{
  "best_global_step": null,
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 1.0,
  "eval_steps": 500,
  "global_step": 188,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.005333333333333333,
      "grad_norm": 1.746924638748169,
      "learning_rate": 0.0,
      "loss": 0.8141,
      "step": 1
    },
    {
      "epoch": 0.010666666666666666,
      "grad_norm": 1.9308968782424927,
      "learning_rate": 3.3333333333333333e-06,
      "loss": 0.8447,
      "step": 2
    },
    {
      "epoch": 0.016,
      "grad_norm": 2.241525173187256,
      "learning_rate": 6.666666666666667e-06,
      "loss": 1.0083,
      "step": 3
    },
    {
      "epoch": 0.021333333333333333,
      "grad_norm": 1.841059684753418,
      "learning_rate": 1e-05,
      "loss": 0.7638,
      "step": 4
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 2.33056640625,
      "learning_rate": 1.3333333333333333e-05,
      "loss": 0.9904,
      "step": 5
    },
    {
      "epoch": 0.032,
      "grad_norm": 2.252580165863037,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 1.0252,
      "step": 6
    },
    {
      "epoch": 0.037333333333333336,
      "grad_norm": 1.4516898393630981,
      "learning_rate": 2e-05,
      "loss": 0.6393,
      "step": 7
    },
    {
      "epoch": 0.042666666666666665,
      "grad_norm": 1.4791269302368164,
      "learning_rate": 2.3333333333333336e-05,
      "loss": 0.706,
      "step": 8
    },
    {
      "epoch": 0.048,
      "grad_norm": 1.1591944694519043,
      "learning_rate": 2.6666666666666667e-05,
      "loss": 0.6735,
      "step": 9
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 0.9729025959968567,
      "learning_rate": 3e-05,
      "loss": 0.6719,
      "step": 10
    },
    {
      "epoch": 0.058666666666666666,
      "grad_norm": 0.6450559496879578,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 0.4736,
      "step": 11
    },
    {
      "epoch": 0.064,
      "grad_norm": 0.6503593921661377,
      "learning_rate": 3.6666666666666666e-05,
      "loss": 0.5247,
      "step": 12
    },
    {
      "epoch": 0.06933333333333333,
      "grad_norm": 0.5332368612289429,
      "learning_rate": 4e-05,
      "loss": 0.434,
      "step": 13
    },
    {
      "epoch": 0.07466666666666667,
      "grad_norm": 0.6222553253173828,
      "learning_rate": 4.3333333333333334e-05,
      "loss": 0.5687,
      "step": 14
    },
    {
      "epoch": 0.08,
      "grad_norm": 0.3672845959663391,
      "learning_rate": 4.666666666666667e-05,
      "loss": 0.4386,
      "step": 15
    },
    {
      "epoch": 0.08533333333333333,
      "grad_norm": 0.24374622106552124,
      "learning_rate": 5e-05,
      "loss": 0.3517,
      "step": 16
    },
    {
      "epoch": 0.09066666666666667,
      "grad_norm": 0.24802032113075256,
      "learning_rate": 5.333333333333333e-05,
      "loss": 0.3852,
      "step": 17
    },
    {
      "epoch": 0.096,
      "grad_norm": 0.17791776359081268,
      "learning_rate": 5.666666666666667e-05,
      "loss": 0.3418,
      "step": 18
    },
    {
      "epoch": 0.10133333333333333,
      "grad_norm": 0.18387196958065033,
      "learning_rate": 6e-05,
      "loss": 0.3156,
      "step": 19
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 0.1787329912185669,
      "learning_rate": 6.333333333333333e-05,
      "loss": 0.2458,
      "step": 20
    },
    {
      "epoch": 0.112,
      "grad_norm": 0.17297028005123138,
      "learning_rate": 6.666666666666667e-05,
      "loss": 0.2488,
      "step": 21
    },
    {
      "epoch": 0.11733333333333333,
      "grad_norm": 0.13506507873535156,
      "learning_rate": 7e-05,
      "loss": 0.2093,
      "step": 22
    },
    {
      "epoch": 0.12266666666666666,
      "grad_norm": 0.14805279672145844,
      "learning_rate": 7.333333333333333e-05,
      "loss": 0.2608,
      "step": 23
    },
    {
      "epoch": 0.128,
      "grad_norm": 0.19409948587417603,
      "learning_rate": 7.666666666666667e-05,
