{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 3.0,
  "eval_steps": 500,
  "global_step": 750,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.004,
      "grad_norm": 0.515625,
      "learning_rate": 4.993333333333333e-07,
      "loss": 3.0113,
      "step": 1
    },
    {
      "epoch": 0.02,
      "grad_norm": 0.443359375,
      "learning_rate": 4.966666666666666e-07,
      "loss": 3.1364,
      "step": 5
    },
    {
      "epoch": 0.04,
      "grad_norm": 0.69921875,
      "learning_rate": 4.933333333333333e-07,
      "loss": 3.0859,
      "step": 10
    },
    {
      "epoch": 0.06,
      "grad_norm": 0.419921875,
      "learning_rate": 4.9e-07,
      "loss": 2.7779,
      "step": 15
    },
    {
      "epoch": 0.08,
      "grad_norm": 0.453125,
      "learning_rate": 4.866666666666666e-07,
      "loss": 3.1198,
      "step": 20
    },
    {
      "epoch": 0.1,
      "grad_norm": 0.44140625,
      "learning_rate": 4.833333333333333e-07,
      "loss": 2.9446,
      "step": 25
    },
    {
      "epoch": 0.12,
      "grad_norm": 0.59765625,
      "learning_rate": 4.8e-07,
      "loss": 2.9396,
      "step": 30
    },
    {
      "epoch": 0.14,
      "grad_norm": 0.7890625,
      "learning_rate": 4.7666666666666667e-07,
      "loss": 3.032,
      "step": 35
    },
    {
      "epoch": 0.16,
      "grad_norm": 0.443359375,
      "learning_rate": 4.733333333333333e-07,
      "loss": 2.9203,
      "step": 40
    },
    {
      "epoch": 0.18,
      "grad_norm": 0.462890625,
      "learning_rate": 4.6999999999999995e-07,
      "loss": 3.2915,
      "step": 45
    },
    {
      "epoch": 0.2,
      "grad_norm": 0.5390625,
      "learning_rate": 4.6666666666666666e-07,
      "loss": 3.3207,
      "step": 50
    },
    {
      "epoch": 0.22,
      "grad_norm": 0.71484375,
      "learning_rate": 4.633333333333333e-07,
      "loss": 2.9583,
      "step": 55
    },
    {
      "epoch": 0.24,
      "grad_norm": 0.48046875,
      "learning_rate": 4.6e-07,
      "loss": 3.133,
      "step": 60
    },
    {
      "epoch": 0.26,
      "grad_norm": 0.71875,
      "learning_rate": 4.5666666666666665e-07,
      "loss": 2.9234,
      "step": 65
    },
    {
      "epoch": 0.28,
      "grad_norm": 0.39453125,
      "learning_rate": 4.5333333333333326e-07,
      "loss": 2.9115,
      "step": 70
    },
    {
      "epoch": 0.3,
      "grad_norm": 0.7578125,
      "learning_rate": 4.5e-07,
      "loss": 3.2351,
      "step": 75
    },
    {
      "epoch": 0.32,
      "grad_norm": 0.4765625,
      "learning_rate": 4.4666666666666664e-07,
      "loss": 2.9413,
      "step": 80
    },
    {
      "epoch": 0.34,
      "grad_norm": 0.44921875,
      "learning_rate": 4.4333333333333336e-07,
      "loss": 3.0558,
      "step": 85
    },
    {
      "epoch": 0.36,
      "grad_norm": 0.46484375,
      "learning_rate": 4.3999999999999997e-07,
      "loss": 2.9375,
      "step": 90
    },
    {
      "epoch": 0.38,
      "grad_norm": 0.5,
      "learning_rate": 4.3666666666666663e-07,
      "loss": 2.9765,
      "step": 95
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.76953125,
      "learning_rate": 4.3333333333333335e-07,
      "loss": 2.8949,
      "step": 100
    },
    {
      "epoch": 0.42,
      "grad_norm": 0.455078125,
      "learning_rate": 4.2999999999999996e-07,
      "loss": 2.9066,
      "step": 105
    },
