{
  "best_metric": 10.320320129394531,
  "best_model_checkpoint": "miner_id_24/checkpoint-200",
  "epoch": 0.4166666666666667,
  "eval_steps": 50,
  "global_step": 200,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.0020833333333333333,
      "grad_norm": 0.3320043087005615,
      "learning_rate": 1.0018000000000001e-05,
      "loss": 20.764,
      "step": 1
    },
    {
      "epoch": 0.0020833333333333333,
      "eval_loss": 10.377023696899414,
      "eval_runtime": 0.6227,
      "eval_samples_per_second": 326.005,
      "eval_steps_per_second": 81.903,
      "step": 1
    },
    {
      "epoch": 0.004166666666666667,
      "grad_norm": 0.4273834824562073,
      "learning_rate": 2.0036000000000003e-05,
      "loss": 20.7672,
      "step": 2
    },
    {
      "epoch": 0.00625,
      "grad_norm": 0.4845178425312042,
      "learning_rate": 3.0054e-05,
      "loss": 20.7803,
      "step": 3
    },
    {
      "epoch": 0.008333333333333333,
      "grad_norm": 0.47023308277130127,
      "learning_rate": 4.0072000000000005e-05,
      "loss": 20.7556,
      "step": 4
    },
    {
      "epoch": 0.010416666666666666,
      "grad_norm": 0.43146368861198425,
      "learning_rate": 5.009e-05,
      "loss": 20.7536,
      "step": 5
    },
    {
      "epoch": 0.0125,
      "grad_norm": 0.3475956916809082,
      "learning_rate": 6.0108e-05,
      "loss": 20.7392,
      "step": 6
    },
    {
      "epoch": 0.014583333333333334,
      "grad_norm": 0.319907009601593,
      "learning_rate": 7.0126e-05,
      "loss": 20.7374,
      "step": 7
    },
    {
      "epoch": 0.016666666666666666,
      "grad_norm": 0.4163200855255127,
      "learning_rate": 8.014400000000001e-05,
      "loss": 20.7395,
      "step": 8
    },
    {
      "epoch": 0.01875,
      "grad_norm": 0.37934646010398865,
      "learning_rate": 9.016200000000001e-05,
      "loss": 20.7564,
      "step": 9
    },
    {
      "epoch": 0.020833333333333332,
      "grad_norm": 0.3989284038543701,
      "learning_rate": 0.00010018,
      "loss": 20.7552,
      "step": 10
    },
    {
      "epoch": 0.022916666666666665,
      "grad_norm": 0.344099760055542,
      "learning_rate": 9.965273684210526e-05,
      "loss": 20.7507,
      "step": 11
    },
    {
      "epoch": 0.025,
      "grad_norm": 0.5086721777915955,
      "learning_rate": 9.912547368421053e-05,
      "loss": 20.7607,
      "step": 12
    },
    {
      "epoch": 0.027083333333333334,
      "grad_norm": 0.36622321605682373,
      "learning_rate": 9.859821052631579e-05,
      "loss": 20.7382,
      "step": 13
    },
    {
      "epoch": 0.029166666666666667,
      "grad_norm": 0.3692960739135742,
      "learning_rate": 9.807094736842106e-05,
      "loss": 20.7397,
      "step": 14
    },
    {
      "epoch": 0.03125,
      "grad_norm": 0.40973275899887085,
      "learning_rate": 9.754368421052633e-05,
      "loss": 20.7472,
      "step": 15
    },
    {
      "epoch": 0.03333333333333333,
      "grad_norm": 0.39177048206329346,
      "learning_rate": 9.701642105263158e-05,
      "loss": 20.745,
      "step": 16
    },
    {
      "epoch": 0.035416666666666666,
      "grad_norm": 0.41169026494026184,
      "learning_rate": 9.648915789473685e-05,
      "loss": 20.7261,
      "step": 17
    },
    {
      "epoch": 0.0375,
      "grad_norm": 0.4696851968765259,
      "learning_rate": 9.596189473684211e-05,
      "loss": 20.7465,
      "step": 18
    },
    {
      "epoch": 0.03958333333333333,
      "grad_norm": 0.6268026828765869,
      "learning_rate": 9.543463157894737e-05,
      "loss": 20.6962,
      "step": 19
    },
    {
      "epoch": 0.041666666666666664,
      "grad_norm": 0.44248536229133606,
      "learning_rate": 9.490736842105264e-05,
      "loss": 20.7307,
      "step": 20
    },
    {
      "epoch": 0.04375,
      "grad_norm": 0.5039771199226379,
      "learning_rate": 9.43801052631579e-05,
      "loss": 20.7369,
      "step": 21
    },
    {
      "epoch": 0.04583333333333333,
      "grad_norm": 0.5124672055244446,
      "learning_rate": 9.385284210526316e-05,
      "loss": 20.747,
      "step": 22
    },
    {
      "epoch": 0.04791666666666667,
      "grad_norm": 0.367107629776001,
      "learning_rate": 9.332557894736843e-05,
      "loss": 20.7022,
      "step": 23
    },
    {
      "epoch": 0.05,
      "grad_norm": 0.45262274146080017,
      "learning_rate": 9.279831578947369e-05,
      "loss": 20.7233,
      "step": 24
    },
    {
