| {'loss': 1.3869, 'grad_norm': 0.35344821214675903, 'learning_rate': 4.708318749270797e-05, 'epoch': 0.18} | |
| {'loss': 1.387, 'grad_norm': 0.18895003199577332, 'learning_rate': 4.416637498541594e-05, 'epoch': 0.35} | |
| {'loss': 1.3868, 'grad_norm': 0.17408715188503265, 'learning_rate': 4.124956247812391e-05, 'epoch': 0.53} | |
| {'loss': 1.3867, 'grad_norm': 0.15130987763404846, 'learning_rate': 3.8332749970831875e-05, 'epoch': 0.7} | |
| {'loss': 1.3865, 'grad_norm': 0.1569109559059143, 'learning_rate': 3.5415937463539846e-05, 'epoch': 0.88} | |