{
  "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": 1.5460537672042847,
      "learning_rate": 0.0,
      "loss": 0.8098,
      "step": 1
    },
    {
      "epoch": 0.010666666666666666,
      "grad_norm": 1.6237163543701172,
      "learning_rate": 3.3333333333333333e-06,
      "loss": 0.8381,
      "step": 2
    },
    {
      "epoch": 0.016,
      "grad_norm": 1.956433892250061,
      "learning_rate": 6.666666666666667e-06,
      "loss": 0.9632,
      "step": 3
    },
    {
      "epoch": 0.021333333333333333,
      "grad_norm": 1.5801262855529785,
      "learning_rate": 1e-05,
      "loss": 0.7667,
      "step": 4
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 2.04382586479187,
      "learning_rate": 1.3333333333333333e-05,
      "loss": 0.9829,
      "step": 5
    },
    {
      "epoch": 0.032,
      "grad_norm": 2.09242844581604,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 1.0472,
      "step": 6
    },
    {
      "epoch": 0.037333333333333336,
      "grad_norm": 1.3617901802062988,
      "learning_rate": 2e-05,
      "loss": 0.6837,
      "step": 7
    },
    {
      "epoch": 0.042666666666666665,
      "grad_norm": 1.5378050804138184,
      "learning_rate": 2.3333333333333336e-05,
      "loss": 0.7514,
      "step": 8
    },
    {
      "epoch": 0.048,
      "grad_norm": 1.2592748403549194,
      "learning_rate": 2.6666666666666667e-05,
      "loss": 0.7075,
      "step": 9
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 1.0058082342147827,
      "learning_rate": 3e-05,
      "loss": 0.7053,
      "step": 10
    },
    {
      "epoch": 0.058666666666666666,
      "grad_norm": 0.685247540473938,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 0.4946,
      "step": 11
    },
    {
      "epoch": 0.064,
      "grad_norm": 0.7038416862487793,
      "learning_rate": 3.6666666666666666e-05,
      "loss": 0.5461,
      "step": 12
    },
    {
      "epoch": 0.06933333333333333,
      "grad_norm": 0.5319404602050781,
      "learning_rate": 4e-05,
      "loss": 0.4429,
      "step": 13
    },
    {
      "epoch": 0.07466666666666667,
      "grad_norm": 0.6091461777687073,
      "learning_rate": 4.3333333333333334e-05,
      "loss": 0.5875,
      "step": 14
    },
    {
      "epoch": 0.08,
      "grad_norm": 0.3871200382709503,
      "learning_rate": 4.666666666666667e-05,
      "loss": 0.4533,
      "step": 15
    },
    {
      "epoch": 0.08533333333333333,
      "grad_norm": 0.2865847051143646,
      "learning_rate": 5e-05,
      "loss": 0.3572,
      "step": 16
    },
    {
      "epoch": 0.09066666666666667,
      "grad_norm": 0.21623705327510834,
      "learning_rate": 5.333333333333333e-05,
      "loss": 0.3824,
      "step": 17
    },
    {
      "epoch": 0.096,
      "grad_norm": 0.1675323098897934,
      "learning_rate": 5.666666666666667e-05,
      "loss": 0.3371,
      "step": 18
    },
    {
      "epoch": 0.10133333333333333,
      "grad_norm": 0.16197791695594788,
      "learning_rate": 6e-05,
      "loss": 0.3121,
      "step": 19
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 0.21016769111156464,
      "learning_rate": 6.333333333333333e-05,
      "loss": 0.2438,
      "step": 20
    },
    {
      "epoch": 0.112,
      "grad_norm": 0.16821688413619995,
      "learning_rate": 6.666666666666667e-05,
      "loss": 0.2507,
      "step": 21
    },
    {
      "epoch": 0.11733333333333333,
      "grad_norm": 0.12383310496807098,
      "learning_rate": 7e-05,
      "loss": 0.209,
      "step": 22
    },
    {
      "epoch": 0.12266666666666666,
      "grad_norm": 0.1325763463973999,
      "learning_rate": 7.333333333333333e-05,
      "loss": 0.2595,
      "step": 23
    },
    {
      "epoch": 0.128,
      "grad_norm": 0.1540212333202362,
      "learning_rate": 7.666666666666667e-05,
      "loss": 0.3455,
      "step": 24
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.15260370075702667,