      "epoch": 0.052083333333333336,
      "grad_norm": 0.4082395136356354,
      "learning_rate": 9.227105263157896e-05,
      "loss": 20.7445,
      "step": 25
    },
    {
      "epoch": 0.05416666666666667,
      "grad_norm": 0.5291843414306641,
      "learning_rate": 9.174378947368421e-05,
      "loss": 20.7526,
      "step": 26
    },
    {
      "epoch": 0.05625,
      "grad_norm": 0.560905396938324,
      "learning_rate": 9.121652631578948e-05,
      "loss": 20.7282,
      "step": 27
    },
    {
      "epoch": 0.058333333333333334,
      "grad_norm": 0.5391399264335632,
      "learning_rate": 9.068926315789475e-05,
      "loss": 20.7282,
      "step": 28
    },
    {
      "epoch": 0.06041666666666667,
      "grad_norm": 0.6353935599327087,
      "learning_rate": 9.016200000000001e-05,
      "loss": 20.7292,
      "step": 29
    },
    {
      "epoch": 0.0625,
      "grad_norm": 0.5819910764694214,
      "learning_rate": 8.963473684210526e-05,
      "loss": 20.7381,
      "step": 30
    },
    {
      "epoch": 0.06458333333333334,
      "grad_norm": 0.6682659387588501,
      "learning_rate": 8.910747368421053e-05,
      "loss": 20.732,
      "step": 31
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 0.8244960904121399,
      "learning_rate": 8.858021052631579e-05,
      "loss": 20.736,
      "step": 32
    },
    {
      "epoch": 0.06875,
      "grad_norm": 0.7241726517677307,
      "learning_rate": 8.805294736842106e-05,
      "loss": 20.7416,
      "step": 33
    },
    {
      "epoch": 0.07083333333333333,
      "grad_norm": 0.6204182505607605,
      "learning_rate": 8.752568421052633e-05,
      "loss": 20.7161,
      "step": 34
    },
    {
      "epoch": 0.07291666666666667,
      "grad_norm": 0.8156778216362,
      "learning_rate": 8.699842105263159e-05,
      "loss": 20.7235,
      "step": 35
    },
    {
      "epoch": 0.075,
      "grad_norm": 0.7850509881973267,
      "learning_rate": 8.647115789473686e-05,
      "loss": 20.6887,
      "step": 36
    },
    {
      "epoch": 0.07708333333333334,
      "grad_norm": 0.6257343292236328,
      "learning_rate": 8.594389473684211e-05,
      "loss": 20.6967,
      "step": 37
    },
    {
      "epoch": 0.07916666666666666,
      "grad_norm": 0.530684769153595,
      "learning_rate": 8.541663157894737e-05,
      "loss": 20.712,
      "step": 38
    },
    {
      "epoch": 0.08125,
      "grad_norm": 0.8555363416671753,
      "learning_rate": 8.488936842105264e-05,
      "loss": 20.7033,
      "step": 39
    },
    {
      "epoch": 0.08333333333333333,
      "grad_norm": 0.8683212995529175,
      "learning_rate": 8.43621052631579e-05,
      "loss": 20.7051,
      "step": 40
    },
    {
      "epoch": 0.08541666666666667,
      "grad_norm": 0.7046140432357788,
      "learning_rate": 8.383484210526316e-05,
      "loss": 20.7065,
      "step": 41
    },
    {
      "epoch": 0.0875,
      "grad_norm": 0.6534966230392456,
      "learning_rate": 8.330757894736843e-05,
      "loss": 20.7167,
      "step": 42
    },
    {
      "epoch": 0.08958333333333333,
      "grad_norm": 0.6379891633987427,
      "learning_rate": 8.278031578947369e-05,
      "loss": 20.6602,
      "step": 43
    },
    {
      "epoch": 0.09166666666666666,
      "grad_norm": 0.7104814648628235,
      "learning_rate": 8.225305263157896e-05,
      "loss": 20.6848,
      "step": 44
    },
    {
      "epoch": 0.09375,
      "grad_norm": 0.7425481677055359,
      "learning_rate": 8.172578947368422e-05,
      "loss": 20.6741,
      "step": 45
    },
    {
      "epoch": 0.09583333333333334,
      "grad_norm": 0.8014410734176636,
      "learning_rate": 8.119852631578947e-05,
      "loss": 20.6782,
      "step": 46
    },
    {
      "epoch": 0.09791666666666667,
      "grad_norm": 0.9794498682022095,
      "learning_rate": 8.067126315789474e-05,
      "loss": 20.6851,
      "step": 47
    },
    {
      "epoch": 0.1,
      "grad_norm": 1.0179678201675415,
      "learning_rate": 8.014400000000001e-05,
      "loss": 20.6769,
      "step": 48
    },
    {
      "epoch": 0.10208333333333333,
      "grad_norm": 0.9656522274017334,
      "learning_rate": 7.961673684210527e-05,
      "loss": 20.718,
      "step": 49
    },
    {
      "epoch": 0.10416666666666667,
      "grad_norm": 0.8807477951049805,
      "learning_rate": 7.908947368421054e-05,
      "loss": 20.6957,
      "step": 50
    },
    {
      "epoch": 0.10416666666666667,
      "eval_loss": 10.334941864013672,
