222222,
      "grad_norm": 0.5655353665351868,
      "learning_rate": 2.034290068688941e-05,
      "loss": 0.3832,
      "step": 3149
    },
    {
      "epoch": 0.56,
      "grad_norm": 0.5897719264030457,
      "learning_rate": 2.032918318264334e-05,
      "loss": 0.3625,
      "step": 3150
    },
    {
      "epoch": 0.5601777777777778,
      "grad_norm": 0.2616625130176544,
      "learning_rate": 2.031546713535688e-05,
      "loss": 0.4186,
      "step": 3151
    },
    {
      "epoch": 0.5603555555555556,
      "grad_norm": 0.2676461637020111,
      "learning_rate": 2.030175254930848e-05,
      "loss": 0.5266,
      "step": 3152
    },
    {
      "epoch": 0.5605333333333333,
      "grad_norm": 0.2639397382736206,
      "learning_rate": 2.0288039428776073e-05,
      "loss": 0.3292,
      "step": 3153
    },
    {
      "epoch": 0.5607111111111112,
      "grad_norm": 0.3112473487854004,
      "learning_rate": 2.02743277780372e-05,
      "loss": 0.5792,
      "step": 3154
    },
    {
      "epoch": 0.5608888888888889,
      "grad_norm": 0.28444188833236694,
      "learning_rate": 2.0260617601368886e-05,
      "loss": 0.5071,
      "step": 3155
    },
    {
      "epoch": 0.5610666666666667,
      "grad_norm": 0.23163720965385437,
      "learning_rate": 2.024690890304775e-05,
      "loss": 0.298,
      "step": 3156
    },
    {
      "epoch": 0.5612444444444444,
      "grad_norm": 0.2724601626396179,
      "learning_rate": 2.0233201687349887e-05,
      "loss": 0.5744,
      "step": 3157
    },
    {
      "epoch": 0.5614222222222223,
      "grad_norm": 0.29206791520118713,
      "learning_rate": 2.0219495958550992e-05,
      "loss": 0.5043,
      "step": 3158
    },
    {
      "epoch": 0.5616,
      "grad_norm": 0.28387364745140076,
      "learning_rate": 2.020579172092626e-05,
      "loss": 0.5397,
      "step": 3159
    },
    {
      "epoch": 0.5617777777777778,
      "grad_norm": 0.30038413405418396,
      "learning_rate": 2.0192088978750433e-05,
      "loss": 0.5945,
      "step": 3160
    },
    {
      "epoch": 0.5619555555555555,
      "grad_norm": 0.2841411530971527,
      "learning_rate": 2.0178387736297773e-05,
      "loss": 0.4562,
      "step": 3161
    },
    {
      "epoch": 0.5621333333333334,
      "grad_norm": 0.29041579365730286,
      "learning_rate": 2.0164687997842096e-05,
      "loss": 0.6363,
      "step": 3162
    },
    {
      "epoch": 0.5623111111111111,
      "grad_norm": 0.21311260759830475,
      "learning_rate": 2.0150989767656728e-05,
      "loss": 0.4831,
      "step": 3163
    },
    {
      "epoch": 0.5624888888888889,
      "grad_norm": 0.2630387246608734,
      "learning_rate": 2.013729305001454e-05,
      "loss": 0.548,
      "step": 3164
    },
    {
      "epoch": 0.5626666666666666,
      "grad_norm": 0.28595903515815735,
      "learning_rate": 2.012359784918792e-05,
      "loss": 0.4274,
      "step": 3165
    },
    {
      "epoch": 0.5628444444444445,
      "grad_norm": 0.2719959020614624,
      "learning_rate": 2.01099041694488e-05,
      "loss": 0.5296,
      "step": 3166
    },
    {
      "epoch": 0.5630222222222222,
      "grad_norm": 0.23411796987056732,
      "learning_rate": 2.0096212015068606e-05,
      "loss": 0.4328,
      "step": 3167
    },
    {
      "epoch": 0.5632,
      "grad_norm": 0.29815274477005005,
      "learning_rate": 2.0082521390318322e-05,
      "loss": 0.5192,
      "step": 3168
    },
    {
      "epoch": 0.5633777777777778,
      "grad_norm": 0.2904717028141022,
      "learning_rate": 2.0068832299468428e-05,
      "loss": 0.5623,
      "step": 3169
    },
    {
      "epoch": 0.5635555555555556,
      "grad_norm": 0.38077226281166077,
      "learning_rate": 2.0055144746788957e-05,
      "loss": 0.551,
      "step": 3170
    },
    {
      "epoch": 0.5637333333333333,
      "grad_norm": 0.25648513436317444,
      "learning_rate": 2.004145873654942e-05,
      "loss": 0.5084,
      "step": 3171
    },
    {
      "epoch": 0.5639111111111111,
      "grad_norm": 0.28845271468162537,
      "learning_rate": 2.0027774273018892e-05,
      "loss": 0.5028,
      "step": 3172
    },
    {
      "epoch": 0.5640888888888889,
      "grad_norm": 0.2336028665304184,
      "learning_rate": 2.0014091360465927e-05,
      "loss": 0.449,
      "step": 3173
    },
    {
      "epoch": 0.5642666666666667,
      "grad_norm": 0.26510196924209595,
      "learning_rate": 2.000041000315862e-05,
      "loss": 0.4149,
      "step": 3174
    },
    {
      "epoch": 0.5644444444444444,
      "grad_norm": 0.2599692642688751,
      "learning_rate": 1.998673020536456e-05,
      "loss": 0.4764,
      "step": 3175
    },
    {
      "epoch": 0.5646222222222222,
      "grad_norm": 0.22014567255973816,
      "learning_rate": 1.9973051971350888e-05,
      "loss": 0.4654,
      "step": 3176
    },
    {
      "epoch": 0.5648,
      "grad_norm": 0.27445879578590393,
      "learning_rate": 1.9959375305384203e-05,
      "loss": 0.55,
      "step": 3177
    },
    {
      "epoch": 0.5649777777777778,
      "grad_norm": 0.26876360177993774,
      "learning_rate": 1.994570021173067e-05,
      "loss": 0.5305,
      "step": 3178
    },
    {
      "epoch": 0.5651555555555555,
      "grad_norm": 0.2770456373691559,
      "learning_rate": 1.9932026694655907e-05,
      "loss": 0.4367,
      "step": 3179
    },
    {
      "epoch": 0.5653333333333334,
      "grad_norm": 0.28398647904396057,
      "learning_rate": 1.99183547584251e-05,
      "loss": 0.4745,
      "step": 3180
    },
    {
      "epoch": 0.5655111111111111,
      "grad_norm": 0.29460814595222473,
      "learning_rate": 1.9904684407302883e-05,
      "loss": 0.4221,
      "step": 3181
    },
    {
      "epoch": 0.5656888888888889,
      "grad_norm": 0.27162420749664307,
      "learning_rate": 1.989101564555345e-05,
      "loss": 0.5035,
      "step": 3182
    },
    {
      "epoch": 0.5658666666666666,
      "grad_norm": 0.29304832220077515,
      "learning_rate": 1.9877348477440456e-05,
      "loss": 0.3807,
      "step": 3183
    },
    {
      "epoch": 0.5660444444444445,
      "grad_norm": 0.254295289516449,
      "learning_rate": 1.9863682907227088e-05,
      "loss": 0.3795,
      "step": 3184
    },
    {
      "epoch": 0.5662222222222222,
      "grad_norm": 0.287888765335083,
      "learning_rate": 1.9850018939176014e-05,
      "loss": 0.4591,
      "step": 3185
    },
    {
      "epoch": 0.5664,
      "grad_norm": 0.2829858362674713,
      "learning_rate": 1.983635657754942e-05,
      "loss": 0.406,
      "step": 3186
    },
    {
      "epoch": 0.5665777777777777,
      "grad_norm": 0.310127317905426,
      "learning_rate": 1.9822695826608972e-05,
      "loss": 0.5422,
      "step": 3187
    },
    {
      "epoch": 0.5667555555555556,
      "grad_norm": 0.27587437629699707,
      "learning_rate": 1.9809036690615853e-05,
      "loss": 0.363,
      "step": 3188
    },
    {
      "epoch": 0.5669333333333333,
      "grad_norm": 0.2756005525588989,
      "learning_rate": 1.979537917383073e-05,
      "loss": 0.3461,
      "step": 3189
    },
    {
      "epoch": 0.5671111111111111,
      "grad_norm": 0.2738426923751831,
      "learning_rate": 1.9781723280513768e-05,
      "loss": 0.375,
      "step": 3190
    },
    {
      "epoch": 0.5672888888888888,
      "grad_norm": 0.30873578786849976,
      "learning_rate": 1.9768069014924622e-05,
      "loss": 0.4331,
      "step": 3191
    },
    {
      "epoch": 0.5674666666666667,
      "grad_norm": 0.33168864250183105,
      "learning_rate": 1.9754416381322455e-05,
      "loss": 0.3794,
      "step": 3192
    },
    {
      "epoch": 0.5676444444444444,
      "grad_norm": 0.3501400351524353,
      "learning_rate": 1.9740765383965893e-05,
      "loss": 0.3936,
      "step": 3193
    },
    {
      "epoch": 0.5678222222222222,
      "grad_norm": 0.3080213963985443,
      "learning_rate": 1.9727116027113077e-05,
      "loss": 0.3822,
      "step": 3194
    },
    {
      "epoch": 0.568,
      "grad_norm": 0.392995685338974,
      "learning_rate": 1.9713468315021622e-05,
      "loss": 0.3613,
      "step": 3195
    },
    {
      "epoch": 0.5681777777777778,
      "grad_norm": 0.4086252748966217,
      "learning_rate": 1.969982225194864e-05,
      "loss": 0.3874,
      "step": 3196
    },
    {
      "epoch": 0.5683555555555555,
      "grad_norm": 0.5959545373916626,
      "learning_rate": 1.9686177842150715e-05,
      "loss": 0.4446,
      "step": 3197
    },
    {
      "epoch": 0.5685333333333333,
      "grad_norm": 0.36379534006118774,
      "learning_rate": 1.967253508988394e-05,
      "loss": 0.4038,
      "step": 3198
    },
    {
      "epoch": 0.5687111111111111,
      "grad_norm": 0.42305928468704224,
      "learning_rate": 1.9658893999403847e-05,
      "loss": 0.4209,
      "step": 3199
    },
    {
      "epoch": 0.5688888888888889,
      "grad_norm": 0.48341116309165955,
      "learning_rate": 1.964525457496551e-05,
      "loss": 0.4932,
      "step": 3200
    },
    {
      "epoch": 0.5690666666666667,
      "grad_norm": 0.313327431678772,
      "learning_rate": 1.963161682082342e-05,
      "loss": 0.5217,
      "step": 3201
    },
    {
      "epoch": 0.5692444444444444,
      "grad_norm": 0.2682130038738251,
      "learning_rate": 1.96179807412316e-05,
      "loss": 0.416,
      "step": 3202
    },
    {
      "epoch": 0.5694222222222223,
      "grad_norm": 0.23071040213108063,
      "learning_rate": 1.9604346340443518e-05,
      "loss": 0.399,
      "step": 3203
    },
    {
      "epoch": 0.5696,
      "grad_norm": 0.24082015454769135,
      "learning_rate": 1.9590713622712132e-05,
      "loss": 0.3499,
      "step": 3204
    },
    {
      "epoch": 0.5697777777777778,
      "grad_norm": 0.28907546401023865,
      "learning_rate": 1.957708259228987e-05,
      "loss": 0.4411,
      "step": 3205
    },
    {
      "epoch": 0.5699555555555555,
      "grad_norm": 0.26845699548721313,
      "learning_rate": 1.956345325342863e-05,
      "loss": 0.4431,
      "step": 3206
    },
    {
      "epoch": 0.5701333333333334,
      "grad_norm": 0.2563682794570923,
      "learning_rate": 1.95498256103798e-05,
      "loss": 0.4196,
      "step": 3207
    },
    {
      "epoch": 0.5703111111111111,
      "grad_norm": 0.23393134772777557,
      "learning_rate": 1.9536199667394215e-05,
      "loss": 0.4343,
      "step": 3208
    },
    {
      "epoch": 0.5704888888888889,
      "grad_norm": 0.33118677139282227,
      "learning_rate": 1.95225754287222e-05,
      "loss": 0.4387,
      "step": 3209
    },
    {
      "epoch": 0.5706666666666667,
      "grad_norm": 0.2317488044500351,
      "learning_rate": 1.9508952898613528e-05,
      "loss": 0.3241,
      "step": 3210
    },
    {
      "epoch": 0.5708444444444445,
      "grad_norm": 0.2599552273750305,
      "learning_rate": 1.9495332081317464e-05,
      "loss": 0.4308,
      "step": 3211
    },
    {
      "epoch": 0.5710222222222222,
      "grad_norm": 0.27021849155426025,
      "learning_rate": 1.9481712981082714e-05,
      "loss": 0.384,
      "step": 3212
    },
    {
      "epoch": 0.5712,
      "grad_norm": 0.24949754774570465,
      "learning_rate": 1.946809560215747e-05,
      "loss": 0.4218,
      "step": 3213
    },
    {
      "epoch": 0.5713777777777778,
      "grad_norm": 0.2137870341539383,
      "learning_rate": 1.945447994878937e-05,
      "loss": 0.4495,
      "step": 3214
    },
    {
      "epoch": 0.5715555555555556,
      "grad_norm": 0.2736102044582367,
      "learning_rate": 1.9440866025225525e-05,
      "loss": 0.541,
      "step": 3215
    },
    {
      "epoch": 0.5717333333333333,
      "grad_norm": 0.3255680799484253,
      "learning_rate": 1.942725383571249e-05,
      "loss": 0.4685,
      "step": 3216
    },
    {
      "epoch": 0.5719111111111111,
      "grad_norm": 0.24515753984451294,
      "learning_rate": 1.9413643384496316e-05,
      "loss": 0.5382,
      "step": 3217
    },
    {
      "epoch": 0.5720888888888889,
      "grad_norm": 0.2996431291103363,
      "learning_rate": 1.9400034675822452e-05,
      "loss": 0.4599,
      "step": 3218
    },
    {
      "epoch": 0.5722666666666667,
      "grad_norm": 0.2762985825538635,
      "learning_rate": 1.938642771393588e-05,
      "loss": 0.5659,
      "step": 3219
    },
    {
      "epoch": 0.5724444444444444,
      "grad_norm": 0.2766968011856079,
      "learning_rate": 1.9372822503080957e-05,
      "loss": 0.4789,
      "step": 3220
    },
    {
      "epoch": 0.5726222222222223,
      "grad_norm": 0.2951643764972687,
      "learning_rate": 1.9359219047501565e-05,
      "loss": 0.5353,
      "step": 3221
    },
    {
      "epoch": 0.5728,
      "grad_norm": 0.3069530427455902,
      "learning_rate": 1.9345617351440973e-05,
      "loss": 0.4943,
      "step": 3222
    },
    {
      "epoch": 0.5729777777777778,
      "grad_norm": 0.2672772705554962,
      "learning_rate": 1.9332017419141962e-05,
      "loss": 0.4687,
      "step": 3223
    },
    {
      "epoch": 0.5731555555555555,
      "grad_norm": 0.2736593782901764,
      "learning_rate": 1.9318419254846718e-05,
      "loss": 0.4357,
      "step": 3224
    },
    {
      "epoch": 0.5733333333333334,
      "grad_norm": 0.29173022508621216,
      "learning_rate": 1.9304822862796903e-05,
      "loss": 0.5716,
      "step": 3225
    },
    {
      "epoch": 0.5735111111111111,
      "grad_norm": 0.310024231672287,
      "learning_rate": 1.9291228247233605e-05,
      "loss": 0.6019,
      "step": 3226
    },
    {
      "epoch": 0.5736888888888889,
      "grad_norm": 0.23740927875041962,
      "learning_rate": 1.9277635412397383e-05,
      "loss": 0.4527,
      "step": 3227
    },
    {
      "epoch": 0.5738666666666666,
      "grad_norm": 0.25164806842803955,
      "learning_rate": 1.926404436252821e-05,
      "loss": 0.4136,
      "step": 3228
    },
    {
      "epoch": 0.5740444444444445,
      "grad_norm": 0.2700943052768707,
      "learning_rate": 1.9250455101865526e-05,
      "loss": 0.4104,
      "step": 3229
    },
    {
      "epoch": 0.5742222222222222,
      "grad_norm": 0.27772271633148193,
      "learning_rate": 1.92368676346482e-05,
      "loss": 0.4461,
      "step": 3230
    },
    {
      "epoch": 0.5744,
      "grad_norm": 0.2517658770084381,
      "learning_rate": 1.922328196511456e-05,
      "loss": 0.4594,
      "step": 3231
    },
    {
      "epoch": 0.5745777777777777,
      "grad_norm": 0.34047532081604004,
      "learning_rate": 1.920969809750234e-05,
      "loss": 0.4789,
      "step": 3232
    },
    {
      "epoch": 0.5747555555555556,
      "grad_norm": 0.27112624049186707,
      "learning_rate": 1.919611603604875e-05,
      "loss": 0.268,
      "step": 3233
    },
    {
      "epoch": 0.5749333333333333,
      "grad_norm": 0.26572734117507935,
      "learning_rate": 1.9182535784990403e-05,
      "loss": 0.4496,
      "step": 3234
    },
    {
      "epoch": 0.5751111111111111,
      "grad_norm": 0.2651844918727875,
      "learning_rate": 1.916895734856338e-05,
      "loss": 0.5723,
      "step": 3235
    },
    {
      "epoch": 0.5752888888888888,
      "grad_norm": 0.2680882215499878,
      "learning_rate": 1.915538073100316e-05,
      "loss": 0.5624,
      "step": 3236
    },
    {
      "epoch": 0.5754666666666667,
      "grad_norm": 0.271443635225296,
      "learning_rate": 1.914180593654469e-05,
      "loss": 0.6168,
      "step": 3237
    },
    {
      "epoch": 0.5756444444444444,
      "grad_norm": 0.31552666425704956,
      "learning_rate": 1.9128232969422315e-05,
      "loss": 0.4564,
      "step": 3238
    },
    {
      "epoch": 0.5758222222222222,
      "grad_norm": 0.28059840202331543,
      "learning_rate": 1.9114661833869847e-05,
      "loss": 0.4679,
      "step": 3239
    },
    {
      "epoch": 0.576,
      "grad_norm": 0.26936236023902893,
      "learning_rate": 1.9101092534120478e-05,
      "loss": 0.481,
      "step": 3240
    },
    {
      "epoch": 0.5761777777777778,
      "grad_norm": 0.3736543357372284,
      "learning_rate": 1.908752507440689e-05,
      "loss": 0.5709,
      "step": 3241
    },
    {
      "epoch": 0.5763555555555555,
      "grad_norm": 0.3158590495586395,
      "learning_rate": 1.9073959458961125e-05,
      "loss": 0.4265,
      "step": 3242
    },
    {
      "epoch": 0.5765333333333333,
      "grad_norm": 0.2607210576534271,
      "learning_rate": 1.9060395692014708e-05,
      "loss": 0.3774,
      "step": 3243
    },
    {
      "epoch": 0.5767111111111111,
      "grad_norm": 0.40169498324394226,
      "learning_rate": 1.9046833777798533e-05,
      "loss": 0.4664,
      "step": 3244
    },
    {
      "epoch": 0.5768888888888889,
      "grad_norm": 0.3821481466293335,
      "learning_rate": 1.9033273720542975e-05,
      "loss": 0.4236,
      "step": 3245
    },
    {
      "epoch": 0.5770666666666666,
      "grad_norm": 0.46172308921813965,
      "learning_rate": 1.9019715524477767e-05,
      "loss": 0.4291,
      "step": 3246
    },
    {
      "epoch": 0.5772444444444444,
      "grad_norm": 0.4354674816131592,
      "learning_rate": 1.9006159193832125e-05,
      "loss": 0.4032,
      "step": 3247
    },
    {
      "epoch": 0.5774222222222222,
      "grad_norm": 0.4149959683418274,
      "learning_rate": 1.8992604732834623e-05,
      "loss": 0.3827,
      "step": 3248
    },
    {
      "epoch": 0.5776,
      "grad_norm": 0.3861846923828125,
      "learning_rate": 1.89790521457133e-05,
      "loss": 0.363,
      "step": 3249
    },
    {
      "epoch": 0.5777777777777777,
      "grad_norm": 0.4809871315956116,
      "learning_rate": 1.8965501436695577e-05,
      "loss": 0.4338,
      "step": 3250
    },
    {
      "epoch": 0.5779555555555556,
      "grad_norm": 0.2961549460887909,
      "learning_rate": 1.895195261000831e-05,
      "loss": 0.529,
      "step": 3251
    },
    {
      "epoch": 0.5781333333333334,
      "grad_norm": 0.34819185733795166,
      "learning_rate": 1.893840566987776e-05,
      "loss": 0.6855,
      "step": 3252
    },
    {
      "epoch": 0.5783111111111111,
      "grad_norm": 0.22617462277412415,
      "learning_rate": 1.8924860620529594e-05,
      "loss": 0.3904,
      "step": 3253
    },
    {
      "epoch": 0.5784888888888889,
      "grad_norm": 0.3230564594268799,
      "learning_rate": 1.891131746618891e-05,
      "loss": 0.4631,
      "step": 3254
    },
    {
      "epoch": 0.5786666666666667,
      "grad_norm": 0.31536340713500977,
      "learning_rate": 1.8897776211080182e-05,
      "loss": 0.4743,
      "step": 3255
