{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 3.0,
  "global_step": 375,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.01,
      "learning_rate": 5e-05,
      "loss": 1.0013,
      "step": 1
    },
    {
      "epoch": 0.02,
      "learning_rate": 4.986666666666667e-05,
      "loss": 1.0009,
      "step": 2
    },
    {
      "epoch": 0.02,
      "learning_rate": 4.973333333333334e-05,
      "loss": 0.9946,
      "step": 3
    },
    {
      "epoch": 0.03,
      "learning_rate": 4.96e-05,
      "loss": 0.9779,
      "step": 4
    },
    {
      "epoch": 0.04,
      "learning_rate": 4.9466666666666665e-05,
      "loss": 0.9227,
      "step": 5
    },
    {
      "epoch": 0.05,
      "learning_rate": 4.933333333333334e-05,
      "loss": 0.7933,
      "step": 6
    },
    {
      "epoch": 0.06,
      "learning_rate": 4.92e-05,
      "loss": 0.6935,
      "step": 7
    },
    {
      "epoch": 0.06,
      "learning_rate": 4.906666666666667e-05,
      "loss": 0.6381,
      "step": 8
    },
    {
      "epoch": 0.07,
      "learning_rate": 4.8933333333333335e-05,
      "loss": 0.6094,
      "step": 9
    },
    {
      "epoch": 0.08,
      "learning_rate": 4.88e-05,
      "loss": 0.5823,
      "step": 10
    },
    {
      "epoch": 0.09,
      "learning_rate": 4.866666666666667e-05,
      "loss": 0.5418,
      "step": 11
    },
    {
      "epoch": 0.1,
      "learning_rate": 4.853333333333334e-05,
      "loss": 0.5124,
      "step": 12
    },
    {
      "epoch": 0.1,
      "learning_rate": 4.8400000000000004e-05,
      "loss": 0.4996,
      "step": 13
    },
    {
      "epoch": 0.11,
      "learning_rate": 4.826666666666667e-05,
      "loss": 0.4831,
      "step": 14
    },
    {
      "epoch": 0.12,
      "learning_rate": 4.8133333333333336e-05,
      "loss": 0.452,
      "step": 15
    },
    {
      "epoch": 0.13,
      "learning_rate": 4.8e-05,
      "loss": 0.4405,
      "step": 16
    },
    {
      "epoch": 0.14,
      "learning_rate": 4.7866666666666674e-05,
      "loss": 0.4283,
      "step": 17
    },
    {
      "epoch": 0.14,
      "learning_rate": 4.773333333333333e-05,
      "loss": 0.425,
      "step": 18
    },
    {
      "epoch": 0.15,
      "learning_rate": 4.76e-05,
      "loss": 0.4114,
      "step": 19
    },
    {
      "epoch": 0.16,
      "learning_rate": 4.746666666666667e-05,
      "loss": 0.3814,
      "step": 20
    },
    {
      "epoch": 0.16,
      "eval_loss": 0.390869140625,
      "eval_margin_accuracy": 0.831653392732187,
      "eval_runtime": 3803.8224,
      "eval_samples_per_second": 196.864,
      "eval_steps_per_second": 49.216,
      "step": 20
    },
    {
      "epoch": 0.17,
      "learning_rate": 4.7333333333333336e-05,
      "loss": 0.3845,
      "step": 21
    },
    {
      "epoch": 0.18,
      "learning_rate": 4.72e-05,
      "loss": 0.3831,
      "step": 22
    },
    {
      "epoch": 0.18,
      "learning_rate": 4.706666666666667e-05,
      "loss": 0.3914,
      "step": 23
    },
    {
      "epoch": 0.19,
      "learning_rate": 4.6933333333333333e-05,
      "loss": 0.3763,
      "step": 24
    },
    {
      "epoch": 0.2,
      "learning_rate": 4.6800000000000006e-05,
      "loss": 0.3683,
      "step": 25
    },
    {
      "epoch": 0.21,
      "learning_rate": 4.666666666666667e-05,
      "loss": 0.3766,
      "step": 26
    },
    {
      "epoch": 0.22,
      "learning_rate": 4.653333333333334e-05,
      "loss": 0.3662,
      "step": 27
    },
    {
      "epoch": 0.22,
      "learning_rate": 4.64e-05,
      "loss": 0.3722,
      "step": 28
    },
    {
      "epoch": 0.23,
      "learning_rate": 4.626666666666667e-05,
      "loss": 0.3534,
      "step": 29
    },
    {
      "epoch": 0.24,
      "learning_rate": 4.6133333333333334e-05,
      "loss": 0.3482,
      "step": 30
    },
    {
      "epoch": 0.25,
      "learning_rate": 4.600000000000001e-05,
      "loss": 0.359,
      "step": 31
    },
    {
      "epoch": 0.26,
      "learning_rate": 4.5866666666666666e-05,
      "loss": 0.3519,
      "step": 32
    },
    {
      "epoch": 0.26,
      "learning_rate": 4.573333333333333e-05,
      "loss": 0.3614,
      "step": 33
    },
    {
      "epoch": 0.27,
      "learning_rate": 4.5600000000000004e-05,
      "loss": 0.372,
      "step": 34
    },
    {
      "epoch": 0.28,
      "learning_rate": 4.546666666666667e-05,
      "loss": 0.3432,
      "step": 35
    },
    {
      "epoch": 0.29,
      "learning_rate": 4.5333333333333335e-05,
      "loss": 0.3578,
      "step": 36
    },
    {
      "epoch": 0.3,
      "learning_rate": 4.52e-05,
      "loss": 0.3338,
      "step": 37
    },
    {
      "epoch": 0.3,
      "learning_rate": 4.5066666666666667e-05,
      "loss": 0.3408,
      "step": 38
    },
    {
      "epoch": 0.31,
      "learning_rate": 4.493333333333333e-05,
      "loss": 0.3352,
      "step": 39
    },
    {
      "epoch": 0.32,
      "learning_rate": 4.4800000000000005e-05,
      "loss": 0.349,
      "step": 40
    },
    {
      "epoch": 0.32,
      "eval_loss": 0.33349609375,
      "eval_margin_accuracy": 0.8463428574480928,
      "eval_runtime": 3808.321,
      "eval_samples_per_second": 196.632,
      "eval_steps_per_second": 49.158,
      "step": 40
    },
    {
      "epoch": 0.33,
      "learning_rate": 4.466666666666667e-05,
      "loss": 0.3306,
      "step": 41
    },
    {
      "epoch": 0.34,
      "learning_rate": 4.4533333333333336e-05,
      "loss": 0.3394,
      "step": 42
    },
    {
      "epoch": 0.34,
      "learning_rate": 4.44e-05,
      "loss": 0.3503,
      "step": 43
    },
    {
      "epoch": 0.35,
      "learning_rate": 4.426666666666667e-05,
      "loss": 0.3219,
      "step": 44
    },
    {
      "epoch": 0.36,
      "learning_rate": 4.413333333333334e-05,
      "loss": 0.3345,
      "step": 45
    },
    {
      "epoch": 0.37,
      "learning_rate": 4.4000000000000006e-05,
      "loss": 0.3313,
      "step": 46
    },
    {
      "epoch": 0.38,
      "learning_rate": 4.3866666666666665e-05,
      "loss": 0.3272,
      "step": 47
    },
    {
      "epoch": 0.38,
      "learning_rate": 4.373333333333334e-05,
