{
  "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": 1.5244966745376587,
      "learning_rate": 0.0,
      "loss": 0.8747,
      "step": 1
    },
    {
      "epoch": 0.010666666666666666,
      "grad_norm": 1.6625869274139404,
      "learning_rate": 3.3333333333333333e-06,
      "loss": 0.7995,
      "step": 2
    },
    {
      "epoch": 0.016,
      "grad_norm": 2.075653076171875,
      "learning_rate": 6.666666666666667e-06,
      "loss": 1.0415,
      "step": 3
    },
    {
      "epoch": 0.021333333333333333,
      "grad_norm": 1.8500157594680786,
      "learning_rate": 1e-05,
      "loss": 0.8975,
      "step": 4
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 1.7503248453140259,
      "learning_rate": 1.3333333333333333e-05,
      "loss": 0.8734,
      "step": 5
    },
    {
      "epoch": 0.032,
      "grad_norm": 1.4209932088851929,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 0.857,
      "step": 6
    },
    {
      "epoch": 0.037333333333333336,
      "grad_norm": 1.2780250310897827,
      "learning_rate": 2e-05,
      "loss": 0.6014,
      "step": 7
    },
    {
      "epoch": 0.042666666666666665,
      "grad_norm": 1.527902364730835,
      "learning_rate": 2.3333333333333336e-05,
      "loss": 0.7811,
      "step": 8
    },
    {
      "epoch": 0.048,
      "grad_norm": 1.2061984539031982,
      "learning_rate": 2.6666666666666667e-05,
      "loss": 0.6983,
      "step": 9
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 0.7721861004829407,
      "learning_rate": 3e-05,
      "loss": 0.5617,
      "step": 10
    },
    {
      "epoch": 0.058666666666666666,
      "grad_norm": 0.6221023201942444,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 0.5044,
      "step": 11
    },
    {
      "epoch": 0.064,
      "grad_norm": 0.726941704750061,
      "learning_rate": 3.6666666666666666e-05,
      "loss": 0.5903,
      "step": 12
    },
    {
      "epoch": 0.06933333333333333,
      "grad_norm": 0.4955669343471527,
      "learning_rate": 4e-05,
      "loss": 0.3213,
      "step": 13
    },
    {
      "epoch": 0.07466666666666667,
      "grad_norm": 0.5396461486816406,
      "learning_rate": 4.3333333333333334e-05,
      "loss": 0.6034,
      "step": 14
    },
    {
      "epoch": 0.08,
      "grad_norm": 0.3335428833961487,
      "learning_rate": 4.666666666666667e-05,
      "loss": 0.4055,
      "step": 15
    },
    {
      "epoch": 0.08533333333333333,
      "grad_norm": 0.26744455099105835,
      "learning_rate": 5e-05,
      "loss": 0.3736,
      "step": 16
    },
    {
      "epoch": 0.09066666666666667,
      "grad_norm": 0.2570435702800751,
      "learning_rate": 5.333333333333333e-05,
      "loss": 0.3937,
      "step": 17
    },
    {
      "epoch": 0.096,
      "grad_norm": 0.18787628412246704,
      "learning_rate": 5.666666666666667e-05,
      "loss": 0.307,
      "step": 18
    },
    {
      "epoch": 0.10133333333333333,
      "grad_norm": 0.18758271634578705,
      "learning_rate": 6e-05,
      "loss": 0.3396,
      "step": 19
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 0.1243983581662178,
      "learning_rate": 6.333333333333333e-05,
      "loss": 0.2306,
      "step": 20
    },
    {
      "epoch": 0.112,
      "grad_norm": 0.10289949178695679,
      "learning_rate": 6.666666666666667e-05,
      "loss": 0.1719,
      "step": 21
    },
    {
      "epoch": 0.11733333333333333,
      "grad_norm": 0.15645940601825714,
      "learning_rate": 7e-05,
      "loss": 0.2331,
      "step": 22
    },
    {
      "epoch": 0.12266666666666666,
      "grad_norm": 0.14994366466999054,
      "learning_rate": 7.333333333333333e-05,
      "loss": 0.2899,
      "step": 23
    },
    {
      "epoch": 0.128,
      "grad_norm": 0.14424829185009003,
      "learning_rate": 7.666666666666667e-05,
      "loss": 0.2872,
      "step": 24
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.1719583123922348,