    },
    {
      "epoch": 0.5788444444444445,
      "grad_norm": 0.26243850588798523,
      "learning_rate": 1.888423685942732e-05,
      "loss": 0.5369,
      "step": 3256
    },
    {
      "epoch": 0.5790222222222222,
      "grad_norm": 0.2524162828922272,
      "learning_rate": 1.8870699415453627e-05,
      "loss": 0.4042,
      "step": 3257
    },
    {
      "epoch": 0.5792,
      "grad_norm": 0.26767271757125854,
      "learning_rate": 1.885716388338182e-05,
      "loss": 0.3712,
      "step": 3258
    },
    {
      "epoch": 0.5793777777777778,
      "grad_norm": 0.22887256741523743,
      "learning_rate": 1.8843630267434e-05,
      "loss": 0.4499,
      "step": 3259
    },
    {
      "epoch": 0.5795555555555556,
      "grad_norm": 0.2639103829860687,
      "learning_rate": 1.8830098571831705e-05,
      "loss": 0.5461,
      "step": 3260
    },
    {
      "epoch": 0.5797333333333333,
      "grad_norm": 0.36999112367630005,
      "learning_rate": 1.8816568800795822e-05,
      "loss": 0.6832,
      "step": 3261
    },
    {
      "epoch": 0.5799111111111112,
      "grad_norm": 0.33179110288619995,
      "learning_rate": 1.8803040958546707e-05,
      "loss": 0.5373,
      "step": 3262
    },
    {
      "epoch": 0.5800888888888889,
      "grad_norm": 0.2644979953765869,
      "learning_rate": 1.8789515049304038e-05,
      "loss": 0.4129,
      "step": 3263
    },
    {
      "epoch": 0.5802666666666667,
      "grad_norm": 0.3102962076663971,
      "learning_rate": 1.8775991077286965e-05,
      "loss": 0.4563,
      "step": 3264
    },
    {
      "epoch": 0.5804444444444444,
      "grad_norm": 0.3044317364692688,
      "learning_rate": 1.8762469046713956e-05,
      "loss": 0.5271,
      "step": 3265
    },
    {
      "epoch": 0.5806222222222223,
      "grad_norm": 0.3022008538246155,
      "learning_rate": 1.8748948961802948e-05,
      "loss": 0.4192,
      "step": 3266
    },
    {
      "epoch": 0.5808,
      "grad_norm": 0.24398674070835114,
      "learning_rate": 1.873543082677122e-05,
      "loss": 0.5766,
      "step": 3267
    },
    {
      "epoch": 0.5809777777777778,
      "grad_norm": 0.30086076259613037,
      "learning_rate": 1.872191464583547e-05,
      "loss": 0.5652,
      "step": 3268
    },
    {
      "epoch": 0.5811555555555555,
      "grad_norm": 0.23053579032421112,
      "learning_rate": 1.8708400423211764e-05,
      "loss": 0.3151,
      "step": 3269
    },
    {
      "epoch": 0.5813333333333334,
      "grad_norm": 0.26834923028945923,
      "learning_rate": 1.869488816311558e-05,
      "loss": 0.5256,
      "step": 3270
    },
    {
      "epoch": 0.5815111111111111,
      "grad_norm": 0.32117733359336853,
      "learning_rate": 1.868137786976177e-05,
      "loss": 0.6316,
      "step": 3271
    },
    {
      "epoch": 0.5816888888888889,
      "grad_norm": 0.2941349744796753,
      "learning_rate": 1.8667869547364576e-05,
      "loss": 0.488,
      "step": 3272
    },
    {
      "epoch": 0.5818666666666666,
      "grad_norm": 0.280171275138855,
      "learning_rate": 1.865436320013762e-05,
      "loss": 0.5877,
      "step": 3273
    },
    {
      "epoch": 0.5820444444444445,
      "grad_norm": 0.309059202671051,
      "learning_rate": 1.864085883229392e-05,
      "loss": 0.494,
      "step": 3274
    },
    {
      "epoch": 0.5822222222222222,
      "grad_norm": 0.33706822991371155,
      "learning_rate": 1.8627356448045867e-05,
      "loss": 0.7136,
      "step": 3275
    },
    {
      "epoch": 0.5824,
      "grad_norm": 0.2701260447502136,
      "learning_rate": 1.8613856051605243e-05,
      "loss": 0.4157,
      "step": 3276
    },
    {
      "epoch": 0.5825777777777777,
      "grad_norm": 0.27974867820739746,
      "learning_rate": 1.8600357647183185e-05,
      "loss": 0.4594,
      "step": 3277
    },
    {
      "epoch": 0.5827555555555556,
      "grad_norm": 0.26949864625930786,
      "learning_rate": 1.8586861238990244e-05,
      "loss": 0.4197,
      "step": 3278
    },
    {
      "epoch": 0.5829333333333333,
      "grad_norm": 0.25465089082717896,
      "learning_rate": 1.8573366831236323e-05,
      "loss": 0.4227,
      "step": 3279
    },
    {
      "epoch": 0.5831111111111111,
      "grad_norm": 0.2902585566043854,
      "learning_rate": 1.8559874428130706e-05,
      "loss": 0.5035,
      "step": 3280
    },
    {
      "epoch": 0.5832888888888889,
      "grad_norm": 0.32112398743629456,
      "learning_rate": 1.8546384033882062e-05,
      "loss": 0.4503,
      "step": 3281
    },
    {
      "epoch": 0.5834666666666667,
      "grad_norm": 0.2516997754573822,
      "learning_rate": 1.8532895652698422e-05,
      "loss": 0.4879,
      "step": 3282
    },
    {
      "epoch": 0.5836444444444444,
      "grad_norm": 0.254833459854126,
      "learning_rate": 1.851940928878718e-05,
      "loss": 0.4178,
      "step": 3283
    },
    {
      "epoch": 0.5838222222222222,
      "grad_norm": 0.27882134914398193,
      "learning_rate": 1.8505924946355147e-05,
      "loss": 0.4794,
      "step": 3284
    },
    {
      "epoch": 0.584,
      "grad_norm": 0.23359514772891998,
      "learning_rate": 1.8492442629608434e-05,
      "loss": 0.3881,
      "step": 3285
    },
    {
      "epoch": 0.5841777777777778,
      "grad_norm": 0.3188570737838745,
      "learning_rate": 1.8478962342752583e-05,
      "loss": 0.4885,
      "step": 3286
    },
    {
      "epoch": 0.5843555555555555,
      "grad_norm": 0.33785542845726013,
      "learning_rate": 1.846548408999245e-05,
      "loss": 0.4524,
      "step": 3287
    },
    {
      "epoch": 0.5845333333333333,
      "grad_norm": 0.26515066623687744,
      "learning_rate": 1.8452007875532317e-05,
      "loss": 0.4779,
      "step": 3288
    },
    {
      "epoch": 0.5847111111111111,
      "grad_norm": 0.24841231107711792,
      "learning_rate": 1.8438533703575754e-05,
      "loss": 0.5127,
      "step": 3289
    },
    {
      "epoch": 0.5848888888888889,
      "grad_norm": 0.2695436477661133,
      "learning_rate": 1.8425061578325772e-05,
      "loss": 0.62,
      "step": 3290
    },
    {
      "epoch": 0.5850666666666666,
      "grad_norm": 0.26782360672950745,
      "learning_rate": 1.841159150398469e-05,
      "loss": 0.4024,
      "step": 3291
    },
    {
      "epoch": 0.5852444444444445,
      "grad_norm": 0.2684522271156311,
      "learning_rate": 1.8398123484754203e-05,
      "loss": 0.3829,
      "step": 3292
    },
    {
      "epoch": 0.5854222222222222,
      "grad_norm": 0.3152904510498047,
      "learning_rate": 1.8384657524835376e-05,
      "loss": 0.4779,
      "step": 3293
    },
    {
      "epoch": 0.5856,
      "grad_norm": 0.3470858037471771,
      "learning_rate": 1.8371193628428613e-05,
      "loss": 0.326,
      "step": 3294
    },
    {
      "epoch": 0.5857777777777777,
      "grad_norm": 0.3335106372833252,
      "learning_rate": 1.8357731799733686e-05,
      "loss": 0.3908,
      "step": 3295
    },
    {
      "epoch": 0.5859555555555556,
      "grad_norm": 0.3976891040802002,
      "learning_rate": 1.8344272042949724e-05,
      "loss": 0.3756,
      "step": 3296
    },
    {
      "epoch": 0.5861333333333333,
      "grad_norm": 0.39689165353775024,
      "learning_rate": 1.8330814362275198e-05,
      "loss": 0.4526,
      "step": 3297
    },
    {
      "epoch": 0.5863111111111111,
      "grad_norm": 0.5928948521614075,
      "learning_rate": 1.8317358761907942e-05,
      "loss": 0.3892,
      "step": 3298
    },
    {
      "epoch": 0.5864888888888888,
      "grad_norm": 0.4676694869995117,
      "learning_rate": 1.8303905246045138e-05,
      "loss": 0.3854,
      "step": 3299
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 0.46652740240097046,
      "learning_rate": 1.829045381888332e-05,
      "loss": 0.4078,
      "step": 3300
    },
    {
      "epoch": 0.5868444444444444,
      "grad_norm": 0.2485920488834381,
      "learning_rate": 1.827700448461836e-05,
      "loss": 0.6167,
      "step": 3301
    },
    {
      "epoch": 0.5870222222222222,
      "grad_norm": 0.27780160307884216,
      "learning_rate": 1.8263557247445495e-05,
      "loss": 0.61,
      "step": 3302
    },
    {
      "epoch": 0.5872,
      "grad_norm": 0.24181243777275085,
      "learning_rate": 1.8250112111559287e-05,
      "loss": 0.4182,
      "step": 3303
    },
    {
      "epoch": 0.5873777777777778,
      "grad_norm": 0.3064706027507782,
      "learning_rate": 1.8236669081153657e-05,
      "loss": 0.446,
      "step": 3304
    },
    {
      "epoch": 0.5875555555555556,
      "grad_norm": 0.29117628931999207,
      "learning_rate": 1.822322816042188e-05,
      "loss": 0.4217,
      "step": 3305
    },
    {
      "epoch": 0.5877333333333333,
      "grad_norm": 0.2641940116882324,
      "learning_rate": 1.820978935355653e-05,
      "loss": 0.6919,
      "step": 3306
    },
    {
      "epoch": 0.5879111111111112,
      "grad_norm": 0.2919057309627533,
      "learning_rate": 1.8196352664749576e-05,
      "loss": 0.4032,
      "step": 3307
    },
    {
      "epoch": 0.5880888888888889,
      "grad_norm": 0.3009297251701355,
      "learning_rate": 1.818291809819229e-05,
      "loss": 0.5362,
      "step": 3308
    },
    {
      "epoch": 0.5882666666666667,
      "grad_norm": 0.2529834508895874,
      "learning_rate": 1.8169485658075298e-05,
      "loss": 0.4297,
      "step": 3309
    },
    {
      "epoch": 0.5884444444444444,
      "grad_norm": 0.5418556928634644,
      "learning_rate": 1.8156055348588546e-05,
      "loss": 0.2894,
      "step": 3310
    },
    {
      "epoch": 0.5886222222222223,
      "grad_norm": 0.2599745988845825,
      "learning_rate": 1.8142627173921338e-05,
      "loss": 0.587,
      "step": 3311
    },
    {
      "epoch": 0.5888,
      "grad_norm": 0.22423335909843445,
      "learning_rate": 1.812920113826229e-05,
      "loss": 0.3499,
      "step": 3312
    },
    {
      "epoch": 0.5889777777777778,
      "grad_norm": 0.22998203337192535,
      "learning_rate": 1.811577724579938e-05,
      "loss": 0.4789,
      "step": 3313
    },
    {
      "epoch": 0.5891555555555555,
      "grad_norm": 0.2615731358528137,
      "learning_rate": 1.8102355500719876e-05,
      "loss": 0.3135,
      "step": 3314
    },
    {
      "epoch": 0.5893333333333334,
      "grad_norm": 0.32444679737091064,
      "learning_rate": 1.8088935907210418e-05,
      "loss": 0.6166,
      "step": 3315
    },
    {
      "epoch": 0.5895111111111111,
      "grad_norm": 0.2940405309200287,
      "learning_rate": 1.807551846945694e-05,
      "loss": 0.391,
      "step": 3316
    },
    {
      "epoch": 0.5896888888888889,
      "grad_norm": 0.3233529329299927,
      "learning_rate": 1.8062103191644737e-05,
      "loss": 0.6337,
      "step": 3317
    },
    {
      "epoch": 0.5898666666666667,
      "grad_norm": 0.24845018982887268,
      "learning_rate": 1.8048690077958397e-05,
      "loss": 0.4523,
      "step": 3318
    },
    {
      "epoch": 0.5900444444444445,
      "grad_norm": 0.293120801448822,
      "learning_rate": 1.803527913258186e-05,
      "loss": 0.5287,
      "step": 3319
    },
    {
      "epoch": 0.5902222222222222,
      "grad_norm": 0.2731170654296875,
      "learning_rate": 1.8021870359698368e-05,
      "loss": 0.4846,
      "step": 3320
    },
    {
      "epoch": 0.5904,
      "grad_norm": 0.2904965579509735,
      "learning_rate": 1.800846376349051e-05,
      "loss": 0.3864,
      "step": 3321
    },
    {
      "epoch": 0.5905777777777778,
      "grad_norm": 0.26140472292900085,
      "learning_rate": 1.7995059348140165e-05,
      "loss": 0.4368,
      "step": 3322
    },
    {
      "epoch": 0.5907555555555556,
      "grad_norm": 0.26421239972114563,
      "learning_rate": 1.798165711782856e-05,
      "loss": 0.5153,
      "step": 3323
    },
    {
      "epoch": 0.5909333333333333,
      "grad_norm": 0.3236648142337799,
      "learning_rate": 1.796825707673622e-05,
      "loss": 0.5938,
      "step": 3324
    },
    {
      "epoch": 0.5911111111111111,
      "grad_norm": 0.28799864649772644,
      "learning_rate": 1.7954859229043016e-05,
      "loss": 0.5055,
      "step": 3325
    },
    {
      "epoch": 0.5912888888888889,
      "grad_norm": 0.3020201325416565,
      "learning_rate": 1.7941463578928086e-05,
      "loss": 0.4362,
      "step": 3326
    },
    {
      "epoch": 0.5914666666666667,
      "grad_norm": 0.31696251034736633,
      "learning_rate": 1.7928070130569942e-05,
      "loss": 0.4696,
      "step": 3327
    },
    {
      "epoch": 0.5916444444444444,
      "grad_norm": 0.29181909561157227,
      "learning_rate": 1.7914678888146347e-05,
      "loss": 0.5546,
      "step": 3328
    },
    {
      "epoch": 0.5918222222222222,
      "grad_norm": 0.2454567849636078,
      "learning_rate": 1.790128985583444e-05,
      "loss": 0.3779,
      "step": 3329
    },
    {
      "epoch": 0.592,
      "grad_norm": 0.2743252217769623,
      "learning_rate": 1.788790303781061e-05,
      "loss": 0.4384,
      "step": 3330
    },
    {
      "epoch": 0.5921777777777778,
      "grad_norm": 0.2398066222667694,
      "learning_rate": 1.7874518438250597e-05,
      "loss": 0.3823,
      "step": 3331
    },
    {
      "epoch": 0.5923555555555555,
      "grad_norm": 0.3603478968143463,
      "learning_rate": 1.7861136061329437e-05,
      "loss": 0.4138,
      "step": 3332
    },
    {
      "epoch": 0.5925333333333334,
      "grad_norm": 0.266900897026062,
      "learning_rate": 1.7847755911221466e-05,
      "loss": 0.4228,
      "step": 3333
    },
    {
      "epoch": 0.5927111111111111,
      "grad_norm": 0.23177871108055115,
      "learning_rate": 1.7834377992100333e-05,
      "loss": 0.3968,
      "step": 3334
    },
    {
      "epoch": 0.5928888888888889,
      "grad_norm": 0.3170031011104584,
      "learning_rate": 1.782100230813899e-05,
      "loss": 0.5235,
      "step": 3335
    },
    {
      "epoch": 0.5930666666666666,
      "grad_norm": 0.35680127143859863,
      "learning_rate": 1.7807628863509685e-05,
      "loss": 0.4267,
      "step": 3336
    },
    {
      "epoch": 0.5932444444444445,
      "grad_norm": 0.24877925217151642,
      "learning_rate": 1.779425766238398e-05,
      "loss": 0.3773,
      "step": 3337
    },
    {
      "epoch": 0.5934222222222222,
      "grad_norm": 0.2826848328113556,
      "learning_rate": 1.7780888708932718e-05,
      "loss": 0.4659,
      "step": 3338
    },
    {
      "epoch": 0.5936,
      "grad_norm": 0.2551001310348511,
      "learning_rate": 1.7767522007326072e-05,
      "loss": 0.3371,
      "step": 3339
    },
    {
      "epoch": 0.5937777777777777,
      "grad_norm": 0.27018412947654724,
      "learning_rate": 1.7754157561733476e-05,
      "loss": 0.4905,
      "step": 3340
    },
    {
      "epoch": 0.5939555555555556,
      "grad_norm": 0.3840058445930481,
      "learning_rate": 1.7740795376323692e-05,
      "loss": 0.5398,
      "step": 3341
    },
    {
      "epoch": 0.5941333333333333,
      "grad_norm": 0.32242876291275024,
      "learning_rate": 1.7727435455264747e-05,
      "loss": 0.4249,
      "step": 3342
    },
    {
      "epoch": 0.5943111111111111,
      "grad_norm": 0.3178948760032654,
      "learning_rate": 1.7714077802723994e-05,
      "loss": 0.4335,
      "step": 3343
    },
    {
      "epoch": 0.5944888888888888,
      "grad_norm": 0.35138529539108276,
      "learning_rate": 1.7700722422868048e-05,
      "loss": 0.406,
      "step": 3344
    },
    {
      "epoch": 0.5946666666666667,
      "grad_norm": 0.32035595178604126,
      "learning_rate": 1.768736931986284e-05,
      "loss": 0.3984,
      "step": 3345
    },
    {
      "epoch": 0.5948444444444444,
      "grad_norm": 0.38027626276016235,
      "learning_rate": 1.767401849787357e-05,
      "loss": 0.4398,
      "step": 3346
    },
    {
      "epoch": 0.5950222222222222,
      "grad_norm": 0.40239015221595764,
      "learning_rate": 1.7660669961064748e-05,
      "loss": 0.3566,
      "step": 3347
    },
    {
      "epoch": 0.5952,
      "grad_norm": 0.34841740131378174,
      "learning_rate": 1.7647323713600138e-05,
      "loss": 0.4433,
      "step": 3348
    },
    {
      "epoch": 0.5953777777777778,
      "grad_norm": 0.43865370750427246,
      "learning_rate": 1.7633979759642844e-05,
      "loss": 0.4777,
      "step": 3349
    },
    {
      "epoch": 0.5955555555555555,
      "grad_norm": 0.3721213638782501,
      "learning_rate": 1.7620638103355186e-05,
      "loss": 0.3404,
      "step": 3350
    },
    {
      "epoch": 0.5957333333333333,
      "grad_norm": 0.22971749305725098,
      "learning_rate": 1.7607298748898842e-05,
      "loss": 0.4293,
      "step": 3351
    },
    {
      "epoch": 0.5959111111111111,
      "grad_norm": 0.23924027383327484,
      "learning_rate": 1.759396170043469e-05,
      "loss": 0.3137,
      "step": 3352
    },
    {
      "epoch": 0.5960888888888889,
      "grad_norm": 0.26949816942214966,
      "learning_rate": 1.7580626962122977e-05,
      "loss": 0.4874,
      "step": 3353
    },
    {
      "epoch": 0.5962666666666666,
      "grad_norm": 0.26858681440353394,
      "learning_rate": 1.7567294538123142e-05,
      "loss": 0.4967,
      "step": 3354
    },
    {
      "epoch": 0.5964444444444444,
      "grad_norm": 0.28054308891296387,
      "learning_rate": 1.7553964432593976e-05,
      "loss": 0.4975,
      "step": 3355
    },
    {
      "epoch": 0.5966222222222223,
      "grad_norm": 0.2798413634300232,
      "learning_rate": 1.7540636649693496e-05,
      "loss": 0.5328,
      "step": 3356
    },
    {
      "epoch": 0.5968,
      "grad_norm": 0.29521167278289795,
      "learning_rate": 1.752731119357902e-05,
      "loss": 0.4569,
      "step": 3357
    },
    {
      "epoch": 0.5969777777777778,
      "grad_norm": 0.2734304368495941,
      "learning_rate": 1.7513988068407146e-05,
      "loss": 0.4849,
      "step": 3358
    },
    {
      "epoch": 0.5971555555555556,
      "grad_norm": 0.2744982838630676,
      "learning_rate": 1.750066727833371e-05,
      "loss": 0.5084,
      "step": 3359
    },
    {
      "epoch": 0.5973333333333334,
      "grad_norm": 0.27769947052001953,
      "learning_rate": 1.748734882751386e-05,
      "loss": 0.5392,
      "step": 3360
    },
    {
      "epoch": 0.5975111111111111,
      "grad_norm": 0.27792733907699585,
      "learning_rate": 1.747403272010199e-05,
      "loss": 0.4623,
      "step": 3361
    },
    {
      "epoch": 0.5976888888888889,
      "grad_norm": 0.2711454927921295,
