{
  "best_global_step": null,
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 2.0,
  "eval_steps": 20,
  "global_step": 600,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.0033333333333333335,
      "grad_norm": 8.0,
      "learning_rate": 0.0,
      "loss": 3.704,
      "step": 1
    },
    {
      "epoch": 0.006666666666666667,
      "grad_norm": 7.5625,
      "learning_rate": 2.0000000000000003e-06,
      "loss": 3.753,
      "step": 2
    },
    {
      "epoch": 0.01,
      "grad_norm": 7.96875,
      "learning_rate": 4.000000000000001e-06,
      "loss": 3.7435,
      "step": 3
    },
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 7.875,
      "learning_rate": 6e-06,
      "loss": 3.7596,
      "step": 4
    },
    {
      "epoch": 0.016666666666666666,
      "grad_norm": 8.25,
      "learning_rate": 8.000000000000001e-06,
      "loss": 3.6881,
      "step": 5
    },
    {
      "epoch": 0.02,
      "grad_norm": 7.96875,
      "learning_rate": 1e-05,
      "loss": 3.7124,
      "step": 6
    },
    {
      "epoch": 0.023333333333333334,
      "grad_norm": 8.1875,
      "learning_rate": 9.983193277310925e-06,
      "loss": 3.6898,
      "step": 7
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 7.3125,
      "learning_rate": 9.96638655462185e-06,
      "loss": 3.6003,
      "step": 8
    },
    {
      "epoch": 0.03,
      "grad_norm": 6.59375,
      "learning_rate": 9.949579831932774e-06,
      "loss": 3.3132,
      "step": 9
    },
    {
      "epoch": 0.03333333333333333,
      "grad_norm": 6.875,
      "learning_rate": 9.932773109243698e-06,
      "loss": 3.384,
      "step": 10
    },
    {
      "epoch": 0.03666666666666667,
      "grad_norm": 7.0625,
      "learning_rate": 9.915966386554622e-06,
      "loss": 3.2793,
      "step": 11
    },
    {
      "epoch": 0.04,
      "grad_norm": 6.34375,
      "learning_rate": 9.899159663865548e-06,
      "loss": 3.3562,
      "step": 12
    },
    {
      "epoch": 0.043333333333333335,
      "grad_norm": 5.9375,
      "learning_rate": 9.882352941176472e-06,
      "loss": 3.2332,
      "step": 13
    },
    {
      "epoch": 0.04666666666666667,
      "grad_norm": 5.9375,
      "learning_rate": 9.865546218487397e-06,
      "loss": 3.1515,
      "step": 14
    },
    {
      "epoch": 0.05,
      "grad_norm": 5.46875,
      "learning_rate": 9.848739495798321e-06,
      "loss": 3.2211,
      "step": 15
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 5.75,
      "learning_rate": 9.831932773109244e-06,
      "loss": 3.0058,
      "step": 16
    },
    {
      "epoch": 0.056666666666666664,
      "grad_norm": 4.96875,
      "learning_rate": 9.815126050420168e-06,
      "loss": 2.8119,
      "step": 17
    },
    {
      "epoch": 0.06,
      "grad_norm": 5.0,
      "learning_rate": 9.798319327731092e-06,
      "loss": 2.9361,
      "step": 18
    },
    {
      "epoch": 0.06333333333333334,
      "grad_norm": 4.5625,
      "learning_rate": 9.781512605042018e-06,
      "loss": 2.9393,
      "step": 19
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 4.78125,
      "learning_rate": 9.764705882352942e-06,
      "loss": 2.6777,
      "step": 20
    },
    {
      "epoch": 0.07,
      "grad_norm": 4.4375,
      "learning_rate": 9.747899159663867e-06,
      "loss": 2.7683,
      "step": 21
    },
    {
      "epoch": 0.07333333333333333,
      "grad_norm": 4.28125,
      "learning_rate": 9.731092436974791e-06,
      "loss": 2.6016,
      "step": 22
    },
    {
      "epoch": 0.07666666666666666,
      "grad_norm": 4.5625,
      "learning_rate": 9.714285714285715e-06,
      "loss": 2.8662,
      "step": 23
    },
    {
      "epoch": 0.08,
      "grad_norm": 4.0625,
      "learning_rate": 9.69747899159664e-06,
      "loss": 2.5337,
      "step": 24
    },
    {
      "epoch": 0.08333333333333333,
      "grad_norm": 3.765625,
      "learning_rate": 9.680672268907564e-06,
      "loss": 2.6618,
      "step": 25
    },
    {
      "epoch": 0.08666666666666667,
      "grad_norm": 3.71875,
      "learning_rate": 9.663865546218488e-06,
      "loss": 2.5384,
      "step": 26
    },
    {
      "epoch": 0.09,
      "grad_norm": 3.625,
      "learning_rate": 9.647058823529412e-06,
      "loss": 2.3644,
      "step": 27
    },
    {
      "epoch": 0.09333333333333334,
      "grad_norm": 3.375,
      "learning_rate": 9.630252100840337e-06,
      "loss": 2.5523,
      "step": 28
    },
    {
      "epoch": 0.09666666666666666,
      "grad_norm": 3.5625,
      "learning_rate": 9.61344537815126e-06,
      "loss": 2.4416,
      "step": 29
    },
    {
      "epoch": 0.1,
      "grad_norm": 3.5625,
      "learning_rate": 9.596638655462187e-06,
      "loss": 2.3784,
      "step": 30
    },
    {
      "epoch": 0.10333333333333333,
      "grad_norm": 3.34375,
      "learning_rate": 9.579831932773111e-06,
      "loss": 2.2584,
      "step": 31
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 3.296875,
      "learning_rate": 9.563025210084035e-06,
      "loss": 2.3913,
      "step": 32
    },
    {
      "epoch": 0.11,
      "grad_norm": 3.109375,
      "learning_rate": 9.54621848739496e-06,
      "loss": 2.2638,
      "step": 33
    },
    {
      "epoch": 0.11333333333333333,
      "grad_norm": 3.03125,
      "learning_rate": 9.529411764705882e-06,
      "loss": 2.4333,
      "step": 34
    },
    {
      "epoch": 0.11666666666666667,
      "grad_norm": 2.921875,
      "learning_rate": 9.512605042016806e-06,
      "loss": 2.2413,
      "step": 35
    },
    {
      "epoch": 0.12,
      "grad_norm": 2.71875,
      "learning_rate": 9.49579831932773e-06,
      "loss": 2.1486,
      "step": 36
    },
    {
      "epoch": 0.12333333333333334,
      "grad_norm": 2.8125,
      "learning_rate": 9.478991596638657e-06,
      "loss": 2.2499,
      "step": 37
    },
    {
      "epoch": 0.12666666666666668,
      "grad_norm": 2.625,
      "learning_rate": 9.462184873949581e-06,
      "loss": 2.1166,
      "step": 38
    },
    {
      "epoch": 0.13,
      "grad_norm": 2.5,
      "learning_rate": 9.445378151260505e-06,
      "loss": 2.1453,
      "step": 39
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 2.625,
      "learning_rate": 9.42857142857143e-06,
      "loss": 2.2253,
      "step": 40
    },
    {
      "epoch": 0.13666666666666666,
      "grad_norm": 2.546875,
      "learning_rate": 9.411764705882354e-06,
      "loss": 2.125,
      "step": 41
    },
    {
      "epoch": 0.14,
      "grad_norm": 2.4375,
      "learning_rate": 9.394957983193278e-06,
      "loss": 2.1628,
      "step": 42
    },
    {
      "epoch": 0.14333333333333334,
      "grad_norm": 2.53125,
      "learning_rate": 9.378151260504202e-06,
      "loss": 2.103,
      "step": 43
    },
    {
      "epoch": 0.14666666666666667,
      "grad_norm": 2.6875,
      "learning_rate": 9.361344537815127e-06,
      "loss": 2.0865,
      "step": 44
    },
    {
      "epoch": 0.15,
      "grad_norm": 2.421875,
      "learning_rate": 9.344537815126051e-06,
      "loss": 2.0614,
      "step": 45
    },
    {
      "epoch": 0.15333333333333332,
      "grad_norm": 2.421875,
      "learning_rate": 9.327731092436975e-06,
      "loss": 2.1216,
      "step": 46
    },
    {
      "epoch": 0.15666666666666668,
      "grad_norm": 2.5,
      "learning_rate": 9.3109243697479e-06,
      "loss": 2.1927,
      "step": 47
    },
    {
      "epoch": 0.16,
      "grad_norm": 2.3125,
      "learning_rate": 9.294117647058824e-06,
      "loss": 2.0881,
      "step": 48
    },
    {
      "epoch": 0.16333333333333333,
      "grad_norm": 2.359375,
      "learning_rate": 9.27731092436975e-06,
      "loss": 2.0235,
      "step": 49
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 2.359375,
      "learning_rate": 9.260504201680674e-06,
      "loss": 2.018,
      "step": 50
    },
    {
      "epoch": 0.17,
      "grad_norm": 2.515625,
      "learning_rate": 9.243697478991598e-06,
      "loss": 1.9794,
      "step": 51
    },
    {
      "epoch": 0.17333333333333334,
      "grad_norm": 2.453125,
      "learning_rate": 9.226890756302523e-06,
      "loss": 1.959,
      "step": 52
    },
    {
      "epoch": 0.17666666666666667,
      "grad_norm": 2.390625,
      "learning_rate": 9.210084033613445e-06,
      "loss": 1.9886,
      "step": 53
    },
    {
      "epoch": 0.18,
      "grad_norm": 2.609375,
      "learning_rate": 9.19327731092437e-06,
      "loss": 2.0893,
      "step": 54
    },
    {
      "epoch": 0.18333333333333332,
      "grad_norm": 2.484375,
      "learning_rate": 9.176470588235294e-06,
      "loss": 2.0204,
      "step": 55
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 2.421875,
      "learning_rate": 9.15966386554622e-06,
      "loss": 1.9188,
      "step": 56
    },
    {
      "epoch": 0.19,
      "grad_norm": 2.28125,
      "learning_rate": 9.142857142857144e-06,
      "loss": 1.7871,
      "step": 57
    },
    {
      "epoch": 0.19333333333333333,
      "grad_norm": 2.34375,
      "learning_rate": 9.126050420168068e-06,
      "loss": 1.8462,
      "step": 58
    },
    {
      "epoch": 0.19666666666666666,
      "grad_norm": 2.359375,
      "learning_rate": 9.109243697478992e-06,
      "loss": 1.9064,
      "step": 59
    },
    {
      "epoch": 0.2,
      "grad_norm": 2.421875,
      "learning_rate": 9.092436974789917e-06,
      "loss": 1.8692,
      "step": 60
    },
    {
      "epoch": 0.20333333333333334,
      "grad_norm": 2.375,
      "learning_rate": 9.075630252100841e-06,
      "loss": 1.6947,
      "step": 61
    },
    {
      "epoch": 0.20666666666666667,
      "grad_norm": 2.21875,
      "learning_rate": 9.058823529411765e-06,
      "loss": 1.8799,
      "step": 62
    },
    {
      "epoch": 0.21,
      "grad_norm": 2.25,
      "learning_rate": 9.04201680672269e-06,
      "loss": 1.7606,
      "step": 63
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 2.484375,
      "learning_rate": 9.025210084033614e-06,
      "loss": 1.8803,
      "step": 64
    },
    {
      "epoch": 0.21666666666666667,
      "grad_norm": 2.375,
      "learning_rate": 9.008403361344538e-06,
      "loss": 1.9521,
      "step": 65
    },
    {
      "epoch": 0.22,
      "grad_norm": 2.515625,
      "learning_rate": 8.991596638655462e-06,
      "loss": 1.8818,
      "step": 66
    },
    {
      "epoch": 0.22333333333333333,
      "grad_norm": 2.359375,
      "learning_rate": 8.974789915966388e-06,
      "loss": 1.9417,
      "step": 67
    },
    {
      "epoch": 0.22666666666666666,
      "grad_norm": 2.40625,
      "learning_rate": 8.957983193277313e-06,
      "loss": 1.7338,
      "step": 68
    },
    {
      "epoch": 0.23,
      "grad_norm": 2.390625,
      "learning_rate": 8.941176470588237e-06,
      "loss": 1.9198,
      "step": 69
    },
    {
      "epoch": 0.23333333333333334,
      "grad_norm": 2.4375,
      "learning_rate": 8.924369747899161e-06,
      "loss": 1.8635,
      "step": 70
    },
    {
      "epoch": 0.23666666666666666,
      "grad_norm": 2.40625,
      "learning_rate": 8.907563025210085e-06,
      "loss": 1.8015,
      "step": 71
    },
    {
      "epoch": 0.24,
      "grad_norm": 2.375,
      "learning_rate": 8.890756302521008e-06,
      "loss": 1.7787,
      "step": 72
    },
    {
      "epoch": 0.24333333333333335,
      "grad_norm": 2.390625,
      "learning_rate": 8.873949579831932e-06,
      "loss": 1.7957,
      "step": 73
    },
    {
      "epoch": 0.24666666666666667,
      "grad_norm": 2.234375,
      "learning_rate": 8.857142857142858e-06,
      "loss": 1.6652,
      "step": 74
    },
    {
      "epoch": 0.25,
      "grad_norm": 2.359375,
      "learning_rate": 8.840336134453783e-06,
      "loss": 1.7805,
      "step": 75
    },
    {
      "epoch": 0.25333333333333335,
      "grad_norm": 2.421875,
      "learning_rate": 8.823529411764707e-06,
      "loss": 1.997,
