{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 0.9333333333333333,
  "eval_steps": 500,
  "global_step": 14000,
  "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
    },
    {
      "epoch": 0.30666666666666664,
      "grad_norm": 0.22465260326862335,
      "learning_rate": 1.7956444444444445e-05,
      "loss": 0.068,
      "step": 4600
    },
    {
      "epoch": 0.31333333333333335,
      "grad_norm": 0.0787540078163147,
      "learning_rate": 1.7912e-05,
      "loss": 0.077,
      "step": 4700
    },
    {
      "epoch": 0.32,
      "grad_norm": 0.2305675595998764,
      "learning_rate": 1.786755555555556e-05,
      "loss": 0.0727,
      "step": 4800
    },
    {
      "epoch": 0.32666666666666666,
      "grad_norm": 0.5901878476142883,
      "learning_rate": 1.7823111111111114e-05,
      "loss": 0.0717,
      "step": 4900
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.25235211849212646,
      "learning_rate": 1.777866666666667e-05,
      "loss": 0.0669,
      "step": 5000
    },
    {
      "epoch": 0.34,
      "grad_norm": 0.16804884374141693,
      "learning_rate": 1.7734222222222225e-05,
      "loss": 0.0664,
      "step": 5100
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 0.17912818491458893,
      "learning_rate": 1.768977777777778e-05,
      "loss": 0.0695,
      "step": 5200
    },
    {
      "epoch": 0.35333333333333333,
      "grad_norm": 0.18144488334655762,
      "learning_rate": 1.764577777777778e-05,
      "loss": 0.0721,
      "step": 5300
    },
    {
      "epoch": 0.36,
      "grad_norm": 0.22347889840602875,
      "learning_rate": 1.7601333333333334e-05,
      "loss": 0.0723,
      "step": 5400
    },
    {
      "epoch": 0.36666666666666664,
      "grad_norm": 0.16477668285369873,
      "learning_rate": 1.755688888888889e-05,
      "loss": 0.0708,
      "step": 5500
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 0.2491353303194046,
      "learning_rate": 1.7512444444444444e-05,
      "loss": 0.0727,
      "step": 5600
    },
    {
      "epoch": 0.38,
      "grad_norm": 0.20241300761699677,
      "learning_rate": 1.7468e-05,
      "loss": 0.0682,
      "step": 5700
    },
    {
      "epoch": 0.38666666666666666,
      "grad_norm": 0.20645934343338013,
      "learning_rate": 1.7423555555555558e-05,
      "loss": 0.0711,
      "step": 5800
    },
    {
      "epoch": 0.3933333333333333,
      "grad_norm": 0.280748575925827,
      "learning_rate": 1.7379111111111113e-05,
      "loss": 0.0682,
      "step": 5900
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.1867647022008896,
      "learning_rate": 1.733466666666667e-05,
      "loss": 0.0701,
      "step": 6000
    },
    {
      "epoch": 0.4066666666666667,
      "grad_norm": 0.5076069235801697,
      "learning_rate": 1.7290222222222224e-05,
      "loss": 0.0706,
      "step": 6100
    },
    {
      "epoch": 0.41333333333333333,
      "grad_norm": 0.22595347464084625,
      "learning_rate": 1.724577777777778e-05,
      "loss": 0.0743,
      "step": 6200
    },
    {
      "epoch": 0.42,
      "grad_norm": 0.21158984303474426,
      "learning_rate": 1.7201333333333334e-05,
      "loss": 0.0798,
      "step": 6300
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 0.225486621260643,
      "learning_rate": 1.715688888888889e-05,
      "loss": 0.0637,
      "step": 6400
    },
    {
      "epoch": 0.43333333333333335,
      "grad_norm": 0.21651168167591095,
      "learning_rate": 1.7112444444444445e-05,
      "loss": 0.0652,
      "step": 6500
    },
    {
      "epoch": 0.44,
      "grad_norm": 0.45798158645629883,
      "learning_rate": 1.7068000000000003e-05,
      "loss": 0.0778,
      "step": 6600
    },
    {
      "epoch": 0.44666666666666666,
      "grad_norm": 0.24436144530773163,
      "learning_rate": 1.702355555555556e-05,
      "loss": 0.0725,
      "step": 6700
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 0.2054828256368637,
      "learning_rate": 1.6979111111111114e-05,
      "loss": 0.0676,
      "step": 6800
    },
    {
      "epoch": 0.46,