      "loss": 0.3284,
      "step": 48
    },
    {
      "epoch": 0.39,
      "learning_rate": 4.36e-05,
      "loss": 0.3332,
      "step": 49
    },
    {
      "epoch": 0.4,
      "learning_rate": 4.346666666666667e-05,
      "loss": 0.3415,
      "step": 50
    },
    {
      "epoch": 0.41,
      "learning_rate": 4.3333333333333334e-05,
      "loss": 0.3159,
      "step": 51
    },
    {
      "epoch": 0.42,
      "learning_rate": 4.32e-05,
      "loss": 0.33,
      "step": 52
    },
    {
      "epoch": 0.42,
      "learning_rate": 4.3066666666666665e-05,
      "loss": 0.3157,
      "step": 53
    },
    {
      "epoch": 0.43,
      "learning_rate": 4.293333333333334e-05,
      "loss": 0.3086,
      "step": 54
    },
    {
      "epoch": 0.44,
      "learning_rate": 4.2800000000000004e-05,
      "loss": 0.3145,
      "step": 55
    },
    {
      "epoch": 0.45,
      "learning_rate": 4.266666666666667e-05,
      "loss": 0.3145,
      "step": 56
    },
    {
      "epoch": 0.46,
      "learning_rate": 4.2533333333333335e-05,
      "loss": 0.3411,
      "step": 57
    },
    {
      "epoch": 0.46,
      "learning_rate": 4.24e-05,
      "loss": 0.3183,
      "step": 58
    },
    {
      "epoch": 0.47,
      "learning_rate": 4.226666666666667e-05,
      "loss": 0.3104,
      "step": 59
    },
    {
      "epoch": 0.48,
      "learning_rate": 4.213333333333334e-05,
      "loss": 0.3196,
      "step": 60
    },
    {
      "epoch": 0.48,
      "eval_loss": 0.31005859375,
      "eval_margin_accuracy": 0.8587380948565507,
      "eval_runtime": 3800.708,
      "eval_samples_per_second": 197.025,
      "eval_steps_per_second": 49.256,
      "step": 60
    },
    {
      "epoch": 0.49,
      "learning_rate": 4.2e-05,
      "loss": 0.3107,
      "step": 61
    },
    {
      "epoch": 0.5,
      "learning_rate": 4.186666666666667e-05,
      "loss": 0.3237,
      "step": 62
    },
    {
      "epoch": 0.5,
      "learning_rate": 4.1733333333333336e-05,
      "loss": 0.3173,
      "step": 63
    },
    {
      "epoch": 0.51,
      "learning_rate": 4.16e-05,
      "loss": 0.3107,
      "step": 64
    },
    {
      "epoch": 0.52,
      "learning_rate": 4.146666666666667e-05,
      "loss": 0.3176,
      "step": 65
    },
    {
      "epoch": 0.53,
      "learning_rate": 4.133333333333333e-05,
      "loss": 0.3067,
      "step": 66
    },
    {
      "epoch": 0.54,
      "learning_rate": 4.12e-05,
      "loss": 0.3179,
      "step": 67
    },
    {
      "epoch": 0.54,
      "learning_rate": 4.106666666666667e-05,
      "loss": 0.3226,
      "step": 68
    },
    {
      "epoch": 0.55,
      "learning_rate": 4.093333333333334e-05,
      "loss": 0.3159,
      "step": 69
    },
    {
      "epoch": 0.56,
      "learning_rate": 4.08e-05,
      "loss": 0.3136,
      "step": 70
    },
    {
      "epoch": 0.57,
      "learning_rate": 4.066666666666667e-05,
      "loss": 0.3126,
      "step": 71
    },
    {
      "epoch": 0.58,
      "learning_rate": 4.0533333333333334e-05,
      "loss": 0.3002,
      "step": 72
    },
    {
      "epoch": 0.58,
      "learning_rate": 4.0400000000000006e-05,
      "loss": 0.3253,
      "step": 73
    },
    {
      "epoch": 0.59,
      "learning_rate": 4.026666666666667e-05,
      "loss": 0.3193,
      "step": 74
    },
    {
      "epoch": 0.6,
      "learning_rate": 4.013333333333333e-05,
      "loss": 0.3159,
      "step": 75
    },
    {
      "epoch": 0.61,
      "learning_rate": 4e-05,
      "loss": 0.3004,
      "step": 76
    },
    {
      "epoch": 0.62,
      "learning_rate": 3.986666666666667e-05,
      "loss": 0.3069,
      "step": 77
    },
    {
      "epoch": 0.62,
      "learning_rate": 3.9733333333333335e-05,
      "loss": 0.3034,
      "step": 78
    },
    {
      "epoch": 0.63,
      "learning_rate": 3.960000000000001e-05,
      "loss": 0.3167,
      "step": 79
    },
    {
      "epoch": 0.64,
      "learning_rate": 3.9466666666666666e-05,
      "loss": 0.3083,
      "step": 80
    },
    {
      "epoch": 0.64,
      "eval_loss": 0.301025390625,
      "eval_margin_accuracy": 0.8645043774604854,
      "eval_runtime": 3796.4332,
      "eval_samples_per_second": 197.247,
      "eval_steps_per_second": 49.312,
      "step": 80
    },
    {
      "epoch": 0.65,
      "learning_rate": 3.933333333333333e-05,
      "loss": 0.3042,
      "step": 81
    },
    {
      "epoch": 0.66,
      "learning_rate": 3.9200000000000004e-05,
      "loss": 0.3052,
      "step": 82
    },
    {
      "epoch": 0.66,
      "learning_rate": 3.906666666666667e-05,
      "loss": 0.3024,
      "step": 83
    },
    {
      "epoch": 0.67,
      "learning_rate": 3.8933333333333336e-05,
      "loss": 0.2967,
      "step": 84
    },
    {
      "epoch": 0.68,
      "learning_rate": 3.88e-05,
      "loss": 0.2975,
      "step": 85
    },
    {
      "epoch": 0.69,
      "learning_rate": 3.866666666666667e-05,
      "loss": 0.2919,
      "step": 86
    },
    {
      "epoch": 0.7,
      "learning_rate": 3.853333333333334e-05,
      "loss": 0.2987,
      "step": 87
    },
    {
      "epoch": 0.7,
      "learning_rate": 3.8400000000000005e-05,
      "loss": 0.2937,
      "step": 88
    },
    {
      "epoch": 0.71,
      "learning_rate": 3.8266666666666664e-05,
      "loss": 0.2989,
      "step": 89
    },
    {
      "epoch": 0.72,
      "learning_rate": 3.8133333333333336e-05,
      "loss": 0.2897,
      "step": 90
    },
    {
      "epoch": 0.73,
      "learning_rate": 3.8e-05,
      "loss": 0.2895,
      "step": 91
    },
    {
      "epoch": 0.74,
      "learning_rate": 3.786666666666667e-05,
      "loss": 0.2968,
      "step": 92
    },
    {
      "epoch": 0.74,
      "learning_rate": 3.773333333333334e-05,
      "loss": 0.2938,
      "step": 93
    },
    {
      "epoch": 0.75,
      "learning_rate": 3.76e-05,
      "loss": 0.3026,
      "step": 94
    },
    {
      "epoch": 0.76,
      "learning_rate": 3.7466666666666665e-05,
      "loss": 0.2817,
      "step": 95
    },
    {
      "epoch": 0.77,
      "learning_rate": 3.733333333333334e-05,
      "loss": 0.2982,
      "step": 96
    },