      "learning_rate": 8e-05,
      "loss": 0.2033,
      "step": 25
    },
    {
      "epoch": 0.13866666666666666,
      "grad_norm": 0.17051300406455994,
      "learning_rate": 8.333333333333334e-05,
      "loss": 0.2926,
      "step": 26
    },
    {
      "epoch": 0.144,
      "grad_norm": 0.1660638302564621,
      "learning_rate": 8.666666666666667e-05,
      "loss": 0.3202,
      "step": 27
    },
    {
      "epoch": 0.14933333333333335,
      "grad_norm": 0.15265657007694244,
      "learning_rate": 9e-05,
      "loss": 0.2658,
      "step": 28
    },
    {
      "epoch": 0.15466666666666667,
      "grad_norm": 0.14360187947750092,
      "learning_rate": 9.333333333333334e-05,
      "loss": 0.2246,
      "step": 29
    },
    {
      "epoch": 0.16,
      "grad_norm": 0.1740293949842453,
      "learning_rate": 9.666666666666667e-05,
      "loss": 0.2805,
      "step": 30
    },
    {
      "epoch": 0.16533333333333333,
      "grad_norm": 0.14583753049373627,
      "learning_rate": 0.0001,
      "loss": 0.2357,
      "step": 31
    },
    {
      "epoch": 0.17066666666666666,
      "grad_norm": 0.1697823852300644,
      "learning_rate": 9.936708860759493e-05,
      "loss": 0.2626,
      "step": 32
    },
    {
      "epoch": 0.176,
      "grad_norm": 0.1655987948179245,
      "learning_rate": 9.873417721518988e-05,
      "loss": 0.2245,
      "step": 33
    },
    {
      "epoch": 0.18133333333333335,
      "grad_norm": 0.12467851489782333,
      "learning_rate": 9.810126582278482e-05,
      "loss": 0.1626,
      "step": 34
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 0.15612691640853882,
      "learning_rate": 9.746835443037975e-05,
      "loss": 0.1985,
      "step": 35
    },
    {
      "epoch": 0.192,
      "grad_norm": 0.16972428560256958,
      "learning_rate": 9.683544303797469e-05,
      "loss": 0.2454,
      "step": 36
    },
    {
      "epoch": 0.19733333333333333,
      "grad_norm": 0.1459895223379135,
      "learning_rate": 9.620253164556962e-05,
      "loss": 0.2343,
      "step": 37
    },
    {
      "epoch": 0.20266666666666666,
      "grad_norm": 0.1408425122499466,
      "learning_rate": 9.556962025316456e-05,
      "loss": 0.217,
      "step": 38
    },
    {
      "epoch": 0.208,
      "grad_norm": 0.1373017579317093,
      "learning_rate": 9.493670886075949e-05,
      "loss": 0.1641,
      "step": 39
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 0.1299225240945816,
      "learning_rate": 9.430379746835444e-05,
      "loss": 0.2145,
      "step": 40
    },
    {
      "epoch": 0.21866666666666668,
      "grad_norm": 0.15279100835323334,
      "learning_rate": 9.367088607594936e-05,
      "loss": 0.2275,
      "step": 41
    },
    {
      "epoch": 0.224,
      "grad_norm": 0.129446342587471,
      "learning_rate": 9.303797468354431e-05,
      "loss": 0.1597,
      "step": 42
    },
    {
      "epoch": 0.22933333333333333,
      "grad_norm": 0.15442845225334167,
      "learning_rate": 9.240506329113925e-05,
      "loss": 0.251,
      "step": 43
    },
    {
      "epoch": 0.23466666666666666,
      "grad_norm": 0.13011805713176727,
      "learning_rate": 9.177215189873418e-05,
      "loss": 0.1818,
      "step": 44
    },
    {
      "epoch": 0.24,
      "grad_norm": 0.13591353595256805,
      "learning_rate": 9.113924050632912e-05,
      "loss": 0.1895,
      "step": 45
    },
    {
      "epoch": 0.24533333333333332,
      "grad_norm": 0.1439136266708374,
      "learning_rate": 9.050632911392407e-05,
      "loss": 0.1916,
      "step": 46
    },
    {
      "epoch": 0.25066666666666665,
      "grad_norm": 0.09521253407001495,
      "learning_rate": 8.9873417721519e-05,
      "loss": 0.125,
      "step": 47
    },
    {
      "epoch": 0.256,
      "grad_norm": 0.16428415477275848,
      "learning_rate": 8.924050632911392e-05,
      "loss": 0.2195,
      "step": 48
    },
    {
      "epoch": 0.2613333333333333,