      "loss": 0.3446,
      "step": 24
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.1607305258512497,
      "learning_rate": 8e-05,
      "loss": 0.2051,
      "step": 25
    },
    {
      "epoch": 0.13866666666666666,
      "grad_norm": 0.16502907872200012,
      "learning_rate": 8.333333333333334e-05,
      "loss": 0.2917,
      "step": 26
    },
    {
      "epoch": 0.144,
      "grad_norm": 0.17512406408786774,
      "learning_rate": 8.666666666666667e-05,
      "loss": 0.3194,
      "step": 27
    },
    {
      "epoch": 0.14933333333333335,
      "grad_norm": 0.15871746838092804,
      "learning_rate": 9e-05,
      "loss": 0.2649,
      "step": 28
    },
    {
      "epoch": 0.15466666666666667,
      "grad_norm": 0.15295283496379852,
      "learning_rate": 9.333333333333334e-05,
      "loss": 0.229,
      "step": 29
    },
    {
      "epoch": 0.16,
      "grad_norm": 0.1826821267604828,
      "learning_rate": 9.666666666666667e-05,
      "loss": 0.279,
      "step": 30
    },
    {
      "epoch": 0.16533333333333333,
      "grad_norm": 0.15793408453464508,
      "learning_rate": 0.0001,
      "loss": 0.2379,
      "step": 31
    },
    {
      "epoch": 0.17066666666666666,
      "grad_norm": 0.19206447899341583,
      "learning_rate": 9.936708860759493e-05,
      "loss": 0.2642,
      "step": 32
    },
    {
      "epoch": 0.176,
      "grad_norm": 0.17058885097503662,
      "learning_rate": 9.873417721518988e-05,
      "loss": 0.2248,
      "step": 33
    },
    {
      "epoch": 0.18133333333333335,
      "grad_norm": 0.1335276961326599,
      "learning_rate": 9.810126582278482e-05,
      "loss": 0.1621,
      "step": 34
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 0.1617167443037033,
      "learning_rate": 9.746835443037975e-05,
      "loss": 0.1984,
      "step": 35
    },
    {
      "epoch": 0.192,
      "grad_norm": 0.17904643714427948,
      "learning_rate": 9.683544303797469e-05,
      "loss": 0.2454,
      "step": 36
    },
    {
      "epoch": 0.19733333333333333,
      "grad_norm": 0.15559159219264984,
      "learning_rate": 9.620253164556962e-05,
      "loss": 0.2341,
      "step": 37
    },
    {
      "epoch": 0.20266666666666666,
      "grad_norm": 0.14194993674755096,
      "learning_rate": 9.556962025316456e-05,
      "loss": 0.217,
      "step": 38
    },
    {
      "epoch": 0.208,
      "grad_norm": 0.15185421705245972,
      "learning_rate": 9.493670886075949e-05,
      "loss": 0.1662,
      "step": 39
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 0.13583584129810333,
      "learning_rate": 9.430379746835444e-05,
      "loss": 0.2149,
      "step": 40
    },
    {
      "epoch": 0.21866666666666668,
      "grad_norm": 0.1603499948978424,
      "learning_rate": 9.367088607594936e-05,
      "loss": 0.229,
      "step": 41
    },
    {
      "epoch": 0.224,
      "grad_norm": 0.1419871300458908,
      "learning_rate": 9.303797468354431e-05,
      "loss": 0.1616,
      "step": 42
    },
    {
      "epoch": 0.22933333333333333,
      "grad_norm": 0.1637117564678192,
      "learning_rate": 9.240506329113925e-05,
      "loss": 0.2522,
      "step": 43
    },
    {
      "epoch": 0.23466666666666666,
      "grad_norm": 0.13979066908359528,
      "learning_rate": 9.177215189873418e-05,
      "loss": 0.1829,
      "step": 44
    },
    {
      "epoch": 0.24,
      "grad_norm": 0.1488145887851715,
      "learning_rate": 9.113924050632912e-05,
      "loss": 0.191,
      "step": 45
    },
    {
      "epoch": 0.24533333333333332,
      "grad_norm": 0.16404511034488678,
      "learning_rate": 9.050632911392407e-05,
      "loss": 0.1956,
      "step": 46
    },
    {
      "epoch": 0.25066666666666665,
      "grad_norm": 0.11932151019573212,
      "learning_rate": 8.9873417721519e-05,
      "loss": 0.125,
      "step": 47
    },
    {
      "epoch": 0.256,
      "grad_norm": 0.18235373497009277,
      "learning_rate": 8.924050632911392e-05,