      "learning_rate": 8e-05,
      "loss": 0.3024,
      "step": 25
    },
    {
      "epoch": 0.13866666666666666,
      "grad_norm": 0.1683669090270996,
      "learning_rate": 8.333333333333334e-05,
      "loss": 0.3056,
      "step": 26
    },
    {
      "epoch": 0.144,
      "grad_norm": 0.16605232656002045,
      "learning_rate": 8.666666666666667e-05,
      "loss": 0.2812,
      "step": 27
    },
    {
      "epoch": 0.14933333333333335,
      "grad_norm": 0.14035698771476746,
      "learning_rate": 9e-05,
      "loss": 0.2623,
      "step": 28
    },
    {
      "epoch": 0.15466666666666667,
      "grad_norm": 0.15038567781448364,
      "learning_rate": 9.333333333333334e-05,
      "loss": 0.2398,
      "step": 29
    },
    {
      "epoch": 0.16,
      "grad_norm": 0.17879165709018707,
      "learning_rate": 9.666666666666667e-05,
      "loss": 0.3207,
      "step": 30
    },
    {
      "epoch": 0.16533333333333333,
      "grad_norm": 0.15830092132091522,
      "learning_rate": 0.0001,
      "loss": 0.2238,
      "step": 31
    },
    {
      "epoch": 0.17066666666666666,
      "grad_norm": 0.15147104859352112,
      "learning_rate": 9.936708860759493e-05,
      "loss": 0.2298,
      "step": 32
    },
    {
      "epoch": 0.176,
      "grad_norm": 0.1246795654296875,
      "learning_rate": 9.873417721518988e-05,
      "loss": 0.135,
      "step": 33
    },
    {
      "epoch": 0.18133333333333335,
      "grad_norm": 0.14666695892810822,
      "learning_rate": 9.810126582278482e-05,
      "loss": 0.181,
      "step": 34
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 0.14448311924934387,
      "learning_rate": 9.746835443037975e-05,
      "loss": 0.1517,
      "step": 35
    },
    {
      "epoch": 0.192,
      "grad_norm": 0.1554463803768158,
      "learning_rate": 9.683544303797469e-05,
      "loss": 0.2303,
      "step": 36
    },
    {
      "epoch": 0.19733333333333333,
      "grad_norm": 0.16792212426662445,
      "learning_rate": 9.620253164556962e-05,
      "loss": 0.1913,
      "step": 37
    },
    {
      "epoch": 0.20266666666666666,
      "grad_norm": 0.16655613481998444,
      "learning_rate": 9.556962025316456e-05,
      "loss": 0.2667,
      "step": 38
    },
    {
      "epoch": 0.208,
      "grad_norm": 0.14422154426574707,
      "learning_rate": 9.493670886075949e-05,
      "loss": 0.2027,
      "step": 39
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 0.15465523302555084,
      "learning_rate": 9.430379746835444e-05,
      "loss": 0.2198,
      "step": 40
    },
    {
      "epoch": 0.21866666666666668,
      "grad_norm": 0.1457090824842453,
      "learning_rate": 9.367088607594936e-05,
      "loss": 0.1846,
      "step": 41
    },
    {
      "epoch": 0.224,
      "grad_norm": 0.18521079421043396,
      "learning_rate": 9.303797468354431e-05,
      "loss": 0.2154,
      "step": 42
    },
    {
      "epoch": 0.22933333333333333,
      "grad_norm": 0.1954275220632553,
      "learning_rate": 9.240506329113925e-05,
      "loss": 0.2337,
      "step": 43
    },
    {
      "epoch": 0.23466666666666666,
      "grad_norm": 0.12071781605482101,
      "learning_rate": 9.177215189873418e-05,
      "loss": 0.1688,
      "step": 44
    },
    {
      "epoch": 0.24,
      "grad_norm": 0.14796920120716095,
      "learning_rate": 9.113924050632912e-05,
      "loss": 0.1987,
      "step": 45
    },
    {
      "epoch": 0.24533333333333332,
      "grad_norm": 0.16506852209568024,
      "learning_rate": 9.050632911392407e-05,
      "loss": 0.2192,
      "step": 46
    },
    {
      "epoch": 0.25066666666666665,
      "grad_norm": 0.13638021051883698,
      "learning_rate": 8.9873417721519e-05,
      "loss": 0.1904,
      "step": 47
    },
    {
      "epoch": 0.256,
      "grad_norm": 0.1311766654253006,
      "learning_rate": 8.924050632911392e-05,
      "loss": 0.177,
      "step": 48
    },
    {
      "epoch": 0.2613333333333333,