      "grad_norm": 0.14263272285461426,
      "learning_rate": 8.860759493670887e-05,
      "loss": 0.2038,
      "step": 49
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.13859958946704865,
      "learning_rate": 8.797468354430381e-05,
      "loss": 0.1935,
      "step": 50
    },
    {
      "epoch": 0.272,
      "grad_norm": 0.14918318390846252,
      "learning_rate": 8.734177215189874e-05,
      "loss": 0.2264,
      "step": 51
    },
    {
      "epoch": 0.2773333333333333,
      "grad_norm": 0.15465503931045532,
      "learning_rate": 8.670886075949367e-05,
      "loss": 0.2399,
      "step": 52
    },
    {
      "epoch": 0.2826666666666667,
      "grad_norm": 0.1214110404253006,
      "learning_rate": 8.607594936708861e-05,
      "loss": 0.1838,
      "step": 53
    },
    {
      "epoch": 0.288,
      "grad_norm": 0.1254829615354538,
      "learning_rate": 8.544303797468355e-05,
      "loss": 0.1603,
      "step": 54
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 0.11806459724903107,
      "learning_rate": 8.481012658227848e-05,
      "loss": 0.1694,
      "step": 55
    },
    {
      "epoch": 0.2986666666666667,
      "grad_norm": 0.15181979537010193,
      "learning_rate": 8.417721518987342e-05,
      "loss": 0.2317,
      "step": 56
    },
    {
      "epoch": 0.304,
      "grad_norm": 0.14849703013896942,
      "learning_rate": 8.354430379746835e-05,
      "loss": 0.2328,
      "step": 57
    },
    {
      "epoch": 0.30933333333333335,
      "grad_norm": 0.15555495023727417,
      "learning_rate": 8.29113924050633e-05,
      "loss": 0.2747,
      "step": 58
    },
    {
      "epoch": 0.31466666666666665,
      "grad_norm": 0.16575069725513458,
      "learning_rate": 8.227848101265824e-05,
      "loss": 0.2999,
      "step": 59
    },
    {
      "epoch": 0.32,
      "grad_norm": 0.11111176759004593,
      "learning_rate": 8.164556962025317e-05,
      "loss": 0.1562,
      "step": 60
    },
    {
      "epoch": 0.3253333333333333,
      "grad_norm": 0.1680329442024231,
      "learning_rate": 8.10126582278481e-05,
      "loss": 0.2882,
      "step": 61
    },
    {
      "epoch": 0.33066666666666666,
      "grad_norm": 0.11205670982599258,
      "learning_rate": 8.037974683544304e-05,
      "loss": 0.1718,
      "step": 62
    },
    {
      "epoch": 0.336,
      "grad_norm": 0.12452121078968048,
      "learning_rate": 7.974683544303798e-05,
      "loss": 0.2257,
      "step": 63
    },
    {
      "epoch": 0.3413333333333333,
      "grad_norm": 0.12984994053840637,
      "learning_rate": 7.911392405063291e-05,
      "loss": 0.1905,
      "step": 64
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 0.13057225942611694,
      "learning_rate": 7.848101265822784e-05,
      "loss": 0.1899,
      "step": 65
    },
    {
      "epoch": 0.352,
      "grad_norm": 0.12158793956041336,
      "learning_rate": 7.78481012658228e-05,
      "loss": 0.192,
      "step": 66
    },
    {
      "epoch": 0.35733333333333334,
      "grad_norm": 0.1595776230096817,
      "learning_rate": 7.721518987341773e-05,
      "loss": 0.2271,
      "step": 67
    },
    {
      "epoch": 0.3626666666666667,
      "grad_norm": 0.13378667831420898,
      "learning_rate": 7.658227848101266e-05,
      "loss": 0.2243,
      "step": 68
    },
    {
      "epoch": 0.368,
      "grad_norm": 0.10566475242376328,
      "learning_rate": 7.59493670886076e-05,
      "loss": 0.1319,
      "step": 69
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 0.14260584115982056,
      "learning_rate": 7.531645569620254e-05,
      "loss": 0.2136,
      "step": 70
    },
    {
      "epoch": 0.37866666666666665,
      "grad_norm": 0.13561223447322845,
      "learning_rate": 7.468354430379747e-05,
      "loss": 0.1822,
      "step": 71
    },
    {
      "epoch": 0.384,
      "grad_norm": 0.13557134568691254,
      "learning_rate": 7.40506329113924e-05,