      "loss": 0.2195,
      "step": 48
    },
    {
      "epoch": 0.2613333333333333,
      "grad_norm": 0.16430987417697906,
      "learning_rate": 8.860759493670887e-05,
      "loss": 0.2063,
      "step": 49
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.15022100508213043,
      "learning_rate": 8.797468354430381e-05,
      "loss": 0.1953,
      "step": 50
    },
    {
      "epoch": 0.272,
      "grad_norm": 0.1551036387681961,
      "learning_rate": 8.734177215189874e-05,
      "loss": 0.2269,
      "step": 51
    },
    {
      "epoch": 0.2773333333333333,
      "grad_norm": 0.1697414368391037,
      "learning_rate": 8.670886075949367e-05,
      "loss": 0.2408,
      "step": 52
    },
    {
      "epoch": 0.2826666666666667,
      "grad_norm": 0.12897713482379913,
      "learning_rate": 8.607594936708861e-05,
      "loss": 0.1817,
      "step": 53
    },
    {
      "epoch": 0.288,
      "grad_norm": 0.1434086710214615,
      "learning_rate": 8.544303797468355e-05,
      "loss": 0.1614,
      "step": 54
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 0.12557050585746765,
      "learning_rate": 8.481012658227848e-05,
      "loss": 0.1688,
      "step": 55
    },
    {
      "epoch": 0.2986666666666667,
      "grad_norm": 0.15742561221122742,
      "learning_rate": 8.417721518987342e-05,
      "loss": 0.2325,
      "step": 56
    },
    {
      "epoch": 0.304,
      "grad_norm": 0.16152659058570862,
      "learning_rate": 8.354430379746835e-05,
      "loss": 0.2345,
      "step": 57
    },
    {
      "epoch": 0.30933333333333335,
      "grad_norm": 0.1614764928817749,
      "learning_rate": 8.29113924050633e-05,
      "loss": 0.274,
      "step": 58
    },
    {
      "epoch": 0.31466666666666665,
      "grad_norm": 0.16811072826385498,
      "learning_rate": 8.227848101265824e-05,
      "loss": 0.2989,
      "step": 59
    },
    {
      "epoch": 0.32,
      "grad_norm": 0.12028247863054276,
      "learning_rate": 8.164556962025317e-05,
      "loss": 0.159,
      "step": 60
    },
    {
      "epoch": 0.3253333333333333,
      "grad_norm": 0.1795029491186142,
      "learning_rate": 8.10126582278481e-05,
      "loss": 0.29,
      "step": 61
    },
    {
      "epoch": 0.33066666666666666,
      "grad_norm": 0.11937028169631958,
      "learning_rate": 8.037974683544304e-05,
      "loss": 0.1738,
      "step": 62
    },
    {
      "epoch": 0.336,
      "grad_norm": 0.1363399177789688,
      "learning_rate": 7.974683544303798e-05,
      "loss": 0.2296,
      "step": 63
    },
    {
      "epoch": 0.3413333333333333,
      "grad_norm": 0.14009876549243927,
      "learning_rate": 7.911392405063291e-05,
      "loss": 0.1906,
      "step": 64
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 0.13496369123458862,
      "learning_rate": 7.848101265822784e-05,
      "loss": 0.189,
      "step": 65
    },
    {
      "epoch": 0.352,
      "grad_norm": 0.13350044190883636,
      "learning_rate": 7.78481012658228e-05,
      "loss": 0.1932,
      "step": 66
    },
    {
      "epoch": 0.35733333333333334,
      "grad_norm": 0.20869667828083038,
      "learning_rate": 7.721518987341773e-05,
      "loss": 0.2261,
      "step": 67
    },
    {
      "epoch": 0.3626666666666667,
      "grad_norm": 0.14497730135917664,
      "learning_rate": 7.658227848101266e-05,
      "loss": 0.226,
      "step": 68
    },
    {
      "epoch": 0.368,
      "grad_norm": 0.11234032362699509,
      "learning_rate": 7.59493670886076e-05,
      "loss": 0.132,
      "step": 69
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 0.15158692002296448,
      "learning_rate": 7.531645569620254e-05,
      "loss": 0.215,
      "step": 70
    },
    {
      "epoch": 0.37866666666666665,
      "grad_norm": 0.14194871485233307,
      "learning_rate": 7.468354430379747e-05,
      "loss": 0.1803,
      "step": 71
    },
    {
      "epoch": 0.384,
      "grad_norm": 0.1524048149585724,
