{
  "best_global_step": null,
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 3.0,
  "eval_steps": 500,
  "global_step": 225,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 229145.765625,
      "learning_rate": 9.822222222222223e-06,
      "loss": 16.173309326171875,
      "step": 5
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 8094.95263671875,
      "learning_rate": 9.600000000000001e-06,
      "loss": 7.825453186035157,
      "step": 10
    },
    {
      "epoch": 0.2,
      "grad_norm": 2778.5576171875,
      "learning_rate": 9.377777777777779e-06,
      "loss": 6.035641479492187,
      "step": 15
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 1442.43798828125,
      "learning_rate": 9.155555555555557e-06,
      "loss": 6.153137969970703,
      "step": 20
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 1512.045166015625,
      "learning_rate": 8.933333333333333e-06,
      "loss": 4.782123184204101,
      "step": 25
    },
    {
      "epoch": 0.4,
      "grad_norm": 590.5863647460938,
      "learning_rate": 8.711111111111111e-06,
      "loss": 4.474009323120117,
      "step": 30
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 525.0798950195312,
      "learning_rate": 8.48888888888889e-06,
      "loss": 4.116173171997071,
      "step": 35
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 1079.447021484375,
      "learning_rate": 8.266666666666667e-06,
      "loss": 3.823623275756836,
      "step": 40
    },
    {
      "epoch": 0.6,
      "grad_norm": 285.1473693847656,
      "learning_rate": 8.044444444444444e-06,
      "loss": 4.289837646484375,
      "step": 45
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 299.2480773925781,
      "learning_rate": 7.822222222222224e-06,
      "loss": 3.389053726196289,
      "step": 50
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 198.16490173339844,
      "learning_rate": 7.600000000000001e-06,
      "loss": 3.5861175537109373,
      "step": 55
    },
    {
      "epoch": 0.8,
      "grad_norm": 201.42086791992188,
      "learning_rate": 7.377777777777778e-06,
      "loss": 3.3245033264160155,
      "step": 60
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 262.3726806640625,
      "learning_rate": 7.155555555555556e-06,
      "loss": 3.4898094177246093,
      "step": 65
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 243.12596130371094,
      "learning_rate": 6.9333333333333344e-06,
      "loss": 3.410463333129883,
      "step": 70
    },
    {
      "epoch": 1.0,
      "grad_norm": 139.89517211914062,
      "learning_rate": 6.711111111111111e-06,
      "loss": 3.2573917388916014,
      "step": 75
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 183.97857666015625,
      "learning_rate": 6.488888888888889e-06,
      "loss": 3.107708740234375,
      "step": 80
    },
    {
      "epoch": 1.1333333333333333,
      "grad_norm": 295.6236877441406,
      "learning_rate": 6.266666666666668e-06,
      "loss": 2.9228172302246094,
      "step": 85
    },
    {
      "epoch": 1.2,
      "grad_norm": 172.896240234375,
      "learning_rate": 6.044444444444445e-06,
      "loss": 2.9557708740234374,
      "step": 90
    },
    {
      "epoch": 1.2666666666666666,
      "grad_norm": 205.54364013671875,
      "learning_rate": 5.822222222222223e-06,
      "loss": 3.166803550720215,
      "step": 95
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 181.99195861816406,
      "learning_rate": 5.600000000000001e-06,
      "loss": 2.7849218368530275,
      "step": 100
    },
    {
      "epoch": 1.4,
      "grad_norm": 221.8919219970703,
      "learning_rate": 5.3777777777777784e-06,
      "loss": 2.717535972595215,
      "step": 105
    },
    {
      "epoch": 1.4666666666666668,
      "grad_norm": 287.3135986328125,
      "learning_rate": 5.155555555555556e-06,
      "loss": 2.6949533462524413,
      "step": 110
    },
    {
      "epoch": 1.5333333333333332,
      "grad_norm": 205.33518981933594,
      "learning_rate": 4.933333333333334e-06,
      "loss": 2.640820121765137,
      "step": 115
    },
    {
      "epoch": 1.6,
      "grad_norm": 147.30516052246094,