      "grad_norm": 0.12867185473442078,
      "learning_rate": 1.693466666666667e-05,
      "loss": 0.0689,
      "step": 6900
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 0.17768052220344543,
      "learning_rate": 1.6890222222222224e-05,
      "loss": 0.067,
      "step": 7000
    },
    {
      "epoch": 0.47333333333333333,
      "grad_norm": 0.21629302203655243,
      "learning_rate": 1.684577777777778e-05,
      "loss": 0.0684,
      "step": 7100
    },
    {
      "epoch": 0.48,
      "grad_norm": 0.45061948895454407,
      "learning_rate": 1.6801333333333335e-05,
      "loss": 0.0713,
      "step": 7200
    },
    {
      "epoch": 0.4866666666666667,
      "grad_norm": 0.19869284331798553,
      "learning_rate": 1.675688888888889e-05,
      "loss": 0.0608,
      "step": 7300
    },
    {
      "epoch": 0.49333333333333335,
      "grad_norm": 0.23369118571281433,
      "learning_rate": 1.6712444444444445e-05,
      "loss": 0.0675,
      "step": 7400
    },
    {
      "epoch": 0.5,
      "grad_norm": 0.16967739164829254,
      "learning_rate": 1.6668e-05,
      "loss": 0.0604,
      "step": 7500
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 0.35880565643310547,
      "learning_rate": 1.6623555555555556e-05,
      "loss": 0.0685,
      "step": 7600
    },
    {
      "epoch": 0.5133333333333333,
      "grad_norm": 0.12522092461585999,
      "learning_rate": 1.6579111111111114e-05,
      "loss": 0.0806,
      "step": 7700
    },
    {
      "epoch": 0.52,
      "grad_norm": 0.1332361251115799,
      "learning_rate": 1.653466666666667e-05,
      "loss": 0.0699,
      "step": 7800
    },
    {
      "epoch": 0.5266666666666666,
      "grad_norm": 0.2704123854637146,
      "learning_rate": 1.6490222222222225e-05,
      "loss": 0.0685,
      "step": 7900
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.1266499161720276,
      "learning_rate": 1.644577777777778e-05,
      "loss": 0.0699,
      "step": 8000
    },
    {
      "epoch": 0.54,
      "grad_norm": 0.03966674581170082,
      "learning_rate": 1.6401333333333335e-05,
      "loss": 0.0634,
      "step": 8100
    },
    {
      "epoch": 0.5466666666666666,
      "grad_norm": 0.25476112961769104,
      "learning_rate": 1.635688888888889e-05,
      "loss": 0.0725,
      "step": 8200
    },
    {
      "epoch": 0.5533333333333333,
      "grad_norm": 0.25321516394615173,
      "learning_rate": 1.6312444444444446e-05,
      "loss": 0.0683,
      "step": 8300
    },
    {
      "epoch": 0.56,
      "grad_norm": 0.25231412053108215,
      "learning_rate": 1.6268e-05,
      "loss": 0.0735,
      "step": 8400
    },
    {
      "epoch": 0.5666666666666667,
      "grad_norm": 0.08408234268426895,
      "learning_rate": 1.6223555555555556e-05,
      "loss": 0.0677,
      "step": 8500
    },
    {
      "epoch": 0.5733333333333334,
      "grad_norm": 0.11715523153543472,
      "learning_rate": 1.617911111111111e-05,
      "loss": 0.0657,
      "step": 8600
    },
    {
      "epoch": 0.58,
      "grad_norm": 0.2229638546705246,
      "learning_rate": 1.6134666666666666e-05,
      "loss": 0.0672,
      "step": 8700
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 0.18995241820812225,
      "learning_rate": 1.609022222222222e-05,
      "loss": 0.0742,
      "step": 8800
    },
    {
      "epoch": 0.5933333333333334,
      "grad_norm": 0.23822380602359772,
      "learning_rate": 1.604577777777778e-05,
      "loss": 0.0771,
      "step": 8900
    },
    {
      "epoch": 0.6,
      "grad_norm": 0.21793758869171143,
      "learning_rate": 1.6001333333333336e-05,
      "loss": 0.0635,
      "step": 9000
    },
    {
      "epoch": 0.6066666666666667,
      "grad_norm": 0.2200908064842224,
      "learning_rate": 1.595688888888889e-05,
      "loss": 0.0672,
      "step": 9100
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 0.12727037072181702,
      "learning_rate": 1.5912444444444446e-05,
      "loss": 0.0689,
      "step": 9200
    },
    {
      "epoch": 0.62,
      "grad_norm": 2.2468693256378174,
      "learning_rate": 1.5868e-05,