      "learning_rate": 7.40506329113924e-05,
      "loss": 0.1999,
      "step": 72
    },
    {
      "epoch": 0.3893333333333333,
      "grad_norm": 0.11127209663391113,
      "learning_rate": 7.341772151898734e-05,
      "loss": 0.0999,
      "step": 73
    },
    {
      "epoch": 0.39466666666666667,
      "grad_norm": 0.14734429121017456,
      "learning_rate": 7.278481012658229e-05,
      "loss": 0.2059,
      "step": 74
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.17277581989765167,
      "learning_rate": 7.215189873417722e-05,
      "loss": 0.2607,
      "step": 75
    },
    {
      "epoch": 0.4053333333333333,
      "grad_norm": 0.13616883754730225,
      "learning_rate": 7.151898734177216e-05,
      "loss": 0.1766,
      "step": 76
    },
    {
      "epoch": 0.4106666666666667,
      "grad_norm": 0.14763596653938293,
      "learning_rate": 7.088607594936709e-05,
      "loss": 0.2121,
      "step": 77
    },
    {
      "epoch": 0.416,
      "grad_norm": 0.11276556551456451,
      "learning_rate": 7.025316455696203e-05,
      "loss": 0.1199,
      "step": 78
    },
    {
      "epoch": 0.42133333333333334,
      "grad_norm": 0.12745921313762665,
      "learning_rate": 6.962025316455697e-05,
      "loss": 0.1948,
      "step": 79
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 0.15664814412593842,
      "learning_rate": 6.89873417721519e-05,
      "loss": 0.1813,
      "step": 80
    },
    {
      "epoch": 0.432,
      "grad_norm": 0.15986552834510803,
      "learning_rate": 6.835443037974683e-05,
      "loss": 0.2115,
      "step": 81
    },
    {
      "epoch": 0.43733333333333335,
      "grad_norm": 0.12319787591695786,
      "learning_rate": 6.772151898734177e-05,
      "loss": 0.1684,
      "step": 82
    },
    {
      "epoch": 0.44266666666666665,
      "grad_norm": 0.13278864324092865,
      "learning_rate": 6.708860759493672e-05,
      "loss": 0.1493,
      "step": 83
    },
    {
      "epoch": 0.448,
      "grad_norm": 0.160485178232193,
      "learning_rate": 6.645569620253165e-05,
      "loss": 0.2157,
      "step": 84
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 0.1603892743587494,
      "learning_rate": 6.582278481012658e-05,
      "loss": 0.2417,
      "step": 85
    },
    {
      "epoch": 0.45866666666666667,
      "grad_norm": 0.12621915340423584,
      "learning_rate": 6.518987341772153e-05,
      "loss": 0.1886,
      "step": 86
    },
    {
      "epoch": 0.464,
      "grad_norm": 0.14578253030776978,
      "learning_rate": 6.455696202531646e-05,
      "loss": 0.1948,
      "step": 87
    },
    {
      "epoch": 0.4693333333333333,
      "grad_norm": 0.13876529037952423,
      "learning_rate": 6.392405063291139e-05,
      "loss": 0.1646,
      "step": 88
    },
    {
      "epoch": 0.4746666666666667,
      "grad_norm": 0.1616792380809784,
      "learning_rate": 6.329113924050633e-05,
      "loss": 0.1953,
      "step": 89
    },
    {
      "epoch": 0.48,
      "grad_norm": 0.12698979675769806,
      "learning_rate": 6.265822784810128e-05,
      "loss": 0.1601,
      "step": 90
    },
    {
      "epoch": 0.48533333333333334,
      "grad_norm": 0.1451568454504013,
      "learning_rate": 6.20253164556962e-05,
      "loss": 0.1826,
      "step": 91
    },
    {
      "epoch": 0.49066666666666664,
      "grad_norm": 0.1586282104253769,
      "learning_rate": 6.139240506329115e-05,
      "loss": 0.2058,
      "step": 92
    },
    {
      "epoch": 0.496,
      "grad_norm": 0.126449853181839,
      "learning_rate": 6.0759493670886084e-05,
      "loss": 0.1671,
      "step": 93
    },
    {
      "epoch": 0.5013333333333333,
      "grad_norm": 0.18127943575382233,
      "learning_rate": 6.012658227848101e-05,
      "loss": 0.2528,
      "step": 94
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 0.16556666791439056,
      "learning_rate": 5.949367088607595e-05,
      "loss": 0.2178,
      "step": 95
    },
    {
      "epoch": 0.512,