    {
      "epoch": 0.78,
      "learning_rate": 3.72e-05,
      "loss": 0.2929,
      "step": 97
    },
    {
      "epoch": 0.78,
      "learning_rate": 3.706666666666667e-05,
      "loss": 0.2974,
      "step": 98
    },
    {
      "epoch": 0.79,
      "learning_rate": 3.6933333333333334e-05,
      "loss": 0.306,
      "step": 99
    },
    {
      "epoch": 0.8,
      "learning_rate": 3.68e-05,
      "loss": 0.2828,
      "step": 100
    },
    {
      "epoch": 0.8,
      "eval_loss": 0.287109375,
      "eval_margin_accuracy": 0.8685533280985422,
      "eval_runtime": 3797.4404,
      "eval_samples_per_second": 197.195,
      "eval_steps_per_second": 49.299,
      "step": 100
    },
    {
      "epoch": 0.81,
      "learning_rate": 3.6666666666666666e-05,
      "loss": 0.301,
      "step": 101
    },
    {
      "epoch": 0.82,
      "learning_rate": 3.653333333333334e-05,
      "loss": 0.3022,
      "step": 102
    },
    {
      "epoch": 0.82,
      "learning_rate": 3.6400000000000004e-05,
      "loss": 0.2923,
      "step": 103
    },
    {
      "epoch": 0.83,
      "learning_rate": 3.626666666666667e-05,
      "loss": 0.3058,
      "step": 104
    },
    {
      "epoch": 0.84,
      "learning_rate": 3.6133333333333335e-05,
      "loss": 0.292,
      "step": 105
    },
    {
      "epoch": 0.85,
      "learning_rate": 3.6e-05,
      "loss": 0.2923,
      "step": 106
    },
    {
      "epoch": 0.86,
      "learning_rate": 3.586666666666667e-05,
      "loss": 0.2944,
      "step": 107
    },
    {
      "epoch": 0.86,
      "learning_rate": 3.573333333333333e-05,
      "loss": 0.297,
      "step": 108
    },
    {
      "epoch": 0.87,
      "learning_rate": 3.56e-05,
      "loss": 0.2904,
      "step": 109
    },
    {
      "epoch": 0.88,
      "learning_rate": 3.546666666666667e-05,
      "loss": 0.2901,
      "step": 110
    },
    {
      "epoch": 0.89,
      "learning_rate": 3.5333333333333336e-05,
      "loss": 0.2992,
      "step": 111
    },
    {
      "epoch": 0.9,
      "learning_rate": 3.52e-05,
      "loss": 0.2878,
      "step": 112
    },
    {
      "epoch": 0.9,
      "learning_rate": 3.506666666666667e-05,
      "loss": 0.3078,
      "step": 113
    },
    {
      "epoch": 0.91,
      "learning_rate": 3.493333333333333e-05,
      "loss": 0.2797,
      "step": 114
    },
    {
      "epoch": 0.92,
      "learning_rate": 3.48e-05,
      "loss": 0.2923,
      "step": 115
    },
    {
      "epoch": 0.93,
      "learning_rate": 3.466666666666667e-05,
      "loss": 0.2965,
      "step": 116
    },
    {
      "epoch": 0.94,
      "learning_rate": 3.453333333333334e-05,
      "loss": 0.284,
      "step": 117
    },
    {
      "epoch": 0.94,
      "learning_rate": 3.4399999999999996e-05,
      "loss": 0.2953,
      "step": 118
    },
    {
      "epoch": 0.95,
      "learning_rate": 3.426666666666667e-05,
      "loss": 0.2781,
      "step": 119
    },
    {
      "epoch": 0.96,
      "learning_rate": 3.4133333333333334e-05,
      "loss": 0.294,
      "step": 120
    },
    {
      "epoch": 0.96,
      "eval_loss": 0.280029296875,
      "eval_margin_accuracy": 0.871539295653521,
      "eval_runtime": 3813.0607,
      "eval_samples_per_second": 196.387,
      "eval_steps_per_second": 49.097,
      "step": 120
    },
    {
      "epoch": 0.97,
      "learning_rate": 3.4000000000000007e-05,
      "loss": 0.2826,
      "step": 121
    },
    {
      "epoch": 0.98,
      "learning_rate": 3.3866666666666665e-05,
      "loss": 0.2912,
      "step": 122
    },
    {
      "epoch": 0.98,
      "learning_rate": 3.373333333333333e-05,
      "loss": 0.2851,
      "step": 123
    },
    {
      "epoch": 0.99,
      "learning_rate": 3.3600000000000004e-05,
      "loss": 0.2888,
      "step": 124
    },
    {
      "epoch": 1.0,
      "learning_rate": 3.346666666666667e-05,
      "loss": 0.2885,
      "step": 125
    },
    {
      "epoch": 1.01,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 0.2886,
      "step": 126
    },
    {
      "epoch": 1.02,
      "learning_rate": 3.32e-05,
      "loss": 0.2809,
      "step": 127
    },
    {
      "epoch": 1.02,
      "learning_rate": 3.3066666666666666e-05,
      "loss": 0.2767,
      "step": 128
    },
    {
      "epoch": 1.03,
      "learning_rate": 3.293333333333333e-05,
      "loss": 0.29,
      "step": 129
    },
    {
      "epoch": 1.04,
      "learning_rate": 3.2800000000000004e-05,
      "loss": 0.2893,
      "step": 130
    },
    {
      "epoch": 1.05,
      "learning_rate": 3.266666666666667e-05,
      "loss": 0.276,
      "step": 131
    },
    {
      "epoch": 1.06,
      "learning_rate": 3.253333333333333e-05,
      "loss": 0.2812,
      "step": 132
    },
    {
      "epoch": 1.06,
      "learning_rate": 3.24e-05,
      "loss": 0.2781,
      "step": 133
    },
    {
      "epoch": 1.07,
      "learning_rate": 3.226666666666667e-05,
      "loss": 0.2781,
      "step": 134
    },
    {
      "epoch": 1.08,
      "learning_rate": 3.213333333333334e-05,
      "loss": 0.2877,
      "step": 135
    },
    {
      "epoch": 1.09,
      "learning_rate": 3.2000000000000005e-05,
      "loss": 0.2739,
      "step": 136
    },
    {
      "epoch": 1.1,
      "learning_rate": 3.1866666666666664e-05,
      "loss": 0.2822,
      "step": 137
    },
    {
      "epoch": 1.1,
      "learning_rate": 3.173333333333334e-05,
      "loss": 0.2728,
      "step": 138
    },
    {
      "epoch": 1.11,
      "learning_rate": 3.16e-05,
      "loss": 0.2955,
      "step": 139
    },
    {
      "epoch": 1.12,
      "learning_rate": 3.146666666666667e-05,
      "loss": 0.2711,
      "step": 140
    },
    {
      "epoch": 1.12,
      "eval_loss": 0.270751953125,
      "eval_margin_accuracy": 0.8741192998199873,
      "eval_runtime": 3810.8564,
      "eval_samples_per_second": 196.501,
      "eval_steps_per_second": 49.125,
      "step": 140
    },
    {
      "epoch": 1.13,
      "learning_rate": 3.1333333333333334e-05,
      "loss": 0.282,
      "step": 141
    },
    {
      "epoch": 1.14,
      "learning_rate": 3.12e-05,
      "loss": 0.2891,
      "step": 142
    },