      "learning_rate": 4.711111111111111e-06,
      "loss": 2.8770988464355467,
      "step": 120
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 147.8615264892578,
      "learning_rate": 4.488888888888889e-06,
      "loss": 2.816021728515625,
      "step": 125
    },
    {
      "epoch": 1.7333333333333334,
      "grad_norm": 162.8851318359375,
      "learning_rate": 4.266666666666668e-06,
      "loss": 3.0483516693115233,
      "step": 130
    },
    {
      "epoch": 1.8,
      "grad_norm": 213.7952423095703,
      "learning_rate": 4.044444444444445e-06,
      "loss": 2.7300251007080076,
      "step": 135
    },
    {
      "epoch": 1.8666666666666667,
      "grad_norm": 144.31881713867188,
      "learning_rate": 3.8222222222222224e-06,
      "loss": 2.626852607727051,
      "step": 140
    },
    {
      "epoch": 1.9333333333333333,
      "grad_norm": 231.2946319580078,
      "learning_rate": 3.6000000000000003e-06,
      "loss": 2.8113380432128907,
      "step": 145
    },
    {
      "epoch": 2.0,
      "grad_norm": 158.30702209472656,
      "learning_rate": 3.377777777777778e-06,
      "loss": 2.838680076599121,
      "step": 150
    },
    {
      "epoch": 2.066666666666667,
      "grad_norm": 148.84310913085938,
      "learning_rate": 3.1555555555555555e-06,
      "loss": 2.4718008041381836,
      "step": 155
    },
    {
      "epoch": 2.1333333333333333,
      "grad_norm": 179.0776824951172,
      "learning_rate": 2.9333333333333338e-06,
      "loss": 2.117970275878906,
      "step": 160
    },
    {
      "epoch": 2.2,
      "grad_norm": 197.58935546875,
      "learning_rate": 2.7111111111111116e-06,
      "loss": 2.429534339904785,
      "step": 165
    },
    {
      "epoch": 2.2666666666666666,
      "grad_norm": 292.959228515625,
      "learning_rate": 2.488888888888889e-06,
      "loss": 1.9730237960815429,
      "step": 170
    },
    {
      "epoch": 2.3333333333333335,
      "grad_norm": 273.8014221191406,
      "learning_rate": 2.266666666666667e-06,
      "loss": 2.140243148803711,
      "step": 175
    },
    {
      "epoch": 2.4,
      "grad_norm": 258.5754699707031,
      "learning_rate": 2.0444444444444447e-06,
      "loss": 2.2509164810180664,
      "step": 180
    },
    {
      "epoch": 2.466666666666667,
      "grad_norm": 176.2709197998047,
      "learning_rate": 1.8222222222222225e-06,
      "loss": 2.1858346939086912,
      "step": 185
    },
    {
      "epoch": 2.533333333333333,
      "grad_norm": 160.72109985351562,
      "learning_rate": 1.6000000000000001e-06,
      "loss": 2.271809768676758,
      "step": 190
    },
    {
      "epoch": 2.6,
      "grad_norm": 230.0686798095703,
      "learning_rate": 1.377777777777778e-06,
      "loss": 2.1346473693847656,
      "step": 195
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 137.5487060546875,
      "learning_rate": 1.1555555555555556e-06,
      "loss": 1.9859970092773438,
      "step": 200
    },
    {
      "epoch": 2.7333333333333334,
      "grad_norm": 205.5894775390625,
      "learning_rate": 9.333333333333334e-07,
      "loss": 2.199711227416992,
      "step": 205
    },
    {
      "epoch": 2.8,
      "grad_norm": 187.48687744140625,
      "learning_rate": 7.111111111111112e-07,
      "loss": 1.8161199569702149,
      "step": 210
    },
    {
      "epoch": 2.8666666666666667,
      "grad_norm": 238.51434326171875,
      "learning_rate": 4.88888888888889e-07,
      "loss": 2.2019865036010744,
      "step": 215
    },
    {
      "epoch": 2.9333333333333336,
      "grad_norm": 267.350341796875,
      "learning_rate": 2.666666666666667e-07,
      "loss": 1.8696622848510742,
      "step": 220
    },
    {
      "epoch": 3.0,
      "grad_norm": 177.90528869628906,
      "learning_rate": 4.444444444444445e-08,
      "loss": 2.1522560119628906,
      "step": 225
    }
  ],
  "logging_steps": 5,
  "max_steps": 225,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3,
  "save_steps": 75,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 1.7194118749320608e+17,
  "train_batch_size": 8,
  "trial_name": null,
  "trial_params": null
}