{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 2.6666666666666665,
  "eval_steps": 500,
  "global_step": 21,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.7760282158851624,
      "learning_rate": 4e-05,
      "loss": 2.4255,
      "step": 1
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.6971071362495422,
      "learning_rate": 8e-05,
      "loss": 2.2546,
      "step": 2
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.6924021244049072,
      "learning_rate": 0.00012,
      "loss": 2.1517,
      "step": 3
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.7497952580451965,
      "learning_rate": 0.00016,
      "loss": 2.1843,
      "step": 4
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.9423450827598572,
      "learning_rate": 0.0002,
      "loss": 2.1773,
      "step": 5
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.8574029803276062,
      "learning_rate": 0.0001875,
      "loss": 2.0386,
      "step": 6
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 0.7094879150390625,
      "learning_rate": 0.000175,
      "loss": 1.963,
      "step": 7
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.839087963104248,
      "learning_rate": 0.00016250000000000002,
      "loss": 1.8407,
      "step": 8
    },
    {
      "epoch": 1.1333333333333333,
      "grad_norm": 0.7493893504142761,
      "learning_rate": 0.00015000000000000001,
      "loss": 1.7438,
      "step": 9
    },
    {
      "epoch": 1.2666666666666666,
      "grad_norm": 0.844124972820282,
      "learning_rate": 0.0001375,
      "loss": 1.8293,
      "step": 10
    },
    {
      "epoch": 1.4,
      "grad_norm": 0.7927814722061157,
      "learning_rate": 0.000125,
      "loss": 1.6803,
      "step": 11
    },
    {
      "epoch": 1.5333333333333332,
      "grad_norm": 0.6678964495658875,
      "learning_rate": 0.00011250000000000001,
      "loss": 1.6468,
      "step": 12
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 0.6242199540138245,
      "learning_rate": 0.0001,
      "loss": 1.5887,
      "step": 13
    },
    {
      "epoch": 1.8,
      "grad_norm": 0.6190734505653381,
      "learning_rate": 8.75e-05,
      "loss": 1.5116,
      "step": 14
    },
    {
      "epoch": 1.9333333333333333,
      "grad_norm": 0.581552267074585,
      "learning_rate": 7.500000000000001e-05,
      "loss": 1.6632,
      "step": 15
    },
    {
      "epoch": 2.0,
      "grad_norm": 0.6555101275444031,
      "learning_rate": 6.25e-05,
      "loss": 1.5115,
      "step": 16
    },
    {
      "epoch": 2.1333333333333333,
      "grad_norm": 0.49273815751075745,
      "learning_rate": 5e-05,
      "loss": 1.4565,
      "step": 17
    },
    {
      "epoch": 2.2666666666666666,
      "grad_norm": 0.53055340051651,
      "learning_rate": 3.7500000000000003e-05,
      "loss": 1.5671,
      "step": 18
    },
    {
      "epoch": 2.4,
      "grad_norm": 0.5079814791679382,
      "learning_rate": 2.5e-05,
      "loss": 1.468,
      "step": 19
    },
    {
      "epoch": 2.533333333333333,
      "grad_norm": 0.46492019295692444,
      "learning_rate": 1.25e-05,
      "loss": 1.4266,
      "step": 20
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 0.4864268898963928,
      "learning_rate": 0.0,
      "loss": 1.3944,
      "step": 21
    }
  ],
  "logging_steps": 1,
  "max_steps": 21,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3,
  "save_steps": 500,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 2989284113252352.0,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}