{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 0.4266666666666667,
  "eval_steps": 500,
  "global_step": 50,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.008533333333333334,
      "grad_norm": 231.34270101410158,
      "learning_rate": 0.0,
      "loss": 8.0033,
      "step": 1
    },
    {
      "epoch": 0.017066666666666667,
      "grad_norm": 222.45613156024717,
      "learning_rate": 3.010299956639811e-07,
      "loss": 8.0428,
      "step": 2
    },
    {
      "epoch": 0.0256,
      "grad_norm": 215.11231622980122,
      "learning_rate": 4.771212547196623e-07,
      "loss": 8.1972,
      "step": 3
    },
    {
      "epoch": 0.034133333333333335,
      "grad_norm": 219.60924103962475,
      "learning_rate": 6.020599913279622e-07,
      "loss": 7.9839,
      "step": 4
    },
    {
      "epoch": 0.042666666666666665,
      "grad_norm": 215.38857509452538,
      "learning_rate": 6.989700043360186e-07,
      "loss": 7.9458,
      "step": 5
    },
    {
      "epoch": 0.0512,
      "grad_norm": 216.6292736162405,
      "learning_rate": 7.781512503836435e-07,
      "loss": 8.0918,
      "step": 6
    },
    {
      "epoch": 0.05973333333333333,
      "grad_norm": 221.48329860849555,
      "learning_rate": 8.450980400142567e-07,
      "loss": 7.6396,
      "step": 7
    },
    {
      "epoch": 0.06826666666666667,
      "grad_norm": 209.19887181519408,
      "learning_rate": 9.030899869919433e-07,
      "loss": 7.9538,
      "step": 8
    },
    {
      "epoch": 0.0768,
      "grad_norm": 212.49168182248923,
      "learning_rate": 9.542425094393247e-07,
      "loss": 7.956,
      "step": 9
    },
    {
      "epoch": 0.08533333333333333,
      "grad_norm": 210.10834258781824,
      "learning_rate": 9.999999999999997e-07,
      "loss": 7.8862,
      "step": 10
    },
    {
      "epoch": 0.09386666666666667,
      "grad_norm": 202.27608183186166,
      "learning_rate": 1.0413926851582248e-06,
      "loss": 7.4513,
      "step": 11
    },
    {
      "epoch": 0.1024,
      "grad_norm": 193.55936185702825,
      "learning_rate": 1.0791812460476246e-06,
      "loss": 7.4564,
      "step": 12
    },
    {
      "epoch": 0.11093333333333333,
      "grad_norm": 193.33017014294484,
      "learning_rate": 1.1139433523068364e-06,
      "loss": 6.787,
      "step": 13
    },
    {
      "epoch": 0.11946666666666667,
      "grad_norm": 184.58026709266622,
      "learning_rate": 1.1461280356782378e-06,
      "loss": 6.6556,
      "step": 14
    },
    {
      "epoch": 0.128,
      "grad_norm": 173.93108257115804,
      "learning_rate": 1.176091259055681e-06,
      "loss": 6.8126,
      "step": 15
    },
    {
      "epoch": 0.13653333333333334,
      "grad_norm": 159.06078707329158,
      "learning_rate": 1.2041199826559244e-06,
      "loss": 6.0696,
      "step": 16
    },
    {
      "epoch": 0.14506666666666668,
      "grad_norm": 144.47206558492545,
      "learning_rate": 1.230448921378274e-06,
      "loss": 5.8741,
      "step": 17
    },
    {
      "epoch": 0.1536,
      "grad_norm": 124.25199240731514,
      "learning_rate": 1.2552725051033058e-06,
      "loss": 6.4679,
      "step": 18
    },
    {
      "epoch": 0.16213333333333332,
      "grad_norm": 117.71459376788206,
      "learning_rate": 1.2787536009528286e-06,
      "loss": 5.8792,
      "step": 19
    },
    {
      "epoch": 0.17066666666666666,
      "grad_norm": 98.0143135672668,
      "learning_rate": 1.301029995663981e-06,
      "loss": 5.7364,
      "step": 20
    },
    {
      "epoch": 0.1792,
      "grad_norm": 70.62207198023327,
      "learning_rate": 1.322219294733919e-06,
      "loss": 6.1405,
      "step": 21
    },
    {
      "epoch": 0.18773333333333334,
      "grad_norm": 61.18474481475652,
      "learning_rate": 1.3424226808222062e-06,
      "loss": 5.5889,
      "step": 22
    },
    {
      "epoch": 0.19626666666666667,
      "grad_norm": 53.31741120769673,
      "learning_rate": 1.3617278360175927e-06,
      "loss": 5.3036,
      "step": 23
    },
    {
      "epoch": 0.2048,
      "grad_norm": 42.39349303788407,
      "learning_rate": 1.3802112417116059e-06,
      "loss": 5.9642,
      "step": 24
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 38.660534953497795,
      "learning_rate": 1.3979400086720373e-06,
      "loss": 6.0086,
      "step": 25
    },
    {
      "epoch": 0.22186666666666666,
      "grad_norm": 32.07764741790126,