    {
      "epoch": 0.44,
      "grad_norm": 0.45703125,
      "learning_rate": 4.266666666666667e-07,
      "loss": 2.9894,
      "step": 110
    },
    {
      "epoch": 0.46,
      "grad_norm": 0.3515625,
      "learning_rate": 4.2333333333333334e-07,
      "loss": 3.0943,
      "step": 115
    },
    {
      "epoch": 0.48,
      "grad_norm": 0.6171875,
      "learning_rate": 4.1999999999999995e-07,
      "loss": 2.938,
      "step": 120
    },
    {
      "epoch": 0.5,
      "grad_norm": 0.59375,
      "learning_rate": 4.1666666666666667e-07,
      "loss": 3.1882,
      "step": 125
    },
    {
      "epoch": 0.52,
      "grad_norm": 0.6015625,
      "learning_rate": 4.1333333333333333e-07,
      "loss": 3.0927,
      "step": 130
    },
    {
      "epoch": 0.54,
      "grad_norm": 0.427734375,
      "learning_rate": 4.0999999999999994e-07,
      "loss": 3.0316,
      "step": 135
    },
    {
      "epoch": 0.56,
      "grad_norm": 0.455078125,
      "learning_rate": 4.0666666666666666e-07,
      "loss": 3.0778,
      "step": 140
    },
    {
      "epoch": 0.58,
      "grad_norm": 0.86328125,
      "learning_rate": 4.033333333333333e-07,
      "loss": 3.1895,
      "step": 145
    },
    {
      "epoch": 0.6,
      "grad_norm": 0.65625,
      "learning_rate": 4e-07,
      "loss": 2.8721,
      "step": 150
    },
    {
      "epoch": 0.62,
      "grad_norm": 0.609375,
      "learning_rate": 3.9666666666666665e-07,
      "loss": 3.1312,
      "step": 155
    },
    {
      "epoch": 0.64,
      "grad_norm": 0.6640625,
      "learning_rate": 3.933333333333333e-07,
      "loss": 3.1511,
      "step": 160
    },
    {
      "epoch": 0.66,
      "grad_norm": 0.54296875,
      "learning_rate": 3.8999999999999997e-07,
      "loss": 3.1,
      "step": 165
    },
    {
      "epoch": 0.68,
      "grad_norm": 0.412109375,
      "learning_rate": 3.8666666666666664e-07,
      "loss": 3.042,
      "step": 170
    },
    {
      "epoch": 0.7,
      "grad_norm": 1.0546875,
      "learning_rate": 3.8333333333333335e-07,
      "loss": 2.9667,
      "step": 175
    },
    {
      "epoch": 0.72,
      "grad_norm": 0.37109375,
      "learning_rate": 3.7999999999999996e-07,
      "loss": 3.389,
      "step": 180
    },
    {
      "epoch": 0.74,
      "grad_norm": 0.8046875,
      "learning_rate": 3.766666666666666e-07,
      "loss": 3.1293,
      "step": 185
    },
    {
      "epoch": 0.76,
      "grad_norm": 0.56640625,
      "learning_rate": 3.7333333333333334e-07,
      "loss": 3.0617,
      "step": 190
    },
    {
      "epoch": 0.78,
      "grad_norm": 0.62890625,
      "learning_rate": 3.7e-07,
      "loss": 3.1602,
      "step": 195
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.54296875,
      "learning_rate": 3.666666666666666e-07,
      "loss": 3.0768,
      "step": 200
    },
    {
      "epoch": 0.82,
      "grad_norm": 0.4921875,
      "learning_rate": 3.6333333333333333e-07,
      "loss": 2.9545,
      "step": 205
    },
    {
      "epoch": 0.84,
      "grad_norm": 0.70703125,
      "learning_rate": 3.6e-07,
      "loss": 3.1713,
      "step": 210
    },
    {
      "epoch": 0.86,
      "grad_norm": 0.447265625,
      "learning_rate": 3.5666666666666666e-07,
      "loss": 3.0322,
      "step": 215
    },
    {
      "epoch": 0.88,
      "grad_norm": 0.498046875,
      "learning_rate": 3.533333333333333e-07,
