{
  "best_metric": 1.0826399326324463,
  "best_model_checkpoint": "miner_id_24/checkpoint-200",
  "epoch": 2.0833333333333335,
  "eval_steps": 50,
  "global_step": 200,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.010416666666666666,
      "grad_norm": 2.4711127281188965,
      "learning_rate": 5e-06,
      "loss": 1.627,
      "step": 1
    },
    {
      "epoch": 0.010416666666666666,
      "eval_loss": 1.8534221649169922,
      "eval_runtime": 13.3264,
      "eval_samples_per_second": 12.156,
      "eval_steps_per_second": 6.078,
      "step": 1
    },
    {
      "epoch": 0.020833333333333332,
      "grad_norm": 2.6192691326141357,
      "learning_rate": 1e-05,
      "loss": 1.6931,
      "step": 2
    },
    {
      "epoch": 0.03125,
      "grad_norm": 2.382462739944458,
      "learning_rate": 1.5e-05,
      "loss": 1.6988,
      "step": 3
    },
    {
      "epoch": 0.041666666666666664,
      "grad_norm": 2.1528148651123047,
      "learning_rate": 2e-05,
      "loss": 1.7072,
      "step": 4
    },
    {
      "epoch": 0.052083333333333336,
      "grad_norm": 1.3577423095703125,
      "learning_rate": 2.5e-05,
      "loss": 1.6822,
      "step": 5
    },
    {
      "epoch": 0.0625,
      "grad_norm": 1.3553122282028198,
      "learning_rate": 3e-05,
      "loss": 1.6692,
      "step": 6
    },
    {
      "epoch": 0.07291666666666667,
      "grad_norm": 1.59847891330719,
      "learning_rate": 3.5e-05,
      "loss": 1.6249,
      "step": 7
    },
    {
      "epoch": 0.08333333333333333,
      "grad_norm": 1.546889066696167,
      "learning_rate": 4e-05,
      "loss": 1.5986,
      "step": 8
    },
    {
      "epoch": 0.09375,
      "grad_norm": 1.5669440031051636,
      "learning_rate": 4.5e-05,
      "loss": 1.5994,
      "step": 9
    },
    {
      "epoch": 0.10416666666666667,
      "grad_norm": 1.2801730632781982,
      "learning_rate": 5e-05,
      "loss": 1.5311,
      "step": 10
    },
    {
      "epoch": 0.11458333333333333,
      "grad_norm": 1.317373275756836,
      "learning_rate": 5.500000000000001e-05,
      "loss": 1.5585,
      "step": 11
    },
    {
      "epoch": 0.125,
      "grad_norm": 1.4380170106887817,
      "learning_rate": 6e-05,
      "loss": 1.4679,
      "step": 12
    },
    {
      "epoch": 0.13541666666666666,
      "grad_norm": 1.2851539850234985,
      "learning_rate": 6.500000000000001e-05,
      "loss": 1.4383,
      "step": 13
    },
    {
      "epoch": 0.14583333333333334,
      "grad_norm": 1.0187216997146606,
      "learning_rate": 7e-05,
      "loss": 1.4097,
      "step": 14
    },
    {
      "epoch": 0.15625,
      "grad_norm": 1.035220980644226,
      "learning_rate": 7.500000000000001e-05,
      "loss": 1.3308,
      "step": 15
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 1.087231993675232,
      "learning_rate": 8e-05,
      "loss": 1.3538,
      "step": 16
    },
    {
      "epoch": 0.17708333333333334,
      "grad_norm": 0.9049983024597168,
      "learning_rate": 8.5e-05,
      "loss": 1.3736,
      "step": 17
    },
    {
      "epoch": 0.1875,
      "grad_norm": 0.9136279225349426,
      "learning_rate": 9e-05,
      "loss": 1.2052,
      "step": 18
    },
    {
      "epoch": 0.19791666666666666,