      "eval_runtime": 0.6042,
      "eval_samples_per_second": 335.955,
      "eval_steps_per_second": 84.403,
      "step": 50
    },
    {
      "epoch": 0.10625,
      "grad_norm": 0.6490017771720886,
      "learning_rate": 7.856221052631579e-05,
      "loss": 20.6673,
      "step": 51
    },
    {
      "epoch": 0.10833333333333334,
      "grad_norm": 0.630286693572998,
      "learning_rate": 7.803494736842106e-05,
      "loss": 20.6647,
      "step": 52
    },
    {
      "epoch": 0.11041666666666666,
      "grad_norm": 0.6416987180709839,
      "learning_rate": 7.750768421052632e-05,
      "loss": 20.6656,
      "step": 53
    },
    {
      "epoch": 0.1125,
      "grad_norm": 0.6955457329750061,
      "learning_rate": 7.698042105263157e-05,
      "loss": 20.6674,
      "step": 54
    },
    {
      "epoch": 0.11458333333333333,
      "grad_norm": 0.5747247338294983,
      "learning_rate": 7.645315789473686e-05,
      "loss": 20.6645,
      "step": 55
    },
    {
      "epoch": 0.11666666666666667,
      "grad_norm": 0.49230244755744934,
      "learning_rate": 7.592589473684211e-05,
      "loss": 20.6796,
      "step": 56
    },
    {
      "epoch": 0.11875,
      "grad_norm": 0.533535361289978,
      "learning_rate": 7.539863157894737e-05,
      "loss": 20.6683,
      "step": 57
    },
    {
      "epoch": 0.12083333333333333,
      "grad_norm": 0.4789166748523712,
      "learning_rate": 7.487136842105264e-05,
      "loss": 20.6364,
      "step": 58
    },
    {
      "epoch": 0.12291666666666666,
      "grad_norm": 0.6608495712280273,
      "learning_rate": 7.43441052631579e-05,
      "loss": 20.6344,
      "step": 59
    },
    {
      "epoch": 0.125,
      "grad_norm": 0.4521493911743164,
      "learning_rate": 7.381684210526315e-05,
      "loss": 20.6454,
      "step": 60
    },
    {
      "epoch": 0.12708333333333333,
      "grad_norm": 0.7000594139099121,
      "learning_rate": 7.328957894736844e-05,
      "loss": 20.6656,
      "step": 61
    },
    {
      "epoch": 0.12916666666666668,
      "grad_norm": 0.5299615859985352,
      "learning_rate": 7.276231578947369e-05,
      "loss": 20.6475,
      "step": 62
    },
    {
      "epoch": 0.13125,
      "grad_norm": 0.6820955872535706,
      "learning_rate": 7.223505263157895e-05,
      "loss": 20.6736,
      "step": 63
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.6451751589775085,
      "learning_rate": 7.170778947368422e-05,
      "loss": 20.6764,
      "step": 64
    },
    {
      "epoch": 0.13541666666666666,
      "grad_norm": 0.5937023758888245,
      "learning_rate": 7.118052631578947e-05,
      "loss": 20.6626,
      "step": 65
    },
    {
      "epoch": 0.1375,
      "grad_norm": 0.546812891960144,
      "learning_rate": 7.065326315789474e-05,
      "loss": 20.634,
      "step": 66
    },
    {
      "epoch": 0.13958333333333334,
      "grad_norm": 0.5355703830718994,
      "learning_rate": 7.0126e-05,
      "loss": 20.6018,
      "step": 67
    },
    {
      "epoch": 0.14166666666666666,
      "grad_norm": 0.6867150664329529,
      "learning_rate": 6.959873684210527e-05,
      "loss": 20.6088,
      "step": 68
    },
    {
      "epoch": 0.14375,
      "grad_norm": 0.7034195065498352,
      "learning_rate": 6.907147368421054e-05,
      "loss": 20.6284,
      "step": 69
    },
    {
      "epoch": 0.14583333333333334,
      "grad_norm": 0.6769217252731323,
      "learning_rate": 6.85442105263158e-05,
      "loss": 20.6629,
      "step": 70
    },
    {
      "epoch": 0.14791666666666667,
      "grad_norm": 0.5449651479721069,
      "learning_rate": 6.801694736842105e-05,
      "loss": 20.6418,
      "step": 71
    },
    {
      "epoch": 0.15,
      "grad_norm": 0.5450152158737183,
      "learning_rate": 6.748968421052632e-05,
      "loss": 20.6659,
      "step": 72
    },
    {
      "epoch": 0.15208333333333332,
      "grad_norm": 0.3956001400947571,
      "learning_rate": 6.696242105263158e-05,
      "loss": 20.6734,
      "step": 73
    },
    {
      "epoch": 0.15416666666666667,
      "grad_norm": 0.4960653483867645,
      "learning_rate": 6.643515789473685e-05,
      "loss": 20.6529,
      "step": 74
    },
    {
      "epoch": 0.15625,
      "grad_norm": 0.40670597553253174,
      "learning_rate": 6.590789473684212e-05,
      "loss": 20.6723,
      "step": 75
    },
    {
      "epoch": 0.15833333333333333,
      "grad_norm": 0.40662482380867004,
      "learning_rate": 6.538063157894737e-05,