      "grad_norm": 0.10401889681816101,
      "learning_rate": 5.886075949367089e-05,
      "loss": 0.1278,
      "step": 96
    },
    {
      "epoch": 0.5173333333333333,
      "grad_norm": 0.12093523144721985,
      "learning_rate": 5.822784810126583e-05,
      "loss": 0.1512,
      "step": 97
    },
    {
      "epoch": 0.5226666666666666,
      "grad_norm": 0.12867151200771332,
      "learning_rate": 5.759493670886076e-05,
      "loss": 0.1642,
      "step": 98
    },
    {
      "epoch": 0.528,
      "grad_norm": 0.13769415020942688,
      "learning_rate": 5.69620253164557e-05,
      "loss": 0.1726,
      "step": 99
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.17420509457588196,
      "learning_rate": 5.6329113924050636e-05,
      "loss": 0.2393,
      "step": 100
    },
    {
      "epoch": 0.5386666666666666,
      "grad_norm": 0.1308838427066803,
      "learning_rate": 5.569620253164557e-05,
      "loss": 0.1723,
      "step": 101
    },
    {
      "epoch": 0.544,
      "grad_norm": 0.1321798712015152,
      "learning_rate": 5.5063291139240514e-05,
      "loss": 0.1587,
      "step": 102
    },
    {
      "epoch": 0.5493333333333333,
      "grad_norm": 0.15055890381336212,
      "learning_rate": 5.4430379746835444e-05,
      "loss": 0.1977,
      "step": 103
    },
    {
      "epoch": 0.5546666666666666,
      "grad_norm": 0.14256933331489563,
      "learning_rate": 5.379746835443038e-05,
      "loss": 0.1873,
      "step": 104
    },
    {
      "epoch": 0.56,
      "grad_norm": 0.1891760677099228,
      "learning_rate": 5.3164556962025316e-05,
      "loss": 0.1843,
      "step": 105
    },
    {
      "epoch": 0.5653333333333334,
      "grad_norm": 0.10690660029649734,
      "learning_rate": 5.253164556962026e-05,
      "loss": 0.1212,
      "step": 106
    },
    {
      "epoch": 0.5706666666666667,
      "grad_norm": 0.16488677263259888,
      "learning_rate": 5.1898734177215194e-05,
      "loss": 0.2054,
      "step": 107
    },
    {
      "epoch": 0.576,
      "grad_norm": 0.13484089076519012,
      "learning_rate": 5.1265822784810124e-05,
      "loss": 0.1829,
      "step": 108
    },
    {
      "epoch": 0.5813333333333334,
      "grad_norm": 0.1691252887248993,
      "learning_rate": 5.0632911392405066e-05,
      "loss": 0.1925,
      "step": 109
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 0.1696198731660843,
      "learning_rate": 5e-05,
      "loss": 0.2323,
      "step": 110
    },
    {
      "epoch": 0.592,
      "grad_norm": 0.1563945859670639,
      "learning_rate": 4.936708860759494e-05,
      "loss": 0.1679,
      "step": 111
    },
    {
      "epoch": 0.5973333333333334,
      "grad_norm": 0.13193953037261963,
      "learning_rate": 4.8734177215189874e-05,
      "loss": 0.1569,
      "step": 112
    },
    {
      "epoch": 0.6026666666666667,
      "grad_norm": 0.15868982672691345,
      "learning_rate": 4.810126582278481e-05,
      "loss": 0.239,
      "step": 113
    },
    {
      "epoch": 0.608,
      "grad_norm": 0.1480822116136551,
      "learning_rate": 4.7468354430379746e-05,
      "loss": 0.1984,
      "step": 114
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 0.16956281661987305,
      "learning_rate": 4.683544303797468e-05,
      "loss": 0.2323,
      "step": 115
    },
    {
      "epoch": 0.6186666666666667,
      "grad_norm": 0.12711571156978607,
      "learning_rate": 4.6202531645569625e-05,
      "loss": 0.1486,
      "step": 116
    },
    {
      "epoch": 0.624,
      "grad_norm": 0.11603932827711105,
      "learning_rate": 4.556962025316456e-05,
      "loss": 0.1547,
      "step": 117
    },
    {
      "epoch": 0.6293333333333333,
      "grad_norm": 0.11850297451019287,
      "learning_rate": 4.49367088607595e-05,
      "loss": 0.1356,
      "step": 118
    },
    {
      "epoch": 0.6346666666666667,
      "grad_norm": 0.16562144458293915,
      "learning_rate": 4.430379746835443e-05,
      "loss": 0.2406,