      "grad_norm": 0.1470109224319458,
      "learning_rate": 8.860759493670887e-05,
      "loss": 0.1856,
      "step": 49
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.12755663692951202,
      "learning_rate": 8.797468354430381e-05,
      "loss": 0.2054,
      "step": 50
    },
    {
      "epoch": 0.272,
      "grad_norm": 0.12156207859516144,
      "learning_rate": 8.734177215189874e-05,
      "loss": 0.202,
      "step": 51
    },
    {
      "epoch": 0.2773333333333333,
      "grad_norm": 0.12562747299671173,
      "learning_rate": 8.670886075949367e-05,
      "loss": 0.2154,
      "step": 52
    },
    {
      "epoch": 0.2826666666666667,
      "grad_norm": 0.1033131331205368,
      "learning_rate": 8.607594936708861e-05,
      "loss": 0.1287,
      "step": 53
    },
    {
      "epoch": 0.288,
      "grad_norm": 0.13858231902122498,
      "learning_rate": 8.544303797468355e-05,
      "loss": 0.1969,
      "step": 54
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 0.11134616285562515,
      "learning_rate": 8.481012658227848e-05,
      "loss": 0.1635,
      "step": 55
    },
    {
      "epoch": 0.2986666666666667,
      "grad_norm": 0.14637276530265808,
      "learning_rate": 8.417721518987342e-05,
      "loss": 0.2683,
      "step": 56
    },
    {
      "epoch": 0.304,
      "grad_norm": 0.11500333994626999,
      "learning_rate": 8.354430379746835e-05,
      "loss": 0.1493,
      "step": 57
    },
    {
      "epoch": 0.30933333333333335,
      "grad_norm": 0.12631365656852722,
      "learning_rate": 8.29113924050633e-05,
      "loss": 0.1952,
      "step": 58
    },
    {
      "epoch": 0.31466666666666665,
      "grad_norm": 0.17529994249343872,
      "learning_rate": 8.227848101265824e-05,
      "loss": 0.2563,
      "step": 59
    },
    {
      "epoch": 0.32,
      "grad_norm": 0.11608126759529114,
      "learning_rate": 8.164556962025317e-05,
      "loss": 0.1643,
      "step": 60
    },
    {
      "epoch": 0.3253333333333333,
      "grad_norm": 0.15890997648239136,
      "learning_rate": 8.10126582278481e-05,
      "loss": 0.2477,
      "step": 61
    },
    {
      "epoch": 0.33066666666666666,
      "grad_norm": 0.13691028952598572,
      "learning_rate": 8.037974683544304e-05,
      "loss": 0.181,
      "step": 62
    },
    {
      "epoch": 0.336,
      "grad_norm": 0.16794580221176147,
      "learning_rate": 7.974683544303798e-05,
      "loss": 0.2508,
      "step": 63
    },
    {
      "epoch": 0.3413333333333333,
      "grad_norm": 0.14038850367069244,
      "learning_rate": 7.911392405063291e-05,
      "loss": 0.1881,
      "step": 64
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 0.12197761982679367,
      "learning_rate": 7.848101265822784e-05,
      "loss": 0.2163,
      "step": 65
    },
    {
      "epoch": 0.352,
      "grad_norm": 0.12509499490261078,
      "learning_rate": 7.78481012658228e-05,
      "loss": 0.16,
      "step": 66
    },
    {
      "epoch": 0.35733333333333334,
      "grad_norm": 0.13360801339149475,
      "learning_rate": 7.721518987341773e-05,
      "loss": 0.1691,
      "step": 67
    },
    {
      "epoch": 0.3626666666666667,
      "grad_norm": 0.14919808506965637,
      "learning_rate": 7.658227848101266e-05,
      "loss": 0.2381,
      "step": 68
    },
    {
      "epoch": 0.368,
      "grad_norm": 0.13042998313903809,
      "learning_rate": 7.59493670886076e-05,
      "loss": 0.1638,
      "step": 69
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 0.16224266588687897,
      "learning_rate": 7.531645569620254e-05,
      "loss": 0.2437,
      "step": 70
    },
    {
      "epoch": 0.37866666666666665,
      "grad_norm": 0.11836297065019608,
      "learning_rate": 7.468354430379747e-05,
      "loss": 0.1454,
      "step": 71
    },
    {
      "epoch": 0.384,
      "grad_norm": 0.11804986745119095,
      "learning_rate": 7.40506329113924e-05,