      "loss": 2.9385,
      "step": 220
    },
    {
      "epoch": 0.9,
      "grad_norm": 0.59765625,
      "learning_rate": 3.5e-07,
      "loss": 3.0316,
      "step": 225
    },
    {
      "epoch": 0.92,
      "grad_norm": 0.3046875,
      "learning_rate": 3.4666666666666665e-07,
      "loss": 3.4933,
      "step": 230
    },
    {
      "epoch": 0.94,
      "grad_norm": 0.58984375,
      "learning_rate": 3.433333333333333e-07,
      "loss": 3.07,
      "step": 235
    },
    {
      "epoch": 0.96,
      "grad_norm": 0.71484375,
      "learning_rate": 3.4000000000000003e-07,
      "loss": 2.9426,
      "step": 240
    },
    {
      "epoch": 0.98,
      "grad_norm": 0.64453125,
      "learning_rate": 3.3666666666666664e-07,
      "loss": 3.122,
      "step": 245
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.53515625,
      "learning_rate": 3.333333333333333e-07,
      "loss": 2.8377,
      "step": 250
    },
    {
      "epoch": 1.0,
      "eval_loss": 3.0472724437713623,
      "eval_runtime": 37.1649,
      "eval_samples_per_second": 2.691,
      "eval_steps_per_second": 1.345,
      "step": 250
    },
    {
      "epoch": 1.02,
      "grad_norm": 0.4375,
      "learning_rate": 3.3e-07,
      "loss": 2.9272,
      "step": 255
    },
    {
      "epoch": 1.04,
      "grad_norm": 0.578125,
      "learning_rate": 3.2666666666666663e-07,
      "loss": 2.9946,
      "step": 260
    },
    {
      "epoch": 1.06,
      "grad_norm": 0.8359375,
      "learning_rate": 3.233333333333333e-07,
      "loss": 3.3259,
      "step": 265
    },
    {
      "epoch": 1.08,
      "grad_norm": 0.609375,
      "learning_rate": 3.2e-07,
      "loss": 2.8449,
      "step": 270
    },
    {
      "epoch": 1.1,
      "grad_norm": 0.3203125,
      "learning_rate": 3.166666666666666e-07,
      "loss": 3.0095,
      "step": 275
    },
    {
      "epoch": 1.12,
      "grad_norm": 0.328125,
      "learning_rate": 3.1333333333333333e-07,
      "loss": 2.8402,
      "step": 280
    },
    {
      "epoch": 1.1400000000000001,
      "grad_norm": 0.8984375,
      "learning_rate": 3.1e-07,
      "loss": 3.1718,
      "step": 285
    },
    {
      "epoch": 1.16,
      "grad_norm": 0.60546875,
      "learning_rate": 3.066666666666666e-07,
      "loss": 2.9385,
      "step": 290
    },
    {
      "epoch": 1.18,
      "grad_norm": 0.83203125,
      "learning_rate": 3.033333333333333e-07,
      "loss": 3.2249,
      "step": 295
    },
    {
      "epoch": 1.2,
      "grad_norm": 0.29296875,
      "learning_rate": 3e-07,
      "loss": 3.1023,
      "step": 300
    },
    {
      "epoch": 1.22,
      "grad_norm": 0.48828125,
      "learning_rate": 2.966666666666667e-07,
      "loss": 2.8704,
      "step": 305
    },
    {
      "epoch": 1.24,
      "grad_norm": 0.453125,
      "learning_rate": 2.933333333333333e-07,
      "loss": 3.1789,
      "step": 310
    },
    {
      "epoch": 1.26,
      "grad_norm": 0.455078125,
      "learning_rate": 2.9e-07,
      "loss": 3.135,
      "step": 315
    },
    {
      "epoch": 1.28,
      "grad_norm": 0.4609375,
      "learning_rate": 2.866666666666667e-07,
      "loss": 2.9556,
      "step": 320
    },
    {
      "epoch": 1.3,
      "grad_norm": 0.482421875,
      "learning_rate": 2.833333333333333e-07,
      "loss": 3.0085,
      "step": 325
    },
    {
      "epoch": 1.32,
      "grad_norm": 0.609375,
