{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 13.083333333333334,
  "eval_steps": 500,
  "global_step": 78,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 5.938894748687744,
      "learning_rate": 2e-05,
      "loss": 3.2044,
      "step": 1
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 4.463516712188721,
      "learning_rate": 4e-05,
      "loss": 3.4695,
      "step": 2
    },
    {
      "epoch": 0.5,
      "grad_norm": 4.789432048797607,
      "learning_rate": 6e-05,
      "loss": 2.7558,
      "step": 3
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 5.174938678741455,
      "learning_rate": 8e-05,
      "loss": 3.5351,
      "step": 4
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 4.168506622314453,
      "learning_rate": 0.0001,
      "loss": 3.3687,
      "step": 5
    },
    {
      "epoch": 1.0,
      "grad_norm": 3.4302663803100586,
      "learning_rate": 0.00012,
      "loss": 3.0238,
      "step": 6
    },
    {
      "epoch": 1.1666666666666667,
      "grad_norm": 3.4769608974456787,
      "learning_rate": 0.00014,
      "loss": 2.5911,
      "step": 7
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 1.6394767761230469,
      "learning_rate": 0.00016,
      "loss": 2.4857,
      "step": 8
    },
    {
      "epoch": 1.5,
      "grad_norm": 1.0120770931243896,
      "learning_rate": 0.00018,
      "loss": 2.3817,
      "step": 9
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 1.001904010772705,
      "learning_rate": 0.0002,
      "loss": 2.1428,
      "step": 10
    },
    {
      "epoch": 1.8333333333333335,
      "grad_norm": 1.9454771280288696,
      "learning_rate": 0.00019990989662046818,
      "loss": 2.1056,
      "step": 11
    },
    {
      "epoch": 2.0,
      "grad_norm": 2.8763234615325928,
      "learning_rate": 0.00019963974885425266,
      "loss": 1.9367,
      "step": 12
    },
    {
      "epoch": 2.1666666666666665,
      "grad_norm": 5.128969669342041,
      "learning_rate": 0.00019919004352588767,
      "loss": 1.7501,
      "step": 13
    },
    {
      "epoch": 2.3333333333333335,
      "grad_norm": 2.4892914295196533,
      "learning_rate": 0.00019856159103477086,
      "loss": 1.752,
      "step": 14
    },
    {
      "epoch": 2.5,
      "grad_norm": 1.8692046403884888,
      "learning_rate": 0.00019775552389476864,
      "loss": 1.5042,
      "step": 15
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 1.2553520202636719,
      "learning_rate": 0.0001967732946933499,
      "loss": 1.5055,
      "step": 16
    },
    {
      "epoch": 2.8333333333333335,
      "grad_norm": 1.2239947319030762,
      "learning_rate": 0.00019561667347392508,
      "loss": 1.3455,
      "step": 17
    },
    {
      "epoch": 3.0,
      "grad_norm": 0.6258853077888489,
      "learning_rate": 0.00019428774454610843,
      "loss": 1.1685,
      "step": 18
    },
    {
      "epoch": 3.1666666666666665,
      "grad_norm": 0.47979050874710083,
      "learning_rate": 0.00019278890272965096,
      "loss": 1.3398,
      "step": 19
    },
    {
      "epoch": 3.3333333333333335,
      "grad_norm": 0.6196557879447937,
      "learning_rate": 0.0001911228490388136,
      "loss": 0.9657,
      "step": 20
    },
    {
      "epoch": 3.5,
      "grad_norm": 0.5832103490829468,
      "learning_rate": 0.00018929258581495685,
      "loss": 1.0832,
      "step": 21
    },
    {
      "epoch": 3.6666666666666665,
      "grad_norm": 0.5927340388298035,
      "learning_rate": 0.00018730141131611882,
      "loss": 1.0314,
      "step": 22
    },
    {
      "epoch": 3.8333333333333335,
      "grad_norm": 0.5204931497573853,
      "learning_rate": 0.00018515291377333112,
      "loss": 0.8754,
      "step": 23
    },
    {
      "epoch": 4.0,
      "grad_norm": 0.4670678973197937,
      "learning_rate": 0.00018285096492438424,
      "loss": 1.0863,
      "step": 24
    },
    {
      "epoch": 4.166666666666667,
      "grad_norm": 0.4299399256706238,
      "learning_rate": 0.00018039971303669407,
      "loss": 0.8928,
      "step": 25
    },
    {
      "epoch": 4.333333333333333,
      "grad_norm": 0.4016658663749695,
      "learning_rate": 0.00017780357543184397,
      "loss": 0.9477,
      "step": 26
    },
    {
      "epoch": 4.5,
      "grad_norm": 0.3151310384273529,
      "learning_rate": 0.00017506723052527242,
      "loss": 0.7094,
      "step": 27
    },
    {
      "epoch": 4.666666666666667,