      "step": 76
    },
    {
      "epoch": 0.25666666666666665,
      "grad_norm": 2.375,
      "learning_rate": 8.806722689075631e-06,
      "loss": 1.8154,
      "step": 77
    },
    {
      "epoch": 0.26,
      "grad_norm": 2.375,
      "learning_rate": 8.789915966386555e-06,
      "loss": 1.6106,
      "step": 78
    },
    {
      "epoch": 0.2633333333333333,
      "grad_norm": 2.3125,
      "learning_rate": 8.77310924369748e-06,
      "loss": 1.6765,
      "step": 79
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 2.46875,
      "learning_rate": 8.756302521008404e-06,
      "loss": 1.7782,
      "step": 80
    },
    {
      "epoch": 0.27,
      "grad_norm": 2.3125,
      "learning_rate": 8.739495798319328e-06,
      "loss": 1.7693,
      "step": 81
    },
    {
      "epoch": 0.2733333333333333,
      "grad_norm": 2.40625,
      "learning_rate": 8.722689075630252e-06,
      "loss": 1.7998,
      "step": 82
    },
    {
      "epoch": 0.27666666666666667,
      "grad_norm": 2.359375,
      "learning_rate": 8.705882352941177e-06,
      "loss": 1.8275,
      "step": 83
    },
    {
      "epoch": 0.28,
      "grad_norm": 2.375,
      "learning_rate": 8.689075630252101e-06,
      "loss": 1.7188,
      "step": 84
    },
    {
      "epoch": 0.2833333333333333,
      "grad_norm": 2.1875,
      "learning_rate": 8.672268907563027e-06,
      "loss": 1.6225,
      "step": 85
    },
    {
      "epoch": 0.2866666666666667,
      "grad_norm": 2.390625,
      "learning_rate": 8.655462184873951e-06,
      "loss": 1.8024,
      "step": 86
    },
    {
      "epoch": 0.29,
      "grad_norm": 2.453125,
      "learning_rate": 8.638655462184876e-06,
      "loss": 1.7723,
      "step": 87
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 2.203125,
      "learning_rate": 8.6218487394958e-06,
      "loss": 1.7415,
      "step": 88
    },
    {
      "epoch": 0.2966666666666667,
      "grad_norm": 2.40625,
      "learning_rate": 8.605042016806724e-06,
      "loss": 1.7757,
      "step": 89
    },
    {
      "epoch": 0.3,
      "grad_norm": 2.453125,
      "learning_rate": 8.588235294117647e-06,
      "loss": 1.8349,
      "step": 90
    },
    {
      "epoch": 0.30333333333333334,
      "grad_norm": 2.421875,
      "learning_rate": 8.571428571428571e-06,
      "loss": 1.7607,
      "step": 91
    },
    {
      "epoch": 0.30666666666666664,
      "grad_norm": 2.421875,
      "learning_rate": 8.554621848739497e-06,
      "loss": 1.7488,
      "step": 92
    },
    {
      "epoch": 0.31,
      "grad_norm": 2.375,
      "learning_rate": 8.537815126050421e-06,
      "loss": 1.6391,
      "step": 93
    },
    {
      "epoch": 0.31333333333333335,
      "grad_norm": 2.265625,
      "learning_rate": 8.521008403361345e-06,
      "loss": 1.7437,
      "step": 94
    },
    {
      "epoch": 0.31666666666666665,
      "grad_norm": 2.3125,
      "learning_rate": 8.50420168067227e-06,
      "loss": 1.6662,
      "step": 95
    },
    {
      "epoch": 0.32,
      "grad_norm": 2.390625,
      "learning_rate": 8.487394957983194e-06,
      "loss": 1.7289,
      "step": 96
    },
    {
      "epoch": 0.3233333333333333,
      "grad_norm": 2.40625,
      "learning_rate": 8.470588235294118e-06,
      "loss": 1.7506,
      "step": 97
    },
    {
      "epoch": 0.32666666666666666,
      "grad_norm": 2.203125,
      "learning_rate": 8.453781512605043e-06,
      "loss": 1.6122,
      "step": 98
    },
    {
      "epoch": 0.33,
      "grad_norm": 2.3125,
      "learning_rate": 8.436974789915967e-06,
      "loss": 1.7299,
      "step": 99
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 2.421875,
      "learning_rate": 8.420168067226891e-06,
      "loss": 1.7526,
      "step": 100
    },
    {
      "epoch": 0.33666666666666667,
      "grad_norm": 2.328125,
      "learning_rate": 8.403361344537815e-06,
      "loss": 1.5299,
      "step": 101
    },
    {
      "epoch": 0.34,
      "grad_norm": 2.375,
      "learning_rate": 8.38655462184874e-06,
      "loss": 1.561,
      "step": 102
    },
    {
      "epoch": 0.3433333333333333,
      "grad_norm": 2.4375,
      "learning_rate": 8.369747899159666e-06,
      "loss": 1.6929,
      "step": 103
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 2.296875,
      "learning_rate": 8.35294117647059e-06,
      "loss": 1.6198,
      "step": 104
    },
    {
      "epoch": 0.35,
      "grad_norm": 2.40625,
      "learning_rate": 8.336134453781514e-06,
      "loss": 1.7377,
      "step": 105
    },
    {
      "epoch": 0.35333333333333333,
      "grad_norm": 2.359375,
      "learning_rate": 8.319327731092438e-06,
      "loss": 1.6735,
      "step": 106
    },
    {
      "epoch": 0.3566666666666667,
      "grad_norm": 2.3125,
      "learning_rate": 8.302521008403363e-06,
      "loss": 1.6206,
      "step": 107
    },
    {
      "epoch": 0.36,
      "grad_norm": 2.546875,
      "learning_rate": 8.285714285714287e-06,
      "loss": 1.6151,
      "step": 108
    },
    {
      "epoch": 0.36333333333333334,
      "grad_norm": 2.484375,
      "learning_rate": 8.26890756302521e-06,
      "loss": 1.7313,
      "step": 109
    },
    {
      "epoch": 0.36666666666666664,
      "grad_norm": 2.546875,
      "learning_rate": 8.252100840336136e-06,
      "loss": 1.6639,
      "step": 110
    },
    {
      "epoch": 0.37,
      "grad_norm": 2.359375,
      "learning_rate": 8.23529411764706e-06,
      "loss": 1.6654,
      "step": 111
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 2.3125,
      "learning_rate": 8.218487394957984e-06,
      "loss": 1.5777,
      "step": 112
    },
    {
      "epoch": 0.37666666666666665,
      "grad_norm": 2.46875,
      "learning_rate": 8.201680672268908e-06,
      "loss": 1.7277,
      "step": 113
    },
    {
      "epoch": 0.38,
      "grad_norm": 2.421875,
      "learning_rate": 8.184873949579833e-06,
      "loss": 1.6013,
      "step": 114
    },
    {
      "epoch": 0.38333333333333336,
      "grad_norm": 2.28125,
      "learning_rate": 8.168067226890757e-06,
      "loss": 1.6955,
      "step": 115
    },
    {
      "epoch": 0.38666666666666666,
      "grad_norm": 2.265625,
      "learning_rate": 8.151260504201681e-06,
      "loss": 1.5428,
      "step": 116
    },
    {
      "epoch": 0.39,
      "grad_norm": 2.4375,
      "learning_rate": 8.134453781512605e-06,
      "loss": 1.7118,
      "step": 117
    },
    {
      "epoch": 0.3933333333333333,
      "grad_norm": 2.625,
      "learning_rate": 8.11764705882353e-06,
      "loss": 1.7108,
      "step": 118
    },
    {
      "epoch": 0.39666666666666667,
      "grad_norm": 2.609375,
      "learning_rate": 8.100840336134454e-06,
      "loss": 1.7941,
      "step": 119
    },
    {
      "epoch": 0.4,
      "grad_norm": 2.453125,
      "learning_rate": 8.084033613445378e-06,
      "loss": 1.6363,
      "step": 120
    },
    {
      "epoch": 0.4033333333333333,
      "grad_norm": 2.5,
      "learning_rate": 8.067226890756303e-06,
      "loss": 1.8122,
      "step": 121
    },
    {
      "epoch": 0.4066666666666667,
      "grad_norm": 2.328125,
      "learning_rate": 8.050420168067229e-06,
      "loss": 1.6211,
      "step": 122
    },
    {
      "epoch": 0.41,
      "grad_norm": 2.296875,
      "learning_rate": 8.033613445378153e-06,
      "loss": 1.4925,
      "step": 123
    },
    {
      "epoch": 0.41333333333333333,
      "grad_norm": 2.34375,
      "learning_rate": 8.016806722689077e-06,
      "loss": 1.6118,
      "step": 124
    },
    {
      "epoch": 0.4166666666666667,
      "grad_norm": 2.578125,
      "learning_rate": 8.000000000000001e-06,
      "loss": 1.7921,
      "step": 125
    },
    {
      "epoch": 0.42,
      "grad_norm": 2.359375,
      "learning_rate": 7.983193277310926e-06,
      "loss": 1.6753,
      "step": 126
    },
    {
      "epoch": 0.42333333333333334,
      "grad_norm": 2.296875,
      "learning_rate": 7.966386554621848e-06,
      "loss": 1.5912,
      "step": 127
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 2.453125,
      "learning_rate": 7.949579831932772e-06,
      "loss": 1.7747,
      "step": 128
    },
    {
      "epoch": 0.43,
      "grad_norm": 2.53125,
      "learning_rate": 7.932773109243698e-06,
      "loss": 1.6552,
      "step": 129
    },
    {
      "epoch": 0.43333333333333335,
      "grad_norm": 2.65625,
      "learning_rate": 7.915966386554623e-06,
      "loss": 1.6886,
      "step": 130
    },
    {
      "epoch": 0.43666666666666665,
      "grad_norm": 2.3125,
      "learning_rate": 7.899159663865547e-06,
      "loss": 1.6614,
      "step": 131
    },
    {
      "epoch": 0.44,
      "grad_norm": 2.421875,
      "learning_rate": 7.882352941176471e-06,
      "loss": 1.6828,
      "step": 132
    },
    {
      "epoch": 0.44333333333333336,
      "grad_norm": 2.4375,
      "learning_rate": 7.865546218487396e-06,
      "loss": 1.6754,
      "step": 133
    },
    {
      "epoch": 0.44666666666666666,
      "grad_norm": 2.453125,
      "learning_rate": 7.84873949579832e-06,
      "loss": 1.6743,
      "step": 134
    },
    {
      "epoch": 0.45,
      "grad_norm": 2.28125,
      "learning_rate": 7.831932773109244e-06,
      "loss": 1.6352,
      "step": 135
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 2.453125,
      "learning_rate": 7.815126050420168e-06,
      "loss": 1.6781,
      "step": 136
    },
    {
      "epoch": 0.45666666666666667,
      "grad_norm": 2.40625,
      "learning_rate": 7.798319327731093e-06,
      "loss": 1.729,
      "step": 137
    },
    {
      "epoch": 0.46,
      "grad_norm": 2.375,
      "learning_rate": 7.781512605042017e-06,
      "loss": 1.677,
      "step": 138
    },
    {
      "epoch": 0.4633333333333333,
      "grad_norm": 2.375,
      "learning_rate": 7.764705882352941e-06,
      "loss": 1.6174,
      "step": 139
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 2.484375,
      "learning_rate": 7.747899159663867e-06,
      "loss": 1.5726,
      "step": 140
    },
    {
      "epoch": 0.47,
      "grad_norm": 2.46875,
      "learning_rate": 7.731092436974791e-06,
      "loss": 1.5912,
      "step": 141
    },
    {
      "epoch": 0.47333333333333333,
      "grad_norm": 2.34375,
      "learning_rate": 7.714285714285716e-06,
      "loss": 1.6216,
      "step": 142
    },
    {
      "epoch": 0.4766666666666667,
      "grad_norm": 2.296875,
      "learning_rate": 7.69747899159664e-06,
      "loss": 1.5607,
      "step": 143
    },
    {
      "epoch": 0.48,
      "grad_norm": 2.3125,
      "learning_rate": 7.680672268907564e-06,
      "loss": 1.677,
      "step": 144
    },
    {
      "epoch": 0.48333333333333334,
      "grad_norm": 2.4375,
      "learning_rate": 7.663865546218489e-06,
      "loss": 1.5748,
      "step": 145
    },
    {
      "epoch": 0.4866666666666667,
      "grad_norm": 2.515625,
      "learning_rate": 7.647058823529411e-06,
      "loss": 1.6027,
      "step": 146
    },
    {
      "epoch": 0.49,
      "grad_norm": 2.453125,
      "learning_rate": 7.630252100840337e-06,
      "loss": 1.6453,
      "step": 147
    },
    {
      "epoch": 0.49333333333333335,
      "grad_norm": 2.59375,
      "learning_rate": 7.6134453781512605e-06,
      "loss": 1.7518,
      "step": 148
    },
    {
      "epoch": 0.49666666666666665,
      "grad_norm": 2.53125,
      "learning_rate": 7.596638655462185e-06,
      "loss": 1.6292,
      "step": 149
    },
    {
      "epoch": 0.5,
      "grad_norm": 2.578125,
      "learning_rate": 7.57983193277311e-06,
      "loss": 1.7471,
      "step": 150
    },
    {
      "epoch": 0.5033333333333333,
      "grad_norm": 2.5625,
      "learning_rate": 7.563025210084034e-06,
      "loss": 1.655,
      "step": 151
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 2.59375,
      "learning_rate": 7.5462184873949584e-06,
      "loss": 1.6346,