      "loss": 20.659,
      "step": 76
    },
    {
      "epoch": 0.16041666666666668,
      "grad_norm": 0.4496363699436188,
      "learning_rate": 6.485336842105264e-05,
      "loss": 20.6409,
      "step": 77
    },
    {
      "epoch": 0.1625,
      "grad_norm": 0.5069528222084045,
      "learning_rate": 6.43261052631579e-05,
      "loss": 20.6488,
      "step": 78
    },
    {
      "epoch": 0.16458333333333333,
      "grad_norm": 0.6517645716667175,
      "learning_rate": 6.379884210526315e-05,
      "loss": 20.6339,
      "step": 79
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 0.5706809163093567,
      "learning_rate": 6.327157894736842e-05,
      "loss": 20.645,
      "step": 80
    },
    {
      "epoch": 0.16875,
      "grad_norm": 0.3819289207458496,
      "learning_rate": 6.274431578947368e-05,
      "loss": 20.638,
      "step": 81
    },
    {
      "epoch": 0.17083333333333334,
      "grad_norm": 0.6231030821800232,
      "learning_rate": 6.221705263157895e-05,
      "loss": 20.6617,
      "step": 82
    },
    {
      "epoch": 0.17291666666666666,
      "grad_norm": 0.6574021577835083,
      "learning_rate": 6.168978947368422e-05,
      "loss": 20.6723,
      "step": 83
    },
    {
      "epoch": 0.175,
      "grad_norm": 0.5121121406555176,
      "learning_rate": 6.116252631578948e-05,
      "loss": 20.6442,
      "step": 84
    },
    {
      "epoch": 0.17708333333333334,
      "grad_norm": 0.5453215837478638,
      "learning_rate": 6.063526315789474e-05,
      "loss": 20.6276,
      "step": 85
    },
    {
      "epoch": 0.17916666666666667,
      "grad_norm": 0.5595671534538269,
      "learning_rate": 6.0108e-05,
      "loss": 20.6373,
      "step": 86
    },
    {
      "epoch": 0.18125,
      "grad_norm": 0.4219697117805481,
      "learning_rate": 5.9580736842105264e-05,
      "loss": 20.6531,
      "step": 87
    },
    {
      "epoch": 0.18333333333333332,
      "grad_norm": 0.4789664149284363,
      "learning_rate": 5.905347368421053e-05,
      "loss": 20.6505,
      "step": 88
    },
    {
      "epoch": 0.18541666666666667,
      "grad_norm": 0.5621258616447449,
      "learning_rate": 5.85262105263158e-05,
      "loss": 20.6274,
      "step": 89
    },
    {
      "epoch": 0.1875,
      "grad_norm": 1.0729533433914185,
      "learning_rate": 5.799894736842106e-05,
      "loss": 20.6596,
      "step": 90
    },
    {
      "epoch": 0.18958333333333333,
      "grad_norm": 0.4790107309818268,
      "learning_rate": 5.747168421052632e-05,
      "loss": 20.665,
      "step": 91
    },
    {
      "epoch": 0.19166666666666668,
      "grad_norm": 0.5467313528060913,
      "learning_rate": 5.694442105263158e-05,
      "loss": 20.6566,
      "step": 92
    },
    {
      "epoch": 0.19375,
      "grad_norm": 0.44753512740135193,
      "learning_rate": 5.641715789473684e-05,
      "loss": 20.6383,
      "step": 93
    },
    {
      "epoch": 0.19583333333333333,
      "grad_norm": 0.5728275775909424,
      "learning_rate": 5.5889894736842104e-05,
      "loss": 20.6573,
      "step": 94
    },
    {
      "epoch": 0.19791666666666666,
      "grad_norm": 0.42919114232063293,
      "learning_rate": 5.5362631578947374e-05,
      "loss": 20.6165,
      "step": 95
    },
    {
      "epoch": 0.2,
      "grad_norm": 0.5049256086349487,
      "learning_rate": 5.483536842105264e-05,
      "loss": 20.637,
      "step": 96
    },
    {
      "epoch": 0.20208333333333334,
      "grad_norm": 0.5718994140625,
      "learning_rate": 5.43081052631579e-05,
      "loss": 20.6372,
      "step": 97
    },
    {
      "epoch": 0.20416666666666666,
      "grad_norm": 0.7180155515670776,
      "learning_rate": 5.378084210526316e-05,
      "loss": 20.6303,
      "step": 98
    },
    {
      "epoch": 0.20625,
      "grad_norm": 0.7693624496459961,
      "learning_rate": 5.3253578947368426e-05,
      "loss": 20.6645,
      "step": 99
    },
    {
      "epoch": 0.20833333333333334,
      "grad_norm": 0.6251090168952942,
      "learning_rate": 5.272631578947368e-05,
      "loss": 20.6677,
      "step": 100
    },
    {
      "epoch": 0.20833333333333334,
      "eval_loss": 10.322431564331055,
      "eval_runtime": 0.62,
      "eval_samples_per_second": 327.428,
      "eval_steps_per_second": 82.26,
      "step": 100
    },
    {
      "epoch": 0.21041666666666667,
      "grad_norm": 0.41412174701690674,
      "learning_rate": 5.2199052631578945e-05,