      "loss": 0.1988,
      "step": 72
    },
    {
      "epoch": 0.3893333333333333,
      "grad_norm": 0.10203906148672104,
      "learning_rate": 7.341772151898734e-05,
      "loss": 0.098,
      "step": 73
    },
    {
      "epoch": 0.39466666666666667,
      "grad_norm": 0.14186106622219086,
      "learning_rate": 7.278481012658229e-05,
      "loss": 0.2045,
      "step": 74
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.16921065747737885,
      "learning_rate": 7.215189873417722e-05,
      "loss": 0.2582,
      "step": 75
    },
    {
      "epoch": 0.4053333333333333,
      "grad_norm": 0.1306067705154419,
      "learning_rate": 7.151898734177216e-05,
      "loss": 0.1735,
      "step": 76
    },
    {
      "epoch": 0.4106666666666667,
      "grad_norm": 0.15335184335708618,
      "learning_rate": 7.088607594936709e-05,
      "loss": 0.2104,
      "step": 77
    },
    {
      "epoch": 0.416,
      "grad_norm": 0.11056751757860184,
      "learning_rate": 7.025316455696203e-05,
      "loss": 0.1193,
      "step": 78
    },
    {
      "epoch": 0.42133333333333334,
      "grad_norm": 0.12610378861427307,
      "learning_rate": 6.962025316455697e-05,
      "loss": 0.1952,
      "step": 79
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 0.1555686891078949,
      "learning_rate": 6.89873417721519e-05,
      "loss": 0.1792,
      "step": 80
    },
    {
      "epoch": 0.432,
      "grad_norm": 0.14824633300304413,
      "learning_rate": 6.835443037974683e-05,
      "loss": 0.209,
      "step": 81
    },
    {
      "epoch": 0.43733333333333335,
      "grad_norm": 0.12236985564231873,
      "learning_rate": 6.772151898734177e-05,
      "loss": 0.1674,
      "step": 82
    },
    {
      "epoch": 0.44266666666666665,
      "grad_norm": 0.1262754201889038,
      "learning_rate": 6.708860759493672e-05,
      "loss": 0.1478,
      "step": 83
    },
    {
      "epoch": 0.448,
      "grad_norm": 0.15685035288333893,
      "learning_rate": 6.645569620253165e-05,
      "loss": 0.2139,
      "step": 84
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 0.16130073368549347,
      "learning_rate": 6.582278481012658e-05,
      "loss": 0.2413,
      "step": 85
    },
    {
      "epoch": 0.45866666666666667,
      "grad_norm": 0.1243290826678276,
      "learning_rate": 6.518987341772153e-05,
      "loss": 0.1868,
      "step": 86
    },
    {
      "epoch": 0.464,
      "grad_norm": 0.14637446403503418,
      "learning_rate": 6.455696202531646e-05,
      "loss": 0.1943,
      "step": 87
    },
    {
      "epoch": 0.4693333333333333,
      "grad_norm": 0.1275288313627243,
      "learning_rate": 6.392405063291139e-05,
      "loss": 0.1633,
      "step": 88
    },
    {
      "epoch": 0.4746666666666667,
      "grad_norm": 0.1598680317401886,
      "learning_rate": 6.329113924050633e-05,
      "loss": 0.1965,
      "step": 89
    },
    {
      "epoch": 0.48,
      "grad_norm": 0.1250980794429779,
      "learning_rate": 6.265822784810128e-05,
      "loss": 0.1611,
      "step": 90
    },
    {
      "epoch": 0.48533333333333334,
      "grad_norm": 0.13956204056739807,
      "learning_rate": 6.20253164556962e-05,
      "loss": 0.1819,
      "step": 91
    },
    {
      "epoch": 0.49066666666666664,
      "grad_norm": 0.15342214703559875,
      "learning_rate": 6.139240506329115e-05,
      "loss": 0.2045,
      "step": 92
    },
    {
      "epoch": 0.496,
      "grad_norm": 0.12513220310211182,
      "learning_rate": 6.0759493670886084e-05,
      "loss": 0.1666,
      "step": 93
    },
    {
      "epoch": 0.5013333333333333,
      "grad_norm": 0.17043282091617584,
      "learning_rate": 6.012658227848101e-05,
      "loss": 0.2514,
      "step": 94
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 0.16480998694896698,
      "learning_rate": 5.949367088607595e-05,
      "loss": 0.2155,
      "step": 95
    },
    {
      "epoch": 0.512,