    {
      "epoch": 1.14,
      "learning_rate": 3.1066666666666665e-05,
      "loss": 0.2805,
      "step": 143
    },
    {
      "epoch": 1.15,
      "learning_rate": 3.093333333333334e-05,
      "loss": 0.2678,
      "step": 144
    },
    {
      "epoch": 1.16,
      "learning_rate": 3.08e-05,
      "loss": 0.2845,
      "step": 145
    },
    {
      "epoch": 1.17,
      "learning_rate": 3.066666666666667e-05,
      "loss": 0.2806,
      "step": 146
    },
    {
      "epoch": 1.18,
      "learning_rate": 3.0533333333333335e-05,
      "loss": 0.2731,
      "step": 147
    },
    {
      "epoch": 1.18,
      "learning_rate": 3.04e-05,
      "loss": 0.2904,
      "step": 148
    },
    {
      "epoch": 1.19,
      "learning_rate": 3.0266666666666666e-05,
      "loss": 0.2694,
      "step": 149
    },
    {
      "epoch": 1.2,
      "learning_rate": 3.0133333333333335e-05,
      "loss": 0.2792,
      "step": 150
    },
    {
      "epoch": 1.21,
      "learning_rate": 3e-05,
      "loss": 0.271,
      "step": 151
    },
    {
      "epoch": 1.22,
      "learning_rate": 2.986666666666667e-05,
      "loss": 0.2723,
      "step": 152
    },
    {
      "epoch": 1.22,
      "learning_rate": 2.9733333333333336e-05,
      "loss": 0.2685,
      "step": 153
    },
    {
      "epoch": 1.23,
      "learning_rate": 2.96e-05,
      "loss": 0.273,
      "step": 154
    },
    {
      "epoch": 1.24,
      "learning_rate": 2.946666666666667e-05,
      "loss": 0.2761,
      "step": 155
    },
    {
      "epoch": 1.25,
      "learning_rate": 2.9333333333333336e-05,
      "loss": 0.2724,
      "step": 156
    },
    {
      "epoch": 1.26,
      "learning_rate": 2.9199999999999998e-05,
      "loss": 0.2772,
      "step": 157
    },
    {
      "epoch": 1.26,
      "learning_rate": 2.906666666666667e-05,
      "loss": 0.2641,
      "step": 158
    },
    {
      "epoch": 1.27,
      "learning_rate": 2.8933333333333333e-05,
      "loss": 0.2844,
      "step": 159
    },
    {
      "epoch": 1.28,
      "learning_rate": 2.88e-05,
      "loss": 0.2663,
      "step": 160
    },
    {
      "epoch": 1.28,
      "eval_loss": 0.26708984375,
      "eval_margin_accuracy": 0.876731353727652,
      "eval_runtime": 3813.1169,
      "eval_samples_per_second": 196.384,
      "eval_steps_per_second": 49.096,
      "step": 160
    },
    {
      "epoch": 1.29,
      "learning_rate": 2.8666666666666668e-05,
      "loss": 0.2641,
      "step": 161
    },
    {
      "epoch": 1.3,
      "learning_rate": 2.8533333333333333e-05,
      "loss": 0.2777,
      "step": 162
    },
    {
      "epoch": 1.3,
      "learning_rate": 2.84e-05,
      "loss": 0.2702,
      "step": 163
    },
    {
      "epoch": 1.31,
      "learning_rate": 2.8266666666666668e-05,
      "loss": 0.2803,
      "step": 164
    },
    {
      "epoch": 1.32,
      "learning_rate": 2.8133333333333334e-05,
      "loss": 0.2905,
      "step": 165
    },
    {
      "epoch": 1.33,
      "learning_rate": 2.8000000000000003e-05,
      "loss": 0.2544,
      "step": 166
    },
    {
      "epoch": 1.34,
      "learning_rate": 2.786666666666667e-05,
      "loss": 0.2715,
      "step": 167
    },
    {
      "epoch": 1.34,
      "learning_rate": 2.7733333333333334e-05,
      "loss": 0.2654,
      "step": 168
    },
    {
      "epoch": 1.35,
      "learning_rate": 2.7600000000000003e-05,
      "loss": 0.2683,
      "step": 169
    },
    {
      "epoch": 1.36,
      "learning_rate": 2.746666666666667e-05,
      "loss": 0.2589,
      "step": 170
    },
    {
      "epoch": 1.37,
      "learning_rate": 2.733333333333333e-05,
      "loss": 0.262,
      "step": 171
    },
    {
      "epoch": 1.38,
      "learning_rate": 2.7200000000000004e-05,
      "loss": 0.2671,
      "step": 172
    },
    {
      "epoch": 1.38,
      "learning_rate": 2.706666666666667e-05,
      "loss": 0.2759,
      "step": 173
    },
    {
      "epoch": 1.39,
      "learning_rate": 2.6933333333333332e-05,
      "loss": 0.2728,
      "step": 174
    },
    {
      "epoch": 1.4,
      "learning_rate": 2.6800000000000004e-05,
      "loss": 0.2722,
      "step": 175
    },
    {
      "epoch": 1.41,
      "learning_rate": 2.6666666666666667e-05,
      "loss": 0.2656,
      "step": 176
    },
    {
      "epoch": 1.42,
      "learning_rate": 2.6533333333333332e-05,
      "loss": 0.2862,
      "step": 177
    },
    {
      "epoch": 1.42,
      "learning_rate": 2.64e-05,
      "loss": 0.261,
      "step": 178
    },
    {
      "epoch": 1.43,
      "learning_rate": 2.6266666666666667e-05,
      "loss": 0.2522,
      "step": 179
    },
    {
      "epoch": 1.44,
      "learning_rate": 2.6133333333333333e-05,
      "loss": 0.2656,
      "step": 180
    },
    {
      "epoch": 1.44,
      "eval_loss": 0.26123046875,
      "eval_margin_accuracy": 0.8822358967784668,
      "eval_runtime": 3814.6359,
      "eval_samples_per_second": 196.306,
      "eval_steps_per_second": 49.077,
      "step": 180
    },
    {
      "epoch": 1.45,
      "learning_rate": 2.6000000000000002e-05,
      "loss": 0.2676,
      "step": 181
    },
    {
      "epoch": 1.46,
      "learning_rate": 2.5866666666666667e-05,
      "loss": 0.2641,
      "step": 182
    },
    {
      "epoch": 1.46,
      "learning_rate": 2.5733333333333337e-05,
      "loss": 0.256,
      "step": 183
    },
    {
      "epoch": 1.47,
      "learning_rate": 2.5600000000000002e-05,
      "loss": 0.2641,
      "step": 184
    },
    {
      "epoch": 1.48,
      "learning_rate": 2.5466666666666668e-05,
      "loss": 0.2595,
      "step": 185
    },
    {
      "epoch": 1.49,
      "learning_rate": 2.5333333333333337e-05,
      "loss": 0.2644,
      "step": 186
    },
    {
      "epoch": 1.5,
      "learning_rate": 2.5200000000000003e-05,
      "loss": 0.2662,
      "step": 187
    },
    {
      "epoch": 1.5,
      "learning_rate": 2.5066666666666665e-05,
      "loss": 0.2793,
      "step": 188
    },
    {
      "epoch": 1.51,
      "learning_rate": 2.4933333333333334e-05,
      "loss": 0.2625,
      "step": 189
    },
    {
      "epoch": 1.52,
      "learning_rate": 2.48e-05,
