{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 0.3,
  "eval_steps": 500,
  "global_step": 4500,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.006666666666666667,
      "grad_norm": 0.29276716709136963,
      "learning_rate": 1.9956444444444447e-05,
      "loss": 0.3846,
      "step": 100
    },
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 0.18107488751411438,
      "learning_rate": 1.9912000000000002e-05,
      "loss": 0.1086,
      "step": 200
    },
    {
      "epoch": 0.02,
      "grad_norm": 0.7404983043670654,
      "learning_rate": 1.9867555555555557e-05,
      "loss": 0.1091,
      "step": 300
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 0.6314632296562195,
      "learning_rate": 1.9823111111111112e-05,
      "loss": 0.0863,
      "step": 400
    },
    {
      "epoch": 0.03333333333333333,
      "grad_norm": 0.29823988676071167,
      "learning_rate": 1.9778666666666667e-05,
      "loss": 0.0887,
      "step": 500
    },
    {
      "epoch": 0.04,
      "grad_norm": 0.30884480476379395,
      "learning_rate": 1.9734222222222223e-05,
      "loss": 0.0926,
      "step": 600
    },
    {
      "epoch": 0.04666666666666667,
      "grad_norm": 0.14888174831867218,
      "learning_rate": 1.9689777777777778e-05,
      "loss": 0.0859,
      "step": 700
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 0.23004640638828278,
      "learning_rate": 1.9645333333333333e-05,
      "loss": 0.0851,
      "step": 800
    },
    {
      "epoch": 0.06,
      "grad_norm": 0.38090068101882935,
      "learning_rate": 1.9600888888888892e-05,
      "loss": 0.0824,
      "step": 900
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 0.12699204683303833,
      "learning_rate": 1.9556444444444447e-05,
      "loss": 0.0851,
      "step": 1000
    },
    {
      "epoch": 0.07333333333333333,
      "grad_norm": 0.3818432092666626,
      "learning_rate": 1.9512000000000002e-05,
      "loss": 0.0816,
      "step": 1100
    },
    {
      "epoch": 0.08,
      "grad_norm": 0.24892888963222504,
      "learning_rate": 1.9467555555555557e-05,
      "loss": 0.0812,
      "step": 1200
    },
    {
      "epoch": 0.08666666666666667,
      "grad_norm": 0.2256750911474228,
      "learning_rate": 1.9423111111111113e-05,
      "loss": 0.0772,
      "step": 1300
    },
    {
      "epoch": 0.09333333333333334,
      "grad_norm": 0.1860508769750595,
      "learning_rate": 1.9378666666666668e-05,
      "loss": 0.0781,
      "step": 1400
    },
    {
      "epoch": 0.1,
      "grad_norm": 0.3207520544528961,
      "learning_rate": 1.9334222222222223e-05,
      "loss": 0.0761,
      "step": 1500
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 0.12180228531360626,
      "learning_rate": 1.928977777777778e-05,
      "loss": 0.0777,
      "step": 1600
    },
    {
      "epoch": 0.11333333333333333,
      "grad_norm": 0.3697006106376648,
      "learning_rate": 1.9245333333333337e-05,
      "loss": 0.0828,
      "step": 1700
    },
    {
      "epoch": 0.12,
      "grad_norm": 0.08333831280469894,
      "learning_rate": 1.9200888888888892e-05,
      "loss": 0.0755,
      "step": 1800
    },
    {
      "epoch": 0.12666666666666668,
      "grad_norm": 0.191595196723938,
      "learning_rate": 1.9156444444444447e-05,
      "loss": 0.0788,
      "step": 1900
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.13422241806983948,
      "learning_rate": 1.9112000000000003e-05,
      "loss": 0.0756,
      "step": 2000
    },
    {
      "epoch": 0.14,
      "grad_norm": 0.3241085708141327,
      "learning_rate": 1.9067555555555558e-05,
      "loss": 0.0787,
      "step": 2100
    },
    {
      "epoch": 0.14666666666666667,
      "grad_norm": 0.27297067642211914,
      "learning_rate": 1.9023111111111113e-05,
      "loss": 0.0788,
      "step": 2200
    },
    {
      "epoch": 0.15333333333333332,
      "grad_norm": 0.08663206547498703,
      "learning_rate": 1.897866666666667e-05,
      "loss": 0.0775,
      "step": 2300