      "learning_rate": 2.8e-07,
      "loss": 3.1164,
      "step": 330
    },
    {
      "epoch": 1.34,
      "grad_norm": 0.48046875,
      "learning_rate": 2.766666666666667e-07,
      "loss": 3.137,
      "step": 335
    },
    {
      "epoch": 1.3599999999999999,
      "grad_norm": 0.73828125,
      "learning_rate": 2.733333333333333e-07,
      "loss": 3.0196,
      "step": 340
    },
    {
      "epoch": 1.38,
      "grad_norm": 0.640625,
      "learning_rate": 2.7e-07,
      "loss": 3.1515,
      "step": 345
    },
    {
      "epoch": 1.4,
      "grad_norm": 0.400390625,
      "learning_rate": 2.6666666666666667e-07,
      "loss": 3.181,
      "step": 350
    },
    {
      "epoch": 1.42,
      "grad_norm": 0.462890625,
      "learning_rate": 2.633333333333333e-07,
      "loss": 3.0423,
      "step": 355
    },
    {
      "epoch": 1.44,
      "grad_norm": 0.56640625,
      "learning_rate": 2.6e-07,
      "loss": 3.2057,
      "step": 360
    },
    {
      "epoch": 1.46,
      "grad_norm": 0.416015625,
      "learning_rate": 2.5666666666666666e-07,
      "loss": 2.9651,
      "step": 365
    },
    {
      "epoch": 1.48,
      "grad_norm": 0.77734375,
      "learning_rate": 2.533333333333333e-07,
      "loss": 3.0129,
      "step": 370
    },
    {
      "epoch": 1.5,
      "grad_norm": 0.51953125,
      "learning_rate": 2.5e-07,
      "loss": 2.9392,
      "step": 375
    },
    {
      "epoch": 1.52,
      "grad_norm": 0.8125,
      "learning_rate": 2.4666666666666665e-07,
      "loss": 3.2183,
      "step": 380
    },
    {
      "epoch": 1.54,
      "grad_norm": 0.64453125,
      "learning_rate": 2.433333333333333e-07,
      "loss": 2.8756,
      "step": 385
    },
    {
      "epoch": 1.56,
      "grad_norm": 0.54296875,
      "learning_rate": 2.4e-07,
      "loss": 3.0185,
      "step": 390
    },
    {
      "epoch": 1.58,
      "grad_norm": 0.359375,
      "learning_rate": 2.3666666666666664e-07,
      "loss": 2.8795,
      "step": 395
    },
    {
      "epoch": 1.6,
      "grad_norm": 0.65625,
      "learning_rate": 2.3333333333333333e-07,
      "loss": 3.1054,
      "step": 400
    },
    {
      "epoch": 1.62,
      "grad_norm": 0.455078125,
      "learning_rate": 2.3e-07,
      "loss": 3.039,
      "step": 405
    },
    {
      "epoch": 1.6400000000000001,
      "grad_norm": 0.76953125,
      "learning_rate": 2.2666666666666663e-07,
      "loss": 3.114,
      "step": 410
    },
    {
      "epoch": 1.6600000000000001,
      "grad_norm": 0.7109375,
      "learning_rate": 2.2333333333333332e-07,
      "loss": 3.0176,
      "step": 415
    },
    {
      "epoch": 1.6800000000000002,
      "grad_norm": 0.48046875,
      "learning_rate": 2.1999999999999998e-07,
      "loss": 3.014,
      "step": 420
    },
    {
      "epoch": 1.7,
      "grad_norm": 0.54296875,
      "learning_rate": 2.1666666666666667e-07,
      "loss": 2.9937,
      "step": 425
    },
    {
      "epoch": 1.72,
      "grad_norm": 0.474609375,
      "learning_rate": 2.1333333333333334e-07,
      "loss": 3.0268,
      "step": 430
    },
    {
      "epoch": 1.74,
      "grad_norm": 0.72265625,
      "learning_rate": 2.0999999999999997e-07,
      "loss": 3.1097,
      "step": 435
    },
    {
      "epoch": 1.76,
      "grad_norm": 0.5703125,
      "learning_rate": 2.0666666666666666e-07,
      "loss": 3.0335,