      "grad_norm": 0.10403094440698624,
      "learning_rate": 5.886075949367089e-05,
      "loss": 0.1272,
      "step": 96
    },
    {
      "epoch": 0.5173333333333333,
      "grad_norm": 0.11715707927942276,
      "learning_rate": 5.822784810126583e-05,
      "loss": 0.1498,
      "step": 97
    },
    {
      "epoch": 0.5226666666666666,
      "grad_norm": 0.12932230532169342,
      "learning_rate": 5.759493670886076e-05,
      "loss": 0.1641,
      "step": 98
    },
    {
      "epoch": 0.528,
      "grad_norm": 0.13714680075645447,
      "learning_rate": 5.69620253164557e-05,
      "loss": 0.172,
      "step": 99
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.1782575249671936,
      "learning_rate": 5.6329113924050636e-05,
      "loss": 0.2398,
      "step": 100
    },
    {
      "epoch": 0.5386666666666666,
      "grad_norm": 0.1363292783498764,
      "learning_rate": 5.569620253164557e-05,
      "loss": 0.173,
      "step": 101
    },
    {
      "epoch": 0.544,
      "grad_norm": 0.13247960805892944,
      "learning_rate": 5.5063291139240514e-05,
      "loss": 0.1565,
      "step": 102
    },
    {
      "epoch": 0.5493333333333333,
      "grad_norm": 0.14369367063045502,
      "learning_rate": 5.4430379746835444e-05,
      "loss": 0.199,
      "step": 103
    },
    {
      "epoch": 0.5546666666666666,
      "grad_norm": 0.14419278502464294,
      "learning_rate": 5.379746835443038e-05,
      "loss": 0.187,
      "step": 104
    },
    {
      "epoch": 0.56,
      "grad_norm": 0.1900491714477539,
      "learning_rate": 5.3164556962025316e-05,
      "loss": 0.181,
      "step": 105
    },
    {
      "epoch": 0.5653333333333334,
      "grad_norm": 0.10805889964103699,
      "learning_rate": 5.253164556962026e-05,
      "loss": 0.1214,
      "step": 106
    },
    {
      "epoch": 0.5706666666666667,
      "grad_norm": 0.14735649526119232,
      "learning_rate": 5.1898734177215194e-05,
      "loss": 0.2042,
      "step": 107
    },
    {
      "epoch": 0.576,
      "grad_norm": 0.1300947368144989,
      "learning_rate": 5.1265822784810124e-05,
      "loss": 0.1824,
      "step": 108
    },
    {
      "epoch": 0.5813333333333334,
      "grad_norm": 0.14231173694133759,
      "learning_rate": 5.0632911392405066e-05,
      "loss": 0.1914,
      "step": 109
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 0.16696059703826904,
      "learning_rate": 5e-05,
      "loss": 0.2285,
      "step": 110
    },
    {
      "epoch": 0.592,
      "grad_norm": 0.15278832614421844,
      "learning_rate": 4.936708860759494e-05,
      "loss": 0.1637,
      "step": 111
    },
    {
      "epoch": 0.5973333333333334,
      "grad_norm": 0.13446752727031708,
      "learning_rate": 4.8734177215189874e-05,
      "loss": 0.158,
      "step": 112
    },
    {
      "epoch": 0.6026666666666667,
      "grad_norm": 0.16156473755836487,
      "learning_rate": 4.810126582278481e-05,
      "loss": 0.238,
      "step": 113
    },
    {
      "epoch": 0.608,
      "grad_norm": 0.146942138671875,
      "learning_rate": 4.7468354430379746e-05,
      "loss": 0.1976,
      "step": 114
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 0.173028826713562,
      "learning_rate": 4.683544303797468e-05,
      "loss": 0.2321,
      "step": 115
    },
    {
      "epoch": 0.6186666666666667,
      "grad_norm": 0.11964678764343262,
      "learning_rate": 4.6202531645569625e-05,
      "loss": 0.1485,
      "step": 116
    },
    {
      "epoch": 0.624,
      "grad_norm": 0.12158830463886261,
      "learning_rate": 4.556962025316456e-05,
      "loss": 0.1547,
      "step": 117
    },
    {
      "epoch": 0.6293333333333333,
      "grad_norm": 0.11788614839315414,
      "learning_rate": 4.49367088607595e-05,
      "loss": 0.1348,
      "step": 118
    },
    {
      "epoch": 0.6346666666666667,
      "grad_norm": 0.1716631054878235,
      "learning_rate": 4.430379746835443e-05,