      "loss": 0.0642,
      "step": 9300
    },
    {
      "epoch": 0.6266666666666667,
      "grad_norm": 0.22551049292087555,
      "learning_rate": 1.5823555555555556e-05,
      "loss": 0.0721,
      "step": 9400
    },
    {
      "epoch": 0.6333333333333333,
      "grad_norm": 0.13281604647636414,
      "learning_rate": 1.577911111111111e-05,
      "loss": 0.0635,
      "step": 9500
    },
    {
      "epoch": 0.64,
      "grad_norm": 0.1181679293513298,
      "learning_rate": 1.5734666666666667e-05,
      "loss": 0.0656,
      "step": 9600
    },
    {
      "epoch": 0.6466666666666666,
      "grad_norm": 0.16007280349731445,
      "learning_rate": 1.5690222222222226e-05,
      "loss": 0.0678,
      "step": 9700
    },
    {
      "epoch": 0.6533333333333333,
      "grad_norm": 0.34087005257606506,
      "learning_rate": 1.564577777777778e-05,
      "loss": 0.0637,
      "step": 9800
    },
    {
      "epoch": 0.66,
      "grad_norm": 0.27932071685791016,
      "learning_rate": 1.5601333333333336e-05,
      "loss": 0.0715,
      "step": 9900
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.21511399745941162,
      "learning_rate": 1.555688888888889e-05,
      "loss": 0.0694,
      "step": 10000
    },
    {
      "epoch": 0.6733333333333333,
      "grad_norm": 0.16695012152194977,
      "learning_rate": 1.5512444444444446e-05,
      "loss": 0.0722,
      "step": 10100
    },
    {
      "epoch": 0.68,
      "grad_norm": 0.07470796257257462,
      "learning_rate": 1.5468e-05,
      "loss": 0.0699,
      "step": 10200
    },
    {
      "epoch": 0.6866666666666666,
      "grad_norm": 0.12706786394119263,
      "learning_rate": 1.5423555555555557e-05,
      "loss": 0.068,
      "step": 10300
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 0.14934158325195312,
      "learning_rate": 1.5379111111111112e-05,
      "loss": 0.0643,
      "step": 10400
    },
    {
      "epoch": 0.7,
      "grad_norm": 0.34316006302833557,
      "learning_rate": 1.5334666666666667e-05,
      "loss": 0.0683,
      "step": 10500
    },
    {
      "epoch": 0.7066666666666667,
      "grad_norm": 0.22483541071414948,
      "learning_rate": 1.5290222222222223e-05,
      "loss": 0.0664,
      "step": 10600
    },
    {
      "epoch": 0.7133333333333334,
      "grad_norm": 0.16683422029018402,
      "learning_rate": 1.524577777777778e-05,
      "loss": 0.0665,
      "step": 10700
    },
    {
      "epoch": 0.72,
      "grad_norm": 0.2538510262966156,
      "learning_rate": 1.5201333333333335e-05,
      "loss": 0.0688,
      "step": 10800
    },
    {
      "epoch": 0.7266666666666667,
      "grad_norm": 0.11596673727035522,
      "learning_rate": 1.515688888888889e-05,
      "loss": 0.0724,
      "step": 10900
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 0.28537997603416443,
      "learning_rate": 1.5112444444444445e-05,
      "loss": 0.068,
      "step": 11000
    },
    {
      "epoch": 0.74,
      "grad_norm": 0.19551828503608704,
      "learning_rate": 1.5068e-05,
      "loss": 0.0693,
      "step": 11100
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 0.1611281782388687,
      "learning_rate": 1.5023555555555557e-05,
      "loss": 0.0677,
      "step": 11200
    },
    {
      "epoch": 0.7533333333333333,
      "grad_norm": 0.18722090125083923,
      "learning_rate": 1.4979111111111113e-05,
      "loss": 0.0711,
      "step": 11300
    },
    {
      "epoch": 0.76,
      "grad_norm": 0.1402270644903183,
      "learning_rate": 1.4934666666666668e-05,
      "loss": 0.0649,
      "step": 11400
    },
    {
      "epoch": 0.7666666666666667,
      "grad_norm": 0.09549852460622787,
      "learning_rate": 1.4890222222222223e-05,
      "loss": 0.0624,
      "step": 11500
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 0.2603534758090973,
      "learning_rate": 1.4845777777777778e-05,
      "loss": 0.0637,
      "step": 11600
    },
    {
      "epoch": 0.78,
      "grad_norm": 0.2619217038154602,
      "learning_rate": 1.4801333333333333e-05,
      "loss": 0.0593,