      "loss": 0.1813,
      "step": 72
    },
    {
      "epoch": 0.3893333333333333,
      "grad_norm": 0.12146873772144318,
      "learning_rate": 7.341772151898734e-05,
      "loss": 0.1454,
      "step": 73
    },
    {
      "epoch": 0.39466666666666667,
      "grad_norm": 0.1420845240354538,
      "learning_rate": 7.278481012658229e-05,
      "loss": 0.1981,
      "step": 74
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.19067393243312836,
      "learning_rate": 7.215189873417722e-05,
      "loss": 0.2599,
      "step": 75
    },
    {
      "epoch": 0.4053333333333333,
      "grad_norm": 0.11173677444458008,
      "learning_rate": 7.151898734177216e-05,
      "loss": 0.1282,
      "step": 76
    },
    {
      "epoch": 0.4106666666666667,
      "grad_norm": 0.12630920112133026,
      "learning_rate": 7.088607594936709e-05,
      "loss": 0.1744,
      "step": 77
    },
    {
      "epoch": 0.416,
      "grad_norm": 0.10535226762294769,
      "learning_rate": 7.025316455696203e-05,
      "loss": 0.1173,
      "step": 78
    },
    {
      "epoch": 0.42133333333333334,
      "grad_norm": 0.123932383954525,
      "learning_rate": 6.962025316455697e-05,
      "loss": 0.1753,
      "step": 79
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 0.10344599932432175,
      "learning_rate": 6.89873417721519e-05,
      "loss": 0.1209,
      "step": 80
    },
    {
      "epoch": 0.432,
      "grad_norm": 0.11588889360427856,
      "learning_rate": 6.835443037974683e-05,
      "loss": 0.1493,
      "step": 81
    },
    {
      "epoch": 0.43733333333333335,
      "grad_norm": 0.15627896785736084,
      "learning_rate": 6.772151898734177e-05,
      "loss": 0.1694,
      "step": 82
    },
    {
      "epoch": 0.44266666666666665,
      "grad_norm": 0.14579550921916962,
      "learning_rate": 6.708860759493672e-05,
      "loss": 0.174,
      "step": 83
    },
    {
      "epoch": 0.448,
      "grad_norm": 0.11701271682977676,
      "learning_rate": 6.645569620253165e-05,
      "loss": 0.1506,
      "step": 84
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 0.12071877717971802,
      "learning_rate": 6.582278481012658e-05,
      "loss": 0.1558,
      "step": 85
    },
    {
      "epoch": 0.45866666666666667,
      "grad_norm": 0.17169909179210663,
      "learning_rate": 6.518987341772153e-05,
      "loss": 0.2527,
      "step": 86
    },
    {
      "epoch": 0.464,
      "grad_norm": 0.1404753476381302,
      "learning_rate": 6.455696202531646e-05,
      "loss": 0.2124,
      "step": 87
    },
    {
      "epoch": 0.4693333333333333,
      "grad_norm": 0.12540891766548157,
      "learning_rate": 6.392405063291139e-05,
      "loss": 0.1328,
      "step": 88
    },
    {
      "epoch": 0.4746666666666667,
      "grad_norm": 0.16704794764518738,
      "learning_rate": 6.329113924050633e-05,
      "loss": 0.1899,
      "step": 89
    },
    {
      "epoch": 0.48,
      "grad_norm": 0.09160376340150833,
      "learning_rate": 6.265822784810128e-05,
      "loss": 0.0899,
      "step": 90
    },
    {
      "epoch": 0.48533333333333334,
      "grad_norm": 0.12481855601072311,
      "learning_rate": 6.20253164556962e-05,
      "loss": 0.2039,
      "step": 91
    },
    {
      "epoch": 0.49066666666666664,
      "grad_norm": 0.12187805771827698,
      "learning_rate": 6.139240506329115e-05,
      "loss": 0.1191,
      "step": 92
    },
    {
      "epoch": 0.496,
      "grad_norm": 0.12306909263134003,
      "learning_rate": 6.0759493670886084e-05,
      "loss": 0.1577,
      "step": 93
    },
    {
      "epoch": 0.5013333333333333,
      "grad_norm": 0.1517246514558792,
      "learning_rate": 6.012658227848101e-05,
      "loss": 0.1806,
      "step": 94
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 0.12421153485774994,
      "learning_rate": 5.949367088607595e-05,
      "loss": 0.1366,
      "step": 95
    },
    {
      "epoch": 0.512,