      "learning_rate": 1.7460718960251772e-05,
      "loss": 0.537,
      "step": 3362
    },
    {
      "epoch": 0.5978666666666667,
      "grad_norm": 0.2758307158946991,
      "learning_rate": 1.744740755211614e-05,
      "loss": 0.4949,
      "step": 3363
    },
    {
      "epoch": 0.5980444444444445,
      "grad_norm": 0.22645916044712067,
      "learning_rate": 1.7434098499847306e-05,
      "loss": 0.4202,
      "step": 3364
    },
    {
      "epoch": 0.5982222222222222,
      "grad_norm": 0.28519243001937866,
      "learning_rate": 1.742079180759672e-05,
      "loss": 0.5132,
      "step": 3365
    },
    {
      "epoch": 0.5984,
      "grad_norm": 0.26003497838974,
      "learning_rate": 1.7407487479515147e-05,
      "loss": 0.4111,
      "step": 3366
    },
    {
      "epoch": 0.5985777777777778,
      "grad_norm": 0.22969241440296173,
      "learning_rate": 1.7394185519752545e-05,
      "loss": 0.3695,
      "step": 3367
    },
    {
      "epoch": 0.5987555555555556,
      "grad_norm": 0.30624037981033325,
      "learning_rate": 1.7380885932458206e-05,
      "loss": 0.5245,
      "step": 3368
    },
    {
      "epoch": 0.5989333333333333,
      "grad_norm": 0.2629794478416443,
      "learning_rate": 1.736758872178062e-05,
      "loss": 0.4999,
      "step": 3369
    },
    {
      "epoch": 0.5991111111111111,
      "grad_norm": 0.2558906078338623,
      "learning_rate": 1.7354293891867582e-05,
      "loss": 0.3923,
      "step": 3370
    },
    {
      "epoch": 0.5992888888888889,
      "grad_norm": 0.23043213784694672,
      "learning_rate": 1.73410014468661e-05,
      "loss": 0.4277,
      "step": 3371
    },
    {
      "epoch": 0.5994666666666667,
      "grad_norm": 0.25345873832702637,
      "learning_rate": 1.7327711390922494e-05,
      "loss": 0.51,
      "step": 3372
    },
    {
      "epoch": 0.5996444444444444,
      "grad_norm": 0.25423872470855713,
      "learning_rate": 1.7314423728182283e-05,
      "loss": 0.3543,
      "step": 3373
    },
    {
      "epoch": 0.5998222222222223,
      "grad_norm": 0.2843184471130371,
      "learning_rate": 1.7301138462790278e-05,
      "loss": 0.4308,
      "step": 3374
    },
    {
      "epoch": 0.6,
      "grad_norm": 0.2699650228023529,
      "learning_rate": 1.728785559889052e-05,
      "loss": 0.3902,
      "step": 3375
    },
    {
      "epoch": 0.6001777777777778,
      "grad_norm": 0.25496819615364075,
      "learning_rate": 1.7274575140626318e-05,
      "loss": 0.4081,
      "step": 3376
    },
    {
      "epoch": 0.6003555555555555,
      "grad_norm": 0.24399985373020172,
      "learning_rate": 1.7261297092140212e-05,
      "loss": 0.4358,
      "step": 3377
    },
    {
      "epoch": 0.6005333333333334,
      "grad_norm": 0.29444223642349243,
      "learning_rate": 1.7248021457574004e-05,
      "loss": 0.4722,
      "step": 3378
    },
    {
      "epoch": 0.6007111111111111,
      "grad_norm": 0.2717171311378479,
      "learning_rate": 1.7234748241068742e-05,
      "loss": 0.5185,
      "step": 3379
    },
    {
      "epoch": 0.6008888888888889,
      "grad_norm": 0.3238567113876343,
      "learning_rate": 1.7221477446764717e-05,
      "loss": 0.5799,
      "step": 3380
    },
    {
      "epoch": 0.6010666666666666,
      "grad_norm": 0.27983537316322327,
      "learning_rate": 1.7208209078801454e-05,
      "loss": 0.5964,
      "step": 3381
    },
    {
      "epoch": 0.6012444444444445,
      "grad_norm": 0.2766222059726715,
      "learning_rate": 1.719494314131775e-05,
      "loss": 0.4796,
      "step": 3382
    },
    {
      "epoch": 0.6014222222222222,
      "grad_norm": 0.2575446665287018,
      "learning_rate": 1.7181679638451603e-05,
      "loss": 0.3926,
      "step": 3383
    },
    {
      "epoch": 0.6016,
      "grad_norm": 0.22468270361423492,
      "learning_rate": 1.7168418574340298e-05,
      "loss": 0.3561,
      "step": 3384
    },
    {
      "epoch": 0.6017777777777777,
      "grad_norm": 0.3665255308151245,
      "learning_rate": 1.7155159953120313e-05,
      "loss": 0.5803,
      "step": 3385
    },
    {
      "epoch": 0.6019555555555556,
      "grad_norm": 0.2082727700471878,
      "learning_rate": 1.7141903778927406e-05,
      "loss": 0.3625,
      "step": 3386
    },
    {
      "epoch": 0.6021333333333333,
      "grad_norm": 0.3333989679813385,
      "learning_rate": 1.7128650055896535e-05,
      "loss": 0.511,
      "step": 3387
    },
    {
      "epoch": 0.6023111111111111,
      "grad_norm": 0.28337129950523376,
      "learning_rate": 1.7115398788161925e-05,
      "loss": 0.4778,
      "step": 3388
    },
    {
      "epoch": 0.6024888888888889,
      "grad_norm": 0.24719880521297455,
      "learning_rate": 1.7102149979857e-05,
      "loss": 0.4349,
      "step": 3389
    },
    {
      "epoch": 0.6026666666666667,
      "grad_norm": 0.33533400297164917,
      "learning_rate": 1.708890363511447e-05,
      "loss": 0.6158,
      "step": 3390
    },
    {
      "epoch": 0.6028444444444444,
      "grad_norm": 0.24376456439495087,
      "learning_rate": 1.7075659758066208e-05,
      "loss": 0.3959,
      "step": 3391
    },
    {
      "epoch": 0.6030222222222222,
      "grad_norm": 0.27658236026763916,
      "learning_rate": 1.7062418352843382e-05,
      "loss": 0.3872,
      "step": 3392
    },
    {
      "epoch": 0.6032,
      "grad_norm": 0.3464023470878601,
      "learning_rate": 1.7049179423576334e-05,
      "loss": 0.4553,
      "step": 3393
    },
    {
      "epoch": 0.6033777777777778,
      "grad_norm": 0.3411446511745453,
      "learning_rate": 1.703594297439469e-05,
      "loss": 0.3544,
      "step": 3394
    },
    {
      "epoch": 0.6035555555555555,
      "grad_norm": 0.3437288701534271,
      "learning_rate": 1.702270900942724e-05,
      "loss": 0.4531,
      "step": 3395
    },
    {
      "epoch": 0.6037333333333333,
      "grad_norm": 0.3372286260128021,
      "learning_rate": 1.7009477532802054e-05,
      "loss": 0.4785,
      "step": 3396
    },
    {
      "epoch": 0.6039111111111111,
      "grad_norm": 0.3632700443267822,
      "learning_rate": 1.6996248548646394e-05,
      "loss": 0.3574,
      "step": 3397
    },
    {
      "epoch": 0.6040888888888889,
      "grad_norm": 0.3662477731704712,
      "learning_rate": 1.6983022061086763e-05,
      "loss": 0.5135,
      "step": 3398
    },
    {
      "epoch": 0.6042666666666666,
      "grad_norm": 0.3889213800430298,
      "learning_rate": 1.6969798074248858e-05,
      "loss": 0.4645,
      "step": 3399
    },
    {
      "epoch": 0.6044444444444445,
      "grad_norm": 0.53945392370224,
      "learning_rate": 1.6956576592257635e-05,
      "loss": 0.4899,
      "step": 3400
    },
    {
      "epoch": 0.6046222222222222,
      "grad_norm": 0.2613181471824646,
      "learning_rate": 1.6943357619237226e-05,
      "loss": 0.497,
      "step": 3401
    },
    {
      "epoch": 0.6048,
      "grad_norm": 0.28174224495887756,
      "learning_rate": 1.693014115931102e-05,
      "loss": 0.5803,
      "step": 3402
    },
    {
      "epoch": 0.6049777777777777,
      "grad_norm": 0.23731449246406555,
      "learning_rate": 1.6916927216601593e-05,
      "loss": 0.4588,
      "step": 3403
    },
    {
      "epoch": 0.6051555555555556,
      "grad_norm": 0.2838279604911804,
      "learning_rate": 1.690371579523075e-05,
      "loss": 0.4984,
      "step": 3404
    },
    {
      "epoch": 0.6053333333333333,
      "grad_norm": 0.3193090260028839,
      "learning_rate": 1.689050689931951e-05,
      "loss": 0.4364,
      "step": 3405
    },
    {
      "epoch": 0.6055111111111111,
      "grad_norm": 0.3101356327533722,
      "learning_rate": 1.6877300532988094e-05,
      "loss": 0.5995,
      "step": 3406
    },
    {
      "epoch": 0.6056888888888889,
      "grad_norm": 0.31551453471183777,
      "learning_rate": 1.686409670035594e-05,
      "loss": 0.5807,
      "step": 3407
    },
    {
      "epoch": 0.6058666666666667,
      "grad_norm": 0.2801552414894104,
      "learning_rate": 1.68508954055417e-05,
      "loss": 0.4358,
      "step": 3408
    },
    {
      "epoch": 0.6060444444444445,
      "grad_norm": 0.2849624752998352,
      "learning_rate": 1.6837696652663242e-05,
      "loss": 0.4398,
      "step": 3409
    },
    {
      "epoch": 0.6062222222222222,
      "grad_norm": 0.30434650182724,
      "learning_rate": 1.6824500445837606e-05,
      "loss": 0.5634,
      "step": 3410
    },
    {
      "epoch": 0.6064,
      "grad_norm": 0.21425320208072662,
      "learning_rate": 1.681130678918108e-05,
      "loss": 0.3609,
      "step": 3411
    },
    {
      "epoch": 0.6065777777777778,
      "grad_norm": 0.2506297826766968,
      "learning_rate": 1.6798115686809125e-05,
      "loss": 0.4475,
      "step": 3412
    },
    {
      "epoch": 0.6067555555555556,
      "grad_norm": 0.30223703384399414,
      "learning_rate": 1.6784927142836436e-05,
      "loss": 0.536,
      "step": 3413
    },
    {
      "epoch": 0.6069333333333333,
      "grad_norm": 0.3431306481361389,
      "learning_rate": 1.6771741161376862e-05,
      "loss": 0.5672,
      "step": 3414
    },
    {
      "epoch": 0.6071111111111112,
      "grad_norm": 0.28368932008743286,
      "learning_rate": 1.6758557746543518e-05,
      "loss": 0.4362,
      "step": 3415
    },
    {
      "epoch": 0.6072888888888889,
      "grad_norm": 0.2901994585990906,
      "learning_rate": 1.6745376902448656e-05,
      "loss": 0.6525,
      "step": 3416
    },
    {
      "epoch": 0.6074666666666667,
      "grad_norm": 0.3143194019794464,
      "learning_rate": 1.6732198633203773e-05,
      "loss": 0.574,
      "step": 3417
    },
    {
      "epoch": 0.6076444444444444,
      "grad_norm": 0.2506396472454071,
      "learning_rate": 1.6719022942919527e-05,
      "loss": 0.4848,
      "step": 3418
    },
    {
      "epoch": 0.6078222222222223,
      "grad_norm": 0.3265102803707123,
      "learning_rate": 1.6705849835705802e-05,
      "loss": 0.5064,
      "step": 3419
    },
    {
      "epoch": 0.608,
      "grad_norm": 0.2830265164375305,
      "learning_rate": 1.669267931567165e-05,
      "loss": 0.4989,
      "step": 3420
    },
    {
      "epoch": 0.6081777777777778,
      "grad_norm": 0.3493908941745758,
      "learning_rate": 1.6679511386925337e-05,
      "loss": 0.5749,
      "step": 3421
    },
    {
      "epoch": 0.6083555555555555,
      "grad_norm": 0.26769155263900757,
      "learning_rate": 1.66663460535743e-05,
      "loss": 0.5115,
      "step": 3422
    },
    {
      "epoch": 0.6085333333333334,
      "grad_norm": 0.3172113299369812,
      "learning_rate": 1.6653183319725195e-05,
      "loss": 0.5441,
      "step": 3423
    },
    {
      "epoch": 0.6087111111111111,
      "grad_norm": 0.2942335307598114,
      "learning_rate": 1.6640023189483835e-05,
      "loss": 0.5083,
      "step": 3424
    },
    {
      "epoch": 0.6088888888888889,
      "grad_norm": 0.3153296709060669,
      "learning_rate": 1.662686566695525e-05,
      "loss": 0.6587,
      "step": 3425
    },
    {
      "epoch": 0.6090666666666666,
      "grad_norm": 0.24099671840667725,
      "learning_rate": 1.6613710756243626e-05,
      "loss": 0.5585,
      "step": 3426
    },
    {
      "epoch": 0.6092444444444445,
      "grad_norm": 0.25383883714675903,
      "learning_rate": 1.660055846145237e-05,
      "loss": 0.5014,
      "step": 3427
    },
    {
      "epoch": 0.6094222222222222,
      "grad_norm": 0.30049562454223633,
      "learning_rate": 1.6587408786684033e-05,
      "loss": 0.4325,
      "step": 3428
    },
    {
      "epoch": 0.6096,
      "grad_norm": 0.32024946808815,
      "learning_rate": 1.6574261736040387e-05,
      "loss": 0.6308,
      "step": 3429
    },
    {
      "epoch": 0.6097777777777778,
      "grad_norm": 0.22235243022441864,
      "learning_rate": 1.656111731362236e-05,
      "loss": 0.4144,
      "step": 3430
    },
    {
      "epoch": 0.6099555555555556,
      "grad_norm": 0.38528186082839966,
      "learning_rate": 1.6547975523530075e-05,
      "loss": 0.6212,
      "step": 3431
    },
    {
      "epoch": 0.6101333333333333,
      "grad_norm": 0.29109230637550354,
      "learning_rate": 1.6534836369862806e-05,
      "loss": 0.5424,
      "step": 3432
    },
    {
      "epoch": 0.6103111111111111,
      "grad_norm": 0.25402164459228516,
      "learning_rate": 1.6521699856719062e-05,
      "loss": 0.4296,
      "step": 3433
    },
    {
      "epoch": 0.6104888888888889,
      "grad_norm": 0.2694256603717804,
      "learning_rate": 1.650856598819646e-05,
      "loss": 0.4375,
      "step": 3434
    },
    {
      "epoch": 0.6106666666666667,
      "grad_norm": 0.33077505230903625,
      "learning_rate": 1.6495434768391855e-05,
      "loss": 0.6915,
      "step": 3435
    },
    {
      "epoch": 0.6108444444444444,
      "grad_norm": 0.2692342698574066,
      "learning_rate": 1.648230620140121e-05,
      "loss": 0.6162,
      "step": 3436
    },
    {
      "epoch": 0.6110222222222222,
      "grad_norm": 0.28206002712249756,
      "learning_rate": 1.6469180291319723e-05,
      "loss": 0.4879,
      "step": 3437
    },
    {
      "epoch": 0.6112,
      "grad_norm": 0.2316645085811615,
      "learning_rate": 1.645605704224172e-05,
      "loss": 0.38,
      "step": 3438
    },
    {
      "epoch": 0.6113777777777778,
      "grad_norm": 0.3595908582210541,
      "learning_rate": 1.644293645826072e-05,
      "loss": 0.6005,
      "step": 3439
    },
    {
      "epoch": 0.6115555555555555,
      "grad_norm": 0.2596064507961273,
      "learning_rate": 1.6429818543469406e-05,
      "loss": 0.4065,
      "step": 3440
    },
    {
      "epoch": 0.6117333333333334,
      "grad_norm": 0.2699691951274872,
      "learning_rate": 1.6416703301959622e-05,
      "loss": 0.5314,
      "step": 3441
    },
    {
      "epoch": 0.6119111111111111,
      "grad_norm": 0.30650588870048523,
      "learning_rate": 1.6403590737822376e-05,
      "loss": 0.4807,
      "step": 3442
    },
    {
      "epoch": 0.6120888888888889,
      "grad_norm": 0.24779197573661804,
      "learning_rate": 1.6390480855147862e-05,
      "loss": 0.3649,
      "step": 3443
    },
    {
      "epoch": 0.6122666666666666,
      "grad_norm": 0.26482099294662476,
      "learning_rate": 1.637737365802541e-05,
      "loss": 0.4287,
      "step": 3444
    },
    {
      "epoch": 0.6124444444444445,
      "grad_norm": 0.35267460346221924,
      "learning_rate": 1.6364269150543532e-05,
      "loss": 0.3749,
      "step": 3445
    },
    {
      "epoch": 0.6126222222222222,
      "grad_norm": 0.2792567014694214,
      "learning_rate": 1.635116733678988e-05,
      "loss": 0.355,
      "step": 3446
    },
    {
      "epoch": 0.6128,
      "grad_norm": 0.31379714608192444,
      "learning_rate": 1.6338068220851306e-05,
      "loss": 0.3531,
      "step": 3447
    },
    {
      "epoch": 0.6129777777777777,
      "grad_norm": 0.37978580594062805,
      "learning_rate": 1.6324971806813767e-05,
      "loss": 0.4066,
      "step": 3448
    },
    {
      "epoch": 0.6131555555555556,
      "grad_norm": 0.37624213099479675,
      "learning_rate": 1.6311878098762417e-05,
      "loss": 0.3799,
      "step": 3449
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 0.44553759694099426,
      "learning_rate": 1.629878710078155e-05,
      "loss": 0.4443,
      "step": 3450
    },
    {
      "epoch": 0.6135111111111111,
      "grad_norm": 0.29710549116134644,
      "learning_rate": 1.6285698816954624e-05,
      "loss": 0.4636,
      "step": 3451
    },
    {
      "epoch": 0.6136888888888888,
      "grad_norm": 0.2545873522758484,
      "learning_rate": 1.6272613251364237e-05,
      "loss": 0.5195,
      "step": 3452
    },
    {
      "epoch": 0.6138666666666667,
      "grad_norm": 0.2200932502746582,
      "learning_rate": 1.6259530408092154e-05,
      "loss": 0.4408,
      "step": 3453
    },
    {
      "epoch": 0.6140444444444444,
      "grad_norm": 0.2815747559070587,
      "learning_rate": 1.6246450291219266e-05,
      "loss": 0.4137,
      "step": 3454
    },
    {
      "epoch": 0.6142222222222222,
      "grad_norm": 0.3393726944923401,
      "learning_rate": 1.6233372904825656e-05,
      "loss": 0.3547,
      "step": 3455
    },
    {
      "epoch": 0.6144,
      "grad_norm": 0.24042043089866638,
      "learning_rate": 1.6220298252990502e-05,
      "loss": 0.4145,
      "step": 3456
    },
    {
      "epoch": 0.6145777777777778,
      "grad_norm": 0.289188951253891,
      "learning_rate": 1.620722633979219e-05,
      "loss": 0.5269,
      "step": 3457
    },
    {
      "epoch": 0.6147555555555556,
      "grad_norm": 0.3192743957042694,
      "learning_rate": 1.6194157169308182e-05,
      "loss": 0.5333,
      "step": 3458
    },
    {
      "epoch": 0.6149333333333333,
      "grad_norm": 0.2537321448326111,
      "learning_rate": 1.6181090745615147e-05,
      "loss": 0.3614,
      "step": 3459
    },
    {
      "epoch": 0.6151111111111112,
      "grad_norm": 0.2596038281917572,
      "learning_rate": 1.6168027072788867e-05,
      "loss": 0.3871,
      "step": 3460
    },
    {
      "epoch": 0.6152888888888889,
      "grad_norm": 0.26865798234939575,
      "learning_rate": 1.6154966154904265e-05,
      "loss": 0.5413,
      "step": 3461
    },
    {
      "epoch": 0.6154666666666667,
      "grad_norm": 0.2327553629875183,
      "learning_rate": 1.6141907996035415e-05,
      "loss": 0.4561,
      "step": 3462
    },
    {
      "epoch": 0.6156444444444444,
      "grad_norm": 0.2254241704940796,
      "learning_rate": 1.612885260025552e-05,
      "loss": 0.5027,
      "step": 3463
    },
    {
      "epoch": 0.6158222222222223,
      "grad_norm": 0.246908038854599,
      "learning_rate": 1.611579997163693e-05,
      "loss": 0.3706,
      "step": 3464
    },
    {
      "epoch": 0.616,
      "grad_norm": 0.2608049809932709,
      "learning_rate": 1.610275011425113e-05,
      "loss": 0.3916,
      "step": 3465
    },
    {
      "epoch": 0.6161777777777778,
      "grad_norm": 0.24750645458698273,
      "learning_rate": 1.6089703032168733e-05,
      "loss": 0.3673,
      "step": 3466
    },
    {
      "epoch": 0.6163555555555555,
      "grad_norm": 0.3097095191478729,
      "learning_rate": 1.60766587294595e-05,
      "loss": 0.6258,
      "step": 3467
    },
    {
      "epoch": 0.6165333333333334,
      "grad_norm": 0.27370399236679077,
      "learning_rate": 1.606361721019231e-05,
      "loss": 0.4784,
      "step": 3468
    },
    {
      "epoch": 0.6167111111111111,