      "step": 11700
    },
    {
      "epoch": 0.7866666666666666,
      "grad_norm": 0.06773953139781952,
      "learning_rate": 1.4756888888888889e-05,
      "loss": 0.0689,
      "step": 11800
    },
    {
      "epoch": 0.7933333333333333,
      "grad_norm": 0.09101361781358719,
      "learning_rate": 1.4712444444444444e-05,
      "loss": 0.0595,
      "step": 11900
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.30984750390052795,
      "learning_rate": 1.4668000000000003e-05,
      "loss": 0.0601,
      "step": 12000
    },
    {
      "epoch": 0.8066666666666666,
      "grad_norm": 0.12947213649749756,
      "learning_rate": 1.4623555555555558e-05,
      "loss": 0.07,
      "step": 12100
    },
    {
      "epoch": 0.8133333333333334,
      "grad_norm": 0.12053196877241135,
      "learning_rate": 1.4579111111111113e-05,
      "loss": 0.0675,
      "step": 12200
    },
    {
      "epoch": 0.82,
      "grad_norm": 0.15298992395401,
      "learning_rate": 1.4534666666666668e-05,
      "loss": 0.0663,
      "step": 12300
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 0.11816833913326263,
      "learning_rate": 1.4490222222222223e-05,
      "loss": 0.0681,
      "step": 12400
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 0.22705060243606567,
      "learning_rate": 1.4445777777777779e-05,
      "loss": 0.0666,
      "step": 12500
    },
    {
      "epoch": 0.84,
      "grad_norm": 0.12742094695568085,
      "learning_rate": 1.4401333333333334e-05,
      "loss": 0.0641,
      "step": 12600
    },
    {
      "epoch": 0.8466666666666667,
      "grad_norm": 0.12476657330989838,
      "learning_rate": 1.4356888888888889e-05,
      "loss": 0.0708,
      "step": 12700
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 0.18345853686332703,
      "learning_rate": 1.4312444444444446e-05,
      "loss": 0.0666,
      "step": 12800
    },
    {
      "epoch": 0.86,
      "grad_norm": 0.24870257079601288,
      "learning_rate": 1.4268000000000001e-05,
      "loss": 0.0643,
      "step": 12900
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 0.41013413667678833,
      "learning_rate": 1.4223555555555557e-05,
      "loss": 0.0723,
      "step": 13000
    },
    {
      "epoch": 0.8733333333333333,
      "grad_norm": 0.2538166642189026,
      "learning_rate": 1.4179111111111112e-05,
      "loss": 0.065,
      "step": 13100
    },
    {
      "epoch": 0.88,
      "grad_norm": 0.3290730118751526,
      "learning_rate": 1.4134666666666667e-05,
      "loss": 0.0712,
      "step": 13200
    },
    {
      "epoch": 0.8866666666666667,
      "grad_norm": 0.1109674721956253,
      "learning_rate": 1.4090222222222222e-05,
      "loss": 0.0658,
      "step": 13300
    },
    {
      "epoch": 0.8933333333333333,
      "grad_norm": 0.30605512857437134,
      "learning_rate": 1.4045777777777777e-05,
      "loss": 0.0696,
      "step": 13400
    },
    {
      "epoch": 0.9,
      "grad_norm": 0.32679420709609985,
      "learning_rate": 1.4001333333333333e-05,
      "loss": 0.0669,
      "step": 13500
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 0.26795893907546997,
      "learning_rate": 1.3956888888888891e-05,
      "loss": 0.0698,
      "step": 13600
    },
    {
      "epoch": 0.9133333333333333,
      "grad_norm": 0.20815995335578918,
      "learning_rate": 1.3912444444444447e-05,
      "loss": 0.0655,
      "step": 13700
    },
    {
      "epoch": 0.92,
      "grad_norm": 0.1046639233827591,
      "learning_rate": 1.3868444444444447e-05,
      "loss": 0.0685,
      "step": 13800
    },
    {
      "epoch": 0.9266666666666666,
      "grad_norm": 0.26044830679893494,
      "learning_rate": 1.3824000000000002e-05,
      "loss": 0.0717,
      "step": 13900
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 0.14924395084381104,
      "learning_rate": 1.3779555555555557e-05,
      "loss": 0.0666,
      "step": 14000
    }
  ],
  "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": 3.410164187136e+16,
  "train_batch_size": 4,
  "trial_name": null,
  "trial_params": null
}