    },
    {
      "epoch": 0.16,
      "grad_norm": 0.29489508271217346,
      "learning_rate": 1.8934222222222224e-05,
      "loss": 0.0693,
      "step": 2400
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 0.27022987604141235,
      "learning_rate": 1.888977777777778e-05,
      "loss": 0.0737,
      "step": 2500
    },
    {
      "epoch": 0.17333333333333334,
      "grad_norm": 0.09161335974931717,
      "learning_rate": 1.8845333333333334e-05,
      "loss": 0.0714,
      "step": 2600
    },
    {
      "epoch": 0.18,
      "grad_norm": 0.22928522527217865,
      "learning_rate": 1.880088888888889e-05,
      "loss": 0.0753,
      "step": 2700
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 0.17746783792972565,
      "learning_rate": 1.8756444444444445e-05,
      "loss": 0.0727,
      "step": 2800
    },
    {
      "epoch": 0.19333333333333333,
      "grad_norm": 0.14290937781333923,
      "learning_rate": 1.8712e-05,
      "loss": 0.0684,
      "step": 2900
    },
    {
      "epoch": 0.2,
      "grad_norm": 0.15487806499004364,
      "learning_rate": 1.8667555555555555e-05,
      "loss": 0.073,
      "step": 3000
    },
    {
      "epoch": 0.20666666666666667,
      "grad_norm": 0.28241923451423645,
      "learning_rate": 1.862311111111111e-05,
      "loss": 0.0682,
      "step": 3100
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 0.2821277976036072,
      "learning_rate": 1.857866666666667e-05,
      "loss": 0.0813,
      "step": 3200
    },
    {
      "epoch": 0.22,
      "grad_norm": 0.2306368201971054,
      "learning_rate": 1.8534222222222224e-05,
      "loss": 0.0741,
      "step": 3300
    },
    {
      "epoch": 0.22666666666666666,
      "grad_norm": 0.29834499955177307,
      "learning_rate": 1.848977777777778e-05,
      "loss": 0.0801,
      "step": 3400
    },
    {
      "epoch": 0.23333333333333334,
      "grad_norm": 1.8099658489227295,
      "learning_rate": 1.8445333333333334e-05,
      "loss": 0.0726,
      "step": 3500
    },
    {
      "epoch": 0.24,
      "grad_norm": 0.27142712473869324,
      "learning_rate": 1.840088888888889e-05,
      "loss": 0.0763,
      "step": 3600
    },
    {
      "epoch": 0.24666666666666667,
      "grad_norm": 0.3764208257198334,
      "learning_rate": 1.8356444444444445e-05,
      "loss": 0.0816,
      "step": 3700
    },
    {
      "epoch": 0.25333333333333335,
      "grad_norm": 0.2864600718021393,
      "learning_rate": 1.8312e-05,
      "loss": 0.0707,
      "step": 3800
    },
    {
      "epoch": 0.26,
      "grad_norm": 0.2760820686817169,
      "learning_rate": 1.8267555555555555e-05,
      "loss": 0.0759,
      "step": 3900
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.14416909217834473,
      "learning_rate": 1.8223111111111114e-05,
      "loss": 0.0621,
      "step": 4000
    },
    {
      "epoch": 0.2733333333333333,
      "grad_norm": 0.2718330919742584,
      "learning_rate": 1.817866666666667e-05,
      "loss": 0.0736,
      "step": 4100
    },
    {
      "epoch": 0.28,
      "grad_norm": 0.25370103120803833,
      "learning_rate": 1.8134222222222224e-05,
      "loss": 0.0758,
      "step": 4200
    },
    {
      "epoch": 0.2866666666666667,
      "grad_norm": 0.1705348938703537,
      "learning_rate": 1.808977777777778e-05,
      "loss": 0.0723,
      "step": 4300
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 0.152600958943367,
      "learning_rate": 1.8045333333333335e-05,
      "loss": 0.0671,
      "step": 4400
    },
    {
      "epoch": 0.3,
      "grad_norm": 0.24814434349536896,
      "learning_rate": 1.800088888888889e-05,
      "loss": 0.0752,
      "step": 4500
    }
  ],
  "logging_steps": 100,
  "max_steps": 45000,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3,
  "save_steps": 500,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": false
      },
      "attributes": {}
    }
  },
  "total_flos": 1.096124203008e+16,
  "train_batch_size": 4,
  "trial_name": null,
  "trial_params": null
}