      "loss": 0.2399,
      "step": 119
    },
    {
      "epoch": 0.64,
      "grad_norm": 0.12995950877666473,
      "learning_rate": 4.367088607594937e-05,
      "loss": 0.1734,
      "step": 120
    },
    {
      "epoch": 0.6453333333333333,
      "grad_norm": 0.17198224365711212,
      "learning_rate": 4.3037974683544305e-05,
      "loss": 0.1942,
      "step": 121
    },
    {
      "epoch": 0.6506666666666666,
      "grad_norm": 0.1392633467912674,
      "learning_rate": 4.240506329113924e-05,
      "loss": 0.1963,
      "step": 122
    },
    {
      "epoch": 0.656,
      "grad_norm": 0.1315106302499771,
      "learning_rate": 4.177215189873418e-05,
      "loss": 0.1444,
      "step": 123
    },
    {
      "epoch": 0.6613333333333333,
      "grad_norm": 0.13923922181129456,
      "learning_rate": 4.113924050632912e-05,
      "loss": 0.1926,
      "step": 124
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.16086623072624207,
      "learning_rate": 4.050632911392405e-05,
      "loss": 0.2069,
      "step": 125
    },
    {
      "epoch": 0.672,
      "grad_norm": 0.12069070339202881,
      "learning_rate": 3.987341772151899e-05,
      "loss": 0.1476,
      "step": 126
    },
    {
      "epoch": 0.6773333333333333,
      "grad_norm": 0.15239837765693665,
      "learning_rate": 3.924050632911392e-05,
      "loss": 0.2219,
      "step": 127
    },
    {
      "epoch": 0.6826666666666666,
      "grad_norm": 0.16151843965053558,
      "learning_rate": 3.8607594936708864e-05,
      "loss": 0.1529,
      "step": 128
    },
    {
      "epoch": 0.688,
      "grad_norm": 0.11091390997171402,
      "learning_rate": 3.79746835443038e-05,
      "loss": 0.1193,
      "step": 129
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 0.1635241061449051,
      "learning_rate": 3.7341772151898736e-05,
      "loss": 0.214,
      "step": 130
    },
    {
      "epoch": 0.6986666666666667,
      "grad_norm": 0.15467701852321625,
      "learning_rate": 3.670886075949367e-05,
      "loss": 0.2512,
      "step": 131
    },
    {
      "epoch": 0.704,
      "grad_norm": 0.14613984525203705,
      "learning_rate": 3.607594936708861e-05,
      "loss": 0.1939,
      "step": 132
    },
    {
      "epoch": 0.7093333333333334,
      "grad_norm": 0.1265612095594406,
      "learning_rate": 3.5443037974683544e-05,
      "loss": 0.1552,
      "step": 133
    },
    {
      "epoch": 0.7146666666666667,
      "grad_norm": 0.18084152042865753,
      "learning_rate": 3.4810126582278487e-05,
      "loss": 0.2191,
      "step": 134
    },
    {
      "epoch": 0.72,
      "grad_norm": 0.15784312784671783,
      "learning_rate": 3.4177215189873416e-05,
      "loss": 0.226,
      "step": 135
    },
    {
      "epoch": 0.7253333333333334,
      "grad_norm": 0.14998963475227356,
      "learning_rate": 3.354430379746836e-05,
      "loss": 0.1916,
      "step": 136
    },
    {
      "epoch": 0.7306666666666667,
      "grad_norm": 0.1598384976387024,
      "learning_rate": 3.291139240506329e-05,
      "loss": 0.1987,
      "step": 137
    },
    {
      "epoch": 0.736,
      "grad_norm": 0.16208761930465698,
      "learning_rate": 3.227848101265823e-05,
      "loss": 0.2361,
      "step": 138
    },
    {
      "epoch": 0.7413333333333333,
      "grad_norm": 0.12222369015216827,
      "learning_rate": 3.1645569620253167e-05,
      "loss": 0.1357,
      "step": 139
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 0.14964504539966583,
      "learning_rate": 3.10126582278481e-05,
      "loss": 0.1835,
      "step": 140
    },
    {
      "epoch": 0.752,
      "grad_norm": 0.1221926361322403,
      "learning_rate": 3.0379746835443042e-05,
      "loss": 0.15,
      "step": 141
    },
    {
      "epoch": 0.7573333333333333,
      "grad_norm": 0.16649165749549866,
      "learning_rate": 2.9746835443037974e-05,
      "loss": 0.1974,
      "step": 142
    },
    {