      "grad_norm": 0.11954925954341888,
      "learning_rate": 5.886075949367089e-05,
      "loss": 0.1342,
      "step": 96
    },
    {
      "epoch": 0.5173333333333333,
      "grad_norm": 0.14524592459201813,
      "learning_rate": 5.822784810126583e-05,
      "loss": 0.171,
      "step": 97
    },
    {
      "epoch": 0.5226666666666666,
      "grad_norm": 0.1605830192565918,
      "learning_rate": 5.759493670886076e-05,
      "loss": 0.1893,
      "step": 98
    },
    {
      "epoch": 0.528,
      "grad_norm": 0.15237444639205933,
      "learning_rate": 5.69620253164557e-05,
      "loss": 0.2264,
      "step": 99
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.13282237946987152,
      "learning_rate": 5.6329113924050636e-05,
      "loss": 0.1919,
      "step": 100
    },
    {
      "epoch": 0.5386666666666666,
      "grad_norm": 0.14186762273311615,
      "learning_rate": 5.569620253164557e-05,
      "loss": 0.1494,
      "step": 101
    },
    {
      "epoch": 0.544,
      "grad_norm": 0.1203412190079689,
      "learning_rate": 5.5063291139240514e-05,
      "loss": 0.1494,
      "step": 102
    },
    {
      "epoch": 0.5493333333333333,
      "grad_norm": 0.13143344223499298,
      "learning_rate": 5.4430379746835444e-05,
      "loss": 0.1719,
      "step": 103
    },
    {
      "epoch": 0.5546666666666666,
      "grad_norm": 0.12718938291072845,
      "learning_rate": 5.379746835443038e-05,
      "loss": 0.1983,
      "step": 104
    },
    {
      "epoch": 0.56,
      "grad_norm": 0.12441940605640411,
      "learning_rate": 5.3164556962025316e-05,
      "loss": 0.1595,
      "step": 105
    },
    {
      "epoch": 0.5653333333333334,
      "grad_norm": 0.13307397067546844,
      "learning_rate": 5.253164556962026e-05,
      "loss": 0.1913,
      "step": 106
    },
    {
      "epoch": 0.5706666666666667,
      "grad_norm": 0.14008662104606628,
      "learning_rate": 5.1898734177215194e-05,
      "loss": 0.1861,
      "step": 107
    },
    {
      "epoch": 0.576,
      "grad_norm": 0.1288226842880249,
      "learning_rate": 5.1265822784810124e-05,
      "loss": 0.1855,
      "step": 108
    },
    {
      "epoch": 0.5813333333333334,
      "grad_norm": 0.16353213787078857,
      "learning_rate": 5.0632911392405066e-05,
      "loss": 0.1612,
      "step": 109
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 0.1348782181739807,
      "learning_rate": 5e-05,
      "loss": 0.1956,
      "step": 110
    },
    {
      "epoch": 0.592,
      "grad_norm": 0.12835703790187836,
      "learning_rate": 4.936708860759494e-05,
      "loss": 0.1519,
      "step": 111
    },
    {
      "epoch": 0.5973333333333334,
      "grad_norm": 0.1121419295668602,
      "learning_rate": 4.8734177215189874e-05,
      "loss": 0.1658,
      "step": 112
    },
    {
      "epoch": 0.6026666666666667,
      "grad_norm": 0.12903057038784027,
      "learning_rate": 4.810126582278481e-05,
      "loss": 0.1995,
      "step": 113
    },
    {
      "epoch": 0.608,
      "grad_norm": 0.1511698216199875,
      "learning_rate": 4.7468354430379746e-05,
      "loss": 0.2288,
      "step": 114
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 0.12376526743173599,
      "learning_rate": 4.683544303797468e-05,
      "loss": 0.1506,
      "step": 115
    },
    {
      "epoch": 0.6186666666666667,
      "grad_norm": 0.11870298534631729,
      "learning_rate": 4.6202531645569625e-05,
      "loss": 0.1448,
      "step": 116
    },
    {
      "epoch": 0.624,
      "grad_norm": 0.1278562694787979,
      "learning_rate": 4.556962025316456e-05,
      "loss": 0.1693,
      "step": 117
    },
    {
      "epoch": 0.6293333333333333,
      "grad_norm": 0.13515332341194153,
      "learning_rate": 4.49367088607595e-05,
      "loss": 0.1437,
      "step": 118
    },
    {
      "epoch": 0.6346666666666667,
      "grad_norm": 0.13473452627658844,
      "learning_rate": 4.430379746835443e-05,