      "grad_norm": 0.9603868126869202,
      "learning_rate": 9.5e-05,
      "loss": 1.2246,
      "step": 19
    },
    {
      "epoch": 0.20833333333333334,
      "grad_norm": 1.0083578824996948,
      "learning_rate": 0.0001,
      "loss": 1.3306,
      "step": 20
    },
    {
      "epoch": 0.21875,
      "grad_norm": 0.9730126857757568,
      "learning_rate": 9.999238475781957e-05,
      "loss": 1.1756,
      "step": 21
    },
    {
      "epoch": 0.22916666666666666,
      "grad_norm": 1.0112113952636719,
      "learning_rate": 9.99695413509548e-05,
      "loss": 1.4025,
      "step": 22
    },
    {
      "epoch": 0.23958333333333334,
      "grad_norm": 1.2000093460083008,
      "learning_rate": 9.99314767377287e-05,
      "loss": 1.68,
      "step": 23
    },
    {
      "epoch": 0.25,
      "grad_norm": 1.1338708400726318,
      "learning_rate": 9.987820251299122e-05,
      "loss": 1.3773,
      "step": 24
    },
    {
      "epoch": 0.2604166666666667,
      "grad_norm": 0.7142126560211182,
      "learning_rate": 9.980973490458728e-05,
      "loss": 1.347,
      "step": 25
    },
    {
      "epoch": 0.2708333333333333,
      "grad_norm": 0.6199824810028076,
      "learning_rate": 9.972609476841367e-05,
      "loss": 1.3068,
      "step": 26
    },
    {
      "epoch": 0.28125,
      "grad_norm": 0.6767352223396301,
      "learning_rate": 9.962730758206611e-05,
      "loss": 1.32,
      "step": 27
    },
    {
      "epoch": 0.2916666666666667,
      "grad_norm": 0.7140888571739197,
      "learning_rate": 9.951340343707852e-05,
      "loss": 1.3285,
      "step": 28
    },
    {
      "epoch": 0.3020833333333333,
      "grad_norm": 0.6706085801124573,
      "learning_rate": 9.938441702975689e-05,
      "loss": 1.2992,
      "step": 29
    },
    {
      "epoch": 0.3125,
      "grad_norm": 0.7552691102027893,
      "learning_rate": 9.924038765061042e-05,
      "loss": 1.3195,
      "step": 30
    },
    {
      "epoch": 0.3229166666666667,
      "grad_norm": 0.6844597458839417,
      "learning_rate": 9.908135917238321e-05,
      "loss": 1.2568,
      "step": 31
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.7642863988876343,
      "learning_rate": 9.890738003669029e-05,
      "loss": 1.2906,
      "step": 32
    },
    {
      "epoch": 0.34375,
      "grad_norm": 0.8670050501823425,
      "learning_rate": 9.871850323926177e-05,
      "loss": 1.2283,
      "step": 33
    },
    {
      "epoch": 0.3541666666666667,
      "grad_norm": 0.7049620151519775,
      "learning_rate": 9.851478631379982e-05,
      "loss": 1.2302,
      "step": 34
    },
    {
      "epoch": 0.3645833333333333,
      "grad_norm": 0.8329900503158569,
      "learning_rate": 9.829629131445342e-05,
      "loss": 1.32,
      "step": 35
    },
    {
      "epoch": 0.375,
      "grad_norm": 0.6724603176116943,
      "learning_rate": 9.806308479691595e-05,
      "loss": 1.2924,
      "step": 36
    },
    {
      "epoch": 0.3854166666666667,
      "grad_norm": 0.7215291857719421,
      "learning_rate": 9.781523779815179e-05,
      "loss": 1.258,
      "step": 37
    },
    {
      "epoch": 0.3958333333333333,
      "grad_norm": 0.7244747281074524,
      "learning_rate": 9.755282581475769e-05,
      "loss": 1.1985,