      "step": 440
    },
    {
      "epoch": 1.78,
      "grad_norm": 0.79296875,
      "learning_rate": 2.0333333333333333e-07,
      "loss": 3.0041,
      "step": 445
    },
    {
      "epoch": 1.8,
      "grad_norm": 0.59375,
      "learning_rate": 2e-07,
      "loss": 2.8949,
      "step": 450
    },
    {
      "epoch": 1.8199999999999998,
      "grad_norm": 0.482421875,
      "learning_rate": 1.9666666666666665e-07,
      "loss": 3.1279,
      "step": 455
    },
    {
      "epoch": 1.8399999999999999,
      "grad_norm": 0.61328125,
      "learning_rate": 1.9333333333333332e-07,
      "loss": 2.9593,
      "step": 460
    },
    {
      "epoch": 1.8599999999999999,
      "grad_norm": 0.4609375,
      "learning_rate": 1.8999999999999998e-07,
      "loss": 2.9162,
      "step": 465
    },
    {
      "epoch": 1.88,
      "grad_norm": 0.5703125,
      "learning_rate": 1.8666666666666667e-07,
      "loss": 3.1065,
      "step": 470
    },
    {
      "epoch": 1.9,
      "grad_norm": 0.46875,
      "learning_rate": 1.833333333333333e-07,
      "loss": 3.2712,
      "step": 475
    },
    {
      "epoch": 1.92,
      "grad_norm": 0.48046875,
      "learning_rate": 1.8e-07,
      "loss": 2.988,
      "step": 480
    },
    {
      "epoch": 1.94,
      "grad_norm": 0.51171875,
      "learning_rate": 1.7666666666666666e-07,
      "loss": 3.0023,
      "step": 485
    },
    {
      "epoch": 1.96,
      "grad_norm": 0.6484375,
      "learning_rate": 1.7333333333333332e-07,
      "loss": 3.0329,
      "step": 490
    },
    {
      "epoch": 1.98,
      "grad_norm": 0.4765625,
      "learning_rate": 1.7000000000000001e-07,
      "loss": 2.8625,
      "step": 495
    },
    {
      "epoch": 2.0,
      "grad_norm": 0.63671875,
      "learning_rate": 1.6666666666666665e-07,
      "loss": 2.9821,
      "step": 500
    },
    {
      "epoch": 2.0,
      "eval_loss": 3.0425307750701904,
      "eval_runtime": 37.1787,
      "eval_samples_per_second": 2.69,
      "eval_steps_per_second": 1.345,
      "step": 500
    },
    {
      "epoch": 2.02,
      "grad_norm": 0.50390625,
      "learning_rate": 1.6333333333333331e-07,
      "loss": 3.0855,
      "step": 505
    },
    {
      "epoch": 2.04,
      "grad_norm": 0.51953125,
      "learning_rate": 1.6e-07,
      "loss": 2.9503,
      "step": 510
    },
    {
      "epoch": 2.06,
      "grad_norm": 0.51171875,
      "learning_rate": 1.5666666666666667e-07,
      "loss": 2.9242,
      "step": 515
    },
    {
      "epoch": 2.08,
      "grad_norm": 0.52734375,
      "learning_rate": 1.533333333333333e-07,
      "loss": 3.1268,
      "step": 520
    },
    {
      "epoch": 2.1,
      "grad_norm": 0.439453125,
      "learning_rate": 1.5e-07,
      "loss": 3.0643,
      "step": 525
    },
    {
      "epoch": 2.12,
      "grad_norm": 0.53125,
      "learning_rate": 1.4666666666666666e-07,
      "loss": 3.0038,
      "step": 530
    },
    {
      "epoch": 2.14,
      "grad_norm": 0.46484375,
      "learning_rate": 1.4333333333333335e-07,
      "loss": 3.2325,
      "step": 535
    },
    {
      "epoch": 2.16,
      "grad_norm": 0.427734375,
      "learning_rate": 1.4e-07,
      "loss": 2.7652,
      "step": 540
    },
    {
      "epoch": 2.18,
      "grad_norm": 0.5625,
      "learning_rate": 1.3666666666666665e-07,
      "loss": 3.2086,
      "step": 545
    },
    {
      "epoch": 2.2,