      "loss": 0.1733,
      "step": 119
    },
    {
      "epoch": 0.64,
      "grad_norm": 0.1502775102853775,
      "learning_rate": 4.367088607594937e-05,
      "loss": 0.1787,
      "step": 120
    },
    {
      "epoch": 0.6453333333333333,
      "grad_norm": 0.11747715622186661,
      "learning_rate": 4.3037974683544305e-05,
      "loss": 0.1386,
      "step": 121
    },
    {
      "epoch": 0.6506666666666666,
      "grad_norm": 0.15984907746315002,
      "learning_rate": 4.240506329113924e-05,
      "loss": 0.2061,
      "step": 122
    },
    {
      "epoch": 0.656,
      "grad_norm": 0.12643878161907196,
      "learning_rate": 4.177215189873418e-05,
      "loss": 0.1765,
      "step": 123
    },
    {
      "epoch": 0.6613333333333333,
      "grad_norm": 0.15259617567062378,
      "learning_rate": 4.113924050632912e-05,
      "loss": 0.2045,
      "step": 124
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.14971527457237244,
      "learning_rate": 4.050632911392405e-05,
      "loss": 0.1966,
      "step": 125
    },
    {
      "epoch": 0.672,
      "grad_norm": 0.13014906644821167,
      "learning_rate": 3.987341772151899e-05,
      "loss": 0.1811,
      "step": 126
    },
    {
      "epoch": 0.6773333333333333,
      "grad_norm": 0.11034119874238968,
      "learning_rate": 3.924050632911392e-05,
      "loss": 0.148,
      "step": 127
    },
    {
      "epoch": 0.6826666666666666,
      "grad_norm": 0.11799996346235275,
      "learning_rate": 3.8607594936708864e-05,
      "loss": 0.134,
      "step": 128
    },
    {
      "epoch": 0.688,
      "grad_norm": 0.1361047625541687,
      "learning_rate": 3.79746835443038e-05,
      "loss": 0.1852,
      "step": 129
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 0.14461413025856018,
      "learning_rate": 3.7341772151898736e-05,
      "loss": 0.1892,
      "step": 130
    },
    {
      "epoch": 0.6986666666666667,
      "grad_norm": 0.17837664484977722,
      "learning_rate": 3.670886075949367e-05,
      "loss": 0.2413,
      "step": 131
    },
    {
      "epoch": 0.704,
      "grad_norm": 0.14232684671878815,
      "learning_rate": 3.607594936708861e-05,
      "loss": 0.1918,
      "step": 132
    },
    {
      "epoch": 0.7093333333333334,
      "grad_norm": 0.12363053113222122,
      "learning_rate": 3.5443037974683544e-05,
      "loss": 0.1622,
      "step": 133
    },
    {
      "epoch": 0.7146666666666667,
      "grad_norm": 0.15146830677986145,
      "learning_rate": 3.4810126582278487e-05,
      "loss": 0.1945,
      "step": 134
    },
    {
      "epoch": 0.72,
      "grad_norm": 0.15759508311748505,
      "learning_rate": 3.4177215189873416e-05,
      "loss": 0.228,
      "step": 135
    },
    {
      "epoch": 0.7253333333333334,
      "grad_norm": 0.12694376707077026,
      "learning_rate": 3.354430379746836e-05,
      "loss": 0.1592,
      "step": 136
    },
    {
      "epoch": 0.7306666666666667,
      "grad_norm": 0.1292819231748581,
      "learning_rate": 3.291139240506329e-05,
      "loss": 0.1672,
      "step": 137
    },
    {
      "epoch": 0.736,
      "grad_norm": 0.15296748280525208,
      "learning_rate": 3.227848101265823e-05,
      "loss": 0.1865,
      "step": 138
    },
    {
      "epoch": 0.7413333333333333,
      "grad_norm": 0.15220022201538086,
      "learning_rate": 3.1645569620253167e-05,
      "loss": 0.174,
      "step": 139
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 0.1575816571712494,
      "learning_rate": 3.10126582278481e-05,
      "loss": 0.1954,
      "step": 140
    },
    {
      "epoch": 0.752,
      "grad_norm": 0.1149907112121582,
      "learning_rate": 3.0379746835443042e-05,
      "loss": 0.1074,
      "step": 141
    },
    {
      "epoch": 0.7573333333333333,
      "grad_norm": 0.13131798803806305,
      "learning_rate": 2.9746835443037974e-05,
      "loss": 0.1745,
      "step": 142
    },
    {