      "learning_rate": 1.4149733479708177e-06,
      "loss": 5.6643,
      "step": 26
    },
    {
      "epoch": 0.2304,
      "grad_norm": 25.028488406885337,
      "learning_rate": 1.431363764158987e-06,
      "loss": 5.2058,
      "step": 27
    },
    {
      "epoch": 0.23893333333333333,
      "grad_norm": 26.07639533284245,
      "learning_rate": 1.4471580313422189e-06,
      "loss": 4.8004,
      "step": 28
    },
    {
      "epoch": 0.24746666666666667,
      "grad_norm": 21.2010515923868,
      "learning_rate": 1.4623979978989559e-06,
      "loss": 5.2692,
      "step": 29
    },
    {
      "epoch": 0.256,
      "grad_norm": 19.136682470240157,
      "learning_rate": 1.477121254719662e-06,
      "loss": 5.1682,
      "step": 30
    },
    {
      "epoch": 0.26453333333333334,
      "grad_norm": 22.363719632711973,
      "learning_rate": 1.4913616938342723e-06,
      "loss": 5.8755,
      "step": 31
    },
    {
      "epoch": 0.2730666666666667,
      "grad_norm": 18.759763083192176,
      "learning_rate": 1.5051499783199057e-06,
      "loss": 4.656,
      "step": 32
    },
    {
      "epoch": 0.2816,
      "grad_norm": 19.3591101676801,
      "learning_rate": 1.5185139398778872e-06,
      "loss": 5.0382,
      "step": 33
    },
    {
      "epoch": 0.29013333333333335,
      "grad_norm": 18.93526312077878,
      "learning_rate": 1.5314789170422548e-06,
      "loss": 5.2733,
      "step": 34
    },
    {
      "epoch": 0.2986666666666667,
      "grad_norm": 18.674257823898586,
      "learning_rate": 1.544068044350275e-06,
      "loss": 5.101,
      "step": 35
    },
    {
      "epoch": 0.3072,
      "grad_norm": 17.08780568204542,
      "learning_rate": 1.556302500767287e-06,
      "loss": 4.7201,
      "step": 36
    },
    {
      "epoch": 0.3157333333333333,
      "grad_norm": 19.267517838381355,
      "learning_rate": 1.5682017240669948e-06,
      "loss": 5.2867,
      "step": 37
    },
    {
      "epoch": 0.32426666666666665,
      "grad_norm": 18.184288973685927,
      "learning_rate": 1.57978359661681e-06,
      "loss": 5.1484,
      "step": 38
    },
    {
      "epoch": 0.3328,
      "grad_norm": 18.50588565713833,
      "learning_rate": 1.5910646070264987e-06,
      "loss": 5.0841,
      "step": 39
    },
    {
      "epoch": 0.3413333333333333,
      "grad_norm": 20.00324375550594,
      "learning_rate": 1.602059991327962e-06,
      "loss": 5.3427,
      "step": 40
    },
    {
      "epoch": 0.34986666666666666,
      "grad_norm": 18.167691169804883,
      "learning_rate": 1.6127838567197353e-06,
      "loss": 5.0728,
      "step": 41
    },
    {
      "epoch": 0.3584,
      "grad_norm": 18.674761969544367,
      "learning_rate": 1.6232492903979003e-06,
      "loss": 5.0627,
      "step": 42
    },
    {
      "epoch": 0.36693333333333333,
      "grad_norm": 17.20625840701983,
      "learning_rate": 1.633468455579586e-06,
      "loss": 4.7326,
      "step": 43
    },
    {
      "epoch": 0.37546666666666667,
      "grad_norm": 18.940586556170768,
      "learning_rate": 1.643452676486187e-06,
      "loss": 5.0623,
      "step": 44
    },
    {
      "epoch": 0.384,
      "grad_norm": 16.508592622361657,
      "learning_rate": 1.6532125137753431e-06,
      "loss": 4.3398,
      "step": 45
    },
    {
      "epoch": 0.39253333333333335,
      "grad_norm": 18.88828805204721,
      "learning_rate": 1.6627578316815738e-06,
      "loss": 4.9771,
      "step": 46
    },
    {
      "epoch": 0.4010666666666667,
      "grad_norm": 15.580054007792855,
      "learning_rate": 1.672097857935717e-06,
      "loss": 4.0601,
      "step": 47
    },
    {
      "epoch": 0.4096,
      "grad_norm": 17.934643242134936,
      "learning_rate": 1.6812412373755868e-06,
      "loss": 4.7386,
      "step": 48
    },
    {
      "epoch": 0.41813333333333336,
      "grad_norm": 16.802048621838498,
      "learning_rate": 1.6901960800285134e-06,
      "loss": 4.3118,
      "step": 49
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 18.92271445418054,
      "learning_rate": 1.6989700043360184e-06,
      "loss": 4.7678,
      "step": 50
    }
  ],
  "logging_steps": 1,
  "max_steps": 301,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3,
  "save_steps": 10,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": false
      },
      "attributes": {}
    }
  },
  "total_flos": 7.854121782691758e+17,
  "train_batch_size": 16,
  "trial_name": null,
  "trial_params": null
}