      "epoch": 0.7626666666666667,
      "grad_norm": 0.3076987564563751,
      "learning_rate": 2.9113924050632914e-05,
      "loss": 0.2028,
      "step": 143
    },
    {
      "epoch": 0.768,
      "grad_norm": 0.168097123503685,
      "learning_rate": 2.848101265822785e-05,
      "loss": 0.1741,
      "step": 144
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 0.1354515105485916,
      "learning_rate": 2.7848101265822786e-05,
      "loss": 0.1543,
      "step": 145
    },
    {
      "epoch": 0.7786666666666666,
      "grad_norm": 0.1303252875804901,
      "learning_rate": 2.7215189873417722e-05,
      "loss": 0.1434,
      "step": 146
    },
    {
      "epoch": 0.784,
      "grad_norm": 0.1318052113056183,
      "learning_rate": 2.6582278481012658e-05,
      "loss": 0.1363,
      "step": 147
    },
    {
      "epoch": 0.7893333333333333,
      "grad_norm": 0.1303730607032776,
      "learning_rate": 2.5949367088607597e-05,
      "loss": 0.1515,
      "step": 148
    },
    {
      "epoch": 0.7946666666666666,
      "grad_norm": 0.140328511595726,
      "learning_rate": 2.5316455696202533e-05,
      "loss": 0.1665,
      "step": 149
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.13552828133106232,
      "learning_rate": 2.468354430379747e-05,
      "loss": 0.1386,
      "step": 150
    },
    {
      "epoch": 0.8053333333333333,
      "grad_norm": 0.17506061494350433,
      "learning_rate": 2.4050632911392405e-05,
      "loss": 0.2252,
      "step": 151
    },
    {
      "epoch": 0.8106666666666666,
      "grad_norm": 0.1465858370065689,
      "learning_rate": 2.341772151898734e-05,
      "loss": 0.159,
      "step": 152
    },
    {
      "epoch": 0.816,
      "grad_norm": 0.15229599177837372,
      "learning_rate": 2.278481012658228e-05,
      "loss": 0.169,
      "step": 153
    },
    {
      "epoch": 0.8213333333333334,
      "grad_norm": 0.1648339331150055,
      "learning_rate": 2.2151898734177217e-05,
      "loss": 0.1786,
      "step": 154
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 0.1600222885608673,
      "learning_rate": 2.1518987341772153e-05,
      "loss": 0.1839,
      "step": 155
    },
    {
      "epoch": 0.832,
      "grad_norm": 0.1604011356830597,
      "learning_rate": 2.088607594936709e-05,
      "loss": 0.215,
      "step": 156
    },
    {
      "epoch": 0.8373333333333334,
      "grad_norm": 0.1632908582687378,
      "learning_rate": 2.0253164556962025e-05,
      "loss": 0.2002,
      "step": 157
    },
    {
      "epoch": 0.8426666666666667,
      "grad_norm": 0.1548009216785431,
      "learning_rate": 1.962025316455696e-05,
      "loss": 0.1378,
      "step": 158
    },
    {
      "epoch": 0.848,
      "grad_norm": 0.1539408415555954,
      "learning_rate": 1.89873417721519e-05,
      "loss": 0.1712,
      "step": 159
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 0.17960070073604584,
      "learning_rate": 1.8354430379746836e-05,
      "loss": 0.2448,
      "step": 160
    },
    {
      "epoch": 0.8586666666666667,
      "grad_norm": 0.15183104574680328,
      "learning_rate": 1.7721518987341772e-05,
      "loss": 0.1515,
      "step": 161
    },
    {
      "epoch": 0.864,
      "grad_norm": 0.13968126475811005,
      "learning_rate": 1.7088607594936708e-05,
      "loss": 0.1666,
      "step": 162
    },
    {
      "epoch": 0.8693333333333333,
      "grad_norm": 0.14235645532608032,
      "learning_rate": 1.6455696202531644e-05,
      "loss": 0.1538,
      "step": 163
    },
    {
      "epoch": 0.8746666666666667,
      "grad_norm": 0.1785358041524887,
      "learning_rate": 1.5822784810126583e-05,
      "loss": 0.2148,
      "step": 164
    },
    {
      "epoch": 0.88,
      "grad_norm": 0.1671687662601471,
      "learning_rate": 1.5189873417721521e-05,
      "loss": 0.1908,
      "step": 165
    },
    {
      "epoch": 0.8853333333333333,
      "grad_norm": 0.1306813508272171,