      "loss": 20.6484,
      "step": 101
    },
    {
      "epoch": 0.2125,
      "grad_norm": 0.3862389326095581,
      "learning_rate": 5.167178947368422e-05,
      "loss": 20.6609,
      "step": 102
    },
    {
      "epoch": 0.21458333333333332,
      "grad_norm": 0.46969911456108093,
      "learning_rate": 5.114452631578948e-05,
      "loss": 20.6252,
      "step": 103
    },
    {
      "epoch": 0.21666666666666667,
      "grad_norm": 0.35917848348617554,
      "learning_rate": 5.061726315789474e-05,
      "loss": 20.6513,
      "step": 104
    },
    {
      "epoch": 0.21875,
      "grad_norm": 0.37505069375038147,
      "learning_rate": 5.009e-05,
      "loss": 20.6402,
      "step": 105
    },
    {
      "epoch": 0.22083333333333333,
      "grad_norm": 0.3769151270389557,
      "learning_rate": 4.9562736842105266e-05,
      "loss": 20.6339,
      "step": 106
    },
    {
      "epoch": 0.22291666666666668,
      "grad_norm": 0.29799339175224304,
      "learning_rate": 4.903547368421053e-05,
      "loss": 20.6358,
      "step": 107
    },
    {
      "epoch": 0.225,
      "grad_norm": 0.3330136239528656,
      "learning_rate": 4.850821052631579e-05,
      "loss": 20.6227,
      "step": 108
    },
    {
      "epoch": 0.22708333333333333,
      "grad_norm": 0.3470037579536438,
      "learning_rate": 4.7980947368421055e-05,
      "loss": 20.6434,
      "step": 109
    },
    {
      "epoch": 0.22916666666666666,
      "grad_norm": 0.4420476257801056,
      "learning_rate": 4.745368421052632e-05,
      "loss": 20.6355,
      "step": 110
    },
    {
      "epoch": 0.23125,
      "grad_norm": 0.40836626291275024,
      "learning_rate": 4.692642105263158e-05,
      "loss": 20.6292,
      "step": 111
    },
    {
      "epoch": 0.23333333333333334,
      "grad_norm": 0.47735828161239624,
      "learning_rate": 4.6399157894736844e-05,
      "loss": 20.6173,
      "step": 112
    },
    {
      "epoch": 0.23541666666666666,
      "grad_norm": 0.4261724054813385,
      "learning_rate": 4.5871894736842107e-05,
      "loss": 20.64,
      "step": 113
    },
    {
      "epoch": 0.2375,
      "grad_norm": 0.543081521987915,
      "learning_rate": 4.5344631578947376e-05,
      "loss": 20.6489,
      "step": 114
    },
    {
      "epoch": 0.23958333333333334,
      "grad_norm": 0.4491605758666992,
      "learning_rate": 4.481736842105263e-05,
      "loss": 20.6622,
      "step": 115
    },
    {
      "epoch": 0.24166666666666667,
      "grad_norm": 0.5000092387199402,
      "learning_rate": 4.4290105263157895e-05,
      "loss": 20.6254,
      "step": 116
    },
    {
      "epoch": 0.24375,
      "grad_norm": 0.590541422367096,
      "learning_rate": 4.3762842105263165e-05,
      "loss": 20.6337,
      "step": 117
    },
    {
      "epoch": 0.24583333333333332,
      "grad_norm": 0.5222097039222717,
      "learning_rate": 4.323557894736843e-05,
      "loss": 20.5998,
      "step": 118
    },
    {
      "epoch": 0.24791666666666667,
      "grad_norm": 0.48261940479278564,
      "learning_rate": 4.2708315789473684e-05,
      "loss": 20.6307,
      "step": 119
    },
    {
      "epoch": 0.25,
      "grad_norm": 0.5766420960426331,
      "learning_rate": 4.218105263157895e-05,
      "loss": 20.6471,
      "step": 120
    },
    {
      "epoch": 0.2520833333333333,
      "grad_norm": 0.6727250218391418,
      "learning_rate": 4.1653789473684217e-05,
      "loss": 20.6957,
      "step": 121
    },
    {
      "epoch": 0.25416666666666665,
      "grad_norm": 0.47250896692276,
      "learning_rate": 4.112652631578948e-05,
      "loss": 20.6686,
      "step": 122
    },
    {
      "epoch": 0.25625,
      "grad_norm": 0.4538274109363556,
      "learning_rate": 4.0599263157894736e-05,
      "loss": 20.642,
      "step": 123
    },
    {
      "epoch": 0.25833333333333336,
      "grad_norm": 0.4601709842681885,
      "learning_rate": 4.0072000000000005e-05,
      "loss": 20.6345,
      "step": 124
    },
    {
      "epoch": 0.2604166666666667,
      "grad_norm": 0.4610661566257477,
      "learning_rate": 3.954473684210527e-05,
      "loss": 20.6621,
      "step": 125
    },
    {
      "epoch": 0.2625,
      "grad_norm": 0.48208266496658325,
      "learning_rate": 3.901747368421053e-05,
      "loss": 20.6365,
      "step": 126
    },
    {
      "epoch": 0.26458333333333334,
      "grad_norm": 0.46704065799713135,
      "learning_rate": 3.849021052631579e-05,
      "loss": 20.6328,