      "epoch": 0.7626666666666667,
      "grad_norm": 0.12564794719219208,
      "learning_rate": 2.9113924050632914e-05,
      "loss": 0.1479,
      "step": 143
    },
    {
      "epoch": 0.768,
      "grad_norm": 0.14792603254318237,
      "learning_rate": 2.848101265822785e-05,
      "loss": 0.1734,
      "step": 144
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 0.13111098110675812,
      "learning_rate": 2.7848101265822786e-05,
      "loss": 0.1583,
      "step": 145
    },
    {
      "epoch": 0.7786666666666666,
      "grad_norm": 0.11687033623456955,
      "learning_rate": 2.7215189873417722e-05,
      "loss": 0.1172,
      "step": 146
    },
    {
      "epoch": 0.784,
      "grad_norm": 0.12368358671665192,
      "learning_rate": 2.6582278481012658e-05,
      "loss": 0.1477,
      "step": 147
    },
    {
      "epoch": 0.7893333333333333,
      "grad_norm": 0.1336359828710556,
      "learning_rate": 2.5949367088607597e-05,
      "loss": 0.1893,
      "step": 148
    },
    {
      "epoch": 0.7946666666666666,
      "grad_norm": 0.1560533046722412,
      "learning_rate": 2.5316455696202533e-05,
      "loss": 0.1423,
      "step": 149
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.15754039585590363,
      "learning_rate": 2.468354430379747e-05,
      "loss": 0.2148,
      "step": 150
    },
    {
      "epoch": 0.8053333333333333,
      "grad_norm": 0.13604387640953064,
      "learning_rate": 2.4050632911392405e-05,
      "loss": 0.1678,
      "step": 151
    },
    {
      "epoch": 0.8106666666666666,
      "grad_norm": 0.142144575715065,
      "learning_rate": 2.341772151898734e-05,
      "loss": 0.1611,
      "step": 152
    },
    {
      "epoch": 0.816,
      "grad_norm": 0.12983933091163635,
      "learning_rate": 2.278481012658228e-05,
      "loss": 0.172,
      "step": 153
    },
    {
      "epoch": 0.8213333333333334,
      "grad_norm": 0.16215431690216064,
      "learning_rate": 2.2151898734177217e-05,
      "loss": 0.211,
      "step": 154
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 0.1399165391921997,
      "learning_rate": 2.1518987341772153e-05,
      "loss": 0.1594,
      "step": 155
    },
    {
      "epoch": 0.832,
      "grad_norm": 0.11557877063751221,
      "learning_rate": 2.088607594936709e-05,
      "loss": 0.1288,
      "step": 156
    },
    {
      "epoch": 0.8373333333333334,
      "grad_norm": 0.1501612365245819,
      "learning_rate": 2.0253164556962025e-05,
      "loss": 0.1524,
      "step": 157
    },
    {
      "epoch": 0.8426666666666667,
      "grad_norm": 0.11090222746133804,
      "learning_rate": 1.962025316455696e-05,
      "loss": 0.1254,
      "step": 158
    },
    {
      "epoch": 0.848,
      "grad_norm": 0.13009053468704224,
      "learning_rate": 1.89873417721519e-05,
      "loss": 0.1489,
      "step": 159
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 0.15032489597797394,
      "learning_rate": 1.8354430379746836e-05,
      "loss": 0.2082,
      "step": 160
    },
    {
      "epoch": 0.8586666666666667,
      "grad_norm": 0.13270796835422516,
      "learning_rate": 1.7721518987341772e-05,
      "loss": 0.1993,
      "step": 161
    },
    {
      "epoch": 0.864,
      "grad_norm": 0.11936702579259872,
      "learning_rate": 1.7088607594936708e-05,
      "loss": 0.1335,
      "step": 162
    },
    {
      "epoch": 0.8693333333333333,
      "grad_norm": 0.1392815113067627,
      "learning_rate": 1.6455696202531644e-05,
      "loss": 0.1701,
      "step": 163
    },
    {
      "epoch": 0.8746666666666667,
      "grad_norm": 0.13193881511688232,
      "learning_rate": 1.5822784810126583e-05,
      "loss": 0.1643,
      "step": 164
    },
    {
      "epoch": 0.88,
      "grad_norm": 0.14312869310379028,
      "learning_rate": 1.5189873417721521e-05,
      "loss": 0.1478,
      "step": 165
    },
    {
      "epoch": 0.8853333333333333,
      "grad_norm": 0.09622722119092941,