      "loss": 0.2768,
      "step": 190
    },
    {
      "epoch": 1.53,
      "learning_rate": 2.466666666666667e-05,
      "loss": 0.2723,
      "step": 191
    },
    {
      "epoch": 1.54,
      "learning_rate": 2.4533333333333334e-05,
      "loss": 0.2665,
      "step": 192
    },
    {
      "epoch": 1.54,
      "learning_rate": 2.44e-05,
      "loss": 0.2533,
      "step": 193
    },
    {
      "epoch": 1.55,
      "learning_rate": 2.426666666666667e-05,
      "loss": 0.2711,
      "step": 194
    },
    {
      "epoch": 1.56,
      "learning_rate": 2.4133333333333335e-05,
      "loss": 0.2573,
      "step": 195
    },
    {
      "epoch": 1.57,
      "learning_rate": 2.4e-05,
      "loss": 0.2617,
      "step": 196
    },
    {
      "epoch": 1.58,
      "learning_rate": 2.3866666666666666e-05,
      "loss": 0.257,
      "step": 197
    },
    {
      "epoch": 1.58,
      "learning_rate": 2.3733333333333335e-05,
      "loss": 0.2708,
      "step": 198
    },
    {
      "epoch": 1.59,
      "learning_rate": 2.36e-05,
      "loss": 0.2698,
      "step": 199
    },
    {
      "epoch": 1.6,
      "learning_rate": 2.3466666666666667e-05,
      "loss": 0.2645,
      "step": 200
    },
    {
      "epoch": 1.6,
      "eval_loss": 0.253662109375,
      "eval_margin_accuracy": 0.8850536031921542,
      "eval_runtime": 3813.437,
      "eval_samples_per_second": 196.368,
      "eval_steps_per_second": 49.092,
      "step": 200
    },
    {
      "epoch": 1.61,
      "learning_rate": 2.3333333333333336e-05,
      "loss": 0.2638,
      "step": 201
    },
    {
      "epoch": 1.62,
      "learning_rate": 2.32e-05,
      "loss": 0.2667,
      "step": 202
    },
    {
      "epoch": 1.62,
      "learning_rate": 2.3066666666666667e-05,
      "loss": 0.2561,
      "step": 203
    },
    {
      "epoch": 1.63,
      "learning_rate": 2.2933333333333333e-05,
      "loss": 0.2702,
      "step": 204
    },
    {
      "epoch": 1.64,
      "learning_rate": 2.2800000000000002e-05,
      "loss": 0.2619,
      "step": 205
    },
    {
      "epoch": 1.65,
      "learning_rate": 2.2666666666666668e-05,
      "loss": 0.2563,
      "step": 206
    },
    {
      "epoch": 1.66,
      "learning_rate": 2.2533333333333333e-05,
      "loss": 0.2579,
      "step": 207
    },
    {
      "epoch": 1.66,
      "learning_rate": 2.2400000000000002e-05,
      "loss": 0.2604,
      "step": 208
    },
    {
      "epoch": 1.67,
      "learning_rate": 2.2266666666666668e-05,
      "loss": 0.268,
      "step": 209
    },
    {
      "epoch": 1.68,
      "learning_rate": 2.2133333333333334e-05,
      "loss": 0.2536,
      "step": 210
    },
    {
      "epoch": 1.69,
      "learning_rate": 2.2000000000000003e-05,
      "loss": 0.2479,
      "step": 211
    },
    {
      "epoch": 1.7,
      "learning_rate": 2.186666666666667e-05,
      "loss": 0.2668,
      "step": 212
    },
    {
      "epoch": 1.7,
      "learning_rate": 2.1733333333333334e-05,
      "loss": 0.2586,
      "step": 213
    },
    {
      "epoch": 1.71,
      "learning_rate": 2.16e-05,
      "loss": 0.263,
      "step": 214
    },
    {
      "epoch": 1.72,
      "learning_rate": 2.146666666666667e-05,
      "loss": 0.2621,
      "step": 215
    },
    {
      "epoch": 1.73,
      "learning_rate": 2.1333333333333335e-05,
      "loss": 0.2613,
      "step": 216
    },
    {
      "epoch": 1.74,
      "learning_rate": 2.12e-05,
      "loss": 0.2614,
      "step": 217
    },
    {
      "epoch": 1.74,
      "learning_rate": 2.106666666666667e-05,
      "loss": 0.2587,
      "step": 218
    },
    {
      "epoch": 1.75,
      "learning_rate": 2.0933333333333335e-05,
      "loss": 0.255,
      "step": 219
    },
    {
      "epoch": 1.76,
      "learning_rate": 2.08e-05,
      "loss": 0.2625,
      "step": 220
    },
    {
      "epoch": 1.76,
      "eval_loss": 0.248291015625,
      "eval_margin_accuracy": 0.8877591355116474,
      "eval_runtime": 3811.0494,
      "eval_samples_per_second": 196.491,
      "eval_steps_per_second": 49.123,
      "step": 220
    },
    {
      "epoch": 1.77,
      "learning_rate": 2.0666666666666666e-05,
      "loss": 0.2555,
      "step": 221
    },
    {
      "epoch": 1.78,
      "learning_rate": 2.0533333333333336e-05,
      "loss": 0.2578,
      "step": 222
    },
    {
      "epoch": 1.78,
      "learning_rate": 2.04e-05,
      "loss": 0.2572,
      "step": 223
    },
    {
      "epoch": 1.79,
      "learning_rate": 2.0266666666666667e-05,
      "loss": 0.2463,
      "step": 224
    },
    {
      "epoch": 1.8,
      "learning_rate": 2.0133333333333336e-05,
      "loss": 0.2517,
      "step": 225
    },
    {
      "epoch": 1.81,
      "learning_rate": 2e-05,
      "loss": 0.2558,
      "step": 226
    },
    {
      "epoch": 1.82,
      "learning_rate": 1.9866666666666667e-05,
      "loss": 0.2452,
      "step": 227
    },
    {
      "epoch": 1.82,
      "learning_rate": 1.9733333333333333e-05,
      "loss": 0.2571,
      "step": 228
    },
    {
      "epoch": 1.83,
      "learning_rate": 1.9600000000000002e-05,
      "loss": 0.2563,
      "step": 229
    },
    {
      "epoch": 1.84,
      "learning_rate": 1.9466666666666668e-05,
      "loss": 0.2579,
      "step": 230
    },
    {
      "epoch": 1.85,
      "learning_rate": 1.9333333333333333e-05,
      "loss": 0.2397,
      "step": 231
    },
    {
      "epoch": 1.86,
      "learning_rate": 1.9200000000000003e-05,
      "loss": 0.2552,
      "step": 232
    },
    {
      "epoch": 1.86,
      "learning_rate": 1.9066666666666668e-05,
      "loss": 0.2585,
      "step": 233
    },
    {
      "epoch": 1.87,
      "learning_rate": 1.8933333333333334e-05,
      "loss": 0.2453,
      "step": 234
    },
    {
      "epoch": 1.88,
      "learning_rate": 1.88e-05,
      "loss": 0.264,
      "step": 235
    },
    {
      "epoch": 1.89,
      "learning_rate": 1.866666666666667e-05,
      "loss": 0.2551,
      "step": 236
    },
    {
      "epoch": 1.9,
      "learning_rate": 1.8533333333333334e-05,
      "loss": 0.2586,
      "step": 237
    },
    {
      "epoch": 1.9,
      "learning_rate": 1.84e-05,