      "step": 127
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.46572041511535645,
      "learning_rate": 3.796294736842106e-05,
      "loss": 20.636,
      "step": 128
    },
    {
      "epoch": 0.26875,
      "grad_norm": 0.48403823375701904,
      "learning_rate": 3.743568421052632e-05,
      "loss": 20.6381,
      "step": 129
    },
    {
      "epoch": 0.2708333333333333,
      "grad_norm": 0.3730640411376953,
      "learning_rate": 3.6908421052631576e-05,
      "loss": 20.6431,
      "step": 130
    },
    {
      "epoch": 0.27291666666666664,
      "grad_norm": 0.46503594517707825,
      "learning_rate": 3.6381157894736846e-05,
      "loss": 20.6645,
      "step": 131
    },
    {
      "epoch": 0.275,
      "grad_norm": 0.73885577917099,
      "learning_rate": 3.585389473684211e-05,
      "loss": 20.6266,
      "step": 132
    },
    {
      "epoch": 0.27708333333333335,
      "grad_norm": 0.5339804887771606,
      "learning_rate": 3.532663157894737e-05,
      "loss": 20.6432,
      "step": 133
    },
    {
      "epoch": 0.2791666666666667,
      "grad_norm": 0.6266263127326965,
      "learning_rate": 3.4799368421052634e-05,
      "loss": 20.6218,
      "step": 134
    },
    {
      "epoch": 0.28125,
      "grad_norm": 0.4900444447994232,
      "learning_rate": 3.42721052631579e-05,
      "loss": 20.6454,
      "step": 135
    },
    {
      "epoch": 0.2833333333333333,
      "grad_norm": 0.46520623564720154,
      "learning_rate": 3.374484210526316e-05,
      "loss": 20.669,
      "step": 136
    },
    {
      "epoch": 0.28541666666666665,
      "grad_norm": 0.642386794090271,
      "learning_rate": 3.321757894736842e-05,
      "loss": 20.638,
      "step": 137
    },
    {
      "epoch": 0.2875,
      "grad_norm": 0.760684072971344,
      "learning_rate": 3.2690315789473686e-05,
      "loss": 20.6565,
      "step": 138
    },
    {
      "epoch": 0.28958333333333336,
      "grad_norm": 0.526068389415741,
      "learning_rate": 3.216305263157895e-05,
      "loss": 20.6865,
      "step": 139
    },
    {
      "epoch": 0.2916666666666667,
      "grad_norm": 0.6930481791496277,
      "learning_rate": 3.163578947368421e-05,
      "loss": 20.6348,
      "step": 140
    },
    {
      "epoch": 0.29375,
      "grad_norm": 0.5339356660842896,
      "learning_rate": 3.1108526315789475e-05,
      "loss": 20.6561,
      "step": 141
    },
    {
      "epoch": 0.29583333333333334,
      "grad_norm": 0.424015611410141,
      "learning_rate": 3.058126315789474e-05,
      "loss": 20.6676,
      "step": 142
    },
    {
      "epoch": 0.29791666666666666,
      "grad_norm": 0.4242256283760071,
      "learning_rate": 3.0054e-05,
      "loss": 20.6337,
      "step": 143
    },
    {
      "epoch": 0.3,
      "grad_norm": 0.4056195318698883,
      "learning_rate": 2.9526736842105263e-05,
      "loss": 20.6621,
      "step": 144
    },
    {
      "epoch": 0.3020833333333333,
      "grad_norm": 0.6854588985443115,
      "learning_rate": 2.899947368421053e-05,
      "loss": 20.606,
      "step": 145
    },
    {
      "epoch": 0.30416666666666664,
      "grad_norm": 0.5682480931282043,
      "learning_rate": 2.847221052631579e-05,
      "loss": 20.6446,
      "step": 146
    },
    {
      "epoch": 0.30625,
      "grad_norm": 0.4918515682220459,
      "learning_rate": 2.7944947368421052e-05,
      "loss": 20.6395,
      "step": 147
    },
    {
      "epoch": 0.30833333333333335,
      "grad_norm": 0.5506953001022339,
      "learning_rate": 2.741768421052632e-05,
      "loss": 20.6451,
      "step": 148
    },
    {
      "epoch": 0.3104166666666667,
      "grad_norm": 0.8347042202949524,
      "learning_rate": 2.689042105263158e-05,
      "loss": 20.6535,
      "step": 149
    },
    {
      "epoch": 0.3125,
      "grad_norm": 0.597395658493042,
      "learning_rate": 2.636315789473684e-05,
      "loss": 20.6558,
      "step": 150
    },
    {
      "epoch": 0.3125,
      "eval_loss": 10.320969581604004,
      "eval_runtime": 0.6166,
      "eval_samples_per_second": 329.202,
      "eval_steps_per_second": 82.706,
      "step": 150
    },
    {
      "epoch": 0.3145833333333333,
      "grad_norm": 0.37281185388565063,
      "learning_rate": 2.583589473684211e-05,
      "loss": 20.6498,
      "step": 151
    },
    {
      "epoch": 0.31666666666666665,
      "grad_norm": 0.48406609892845154,
      "learning_rate": 2.530863157894737e-05,
      "loss": 20.6228,
      "step": 152