      "step": 119
    },
    {
      "epoch": 0.64,
      "grad_norm": 0.1265309900045395,
      "learning_rate": 4.367088607594937e-05,
      "loss": 0.1736,
      "step": 120
    },
    {
      "epoch": 0.6453333333333333,
      "grad_norm": 0.17079362273216248,
      "learning_rate": 4.3037974683544305e-05,
      "loss": 0.1937,
      "step": 121
    },
    {
      "epoch": 0.6506666666666666,
      "grad_norm": 0.1389741599559784,
      "learning_rate": 4.240506329113924e-05,
      "loss": 0.1974,
      "step": 122
    },
    {
      "epoch": 0.656,
      "grad_norm": 0.13425692915916443,
      "learning_rate": 4.177215189873418e-05,
      "loss": 0.1443,
      "step": 123
    },
    {
      "epoch": 0.6613333333333333,
      "grad_norm": 0.1376042515039444,
      "learning_rate": 4.113924050632912e-05,
      "loss": 0.1924,
      "step": 124
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.14821627736091614,
      "learning_rate": 4.050632911392405e-05,
      "loss": 0.2073,
      "step": 125
    },
    {
      "epoch": 0.672,
      "grad_norm": 0.12331584841012955,
      "learning_rate": 3.987341772151899e-05,
      "loss": 0.1482,
      "step": 126
    },
    {
      "epoch": 0.6773333333333333,
      "grad_norm": 0.15582060813903809,
      "learning_rate": 3.924050632911392e-05,
      "loss": 0.2212,
      "step": 127
    },
    {
      "epoch": 0.6826666666666666,
      "grad_norm": 0.16102227568626404,
      "learning_rate": 3.8607594936708864e-05,
      "loss": 0.1532,
      "step": 128
    },
    {
      "epoch": 0.688,
      "grad_norm": 0.1103634163737297,
      "learning_rate": 3.79746835443038e-05,
      "loss": 0.1181,
      "step": 129
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 0.16423048079013824,
      "learning_rate": 3.7341772151898736e-05,
      "loss": 0.2143,
      "step": 130
    },
    {
      "epoch": 0.6986666666666667,
      "grad_norm": 0.17057235538959503,
      "learning_rate": 3.670886075949367e-05,
      "loss": 0.2523,
      "step": 131
    },
    {
      "epoch": 0.704,
      "grad_norm": 0.15037867426872253,
      "learning_rate": 3.607594936708861e-05,
      "loss": 0.1923,
      "step": 132
    },
    {
      "epoch": 0.7093333333333334,
      "grad_norm": 0.1302623301744461,
      "learning_rate": 3.5443037974683544e-05,
      "loss": 0.1548,
      "step": 133
    },
    {
      "epoch": 0.7146666666666667,
      "grad_norm": 0.1799686998128891,
      "learning_rate": 3.4810126582278487e-05,
      "loss": 0.2213,
      "step": 134
    },
    {
      "epoch": 0.72,
      "grad_norm": 0.16243714094161987,
      "learning_rate": 3.4177215189873416e-05,
      "loss": 0.2271,
      "step": 135
    },
    {
      "epoch": 0.7253333333333334,
      "grad_norm": 0.15786361694335938,
      "learning_rate": 3.354430379746836e-05,
      "loss": 0.1929,
      "step": 136
    },
    {
      "epoch": 0.7306666666666667,
      "grad_norm": 0.1659296452999115,
      "learning_rate": 3.291139240506329e-05,
      "loss": 0.2012,
      "step": 137
    },
    {
      "epoch": 0.736,
      "grad_norm": 0.1669580638408661,
      "learning_rate": 3.227848101265823e-05,
      "loss": 0.2366,
      "step": 138
    },
    {
      "epoch": 0.7413333333333333,
      "grad_norm": 0.1677357405424118,
      "learning_rate": 3.1645569620253167e-05,
      "loss": 0.1356,
      "step": 139
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 0.1611364781856537,
      "learning_rate": 3.10126582278481e-05,
      "loss": 0.1834,
      "step": 140
    },
    {
      "epoch": 0.752,
      "grad_norm": 0.12342645227909088,
      "learning_rate": 3.0379746835443042e-05,
      "loss": 0.1512,
      "step": 141
    },
    {
      "epoch": 0.7573333333333333,
      "grad_norm": 0.16382642090320587,
      "learning_rate": 2.9746835443037974e-05,
      "loss": 0.1973,
      "step": 142
    },
    {
      "epoch": 0.7626666666666667,
      "grad_norm": 0.26784276962280273,