      "loss": 0.258,
      "step": 238
    },
    {
      "epoch": 1.91,
      "learning_rate": 1.826666666666667e-05,
      "loss": 0.2428,
      "step": 239
    },
    {
      "epoch": 1.92,
      "learning_rate": 1.8133333333333335e-05,
      "loss": 0.2651,
      "step": 240
    },
    {
      "epoch": 1.92,
      "eval_loss": 0.2470703125,
      "eval_margin_accuracy": 0.8897755983953763,
      "eval_runtime": 3811.225,
      "eval_samples_per_second": 196.482,
      "eval_steps_per_second": 49.12,
      "step": 240
    },
    {
      "epoch": 1.93,
      "learning_rate": 1.8e-05,
      "loss": 0.2483,
      "step": 241
    },
    {
      "epoch": 1.94,
      "learning_rate": 1.7866666666666666e-05,
      "loss": 0.2555,
      "step": 242
    },
    {
      "epoch": 1.94,
      "learning_rate": 1.7733333333333335e-05,
      "loss": 0.2602,
      "step": 243
    },
    {
      "epoch": 1.95,
      "learning_rate": 1.76e-05,
      "loss": 0.2524,
      "step": 244
    },
    {
      "epoch": 1.96,
      "learning_rate": 1.7466666666666667e-05,
      "loss": 0.2601,
      "step": 245
    },
    {
      "epoch": 1.97,
      "learning_rate": 1.7333333333333336e-05,
      "loss": 0.2652,
      "step": 246
    },
    {
      "epoch": 1.98,
      "learning_rate": 1.7199999999999998e-05,
      "loss": 0.2327,
      "step": 247
    },
    {
      "epoch": 1.98,
      "learning_rate": 1.7066666666666667e-05,
      "loss": 0.2464,
      "step": 248
    },
    {
      "epoch": 1.99,
      "learning_rate": 1.6933333333333333e-05,
      "loss": 0.2522,
      "step": 249
    },
    {
      "epoch": 2.0,
      "learning_rate": 1.6800000000000002e-05,
      "loss": 0.2521,
      "step": 250
    },
    {
      "epoch": 2.01,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 0.2353,
      "step": 251
    },
    {
      "epoch": 2.02,
      "learning_rate": 1.6533333333333333e-05,
      "loss": 0.2519,
      "step": 252
    },
    {
      "epoch": 2.02,
      "learning_rate": 1.6400000000000002e-05,
      "loss": 0.2489,
      "step": 253
    },
    {
      "epoch": 2.03,
      "learning_rate": 1.6266666666666665e-05,
      "loss": 0.2443,
      "step": 254
    },
    {
      "epoch": 2.04,
      "learning_rate": 1.6133333333333334e-05,
      "loss": 0.2542,
      "step": 255
    },
    {
      "epoch": 2.05,
      "learning_rate": 1.6000000000000003e-05,
      "loss": 0.2522,
      "step": 256
    },
    {
      "epoch": 2.06,
      "learning_rate": 1.586666666666667e-05,
      "loss": 0.2504,
      "step": 257
    },
    {
      "epoch": 2.06,
      "learning_rate": 1.5733333333333334e-05,
      "loss": 0.254,
      "step": 258
    },
    {
      "epoch": 2.07,
      "learning_rate": 1.56e-05,
      "loss": 0.2501,
      "step": 259
    },
    {
      "epoch": 2.08,
      "learning_rate": 1.546666666666667e-05,
      "loss": 0.2407,
      "step": 260
    },
    {
      "epoch": 2.08,
      "eval_loss": 0.2437744140625,
      "eval_margin_accuracy": 0.8904780218899733,
      "eval_runtime": 3806.5442,
      "eval_samples_per_second": 196.723,
      "eval_steps_per_second": 49.181,
      "step": 260
    },
    {
      "epoch": 2.09,
      "learning_rate": 1.5333333333333334e-05,
      "loss": 0.2502,
      "step": 261
    },
    {
      "epoch": 2.1,
      "learning_rate": 1.52e-05,
      "loss": 0.2585,
      "step": 262
    },
    {
      "epoch": 2.1,
      "learning_rate": 1.5066666666666668e-05,
      "loss": 0.2555,
      "step": 263
    },
    {
      "epoch": 2.11,
      "learning_rate": 1.4933333333333335e-05,
      "loss": 0.243,
      "step": 264
    },
    {
      "epoch": 2.12,
      "learning_rate": 1.48e-05,
      "loss": 0.254,
      "step": 265
    },
    {
      "epoch": 2.13,
      "learning_rate": 1.4666666666666668e-05,
      "loss": 0.2485,
      "step": 266
    },
    {
      "epoch": 2.14,
      "learning_rate": 1.4533333333333335e-05,
      "loss": 0.2529,
      "step": 267
    },
    {
      "epoch": 2.14,
      "learning_rate": 1.44e-05,
      "loss": 0.2624,
      "step": 268
    },
    {
      "epoch": 2.15,
      "learning_rate": 1.4266666666666667e-05,
      "loss": 0.2431,
      "step": 269
    },
    {
      "epoch": 2.16,
      "learning_rate": 1.4133333333333334e-05,
      "loss": 0.2452,
      "step": 270
    },
    {
      "epoch": 2.17,
      "learning_rate": 1.4000000000000001e-05,
      "loss": 0.2543,
      "step": 271
    },
    {
      "epoch": 2.18,
      "learning_rate": 1.3866666666666667e-05,
      "loss": 0.2509,
      "step": 272
    },
    {
      "epoch": 2.18,
      "learning_rate": 1.3733333333333335e-05,
      "loss": 0.2388,
      "step": 273
    },
    {
      "epoch": 2.19,
      "learning_rate": 1.3600000000000002e-05,
      "loss": 0.2397,
      "step": 274
    },
    {
      "epoch": 2.2,
      "learning_rate": 1.3466666666666666e-05,
      "loss": 0.2423,
      "step": 275
    },
    {
      "epoch": 2.21,
      "learning_rate": 1.3333333333333333e-05,
      "loss": 0.2446,
      "step": 276
    },
    {
      "epoch": 2.22,
      "learning_rate": 1.32e-05,
      "loss": 0.2604,
      "step": 277
    },
    {
      "epoch": 2.22,
      "learning_rate": 1.3066666666666666e-05,
      "loss": 0.2579,
      "step": 278
    },
    {
      "epoch": 2.23,
      "learning_rate": 1.2933333333333334e-05,
      "loss": 0.2447,
      "step": 279
    },
    {
      "epoch": 2.24,
      "learning_rate": 1.2800000000000001e-05,
      "loss": 0.2315,
      "step": 280
    },
    {
      "epoch": 2.24,
      "eval_loss": 0.2408447265625,
      "eval_margin_accuracy": 0.8909400723255826,
      "eval_runtime": 3813.2622,
      "eval_samples_per_second": 196.377,
      "eval_steps_per_second": 49.094,
      "step": 280
    },
    {
      "epoch": 2.25,
      "learning_rate": 1.2666666666666668e-05,
      "loss": 0.2479,
      "step": 281
    },
    {
      "epoch": 2.26,
      "learning_rate": 1.2533333333333332e-05,
      "loss": 0.2417,
      "step": 282
    },
    {
      "epoch": 2.26,
      "learning_rate": 1.24e-05,
      "loss": 0.2438,
      "step": 283
    },
    {