      "step": 152
    },
    {
      "epoch": 0.51,
      "grad_norm": 2.703125,
      "learning_rate": 7.529411764705883e-06,
      "loss": 1.7038,
      "step": 153
    },
    {
      "epoch": 0.5133333333333333,
      "grad_norm": 2.375,
      "learning_rate": 7.512605042016807e-06,
      "loss": 1.618,
      "step": 154
    },
    {
      "epoch": 0.5166666666666667,
      "grad_norm": 2.359375,
      "learning_rate": 7.495798319327732e-06,
      "loss": 1.5426,
      "step": 155
    },
    {
      "epoch": 0.52,
      "grad_norm": 2.390625,
      "learning_rate": 7.478991596638656e-06,
      "loss": 1.662,
      "step": 156
    },
    {
      "epoch": 0.5233333333333333,
      "grad_norm": 2.515625,
      "learning_rate": 7.462184873949581e-06,
      "loss": 1.5133,
      "step": 157
    },
    {
      "epoch": 0.5266666666666666,
      "grad_norm": 2.546875,
      "learning_rate": 7.445378151260505e-06,
      "loss": 1.6232,
      "step": 158
    },
    {
      "epoch": 0.53,
      "grad_norm": 2.4375,
      "learning_rate": 7.428571428571429e-06,
      "loss": 1.4202,
      "step": 159
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 2.59375,
      "learning_rate": 7.4117647058823535e-06,
      "loss": 1.5352,
      "step": 160
    },
    {
      "epoch": 0.5366666666666666,
      "grad_norm": 2.515625,
      "learning_rate": 7.394957983193279e-06,
      "loss": 1.6807,
      "step": 161
    },
    {
      "epoch": 0.54,
      "grad_norm": 2.578125,
      "learning_rate": 7.378151260504203e-06,
      "loss": 1.6414,
      "step": 162
    },
    {
      "epoch": 0.5433333333333333,
      "grad_norm": 2.5,
      "learning_rate": 7.361344537815127e-06,
      "loss": 1.5476,
      "step": 163
    },
    {
      "epoch": 0.5466666666666666,
      "grad_norm": 2.5,
      "learning_rate": 7.344537815126051e-06,
      "loss": 1.5329,
      "step": 164
    },
    {
      "epoch": 0.55,
      "grad_norm": 2.609375,
      "learning_rate": 7.327731092436975e-06,
      "loss": 1.6803,
      "step": 165
    },
    {
      "epoch": 0.5533333333333333,
      "grad_norm": 2.5,
      "learning_rate": 7.310924369747899e-06,
      "loss": 1.5366,
      "step": 166
    },
    {
      "epoch": 0.5566666666666666,
      "grad_norm": 2.625,
      "learning_rate": 7.294117647058823e-06,
      "loss": 1.6631,
      "step": 167
    },
    {
      "epoch": 0.56,
      "grad_norm": 2.65625,
      "learning_rate": 7.2773109243697485e-06,
      "loss": 1.582,
      "step": 168
    },
    {
      "epoch": 0.5633333333333334,
      "grad_norm": 2.71875,
      "learning_rate": 7.260504201680673e-06,
      "loss": 1.6125,
      "step": 169
    },
    {
      "epoch": 0.5666666666666667,
      "grad_norm": 2.75,
      "learning_rate": 7.243697478991597e-06,
      "loss": 1.6598,
      "step": 170
    },
    {
      "epoch": 0.57,
      "grad_norm": 2.828125,
      "learning_rate": 7.226890756302521e-06,
      "loss": 1.8108,
      "step": 171
    },
    {
      "epoch": 0.5733333333333334,
      "grad_norm": 2.40625,
      "learning_rate": 7.210084033613446e-06,
      "loss": 1.6135,
      "step": 172
    },
    {
      "epoch": 0.5766666666666667,
      "grad_norm": 2.5,
      "learning_rate": 7.193277310924371e-06,
      "loss": 1.7033,
      "step": 173
    },
    {
      "epoch": 0.58,
      "grad_norm": 2.78125,
      "learning_rate": 7.176470588235295e-06,
      "loss": 1.6867,
      "step": 174
    },
    {
      "epoch": 0.5833333333333334,
      "grad_norm": 2.53125,
      "learning_rate": 7.159663865546219e-06,
      "loss": 1.6563,
      "step": 175
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 2.484375,
      "learning_rate": 7.1428571428571436e-06,
      "loss": 1.5922,
      "step": 176
    },
    {
      "epoch": 0.59,
      "grad_norm": 2.546875,
      "learning_rate": 7.126050420168068e-06,
      "loss": 1.636,
      "step": 177
    },
    {
      "epoch": 0.5933333333333334,
      "grad_norm": 2.5,
      "learning_rate": 7.109243697478992e-06,
      "loss": 1.6205,
      "step": 178
    },
    {
      "epoch": 0.5966666666666667,
      "grad_norm": 2.546875,
      "learning_rate": 7.092436974789917e-06,
      "loss": 1.6061,
      "step": 179
    },
    {
      "epoch": 0.6,
      "grad_norm": 2.453125,
      "learning_rate": 7.0756302521008415e-06,
      "loss": 1.543,
      "step": 180
    },
    {
      "epoch": 0.6033333333333334,
      "grad_norm": 2.5625,
      "learning_rate": 7.058823529411766e-06,
      "loss": 1.5988,
      "step": 181
    },
    {
      "epoch": 0.6066666666666667,
      "grad_norm": 2.546875,
      "learning_rate": 7.04201680672269e-06,
      "loss": 1.4917,
      "step": 182
    },
    {
      "epoch": 0.61,
      "grad_norm": 2.546875,
      "learning_rate": 7.0252100840336135e-06,
      "loss": 1.5993,
      "step": 183
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 2.421875,
      "learning_rate": 7.008403361344538e-06,
      "loss": 1.5948,
      "step": 184
    },
    {
      "epoch": 0.6166666666666667,
      "grad_norm": 2.40625,
      "learning_rate": 6.991596638655462e-06,
      "loss": 1.4984,
      "step": 185
    },
    {
      "epoch": 0.62,
      "grad_norm": 2.5,
      "learning_rate": 6.974789915966387e-06,
      "loss": 1.5107,
      "step": 186
    },
    {
      "epoch": 0.6233333333333333,
      "grad_norm": 2.515625,
      "learning_rate": 6.9579831932773114e-06,
      "loss": 1.5733,
      "step": 187
    },
    {
      "epoch": 0.6266666666666667,
      "grad_norm": 2.53125,
      "learning_rate": 6.941176470588236e-06,
      "loss": 1.6504,
      "step": 188
    },
    {
      "epoch": 0.63,
      "grad_norm": 2.484375,
      "learning_rate": 6.92436974789916e-06,
      "loss": 1.5414,
      "step": 189
    },
    {
      "epoch": 0.6333333333333333,
      "grad_norm": 2.609375,
      "learning_rate": 6.907563025210084e-06,
      "loss": 1.6079,
      "step": 190
    },
    {
      "epoch": 0.6366666666666667,
      "grad_norm": 2.390625,
      "learning_rate": 6.8907563025210085e-06,
      "loss": 1.5825,
      "step": 191
    },
    {
      "epoch": 0.64,
      "grad_norm": 2.625,
      "learning_rate": 6.873949579831934e-06,
      "loss": 1.5354,
      "step": 192
    },
    {
      "epoch": 0.6433333333333333,
      "grad_norm": 2.515625,
      "learning_rate": 6.857142857142858e-06,
      "loss": 1.6139,
      "step": 193
    },
    {
      "epoch": 0.6466666666666666,
      "grad_norm": 2.5625,
      "learning_rate": 6.840336134453782e-06,
      "loss": 1.5236,
      "step": 194
    },
    {
      "epoch": 0.65,
      "grad_norm": 2.4375,
      "learning_rate": 6.8235294117647065e-06,
      "loss": 1.5497,
      "step": 195
    },
    {
      "epoch": 0.6533333333333333,
      "grad_norm": 2.5,
      "learning_rate": 6.806722689075631e-06,
      "loss": 1.5961,
      "step": 196
    },
    {
      "epoch": 0.6566666666666666,
      "grad_norm": 2.65625,
      "learning_rate": 6.789915966386556e-06,
      "loss": 1.6397,
      "step": 197
    },
    {
      "epoch": 0.66,
      "grad_norm": 2.6875,
      "learning_rate": 6.77310924369748e-06,
      "loss": 1.5753,
      "step": 198
    },
    {
      "epoch": 0.6633333333333333,
      "grad_norm": 2.5625,
      "learning_rate": 6.756302521008404e-06,
      "loss": 1.5447,
      "step": 199
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 2.765625,
      "learning_rate": 6.739495798319329e-06,
      "loss": 1.6996,
      "step": 200
    },
    {
      "epoch": 0.67,
      "grad_norm": 2.578125,
      "learning_rate": 6.722689075630253e-06,
      "loss": 1.4919,
      "step": 201
    },
    {
      "epoch": 0.6733333333333333,
      "grad_norm": 2.703125,
      "learning_rate": 6.705882352941176e-06,
      "loss": 1.6952,
      "step": 202
    },
    {
      "epoch": 0.6766666666666666,
      "grad_norm": 2.59375,
      "learning_rate": 6.689075630252101e-06,
      "loss": 1.5434,
      "step": 203
    },
    {
      "epoch": 0.68,
      "grad_norm": 2.53125,
      "learning_rate": 6.672268907563026e-06,
      "loss": 1.4586,
      "step": 204
    },
    {
      "epoch": 0.6833333333333333,
      "grad_norm": 2.65625,
      "learning_rate": 6.65546218487395e-06,
      "loss": 1.5289,
      "step": 205
    },
    {
      "epoch": 0.6866666666666666,
      "grad_norm": 2.65625,
      "learning_rate": 6.638655462184874e-06,
      "loss": 1.5407,
      "step": 206
    },
    {
      "epoch": 0.69,
      "grad_norm": 2.71875,
      "learning_rate": 6.621848739495799e-06,
      "loss": 1.7148,
      "step": 207
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 2.5625,
      "learning_rate": 6.605042016806723e-06,
      "loss": 1.5496,
      "step": 208
    },
    {
      "epoch": 0.6966666666666667,
      "grad_norm": 2.5625,
      "learning_rate": 6.588235294117647e-06,
      "loss": 1.5371,
      "step": 209
    },
    {
      "epoch": 0.7,
      "grad_norm": 2.703125,
      "learning_rate": 6.571428571428572e-06,
      "loss": 1.5981,
      "step": 210
    },
    {
      "epoch": 0.7033333333333334,
      "grad_norm": 2.578125,
      "learning_rate": 6.5546218487394966e-06,
      "loss": 1.4088,
      "step": 211
    },
    {
      "epoch": 0.7066666666666667,
      "grad_norm": 2.578125,
      "learning_rate": 6.537815126050421e-06,
      "loss": 1.6804,
      "step": 212
    },
    {
      "epoch": 0.71,
      "grad_norm": 2.609375,
      "learning_rate": 6.521008403361345e-06,
      "loss": 1.5898,
      "step": 213
    },
    {
      "epoch": 0.7133333333333334,
      "grad_norm": 2.65625,
      "learning_rate": 6.504201680672269e-06,
      "loss": 1.4888,
      "step": 214
    },
    {
      "epoch": 0.7166666666666667,
      "grad_norm": 2.703125,
      "learning_rate": 6.487394957983194e-06,
      "loss": 1.4152,
      "step": 215
    },
    {
      "epoch": 0.72,
      "grad_norm": 2.640625,
      "learning_rate": 6.470588235294119e-06,
      "loss": 1.6128,
      "step": 216
    },
    {
      "epoch": 0.7233333333333334,
      "grad_norm": 2.546875,
      "learning_rate": 6.453781512605043e-06,
      "loss": 1.4543,
      "step": 217
    },
    {
      "epoch": 0.7266666666666667,
      "grad_norm": 2.46875,
      "learning_rate": 6.436974789915967e-06,
      "loss": 1.3918,
      "step": 218
    },
    {
      "epoch": 0.73,
      "grad_norm": 2.609375,
      "learning_rate": 6.420168067226892e-06,
      "loss": 1.5364,
      "step": 219
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 2.59375,
      "learning_rate": 6.403361344537815e-06,
      "loss": 1.5043,
      "step": 220
    },
    {
      "epoch": 0.7366666666666667,
      "grad_norm": 2.765625,
      "learning_rate": 6.386554621848739e-06,
      "loss": 1.5679,
      "step": 221
    },
    {
      "epoch": 0.74,
      "grad_norm": 2.5,
      "learning_rate": 6.3697478991596636e-06,
      "loss": 1.519,
      "step": 222
    },
    {
      "epoch": 0.7433333333333333,
      "grad_norm": 2.59375,
      "learning_rate": 6.352941176470589e-06,
      "loss": 1.6215,
      "step": 223
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 2.59375,
      "learning_rate": 6.336134453781513e-06,
      "loss": 1.4916,
      "step": 224
    },
    {
      "epoch": 0.75,
      "grad_norm": 2.671875,
      "learning_rate": 6.319327731092437e-06,
      "loss": 1.5504,
      "step": 225
    },
    {
      "epoch": 0.7533333333333333,
      "grad_norm": 2.546875,
      "learning_rate": 6.3025210084033615e-06,
      "loss": 1.5366,
      "step": 226
    },
    {
      "epoch": 0.7566666666666667,
      "grad_norm": 2.484375,
      "learning_rate": 6.285714285714286e-06,
      "loss": 1.5482,
      "step": 227
    },
    {
      "epoch": 0.76,
      "grad_norm": 2.515625,
      "learning_rate": 6.268907563025211e-06,
      "loss": 1.5191,