      "grad_norm": 0.32494109869003296,
      "learning_rate": 0.00017219560939545246,
      "loss": 0.8431,
      "step": 28
    },
    {
      "epoch": 4.833333333333333,
      "grad_norm": 0.3440641462802887,
      "learning_rate": 0.00016919388689775464,
      "loss": 0.8827,
      "step": 29
    },
    {
      "epoch": 5.0,
      "grad_norm": 0.3420379161834717,
      "learning_rate": 0.00016606747233900815,
      "loss": 0.7974,
      "step": 30
    },
    {
      "epoch": 5.166666666666667,
      "grad_norm": 0.3671797215938568,
      "learning_rate": 0.00016282199972956425,
      "loss": 0.8115,
      "step": 31
    },
    {
      "epoch": 5.333333333333333,
      "grad_norm": 0.4096015989780426,
      "learning_rate": 0.00015946331763042867,
      "loss": 0.6507,
      "step": 32
    },
    {
      "epoch": 5.5,
      "grad_norm": 0.2679135799407959,
      "learning_rate": 0.00015599747861375955,
      "loss": 0.6284,
      "step": 33
    },
    {
      "epoch": 5.666666666666667,
      "grad_norm": 0.2709369659423828,
      "learning_rate": 0.00015243072835572318,
      "loss": 0.7564,
      "step": 34
    },
    {
      "epoch": 5.833333333333333,
      "grad_norm": 0.3028361201286316,
      "learning_rate": 0.00014876949438136347,
      "loss": 0.617,
      "step": 35
    },
    {
      "epoch": 6.041666666666667,
      "grad_norm": 0.3157184422016144,
      "learning_rate": 0.00014502037448176734,
      "loss": 0.8272,
      "step": 36
    },
    {
      "epoch": 6.208333333333333,
      "grad_norm": 0.21699579060077667,
      "learning_rate": 0.0001411901248243993,
      "loss": 0.4782,
      "step": 37
    },
    {
      "epoch": 6.375,
      "grad_norm": 0.25780075788497925,
      "learning_rate": 0.00013728564777803088,
      "loss": 0.4702,
      "step": 38
    },
    {
      "epoch": 6.541666666666667,
      "grad_norm": 0.31380730867385864,
      "learning_rate": 0.00013331397947420576,
      "loss": 0.6215,
      "step": 39
    },
    {
      "epoch": 6.708333333333333,
      "grad_norm": 0.24152006208896637,
      "learning_rate": 0.00012928227712765504,
      "loss": 0.4787,
      "step": 40
    },
    {
      "epoch": 6.875,
      "grad_norm": 0.24954846501350403,
      "learning_rate": 0.00012519780613851254,
      "loss": 0.6333,
      "step": 41
    },
    {
      "epoch": 7.041666666666667,
      "grad_norm": 0.2597391903400421,
      "learning_rate": 0.00012106792699957263,
      "loss": 0.4318,
      "step": 42
    },
    {
      "epoch": 7.208333333333333,
      "grad_norm": 0.3103647828102112,
      "learning_rate": 0.00011690008203218493,
      "loss": 0.5419,
      "step": 43
    },
    {
      "epoch": 7.375,
      "grad_norm": 0.2273220270872116,
      "learning_rate": 0.00011270178197468789,
      "loss": 0.4293,
      "step": 44
    },
    {
      "epoch": 7.541666666666667,
      "grad_norm": 0.24323494732379913,
      "learning_rate": 0.00010848059244755093,
      "loss": 0.4582,
      "step": 45
    },
    {
      "epoch": 7.708333333333333,
      "grad_norm": 0.23198571801185608,
      "learning_rate": 0.00010424412031961484,
      "loss": 0.4496,
      "step": 46
    },
    {
      "epoch": 7.875,
      "grad_norm": 0.2640136182308197,
      "learning_rate": 0.0001,
      "loss": 0.4636,
      "step": 47
    },
    {
      "epoch": 8.041666666666666,
      "grad_norm": 0.22148194909095764,
      "learning_rate": 9.57558796803852e-05,
      "loss": 0.4316,
      "step": 48
    },
    {
      "epoch": 8.208333333333334,
      "grad_norm": 0.3232097625732422,
      "learning_rate": 9.151940755244912e-05,
      "loss": 0.4118,
      "step": 49
    },
    {
      "epoch": 8.375,
      "grad_norm": 0.2797921299934387,
      "learning_rate": 8.729821802531212e-05,
      "loss": 0.4228,
      "step": 50
    },
    {
      "epoch": 8.541666666666666,
      "grad_norm": 0.4100043773651123,
      "learning_rate": 8.309991796781511e-05,
      "loss": 0.4201,
      "step": 51
    },
    {
      "epoch": 8.708333333333334,
      "grad_norm": 0.2617148160934448,
      "learning_rate": 7.89320730004274e-05,
      "loss": 0.4007,
      "step": 52
    },
    {
      "epoch": 8.875,
      "grad_norm": 0.19542059302330017,
      "learning_rate": 7.48021938614875e-05,
      "loss": 0.2735,
      "step": 53
    },
    {
      "epoch": 9.041666666666666,
      "grad_norm": 0.1957903802394867,