      "grad_norm": 0.2685700058937073,
      "learning_rate": 1.605057847843518e-05,
      "loss": 0.4599,
      "step": 3469
    },
    {
      "epoch": 0.6168888888888889,
      "grad_norm": 0.25664037466049194,
      "learning_rate": 1.6037542538255274e-05,
      "loss": 0.4026,
      "step": 3470
    },
    {
      "epoch": 0.6170666666666667,
      "grad_norm": 0.2589212954044342,
      "learning_rate": 1.6024509393718844e-05,
      "loss": 0.387,
      "step": 3471
    },
    {
      "epoch": 0.6172444444444445,
      "grad_norm": 0.27300047874450684,
      "learning_rate": 1.6011479048891324e-05,
      "loss": 0.4278,
      "step": 3472
    },
    {
      "epoch": 0.6174222222222222,
      "grad_norm": 0.29986175894737244,
      "learning_rate": 1.5998451507837216e-05,
      "loss": 0.5843,
      "step": 3473
    },
    {
      "epoch": 0.6176,
      "grad_norm": 0.308949738740921,
      "learning_rate": 1.598542677462021e-05,
      "loss": 0.5381,
      "step": 3474
    },
    {
      "epoch": 0.6177777777777778,
      "grad_norm": 0.2335803061723709,
      "learning_rate": 1.5972404853303062e-05,
      "loss": 0.4949,
      "step": 3475
    },
    {
      "epoch": 0.6179555555555556,
      "grad_norm": 0.34124496579170227,
      "learning_rate": 1.5959385747947698e-05,
      "loss": 0.5642,
      "step": 3476
    },
    {
      "epoch": 0.6181333333333333,
      "grad_norm": 0.27719154953956604,
      "learning_rate": 1.5946369462615117e-05,
      "loss": 0.504,
      "step": 3477
    },
    {
      "epoch": 0.6183111111111111,
      "grad_norm": 0.21705426275730133,
      "learning_rate": 1.59333560013655e-05,
      "loss": 0.4315,
      "step": 3478
    },
    {
      "epoch": 0.6184888888888889,
      "grad_norm": 0.2715508043766022,
      "learning_rate": 1.5920345368258084e-05,
      "loss": 0.571,
      "step": 3479
    },
    {
      "epoch": 0.6186666666666667,
      "grad_norm": 0.22464250028133392,
      "learning_rate": 1.5907337567351264e-05,
      "loss": 0.4339,
      "step": 3480
    },
    {
      "epoch": 0.6188444444444444,
      "grad_norm": 0.30078834295272827,
      "learning_rate": 1.5894332602702545e-05,
      "loss": 0.435,
      "step": 3481
    },
    {
      "epoch": 0.6190222222222223,
      "grad_norm": 0.23706455528736115,
      "learning_rate": 1.588133047836854e-05,
      "loss": 0.55,
      "step": 3482
    },
    {
      "epoch": 0.6192,
      "grad_norm": 0.2755063474178314,
      "learning_rate": 1.586833119840497e-05,
      "loss": 0.5109,
      "step": 3483
    },
    {
      "epoch": 0.6193777777777778,
      "grad_norm": 0.232285276055336,
      "learning_rate": 1.585533476686669e-05,
      "loss": 0.442,
      "step": 3484
    },
    {
      "epoch": 0.6195555555555555,
      "grad_norm": 0.2604234516620636,
      "learning_rate": 1.584234118780764e-05,
      "loss": 0.4841,
      "step": 3485
    },
    {
      "epoch": 0.6197333333333334,
      "grad_norm": 0.23840339481830597,
      "learning_rate": 1.58293504652809e-05,
      "loss": 0.5414,
      "step": 3486
    },
    {
      "epoch": 0.6199111111111111,
      "grad_norm": 0.3220157325267792,
      "learning_rate": 1.581636260333863e-05,
      "loss": 0.6238,
      "step": 3487
    },
    {
      "epoch": 0.6200888888888889,
      "grad_norm": 0.22296661138534546,
      "learning_rate": 1.580337760603212e-05,
      "loss": 0.3318,
      "step": 3488
    },
    {
      "epoch": 0.6202666666666666,
      "grad_norm": 0.29308021068573,
      "learning_rate": 1.579039547741175e-05,
      "loss": 0.5567,
      "step": 3489
    },
    {
      "epoch": 0.6204444444444445,
      "grad_norm": 0.3049785792827606,
      "learning_rate": 1.577741622152702e-05,
      "loss": 0.4892,
      "step": 3490
    },
    {
      "epoch": 0.6206222222222222,
      "grad_norm": 0.3373163342475891,
      "learning_rate": 1.5764439842426515e-05,
      "loss": 0.4142,
      "step": 3491
    },
    {
      "epoch": 0.6208,
      "grad_norm": 0.3368525505065918,
      "learning_rate": 1.5751466344157947e-05,
      "loss": 0.3893,
      "step": 3492
    },
    {
      "epoch": 0.6209777777777777,
      "grad_norm": 0.2850845158100128,
      "learning_rate": 1.5738495730768105e-05,
      "loss": 0.4022,
      "step": 3493
    },
    {
      "epoch": 0.6211555555555556,
      "grad_norm": 0.35597696900367737,
      "learning_rate": 1.5725528006302898e-05,
      "loss": 0.3774,
      "step": 3494
    },
    {
      "epoch": 0.6213333333333333,
      "grad_norm": 0.35393720865249634,
      "learning_rate": 1.5712563174807317e-05,
      "loss": 0.4362,
      "step": 3495
    },
    {
      "epoch": 0.6215111111111111,
      "grad_norm": 0.35573136806488037,
      "learning_rate": 1.5699601240325474e-05,
      "loss": 0.3905,
      "step": 3496
    },
    {
      "epoch": 0.6216888888888888,
      "grad_norm": 0.36656707525253296,
      "learning_rate": 1.5686642206900538e-05,
      "loss": 0.3849,
      "step": 3497
    },
    {
      "epoch": 0.6218666666666667,
      "grad_norm": 0.4563030004501343,
      "learning_rate": 1.5673686078574822e-05,
      "loss": 0.3913,
      "step": 3498
    },
    {
      "epoch": 0.6220444444444444,
      "grad_norm": 0.42437121272087097,
      "learning_rate": 1.5660732859389686e-05,
      "loss": 0.3411,
      "step": 3499
    },
    {
      "epoch": 0.6222222222222222,
      "grad_norm": 0.482433944940567,
      "learning_rate": 1.5647782553385636e-05,
      "loss": 0.5558,
      "step": 3500
    },
    {
      "epoch": 0.6224,
      "grad_norm": 0.2443191260099411,
      "learning_rate": 1.56348351646022e-05,
      "loss": 0.4034,
      "step": 3501
    },
    {
      "epoch": 0.6225777777777778,
      "grad_norm": 0.23964877426624298,
      "learning_rate": 1.562189069707807e-05,
      "loss": 0.4474,
      "step": 3502
    },
    {
      "epoch": 0.6227555555555555,
      "grad_norm": 0.2298581302165985,
      "learning_rate": 1.560894915485095e-05,
      "loss": 0.5241,
      "step": 3503
    },
    {
      "epoch": 0.6229333333333333,
      "grad_norm": 0.27036231756210327,
      "learning_rate": 1.5596010541957712e-05,
      "loss": 0.4822,
      "step": 3504
    },
    {
      "epoch": 0.6231111111111111,
      "grad_norm": 0.290789395570755,
      "learning_rate": 1.5583074862434255e-05,
      "loss": 0.5118,
      "step": 3505
    },
    {
      "epoch": 0.6232888888888889,
      "grad_norm": 0.2417406141757965,
      "learning_rate": 1.557014212031559e-05,
      "loss": 0.4837,
      "step": 3506
    },
    {
      "epoch": 0.6234666666666666,
      "grad_norm": 0.2861023545265198,
      "learning_rate": 1.555721231963579e-05,
      "loss": 0.3431,
      "step": 3507
    },
    {
      "epoch": 0.6236444444444444,
      "grad_norm": 0.2518467605113983,
      "learning_rate": 1.5544285464428045e-05,
      "loss": 0.5041,
      "step": 3508
    },
    {
      "epoch": 0.6238222222222222,
      "grad_norm": 0.4318239688873291,
      "learning_rate": 1.5531361558724587e-05,
      "loss": 0.7202,
      "step": 3509
    },
    {
      "epoch": 0.624,
      "grad_norm": 0.28938204050064087,
      "learning_rate": 1.5518440606556766e-05,
      "loss": 0.3595,
      "step": 3510
    },
    {
      "epoch": 0.6241777777777778,
      "grad_norm": 0.2674754858016968,
      "learning_rate": 1.5505522611954975e-05,
      "loss": 0.4859,
      "step": 3511
    },
    {
      "epoch": 0.6243555555555556,
      "grad_norm": 0.30254605412483215,
      "learning_rate": 1.549260757894871e-05,
      "loss": 0.4884,
      "step": 3512
    },
    {
      "epoch": 0.6245333333333334,
      "grad_norm": 0.23700743913650513,
      "learning_rate": 1.5479695511566534e-05,
      "loss": 0.4125,
      "step": 3513
    },
    {
      "epoch": 0.6247111111111111,
      "grad_norm": 0.3400924801826477,
      "learning_rate": 1.5466786413836077e-05,
      "loss": 0.6042,
      "step": 3514
    },
    {
      "epoch": 0.6248888888888889,
      "grad_norm": 0.2733568251132965,
      "learning_rate": 1.5453880289784066e-05,
      "loss": 0.5067,
      "step": 3515
    },
    {
      "epoch": 0.6250666666666667,
      "grad_norm": 0.25780993700027466,
      "learning_rate": 1.544097714343627e-05,
      "loss": 0.5733,
      "step": 3516
    },
    {
      "epoch": 0.6252444444444445,
      "grad_norm": 0.3310803174972534,
      "learning_rate": 1.5428076978817562e-05,
      "loss": 0.5408,
      "step": 3517
    },
    {
      "epoch": 0.6254222222222222,
      "grad_norm": 0.19981937110424042,
      "learning_rate": 1.5415179799951844e-05,
      "loss": 0.4298,
      "step": 3518
    },
    {
      "epoch": 0.6256,
      "grad_norm": 0.24123001098632812,
      "learning_rate": 1.5402285610862142e-05,
      "loss": 0.3339,
      "step": 3519
    },
    {
      "epoch": 0.6257777777777778,
      "grad_norm": 0.29009774327278137,
      "learning_rate": 1.538939441557048e-05,
      "loss": 0.5873,
      "step": 3520
    },
    {
      "epoch": 0.6259555555555556,
      "grad_norm": 0.23727940022945404,
      "learning_rate": 1.5376506218098015e-05,
      "loss": 0.4402,
      "step": 3521
    },
    {
      "epoch": 0.6261333333333333,
      "grad_norm": 0.21850895881652832,
      "learning_rate": 1.5363621022464924e-05,
      "loss": 0.3306,
      "step": 3522
    },
    {
      "epoch": 0.6263111111111112,
      "grad_norm": 0.22471006214618683,
      "learning_rate": 1.535073883269048e-05,
      "loss": 0.3565,
      "step": 3523
    },
    {
      "epoch": 0.6264888888888889,
      "grad_norm": 0.26791492104530334,
      "learning_rate": 1.533785965279298e-05,
      "loss": 0.582,
      "step": 3524
    },
    {
      "epoch": 0.6266666666666667,
      "grad_norm": 0.2948598861694336,
      "learning_rate": 1.5324983486789818e-05,
      "loss": 0.5376,
      "step": 3525
    },
    {
      "epoch": 0.6268444444444444,
      "grad_norm": 0.24018436670303345,
      "learning_rate": 1.5312110338697426e-05,
      "loss": 0.5029,
      "step": 3526
    },
    {
      "epoch": 0.6270222222222223,
      "grad_norm": 0.29089438915252686,
      "learning_rate": 1.5299240212531314e-05,
      "loss": 0.4862,
      "step": 3527
    },
    {
      "epoch": 0.6272,
      "grad_norm": 0.2648610472679138,
      "learning_rate": 1.5286373112306018e-05,
      "loss": 0.5493,
      "step": 3528
    },
    {
      "epoch": 0.6273777777777778,
      "grad_norm": 0.30678480863571167,
      "learning_rate": 1.5273509042035172e-05,
      "loss": 0.5334,
      "step": 3529
    },
    {
      "epoch": 0.6275555555555555,
      "grad_norm": 0.2817789614200592,
      "learning_rate": 1.5260648005731427e-05,
      "loss": 0.4773,
      "step": 3530
    },
    {
      "epoch": 0.6277333333333334,
      "grad_norm": 0.33746954798698425,
      "learning_rate": 1.524779000740651e-05,
      "loss": 0.4933,
      "step": 3531
    },
    {
      "epoch": 0.6279111111111111,
      "grad_norm": 0.25532791018486023,
      "learning_rate": 1.5234935051071192e-05,
      "loss": 0.5798,
      "step": 3532
    },
    {
      "epoch": 0.6280888888888889,
      "grad_norm": 0.2670576870441437,
      "learning_rate": 1.52220831407353e-05,
      "loss": 0.4848,
      "step": 3533
    },
    {
      "epoch": 0.6282666666666666,
      "grad_norm": 0.22281870245933533,
      "learning_rate": 1.5209234280407697e-05,
      "loss": 0.3885,
      "step": 3534
    },
    {
      "epoch": 0.6284444444444445,
      "grad_norm": 0.2752179503440857,
      "learning_rate": 1.5196388474096319e-05,
      "loss": 0.3617,
      "step": 3535
    },
    {
      "epoch": 0.6286222222222222,
      "grad_norm": 0.24865487217903137,
      "learning_rate": 1.5183545725808127e-05,
      "loss": 0.439,
      "step": 3536
    },
    {
      "epoch": 0.6288,
      "grad_norm": 0.23080642521381378,
      "learning_rate": 1.5170706039549142e-05,
      "loss": 0.4813,
      "step": 3537
    },
    {
      "epoch": 0.6289777777777777,
      "grad_norm": 0.296745628118515,
      "learning_rate": 1.515786941932441e-05,
      "loss": 0.5631,
      "step": 3538
    },
    {
      "epoch": 0.6291555555555556,
      "grad_norm": 0.2646890878677368,
      "learning_rate": 1.5145035869138067e-05,
      "loss": 0.3949,
      "step": 3539
    },
    {
      "epoch": 0.6293333333333333,
      "grad_norm": 0.2304856926202774,
      "learning_rate": 1.513220539299322e-05,
      "loss": 0.4227,
      "step": 3540
    },
    {
      "epoch": 0.6295111111111111,
      "grad_norm": 0.3167457580566406,
      "learning_rate": 1.5119377994892094e-05,
      "loss": 0.5353,
      "step": 3541
    },
    {
      "epoch": 0.6296888888888889,
      "grad_norm": 0.26865383982658386,
      "learning_rate": 1.5106553678835884e-05,
      "loss": 0.3973,
      "step": 3542
    },
    {
      "epoch": 0.6298666666666667,
      "grad_norm": 0.3043624758720398,
      "learning_rate": 1.5093732448824888e-05,
      "loss": 0.3615,
      "step": 3543
    },
    {
      "epoch": 0.6300444444444444,
      "grad_norm": 0.3228950798511505,
      "learning_rate": 1.5080914308858374e-05,
      "loss": 0.555,
      "step": 3544
    },
    {
      "epoch": 0.6302222222222222,
      "grad_norm": 0.3670639097690582,
      "learning_rate": 1.506809926293471e-05,
      "loss": 0.3384,
      "step": 3545
    },
    {
      "epoch": 0.6304,
      "grad_norm": 0.3196782171726227,
      "learning_rate": 1.505528731505126e-05,
      "loss": 0.3457,
      "step": 3546
    },
    {
      "epoch": 0.6305777777777778,
      "grad_norm": 0.34762653708457947,
      "learning_rate": 1.5042478469204435e-05,
      "loss": 0.4191,
      "step": 3547
    },
    {
      "epoch": 0.6307555555555555,
      "grad_norm": 0.41670212149620056,
      "learning_rate": 1.5029672729389669e-05,
      "loss": 0.4866,
      "step": 3548
    },
    {
      "epoch": 0.6309333333333333,
      "grad_norm": 0.3807736933231354,
      "learning_rate": 1.5016870099601444e-05,
      "loss": 0.376,
      "step": 3549
    },
    {
      "epoch": 0.6311111111111111,
      "grad_norm": 0.534493625164032,
      "learning_rate": 1.5004070583833251e-05,
      "loss": 0.4595,
      "step": 3550
    },
    {
      "epoch": 0.6312888888888889,
      "grad_norm": 0.23593223094940186,
      "learning_rate": 1.4991274186077632e-05,
      "loss": 0.3885,
      "step": 3551
    },
    {
      "epoch": 0.6314666666666666,
      "grad_norm": 0.2329351007938385,
      "learning_rate": 1.4978480910326132e-05,
      "loss": 0.3756,
      "step": 3552
    },
    {
      "epoch": 0.6316444444444445,
      "grad_norm": 0.28859513998031616,
      "learning_rate": 1.4965690760569346e-05,
      "loss": 0.6125,
      "step": 3553
    },
    {
      "epoch": 0.6318222222222222,
      "grad_norm": 0.2809862494468689,
      "learning_rate": 1.4952903740796873e-05,
      "loss": 0.4294,
      "step": 3554
    },
    {
      "epoch": 0.632,
      "grad_norm": 0.2988995313644409,
      "learning_rate": 1.4940119854997354e-05,
      "loss": 0.5165,
      "step": 3555
    },
    {
      "epoch": 0.6321777777777777,
      "grad_norm": 0.3111002445220947,
      "learning_rate": 1.4927339107158437e-05,
      "loss": 0.5201,
      "step": 3556
    },
    {
      "epoch": 0.6323555555555556,
      "grad_norm": 0.30978119373321533,
      "learning_rate": 1.4914561501266805e-05,
      "loss": 0.5249,
      "step": 3557
    },
    {
      "epoch": 0.6325333333333333,
      "grad_norm": 0.2904992699623108,
      "learning_rate": 1.4901787041308146e-05,
      "loss": 0.5185,
      "step": 3558
    },
    {
      "epoch": 0.6327111111111111,
      "grad_norm": 0.29443278908729553,
      "learning_rate": 1.4889015731267186e-05,
      "loss": 0.5009,
      "step": 3559
    },
    {
      "epoch": 0.6328888888888888,
      "grad_norm": 0.2625446915626526,
      "learning_rate": 1.4876247575127641e-05,
      "loss": 0.447,
      "step": 3560
    },
    {
      "epoch": 0.6330666666666667,
      "grad_norm": 0.301430344581604,
      "learning_rate": 1.4863482576872275e-05,
      "loss": 0.576,
      "step": 3561
    },
    {
      "epoch": 0.6332444444444445,
      "grad_norm": 0.2658097743988037,
      "learning_rate": 1.485072074048284e-05,
      "loss": 0.4526,
      "step": 3562
    },
    {
      "epoch": 0.6334222222222222,
      "grad_norm": 0.2660572826862335,
      "learning_rate": 1.4837962069940114e-05,
      "loss": 0.5995,
      "step": 3563
    },
    {
      "epoch": 0.6336,
      "grad_norm": 0.318282812833786,
      "learning_rate": 1.4825206569223899e-05,
      "loss": 0.649,
      "step": 3564
    },
    {
      "epoch": 0.6337777777777778,
      "grad_norm": 0.30754390358924866,
      "learning_rate": 1.4812454242312979e-05,
      "loss": 0.5575,
      "step": 3565
    },
    {
      "epoch": 0.6339555555555556,
      "grad_norm": 0.22760820388793945,
      "learning_rate": 1.4799705093185181e-05,
      "loss": 0.3546,
      "step": 3566
    },
    {
      "epoch": 0.6341333333333333,
      "grad_norm": 0.3868652582168579,
      "learning_rate": 1.4786959125817312e-05,
      "loss": 0.551,
      "step": 3567
    },
    {
      "epoch": 0.6343111111111112,
      "grad_norm": 0.2678442597389221,
      "learning_rate": 1.4774216344185205e-05,
      "loss": 0.4576,
      "step": 3568
    },
    {
      "epoch": 0.6344888888888889,
      "grad_norm": 0.33745184540748596,
      "learning_rate": 1.476147675226369e-05,
      "loss": 0.6076,
      "step": 3569
    },
    {
      "epoch": 0.6346666666666667,
      "grad_norm": 0.26735594868659973,
      "learning_rate": 1.474874035402661e-05,
      "loss": 0.4059,
      "step": 3570
    },
    {
      "epoch": 0.6348444444444444,
      "grad_norm": 0.3119068145751953,
      "learning_rate": 1.4736007153446801e-05,
      "loss": 0.5051,
      "step": 3571
    },
    {
      "epoch": 0.6350222222222223,
      "grad_norm": 0.32012316584587097,
      "learning_rate": 1.4723277154496111e-05,
      "loss": 0.4705,
      "step": 3572
    },
    {
      "epoch": 0.6352,
      "grad_norm": 0.2335209846496582,
      "learning_rate": 1.4710550361145386e-05,
      "loss": 0.5993,
      "step": 3573
    },
    {
      "epoch": 0.6353777777777778,
      "grad_norm": 0.3181397020816803,
      "learning_rate": 1.4697826777364477e-05,
      "loss": 0.7151,
      "step": 3574
    },
    {
      "epoch": 0.6355555555555555,
      "grad_norm": 0.2864576280117035,
      "learning_rate": 1.4685106407122218e-05,
      "loss": 0.4293,
      "step": 3575
    },