      "step": 228
    },
    {
      "epoch": 0.7633333333333333,
      "grad_norm": 2.78125,
      "learning_rate": 6.252100840336135e-06,
      "loss": 1.5413,
      "step": 229
    },
    {
      "epoch": 0.7666666666666667,
      "grad_norm": 2.890625,
      "learning_rate": 6.2352941176470595e-06,
      "loss": 1.6488,
      "step": 230
    },
    {
      "epoch": 0.77,
      "grad_norm": 2.578125,
      "learning_rate": 6.218487394957984e-06,
      "loss": 1.5966,
      "step": 231
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 2.640625,
      "learning_rate": 6.201680672268908e-06,
      "loss": 1.5092,
      "step": 232
    },
    {
      "epoch": 0.7766666666666666,
      "grad_norm": 2.90625,
      "learning_rate": 6.184873949579832e-06,
      "loss": 1.7454,
      "step": 233
    },
    {
      "epoch": 0.78,
      "grad_norm": 2.6875,
      "learning_rate": 6.168067226890757e-06,
      "loss": 1.587,
      "step": 234
    },
    {
      "epoch": 0.7833333333333333,
      "grad_norm": 2.59375,
      "learning_rate": 6.151260504201682e-06,
      "loss": 1.5543,
      "step": 235
    },
    {
      "epoch": 0.7866666666666666,
      "grad_norm": 2.71875,
      "learning_rate": 6.134453781512606e-06,
      "loss": 1.6671,
      "step": 236
    },
    {
      "epoch": 0.79,
      "grad_norm": 2.609375,
      "learning_rate": 6.11764705882353e-06,
      "loss": 1.4801,
      "step": 237
    },
    {
      "epoch": 0.7933333333333333,
      "grad_norm": 2.671875,
      "learning_rate": 6.1008403361344545e-06,
      "loss": 1.4923,
      "step": 238
    },
    {
      "epoch": 0.7966666666666666,
      "grad_norm": 2.921875,
      "learning_rate": 6.084033613445378e-06,
      "loss": 1.6033,
      "step": 239
    },
    {
      "epoch": 0.8,
      "grad_norm": 2.546875,
      "learning_rate": 6.067226890756302e-06,
      "loss": 1.5197,
      "step": 240
    },
    {
      "epoch": 0.8033333333333333,
      "grad_norm": 2.84375,
      "learning_rate": 6.050420168067227e-06,
      "loss": 1.4591,
      "step": 241
    },
    {
      "epoch": 0.8066666666666666,
      "grad_norm": 2.796875,
      "learning_rate": 6.033613445378152e-06,
      "loss": 1.6831,
      "step": 242
    },
    {
      "epoch": 0.81,
      "grad_norm": 2.71875,
      "learning_rate": 6.016806722689076e-06,
      "loss": 1.5462,
      "step": 243
    },
    {
      "epoch": 0.8133333333333334,
      "grad_norm": 2.625,
      "learning_rate": 6e-06,
      "loss": 1.5242,
      "step": 244
    },
    {
      "epoch": 0.8166666666666667,
      "grad_norm": 2.671875,
      "learning_rate": 5.9831932773109244e-06,
      "loss": 1.5233,
      "step": 245
    },
    {
      "epoch": 0.82,
      "grad_norm": 2.5625,
      "learning_rate": 5.9663865546218495e-06,
      "loss": 1.5275,
      "step": 246
    },
    {
      "epoch": 0.8233333333333334,
      "grad_norm": 2.90625,
      "learning_rate": 5.949579831932774e-06,
      "loss": 1.6518,
      "step": 247
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 2.640625,
      "learning_rate": 5.932773109243698e-06,
      "loss": 1.5414,
      "step": 248
    },
    {
      "epoch": 0.83,
      "grad_norm": 2.90625,
      "learning_rate": 5.915966386554622e-06,
      "loss": 1.602,
      "step": 249
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 2.546875,
      "learning_rate": 5.899159663865547e-06,
      "loss": 1.5111,
      "step": 250
    },
    {
      "epoch": 0.8366666666666667,
      "grad_norm": 2.6875,
      "learning_rate": 5.882352941176471e-06,
      "loss": 1.5495,
      "step": 251
    },
    {
      "epoch": 0.84,
      "grad_norm": 2.796875,
      "learning_rate": 5.865546218487396e-06,
      "loss": 1.5983,
      "step": 252
    },
    {
      "epoch": 0.8433333333333334,
      "grad_norm": 2.625,
      "learning_rate": 5.84873949579832e-06,
      "loss": 1.5022,
      "step": 253
    },
    {
      "epoch": 0.8466666666666667,
      "grad_norm": 2.640625,
      "learning_rate": 5.831932773109245e-06,
      "loss": 1.5355,
      "step": 254
    },
    {
      "epoch": 0.85,
      "grad_norm": 2.671875,
      "learning_rate": 5.815126050420169e-06,
      "loss": 1.445,
      "step": 255
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 2.6875,
      "learning_rate": 5.798319327731093e-06,
      "loss": 1.5854,
      "step": 256
    },
    {
      "epoch": 0.8566666666666667,
      "grad_norm": 2.65625,
      "learning_rate": 5.781512605042017e-06,
      "loss": 1.4378,
      "step": 257
    },
    {
      "epoch": 0.86,
      "grad_norm": 2.6875,
      "learning_rate": 5.764705882352941e-06,
      "loss": 1.5903,
      "step": 258
    },
    {
      "epoch": 0.8633333333333333,
      "grad_norm": 2.59375,
      "learning_rate": 5.747899159663866e-06,
      "loss": 1.5104,
      "step": 259
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 2.640625,
      "learning_rate": 5.73109243697479e-06,
      "loss": 1.4534,
      "step": 260
    },
    {
      "epoch": 0.87,
      "grad_norm": 2.65625,
      "learning_rate": 5.7142857142857145e-06,
      "loss": 1.6137,
      "step": 261
    },
    {
      "epoch": 0.8733333333333333,
      "grad_norm": 2.546875,
      "learning_rate": 5.697478991596639e-06,
      "loss": 1.442,
      "step": 262
    },
    {
      "epoch": 0.8766666666666667,
      "grad_norm": 2.8125,
      "learning_rate": 5.680672268907563e-06,
      "loss": 1.5017,
      "step": 263
    },
    {
      "epoch": 0.88,
      "grad_norm": 2.6875,
      "learning_rate": 5.663865546218487e-06,
      "loss": 1.5761,
      "step": 264
    },
    {
      "epoch": 0.8833333333333333,
      "grad_norm": 2.75,
      "learning_rate": 5.6470588235294125e-06,
      "loss": 1.6509,
      "step": 265
    },
    {
      "epoch": 0.8866666666666667,
      "grad_norm": 2.796875,
      "learning_rate": 5.630252100840337e-06,
      "loss": 1.5705,
      "step": 266
    },
    {
      "epoch": 0.89,
      "grad_norm": 2.828125,
      "learning_rate": 5.613445378151261e-06,
      "loss": 1.5403,
      "step": 267
    },
    {
      "epoch": 0.8933333333333333,
      "grad_norm": 2.71875,
      "learning_rate": 5.596638655462185e-06,
      "loss": 1.5538,
      "step": 268
    },
    {
      "epoch": 0.8966666666666666,
      "grad_norm": 2.6875,
      "learning_rate": 5.5798319327731096e-06,
      "loss": 1.4666,
      "step": 269
    },
    {
      "epoch": 0.9,
      "grad_norm": 2.71875,
      "learning_rate": 5.563025210084035e-06,
      "loss": 1.4652,
      "step": 270
    },
    {
      "epoch": 0.9033333333333333,
      "grad_norm": 2.84375,
      "learning_rate": 5.546218487394959e-06,
      "loss": 1.6712,
      "step": 271
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 2.734375,
      "learning_rate": 5.529411764705883e-06,
      "loss": 1.5704,
      "step": 272
    },
    {
      "epoch": 0.91,
      "grad_norm": 2.78125,
      "learning_rate": 5.5126050420168075e-06,
      "loss": 1.6002,
      "step": 273
    },
    {
      "epoch": 0.9133333333333333,
      "grad_norm": 3.0625,
      "learning_rate": 5.495798319327732e-06,
      "loss": 1.7304,
      "step": 274
    },
    {
      "epoch": 0.9166666666666666,
      "grad_norm": 2.890625,
      "learning_rate": 5.478991596638656e-06,
      "loss": 1.5462,
      "step": 275
    },
    {
      "epoch": 0.92,
      "grad_norm": 2.5,
      "learning_rate": 5.4621848739495795e-06,
      "loss": 1.3797,
      "step": 276
    },
    {
      "epoch": 0.9233333333333333,
      "grad_norm": 2.6875,
      "learning_rate": 5.445378151260505e-06,
      "loss": 1.496,
      "step": 277
    },
    {
      "epoch": 0.9266666666666666,
      "grad_norm": 2.6875,
      "learning_rate": 5.428571428571429e-06,
      "loss": 1.4081,
      "step": 278
    },
    {
      "epoch": 0.93,
      "grad_norm": 2.953125,
      "learning_rate": 5.411764705882353e-06,
      "loss": 1.7095,
      "step": 279
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 2.828125,
      "learning_rate": 5.394957983193277e-06,
      "loss": 1.5354,
      "step": 280
    },
    {
      "epoch": 0.9366666666666666,
      "grad_norm": 2.890625,
      "learning_rate": 5.378151260504202e-06,
      "loss": 1.5197,
      "step": 281
    },
    {
      "epoch": 0.94,
      "grad_norm": 2.6875,
      "learning_rate": 5.361344537815126e-06,
      "loss": 1.4861,
      "step": 282
    },
    {
      "epoch": 0.9433333333333334,
      "grad_norm": 2.65625,
      "learning_rate": 5.344537815126051e-06,
      "loss": 1.5408,
      "step": 283
    },
    {
      "epoch": 0.9466666666666667,
      "grad_norm": 2.734375,
      "learning_rate": 5.327731092436975e-06,
      "loss": 1.67,
      "step": 284
    },
    {
      "epoch": 0.95,
      "grad_norm": 2.640625,
      "learning_rate": 5.3109243697479e-06,
      "loss": 1.5098,
      "step": 285
    },
    {
      "epoch": 0.9533333333333334,
      "grad_norm": 2.625,
      "learning_rate": 5.294117647058824e-06,
      "loss": 1.4641,
      "step": 286
    },
    {
      "epoch": 0.9566666666666667,
      "grad_norm": 2.84375,
      "learning_rate": 5.277310924369748e-06,
      "loss": 1.6213,
      "step": 287
    },
    {
      "epoch": 0.96,
      "grad_norm": 2.984375,
      "learning_rate": 5.2605042016806725e-06,
      "loss": 1.7158,
      "step": 288
    },
    {
      "epoch": 0.9633333333333334,
      "grad_norm": 2.9375,
      "learning_rate": 5.243697478991598e-06,
      "loss": 1.633,
      "step": 289
    },
    {
      "epoch": 0.9666666666666667,
      "grad_norm": 2.734375,
      "learning_rate": 5.226890756302522e-06,
      "loss": 1.5218,
      "step": 290
    },
    {
      "epoch": 0.97,
      "grad_norm": 2.75,
      "learning_rate": 5.210084033613446e-06,
      "loss": 1.5295,
      "step": 291
    },
    {
      "epoch": 0.9733333333333334,
      "grad_norm": 2.84375,
      "learning_rate": 5.19327731092437e-06,
      "loss": 1.6213,
      "step": 292
    },
    {
      "epoch": 0.9766666666666667,
      "grad_norm": 2.6875,
      "learning_rate": 5.176470588235295e-06,
      "loss": 1.6067,
      "step": 293
    },
    {
      "epoch": 0.98,
      "grad_norm": 2.65625,
      "learning_rate": 5.15966386554622e-06,
      "loss": 1.4562,
      "step": 294
    },
    {
      "epoch": 0.9833333333333333,
      "grad_norm": 2.625,
      "learning_rate": 5.142857142857142e-06,
      "loss": 1.4975,
      "step": 295
    },
    {
      "epoch": 0.9866666666666667,
      "grad_norm": 2.859375,
      "learning_rate": 5.1260504201680675e-06,
      "loss": 1.5928,
      "step": 296
    },
    {
      "epoch": 0.99,
      "grad_norm": 2.96875,
      "learning_rate": 5.109243697478992e-06,
      "loss": 1.5178,
      "step": 297
    },
    {
      "epoch": 0.9933333333333333,
      "grad_norm": 2.71875,
      "learning_rate": 5.092436974789916e-06,
      "loss": 1.5653,
      "step": 298
    },
    {
      "epoch": 0.9966666666666667,
      "grad_norm": 3.0,
      "learning_rate": 5.07563025210084e-06,
      "loss": 1.4925,
      "step": 299
    },
    {
      "epoch": 1.0,
      "grad_norm": 2.75,
      "learning_rate": 5.058823529411765e-06,
      "loss": 1.513,
      "step": 300
    },
    {
      "epoch": 1.0,
      "eval_loss": 1.5359867811203003,
      "eval_model_preparation_time": 0.0052,
      "eval_runtime": 21.0247,
      "eval_samples_per_second": 57.076,
      "eval_steps_per_second": 28.538,
      "step": 300
    },
    {
      "epoch": 1.0033333333333334,
      "grad_norm": 2.703125,
      "learning_rate": 5.04201680672269e-06,
      "loss": 1.5089,
      "step": 301
    },
    {
      "epoch": 1.0066666666666666,
      "grad_norm": 2.8125,
      "learning_rate": 5.025210084033614e-06,
      "loss": 1.5451,
      "step": 302
    },
    {
      "epoch": 1.01,