      "epoch": 2.27,
      "learning_rate": 1.2266666666666667e-05,
      "loss": 0.2412,
      "step": 284
    },
    {
      "epoch": 2.28,
      "learning_rate": 1.2133333333333335e-05,
      "loss": 0.2507,
      "step": 285
    },
    {
      "epoch": 2.29,
      "learning_rate": 1.2e-05,
      "loss": 0.2469,
      "step": 286
    },
    {
      "epoch": 2.3,
      "learning_rate": 1.1866666666666668e-05,
      "loss": 0.2391,
      "step": 287
    },
    {
      "epoch": 2.3,
      "learning_rate": 1.1733333333333333e-05,
      "loss": 0.2499,
      "step": 288
    },
    {
      "epoch": 2.31,
      "learning_rate": 1.16e-05,
      "loss": 0.2607,
      "step": 289
    },
    {
      "epoch": 2.32,
      "learning_rate": 1.1466666666666666e-05,
      "loss": 0.242,
      "step": 290
    },
    {
      "epoch": 2.33,
      "learning_rate": 1.1333333333333334e-05,
      "loss": 0.2372,
      "step": 291
    },
    {
      "epoch": 2.34,
      "learning_rate": 1.1200000000000001e-05,
      "loss": 0.243,
      "step": 292
    },
    {
      "epoch": 2.34,
      "learning_rate": 1.1066666666666667e-05,
      "loss": 0.2459,
      "step": 293
    },
    {
      "epoch": 2.35,
      "learning_rate": 1.0933333333333334e-05,
      "loss": 0.2482,
      "step": 294
    },
    {
      "epoch": 2.36,
      "learning_rate": 1.08e-05,
      "loss": 0.2528,
      "step": 295
    },
    {
      "epoch": 2.37,
      "learning_rate": 1.0666666666666667e-05,
      "loss": 0.2524,
      "step": 296
    },
    {
      "epoch": 2.38,
      "learning_rate": 1.0533333333333335e-05,
      "loss": 0.2427,
      "step": 297
    },
    {
      "epoch": 2.38,
      "learning_rate": 1.04e-05,
      "loss": 0.2454,
      "step": 298
    },
    {
      "epoch": 2.39,
      "learning_rate": 1.0266666666666668e-05,
      "loss": 0.2545,
      "step": 299
    },
    {
      "epoch": 2.4,
      "learning_rate": 1.0133333333333333e-05,
      "loss": 0.2461,
      "step": 300
    },
    {
      "epoch": 2.4,
      "eval_loss": 0.239013671875,
      "eval_margin_accuracy": 0.8918107569614708,
      "eval_runtime": 3807.2872,
      "eval_samples_per_second": 196.685,
      "eval_steps_per_second": 49.171,
      "step": 300
    },
    {
      "epoch": 2.41,
      "learning_rate": 1e-05,
      "loss": 0.2532,
      "step": 301
    },
    {
      "epoch": 2.42,
      "learning_rate": 9.866666666666667e-06,
      "loss": 0.2478,
      "step": 302
    },
    {
      "epoch": 2.42,
      "learning_rate": 9.733333333333334e-06,
      "loss": 0.2499,
      "step": 303
    },
    {
      "epoch": 2.43,
      "learning_rate": 9.600000000000001e-06,
      "loss": 0.2296,
      "step": 304
    },
    {
      "epoch": 2.44,
      "learning_rate": 9.466666666666667e-06,
      "loss": 0.2434,
      "step": 305
    },
    {
      "epoch": 2.45,
      "learning_rate": 9.333333333333334e-06,
      "loss": 0.2467,
      "step": 306
    },
    {
      "epoch": 2.46,
      "learning_rate": 9.2e-06,
      "loss": 0.2406,
      "step": 307
    },
    {
      "epoch": 2.46,
      "learning_rate": 9.066666666666667e-06,
      "loss": 0.2361,
      "step": 308
    },
    {
      "epoch": 2.47,
      "learning_rate": 8.933333333333333e-06,
      "loss": 0.2432,
      "step": 309
    },
    {
      "epoch": 2.48,
      "learning_rate": 8.8e-06,
      "loss": 0.2526,
      "step": 310
    },
    {
      "epoch": 2.49,
      "learning_rate": 8.666666666666668e-06,
      "loss": 0.2454,
      "step": 311
    },
    {
      "epoch": 2.5,
      "learning_rate": 8.533333333333334e-06,
      "loss": 0.2451,
      "step": 312
    },
    {
      "epoch": 2.5,
      "learning_rate": 8.400000000000001e-06,
      "loss": 0.2384,
      "step": 313
    },
    {
      "epoch": 2.51,
      "learning_rate": 8.266666666666667e-06,
      "loss": 0.2441,
      "step": 314
    },
    {
      "epoch": 2.52,
      "learning_rate": 8.133333333333332e-06,
      "loss": 0.2526,
      "step": 315
    },
    {
      "epoch": 2.53,
      "learning_rate": 8.000000000000001e-06,
      "loss": 0.2493,
      "step": 316
    },
    {
      "epoch": 2.54,
      "learning_rate": 7.866666666666667e-06,
      "loss": 0.235,
      "step": 317
    },
    {
      "epoch": 2.54,
      "learning_rate": 7.733333333333334e-06,
      "loss": 0.2384,
      "step": 318
    },
    {
      "epoch": 2.55,
      "learning_rate": 7.6e-06,
      "loss": 0.2423,
      "step": 319
    },
    {
      "epoch": 2.56,
      "learning_rate": 7.4666666666666675e-06,
      "loss": 0.2491,
      "step": 320
    },
    {
      "epoch": 2.56,
      "eval_loss": 0.239013671875,
      "eval_margin_accuracy": 0.8921125586910885,
      "eval_runtime": 3804.0834,
      "eval_samples_per_second": 196.851,
      "eval_steps_per_second": 49.213,
      "step": 320
    },
    {
      "epoch": 2.57,
      "learning_rate": 7.333333333333334e-06,
      "loss": 0.2428,
      "step": 321
    },
    {
      "epoch": 2.58,
      "learning_rate": 7.2e-06,
      "loss": 0.2294,
      "step": 322
    },
    {
      "epoch": 2.58,
      "learning_rate": 7.066666666666667e-06,
      "loss": 0.2604,
      "step": 323
    },
    {
      "epoch": 2.59,
      "learning_rate": 6.933333333333334e-06,
      "loss": 0.2355,
      "step": 324
    },
    {
      "epoch": 2.6,
      "learning_rate": 6.800000000000001e-06,
      "loss": 0.2317,
      "step": 325
    },
    {
      "epoch": 2.61,
      "learning_rate": 6.666666666666667e-06,
      "loss": 0.2462,
      "step": 326
    },
    {
      "epoch": 2.62,
      "learning_rate": 6.533333333333333e-06,
      "loss": 0.2429,
      "step": 327
    },
    {
      "epoch": 2.62,
      "learning_rate": 6.4000000000000006e-06,
      "loss": 0.235,
      "step": 328
    },
    {
      "epoch": 2.63,
      "learning_rate": 6.266666666666666e-06,
      "loss": 0.2434,
      "step": 329
    },
    {
      "epoch": 2.64,
      "learning_rate": 6.133333333333334e-06,
      "loss": 0.24,
      "step": 330
    },
    {
      "epoch": 2.65,
      "learning_rate": 6e-06,
      "loss": 0.2453,
      "step": 331
    },
    {