    {
      "epoch": 0.6357333333333334,
      "grad_norm": 0.2603675127029419,
      "learning_rate": 1.467238925438646e-05,
      "loss": 0.5728,
      "step": 3576
    },
    {
      "epoch": 0.6359111111111111,
      "grad_norm": 0.26273441314697266,
      "learning_rate": 1.4659675323124036e-05,
      "loss": 0.3883,
      "step": 3577
    },
    {
      "epoch": 0.6360888888888889,
      "grad_norm": 0.2464042454957962,
      "learning_rate": 1.464696461730079e-05,
      "loss": 0.4741,
      "step": 3578
    },
    {
      "epoch": 0.6362666666666666,
      "grad_norm": 0.28392016887664795,
      "learning_rate": 1.4634257140881536e-05,
      "loss": 0.5801,
      "step": 3579
    },
    {
      "epoch": 0.6364444444444445,
      "grad_norm": 0.28749316930770874,
      "learning_rate": 1.462155289783011e-05,
      "loss": 0.4557,
      "step": 3580
    },
    {
      "epoch": 0.6366222222222222,
      "grad_norm": 0.30617669224739075,
      "learning_rate": 1.4608851892109304e-05,
      "loss": 0.4567,
      "step": 3581
    },
    {
      "epoch": 0.6368,
      "grad_norm": 0.2467452436685562,
      "learning_rate": 1.4596154127680947e-05,
      "loss": 0.4446,
      "step": 3582
    },
    {
      "epoch": 0.6369777777777778,
      "grad_norm": 0.3463928997516632,
      "learning_rate": 1.4583459608505801e-05,
      "loss": 0.6071,
      "step": 3583
    },
    {
      "epoch": 0.6371555555555556,
      "grad_norm": 0.29073402285575867,
      "learning_rate": 1.4570768338543672e-05,
      "loss": 0.4254,
      "step": 3584
    },
    {
      "epoch": 0.6373333333333333,
      "grad_norm": 0.23615197837352753,
      "learning_rate": 1.455808032175331e-05,
      "loss": 0.4756,
      "step": 3585
    },
    {
      "epoch": 0.6375111111111111,
      "grad_norm": 0.2662949562072754,
      "learning_rate": 1.4545395562092468e-05,
      "loss": 0.5345,
      "step": 3586
    },
    {
      "epoch": 0.6376888888888889,
      "grad_norm": 0.26360878348350525,
      "learning_rate": 1.4532714063517871e-05,
      "loss": 0.4514,
      "step": 3587
    },
    {
      "epoch": 0.6378666666666667,
      "grad_norm": 0.28474000096321106,
      "learning_rate": 1.452003582998526e-05,
      "loss": 0.4954,
      "step": 3588
    },
    {
      "epoch": 0.6380444444444444,
      "grad_norm": 0.2530825734138489,
      "learning_rate": 1.4507360865449319e-05,
      "loss": 0.4094,
      "step": 3589
    },
    {
      "epoch": 0.6382222222222222,
      "grad_norm": 0.2904086112976074,
      "learning_rate": 1.4494689173863726e-05,
      "loss": 0.5997,
      "step": 3590
    },
    {
      "epoch": 0.6384,
      "grad_norm": 0.308840811252594,
      "learning_rate": 1.4482020759181135e-05,
      "loss": 0.391,
      "step": 3591
    },
    {
      "epoch": 0.6385777777777778,
      "grad_norm": 0.3390917181968689,
      "learning_rate": 1.4469355625353198e-05,
      "loss": 0.4488,
      "step": 3592
    },
    {
      "epoch": 0.6387555555555555,
      "grad_norm": 0.44907519221305847,
      "learning_rate": 1.445669377633051e-05,
      "loss": 0.3841,
      "step": 3593
    },
    {
      "epoch": 0.6389333333333334,
      "grad_norm": 0.26853013038635254,
      "learning_rate": 1.4444035216062684e-05,
      "loss": 0.4086,
      "step": 3594
    },
    {
      "epoch": 0.6391111111111111,
      "grad_norm": 0.32772859930992126,
      "learning_rate": 1.4431379948498253e-05,
      "loss": 0.3669,
      "step": 3595
    },
    {
      "epoch": 0.6392888888888889,
      "grad_norm": 0.3255805969238281,
      "learning_rate": 1.4418727977584774e-05,
      "loss": 0.4992,
      "step": 3596
    },
    {
      "epoch": 0.6394666666666666,
      "grad_norm": 0.32332366704940796,
      "learning_rate": 1.4406079307268734e-05,
      "loss": 0.4384,
      "step": 3597
    },
    {
      "epoch": 0.6396444444444445,
      "grad_norm": 0.40644580125808716,
      "learning_rate": 1.4393433941495637e-05,
      "loss": 0.464,
      "step": 3598
    },
    {
      "epoch": 0.6398222222222222,
      "grad_norm": 0.3871169984340668,
      "learning_rate": 1.43807918842099e-05,
      "loss": 0.32,
      "step": 3599
    },
    {
      "epoch": 0.64,
      "grad_norm": 0.5102043151855469,
      "learning_rate": 1.4368153139354962e-05,
      "loss": 0.5066,
      "step": 3600
    },
    {
      "epoch": 0.6401777777777777,
      "grad_norm": 0.2648928165435791,
      "learning_rate": 1.4355517710873184e-05,
      "loss": 0.5369,
      "step": 3601
    },
    {
      "epoch": 0.6403555555555556,
      "grad_norm": 0.2976272702217102,
      "learning_rate": 1.434288560270593e-05,
      "loss": 0.515,
      "step": 3602
    },
    {
      "epoch": 0.6405333333333333,
      "grad_norm": 0.27733874320983887,
      "learning_rate": 1.4330256818793508e-05,
      "loss": 0.5381,
      "step": 3603
    },
    {
      "epoch": 0.6407111111111111,
      "grad_norm": 0.2524182200431824,
      "learning_rate": 1.4317631363075184e-05,
      "loss": 0.451,
      "step": 3604
    },
    {
      "epoch": 0.6408888888888888,
      "grad_norm": 0.3096165955066681,
      "learning_rate": 1.4305009239489192e-05,
      "loss": 0.4473,
      "step": 3605
    },
    {
      "epoch": 0.6410666666666667,
      "grad_norm": 0.2737775444984436,
      "learning_rate": 1.4292390451972745e-05,
      "loss": 0.5543,
      "step": 3606
    },
    {
      "epoch": 0.6412444444444444,
      "grad_norm": 0.305505633354187,
      "learning_rate": 1.427977500446199e-05,
      "loss": 0.5438,
      "step": 3607
    },
    {
      "epoch": 0.6414222222222222,
      "grad_norm": 0.2638792395591736,
      "learning_rate": 1.426716290089204e-05,
      "loss": 0.4717,
      "step": 3608
    },
    {
      "epoch": 0.6416,
      "grad_norm": 0.2731456160545349,
      "learning_rate": 1.4254554145196953e-05,
      "loss": 0.4266,
      "step": 3609
    },
    {
      "epoch": 0.6417777777777778,
      "grad_norm": 0.3034774959087372,
      "learning_rate": 1.4241948741309782e-05,
      "loss": 0.437,
      "step": 3610
    },
    {
      "epoch": 0.6419555555555555,
      "grad_norm": 0.21936370432376862,
      "learning_rate": 1.42293466931625e-05,
      "loss": 0.455,
      "step": 3611
    },
    {
      "epoch": 0.6421333333333333,
      "grad_norm": 0.2472326159477234,
      "learning_rate": 1.421674800468603e-05,
      "loss": 0.4134,
      "step": 3612
    },
    {
      "epoch": 0.6423111111111112,
      "grad_norm": 0.3099437654018402,
      "learning_rate": 1.4204152679810258e-05,
      "loss": 0.5684,
      "step": 3613
    },
    {
      "epoch": 0.6424888888888889,
      "grad_norm": 0.2899812161922455,
      "learning_rate": 1.4191560722464032e-05,
      "loss": 0.3793,
      "step": 3614
    },
    {
      "epoch": 0.6426666666666667,
      "grad_norm": 0.28951987624168396,
      "learning_rate": 1.4178972136575153e-05,
      "loss": 0.4825,
      "step": 3615
    },
    {
      "epoch": 0.6428444444444444,
      "grad_norm": 0.24252907931804657,
      "learning_rate": 1.4166386926070322e-05,
      "loss": 0.4685,
      "step": 3616
    },
    {
      "epoch": 0.6430222222222223,
      "grad_norm": 0.30897241830825806,
      "learning_rate": 1.4153805094875248e-05,
      "loss": 0.491,
      "step": 3617
    },
    {
      "epoch": 0.6432,
      "grad_norm": 0.2750794291496277,
      "learning_rate": 1.4141226646914541e-05,
      "loss": 0.4469,
      "step": 3618
    },
    {
      "epoch": 0.6433777777777778,
      "grad_norm": 0.22074298560619354,
      "learning_rate": 1.412865158611179e-05,
      "loss": 0.4107,
      "step": 3619
    },
    {
      "epoch": 0.6435555555555555,
      "grad_norm": 0.26437100768089294,
      "learning_rate": 1.4116079916389507e-05,
      "loss": 0.4277,
      "step": 3620
    },
    {
      "epoch": 0.6437333333333334,
      "grad_norm": 0.288970947265625,
      "learning_rate": 1.4103511641669152e-05,
      "loss": 0.4564,
      "step": 3621
    },
    {
      "epoch": 0.6439111111111111,
      "grad_norm": 0.2344079166650772,
      "learning_rate": 1.4090946765871104e-05,
      "loss": 0.3158,
      "step": 3622
    },
    {
      "epoch": 0.6440888888888889,
      "grad_norm": 0.32060837745666504,
      "learning_rate": 1.4078385292914736e-05,
      "loss": 0.412,
      "step": 3623
    },
    {
      "epoch": 0.6442666666666667,
      "grad_norm": 0.29774701595306396,
      "learning_rate": 1.406582722671831e-05,
      "loss": 0.4337,
      "step": 3624
    },
    {
      "epoch": 0.6444444444444445,
      "grad_norm": 0.26115119457244873,
      "learning_rate": 1.4053272571199036e-05,
      "loss": 0.4082,
      "step": 3625
    },
    {
      "epoch": 0.6446222222222222,
      "grad_norm": 0.26321181654930115,
      "learning_rate": 1.4040721330273062e-05,
      "loss": 0.5051,
      "step": 3626
    },
    {
      "epoch": 0.6448,
      "grad_norm": 0.288730263710022,
      "learning_rate": 1.4028173507855493e-05,
      "loss": 0.5353,
      "step": 3627
    },
    {
      "epoch": 0.6449777777777778,
      "grad_norm": 0.2653726041316986,
      "learning_rate": 1.401562910786034e-05,
      "loss": 0.4388,
      "step": 3628
    },
    {
      "epoch": 0.6451555555555556,
      "grad_norm": 0.2973995506763458,
      "learning_rate": 1.4003088134200553e-05,
      "loss": 0.4968,
      "step": 3629
    },
    {
      "epoch": 0.6453333333333333,
      "grad_norm": 0.2280983030796051,
      "learning_rate": 1.399055059078801e-05,
      "loss": 0.3877,
      "step": 3630
    },
    {
      "epoch": 0.6455111111111111,
      "grad_norm": 0.22726783156394958,
      "learning_rate": 1.397801648153354e-05,
      "loss": 0.545,
      "step": 3631
    },
    {
      "epoch": 0.6456888888888889,
      "grad_norm": 0.29215335845947266,
      "learning_rate": 1.3965485810346874e-05,
      "loss": 0.4247,
      "step": 3632
    },
    {
      "epoch": 0.6458666666666667,
      "grad_norm": 0.32735562324523926,
      "learning_rate": 1.3952958581136688e-05,
      "loss": 0.5571,
      "step": 3633
    },
    {
      "epoch": 0.6460444444444444,
      "grad_norm": 0.21734178066253662,
      "learning_rate": 1.3940434797810568e-05,
      "loss": 0.4084,
      "step": 3634
    },
    {
      "epoch": 0.6462222222222223,
      "grad_norm": 0.3073517680168152,
      "learning_rate": 1.392791446427505e-05,
      "loss": 0.5069,
      "step": 3635
    },
    {
      "epoch": 0.6464,
      "grad_norm": 0.2676813006401062,
      "learning_rate": 1.3915397584435563e-05,
      "loss": 0.4057,
      "step": 3636
    },
    {
      "epoch": 0.6465777777777778,
      "grad_norm": 0.21096782386302948,
      "learning_rate": 1.3902884162196508e-05,
      "loss": 0.4146,
      "step": 3637
    },
    {
      "epoch": 0.6467555555555555,
      "grad_norm": 0.2558507025241852,
      "learning_rate": 1.3890374201461132e-05,
      "loss": 0.5424,
      "step": 3638
    },
    {
      "epoch": 0.6469333333333334,
      "grad_norm": 0.27405086159706116,
      "learning_rate": 1.387786770613167e-05,
      "loss": 0.4401,
      "step": 3639
    },
    {
      "epoch": 0.6471111111111111,
      "grad_norm": 0.28879252076148987,
      "learning_rate": 1.386536468010924e-05,
      "loss": 0.4553,
      "step": 3640
    },
    {
      "epoch": 0.6472888888888889,
      "grad_norm": 0.29778018593788147,
      "learning_rate": 1.3852865127293902e-05,
      "loss": 0.2955,
      "step": 3641
    },
    {
      "epoch": 0.6474666666666666,
      "grad_norm": 0.28298091888427734,
      "learning_rate": 1.3840369051584612e-05,
      "loss": 0.3915,
      "step": 3642
    },
    {
      "epoch": 0.6476444444444445,
      "grad_norm": 0.3052406311035156,
      "learning_rate": 1.3827876456879246e-05,
      "loss": 0.4773,
      "step": 3643
    },
    {
      "epoch": 0.6478222222222222,
      "grad_norm": 0.3781207799911499,
      "learning_rate": 1.3815387347074594e-05,
      "loss": 0.3687,
      "step": 3644
    },
    {
      "epoch": 0.648,
      "grad_norm": 0.3979189693927765,
      "learning_rate": 1.3802901726066375e-05,
      "loss": 0.3973,
      "step": 3645
    },
    {
      "epoch": 0.6481777777777777,
      "grad_norm": 0.3300996720790863,
      "learning_rate": 1.3790419597749199e-05,
      "loss": 0.3711,
      "step": 3646
    },
    {
      "epoch": 0.6483555555555556,
      "grad_norm": 0.6666622161865234,
      "learning_rate": 1.3777940966016592e-05,
      "loss": 0.5463,
      "step": 3647
    },
    {
      "epoch": 0.6485333333333333,
      "grad_norm": 0.4219915568828583,
      "learning_rate": 1.3765465834760988e-05,
      "loss": 0.4281,
      "step": 3648
    },
    {
      "epoch": 0.6487111111111111,
      "grad_norm": 0.3818369507789612,
      "learning_rate": 1.3752994207873743e-05,
      "loss": 0.5037,
      "step": 3649
    },
    {
      "epoch": 0.6488888888888888,
      "grad_norm": 0.5252047777175903,
      "learning_rate": 1.3740526089245109e-05,
      "loss": 0.4474,
      "step": 3650
    },
    {
      "epoch": 0.6490666666666667,
      "grad_norm": 0.3042842149734497,
      "learning_rate": 1.3728061482764238e-05,
      "loss": 0.525,
      "step": 3651
    },
    {
      "epoch": 0.6492444444444444,
      "grad_norm": 0.293026864528656,
      "learning_rate": 1.3715600392319186e-05,
      "loss": 0.6196,
      "step": 3652
    },
    {
      "epoch": 0.6494222222222222,
      "grad_norm": 0.2554410398006439,
      "learning_rate": 1.3703142821796938e-05,
      "loss": 0.4497,
      "step": 3653
    },
    {
      "epoch": 0.6496,
      "grad_norm": 0.28548961877822876,
      "learning_rate": 1.369068877508335e-05,
      "loss": 0.5183,
      "step": 3654
    },
    {
      "epoch": 0.6497777777777778,
      "grad_norm": 0.2873605191707611,
      "learning_rate": 1.367823825606319e-05,
      "loss": 0.6106,
      "step": 3655
    },
    {
      "epoch": 0.6499555555555555,
      "grad_norm": 0.3186854422092438,
      "learning_rate": 1.366579126862012e-05,
      "loss": 0.7776,
      "step": 3656
    },
    {
      "epoch": 0.6501333333333333,
      "grad_norm": 0.2968122065067291,
      "learning_rate": 1.3653347816636727e-05,
      "loss": 0.4679,
      "step": 3657
    },
    {
      "epoch": 0.6503111111111111,
      "grad_norm": 0.2600296139717102,
      "learning_rate": 1.3640907903994454e-05,
      "loss": 0.5622,
      "step": 3658
    },
    {
      "epoch": 0.6504888888888889,
      "grad_norm": 0.30393871665000916,
      "learning_rate": 1.3628471534573686e-05,
      "loss": 0.5214,
      "step": 3659
    },
    {
      "epoch": 0.6506666666666666,
      "grad_norm": 0.2889195680618286,
      "learning_rate": 1.3616038712253646e-05,
      "loss": 0.4259,
      "step": 3660
    },
    {
      "epoch": 0.6508444444444444,
      "grad_norm": 0.29727956652641296,
      "learning_rate": 1.3603609440912507e-05,
      "loss": 0.5057,
      "step": 3661
    },
    {
      "epoch": 0.6510222222222222,
      "grad_norm": 0.28211915493011475,
      "learning_rate": 1.3591183724427286e-05,
      "loss": 0.5616,
      "step": 3662
    },
    {
      "epoch": 0.6512,
      "grad_norm": 0.2475895881652832,
      "learning_rate": 1.3578761566673954e-05,
      "loss": 0.4202,
      "step": 3663
    },
    {
      "epoch": 0.6513777777777778,
      "grad_norm": 0.28747761249542236,
      "learning_rate": 1.3566342971527291e-05,
      "loss": 0.5493,
      "step": 3664
    },
    {
      "epoch": 0.6515555555555556,
      "grad_norm": 0.3396277129650116,
      "learning_rate": 1.3553927942861016e-05,
      "loss": 0.5443,
      "step": 3665
    },
    {
      "epoch": 0.6517333333333334,
      "grad_norm": 0.335657000541687,
      "learning_rate": 1.3541516484547753e-05,
      "loss": 0.4237,
      "step": 3666
    },
    {
      "epoch": 0.6519111111111111,
      "grad_norm": 0.2873026430606842,
      "learning_rate": 1.3529108600458967e-05,
      "loss": 0.5352,
      "step": 3667
    },
    {
      "epoch": 0.6520888888888889,
      "grad_norm": 0.2761879861354828,
      "learning_rate": 1.3516704294465027e-05,
      "loss": 0.5863,
      "step": 3668
    },
    {
      "epoch": 0.6522666666666667,
      "grad_norm": 0.3050605356693268,
      "learning_rate": 1.3504303570435179e-05,
      "loss": 0.6293,
      "step": 3669
    },
    {
      "epoch": 0.6524444444444445,
      "grad_norm": 0.3679588735103607,
      "learning_rate": 1.3491906432237577e-05,
      "loss": 0.486,
      "step": 3670
    },
    {
      "epoch": 0.6526222222222222,
      "grad_norm": 0.4235539734363556,
      "learning_rate": 1.3479512883739232e-05,
      "loss": 0.5246,
      "step": 3671
    },
    {
      "epoch": 0.6528,
      "grad_norm": 0.25813600420951843,
      "learning_rate": 1.3467122928806037e-05,
      "loss": 0.4855,
      "step": 3672
    },
    {
      "epoch": 0.6529777777777778,
      "grad_norm": 0.2842148542404175,
      "learning_rate": 1.3454736571302763e-05,
      "loss": 0.5106,
      "step": 3673
    },
    {
      "epoch": 0.6531555555555556,
      "grad_norm": 0.2375819832086563,
      "learning_rate": 1.3442353815093078e-05,
      "loss": 0.4382,
      "step": 3674
    },
    {
      "epoch": 0.6533333333333333,
      "grad_norm": 0.333158403635025,
      "learning_rate": 1.3429974664039501e-05,
      "loss": 0.5415,
      "step": 3675
    },
    {
      "epoch": 0.6535111111111112,
      "grad_norm": 0.2537843883037567,
      "learning_rate": 1.3417599122003464e-05,
      "loss": 0.5797,
      "step": 3676
    },
    {
      "epoch": 0.6536888888888889,
      "grad_norm": 0.28055626153945923,
      "learning_rate": 1.340522719284521e-05,
      "loss": 0.549,
      "step": 3677
    },
    {
      "epoch": 0.6538666666666667,
      "grad_norm": 0.2653438150882721,
      "learning_rate": 1.339285888042392e-05,
      "loss": 0.4191,
      "step": 3678
    },
    {
      "epoch": 0.6540444444444444,
      "grad_norm": 0.314916729927063,
      "learning_rate": 1.3380494188597603e-05,
      "loss": 0.7298,
      "step": 3679
    },
    {
      "epoch": 0.6542222222222223,
      "grad_norm": 0.24185356497764587,
      "learning_rate": 1.3368133121223187e-05,
      "loss": 0.4542,
      "step": 3680
    },
    {
      "epoch": 0.6544,
      "grad_norm": 0.3319655954837799,
      "learning_rate": 1.3355775682156393e-05,
      "loss": 0.5532,
      "step": 3681
    },
    {
      "epoch": 0.6545777777777778,
      "grad_norm": 0.2659103274345398,
      "learning_rate": 1.3343421875251888e-05,