    },
    {
      "epoch": 0.31875,
      "grad_norm": 0.39599233865737915,
      "learning_rate": 2.4781368421052633e-05,
      "loss": 20.638,
      "step": 153
    },
    {
      "epoch": 0.32083333333333336,
      "grad_norm": 0.3863723874092102,
      "learning_rate": 2.4254105263157896e-05,
      "loss": 20.6314,
      "step": 154
    },
    {
      "epoch": 0.3229166666666667,
      "grad_norm": 0.45764878392219543,
      "learning_rate": 2.372684210526316e-05,
      "loss": 20.6385,
      "step": 155
    },
    {
      "epoch": 0.325,
      "grad_norm": 0.2955838441848755,
      "learning_rate": 2.3199578947368422e-05,
      "loss": 20.6307,
      "step": 156
    },
    {
      "epoch": 0.32708333333333334,
      "grad_norm": 0.29116860032081604,
      "learning_rate": 2.2672315789473688e-05,
      "loss": 20.6354,
      "step": 157
    },
    {
      "epoch": 0.32916666666666666,
      "grad_norm": 0.5557569861412048,
      "learning_rate": 2.2145052631578948e-05,
      "loss": 20.6324,
      "step": 158
    },
    {
      "epoch": 0.33125,
      "grad_norm": 0.4483456313610077,
      "learning_rate": 2.1617789473684214e-05,
      "loss": 20.6235,
      "step": 159
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.36201009154319763,
      "learning_rate": 2.1090526315789473e-05,
      "loss": 20.6236,
      "step": 160
    },
    {
      "epoch": 0.33541666666666664,
      "grad_norm": 0.5224501490592957,
      "learning_rate": 2.056326315789474e-05,
      "loss": 20.6368,
      "step": 161
    },
    {
      "epoch": 0.3375,
      "grad_norm": 0.4168667495250702,
      "learning_rate": 2.0036000000000003e-05,
      "loss": 20.6212,
      "step": 162
    },
    {
      "epoch": 0.33958333333333335,
      "grad_norm": 0.422823041677475,
      "learning_rate": 1.9508736842105266e-05,
      "loss": 20.6554,
      "step": 163
    },
    {
      "epoch": 0.3416666666666667,
      "grad_norm": 0.4180959165096283,
      "learning_rate": 1.898147368421053e-05,
      "loss": 20.632,
      "step": 164
    },
    {
      "epoch": 0.34375,
      "grad_norm": 0.527528703212738,
      "learning_rate": 1.8454210526315788e-05,
      "loss": 20.6571,
      "step": 165
    },
    {
      "epoch": 0.3458333333333333,
      "grad_norm": 0.6775944828987122,
      "learning_rate": 1.7926947368421054e-05,
      "loss": 20.6503,
      "step": 166
    },
    {
      "epoch": 0.34791666666666665,
      "grad_norm": 0.45938971638679504,
      "learning_rate": 1.7399684210526317e-05,
      "loss": 20.6307,
      "step": 167
    },
    {
      "epoch": 0.35,
      "grad_norm": 0.581780731678009,
      "learning_rate": 1.687242105263158e-05,
      "loss": 20.5861,
      "step": 168
    },
    {
      "epoch": 0.35208333333333336,
      "grad_norm": 0.46029457449913025,
      "learning_rate": 1.6345157894736843e-05,
      "loss": 20.6182,
      "step": 169
    },
    {
      "epoch": 0.3541666666666667,
      "grad_norm": 0.4315298795700073,
      "learning_rate": 1.5817894736842106e-05,
      "loss": 20.617,
      "step": 170
    },
    {
      "epoch": 0.35625,
      "grad_norm": 0.5391767621040344,
      "learning_rate": 1.529063157894737e-05,
      "loss": 20.6657,
      "step": 171
    },
    {
      "epoch": 0.35833333333333334,
      "grad_norm": 0.7053831815719604,
      "learning_rate": 1.4763368421052632e-05,
      "loss": 20.6452,
      "step": 172
    },
    {
      "epoch": 0.36041666666666666,
      "grad_norm": 0.3821829557418823,
      "learning_rate": 1.4236105263157895e-05,
      "loss": 20.6239,
      "step": 173
    },
    {
      "epoch": 0.3625,
      "grad_norm": 0.41374513506889343,
      "learning_rate": 1.370884210526316e-05,
      "loss": 20.6571,
      "step": 174
    },
    {
      "epoch": 0.3645833333333333,
      "grad_norm": 0.4170868694782257,
      "learning_rate": 1.318157894736842e-05,
      "loss": 20.6462,
      "step": 175
    },
    {
      "epoch": 0.36666666666666664,
      "grad_norm": 0.338599294424057,
      "learning_rate": 1.2654315789473685e-05,
      "loss": 20.6363,
      "step": 176
    },
    {
      "epoch": 0.36875,
      "grad_norm": 0.5105868577957153,
      "learning_rate": 1.2127052631578948e-05,
      "loss": 20.6538,
      "step": 177
    },
    {
      "epoch": 0.37083333333333335,
      "grad_norm": 0.4912939965724945,
      "learning_rate": 1.1599789473684211e-05,
      "loss": 20.6367,
      "step": 178
    },
    {