      "learning_rate": 1.4556962025316457e-05,
      "loss": 0.1263,
      "step": 166
    },
    {
      "epoch": 0.8906666666666667,
      "grad_norm": 0.15759485960006714,
      "learning_rate": 1.3924050632911393e-05,
      "loss": 0.1801,
      "step": 167
    },
    {
      "epoch": 0.896,
      "grad_norm": 0.13021385669708252,
      "learning_rate": 1.3291139240506329e-05,
      "loss": 0.1595,
      "step": 168
    },
    {
      "epoch": 0.9013333333333333,
      "grad_norm": 0.14475928246974945,
      "learning_rate": 1.2658227848101267e-05,
      "loss": 0.1457,
      "step": 169
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 0.16863997280597687,
      "learning_rate": 1.2025316455696203e-05,
      "loss": 0.2148,
      "step": 170
    },
    {
      "epoch": 0.912,
      "grad_norm": 0.1514918953180313,
      "learning_rate": 1.139240506329114e-05,
      "loss": 0.2062,
      "step": 171
    },
    {
      "epoch": 0.9173333333333333,
      "grad_norm": 0.12021217495203018,
      "learning_rate": 1.0759493670886076e-05,
      "loss": 0.1317,
      "step": 172
    },
    {
      "epoch": 0.9226666666666666,
      "grad_norm": 0.14258597791194916,
      "learning_rate": 1.0126582278481012e-05,
      "loss": 0.2018,
      "step": 173
    },
    {
      "epoch": 0.928,
      "grad_norm": 0.16995571553707123,
      "learning_rate": 9.49367088607595e-06,
      "loss": 0.2204,
      "step": 174
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 0.1419106423854828,
      "learning_rate": 8.860759493670886e-06,
      "loss": 0.1697,
      "step": 175
    },
    {
      "epoch": 0.9386666666666666,
      "grad_norm": 0.1732916682958603,
      "learning_rate": 8.227848101265822e-06,
      "loss": 0.1846,
      "step": 176
    },
    {
      "epoch": 0.944,
      "grad_norm": 0.17777156829833984,
      "learning_rate": 7.5949367088607605e-06,
      "loss": 0.1934,
      "step": 177
    },
    {
      "epoch": 0.9493333333333334,
      "grad_norm": 0.16123773157596588,
      "learning_rate": 6.9620253164556965e-06,
      "loss": 0.1958,
      "step": 178
    },
    {
      "epoch": 0.9546666666666667,
      "grad_norm": 0.15406864881515503,
      "learning_rate": 6.329113924050633e-06,
      "loss": 0.1784,
      "step": 179
    },
    {
      "epoch": 0.96,
      "grad_norm": 0.11084310710430145,
      "learning_rate": 5.69620253164557e-06,
      "loss": 0.1175,
      "step": 180
    },
    {
      "epoch": 0.9653333333333334,
      "grad_norm": 0.16246923804283142,
      "learning_rate": 5.063291139240506e-06,
      "loss": 0.2486,
      "step": 181
    },
    {
      "epoch": 0.9706666666666667,
      "grad_norm": 0.12531302869319916,
      "learning_rate": 4.430379746835443e-06,
      "loss": 0.1238,
      "step": 182
    },
    {
      "epoch": 0.976,
      "grad_norm": 0.18131260573863983,
      "learning_rate": 3.7974683544303802e-06,
      "loss": 0.2342,
      "step": 183
    },
    {
      "epoch": 0.9813333333333333,
      "grad_norm": 0.13300928473472595,
      "learning_rate": 3.1645569620253167e-06,
      "loss": 0.1435,
      "step": 184
    },
    {
      "epoch": 0.9866666666666667,
      "grad_norm": 0.17399272322654724,
      "learning_rate": 2.531645569620253e-06,
      "loss": 0.2321,
      "step": 185
    },
    {
      "epoch": 0.992,
      "grad_norm": 0.11819662153720856,
      "learning_rate": 1.8987341772151901e-06,
      "loss": 0.1167,
      "step": 186
    },
    {
      "epoch": 0.9973333333333333,
      "grad_norm": 0.15021875500679016,
      "learning_rate": 1.2658227848101265e-06,
      "loss": 0.1496,
      "step": 187
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.24460887908935547,
      "learning_rate": 6.329113924050633e-07,
      "loss": 0.2219,
      "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": 2.6062308954440294e+17,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}