      "loss": 0.5087,
      "step": 3682
    },
    {
      "epoch": 0.6547555555555555,
      "grad_norm": 0.35448548197746277,
      "learning_rate": 1.3331071704363152e-05,
      "loss": 0.5299,
      "step": 3683
    },
    {
      "epoch": 0.6549333333333334,
      "grad_norm": 0.2732556164264679,
      "learning_rate": 1.3318725173342572e-05,
      "loss": 0.509,
      "step": 3684
    },
    {
      "epoch": 0.6551111111111111,
      "grad_norm": 0.26744773983955383,
      "learning_rate": 1.3306382286041369e-05,
      "loss": 0.4271,
      "step": 3685
    },
    {
      "epoch": 0.6552888888888889,
      "grad_norm": 0.23292432725429535,
      "learning_rate": 1.329404304630964e-05,
      "loss": 0.456,
      "step": 3686
    },
    {
      "epoch": 0.6554666666666666,
      "grad_norm": 0.2885597348213196,
      "learning_rate": 1.3281707457996335e-05,
      "loss": 0.4234,
      "step": 3687
    },
    {
      "epoch": 0.6556444444444445,
      "grad_norm": 0.2795572578907013,
      "learning_rate": 1.3269375524949284e-05,
      "loss": 0.5902,
      "step": 3688
    },
    {
      "epoch": 0.6558222222222222,
      "grad_norm": 0.2856482267379761,
      "learning_rate": 1.3257047251015158e-05,
      "loss": 0.3293,
      "step": 3689
    },
    {
      "epoch": 0.656,
      "grad_norm": 0.2692379951477051,
      "learning_rate": 1.3244722640039497e-05,
      "loss": 0.4182,
      "step": 3690
    },
    {
      "epoch": 0.6561777777777777,
      "grad_norm": 0.26897457242012024,
      "learning_rate": 1.3232401695866687e-05,
      "loss": 0.3734,
      "step": 3691
    },
    {
      "epoch": 0.6563555555555556,
      "grad_norm": 0.281819611787796,
      "learning_rate": 1.322008442233999e-05,
      "loss": 0.4514,
      "step": 3692
    },
    {
      "epoch": 0.6565333333333333,
      "grad_norm": 0.33315202593803406,
      "learning_rate": 1.3207770823301505e-05,
      "loss": 0.3516,
      "step": 3693
    },
    {
      "epoch": 0.6567111111111111,
      "grad_norm": 0.34838998317718506,
      "learning_rate": 1.3195460902592195e-05,
      "loss": 0.439,
      "step": 3694
    },
    {
      "epoch": 0.6568888888888889,
      "grad_norm": 0.30764952301979065,
      "learning_rate": 1.3183154664051855e-05,
      "loss": 0.3998,
      "step": 3695
    },
    {
      "epoch": 0.6570666666666667,
      "grad_norm": 0.3267304301261902,
      "learning_rate": 1.3170852111519175e-05,
      "loss": 0.3488,
      "step": 3696
    },
    {
      "epoch": 0.6572444444444444,
      "grad_norm": 0.34809061884880066,
      "learning_rate": 1.3158553248831657e-05,
      "loss": 0.3854,
      "step": 3697
    },
    {
      "epoch": 0.6574222222222222,
      "grad_norm": 0.47183486819267273,
      "learning_rate": 1.3146258079825657e-05,
      "loss": 0.4662,
      "step": 3698
    },
    {
      "epoch": 0.6576,
      "grad_norm": 0.47761884331703186,
      "learning_rate": 1.3133966608336385e-05,
      "loss": 0.3672,
      "step": 3699
    },
    {
      "epoch": 0.6577777777777778,
      "grad_norm": 0.4577677845954895,
      "learning_rate": 1.3121678838197909e-05,
      "loss": 0.468,
      "step": 3700
    },
    {
      "epoch": 0.6579555555555555,
      "grad_norm": 0.30990877747535706,
      "learning_rate": 1.3109394773243117e-05,
      "loss": 0.4535,
      "step": 3701
    },
    {
      "epoch": 0.6581333333333333,
      "grad_norm": 0.25815117359161377,
      "learning_rate": 1.3097114417303782e-05,
      "loss": 0.3632,
      "step": 3702
    },
    {
      "epoch": 0.6583111111111111,
      "grad_norm": 0.27762022614479065,
      "learning_rate": 1.308483777421046e-05,
      "loss": 0.4664,
      "step": 3703
    },
    {
      "epoch": 0.6584888888888889,
      "grad_norm": 0.2904873490333557,
      "learning_rate": 1.3072564847792606e-05,
      "loss": 0.4908,
      "step": 3704
    },
    {
      "epoch": 0.6586666666666666,
      "grad_norm": 0.23394836485385895,
      "learning_rate": 1.3060295641878473e-05,
      "loss": 0.4202,
      "step": 3705
    },
    {
      "epoch": 0.6588444444444445,
      "grad_norm": 0.2244613915681839,
      "learning_rate": 1.3048030160295196e-05,
      "loss": 0.4849,
      "step": 3706
    },
    {
      "epoch": 0.6590222222222222,
      "grad_norm": 0.2783906161785126,
      "learning_rate": 1.3035768406868714e-05,
      "loss": 0.5783,
      "step": 3707
    },
    {
      "epoch": 0.6592,
      "grad_norm": 0.27435386180877686,
      "learning_rate": 1.302351038542381e-05,
      "loss": 0.5487,
      "step": 3708
    },
    {
      "epoch": 0.6593777777777777,
      "grad_norm": 0.25050902366638184,
      "learning_rate": 1.3011256099784103e-05,
      "loss": 0.5768,
      "step": 3709
    },
    {
      "epoch": 0.6595555555555556,
      "grad_norm": 0.2641248106956482,
      "learning_rate": 1.2999005553772068e-05,
      "loss": 0.4147,
      "step": 3710
    },
    {
      "epoch": 0.6597333333333333,
      "grad_norm": 0.2778720259666443,
      "learning_rate": 1.2986758751208983e-05,
      "loss": 0.542,
      "step": 3711
    },
    {
      "epoch": 0.6599111111111111,
      "grad_norm": 0.2245502918958664,
      "learning_rate": 1.297451569591498e-05,
      "loss": 0.5583,
      "step": 3712
    },
    {
      "epoch": 0.6600888888888888,
      "grad_norm": 0.22290337085723877,
      "learning_rate": 1.2962276391708995e-05,
      "loss": 0.5295,
      "step": 3713
    },
    {
      "epoch": 0.6602666666666667,
      "grad_norm": 0.26890265941619873,
      "learning_rate": 1.2950040842408834e-05,
      "loss": 0.5159,
      "step": 3714
    },
    {
      "epoch": 0.6604444444444444,
      "grad_norm": 0.2981129586696625,
      "learning_rate": 1.2937809051831101e-05,
      "loss": 0.534,
      "step": 3715
    },
    {
      "epoch": 0.6606222222222222,
      "grad_norm": 0.261539101600647,
      "learning_rate": 1.292558102379124e-05,
      "loss": 0.4535,
      "step": 3716
    },
    {
      "epoch": 0.6608,
      "grad_norm": 0.28450867533683777,
      "learning_rate": 1.2913356762103502e-05,
      "loss": 0.4279,
      "step": 3717
    },
    {
      "epoch": 0.6609777777777778,
      "grad_norm": 0.2977967858314514,
      "learning_rate": 1.2901136270580993e-05,
      "loss": 0.4838,
      "step": 3718
    },
    {
      "epoch": 0.6611555555555556,
      "grad_norm": 0.2609885632991791,
      "learning_rate": 1.2888919553035653e-05,
      "loss": 0.3574,
      "step": 3719
    },
    {
      "epoch": 0.6613333333333333,
      "grad_norm": 0.28258606791496277,
      "learning_rate": 1.2876706613278178e-05,
      "loss": 0.5733,
      "step": 3720
    },
    {
      "epoch": 0.6615111111111112,
      "grad_norm": 0.28239452838897705,
      "learning_rate": 1.2864497455118152e-05,
      "loss": 0.4997,
      "step": 3721
    },
    {
      "epoch": 0.6616888888888889,
      "grad_norm": 0.2931699752807617,
      "learning_rate": 1.2852292082363948e-05,
      "loss": 0.3521,
      "step": 3722
    },
    {
      "epoch": 0.6618666666666667,
      "grad_norm": 0.3117409944534302,
      "learning_rate": 1.2840090498822788e-05,
      "loss": 0.4556,
      "step": 3723
    },
    {
      "epoch": 0.6620444444444444,
      "grad_norm": 0.31448081135749817,
      "learning_rate": 1.2827892708300649e-05,
      "loss": 0.4889,
      "step": 3724
    },
    {
      "epoch": 0.6622222222222223,
      "grad_norm": 0.25680407881736755,
      "learning_rate": 1.2815698714602403e-05,
      "loss": 0.4939,
      "step": 3725
    },
    {
      "epoch": 0.6624,
      "grad_norm": 0.21393144130706787,
      "learning_rate": 1.280350852153168e-05,
      "loss": 0.4222,
      "step": 3726
    },
    {
      "epoch": 0.6625777777777778,
      "grad_norm": 0.28916069865226746,
      "learning_rate": 1.279132213289096e-05,
      "loss": 0.5149,
      "step": 3727
    },
    {
      "epoch": 0.6627555555555555,
      "grad_norm": 0.30744144320487976,
      "learning_rate": 1.2779139552481517e-05,
      "loss": 0.4206,
      "step": 3728
    },
    {
      "epoch": 0.6629333333333334,
      "grad_norm": 0.27311044931411743,
      "learning_rate": 1.2766960784103438e-05,
      "loss": 0.4847,
      "step": 3729
    },
    {
      "epoch": 0.6631111111111111,
      "grad_norm": 0.27114731073379517,
      "learning_rate": 1.2754785831555615e-05,
      "loss": 0.4611,
      "step": 3730
    },
    {
      "epoch": 0.6632888888888889,
      "grad_norm": 0.33003324270248413,
      "learning_rate": 1.2742614698635782e-05,
      "loss": 0.547,
      "step": 3731
    },
    {
      "epoch": 0.6634666666666666,
      "grad_norm": 0.2770994305610657,
      "learning_rate": 1.2730447389140449e-05,
      "loss": 0.3976,
      "step": 3732
    },
    {
      "epoch": 0.6636444444444445,
      "grad_norm": 0.28405457735061646,
      "learning_rate": 1.2718283906864939e-05,
      "loss": 0.6457,
      "step": 3733
    },
    {
      "epoch": 0.6638222222222222,
      "grad_norm": 0.3116143047809601,
      "learning_rate": 1.270612425560338e-05,
      "loss": 0.4857,
      "step": 3734
    },
    {
      "epoch": 0.664,
      "grad_norm": 0.30108338594436646,
      "learning_rate": 1.2693968439148726e-05,
      "loss": 0.5515,
      "step": 3735
    },
    {
      "epoch": 0.6641777777777778,
      "grad_norm": 0.269810289144516,
      "learning_rate": 1.2681816461292715e-05,
      "loss": 0.471,
      "step": 3736
    },
    {
      "epoch": 0.6643555555555556,
      "grad_norm": 0.2827768325805664,
      "learning_rate": 1.266966832582589e-05,
      "loss": 0.5727,
      "step": 3737
    },
    {
      "epoch": 0.6645333333333333,
      "grad_norm": 0.22445344924926758,
      "learning_rate": 1.2657524036537582e-05,
      "loss": 0.5158,
      "step": 3738
    },
    {
      "epoch": 0.6647111111111111,
      "grad_norm": 0.296317994594574,
      "learning_rate": 1.2645383597215964e-05,
      "loss": 0.4524,
      "step": 3739
    },
    {
      "epoch": 0.6648888888888889,
      "grad_norm": 0.2978474497795105,
      "learning_rate": 1.263324701164797e-05,
      "loss": 0.4436,
      "step": 3740
    },
    {
      "epoch": 0.6650666666666667,
      "grad_norm": 0.27710801362991333,
      "learning_rate": 1.2621114283619345e-05,
      "loss": 0.3271,
      "step": 3741
    },
    {
      "epoch": 0.6652444444444444,
      "grad_norm": 0.32322874665260315,
      "learning_rate": 1.2608985416914616e-05,
      "loss": 0.5243,
      "step": 3742
    },
    {
      "epoch": 0.6654222222222222,
      "grad_norm": 0.34060606360435486,
      "learning_rate": 1.259686041531714e-05,
      "loss": 0.4424,
      "step": 3743
    },
    {
      "epoch": 0.6656,
      "grad_norm": 0.32810261845588684,
      "learning_rate": 1.2584739282609031e-05,
      "loss": 0.4825,
      "step": 3744
    },
    {
      "epoch": 0.6657777777777778,
      "grad_norm": 0.38095948100090027,
      "learning_rate": 1.257262202257124e-05,
      "loss": 0.3541,
      "step": 3745
    },
    {
      "epoch": 0.6659555555555555,
      "grad_norm": 0.27892521023750305,
      "learning_rate": 1.2560508638983437e-05,
      "loss": 0.3036,
      "step": 3746
    },
    {
      "epoch": 0.6661333333333334,
      "grad_norm": 0.33980947732925415,
      "learning_rate": 1.2548399135624167e-05,
      "loss": 0.4225,
      "step": 3747
    },
    {
      "epoch": 0.6663111111111111,
      "grad_norm": 0.3240998387336731,
      "learning_rate": 1.2536293516270703e-05,
      "loss": 0.3694,
      "step": 3748
    },
    {
      "epoch": 0.6664888888888889,
      "grad_norm": 0.44670820236206055,
      "learning_rate": 1.2524191784699147e-05,
      "loss": 0.4797,
      "step": 3749
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.5575885772705078,
      "learning_rate": 1.2512093944684361e-05,
      "loss": 0.4969,
      "step": 3750
    },
    {
      "epoch": 0.6668444444444445,
      "grad_norm": 0.22958840429782867,
      "learning_rate": 1.2500000000000006e-05,
      "loss": 0.4522,
      "step": 3751
    },
    {
      "epoch": 0.6670222222222222,
      "grad_norm": 0.2590342164039612,
      "learning_rate": 1.2487909954418511e-05,
      "loss": 0.4772,
      "step": 3752
    },
    {
      "epoch": 0.6672,
      "grad_norm": 0.3410946726799011,
      "learning_rate": 1.2475823811711126e-05,
      "loss": 0.5314,
      "step": 3753
    },
    {
      "epoch": 0.6673777777777777,
      "grad_norm": 0.268044650554657,
      "learning_rate": 1.246374157564785e-05,
      "loss": 0.3748,
      "step": 3754
    },
    {
      "epoch": 0.6675555555555556,
      "grad_norm": 0.24918286502361298,
      "learning_rate": 1.245166324999747e-05,
      "loss": 0.5083,
      "step": 3755
    },
    {
      "epoch": 0.6677333333333333,
      "grad_norm": 0.29544925689697266,
      "learning_rate": 1.243958883852755e-05,
      "loss": 0.6156,
      "step": 3756
    },
    {
      "epoch": 0.6679111111111111,
      "grad_norm": 0.26616764068603516,
      "learning_rate": 1.2427518345004458e-05,
      "loss": 0.4468,
      "step": 3757
    },
    {
      "epoch": 0.6680888888888888,
      "grad_norm": 0.24368666112422943,
      "learning_rate": 1.241545177319331e-05,
      "loss": 0.4613,
      "step": 3758
    },
    {
      "epoch": 0.6682666666666667,
      "grad_norm": 0.3137027621269226,
      "learning_rate": 1.2403389126858014e-05,
      "loss": 0.5144,
      "step": 3759
    },
    {
      "epoch": 0.6684444444444444,
      "grad_norm": 0.288210928440094,
      "learning_rate": 1.239133040976124e-05,
      "loss": 0.5745,
      "step": 3760
    },
    {
      "epoch": 0.6686222222222222,
      "grad_norm": 0.304063081741333,
      "learning_rate": 1.2379275625664461e-05,
      "loss": 0.5395,
      "step": 3761
    },
    {
      "epoch": 0.6688,
      "grad_norm": 0.3440232574939728,
      "learning_rate": 1.2367224778327894e-05,
      "loss": 0.6002,
      "step": 3762
    },
    {
      "epoch": 0.6689777777777778,
      "grad_norm": 0.31900396943092346,
      "learning_rate": 1.2355177871510538e-05,
      "loss": 0.5787,
      "step": 3763
    },
    {
      "epoch": 0.6691555555555555,
      "grad_norm": 0.26778024435043335,
      "learning_rate": 1.2343134908970153e-05,
      "loss": 0.5582,
      "step": 3764
    },
    {
      "epoch": 0.6693333333333333,
      "grad_norm": 0.28850457072257996,
      "learning_rate": 1.2331095894463302e-05,
      "loss": 0.5564,
      "step": 3765
    },
    {
      "epoch": 0.6695111111111111,
      "grad_norm": 0.27700814604759216,
      "learning_rate": 1.2319060831745272e-05,
      "loss": 0.3899,
      "step": 3766
    },
    {
      "epoch": 0.6696888888888889,
      "grad_norm": 0.2851391136646271,
      "learning_rate": 1.2307029724570166e-05,
      "loss": 0.4866,
      "step": 3767
    },
    {
      "epoch": 0.6698666666666667,
      "grad_norm": 0.29823037981987,
      "learning_rate": 1.229500257669079e-05,
      "loss": 0.458,
      "step": 3768
    },
    {
      "epoch": 0.6700444444444444,
      "grad_norm": 0.28471851348876953,
      "learning_rate": 1.2282979391858768e-05,
      "loss": 0.4589,
      "step": 3769
    },
    {
      "epoch": 0.6702222222222223,
      "grad_norm": 0.3492095470428467,
      "learning_rate": 1.2270960173824483e-05,
      "loss": 0.4394,
      "step": 3770
    },
    {
      "epoch": 0.6704,
      "grad_norm": 0.2824592590332031,
      "learning_rate": 1.2258944926337057e-05,
      "loss": 0.4296,
      "step": 3771
    },
    {
      "epoch": 0.6705777777777778,
      "grad_norm": 0.30075711011886597,
      "learning_rate": 1.2246933653144385e-05,
      "loss": 0.5613,
      "step": 3772
    },
    {
      "epoch": 0.6707555555555555,
      "grad_norm": 0.2932722568511963,
      "learning_rate": 1.2234926357993115e-05,
      "loss": 0.4561,
      "step": 3773
    },
    {
      "epoch": 0.6709333333333334,
      "grad_norm": 0.2685048282146454,
      "learning_rate": 1.2222923044628676e-05,
      "loss": 0.5374,
      "step": 3774
    },
    {
      "epoch": 0.6711111111111111,
      "grad_norm": 0.3064698874950409,
      "learning_rate": 1.2210923716795233e-05,
      "loss": 0.57,
      "step": 3775
    },
    {
      "epoch": 0.6712888888888889,
      "grad_norm": 0.28305307030677795,
      "learning_rate": 1.2198928378235716e-05,
      "loss": 0.4692,
      "step": 3776
    },
    {
      "epoch": 0.6714666666666667,
      "grad_norm": 0.3337193727493286,
      "learning_rate": 1.21869370326918e-05,
      "loss": 0.5497,
      "step": 3777
    },
    {
      "epoch": 0.6716444444444445,
      "grad_norm": 0.23489388823509216,
      "learning_rate": 1.2174949683903941e-05,
      "loss": 0.4302,
      "step": 3778
    },
    {
      "epoch": 0.6718222222222222,
      "grad_norm": 0.29271256923675537,
      "learning_rate": 1.2162966335611326e-05,
      "loss": 0.5776,
      "step": 3779
    },
    {
      "epoch": 0.672,
      "grad_norm": 0.272230327129364,
      "learning_rate": 1.2150986991551897e-05,
      "loss": 0.3446,
      "step": 3780
    },
    {
      "epoch": 0.6721777777777778,
      "grad_norm": 0.3177034258842468,
      "learning_rate": 1.2139011655462337e-05,
      "loss": 0.7109,
      "step": 3781
    },
    {
      "epoch": 0.6723555555555556,
      "grad_norm": 0.31202468276023865,
      "learning_rate": 1.2127040331078115e-05,
      "loss": 0.4923,
      "step": 3782
    },
    {
      "epoch": 0.6725333333333333,
      "grad_norm": 0.24914774298667908,
      "learning_rate": 1.2115073022133408e-05,
      "loss": 0.4049,
      "step": 3783
    },
    {
      "epoch": 0.6727111111111111,
      "grad_norm": 0.2841534912586212,
      "learning_rate": 1.2103109732361179e-05,
      "loss": 0.4446,
      "step": 3784
    },
    {
      "epoch": 0.6728888888888889,
      "grad_norm": 0.26708075404167175,
      "learning_rate": 1.2091150465493084e-05,
      "loss": 0.5042,
      "step": 3785
    },
    {
      "epoch": 0.6730666666666667,
      "grad_norm": 0.2697168290615082,
      "learning_rate": 1.2079195225259579e-05,
      "loss": 0.4903,
      "step": 3786
    },
    {
      "epoch": 0.6732444444444444,
      "grad_norm": 0.26974692940711975,
      "learning_rate": 1.2067244015389829e-05,
      "loss": 0.3418,
      "step": 3787
    },
    {
      "epoch": 0.6734222222222223,
      "grad_norm": 0.3019174635410309,
      "learning_rate": 1.2055296839611773e-05,
      "loss": 0.5222,
      "step": 3788
    },
    {
      "epoch": 0.6736,