      "epoch": 2.66,
      "learning_rate": 5.866666666666667e-06,
      "loss": 0.2501,
      "step": 332
    },
    {
      "epoch": 2.66,
      "learning_rate": 5.733333333333333e-06,
      "loss": 0.2479,
      "step": 333
    },
    {
      "epoch": 2.67,
      "learning_rate": 5.600000000000001e-06,
      "loss": 0.2429,
      "step": 334
    },
    {
      "epoch": 2.68,
      "learning_rate": 5.466666666666667e-06,
      "loss": 0.2312,
      "step": 335
    },
    {
      "epoch": 2.69,
      "learning_rate": 5.333333333333334e-06,
      "loss": 0.2518,
      "step": 336
    },
    {
      "epoch": 2.7,
      "learning_rate": 5.2e-06,
      "loss": 0.2342,
      "step": 337
    },
    {
      "epoch": 2.7,
      "learning_rate": 5.066666666666667e-06,
      "loss": 0.2426,
      "step": 338
    },
    {
      "epoch": 2.71,
      "learning_rate": 4.933333333333333e-06,
      "loss": 0.2404,
      "step": 339
    },
    {
      "epoch": 2.72,
      "learning_rate": 4.800000000000001e-06,
      "loss": 0.2511,
      "step": 340
    },
    {
      "epoch": 2.72,
      "eval_loss": 0.2369384765625,
      "eval_margin_accuracy": 0.8917974029026382,
      "eval_runtime": 3800.3999,
      "eval_samples_per_second": 197.041,
      "eval_steps_per_second": 49.26,
      "step": 340
    },
    {
      "epoch": 2.73,
      "learning_rate": 4.666666666666667e-06,
      "loss": 0.2406,
      "step": 341
    },
    {
      "epoch": 2.74,
      "learning_rate": 4.533333333333334e-06,
      "loss": 0.2484,
      "step": 342
    },
    {
      "epoch": 2.74,
      "learning_rate": 4.4e-06,
      "loss": 0.2415,
      "step": 343
    },
    {
      "epoch": 2.75,
      "learning_rate": 4.266666666666667e-06,
      "loss": 0.2492,
      "step": 344
    },
    {
      "epoch": 2.76,
      "learning_rate": 4.133333333333333e-06,
      "loss": 0.2364,
      "step": 345
    },
    {
      "epoch": 2.77,
      "learning_rate": 4.000000000000001e-06,
      "loss": 0.2485,
      "step": 346
    },
    {
      "epoch": 2.78,
      "learning_rate": 3.866666666666667e-06,
      "loss": 0.2394,
      "step": 347
    },
    {
      "epoch": 2.78,
      "learning_rate": 3.7333333333333337e-06,
      "loss": 0.2424,
      "step": 348
    },
    {
      "epoch": 2.79,
      "learning_rate": 3.6e-06,
      "loss": 0.2384,
      "step": 349
    },
    {
      "epoch": 2.8,
      "learning_rate": 3.466666666666667e-06,
      "loss": 0.2405,
      "step": 350
    },
    {
      "epoch": 2.81,
      "learning_rate": 3.3333333333333333e-06,
      "loss": 0.2439,
      "step": 351
    },
    {
      "epoch": 2.82,
      "learning_rate": 3.2000000000000003e-06,
      "loss": 0.2392,
      "step": 352
    },
    {
      "epoch": 2.82,
      "learning_rate": 3.066666666666667e-06,
      "loss": 0.2451,
      "step": 353
    },
    {
      "epoch": 2.83,
      "learning_rate": 2.9333333333333333e-06,
      "loss": 0.2384,
      "step": 354
    },
    {
      "epoch": 2.84,
      "learning_rate": 2.8000000000000003e-06,
      "loss": 0.2449,
      "step": 355
    },
    {
      "epoch": 2.85,
      "learning_rate": 2.666666666666667e-06,
      "loss": 0.2516,
      "step": 356
    },
    {
      "epoch": 2.86,
      "learning_rate": 2.5333333333333334e-06,
      "loss": 0.2457,
      "step": 357
    },
    {
      "epoch": 2.86,
      "learning_rate": 2.4000000000000003e-06,
      "loss": 0.2473,
      "step": 358
    },
    {
      "epoch": 2.87,
      "learning_rate": 2.266666666666667e-06,
      "loss": 0.2536,
      "step": 359
    },
    {
      "epoch": 2.88,
      "learning_rate": 2.1333333333333334e-06,
      "loss": 0.2341,
      "step": 360
    },
    {
      "epoch": 2.88,
      "eval_loss": 0.236328125,
      "eval_margin_accuracy": 0.8920671548910576,
      "eval_runtime": 3816.5143,
      "eval_samples_per_second": 196.209,
      "eval_steps_per_second": 49.052,
      "step": 360
    },
    {
      "epoch": 2.89,
      "learning_rate": 2.0000000000000003e-06,
      "loss": 0.2316,
      "step": 361
    },
    {
      "epoch": 2.9,
      "learning_rate": 1.8666666666666669e-06,
      "loss": 0.2504,
      "step": 362
    },
    {
      "epoch": 2.9,
      "learning_rate": 1.7333333333333334e-06,
      "loss": 0.2354,
      "step": 363
    },
    {
      "epoch": 2.91,
      "learning_rate": 1.6000000000000001e-06,
      "loss": 0.2415,
      "step": 364
    },
    {
      "epoch": 2.92,
      "learning_rate": 1.4666666666666667e-06,
      "loss": 0.2333,
      "step": 365
    },
    {
      "epoch": 2.93,
      "learning_rate": 1.3333333333333334e-06,
      "loss": 0.2444,
      "step": 366
    },
    {
      "epoch": 2.94,
      "learning_rate": 1.2000000000000002e-06,
      "loss": 0.2361,
      "step": 367
    },
    {
      "epoch": 2.94,
      "learning_rate": 1.0666666666666667e-06,
      "loss": 0.2286,
      "step": 368
    },
    {
      "epoch": 2.95,
      "learning_rate": 9.333333333333334e-07,
      "loss": 0.2421,
      "step": 369
    },
    {
      "epoch": 2.96,
      "learning_rate": 8.000000000000001e-07,
      "loss": 0.2405,
      "step": 370
    },
    {
      "epoch": 2.97,
      "learning_rate": 6.666666666666667e-07,
      "loss": 0.2394,
      "step": 371
    },
    {
      "epoch": 2.98,
      "learning_rate": 5.333333333333333e-07,
      "loss": 0.2425,
      "step": 372
    },
    {
      "epoch": 2.98,
      "learning_rate": 4.0000000000000003e-07,
      "loss": 0.2414,
      "step": 373
    },
    {
      "epoch": 2.99,
      "learning_rate": 2.6666666666666667e-07,
      "loss": 0.2391,
      "step": 374
    },
    {
      "epoch": 3.0,
      "learning_rate": 1.3333333333333334e-07,
      "loss": 0.2369,
      "step": 375
    },
    {
      "epoch": 3.0,
      "step": 375,
      "total_flos": 1.3371949193670743e+18,
      "train_loss": 0.2929552839597066,
      "train_runtime": 125578.7814,
      "train_samples_per_second": 23.889,
      "train_steps_per_second": 0.003
    }
  ],
  "max_steps": 375,
  "num_train_epochs": 3,
  "total_flos": 1.3371949193670743e+18,
  "trial_name": null,
  "trial_params": null
}