      "grad_norm": 2.703125,
      "learning_rate": 5.008403361344538e-06,
      "loss": 1.5533,
      "step": 303
    },
    {
      "epoch": 1.0133333333333334,
      "grad_norm": 2.875,
      "learning_rate": 4.9915966386554625e-06,
      "loss": 1.4328,
      "step": 304
    },
    {
      "epoch": 1.0166666666666666,
      "grad_norm": 2.609375,
      "learning_rate": 4.974789915966387e-06,
      "loss": 1.4087,
      "step": 305
    },
    {
      "epoch": 1.02,
      "grad_norm": 2.765625,
      "learning_rate": 4.957983193277311e-06,
      "loss": 1.5723,
      "step": 306
    },
    {
      "epoch": 1.0233333333333334,
      "grad_norm": 2.84375,
      "learning_rate": 4.941176470588236e-06,
      "loss": 1.4878,
      "step": 307
    },
    {
      "epoch": 1.0266666666666666,
      "grad_norm": 3.3125,
      "learning_rate": 4.9243697478991605e-06,
      "loss": 1.6123,
      "step": 308
    },
    {
      "epoch": 1.03,
      "grad_norm": 3.03125,
      "learning_rate": 4.907563025210084e-06,
      "loss": 1.6236,
      "step": 309
    },
    {
      "epoch": 1.0333333333333334,
      "grad_norm": 2.71875,
      "learning_rate": 4.890756302521009e-06,
      "loss": 1.5159,
      "step": 310
    },
    {
      "epoch": 1.0366666666666666,
      "grad_norm": 2.71875,
      "learning_rate": 4.873949579831933e-06,
      "loss": 1.5547,
      "step": 311
    },
    {
      "epoch": 1.04,
      "grad_norm": 2.84375,
      "learning_rate": 4.857142857142858e-06,
      "loss": 1.5108,
      "step": 312
    },
    {
      "epoch": 1.0433333333333334,
      "grad_norm": 2.828125,
      "learning_rate": 4.840336134453782e-06,
      "loss": 1.4331,
      "step": 313
    },
    {
      "epoch": 1.0466666666666666,
      "grad_norm": 2.640625,
      "learning_rate": 4.823529411764706e-06,
      "loss": 1.5605,
      "step": 314
    },
    {
      "epoch": 1.05,
      "grad_norm": 2.75,
      "learning_rate": 4.80672268907563e-06,
      "loss": 1.4978,
      "step": 315
    },
    {
      "epoch": 1.0533333333333332,
      "grad_norm": 2.78125,
      "learning_rate": 4.7899159663865555e-06,
      "loss": 1.5412,
      "step": 316
    },
    {
      "epoch": 1.0566666666666666,
      "grad_norm": 2.65625,
      "learning_rate": 4.77310924369748e-06,
      "loss": 1.4379,
      "step": 317
    },
    {
      "epoch": 1.06,
      "grad_norm": 2.765625,
      "learning_rate": 4.756302521008403e-06,
      "loss": 1.5362,
      "step": 318
    },
    {
      "epoch": 1.0633333333333332,
      "grad_norm": 2.703125,
      "learning_rate": 4.739495798319328e-06,
      "loss": 1.4919,
      "step": 319
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 2.84375,
      "learning_rate": 4.722689075630253e-06,
      "loss": 1.4922,
      "step": 320
    },
    {
      "epoch": 1.07,
      "grad_norm": 3.0,
      "learning_rate": 4.705882352941177e-06,
      "loss": 1.6505,
      "step": 321
    },
    {
      "epoch": 1.0733333333333333,
      "grad_norm": 2.703125,
      "learning_rate": 4.689075630252101e-06,
      "loss": 1.4953,
      "step": 322
    },
    {
      "epoch": 1.0766666666666667,
      "grad_norm": 2.828125,
      "learning_rate": 4.6722689075630255e-06,
      "loss": 1.5626,
      "step": 323
    },
    {
      "epoch": 1.08,
      "grad_norm": 2.90625,
      "learning_rate": 4.65546218487395e-06,
      "loss": 1.5987,
      "step": 324
    },
    {
      "epoch": 1.0833333333333333,
      "grad_norm": 2.90625,
      "learning_rate": 4.638655462184875e-06,
      "loss": 1.6239,
      "step": 325
    },
    {
      "epoch": 1.0866666666666667,
      "grad_norm": 2.78125,
      "learning_rate": 4.621848739495799e-06,
      "loss": 1.413,
      "step": 326
    },
    {
      "epoch": 1.09,
      "grad_norm": 2.78125,
      "learning_rate": 4.6050420168067226e-06,
      "loss": 1.5268,
      "step": 327
    },
    {
      "epoch": 1.0933333333333333,
      "grad_norm": 2.734375,
      "learning_rate": 4.588235294117647e-06,
      "loss": 1.5313,
      "step": 328
    },
    {
      "epoch": 1.0966666666666667,
      "grad_norm": 2.734375,
      "learning_rate": 4.571428571428572e-06,
      "loss": 1.36,
      "step": 329
    },
    {
      "epoch": 1.1,
      "grad_norm": 3.015625,
      "learning_rate": 4.554621848739496e-06,
      "loss": 1.4204,
      "step": 330
    },
    {
      "epoch": 1.1033333333333333,
      "grad_norm": 2.796875,
      "learning_rate": 4.5378151260504205e-06,
      "loss": 1.4143,
      "step": 331
    },
    {
      "epoch": 1.1066666666666667,
      "grad_norm": 2.859375,
      "learning_rate": 4.521008403361345e-06,
      "loss": 1.4041,
      "step": 332
    },
    {
      "epoch": 1.11,
      "grad_norm": 2.828125,
      "learning_rate": 4.504201680672269e-06,
      "loss": 1.4243,
      "step": 333
    },
    {
      "epoch": 1.1133333333333333,
      "grad_norm": 2.921875,
      "learning_rate": 4.487394957983194e-06,
      "loss": 1.5314,
      "step": 334
    },
    {
      "epoch": 1.1166666666666667,
      "grad_norm": 2.71875,
      "learning_rate": 4.4705882352941184e-06,
      "loss": 1.3847,
      "step": 335
    },
    {
      "epoch": 1.12,
      "grad_norm": 2.8125,
      "learning_rate": 4.453781512605043e-06,
      "loss": 1.532,
      "step": 336
    },
    {
      "epoch": 1.1233333333333333,
      "grad_norm": 2.984375,
      "learning_rate": 4.436974789915966e-06,
      "loss": 1.5687,
      "step": 337
    },
    {
      "epoch": 1.1266666666666667,
      "grad_norm": 3.09375,
      "learning_rate": 4.420168067226891e-06,
      "loss": 1.6001,
      "step": 338
    },
    {
      "epoch": 1.13,
      "grad_norm": 2.875,
      "learning_rate": 4.4033613445378155e-06,
      "loss": 1.5513,
      "step": 339
    },
    {
      "epoch": 1.1333333333333333,
      "grad_norm": 2.75,
      "learning_rate": 4.38655462184874e-06,
      "loss": 1.4594,
      "step": 340
    },
    {
      "epoch": 1.1366666666666667,
      "grad_norm": 2.75,
      "learning_rate": 4.369747899159664e-06,
      "loss": 1.4574,
      "step": 341
    },
    {
      "epoch": 1.1400000000000001,
      "grad_norm": 2.71875,
      "learning_rate": 4.352941176470588e-06,
      "loss": 1.4937,
      "step": 342
    },
    {
      "epoch": 1.1433333333333333,
      "grad_norm": 2.84375,
      "learning_rate": 4.3361344537815135e-06,
      "loss": 1.4861,
      "step": 343
    },
    {
      "epoch": 1.1466666666666667,
      "grad_norm": 2.796875,
      "learning_rate": 4.319327731092438e-06,
      "loss": 1.5784,
      "step": 344
    },
    {
      "epoch": 1.15,
      "grad_norm": 2.828125,
      "learning_rate": 4.302521008403362e-06,
      "loss": 1.5898,
      "step": 345
    },
    {
      "epoch": 1.1533333333333333,
      "grad_norm": 2.984375,
      "learning_rate": 4.2857142857142855e-06,
      "loss": 1.5216,
      "step": 346
    },
    {
      "epoch": 1.1566666666666667,
      "grad_norm": 2.796875,
      "learning_rate": 4.268907563025211e-06,
      "loss": 1.4747,
      "step": 347
    },
    {
      "epoch": 1.16,
      "grad_norm": 2.953125,
      "learning_rate": 4.252100840336135e-06,
      "loss": 1.5635,
      "step": 348
    },
    {
      "epoch": 1.1633333333333333,
      "grad_norm": 2.703125,
      "learning_rate": 4.235294117647059e-06,
      "loss": 1.4018,
      "step": 349
    },
    {
      "epoch": 1.1666666666666667,
      "grad_norm": 2.75,
      "learning_rate": 4.218487394957983e-06,
      "loss": 1.3896,
      "step": 350
    },
    {
      "epoch": 1.17,
      "grad_norm": 2.828125,
      "learning_rate": 4.201680672268908e-06,
      "loss": 1.5535,
      "step": 351
    },
    {
      "epoch": 1.1733333333333333,
      "grad_norm": 2.890625,
      "learning_rate": 4.184873949579833e-06,
      "loss": 1.5098,
      "step": 352
    },
    {
      "epoch": 1.1766666666666667,
      "grad_norm": 2.921875,
      "learning_rate": 4.168067226890757e-06,
      "loss": 1.5631,
      "step": 353
    },
    {
      "epoch": 1.18,
      "grad_norm": 3.03125,
      "learning_rate": 4.151260504201681e-06,
      "loss": 1.3654,
      "step": 354
    },
    {
      "epoch": 1.1833333333333333,
      "grad_norm": 2.8125,
      "learning_rate": 4.134453781512605e-06,
      "loss": 1.465,
      "step": 355
    },
    {
      "epoch": 1.1866666666666668,
      "grad_norm": 2.890625,
      "learning_rate": 4.11764705882353e-06,
      "loss": 1.5443,
      "step": 356
    },
    {
      "epoch": 1.19,
      "grad_norm": 2.828125,
      "learning_rate": 4.100840336134454e-06,
      "loss": 1.4963,
      "step": 357
    },
    {
      "epoch": 1.1933333333333334,
      "grad_norm": 3.03125,
      "learning_rate": 4.0840336134453784e-06,
      "loss": 1.4737,
      "step": 358
    },
    {
      "epoch": 1.1966666666666668,
      "grad_norm": 2.984375,
      "learning_rate": 4.067226890756303e-06,
      "loss": 1.4991,
      "step": 359
    },
    {
      "epoch": 1.2,
      "grad_norm": 2.75,
      "learning_rate": 4.050420168067227e-06,
      "loss": 1.514,
      "step": 360
    },
    {
      "epoch": 1.2033333333333334,
      "grad_norm": 2.703125,
      "learning_rate": 4.033613445378151e-06,
      "loss": 1.4515,
      "step": 361
    },
    {
      "epoch": 1.2066666666666666,
      "grad_norm": 3.0,
      "learning_rate": 4.016806722689076e-06,
      "loss": 1.565,
      "step": 362
    },
    {
      "epoch": 1.21,
      "grad_norm": 2.84375,
      "learning_rate": 4.000000000000001e-06,
      "loss": 1.407,
      "step": 363
    },
    {
      "epoch": 1.2133333333333334,
      "grad_norm": 2.90625,
      "learning_rate": 3.983193277310924e-06,
      "loss": 1.5083,
      "step": 364
    },
    {
      "epoch": 1.2166666666666668,
      "grad_norm": 2.90625,
      "learning_rate": 3.966386554621849e-06,
      "loss": 1.5209,
      "step": 365
    },
    {
      "epoch": 1.22,
      "grad_norm": 2.6875,
      "learning_rate": 3.9495798319327735e-06,
      "loss": 1.4415,
      "step": 366
    },
    {
      "epoch": 1.2233333333333334,
      "grad_norm": 2.984375,
      "learning_rate": 3.932773109243698e-06,
      "loss": 1.5,
      "step": 367
    },
    {
      "epoch": 1.2266666666666666,
      "grad_norm": 2.78125,
      "learning_rate": 3.915966386554622e-06,
      "loss": 1.4242,
      "step": 368
    },
    {
      "epoch": 1.23,
      "grad_norm": 2.828125,
      "learning_rate": 3.899159663865546e-06,
      "loss": 1.4971,
      "step": 369
    },
    {
      "epoch": 1.2333333333333334,
      "grad_norm": 2.921875,
      "learning_rate": 3.882352941176471e-06,
      "loss": 1.5549,
      "step": 370
    },
    {
      "epoch": 1.2366666666666666,
      "grad_norm": 2.875,
      "learning_rate": 3.865546218487396e-06,
      "loss": 1.478,
      "step": 371
    },
    {
      "epoch": 1.24,
      "grad_norm": 2.765625,
      "learning_rate": 3.84873949579832e-06,
      "loss": 1.4468,
      "step": 372
    },
    {
      "epoch": 1.2433333333333334,
      "grad_norm": 2.890625,
      "learning_rate": 3.831932773109244e-06,
      "loss": 1.5194,
      "step": 373
    },
    {
      "epoch": 1.2466666666666666,
      "grad_norm": 3.015625,
      "learning_rate": 3.8151260504201685e-06,
      "loss": 1.5102,
      "step": 374
    },
    {
      "epoch": 1.25,
      "grad_norm": 2.796875,
      "learning_rate": 3.7983193277310924e-06,
      "loss": 1.3554,
      "step": 375
    },
    {
      "epoch": 1.2533333333333334,
      "grad_norm": 2.71875,
      "learning_rate": 3.781512605042017e-06,
      "loss": 1.4959,
      "step": 376
    },
    {
      "epoch": 1.2566666666666666,
      "grad_norm": 2.9375,
      "learning_rate": 3.7647058823529414e-06,
      "loss": 1.5912,
      "step": 377
    },
    {
      "epoch": 1.26,
      "grad_norm": 3.140625,