      "grad_norm": 0.32124119997024536,
      "learning_rate": 1.2043353701652045e-05,
      "loss": 0.5975,
      "step": 3789
    },
    {
      "epoch": 0.6737777777777778,
      "grad_norm": 0.2736112177371979,
      "learning_rate": 1.2031414605236066e-05,
      "loss": 0.5762,
      "step": 3790
    },
    {
      "epoch": 0.6739555555555555,
      "grad_norm": 0.34176111221313477,
      "learning_rate": 1.2019479554087964e-05,
      "loss": 0.5687,
      "step": 3791
    },
    {
      "epoch": 0.6741333333333334,
      "grad_norm": 0.5681228041648865,
      "learning_rate": 1.2007548551930634e-05,
      "loss": 0.3991,
      "step": 3792
    },
    {
      "epoch": 0.6743111111111111,
      "grad_norm": 0.31165456771850586,
      "learning_rate": 1.1995621602485685e-05,
      "loss": 0.4434,
      "step": 3793
    },
    {
      "epoch": 0.6744888888888889,
      "grad_norm": 0.35658934712409973,
      "learning_rate": 1.1983698709473468e-05,
      "loss": 0.3794,
      "step": 3794
    },
    {
      "epoch": 0.6746666666666666,
      "grad_norm": 0.3436378240585327,
      "learning_rate": 1.1971779876613063e-05,
      "loss": 0.3575,
      "step": 3795
    },
    {
      "epoch": 0.6748444444444445,
      "grad_norm": 0.3623034656047821,
      "learning_rate": 1.1959865107622307e-05,
      "loss": 0.3865,
      "step": 3796
    },
    {
      "epoch": 0.6750222222222222,
      "grad_norm": 0.38479626178741455,
      "learning_rate": 1.194795440621774e-05,
      "loss": 0.4245,
      "step": 3797
    },
    {
      "epoch": 0.6752,
      "grad_norm": 0.40485680103302,
      "learning_rate": 1.1936047776114654e-05,
      "loss": 0.4821,
      "step": 3798
    },
    {
      "epoch": 0.6753777777777777,
      "grad_norm": 0.5116071701049805,
      "learning_rate": 1.1924145221027047e-05,
      "loss": 0.3986,
      "step": 3799
    },
    {
      "epoch": 0.6755555555555556,
      "grad_norm": 0.4739973843097687,
      "learning_rate": 1.1912246744667686e-05,
      "loss": 0.4343,
      "step": 3800
    },
    {
      "epoch": 0.6757333333333333,
      "grad_norm": 0.2875535488128662,
      "learning_rate": 1.1900352350748026e-05,
      "loss": 0.4868,
      "step": 3801
    },
    {
      "epoch": 0.6759111111111111,
      "grad_norm": 0.3556734323501587,
      "learning_rate": 1.1888462042978268e-05,
      "loss": 0.6428,
      "step": 3802
    },
    {
      "epoch": 0.6760888888888889,
      "grad_norm": 0.22967340052127838,
      "learning_rate": 1.1876575825067327e-05,
      "loss": 0.3634,
      "step": 3803
    },
    {
      "epoch": 0.6762666666666667,
      "grad_norm": 0.280965119600296,
      "learning_rate": 1.1864693700722865e-05,
      "loss": 0.5466,
      "step": 3804
    },
    {
      "epoch": 0.6764444444444444,
      "grad_norm": 0.2734106183052063,
      "learning_rate": 1.1852815673651246e-05,
      "loss": 0.507,
      "step": 3805
    },
    {
      "epoch": 0.6766222222222222,
      "grad_norm": 0.3374417722225189,
      "learning_rate": 1.1840941747557558e-05,
      "loss": 0.4295,
      "step": 3806
    },
    {
      "epoch": 0.6768,
      "grad_norm": 0.28618279099464417,
      "learning_rate": 1.1829071926145607e-05,
      "loss": 0.5167,
      "step": 3807
    },
    {
      "epoch": 0.6769777777777778,
      "grad_norm": 0.31252652406692505,
      "learning_rate": 1.1817206213117942e-05,
      "loss": 0.4678,
      "step": 3808
    },
    {
      "epoch": 0.6771555555555555,
      "grad_norm": 0.2891975939273834,
      "learning_rate": 1.18053446121758e-05,
      "loss": 0.597,
      "step": 3809
    },
    {
      "epoch": 0.6773333333333333,
      "grad_norm": 0.23467566072940826,
      "learning_rate": 1.1793487127019173e-05,
      "loss": 0.446,
      "step": 3810
    },
    {
      "epoch": 0.6775111111111111,
      "grad_norm": 0.29486486315727234,
      "learning_rate": 1.1781633761346707e-05,
      "loss": 0.5508,
      "step": 3811
    },
    {
      "epoch": 0.6776888888888889,
      "grad_norm": 0.27178841829299927,
      "learning_rate": 1.1769784518855836e-05,
      "loss": 0.445,
      "step": 3812
    },
    {
      "epoch": 0.6778666666666666,
      "grad_norm": 0.3029109537601471,
      "learning_rate": 1.1757939403242647e-05,
      "loss": 0.5707,
      "step": 3813
    },
    {
      "epoch": 0.6780444444444444,
      "grad_norm": 0.2756340205669403,
      "learning_rate": 1.1746098418201986e-05,
      "loss": 0.5961,
      "step": 3814
    },
    {
      "epoch": 0.6782222222222222,
      "grad_norm": 0.3047228157520294,
      "learning_rate": 1.1734261567427385e-05,
      "loss": 0.4688,
      "step": 3815
    },
    {
      "epoch": 0.6784,
      "grad_norm": 0.25551119446754456,
      "learning_rate": 1.172242885461109e-05,
      "loss": 0.4503,
      "step": 3816
    },
    {
      "epoch": 0.6785777777777777,
      "grad_norm": 0.3651791512966156,
      "learning_rate": 1.1710600283444047e-05,
      "loss": 0.6738,
      "step": 3817
    },
    {
      "epoch": 0.6787555555555556,
      "grad_norm": 0.313495397567749,
      "learning_rate": 1.1698775857615943e-05,
      "loss": 0.6173,
      "step": 3818
    },
    {
      "epoch": 0.6789333333333334,
      "grad_norm": 0.2680607736110687,
      "learning_rate": 1.1686955580815137e-05,
      "loss": 0.5231,
      "step": 3819
    },
    {
      "epoch": 0.6791111111111111,
      "grad_norm": 0.3124810457229614,
      "learning_rate": 1.1675139456728701e-05,
      "loss": 0.4955,
      "step": 3820
    },
    {
      "epoch": 0.6792888888888889,
      "grad_norm": 0.26599523425102234,
      "learning_rate": 1.1663327489042435e-05,
      "loss": 0.4248,
      "step": 3821
    },
    {
      "epoch": 0.6794666666666667,
      "grad_norm": 0.26010963320732117,
      "learning_rate": 1.1651519681440817e-05,
      "loss": 0.5021,
      "step": 3822
    },
    {
      "epoch": 0.6796444444444445,
      "grad_norm": 0.20134033262729645,
      "learning_rate": 1.1639716037607035e-05,
      "loss": 0.4678,
      "step": 3823
    },
    {
      "epoch": 0.6798222222222222,
      "grad_norm": 0.28365206718444824,
      "learning_rate": 1.1627916561222968e-05,
      "loss": 0.5323,
      "step": 3824
    },
    {
      "epoch": 0.68,
      "grad_norm": 0.25659167766571045,
      "learning_rate": 1.1616121255969226e-05,
      "loss": 0.3852,
      "step": 3825
    },
    {
      "epoch": 0.6801777777777778,
      "grad_norm": 0.3166353106498718,
      "learning_rate": 1.1604330125525079e-05,
      "loss": 0.5197,
      "step": 3826
    },
    {
      "epoch": 0.6803555555555556,
      "grad_norm": 0.30156680941581726,
      "learning_rate": 1.159254317356854e-05,
      "loss": 0.5858,
      "step": 3827
    },
    {
      "epoch": 0.6805333333333333,
      "grad_norm": 0.3877135217189789,
      "learning_rate": 1.1580760403776255e-05,
      "loss": 0.5837,
      "step": 3828
    },
    {
      "epoch": 0.6807111111111112,
      "grad_norm": 0.2418241947889328,
      "learning_rate": 1.1568981819823635e-05,
      "loss": 0.4639,
      "step": 3829
    },
    {
      "epoch": 0.6808888888888889,
      "grad_norm": 0.3416629731655121,
      "learning_rate": 1.1557207425384728e-05,
      "loss": 0.622,
      "step": 3830
    },
    {
      "epoch": 0.6810666666666667,
      "grad_norm": 0.29652127623558044,
      "learning_rate": 1.1545437224132318e-05,
      "loss": 0.5851,
      "step": 3831
    },
    {
      "epoch": 0.6812444444444444,
      "grad_norm": 0.32427823543548584,
      "learning_rate": 1.153367121973786e-05,
      "loss": 0.3783,
      "step": 3832
    },
    {
      "epoch": 0.6814222222222223,
      "grad_norm": 0.3264455199241638,
      "learning_rate": 1.1521909415871502e-05,
      "loss": 0.3677,
      "step": 3833
    },
    {
      "epoch": 0.6816,
      "grad_norm": 0.28872057795524597,
      "learning_rate": 1.1510151816202067e-05,
      "loss": 0.4233,
      "step": 3834
    },
    {
      "epoch": 0.6817777777777778,
      "grad_norm": 0.23662762343883514,
      "learning_rate": 1.1498398424397106e-05,
      "loss": 0.3451,
      "step": 3835
    },
    {
      "epoch": 0.6819555555555555,
      "grad_norm": 0.3008701503276825,
      "learning_rate": 1.1486649244122824e-05,
      "loss": 0.5659,
      "step": 3836
    },
    {
      "epoch": 0.6821333333333334,
      "grad_norm": 0.3152478039264679,
      "learning_rate": 1.1474904279044122e-05,
      "loss": 0.509,
      "step": 3837
    },
    {
      "epoch": 0.6823111111111111,
      "grad_norm": 0.24948373436927795,
      "learning_rate": 1.1463163532824572e-05,
      "loss": 0.487,
      "step": 3838
    },
    {
      "epoch": 0.6824888888888889,
      "grad_norm": 0.24704550206661224,
      "learning_rate": 1.1451427009126472e-05,
      "loss": 0.3945,
      "step": 3839
    },
    {
      "epoch": 0.6826666666666666,
      "grad_norm": 0.37283769249916077,
      "learning_rate": 1.1439694711610756e-05,
      "loss": 0.4606,
      "step": 3840
    },
    {
      "epoch": 0.6828444444444445,
      "grad_norm": 0.2884368300437927,
      "learning_rate": 1.1427966643937069e-05,
      "loss": 0.505,
      "step": 3841
    },
    {
      "epoch": 0.6830222222222222,
      "grad_norm": 0.3158597946166992,
      "learning_rate": 1.1416242809763708e-05,
      "loss": 0.4207,
      "step": 3842
    },
    {
      "epoch": 0.6832,
      "grad_norm": 0.3262021541595459,
      "learning_rate": 1.1404523212747692e-05,
      "loss": 0.4389,
      "step": 3843
    },
    {
      "epoch": 0.6833777777777778,
      "grad_norm": 0.40961745381355286,
      "learning_rate": 1.1392807856544683e-05,
      "loss": 0.3301,
      "step": 3844
    },
    {
      "epoch": 0.6835555555555556,
      "grad_norm": 0.34743255376815796,
      "learning_rate": 1.1381096744809028e-05,
      "loss": 0.4311,
      "step": 3845
    },
    {
      "epoch": 0.6837333333333333,
      "grad_norm": 0.33275002241134644,
      "learning_rate": 1.1369389881193749e-05,
      "loss": 0.5035,
      "step": 3846
    },
    {
      "epoch": 0.6839111111111111,
      "grad_norm": 0.42534899711608887,
      "learning_rate": 1.1357687269350564e-05,
      "loss": 0.3949,
      "step": 3847
    },
    {
      "epoch": 0.6840888888888889,
      "grad_norm": 0.3521302342414856,
      "learning_rate": 1.1345988912929839e-05,
      "loss": 0.3998,
      "step": 3848
    },
    {
      "epoch": 0.6842666666666667,
      "grad_norm": 0.6208592057228088,
      "learning_rate": 1.1334294815580623e-05,
      "loss": 0.3799,
      "step": 3849
    },
    {
      "epoch": 0.6844444444444444,
      "grad_norm": 0.4304450750350952,
      "learning_rate": 1.1322604980950621e-05,
      "loss": 0.4651,
      "step": 3850
    },
    {
      "epoch": 0.6846222222222222,
      "grad_norm": 0.25129497051239014,
      "learning_rate": 1.1310919412686247e-05,
      "loss": 0.3831,
      "step": 3851
    },
    {
      "epoch": 0.6848,
      "grad_norm": 0.29035142064094543,
      "learning_rate": 1.129923811443254e-05,
      "loss": 0.4465,
      "step": 3852
    },
    {
      "epoch": 0.6849777777777778,
      "grad_norm": 0.2642446756362915,
      "learning_rate": 1.1287561089833248e-05,
      "loss": 0.3919,
      "step": 3853
    },
    {
      "epoch": 0.6851555555555555,
      "grad_norm": 0.27215635776519775,
      "learning_rate": 1.1275888342530736e-05,
      "loss": 0.4977,
      "step": 3854
    },
    {
      "epoch": 0.6853333333333333,
      "grad_norm": 0.37257617712020874,
      "learning_rate": 1.1264219876166085e-05,
      "loss": 0.665,
      "step": 3855
    },
    {
      "epoch": 0.6855111111111111,
      "grad_norm": 0.2865580916404724,
      "learning_rate": 1.1252555694379006e-05,
      "loss": 0.4658,
      "step": 3856
    },
    {
      "epoch": 0.6856888888888889,
      "grad_norm": 0.29447847604751587,
      "learning_rate": 1.1240895800807899e-05,
      "loss": 0.4554,
      "step": 3857
    },
    {
      "epoch": 0.6858666666666666,
      "grad_norm": 0.28941842913627625,
      "learning_rate": 1.1229240199089807e-05,
      "loss": 0.4038,
      "step": 3858
    },
    {
      "epoch": 0.6860444444444445,
      "grad_norm": 0.29001617431640625,
      "learning_rate": 1.1217588892860445e-05,
      "loss": 0.7321,
      "step": 3859
    },
    {
      "epoch": 0.6862222222222222,
      "grad_norm": 0.2791994512081146,
      "learning_rate": 1.120594188575417e-05,
      "loss": 0.5576,
      "step": 3860
    },
    {
      "epoch": 0.6864,
      "grad_norm": 0.27800828218460083,
      "learning_rate": 1.1194299181404036e-05,
      "loss": 0.4253,
      "step": 3861
    },
    {
      "epoch": 0.6865777777777777,
      "grad_norm": 0.2804970443248749,
      "learning_rate": 1.1182660783441718e-05,
      "loss": 0.4371,
      "step": 3862
    },
    {
      "epoch": 0.6867555555555556,
      "grad_norm": 0.26960620284080505,
      "learning_rate": 1.1171026695497558e-05,
      "loss": 0.4828,
      "step": 3863
    },
    {
      "epoch": 0.6869333333333333,
      "grad_norm": 0.27683693170547485,
      "learning_rate": 1.1159396921200554e-05,
      "loss": 0.3689,
      "step": 3864
    },
    {
      "epoch": 0.6871111111111111,
      "grad_norm": 0.24399888515472412,
      "learning_rate": 1.1147771464178378e-05,
      "loss": 0.5386,
      "step": 3865
    },
    {
      "epoch": 0.6872888888888888,
      "grad_norm": 0.37429189682006836,
      "learning_rate": 1.1136150328057324e-05,
      "loss": 0.6165,
      "step": 3866
    },
    {
      "epoch": 0.6874666666666667,
      "grad_norm": 0.2687307894229889,
      "learning_rate": 1.1124533516462356e-05,
      "loss": 0.4125,
      "step": 3867
    },
    {
      "epoch": 0.6876444444444444,
      "grad_norm": 0.31186121702194214,
      "learning_rate": 1.1112921033017079e-05,
      "loss": 0.5019,
      "step": 3868
    },
    {
      "epoch": 0.6878222222222222,
      "grad_norm": 0.22518765926361084,
      "learning_rate": 1.1101312881343768e-05,
      "loss": 0.3973,
      "step": 3869
    },
    {
      "epoch": 0.688,
      "grad_norm": 0.295976459980011,
      "learning_rate": 1.1089709065063324e-05,
      "loss": 0.5375,
      "step": 3870
    },
    {
      "epoch": 0.6881777777777778,
      "grad_norm": 0.2932175397872925,
      "learning_rate": 1.107810958779531e-05,
      "loss": 0.4747,
      "step": 3871
    },
    {
      "epoch": 0.6883555555555556,
      "grad_norm": 0.26988255977630615,
      "learning_rate": 1.1066514453157914e-05,
      "loss": 0.5588,
      "step": 3872
    },
    {
      "epoch": 0.6885333333333333,
      "grad_norm": 0.2832370400428772,
      "learning_rate": 1.1054923664768002e-05,
      "loss": 0.4237,
      "step": 3873
    },
    {
      "epoch": 0.6887111111111112,
      "grad_norm": 0.30757683515548706,
      "learning_rate": 1.1043337226241073e-05,
      "loss": 0.47,
      "step": 3874
    },
    {
      "epoch": 0.6888888888888889,
      "grad_norm": 0.30981534719467163,
      "learning_rate": 1.1031755141191258e-05,
      "loss": 0.5936,
      "step": 3875
    },
    {
      "epoch": 0.6890666666666667,
      "grad_norm": 0.26662352681159973,
      "learning_rate": 1.1020177413231334e-05,
      "loss": 0.4165,
      "step": 3876
    },
    {
      "epoch": 0.6892444444444444,
      "grad_norm": 0.2750694453716278,
      "learning_rate": 1.1008604045972709e-05,
      "loss": 0.4738,
      "step": 3877
    },
    {
      "epoch": 0.6894222222222223,
      "grad_norm": 0.3151184618473053,
      "learning_rate": 1.099703504302547e-05,
      "loss": 0.4888,
      "step": 3878
    },
    {
      "epoch": 0.6896,
      "grad_norm": 0.34451162815093994,
      "learning_rate": 1.0985470407998296e-05,
      "loss": 0.5971,
      "step": 3879
    },
    {
      "epoch": 0.6897777777777778,
      "grad_norm": 0.2798691987991333,
      "learning_rate": 1.0973910144498534e-05,
      "loss": 0.3761,
      "step": 3880
    },
    {
      "epoch": 0.6899555555555555,
      "grad_norm": 0.2597362697124481,
      "learning_rate": 1.0962354256132141e-05,
      "loss": 0.3171,
      "step": 3881
    },
    {
      "epoch": 0.6901333333333334,
      "grad_norm": 0.2765495479106903,
      "learning_rate": 1.095080274650374e-05,
      "loss": 0.5342,
      "step": 3882
    },
    {
      "epoch": 0.6903111111111111,
      "grad_norm": 0.3069227337837219,
      "learning_rate": 1.093925561921657e-05,
      "loss": 0.7408,
      "step": 3883
    },
    {
      "epoch": 0.6904888888888889,
      "grad_norm": 0.2968656122684479,
      "learning_rate": 1.0927712877872504e-05,
      "loss": 0.4841,
      "step": 3884
    },
    {
      "epoch": 0.6906666666666667,
      "grad_norm": 0.3325310945510864,
      "learning_rate": 1.091617452607204e-05,
      "loss": 0.4677,
      "step": 3885
    },
    {
      "epoch": 0.6908444444444445,
      "grad_norm": 0.345062255859375,
      "learning_rate": 1.0904640567414332e-05,
      "loss": 0.4899,
      "step": 3886
    },
    {
      "epoch": 0.6910222222222222,
      "grad_norm": 0.27838656306266785,
      "learning_rate": 1.089311100549714e-05,
      "loss": 0.5489,
      "step": 3887
    },
    {
      "epoch": 0.6912,
      "grad_norm": 0.3260872960090637,
      "learning_rate": 1.0881585843916859e-05,
      "loss": 0.5351,
      "step": 3888
    },
    {
      "epoch": 0.6913777777777778,
      "grad_norm": 0.31912434101104736,
      "learning_rate": 1.0870065086268505e-05,
      "loss": 0.4479,
      "step": 3889
    },
    {
      "epoch": 0.6915555555555556,
      "grad_norm": 0.2957444190979004,
      "learning_rate": 1.0858548736145744e-05,
      "loss": 0.3537,
      "step": 3890
    },
    {
      "epoch": 0.6917333333333333,
      "grad_norm": 0.26471593976020813,
      "learning_rate": 1.0847036797140831e-05,
      "loss": 0.2969,
      "step": 3891
    },
    {
      "epoch": 0.6919111111111111,
      "grad_norm": 0.30726662278175354,
      "learning_rate": 1.0835529272844694e-05,
      "loss": 0.3737,
      "step": 3892
    },
    {
      "epoch": 0.6920888888888889,
      "grad_norm": 0.35442402958869934,
      "learning_rate": 1.0824026166846818e-05,
      "loss": 0.467,
      "step": 3893
    },
    {
      "epoch": 0.6922666666666667,
      "grad_norm": 0.435217946767807,
      "learning_rate": 1.0812527482735377e-05,
      "loss": 0.4258,
      "step": 3894
    },
    {
      "epoch": 0.6924444444444444,
      "grad_norm": 0.3302832543849945,
      "learning_rate": 1.0801033224097109e-05,