      "grad_norm": 0.58203125,
      "learning_rate": 1.3333333333333334e-07,
      "loss": 3.0982,
      "step": 550
    },
    {
      "epoch": 2.22,
      "grad_norm": 0.474609375,
      "learning_rate": 1.3e-07,
      "loss": 3.1022,
      "step": 555
    },
    {
      "epoch": 2.24,
      "grad_norm": 0.41015625,
      "learning_rate": 1.2666666666666666e-07,
      "loss": 2.9948,
      "step": 560
    },
    {
      "epoch": 2.26,
      "grad_norm": 0.94921875,
      "learning_rate": 1.2333333333333333e-07,
      "loss": 3.0617,
      "step": 565
    },
    {
      "epoch": 2.2800000000000002,
      "grad_norm": 0.416015625,
      "learning_rate": 1.2e-07,
      "loss": 2.9632,
      "step": 570
    },
    {
      "epoch": 2.3,
      "grad_norm": 0.55078125,
      "learning_rate": 1.1666666666666667e-07,
      "loss": 3.0321,
      "step": 575
    },
    {
      "epoch": 2.32,
      "grad_norm": 0.44140625,
      "learning_rate": 1.1333333333333332e-07,
      "loss": 2.9494,
      "step": 580
    },
    {
      "epoch": 2.34,
      "grad_norm": 0.56640625,
      "learning_rate": 1.0999999999999999e-07,
      "loss": 2.9734,
      "step": 585
    },
    {
      "epoch": 2.36,
      "grad_norm": 0.423828125,
      "learning_rate": 1.0666666666666667e-07,
      "loss": 2.9476,
      "step": 590
    },
    {
      "epoch": 2.38,
      "grad_norm": 0.408203125,
      "learning_rate": 1.0333333333333333e-07,
      "loss": 2.9636,
      "step": 595
    },
    {
      "epoch": 2.4,
      "grad_norm": 0.353515625,
      "learning_rate": 1e-07,
      "loss": 2.9811,
      "step": 600
    },
    {
      "epoch": 2.42,
      "grad_norm": 0.58203125,
      "learning_rate": 9.666666666666666e-08,
      "loss": 3.1042,
      "step": 605
    },
    {
      "epoch": 2.44,
      "grad_norm": 0.984375,
      "learning_rate": 9.333333333333334e-08,
      "loss": 3.2165,
      "step": 610
    },
    {
      "epoch": 2.46,
      "grad_norm": 0.51171875,
      "learning_rate": 9e-08,
      "loss": 3.0101,
      "step": 615
    },
    {
      "epoch": 2.48,
      "grad_norm": 0.95703125,
      "learning_rate": 8.666666666666666e-08,
      "loss": 3.2647,
      "step": 620
    },
    {
      "epoch": 2.5,
      "grad_norm": 0.64453125,
      "learning_rate": 8.333333333333333e-08,
      "loss": 3.0509,
      "step": 625
    },
    {
      "epoch": 2.52,
      "grad_norm": 0.55859375,
      "learning_rate": 8e-08,
      "loss": 3.1422,
      "step": 630
    },
    {
      "epoch": 2.54,
      "grad_norm": 0.84765625,
      "learning_rate": 7.666666666666665e-08,
      "loss": 3.0169,
      "step": 635
    },
    {
      "epoch": 2.56,
      "grad_norm": 0.57421875,
      "learning_rate": 7.333333333333333e-08,
      "loss": 3.0908,
      "step": 640
    },
    {
      "epoch": 2.58,
      "grad_norm": 0.80078125,
      "learning_rate": 7e-08,
      "loss": 3.0154,
      "step": 645
    },
    {
      "epoch": 2.6,
      "grad_norm": 0.625,
      "learning_rate": 6.666666666666667e-08,
      "loss": 2.9793,
      "step": 650
    },
    {
      "epoch": 2.62,
      "grad_norm": 0.55078125,
      "learning_rate": 6.333333333333333e-08,
      "loss": 3.2019,
      "step": 655
    },
    {
      "epoch": 2.64,
      "grad_norm": 0.63671875,
      "learning_rate": 6e-08,
      "loss": 3.2179,
      "step": 660
    },
    {