      "learning_rate": 3.747899159663866e-06,
      "loss": 1.6186,
      "step": 378
    },
    {
      "epoch": 1.2633333333333332,
      "grad_norm": 3.28125,
      "learning_rate": 3.7310924369747903e-06,
      "loss": 1.7239,
      "step": 379
    },
    {
      "epoch": 1.2666666666666666,
      "grad_norm": 2.75,
      "learning_rate": 3.7142857142857146e-06,
      "loss": 1.5048,
      "step": 380
    },
    {
      "epoch": 1.27,
      "grad_norm": 2.8125,
      "learning_rate": 3.6974789915966393e-06,
      "loss": 1.483,
      "step": 381
    },
    {
      "epoch": 1.2733333333333334,
      "grad_norm": 2.96875,
      "learning_rate": 3.6806722689075636e-06,
      "loss": 1.3694,
      "step": 382
    },
    {
      "epoch": 1.2766666666666666,
      "grad_norm": 2.875,
      "learning_rate": 3.6638655462184874e-06,
      "loss": 1.5296,
      "step": 383
    },
    {
      "epoch": 1.28,
      "grad_norm": 2.828125,
      "learning_rate": 3.6470588235294117e-06,
      "loss": 1.4784,
      "step": 384
    },
    {
      "epoch": 1.2833333333333332,
      "grad_norm": 2.875,
      "learning_rate": 3.6302521008403364e-06,
      "loss": 1.4012,
      "step": 385
    },
    {
      "epoch": 1.2866666666666666,
      "grad_norm": 2.953125,
      "learning_rate": 3.6134453781512607e-06,
      "loss": 1.5319,
      "step": 386
    },
    {
      "epoch": 1.29,
      "grad_norm": 3.171875,
      "learning_rate": 3.5966386554621854e-06,
      "loss": 1.5646,
      "step": 387
    },
    {
      "epoch": 1.2933333333333334,
      "grad_norm": 2.859375,
      "learning_rate": 3.5798319327731096e-06,
      "loss": 1.4139,
      "step": 388
    },
    {
      "epoch": 1.2966666666666666,
      "grad_norm": 2.921875,
      "learning_rate": 3.563025210084034e-06,
      "loss": 1.4625,
      "step": 389
    },
    {
      "epoch": 1.3,
      "grad_norm": 2.78125,
      "learning_rate": 3.5462184873949586e-06,
      "loss": 1.4764,
      "step": 390
    },
    {
      "epoch": 1.3033333333333332,
      "grad_norm": 2.921875,
      "learning_rate": 3.529411764705883e-06,
      "loss": 1.5893,
      "step": 391
    },
    {
      "epoch": 1.3066666666666666,
      "grad_norm": 2.703125,
      "learning_rate": 3.5126050420168067e-06,
      "loss": 1.3729,
      "step": 392
    },
    {
      "epoch": 1.31,
      "grad_norm": 2.734375,
      "learning_rate": 3.495798319327731e-06,
      "loss": 1.5159,
      "step": 393
    },
    {
      "epoch": 1.3133333333333335,
      "grad_norm": 2.78125,
      "learning_rate": 3.4789915966386557e-06,
      "loss": 1.4487,
      "step": 394
    },
    {
      "epoch": 1.3166666666666667,
      "grad_norm": 3.09375,
      "learning_rate": 3.46218487394958e-06,
      "loss": 1.5674,
      "step": 395
    },
    {
      "epoch": 1.32,
      "grad_norm": 2.640625,
      "learning_rate": 3.4453781512605043e-06,
      "loss": 1.5239,
      "step": 396
    },
    {
      "epoch": 1.3233333333333333,
      "grad_norm": 3.015625,
      "learning_rate": 3.428571428571429e-06,
      "loss": 1.5239,
      "step": 397
    },
    {
      "epoch": 1.3266666666666667,
      "grad_norm": 3.03125,
      "learning_rate": 3.4117647058823532e-06,
      "loss": 1.6101,
      "step": 398
    },
    {
      "epoch": 1.33,
      "grad_norm": 2.671875,
      "learning_rate": 3.394957983193278e-06,
      "loss": 1.3755,
      "step": 399
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 3.109375,
      "learning_rate": 3.378151260504202e-06,
      "loss": 1.4877,
      "step": 400
    },
    {
      "epoch": 1.3366666666666667,
      "grad_norm": 2.765625,
      "learning_rate": 3.3613445378151265e-06,
      "loss": 1.3589,
      "step": 401
    },
    {
      "epoch": 1.34,
      "grad_norm": 3.046875,
      "learning_rate": 3.3445378151260503e-06,
      "loss": 1.4894,
      "step": 402
    },
    {
      "epoch": 1.3433333333333333,
      "grad_norm": 2.796875,
      "learning_rate": 3.327731092436975e-06,
      "loss": 1.4772,
      "step": 403
    },
    {
      "epoch": 1.3466666666666667,
      "grad_norm": 3.0,
      "learning_rate": 3.3109243697478993e-06,
      "loss": 1.603,
      "step": 404
    },
    {
      "epoch": 1.35,
      "grad_norm": 2.859375,
      "learning_rate": 3.2941176470588236e-06,
      "loss": 1.4924,
      "step": 405
    },
    {
      "epoch": 1.3533333333333333,
      "grad_norm": 2.828125,
      "learning_rate": 3.2773109243697483e-06,
      "loss": 1.4492,
      "step": 406
    },
    {
      "epoch": 1.3566666666666667,
      "grad_norm": 3.265625,
      "learning_rate": 3.2605042016806726e-06,
      "loss": 1.6397,
      "step": 407
    },
    {
      "epoch": 1.3599999999999999,
      "grad_norm": 2.796875,
      "learning_rate": 3.243697478991597e-06,
      "loss": 1.5827,
      "step": 408
    },
    {
      "epoch": 1.3633333333333333,
      "grad_norm": 2.71875,
      "learning_rate": 3.2268907563025215e-06,
      "loss": 1.3923,
      "step": 409
    },
    {
      "epoch": 1.3666666666666667,
      "grad_norm": 3.015625,
      "learning_rate": 3.210084033613446e-06,
      "loss": 1.6447,
      "step": 410
    },
    {
      "epoch": 1.37,
      "grad_norm": 2.84375,
      "learning_rate": 3.1932773109243696e-06,
      "loss": 1.4084,
      "step": 411
    },
    {
      "epoch": 1.3733333333333333,
      "grad_norm": 2.84375,
      "learning_rate": 3.1764705882352943e-06,
      "loss": 1.3593,
      "step": 412
    },
    {
      "epoch": 1.3766666666666667,
      "grad_norm": 2.796875,
      "learning_rate": 3.1596638655462186e-06,
      "loss": 1.4937,
      "step": 413
    },
    {
      "epoch": 1.38,
      "grad_norm": 3.03125,
      "learning_rate": 3.142857142857143e-06,
      "loss": 1.5347,
      "step": 414
    },
    {
      "epoch": 1.3833333333333333,
      "grad_norm": 2.8125,
      "learning_rate": 3.1260504201680676e-06,
      "loss": 1.3847,
      "step": 415
    },
    {
      "epoch": 1.3866666666666667,
      "grad_norm": 2.984375,
      "learning_rate": 3.109243697478992e-06,
      "loss": 1.5041,
      "step": 416
    },
    {
      "epoch": 1.3900000000000001,
      "grad_norm": 2.859375,
      "learning_rate": 3.092436974789916e-06,
      "loss": 1.497,
      "step": 417
    },
    {
      "epoch": 1.3933333333333333,
      "grad_norm": 2.6875,
      "learning_rate": 3.075630252100841e-06,
      "loss": 1.454,
      "step": 418
    },
    {
      "epoch": 1.3966666666666667,
      "grad_norm": 2.8125,
      "learning_rate": 3.058823529411765e-06,
      "loss": 1.4673,
      "step": 419
    },
    {
      "epoch": 1.4,
      "grad_norm": 2.734375,
      "learning_rate": 3.042016806722689e-06,
      "loss": 1.4855,
      "step": 420
    },
    {
      "epoch": 1.4033333333333333,
      "grad_norm": 3.09375,
      "learning_rate": 3.0252100840336137e-06,
      "loss": 1.6385,
      "step": 421
    },
    {
      "epoch": 1.4066666666666667,
      "grad_norm": 2.875,
      "learning_rate": 3.008403361344538e-06,
      "loss": 1.3987,
      "step": 422
    },
    {
      "epoch": 1.41,
      "grad_norm": 2.953125,
      "learning_rate": 2.9915966386554622e-06,
      "loss": 1.4859,
      "step": 423
    },
    {
      "epoch": 1.4133333333333333,
      "grad_norm": 2.921875,
      "learning_rate": 2.974789915966387e-06,
      "loss": 1.4896,
      "step": 424
    },
    {
      "epoch": 1.4166666666666667,
      "grad_norm": 3.03125,
      "learning_rate": 2.957983193277311e-06,
      "loss": 1.478,
      "step": 425
    },
    {
      "epoch": 1.42,
      "grad_norm": 3.03125,
      "learning_rate": 2.9411764705882355e-06,
      "loss": 1.522,
      "step": 426
    },
    {
      "epoch": 1.4233333333333333,
      "grad_norm": 3.078125,
      "learning_rate": 2.92436974789916e-06,
      "loss": 1.6374,
      "step": 427
    },
    {
      "epoch": 1.4266666666666667,
      "grad_norm": 2.78125,
      "learning_rate": 2.9075630252100844e-06,
      "loss": 1.4083,
      "step": 428
    },
    {
      "epoch": 1.43,
      "grad_norm": 2.859375,
      "learning_rate": 2.8907563025210087e-06,
      "loss": 1.4575,
      "step": 429
    },
    {
      "epoch": 1.4333333333333333,
      "grad_norm": 2.9375,
      "learning_rate": 2.873949579831933e-06,
      "loss": 1.5264,
      "step": 430
    },
    {
      "epoch": 1.4366666666666665,
      "grad_norm": 2.984375,
      "learning_rate": 2.8571428571428573e-06,
      "loss": 1.3961,
      "step": 431
    },
    {
      "epoch": 1.44,
      "grad_norm": 3.09375,
      "learning_rate": 2.8403361344537815e-06,
      "loss": 1.6059,
      "step": 432
    },
    {
      "epoch": 1.4433333333333334,
      "grad_norm": 2.78125,
      "learning_rate": 2.8235294117647062e-06,
      "loss": 1.3988,
      "step": 433
    },
    {
      "epoch": 1.4466666666666668,
      "grad_norm": 2.828125,
      "learning_rate": 2.8067226890756305e-06,
      "loss": 1.4681,
      "step": 434
    },
    {
      "epoch": 1.45,
      "grad_norm": 2.859375,
      "learning_rate": 2.7899159663865548e-06,
      "loss": 1.5033,
      "step": 435
    },
    {
      "epoch": 1.4533333333333334,
      "grad_norm": 2.96875,
      "learning_rate": 2.7731092436974795e-06,
      "loss": 1.5983,
      "step": 436
    },
    {
      "epoch": 1.4566666666666666,
      "grad_norm": 2.984375,
      "learning_rate": 2.7563025210084037e-06,
      "loss": 1.4453,
      "step": 437
    },
    {
      "epoch": 1.46,
      "grad_norm": 3.125,
      "learning_rate": 2.739495798319328e-06,
      "loss": 1.5667,
      "step": 438
    },
    {
      "epoch": 1.4633333333333334,
      "grad_norm": 3.078125,
      "learning_rate": 2.7226890756302523e-06,
      "loss": 1.4873,
      "step": 439
    },
    {
      "epoch": 1.4666666666666668,
      "grad_norm": 2.890625,
      "learning_rate": 2.7058823529411766e-06,
      "loss": 1.3434,
      "step": 440
    },
    {
      "epoch": 1.47,
      "grad_norm": 2.71875,
      "learning_rate": 2.689075630252101e-06,
      "loss": 1.4374,
      "step": 441
    },
    {
      "epoch": 1.4733333333333334,
      "grad_norm": 2.953125,
      "learning_rate": 2.6722689075630255e-06,
      "loss": 1.4803,
      "step": 442
    },
    {
      "epoch": 1.4766666666666666,
      "grad_norm": 2.8125,
      "learning_rate": 2.65546218487395e-06,
      "loss": 1.4312,
      "step": 443
    },
    {
      "epoch": 1.48,
      "grad_norm": 2.953125,
      "learning_rate": 2.638655462184874e-06,
      "loss": 1.408,
      "step": 444
    },
    {
      "epoch": 1.4833333333333334,
      "grad_norm": 2.765625,
      "learning_rate": 2.621848739495799e-06,
      "loss": 1.5376,
      "step": 445
    },
    {
      "epoch": 1.4866666666666668,
      "grad_norm": 2.765625,
      "learning_rate": 2.605042016806723e-06,
      "loss": 1.3749,
      "step": 446
    },
    {
      "epoch": 1.49,
      "grad_norm": 3.140625,
      "learning_rate": 2.5882352941176473e-06,
      "loss": 1.5119,
      "step": 447
    },
    {
      "epoch": 1.4933333333333334,
      "grad_norm": 2.890625,
      "learning_rate": 2.571428571428571e-06,
      "loss": 1.4766,
      "step": 448
    },
    {
      "epoch": 1.4966666666666666,
      "grad_norm": 2.765625,
      "learning_rate": 2.554621848739496e-06,
      "loss": 1.4233,
      "step": 449
    },
    {
      "epoch": 1.5,
      "grad_norm": 3.0625,
      "learning_rate": 2.53781512605042e-06,
      "loss": 1.454,
      "step": 450
    },
    {
      "epoch": 1.5033333333333334,
      "grad_norm": 2.9375,
      "learning_rate": 2.521008403361345e-06,
      "loss": 1.4133,
      "step": 451
    },
    {
      "epoch": 1.5066666666666668,
      "grad_norm": 2.796875,
      "learning_rate": 2.504201680672269e-06,
      "loss": 1.4898,
      "step": 452
    },
    {
      "epoch": 1.51,
      "grad_norm": 3.015625,