      "learning_rate": 7.071772287234497e-05,
      "loss": 0.3412,
      "step": 54
    },
    {
      "epoch": 9.208333333333334,
      "grad_norm": 0.23630011081695557,
      "learning_rate": 6.668602052579424e-05,
      "loss": 0.3521,
      "step": 55
    },
    {
      "epoch": 9.375,
      "grad_norm": 0.20844170451164246,
      "learning_rate": 6.271435222196916e-05,
      "loss": 0.2906,
      "step": 56
    },
    {
      "epoch": 9.541666666666666,
      "grad_norm": 0.22085875272750854,
      "learning_rate": 5.880987517560075e-05,
      "loss": 0.3754,
      "step": 57
    },
    {
      "epoch": 9.708333333333334,
      "grad_norm": 0.20409594476222992,
      "learning_rate": 5.497962551823266e-05,
      "loss": 0.3049,
      "step": 58
    },
    {
      "epoch": 9.875,
      "grad_norm": 0.26991498470306396,
      "learning_rate": 5.123050561863657e-05,
      "loss": 0.4179,
      "step": 59
    },
    {
      "epoch": 10.041666666666666,
      "grad_norm": 0.214054137468338,
      "learning_rate": 4.756927164427685e-05,
      "loss": 0.3251,
      "step": 60
    },
    {
      "epoch": 10.208333333333334,
      "grad_norm": 0.18112917244434357,
      "learning_rate": 4.4002521386240466e-05,
      "loss": 0.2615,
      "step": 61
    },
    {
      "epoch": 10.375,
      "grad_norm": 0.2018309086561203,
      "learning_rate": 4.053668236957134e-05,
      "loss": 0.3192,
      "step": 62
    },
    {
      "epoch": 10.541666666666666,
      "grad_norm": 0.2698860168457031,
      "learning_rate": 3.717800027043576e-05,
      "loss": 0.2557,
      "step": 63
    },
    {
      "epoch": 10.708333333333334,
      "grad_norm": 0.20317442715168,
      "learning_rate": 3.393252766099187e-05,
      "loss": 0.2945,
      "step": 64
    },
    {
      "epoch": 10.875,
      "grad_norm": 0.2879021167755127,
      "learning_rate": 3.080611310224539e-05,
      "loss": 0.4332,
      "step": 65
    },
    {
      "epoch": 11.083333333333334,
      "grad_norm": 0.21126505732536316,
      "learning_rate": 2.7804390604547557e-05,
      "loss": 0.2938,
      "step": 66
    },
    {
      "epoch": 11.25,
      "grad_norm": 0.19826583564281464,
      "learning_rate": 2.493276947472756e-05,
      "loss": 0.3325,
      "step": 67
    },
    {
      "epoch": 11.416666666666666,
      "grad_norm": 0.18251454830169678,
      "learning_rate": 2.2196424568156073e-05,
      "loss": 0.2345,
      "step": 68
    },
    {
      "epoch": 11.583333333333334,
      "grad_norm": 0.18902085721492767,
      "learning_rate": 1.9600286963305957e-05,
      "loss": 0.2443,
      "step": 69
    },
    {
      "epoch": 11.75,
      "grad_norm": 0.2101271152496338,
      "learning_rate": 1.7149035075615794e-05,
      "loss": 0.2826,
      "step": 70
    },
    {
      "epoch": 11.916666666666666,
      "grad_norm": 0.22148583829402924,
      "learning_rate": 1.4847086226668872e-05,
      "loss": 0.2963,
      "step": 71
    },
    {
      "epoch": 12.083333333333334,
      "grad_norm": 0.20519474148750305,
      "learning_rate": 1.2698588683881186e-05,
      "loss": 0.2761,
      "step": 72
    },
    {
      "epoch": 12.25,
      "grad_norm": 0.20748701691627502,
      "learning_rate": 1.0707414185043163e-05,
      "loss": 0.252,
      "step": 73
    },
    {
      "epoch": 12.416666666666666,
      "grad_norm": 0.24075932800769806,
      "learning_rate": 8.87715096118642e-06,
      "loss": 0.3244,
      "step": 74
    },
    {
      "epoch": 12.583333333333334,
      "grad_norm": 0.20718753337860107,
      "learning_rate": 7.211097270349066e-06,
      "loss": 0.2726,
      "step": 75
    },
    {
      "epoch": 12.75,
      "grad_norm": 0.17866022884845734,
      "learning_rate": 5.71225545389158e-06,
      "loss": 0.2074,
      "step": 76
    },
    {
      "epoch": 12.916666666666666,
      "grad_norm": 0.2323920726776123,
      "learning_rate": 4.383326526074916e-06,
      "loss": 0.2462,
      "step": 77
    },
    {
      "epoch": 13.083333333333334,
      "grad_norm": 0.292443186044693,
      "learning_rate": 3.226705306650113e-06,
      "loss": 0.2667,
      "step": 78
    }
  ],
  "logging_steps": 1,
  "max_steps": 84,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 14,
  "save_steps": 6,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": false
      },
      "attributes": {}
    }
  },
  "total_flos": 160914305187840.0,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}