      "learning_rate": 2.9113924050632914e-05,
      "loss": 0.2039,
      "step": 143
    },
    {
      "epoch": 0.768,
      "grad_norm": 0.160665825009346,
      "learning_rate": 2.848101265822785e-05,
      "loss": 0.1771,
      "step": 144
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 0.13571235537528992,
      "learning_rate": 2.7848101265822786e-05,
      "loss": 0.1552,
      "step": 145
    },
    {
      "epoch": 0.7786666666666666,
      "grad_norm": 0.13227950036525726,
      "learning_rate": 2.7215189873417722e-05,
      "loss": 0.1445,
      "step": 146
    },
    {
      "epoch": 0.784,
      "grad_norm": 0.13377326726913452,
      "learning_rate": 2.6582278481012658e-05,
      "loss": 0.1363,
      "step": 147
    },
    {
      "epoch": 0.7893333333333333,
      "grad_norm": 0.12943589687347412,
      "learning_rate": 2.5949367088607597e-05,
      "loss": 0.1529,
      "step": 148
    },
    {
      "epoch": 0.7946666666666666,
      "grad_norm": 0.14642001688480377,
      "learning_rate": 2.5316455696202533e-05,
      "loss": 0.1671,
      "step": 149
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.13453510403633118,
      "learning_rate": 2.468354430379747e-05,
      "loss": 0.1393,
      "step": 150
    },
    {
      "epoch": 0.8053333333333333,
      "grad_norm": 0.17854619026184082,
      "learning_rate": 2.4050632911392405e-05,
      "loss": 0.2249,
      "step": 151
    },
    {
      "epoch": 0.8106666666666666,
      "grad_norm": 0.15678606927394867,
      "learning_rate": 2.341772151898734e-05,
      "loss": 0.157,
      "step": 152
    },
    {
      "epoch": 0.816,
      "grad_norm": 0.14463680982589722,
      "learning_rate": 2.278481012658228e-05,
      "loss": 0.169,
      "step": 153
    },
    {
      "epoch": 0.8213333333333334,
      "grad_norm": 0.1475188136100769,
      "learning_rate": 2.2151898734177217e-05,
      "loss": 0.1793,
      "step": 154
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 0.15377303957939148,
      "learning_rate": 2.1518987341772153e-05,
      "loss": 0.1826,
      "step": 155
    },
    {
      "epoch": 0.832,
      "grad_norm": 0.16202978789806366,
      "learning_rate": 2.088607594936709e-05,
      "loss": 0.2161,
      "step": 156
    },
    {
      "epoch": 0.8373333333333334,
      "grad_norm": 0.15673409402370453,
      "learning_rate": 2.0253164556962025e-05,
      "loss": 0.2005,
      "step": 157
    },
    {
      "epoch": 0.8426666666666667,
      "grad_norm": 0.14116322994232178,
      "learning_rate": 1.962025316455696e-05,
      "loss": 0.1373,
      "step": 158
    },
    {
      "epoch": 0.848,
      "grad_norm": 0.1561654955148697,
      "learning_rate": 1.89873417721519e-05,
      "loss": 0.1734,
      "step": 159
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 0.18432879447937012,
      "learning_rate": 1.8354430379746836e-05,
      "loss": 0.2454,
      "step": 160
    },
    {
      "epoch": 0.8586666666666667,
      "grad_norm": 0.14886623620986938,
      "learning_rate": 1.7721518987341772e-05,
      "loss": 0.1513,
      "step": 161
    },
    {
      "epoch": 0.864,
      "grad_norm": 0.14145126938819885,
      "learning_rate": 1.7088607594936708e-05,
      "loss": 0.1657,
      "step": 162
    },
    {
      "epoch": 0.8693333333333333,
      "grad_norm": 0.19166818261146545,
      "learning_rate": 1.6455696202531644e-05,
      "loss": 0.1527,
      "step": 163
    },
    {
      "epoch": 0.8746666666666667,
      "grad_norm": 0.18148699402809143,
      "learning_rate": 1.5822784810126583e-05,
      "loss": 0.2148,
      "step": 164
    },
    {
      "epoch": 0.88,
      "grad_norm": 0.171259805560112,
      "learning_rate": 1.5189873417721521e-05,
      "loss": 0.1924,
      "step": 165
    },
    {
      "epoch": 0.8853333333333333,
      "grad_norm": 0.1299830675125122,
      "learning_rate": 1.4556962025316457e-05,
      "loss": 0.1242,
      "step": 166