      "epoch": 2.66,
      "grad_norm": 0.5546875,
      "learning_rate": 5.666666666666666e-08,
      "loss": 2.9562,
      "step": 665
    },
    {
      "epoch": 2.68,
      "grad_norm": 0.7890625,
      "learning_rate": 5.3333333333333334e-08,
      "loss": 3.1532,
      "step": 670
    },
    {
      "epoch": 2.7,
      "grad_norm": 0.546875,
      "learning_rate": 5e-08,
      "loss": 2.8235,
      "step": 675
    },
    {
      "epoch": 2.7199999999999998,
      "grad_norm": 0.703125,
      "learning_rate": 4.666666666666667e-08,
      "loss": 2.999,
      "step": 680
    },
    {
      "epoch": 2.74,
      "grad_norm": 0.396484375,
      "learning_rate": 4.333333333333333e-08,
      "loss": 3.1061,
      "step": 685
    },
    {
      "epoch": 2.76,
      "grad_norm": 0.427734375,
      "learning_rate": 4e-08,
      "loss": 3.0664,
      "step": 690
    },
    {
      "epoch": 2.7800000000000002,
      "grad_norm": 0.85546875,
      "learning_rate": 3.6666666666666664e-08,
      "loss": 3.0183,
      "step": 695
    },
    {
      "epoch": 2.8,
      "grad_norm": 0.58984375,
      "learning_rate": 3.3333333333333334e-08,
      "loss": 2.9407,
      "step": 700
    },
    {
      "epoch": 2.82,
      "grad_norm": 0.6875,
      "learning_rate": 3e-08,
      "loss": 2.9318,
      "step": 705
    },
    {
      "epoch": 2.84,
      "grad_norm": 0.68359375,
      "learning_rate": 2.6666666666666667e-08,
      "loss": 3.0431,
      "step": 710
    },
    {
      "epoch": 2.86,
      "grad_norm": 0.74609375,
      "learning_rate": 2.3333333333333334e-08,
      "loss": 2.9694,
      "step": 715
    },
    {
      "epoch": 2.88,
      "grad_norm": 0.4453125,
      "learning_rate": 2e-08,
      "loss": 2.9251,
      "step": 720
    },
    {
      "epoch": 2.9,
      "grad_norm": 0.439453125,
      "learning_rate": 1.6666666666666667e-08,
      "loss": 3.0582,
      "step": 725
    },
    {
      "epoch": 2.92,
      "grad_norm": 0.4140625,
      "learning_rate": 1.3333333333333334e-08,
      "loss": 2.835,
      "step": 730
    },
    {
      "epoch": 2.94,
      "grad_norm": 0.44140625,
      "learning_rate": 1e-08,
      "loss": 2.9812,
      "step": 735
    },
    {
      "epoch": 2.96,
      "grad_norm": 0.55859375,
      "learning_rate": 6.666666666666667e-09,
      "loss": 3.3347,
      "step": 740
    },
    {
      "epoch": 2.98,
      "grad_norm": 0.421875,
      "learning_rate": 3.3333333333333334e-09,
      "loss": 3.1562,
      "step": 745
    },
    {
      "epoch": 3.0,
      "grad_norm": 0.37890625,
      "learning_rate": 0.0,
      "loss": 2.9724,
      "step": 750
    },
    {
      "epoch": 3.0,
      "eval_loss": 3.042874813079834,
      "eval_runtime": 37.1498,
      "eval_samples_per_second": 2.692,
      "eval_steps_per_second": 1.346,
      "step": 750
    },
    {
      "epoch": 3.0,
      "step": 750,
      "total_flos": 3617591393476608.0,
      "train_loss": 3.0439649012883505,
      "train_runtime": 1336.343,
      "train_samples_per_second": 1.122,
      "train_steps_per_second": 0.561
    }
  ],
  "logging_steps": 5,
  "max_steps": 750,
  "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": false,
        "should_training_stop": false
      },
      "attributes": {}
    }
  },
  "total_flos": 3617591393476608.0,
  "train_batch_size": 2,
  "trial_name": null,
  "trial_params": null
}