      "epoch": 0.3729166666666667,
      "grad_norm": 0.4326838552951813,
      "learning_rate": 1.1072526315789474e-05,
      "loss": 20.6502,
      "step": 179
    },
    {
      "epoch": 0.375,
      "grad_norm": 0.4481593668460846,
      "learning_rate": 1.0545263157894737e-05,
      "loss": 20.6533,
      "step": 180
    },
    {
      "epoch": 0.3770833333333333,
      "grad_norm": 0.5464130640029907,
      "learning_rate": 1.0018000000000001e-05,
      "loss": 20.6477,
      "step": 181
    },
    {
      "epoch": 0.37916666666666665,
      "grad_norm": 0.42457976937294006,
      "learning_rate": 9.490736842105264e-06,
      "loss": 20.6598,
      "step": 182
    },
    {
      "epoch": 0.38125,
      "grad_norm": 0.4240236282348633,
      "learning_rate": 8.963473684210527e-06,
      "loss": 20.6248,
      "step": 183
    },
    {
      "epoch": 0.38333333333333336,
      "grad_norm": 0.5708866715431213,
      "learning_rate": 8.43621052631579e-06,
      "loss": 20.6368,
      "step": 184
    },
    {
      "epoch": 0.3854166666666667,
      "grad_norm": 0.5419739484786987,
      "learning_rate": 7.908947368421053e-06,
      "loss": 20.6538,
      "step": 185
    },
    {
      "epoch": 0.3875,
      "grad_norm": 0.5176281332969666,
      "learning_rate": 7.381684210526316e-06,
      "loss": 20.6526,
      "step": 186
    },
    {
      "epoch": 0.38958333333333334,
      "grad_norm": 0.5326713919639587,
      "learning_rate": 6.85442105263158e-06,
      "loss": 20.6238,
      "step": 187
    },
    {
      "epoch": 0.39166666666666666,
      "grad_norm": 0.7119190096855164,
      "learning_rate": 6.3271578947368425e-06,
      "loss": 20.6531,
      "step": 188
    },
    {
      "epoch": 0.39375,
      "grad_norm": 0.5899550318717957,
      "learning_rate": 5.7998947368421054e-06,
      "loss": 20.6368,
      "step": 189
    },
    {
      "epoch": 0.3958333333333333,
      "grad_norm": 0.5252934694290161,
      "learning_rate": 5.272631578947368e-06,
      "loss": 20.6664,
      "step": 190
    },
    {
      "epoch": 0.39791666666666664,
      "grad_norm": 0.358653724193573,
      "learning_rate": 4.745368421052632e-06,
      "loss": 20.6579,
      "step": 191
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.43110373616218567,
      "learning_rate": 4.218105263157895e-06,
      "loss": 20.6374,
      "step": 192
    },
    {
      "epoch": 0.40208333333333335,
      "grad_norm": 0.45655491948127747,
      "learning_rate": 3.690842105263158e-06,
      "loss": 20.6361,
      "step": 193
    },
    {
      "epoch": 0.4041666666666667,
      "grad_norm": 0.30297571420669556,
      "learning_rate": 3.1635789473684213e-06,
      "loss": 20.6386,
      "step": 194
    },
    {
      "epoch": 0.40625,
      "grad_norm": 0.3377545177936554,
      "learning_rate": 2.636315789473684e-06,
      "loss": 20.6289,
      "step": 195
    },
    {
      "epoch": 0.4083333333333333,
      "grad_norm": 0.5056354999542236,
      "learning_rate": 2.1090526315789475e-06,
      "loss": 20.6388,
      "step": 196
    },
    {
      "epoch": 0.41041666666666665,
      "grad_norm": 0.6402460932731628,
      "learning_rate": 1.5817894736842106e-06,
      "loss": 20.6102,
      "step": 197
    },
    {
      "epoch": 0.4125,
      "grad_norm": 0.6596386432647705,
      "learning_rate": 1.0545263157894738e-06,
      "loss": 20.6331,
      "step": 198
    },
    {
      "epoch": 0.41458333333333336,
      "grad_norm": 0.6789427399635315,
      "learning_rate": 5.272631578947369e-07,
      "loss": 20.6559,
      "step": 199
    },
    {
      "epoch": 0.4166666666666667,
      "grad_norm": 0.6088905334472656,
      "learning_rate": 0.0,
      "loss": 20.6439,
      "step": 200
    },
    {
      "epoch": 0.4166666666666667,
      "eval_loss": 10.320320129394531,
      "eval_runtime": 0.6112,
      "eval_samples_per_second": 332.15,
      "eval_steps_per_second": 83.447,
      "step": 200
    }
  ],
  "logging_steps": 1,
  "max_steps": 200,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 1,
  "save_steps": 50,
  "stateful_callbacks": {
    "EarlyStoppingCallback": {
      "args": {
        "early_stopping_patience": 5,
        "early_stopping_threshold": 0.0
      },
      "attributes": {
        "early_stopping_patience_counter": 0
      }
    },
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 14821833572352.0,
  "train_batch_size": 4,
  "trial_name": null,
  "trial_params": null
}