      "loss": 0.3952,
      "step": 3895
    },
    {
      "epoch": 0.6926222222222223,
      "grad_norm": 0.49825379252433777,
      "learning_rate": 1.0789543394517435e-05,
      "loss": 0.4785,
      "step": 3896
    },
    {
      "epoch": 0.6928,
      "grad_norm": 0.49600350856781006,
      "learning_rate": 1.0778057997580313e-05,
      "loss": 0.4827,
      "step": 3897
    },
    {
      "epoch": 0.6929777777777778,
      "grad_norm": 0.3542730212211609,
      "learning_rate": 1.0766577036868395e-05,
      "loss": 0.4403,
      "step": 3898
    },
    {
      "epoch": 0.6931555555555555,
      "grad_norm": 0.4241696298122406,
      "learning_rate": 1.0755100515962893e-05,
      "loss": 0.4236,
      "step": 3899
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 0.49910980463027954,
      "learning_rate": 1.074362843844368e-05,
      "loss": 0.4648,
      "step": 3900
    },
    {
      "epoch": 0.6935111111111111,
      "grad_norm": 0.3297288715839386,
      "learning_rate": 1.0732160807889211e-05,
      "loss": 0.6461,
      "step": 3901
    },
    {
      "epoch": 0.6936888888888889,
      "grad_norm": 0.2836495041847229,
      "learning_rate": 1.0720697627876564e-05,
      "loss": 0.5754,
      "step": 3902
    },
    {
      "epoch": 0.6938666666666666,
      "grad_norm": 0.262487530708313,
      "learning_rate": 1.070923890198142e-05,
      "loss": 0.495,
      "step": 3903
    },
    {
      "epoch": 0.6940444444444445,
      "grad_norm": 0.2773379981517792,
      "learning_rate": 1.0697784633778094e-05,
      "loss": 0.4715,
      "step": 3904
    },
    {
      "epoch": 0.6942222222222222,
      "grad_norm": 0.2876657247543335,
      "learning_rate": 1.068633482683949e-05,
      "loss": 0.476,
      "step": 3905
    },
    {
      "epoch": 0.6944,
      "grad_norm": 0.30171671509742737,
      "learning_rate": 1.0674889484737125e-05,
      "loss": 0.4014,
      "step": 3906
    },
    {
      "epoch": 0.6945777777777777,
      "grad_norm": 0.2897906005382538,
      "learning_rate": 1.0663448611041113e-05,
      "loss": 0.3261,
      "step": 3907
    },
    {
      "epoch": 0.6947555555555556,
      "grad_norm": 0.2666492462158203,
      "learning_rate": 1.0652012209320205e-05,
      "loss": 0.4927,
      "step": 3908
    },
    {
      "epoch": 0.6949333333333333,
      "grad_norm": 0.3371738791465759,
      "learning_rate": 1.0640580283141731e-05,
      "loss": 0.5,
      "step": 3909
    },
    {
      "epoch": 0.6951111111111111,
      "grad_norm": 0.3997240662574768,
      "learning_rate": 1.0629152836071631e-05,
      "loss": 0.5473,
      "step": 3910
    },
    {
      "epoch": 0.6952888888888888,
      "grad_norm": 0.2384890913963318,
      "learning_rate": 1.0617729871674436e-05,
      "loss": 0.4659,
      "step": 3911
    },
    {
      "epoch": 0.6954666666666667,
      "grad_norm": 0.2533833384513855,
      "learning_rate": 1.0606311393513314e-05,
      "loss": 0.5839,
      "step": 3912
    },
    {
      "epoch": 0.6956444444444444,
      "grad_norm": 0.2785697281360626,
      "learning_rate": 1.0594897405149995e-05,
      "loss": 0.5385,
      "step": 3913
    },
    {
      "epoch": 0.6958222222222222,
      "grad_norm": 0.271124005317688,
      "learning_rate": 1.0583487910144829e-05,
      "loss": 0.5092,
      "step": 3914
    },
    {
      "epoch": 0.696,
      "grad_norm": 0.2684361934661865,
      "learning_rate": 1.057208291205675e-05,
      "loss": 0.508,
      "step": 3915
    },
    {
      "epoch": 0.6961777777777778,
      "grad_norm": 0.30014467239379883,
      "learning_rate": 1.0560682414443315e-05,
      "loss": 0.3673,
      "step": 3916
    },
    {
      "epoch": 0.6963555555555555,
      "grad_norm": 0.25053468346595764,
      "learning_rate": 1.0549286420860643e-05,
      "loss": 0.5815,
      "step": 3917
    },
    {
      "epoch": 0.6965333333333333,
      "grad_norm": 0.2919447124004364,
      "learning_rate": 1.05378949348635e-05,
      "loss": 0.5893,
      "step": 3918
    },
    {
      "epoch": 0.6967111111111111,
      "grad_norm": 0.26793912053108215,
      "learning_rate": 1.0526507960005164e-05,
      "loss": 0.4098,
      "step": 3919
    },
    {
      "epoch": 0.6968888888888889,
      "grad_norm": 0.2784053683280945,
      "learning_rate": 1.0515125499837592e-05,
      "loss": 0.5059,
      "step": 3920
    },
    {
      "epoch": 0.6970666666666666,
      "grad_norm": 0.27602267265319824,
      "learning_rate": 1.050374755791127e-05,
      "loss": 0.414,
      "step": 3921
    },
    {
      "epoch": 0.6972444444444444,
      "grad_norm": 0.2508735954761505,
      "learning_rate": 1.0492374137775318e-05,
      "loss": 0.532,
      "step": 3922
    },
    {
      "epoch": 0.6974222222222223,
      "grad_norm": 0.30002692341804504,
      "learning_rate": 1.048100524297742e-05,
      "loss": 0.5193,
      "step": 3923
    },
    {
      "epoch": 0.6976,
      "grad_norm": 0.273262083530426,
      "learning_rate": 1.0469640877063846e-05,
      "loss": 0.4748,
      "step": 3924
    },
    {
      "epoch": 0.6977777777777778,
      "grad_norm": 0.21585173904895782,
      "learning_rate": 1.0458281043579482e-05,
      "loss": 0.4785,
      "step": 3925
    },
    {
      "epoch": 0.6979555555555556,
      "grad_norm": 0.30065637826919556,
      "learning_rate": 1.0446925746067768e-05,
      "loss": 0.4107,
      "step": 3926
    },
    {
      "epoch": 0.6981333333333334,
      "grad_norm": 0.26831141114234924,
      "learning_rate": 1.0435574988070742e-05,
      "loss": 0.4368,
      "step": 3927
    },
    {
      "epoch": 0.6983111111111111,
      "grad_norm": 0.3368549346923828,
      "learning_rate": 1.0424228773129019e-05,
      "loss": 0.5007,
      "step": 3928
    },
    {
      "epoch": 0.6984888888888889,
      "grad_norm": 0.2814876437187195,
      "learning_rate": 1.041288710478182e-05,
      "loss": 0.6592,
      "step": 3929
    },
    {
      "epoch": 0.6986666666666667,
      "grad_norm": 0.24441933631896973,
      "learning_rate": 1.0401549986566927e-05,
      "loss": 0.5207,
      "step": 3930
    },
    {
      "epoch": 0.6988444444444445,
      "grad_norm": 0.22328375279903412,
      "learning_rate": 1.03902174220207e-05,
      "loss": 0.4438,
      "step": 3931
    },
    {
      "epoch": 0.6990222222222222,
      "grad_norm": 0.2711698114871979,
      "learning_rate": 1.0378889414678086e-05,
      "loss": 0.4922,
      "step": 3932
    },
    {
      "epoch": 0.6992,
      "grad_norm": 0.27595457434654236,
      "learning_rate": 1.0367565968072619e-05,
      "loss": 0.4841,
      "step": 3933
    },
    {
      "epoch": 0.6993777777777778,
      "grad_norm": 0.3372577428817749,
      "learning_rate": 1.0356247085736386e-05,
      "loss": 0.5467,
      "step": 3934
    },
    {
      "epoch": 0.6995555555555556,
      "grad_norm": 0.3112560212612152,
      "learning_rate": 1.0344932771200097e-05,
      "loss": 0.458,
      "step": 3935
    },
    {
      "epoch": 0.6997333333333333,
      "grad_norm": 0.27395960688591003,
      "learning_rate": 1.033362302799297e-05,
      "loss": 0.4949,
      "step": 3936
    },
    {
      "epoch": 0.6999111111111112,
      "grad_norm": 0.23405636847019196,
      "learning_rate": 1.0322317859642851e-05,
      "loss": 0.475,
      "step": 3937
    },
    {
      "epoch": 0.7000888888888889,
      "grad_norm": 0.2661612629890442,
      "learning_rate": 1.0311017269676135e-05,
      "loss": 0.4796,
      "step": 3938
    },
    {
      "epoch": 0.7002666666666667,
      "grad_norm": 0.2639073133468628,
      "learning_rate": 1.029972126161781e-05,
      "loss": 0.4593,
      "step": 3939
    },
    {
      "epoch": 0.7004444444444444,
      "grad_norm": 0.28875625133514404,
      "learning_rate": 1.0288429838991403e-05,
      "loss": 0.5401,
      "step": 3940
    },
    {
      "epoch": 0.7006222222222223,
      "grad_norm": 0.3352855145931244,
      "learning_rate": 1.0277143005319038e-05,
      "loss": 0.4109,
      "step": 3941
    },
    {
      "epoch": 0.7008,
      "grad_norm": 0.24676311016082764,
      "learning_rate": 1.026586076412138e-05,
      "loss": 0.3773,
      "step": 3942
    },
    {
      "epoch": 0.7009777777777778,
      "grad_norm": 0.26245036721229553,
      "learning_rate": 1.0254583118917698e-05,
      "loss": 0.4175,
      "step": 3943
    },
    {
      "epoch": 0.7011555555555555,
      "grad_norm": 0.3014986515045166,
      "learning_rate": 1.0243310073225807e-05,
      "loss": 0.4087,
      "step": 3944
    },
    {
      "epoch": 0.7013333333333334,
      "grad_norm": 0.3380795121192932,
      "learning_rate": 1.0232041630562078e-05,
      "loss": 0.4941,
      "step": 3945
    },
    {
      "epoch": 0.7015111111111111,
      "grad_norm": 0.27835503220558167,
      "learning_rate": 1.022077779444145e-05,
      "loss": 0.4396,
      "step": 3946
    },
    {
      "epoch": 0.7016888888888889,
      "grad_norm": 0.33500486612319946,
      "learning_rate": 1.0209518568377451e-05,
      "loss": 0.3222,
      "step": 3947
    },
    {
      "epoch": 0.7018666666666666,
      "grad_norm": 0.3301418125629425,
      "learning_rate": 1.0198263955882145e-05,
      "loss": 0.3641,
      "step": 3948
    },
    {
      "epoch": 0.7020444444444445,
      "grad_norm": 0.33927637338638306,
      "learning_rate": 1.018701396046616e-05,
      "loss": 0.4656,
      "step": 3949
    },
    {
      "epoch": 0.7022222222222222,
      "grad_norm": 0.5447875261306763,
      "learning_rate": 1.0175768585638675e-05,
      "loss": 0.5048,
      "step": 3950
    },
    {
      "epoch": 0.7024,
      "grad_norm": 0.3373758792877197,
      "learning_rate": 1.0164527834907467e-05,
      "loss": 0.5523,
      "step": 3951
    },
    {
      "epoch": 0.7025777777777777,
      "grad_norm": 0.2564699351787567,
      "learning_rate": 1.0153291711778826e-05,
      "loss": 0.3867,
      "step": 3952
    },
    {
      "epoch": 0.7027555555555556,
      "grad_norm": 0.2382597029209137,
      "learning_rate": 1.0142060219757619e-05,
      "loss": 0.4174,
      "step": 3953
    },
    {
      "epoch": 0.7029333333333333,
      "grad_norm": 0.25260260701179504,
      "learning_rate": 1.0130833362347256e-05,
      "loss": 0.4516,
      "step": 3954
    },
    {
      "epoch": 0.7031111111111111,
      "grad_norm": 0.3911687433719635,
      "learning_rate": 1.0119611143049732e-05,
      "loss": 0.668,
      "step": 3955
    },
    {
      "epoch": 0.7032888888888889,
      "grad_norm": 0.2767343819141388,
      "learning_rate": 1.0108393565365551e-05,
      "loss": 0.4035,
      "step": 3956
    },
    {
      "epoch": 0.7034666666666667,
      "grad_norm": 0.28357967734336853,
      "learning_rate": 1.0097180632793821e-05,
      "loss": 0.6356,
      "step": 3957
    },
    {
      "epoch": 0.7036444444444444,
      "grad_norm": 0.30080461502075195,
      "learning_rate": 1.0085972348832137e-05,
      "loss": 0.6762,
      "step": 3958
    },
    {
      "epoch": 0.7038222222222222,
      "grad_norm": 0.29303720593452454,
      "learning_rate": 1.0074768716976704e-05,
      "loss": 0.519,
      "step": 3959
    },
    {
      "epoch": 0.704,
      "grad_norm": 0.22744840383529663,
      "learning_rate": 1.0063569740722237e-05,
      "loss": 0.4098,
      "step": 3960
    },
    {
      "epoch": 0.7041777777777778,
      "grad_norm": 0.3323523998260498,
      "learning_rate": 1.0052375423562038e-05,
      "loss": 0.3523,
      "step": 3961
    },
    {
      "epoch": 0.7043555555555555,
      "grad_norm": 0.319697767496109,
      "learning_rate": 1.0041185768987893e-05,
      "loss": 0.4433,
      "step": 3962
    },
    {
      "epoch": 0.7045333333333333,
      "grad_norm": 0.2916536033153534,
      "learning_rate": 1.0030000780490199e-05,
      "loss": 0.5115,
      "step": 3963
    },
    {
      "epoch": 0.7047111111111111,
      "grad_norm": 0.2669242322444916,
      "learning_rate": 1.0018820461557851e-05,
      "loss": 0.4193,
      "step": 3964
    },
    {
      "epoch": 0.7048888888888889,
      "grad_norm": 0.2510354518890381,
      "learning_rate": 1.0007644815678326e-05,
      "loss": 0.5273,
      "step": 3965
    },
    {
      "epoch": 0.7050666666666666,
      "grad_norm": 0.2935733497142792,
      "learning_rate": 9.996473846337614e-06,
      "loss": 0.4204,
      "step": 3966
    },
    {
      "epoch": 0.7052444444444445,
      "grad_norm": 0.2379063367843628,
      "learning_rate": 9.985307557020257e-06,
      "loss": 0.4766,
      "step": 3967
    },
    {
      "epoch": 0.7054222222222222,
      "grad_norm": 0.27737000584602356,
      "learning_rate": 9.974145951209324e-06,
      "loss": 0.4928,
      "step": 3968
    },
    {
      "epoch": 0.7056,
      "grad_norm": 0.3073188364505768,
      "learning_rate": 9.962989032386453e-06,
      "loss": 0.4416,
      "step": 3969
    },
    {
      "epoch": 0.7057777777777777,
      "grad_norm": 0.3411184251308441,
      "learning_rate": 9.951836804031794e-06,
      "loss": 0.5395,
      "step": 3970
    },
    {
      "epoch": 0.7059555555555556,
      "grad_norm": 0.3046908378601074,
      "learning_rate": 9.94068926962404e-06,
      "loss": 0.6235,
      "step": 3971
    },
    {
      "epoch": 0.7061333333333333,
      "grad_norm": 0.2705841660499573,
      "learning_rate": 9.929546432640419e-06,
      "loss": 0.4344,
      "step": 3972
    },
    {
      "epoch": 0.7063111111111111,
      "grad_norm": 0.2895147204399109,
      "learning_rate": 9.918408296556706e-06,
      "loss": 0.5561,
      "step": 3973
    },
    {
      "epoch": 0.7064888888888889,
      "grad_norm": 0.29335781931877136,
      "learning_rate": 9.907274864847197e-06,
      "loss": 0.3912,
      "step": 3974
    },
    {
      "epoch": 0.7066666666666667,
      "grad_norm": 0.30020835995674133,
      "learning_rate": 9.89614614098471e-06,
      "loss": 0.352,
      "step": 3975
    },
    {
      "epoch": 0.7068444444444445,
      "grad_norm": 0.27374789118766785,
      "learning_rate": 9.88502212844063e-06,
      "loss": 0.399,
      "step": 3976
    },
    {
      "epoch": 0.7070222222222222,
      "grad_norm": 0.26845628023147583,
      "learning_rate": 9.873902830684831e-06,
      "loss": 0.5093,
      "step": 3977
    },
    {
      "epoch": 0.7072,
      "grad_norm": 0.3367484509944916,
      "learning_rate": 9.862788251185764e-06,
      "loss": 0.4553,
      "step": 3978
    },
    {
      "epoch": 0.7073777777777778,
      "grad_norm": 0.3098890781402588,
      "learning_rate": 9.851678393410343e-06,
      "loss": 0.4598,
      "step": 3979
    },
    {
      "epoch": 0.7075555555555556,
      "grad_norm": 0.26454684138298035,
      "learning_rate": 9.840573260824074e-06,
      "loss": 0.4783,
      "step": 3980
    },
    {
      "epoch": 0.7077333333333333,
      "grad_norm": 0.26476532220840454,
      "learning_rate": 9.829472856890942e-06,
      "loss": 0.4008,
      "step": 3981
    },
    {
      "epoch": 0.7079111111111112,
      "grad_norm": 0.28903499245643616,
      "learning_rate": 9.818377185073493e-06,
      "loss": 0.6409,
      "step": 3982
    },
    {
      "epoch": 0.7080888888888889,
      "grad_norm": 0.24806906282901764,
      "learning_rate": 9.807286248832778e-06,
      "loss": 0.4024,
      "step": 3983
    },
    {
      "epoch": 0.7082666666666667,
      "grad_norm": 0.28311246633529663,
      "learning_rate": 9.796200051628365e-06,
      "loss": 0.5686,
      "step": 3984
    },
    {
      "epoch": 0.7084444444444444,
      "grad_norm": 0.23541559278964996,
      "learning_rate": 9.78511859691835e-06,
      "loss": 0.4724,
      "step": 3985
    },
    {
      "epoch": 0.7086222222222223,
      "grad_norm": 0.2656582295894623,
      "learning_rate": 9.774041888159364e-06,
      "loss": 0.5124,
      "step": 3986
    },
    {
      "epoch": 0.7088,
      "grad_norm": 0.29616108536720276,
      "learning_rate": 9.762969928806536e-06,
      "loss": 0.49,
      "step": 3987
    },
    {
      "epoch": 0.7089777777777778,
      "grad_norm": 0.2778891324996948,
      "learning_rate": 9.751902722313527e-06,
      "loss": 0.3985,
      "step": 3988
    },
    {
      "epoch": 0.7091555555555555,
      "grad_norm": 0.3022860288619995,
      "learning_rate": 9.740840272132498e-06,
      "loss": 0.6038,
      "step": 3989
    },
    {
      "epoch": 0.7093333333333334,
      "grad_norm": 0.28284740447998047,
      "learning_rate": 9.729782581714161e-06,
      "loss": 0.4811,
      "step": 3990
    },
    {
      "epoch": 0.7095111111111111,
      "grad_norm": 0.3301031291484833,
      "learning_rate": 9.718729654507713e-06,
      "loss": 0.5589,
      "step": 3991
    },
    {
      "epoch": 0.7096888888888889,
      "grad_norm": 0.24755598604679108,
      "learning_rate": 9.707681493960868e-06,
      "loss": 0.5294,
      "step": 3992
    },
    {
      "epoch": 0.7098666666666666,
      "grad_norm": 0.2882211208343506,
      "learning_rate": 9.696638103519859e-06,
      "loss": 0.3641,
      "step": 3993
    },
    {
      "epoch": 0.7100444444444445,
      "grad_norm": 0.2764646112918854,
      "learning_rate": 9.685599486629444e-06,
      "loss": 0.5061,
      "step": 3994
    },
    {
      "epoch": 0.7102222222222222,
      "grad_norm": 0.2578766345977783,
      "learning_rate": 9.674565646732867e-06,
      "loss": 0.3381,
      "step": 3995
    },
    {
      "epoch": 0.7104,
      "grad_norm": 0.3789452910423279,
      "learning_rate": 9.663536587271902e-06,
      "loss": 0.4141,
      "step": 3996
    },
    {
      "epoch": 0.7105777777777778,
      "grad_norm": 0.31487780809402466,
      "learning_rate": 9.652512311686809e-06,
      "loss": 0.4444,
      "step": 3997
    },
    {
      "epoch": 0.7107555555555556,
      "grad_norm": 0.3755534291267395,
      "learning_rate": 9.64149282341639e-06,
      "loss": 0.567,
      "step": 3998
    },
    {
      "epoch": 0.7109333333333333,
      "grad_norm": 0.3619266748428345,
      "learning_rate": 9.630478125897919e-06,
      "loss": 0.4207,
      "step": 3999
    },
    {
      "epoch": 0.7111111111111111,
      "grad_norm": 0.44275200366973877,
      "learning_rate": 9.619468222567215e-06,
      "loss": 0.3985,
      "step": 4000
    }
  ],
  "logging_steps": 1,
  "max_steps": 5625,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 1,
  "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": 3.555555625273098e+17,
  "train_batch_size": 8,
  "trial_name": null,
  "trial_params": null
}