    },
    {
      "epoch": 0.8906666666666667,
      "grad_norm": 0.1578158438205719,
      "learning_rate": 1.3924050632911393e-05,
      "loss": 0.1791,
      "step": 167
    },
    {
      "epoch": 0.896,
      "grad_norm": 0.1323413848876953,
      "learning_rate": 1.3291139240506329e-05,
      "loss": 0.1598,
      "step": 168
    },
    {
      "epoch": 0.9013333333333333,
      "grad_norm": 0.14472290873527527,
      "learning_rate": 1.2658227848101267e-05,
      "loss": 0.1456,
      "step": 169
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 0.17121444642543793,
      "learning_rate": 1.2025316455696203e-05,
      "loss": 0.215,
      "step": 170
    },
    {
      "epoch": 0.912,
      "grad_norm": 0.1742616444826126,
      "learning_rate": 1.139240506329114e-05,
      "loss": 0.2085,
      "step": 171
    },
    {
      "epoch": 0.9173333333333333,
      "grad_norm": 0.12103644013404846,
      "learning_rate": 1.0759493670886076e-05,
      "loss": 0.1306,
      "step": 172
    },
    {
      "epoch": 0.9226666666666666,
      "grad_norm": 0.144947811961174,
      "learning_rate": 1.0126582278481012e-05,
      "loss": 0.2029,
      "step": 173
    },
    {
      "epoch": 0.928,
      "grad_norm": 0.17523261904716492,
      "learning_rate": 9.49367088607595e-06,
      "loss": 0.2219,
      "step": 174
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 0.14600244164466858,
      "learning_rate": 8.860759493670886e-06,
      "loss": 0.1699,
      "step": 175
    },
    {
      "epoch": 0.9386666666666666,
      "grad_norm": 0.1734965592622757,
      "learning_rate": 8.227848101265822e-06,
      "loss": 0.1868,
      "step": 176
    },
    {
      "epoch": 0.944,
      "grad_norm": 0.1788223683834076,
      "learning_rate": 7.5949367088607605e-06,
      "loss": 0.1927,
      "step": 177
    },
    {
      "epoch": 0.9493333333333334,
      "grad_norm": 0.1603429764509201,
      "learning_rate": 6.9620253164556965e-06,
      "loss": 0.1962,
      "step": 178
    },
    {
      "epoch": 0.9546666666666667,
      "grad_norm": 0.15826277434825897,
      "learning_rate": 6.329113924050633e-06,
      "loss": 0.1816,
      "step": 179
    },
    {
      "epoch": 0.96,
      "grad_norm": 0.11322139203548431,
      "learning_rate": 5.69620253164557e-06,
      "loss": 0.1177,
      "step": 180
    },
    {
      "epoch": 0.9653333333333334,
      "grad_norm": 0.19492222368717194,
      "learning_rate": 5.063291139240506e-06,
      "loss": 0.2496,
      "step": 181
    },
    {
      "epoch": 0.9706666666666667,
      "grad_norm": 0.1443648338317871,
      "learning_rate": 4.430379746835443e-06,
      "loss": 0.126,
      "step": 182
    },
    {
      "epoch": 0.976,
      "grad_norm": 0.18191151320934296,
      "learning_rate": 3.7974683544303802e-06,
      "loss": 0.2361,
      "step": 183
    },
    {
      "epoch": 0.9813333333333333,
      "grad_norm": 0.12477072328329086,
      "learning_rate": 3.1645569620253167e-06,
      "loss": 0.1435,
      "step": 184
    },
    {
      "epoch": 0.9866666666666667,
      "grad_norm": 0.22925758361816406,
      "learning_rate": 2.531645569620253e-06,
      "loss": 0.2352,
      "step": 185
    },
    {
      "epoch": 0.992,
      "grad_norm": 0.11586166173219681,
      "learning_rate": 1.8987341772151901e-06,
      "loss": 0.1176,
      "step": 186
    },
    {
      "epoch": 0.9973333333333333,
      "grad_norm": 0.15345175564289093,
      "learning_rate": 1.2658227848101265e-06,
      "loss": 0.1516,
      "step": 187
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.24706584215164185,
      "learning_rate": 6.329113924050633e-07,
      "loss": 0.2232,
      "step": 188
    }
  ],
  "logging_steps": 1,
  "max_steps": 188,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 1,
  "save_steps": 5000,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 2.6526762869883494e+17,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}