      "learning_rate": 2.4873949579831934e-06,
      "loss": 1.5211,
      "step": 453
    },
    {
      "epoch": 1.5133333333333332,
      "grad_norm": 2.71875,
      "learning_rate": 2.470588235294118e-06,
      "loss": 1.3447,
      "step": 454
    },
    {
      "epoch": 1.5166666666666666,
      "grad_norm": 2.921875,
      "learning_rate": 2.453781512605042e-06,
      "loss": 1.4222,
      "step": 455
    },
    {
      "epoch": 1.52,
      "grad_norm": 2.859375,
      "learning_rate": 2.4369747899159667e-06,
      "loss": 1.2902,
      "step": 456
    },
    {
      "epoch": 1.5233333333333334,
      "grad_norm": 2.875,
      "learning_rate": 2.420168067226891e-06,
      "loss": 1.5261,
      "step": 457
    },
    {
      "epoch": 1.5266666666666666,
      "grad_norm": 2.796875,
      "learning_rate": 2.403361344537815e-06,
      "loss": 1.476,
      "step": 458
    },
    {
      "epoch": 1.53,
      "grad_norm": 2.890625,
      "learning_rate": 2.38655462184874e-06,
      "loss": 1.4238,
      "step": 459
    },
    {
      "epoch": 1.5333333333333332,
      "grad_norm": 2.8125,
      "learning_rate": 2.369747899159664e-06,
      "loss": 1.5385,
      "step": 460
    },
    {
      "epoch": 1.5366666666666666,
      "grad_norm": 2.90625,
      "learning_rate": 2.3529411764705885e-06,
      "loss": 1.472,
      "step": 461
    },
    {
      "epoch": 1.54,
      "grad_norm": 2.90625,
      "learning_rate": 2.3361344537815127e-06,
      "loss": 1.5,
      "step": 462
    },
    {
      "epoch": 1.5433333333333334,
      "grad_norm": 3.015625,
      "learning_rate": 2.3193277310924374e-06,
      "loss": 1.541,
      "step": 463
    },
    {
      "epoch": 1.5466666666666666,
      "grad_norm": 3.265625,
      "learning_rate": 2.3025210084033613e-06,
      "loss": 1.5728,
      "step": 464
    },
    {
      "epoch": 1.55,
      "grad_norm": 2.9375,
      "learning_rate": 2.285714285714286e-06,
      "loss": 1.5389,
      "step": 465
    },
    {
      "epoch": 1.5533333333333332,
      "grad_norm": 2.9375,
      "learning_rate": 2.2689075630252102e-06,
      "loss": 1.5201,
      "step": 466
    },
    {
      "epoch": 1.5566666666666666,
      "grad_norm": 2.859375,
      "learning_rate": 2.2521008403361345e-06,
      "loss": 1.4979,
      "step": 467
    },
    {
      "epoch": 1.56,
      "grad_norm": 2.9375,
      "learning_rate": 2.2352941176470592e-06,
      "loss": 1.4538,
      "step": 468
    },
    {
      "epoch": 1.5633333333333335,
      "grad_norm": 2.734375,
      "learning_rate": 2.218487394957983e-06,
      "loss": 1.421,
      "step": 469
    },
    {
      "epoch": 1.5666666666666667,
      "grad_norm": 2.96875,
      "learning_rate": 2.2016806722689078e-06,
      "loss": 1.4913,
      "step": 470
    },
    {
      "epoch": 1.5699999999999998,
      "grad_norm": 3.21875,
      "learning_rate": 2.184873949579832e-06,
      "loss": 1.3655,
      "step": 471
    },
    {
      "epoch": 1.5733333333333333,
      "grad_norm": 2.8125,
      "learning_rate": 2.1680672268907567e-06,
      "loss": 1.4552,
      "step": 472
    },
    {
      "epoch": 1.5766666666666667,
      "grad_norm": 2.90625,
      "learning_rate": 2.151260504201681e-06,
      "loss": 1.4907,
      "step": 473
    },
    {
      "epoch": 1.58,
      "grad_norm": 3.21875,
      "learning_rate": 2.1344537815126053e-06,
      "loss": 1.4937,
      "step": 474
    },
    {
      "epoch": 1.5833333333333335,
      "grad_norm": 3.125,
      "learning_rate": 2.1176470588235296e-06,
      "loss": 1.6516,
      "step": 475
    },
    {
      "epoch": 1.5866666666666667,
      "grad_norm": 2.875,
      "learning_rate": 2.100840336134454e-06,
      "loss": 1.5058,
      "step": 476
    },
    {
      "epoch": 1.5899999999999999,
      "grad_norm": 3.109375,
      "learning_rate": 2.0840336134453785e-06,
      "loss": 1.5243,
      "step": 477
    },
    {
      "epoch": 1.5933333333333333,
      "grad_norm": 3.109375,
      "learning_rate": 2.0672268907563024e-06,
      "loss": 1.5764,
      "step": 478
    },
    {
      "epoch": 1.5966666666666667,
      "grad_norm": 3.046875,
      "learning_rate": 2.050420168067227e-06,
      "loss": 1.4826,
      "step": 479
    },
    {
      "epoch": 1.6,
      "grad_norm": 2.859375,
      "learning_rate": 2.0336134453781514e-06,
      "loss": 1.4348,
      "step": 480
    },
    {
      "epoch": 1.6033333333333335,
      "grad_norm": 2.90625,
      "learning_rate": 2.0168067226890756e-06,
      "loss": 1.4615,
      "step": 481
    },
    {
      "epoch": 1.6066666666666667,
      "grad_norm": 2.78125,
      "learning_rate": 2.0000000000000003e-06,
      "loss": 1.4901,
      "step": 482
    },
    {
      "epoch": 1.6099999999999999,
      "grad_norm": 3.25,
      "learning_rate": 1.9831932773109246e-06,
      "loss": 1.6157,
      "step": 483
    },
    {
      "epoch": 1.6133333333333333,
      "grad_norm": 2.953125,
      "learning_rate": 1.966386554621849e-06,
      "loss": 1.415,
      "step": 484
    },
    {
      "epoch": 1.6166666666666667,
      "grad_norm": 2.890625,
      "learning_rate": 1.949579831932773e-06,
      "loss": 1.4435,
      "step": 485
    },
    {
      "epoch": 1.62,
      "grad_norm": 3.15625,
      "learning_rate": 1.932773109243698e-06,
      "loss": 1.389,
      "step": 486
    },
    {
      "epoch": 1.6233333333333333,
      "grad_norm": 2.9375,
      "learning_rate": 1.915966386554622e-06,
      "loss": 1.4615,
      "step": 487
    },
    {
      "epoch": 1.6266666666666667,
      "grad_norm": 3.1875,
      "learning_rate": 1.8991596638655462e-06,
      "loss": 1.5502,
      "step": 488
    },
    {
      "epoch": 1.63,
      "grad_norm": 2.75,
      "learning_rate": 1.8823529411764707e-06,
      "loss": 1.3651,
      "step": 489
    },
    {
      "epoch": 1.6333333333333333,
      "grad_norm": 2.875,
      "learning_rate": 1.8655462184873952e-06,
      "loss": 1.4917,
      "step": 490
    },
    {
      "epoch": 1.6366666666666667,
      "grad_norm": 2.78125,
      "learning_rate": 1.8487394957983196e-06,
      "loss": 1.4878,
      "step": 491
    },
    {
      "epoch": 1.6400000000000001,
      "grad_norm": 3.140625,
      "learning_rate": 1.8319327731092437e-06,
      "loss": 1.5359,
      "step": 492
    },
    {
      "epoch": 1.6433333333333333,
      "grad_norm": 2.953125,
      "learning_rate": 1.8151260504201682e-06,
      "loss": 1.559,
      "step": 493
    },
    {
      "epoch": 1.6466666666666665,
      "grad_norm": 2.921875,
      "learning_rate": 1.7983193277310927e-06,
      "loss": 1.5795,
      "step": 494
    },
    {
      "epoch": 1.65,
      "grad_norm": 3.140625,
      "learning_rate": 1.781512605042017e-06,
      "loss": 1.6607,
      "step": 495
    },
    {
      "epoch": 1.6533333333333333,
      "grad_norm": 3.046875,
      "learning_rate": 1.7647058823529414e-06,
      "loss": 1.6806,
      "step": 496
    },
    {
      "epoch": 1.6566666666666667,
      "grad_norm": 3.0,
      "learning_rate": 1.7478991596638655e-06,
      "loss": 1.5129,
      "step": 497
    },
    {
      "epoch": 1.6600000000000001,
      "grad_norm": 3.03125,
      "learning_rate": 1.73109243697479e-06,
      "loss": 1.5222,
      "step": 498
    },
    {
      "epoch": 1.6633333333333333,
      "grad_norm": 2.859375,
      "learning_rate": 1.7142857142857145e-06,
      "loss": 1.4733,
      "step": 499
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 2.859375,
      "learning_rate": 1.697478991596639e-06,
      "loss": 1.5787,
      "step": 500
    },
    {
      "epoch": 1.67,
      "grad_norm": 3.046875,
      "learning_rate": 1.6806722689075632e-06,
      "loss": 1.5066,
      "step": 501
    },
    {
      "epoch": 1.6733333333333333,
      "grad_norm": 3.1875,
      "learning_rate": 1.6638655462184875e-06,
      "loss": 1.6077,
      "step": 502
    },
    {
      "epoch": 1.6766666666666667,
      "grad_norm": 2.75,
      "learning_rate": 1.6470588235294118e-06,
      "loss": 1.4405,
      "step": 503
    },
    {
      "epoch": 1.6800000000000002,
      "grad_norm": 2.734375,
      "learning_rate": 1.6302521008403363e-06,
      "loss": 1.4461,
      "step": 504
    },
    {
      "epoch": 1.6833333333333333,
      "grad_norm": 2.921875,
      "learning_rate": 1.6134453781512608e-06,
      "loss": 1.4127,
      "step": 505
    },
    {
      "epoch": 1.6866666666666665,
      "grad_norm": 2.828125,
      "learning_rate": 1.5966386554621848e-06,
      "loss": 1.5155,
      "step": 506
    },
    {
      "epoch": 1.69,
      "grad_norm": 2.953125,
      "learning_rate": 1.5798319327731093e-06,
      "loss": 1.6022,
      "step": 507
    },
    {
      "epoch": 1.6933333333333334,
      "grad_norm": 2.8125,
      "learning_rate": 1.5630252100840338e-06,
      "loss": 1.4854,
      "step": 508
    },
    {
      "epoch": 1.6966666666666668,
      "grad_norm": 2.78125,
      "learning_rate": 1.546218487394958e-06,
      "loss": 1.4553,
      "step": 509
    },
    {
      "epoch": 1.7,
      "grad_norm": 2.90625,
      "learning_rate": 1.5294117647058826e-06,
      "loss": 1.4455,
      "step": 510
    },
    {
      "epoch": 1.7033333333333334,
      "grad_norm": 2.8125,
      "learning_rate": 1.5126050420168068e-06,
      "loss": 1.3758,
      "step": 511
    },
    {
      "epoch": 1.7066666666666666,
      "grad_norm": 2.75,
      "learning_rate": 1.4957983193277311e-06,
      "loss": 1.426,
      "step": 512
    },
    {
      "epoch": 1.71,
      "grad_norm": 2.765625,
      "learning_rate": 1.4789915966386556e-06,
      "loss": 1.4114,
      "step": 513
    },
    {
      "epoch": 1.7133333333333334,
      "grad_norm": 3.03125,
      "learning_rate": 1.46218487394958e-06,
      "loss": 1.506,
      "step": 514
    },
    {
      "epoch": 1.7166666666666668,
      "grad_norm": 2.8125,
      "learning_rate": 1.4453781512605044e-06,
      "loss": 1.3438,
      "step": 515
    },
    {
      "epoch": 1.72,
      "grad_norm": 2.828125,
      "learning_rate": 1.4285714285714286e-06,
      "loss": 1.4568,
      "step": 516
    },
    {
      "epoch": 1.7233333333333334,
      "grad_norm": 2.828125,
      "learning_rate": 1.4117647058823531e-06,
      "loss": 1.5272,
      "step": 517
    },
    {
      "epoch": 1.7266666666666666,
      "grad_norm": 2.796875,
      "learning_rate": 1.3949579831932774e-06,
      "loss": 1.4531,
      "step": 518
    },
    {
      "epoch": 1.73,
      "grad_norm": 3.109375,
      "learning_rate": 1.3781512605042019e-06,
      "loss": 1.6233,
      "step": 519
    },
    {
      "epoch": 1.7333333333333334,
      "grad_norm": 3.046875,
      "learning_rate": 1.3613445378151261e-06,
      "loss": 1.5008,
      "step": 520
    },
    {
      "epoch": 1.7366666666666668,
      "grad_norm": 2.828125,
      "learning_rate": 1.3445378151260504e-06,
      "loss": 1.4459,
      "step": 521
    },
    {
      "epoch": 1.74,
      "grad_norm": 3.15625,
      "learning_rate": 1.327731092436975e-06,
      "loss": 1.5761,
      "step": 522
    },
    {
      "epoch": 1.7433333333333332,
      "grad_norm": 3.046875,
      "learning_rate": 1.3109243697478994e-06,
      "loss": 1.6049,
      "step": 523
    },
    {
      "epoch": 1.7466666666666666,
      "grad_norm": 2.859375,
      "learning_rate": 1.2941176470588237e-06,
      "loss": 1.4211,
      "step": 524
    },
    {
      "epoch": 1.75,
      "grad_norm": 2.984375,
      "learning_rate": 1.277310924369748e-06,
      "loss": 1.5979,
      "step": 525
    },
    {
      "epoch": 1.7533333333333334,
      "grad_norm": 2.984375,
      "learning_rate": 1.2605042016806724e-06,
      "loss": 1.5533,
      "step": 526
    },
    {
      "epoch": 1.7566666666666668,
      "grad_norm": 3.0,
      "learning_rate": 1.2436974789915967e-06,
      "loss": 1.5375,