      "learning_rate": 1.4556962025316457e-05,
      "loss": 0.0904,
      "step": 166
    },
    {
      "epoch": 0.8906666666666667,
      "grad_norm": 0.15038517117500305,
      "learning_rate": 1.3924050632911393e-05,
      "loss": 0.1749,
      "step": 167
    },
    {
      "epoch": 0.896,
      "grad_norm": 0.12532921135425568,
      "learning_rate": 1.3291139240506329e-05,
      "loss": 0.1204,
      "step": 168
    },
    {
      "epoch": 0.9013333333333333,
      "grad_norm": 0.11329808086156845,
      "learning_rate": 1.2658227848101267e-05,
      "loss": 0.1464,
      "step": 169
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 0.13774539530277252,
      "learning_rate": 1.2025316455696203e-05,
      "loss": 0.136,
      "step": 170
    },
    {
      "epoch": 0.912,
      "grad_norm": 0.1233089491724968,
      "learning_rate": 1.139240506329114e-05,
      "loss": 0.1487,
      "step": 171
    },
    {
      "epoch": 0.9173333333333333,
      "grad_norm": 0.11669178307056427,
      "learning_rate": 1.0759493670886076e-05,
      "loss": 0.1222,
      "step": 172
    },
    {
      "epoch": 0.9226666666666666,
      "grad_norm": 0.12583141028881073,
      "learning_rate": 1.0126582278481012e-05,
      "loss": 0.111,
      "step": 173
    },
    {
      "epoch": 0.928,
      "grad_norm": 0.14962823688983917,
      "learning_rate": 9.49367088607595e-06,
      "loss": 0.1857,
      "step": 174
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 0.1501280963420868,
      "learning_rate": 8.860759493670886e-06,
      "loss": 0.1674,
      "step": 175
    },
    {
      "epoch": 0.9386666666666666,
      "grad_norm": 0.16275645792484283,
      "learning_rate": 8.227848101265822e-06,
      "loss": 0.1724,
      "step": 176
    },
    {
      "epoch": 0.944,
      "grad_norm": 0.14533382654190063,
      "learning_rate": 7.5949367088607605e-06,
      "loss": 0.1921,
      "step": 177
    },
    {
      "epoch": 0.9493333333333334,
      "grad_norm": 0.14411696791648865,
      "learning_rate": 6.9620253164556965e-06,
      "loss": 0.1685,
      "step": 178
    },
    {
      "epoch": 0.9546666666666667,
      "grad_norm": 0.14665833115577698,
      "learning_rate": 6.329113924050633e-06,
      "loss": 0.1618,
      "step": 179
    },
    {
      "epoch": 0.96,
      "grad_norm": 0.13544632494449615,
      "learning_rate": 5.69620253164557e-06,
      "loss": 0.1234,
      "step": 180
    },
    {
      "epoch": 0.9653333333333334,
      "grad_norm": 0.1795777678489685,
      "learning_rate": 5.063291139240506e-06,
      "loss": 0.2454,
      "step": 181
    },
    {
      "epoch": 0.9706666666666667,
      "grad_norm": 0.16076916456222534,
      "learning_rate": 4.430379746835443e-06,
      "loss": 0.1905,
      "step": 182
    },
    {
      "epoch": 0.976,
      "grad_norm": 0.12892693281173706,
      "learning_rate": 3.7974683544303802e-06,
      "loss": 0.1773,
      "step": 183
    },
    {
      "epoch": 0.9813333333333333,
      "grad_norm": 0.1371075063943863,
      "learning_rate": 3.1645569620253167e-06,
      "loss": 0.1691,
      "step": 184
    },
    {
      "epoch": 0.9866666666666667,
      "grad_norm": 0.14730900526046753,
      "learning_rate": 2.531645569620253e-06,
      "loss": 0.1769,
      "step": 185
    },
    {
      "epoch": 0.992,
      "grad_norm": 0.1374824047088623,
      "learning_rate": 1.8987341772151901e-06,
      "loss": 0.1794,
      "step": 186
    },
    {
      "epoch": 0.9973333333333333,
      "grad_norm": 0.12439089268445969,
      "learning_rate": 1.2658227848101265e-06,
      "loss": 0.1553,
      "step": 187
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.1619700938463211,
      "learning_rate": 6.329113924050633e-07,
      "loss": 0.146,
      "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": 2.724360878387712e+17,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}