      "step": 527
    },
    {
      "epoch": 1.76,
      "grad_norm": 2.84375,
      "learning_rate": 1.226890756302521e-06,
      "loss": 1.5025,
      "step": 528
    },
    {
      "epoch": 1.7633333333333332,
      "grad_norm": 2.984375,
      "learning_rate": 1.2100840336134455e-06,
      "loss": 1.4878,
      "step": 529
    },
    {
      "epoch": 1.7666666666666666,
      "grad_norm": 2.921875,
      "learning_rate": 1.19327731092437e-06,
      "loss": 1.5913,
      "step": 530
    },
    {
      "epoch": 1.77,
      "grad_norm": 3.078125,
      "learning_rate": 1.1764705882352942e-06,
      "loss": 1.5589,
      "step": 531
    },
    {
      "epoch": 1.7733333333333334,
      "grad_norm": 2.875,
      "learning_rate": 1.1596638655462187e-06,
      "loss": 1.4808,
      "step": 532
    },
    {
      "epoch": 1.7766666666666666,
      "grad_norm": 2.984375,
      "learning_rate": 1.142857142857143e-06,
      "loss": 1.5236,
      "step": 533
    },
    {
      "epoch": 1.78,
      "grad_norm": 2.953125,
      "learning_rate": 1.1260504201680673e-06,
      "loss": 1.5049,
      "step": 534
    },
    {
      "epoch": 1.7833333333333332,
      "grad_norm": 3.125,
      "learning_rate": 1.1092436974789915e-06,
      "loss": 1.4225,
      "step": 535
    },
    {
      "epoch": 1.7866666666666666,
      "grad_norm": 2.890625,
      "learning_rate": 1.092436974789916e-06,
      "loss": 1.4349,
      "step": 536
    },
    {
      "epoch": 1.79,
      "grad_norm": 2.984375,
      "learning_rate": 1.0756302521008405e-06,
      "loss": 1.4156,
      "step": 537
    },
    {
      "epoch": 1.7933333333333334,
      "grad_norm": 3.125,
      "learning_rate": 1.0588235294117648e-06,
      "loss": 1.5001,
      "step": 538
    },
    {
      "epoch": 1.7966666666666666,
      "grad_norm": 3.109375,
      "learning_rate": 1.0420168067226893e-06,
      "loss": 1.6955,
      "step": 539
    },
    {
      "epoch": 1.8,
      "grad_norm": 2.875,
      "learning_rate": 1.0252100840336135e-06,
      "loss": 1.4969,
      "step": 540
    },
    {
      "epoch": 1.8033333333333332,
      "grad_norm": 2.796875,
      "learning_rate": 1.0084033613445378e-06,
      "loss": 1.4745,
      "step": 541
    },
    {
      "epoch": 1.8066666666666666,
      "grad_norm": 2.90625,
      "learning_rate": 9.915966386554623e-07,
      "loss": 1.4447,
      "step": 542
    },
    {
      "epoch": 1.81,
      "grad_norm": 3.015625,
      "learning_rate": 9.747899159663866e-07,
      "loss": 1.4072,
      "step": 543
    },
    {
      "epoch": 1.8133333333333335,
      "grad_norm": 2.90625,
      "learning_rate": 9.57983193277311e-07,
      "loss": 1.4344,
      "step": 544
    },
    {
      "epoch": 1.8166666666666667,
      "grad_norm": 2.9375,
      "learning_rate": 9.411764705882353e-07,
      "loss": 1.3331,
      "step": 545
    },
    {
      "epoch": 1.8199999999999998,
      "grad_norm": 2.96875,
      "learning_rate": 9.243697478991598e-07,
      "loss": 1.6198,
      "step": 546
    },
    {
      "epoch": 1.8233333333333333,
      "grad_norm": 3.0625,
      "learning_rate": 9.075630252100841e-07,
      "loss": 1.485,
      "step": 547
    },
    {
      "epoch": 1.8266666666666667,
      "grad_norm": 3.078125,
      "learning_rate": 8.907563025210085e-07,
      "loss": 1.5653,
      "step": 548
    },
    {
      "epoch": 1.83,
      "grad_norm": 2.828125,
      "learning_rate": 8.739495798319328e-07,
      "loss": 1.6351,
      "step": 549
    },
    {
      "epoch": 1.8333333333333335,
      "grad_norm": 3.078125,
      "learning_rate": 8.571428571428572e-07,
      "loss": 1.4625,
      "step": 550
    },
    {
      "epoch": 1.8366666666666667,
      "grad_norm": 3.0625,
      "learning_rate": 8.403361344537816e-07,
      "loss": 1.51,
      "step": 551
    },
    {
      "epoch": 1.8399999999999999,
      "grad_norm": 2.859375,
      "learning_rate": 8.235294117647059e-07,
      "loss": 1.4211,
      "step": 552
    },
    {
      "epoch": 1.8433333333333333,
      "grad_norm": 3.09375,
      "learning_rate": 8.067226890756304e-07,
      "loss": 1.5519,
      "step": 553
    },
    {
      "epoch": 1.8466666666666667,
      "grad_norm": 2.96875,
      "learning_rate": 7.899159663865547e-07,
      "loss": 1.5068,
      "step": 554
    },
    {
      "epoch": 1.85,
      "grad_norm": 2.890625,
      "learning_rate": 7.73109243697479e-07,
      "loss": 1.4856,
      "step": 555
    },
    {
      "epoch": 1.8533333333333335,
      "grad_norm": 3.03125,
      "learning_rate": 7.563025210084034e-07,
      "loss": 1.5227,
      "step": 556
    },
    {
      "epoch": 1.8566666666666667,
      "grad_norm": 2.984375,
      "learning_rate": 7.394957983193278e-07,
      "loss": 1.5392,
      "step": 557
    },
    {
      "epoch": 1.8599999999999999,
      "grad_norm": 2.9375,
      "learning_rate": 7.226890756302522e-07,
      "loss": 1.5218,
      "step": 558
    },
    {
      "epoch": 1.8633333333333333,
      "grad_norm": 3.0625,
      "learning_rate": 7.058823529411766e-07,
      "loss": 1.6228,
      "step": 559
    },
    {
      "epoch": 1.8666666666666667,
      "grad_norm": 2.796875,
      "learning_rate": 6.890756302521009e-07,
      "loss": 1.3927,
      "step": 560
    },
    {
      "epoch": 1.87,
      "grad_norm": 3.03125,
      "learning_rate": 6.722689075630252e-07,
      "loss": 1.5261,
      "step": 561
    },
    {
      "epoch": 1.8733333333333333,
      "grad_norm": 2.71875,
      "learning_rate": 6.554621848739497e-07,
      "loss": 1.4985,
      "step": 562
    },
    {
      "epoch": 1.8766666666666667,
      "grad_norm": 2.671875,
      "learning_rate": 6.38655462184874e-07,
      "loss": 1.4501,
      "step": 563
    },
    {
      "epoch": 1.88,
      "grad_norm": 2.953125,
      "learning_rate": 6.218487394957984e-07,
      "loss": 1.5026,
      "step": 564
    },
    {
      "epoch": 1.8833333333333333,
      "grad_norm": 2.875,
      "learning_rate": 6.050420168067227e-07,
      "loss": 1.4889,
      "step": 565
    },
    {
      "epoch": 1.8866666666666667,
      "grad_norm": 3.0,
      "learning_rate": 5.882352941176471e-07,
      "loss": 1.5137,
      "step": 566
    },
    {
      "epoch": 1.8900000000000001,
      "grad_norm": 3.296875,
      "learning_rate": 5.714285714285715e-07,
      "loss": 1.5053,
      "step": 567
    },
    {
      "epoch": 1.8933333333333333,
      "grad_norm": 3.171875,
      "learning_rate": 5.546218487394958e-07,
      "loss": 1.6441,
      "step": 568
    },
    {
      "epoch": 1.8966666666666665,
      "grad_norm": 2.8125,
      "learning_rate": 5.378151260504203e-07,
      "loss": 1.4887,
      "step": 569
    },
    {
      "epoch": 1.9,
      "grad_norm": 2.96875,
      "learning_rate": 5.210084033613446e-07,
      "loss": 1.4965,
      "step": 570
    },
    {
      "epoch": 1.9033333333333333,
      "grad_norm": 3.0,
      "learning_rate": 5.042016806722689e-07,
      "loss": 1.5216,
      "step": 571
    },
    {
      "epoch": 1.9066666666666667,
      "grad_norm": 2.90625,
      "learning_rate": 4.873949579831933e-07,
      "loss": 1.4931,
      "step": 572
    },
    {
      "epoch": 1.9100000000000001,
      "grad_norm": 3.125,
      "learning_rate": 4.7058823529411767e-07,
      "loss": 1.4927,
      "step": 573
    },
    {
      "epoch": 1.9133333333333333,
      "grad_norm": 3.140625,
      "learning_rate": 4.5378151260504205e-07,
      "loss": 1.602,
      "step": 574
    },
    {
      "epoch": 1.9166666666666665,
      "grad_norm": 2.625,
      "learning_rate": 4.369747899159664e-07,
      "loss": 1.398,
      "step": 575
    },
    {
      "epoch": 1.92,
      "grad_norm": 3.078125,
      "learning_rate": 4.201680672268908e-07,
      "loss": 1.5163,
      "step": 576
    },
    {
      "epoch": 1.9233333333333333,
      "grad_norm": 2.84375,
      "learning_rate": 4.033613445378152e-07,
      "loss": 1.4347,
      "step": 577
    },
    {
      "epoch": 1.9266666666666667,
      "grad_norm": 2.8125,
      "learning_rate": 3.865546218487395e-07,
      "loss": 1.4178,
      "step": 578
    },
    {
      "epoch": 1.9300000000000002,
      "grad_norm": 2.859375,
      "learning_rate": 3.697478991596639e-07,
      "loss": 1.4432,
      "step": 579
    },
    {
      "epoch": 1.9333333333333333,
      "grad_norm": 2.921875,
      "learning_rate": 3.529411764705883e-07,
      "loss": 1.5276,
      "step": 580
    },
    {
      "epoch": 1.9366666666666665,
      "grad_norm": 2.9375,
      "learning_rate": 3.361344537815126e-07,
      "loss": 1.5763,
      "step": 581
    },
    {
      "epoch": 1.94,
      "grad_norm": 3.265625,
      "learning_rate": 3.19327731092437e-07,
      "loss": 1.4562,
      "step": 582
    },
    {
      "epoch": 1.9433333333333334,
      "grad_norm": 3.28125,
      "learning_rate": 3.0252100840336137e-07,
      "loss": 1.6888,
      "step": 583
    },
    {
      "epoch": 1.9466666666666668,
      "grad_norm": 2.8125,
      "learning_rate": 2.8571428571428575e-07,
      "loss": 1.5076,
      "step": 584
    },
    {
      "epoch": 1.95,
      "grad_norm": 3.046875,
      "learning_rate": 2.6890756302521013e-07,
      "loss": 1.5139,
      "step": 585
    },
    {
      "epoch": 1.9533333333333334,
      "grad_norm": 2.828125,
      "learning_rate": 2.5210084033613445e-07,
      "loss": 1.4264,
      "step": 586
    },
    {
      "epoch": 1.9566666666666666,
      "grad_norm": 3.015625,
      "learning_rate": 2.3529411764705883e-07,
      "loss": 1.5606,
      "step": 587
    },
    {
      "epoch": 1.96,
      "grad_norm": 3.0625,
      "learning_rate": 2.184873949579832e-07,
      "loss": 1.5424,
      "step": 588
    },
    {
      "epoch": 1.9633333333333334,
      "grad_norm": 2.75,
      "learning_rate": 2.016806722689076e-07,
      "loss": 1.4259,
      "step": 589
    },
    {
      "epoch": 1.9666666666666668,
      "grad_norm": 2.6875,
      "learning_rate": 1.8487394957983195e-07,
      "loss": 1.4532,
      "step": 590
    },
    {
      "epoch": 1.97,
      "grad_norm": 2.9375,
      "learning_rate": 1.680672268907563e-07,
      "loss": 1.4183,
      "step": 591
    },
    {
      "epoch": 1.9733333333333334,
      "grad_norm": 2.796875,
      "learning_rate": 1.5126050420168068e-07,
      "loss": 1.4748,
      "step": 592
    },
    {
      "epoch": 1.9766666666666666,
      "grad_norm": 2.9375,
      "learning_rate": 1.3445378151260506e-07,
      "loss": 1.5495,
      "step": 593
    },
    {
      "epoch": 1.98,
      "grad_norm": 3.0,
      "learning_rate": 1.1764705882352942e-07,
      "loss": 1.5396,
      "step": 594
    },
    {
      "epoch": 1.9833333333333334,
      "grad_norm": 3.0,
      "learning_rate": 1.008403361344538e-07,
      "loss": 1.5159,
      "step": 595
    },
    {
      "epoch": 1.9866666666666668,
      "grad_norm": 2.734375,
      "learning_rate": 8.403361344537815e-08,
      "loss": 1.3634,
      "step": 596
    },
    {
      "epoch": 1.99,
      "grad_norm": 2.90625,
      "learning_rate": 6.722689075630253e-08,
      "loss": 1.4267,
      "step": 597
    },
    {
      "epoch": 1.9933333333333332,
      "grad_norm": 2.90625,
      "learning_rate": 5.04201680672269e-08,
      "loss": 1.459,
      "step": 598
    },
    {
      "epoch": 1.9966666666666666,
      "grad_norm": 3.0,
      "learning_rate": 3.3613445378151266e-08,
      "loss": 1.5659,
      "step": 599
    },
    {
      "epoch": 2.0,
      "grad_norm": 3.046875,
      "learning_rate": 1.6806722689075633e-08,
      "loss": 1.5685,
      "step": 600
    }
  ],
  "logging_steps": 1,
  "max_steps": 600,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 2,
  "save_steps": 20,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 4.105302884611891e+16,
  "train_batch_size": 2,
  "trial_name": null,
  "trial_params": null
}