      "step": 38
    },
    {
      "epoch": 0.40625,
      "grad_norm": 0.7322155237197876,
      "learning_rate": 9.727592877996585e-05,
      "loss": 1.2492,
      "step": 39
    },
    {
      "epoch": 0.4166666666666667,
      "grad_norm": 0.7453181743621826,
      "learning_rate": 9.698463103929542e-05,
      "loss": 1.2055,
      "step": 40
    },
    {
      "epoch": 0.4270833333333333,
      "grad_norm": 0.748628556728363,
      "learning_rate": 9.667902132486009e-05,
      "loss": 1.0716,
      "step": 41
    },
    {
      "epoch": 0.4375,
      "grad_norm": 0.7835982441902161,
      "learning_rate": 9.635919272833938e-05,
      "loss": 1.1476,
      "step": 42
    },
    {
      "epoch": 0.4479166666666667,
      "grad_norm": 0.7770959138870239,
      "learning_rate": 9.602524267262203e-05,
      "loss": 1.1993,
      "step": 43
    },
    {
      "epoch": 0.4583333333333333,
      "grad_norm": 0.8066886067390442,
      "learning_rate": 9.567727288213005e-05,
      "loss": 1.1708,
      "step": 44
    },
    {
      "epoch": 0.46875,
      "grad_norm": 0.8319792151451111,
      "learning_rate": 9.53153893518325e-05,
      "loss": 1.2679,
      "step": 45
    },
    {
      "epoch": 0.4791666666666667,
      "grad_norm": 0.9553804397583008,
      "learning_rate": 9.493970231495835e-05,
      "loss": 1.4725,
      "step": 46
    },
    {
      "epoch": 0.4895833333333333,
      "grad_norm": 0.708579421043396,
      "learning_rate": 9.45503262094184e-05,
      "loss": 1.2802,
      "step": 47
    },
    {
      "epoch": 0.5,
      "grad_norm": 0.5891385078430176,
      "learning_rate": 9.414737964294636e-05,
      "loss": 1.2519,
      "step": 48
    },
    {
      "epoch": 0.5104166666666666,
      "grad_norm": 0.5222880840301514,
      "learning_rate": 9.373098535696979e-05,
      "loss": 1.2518,
      "step": 49
    },
    {
      "epoch": 0.5208333333333334,
      "grad_norm": 0.5107901692390442,
      "learning_rate": 9.330127018922194e-05,
      "loss": 1.2263,
      "step": 50
    },
    {
      "epoch": 0.5208333333333334,
      "eval_loss": 1.2355283498764038,
      "eval_runtime": 13.6131,
      "eval_samples_per_second": 11.9,
      "eval_steps_per_second": 5.95,
      "step": 50
    },
    {
      "epoch": 0.53125,
      "grad_norm": 0.6080374717712402,
      "learning_rate": 9.285836503510562e-05,
      "loss": 1.2059,
      "step": 51
    },
    {
      "epoch": 0.5416666666666666,
      "grad_norm": 0.6401436924934387,
      "learning_rate": 9.24024048078213e-05,
      "loss": 1.2337,
      "step": 52
    },
    {
      "epoch": 0.5520833333333334,
      "grad_norm": 0.6955834031105042,
      "learning_rate": 9.193352839727121e-05,
      "loss": 1.2088,
      "step": 53
    },
    {
      "epoch": 0.5625,
      "grad_norm": 0.6474322080612183,
      "learning_rate": 9.145187862775209e-05,
      "loss": 1.2296,
      "step": 54
    },
    {
      "epoch": 0.5729166666666666,
      "grad_norm": 0.6293211579322815,
      "learning_rate": 9.09576022144496e-05,
      "loss": 1.2029,
      "step": 55
    },
    {
      "epoch": 0.5833333333333334,
      "grad_norm": 0.6334201693534851,
      "learning_rate": 9.045084971874738e-05,
      "loss": 1.1925,
      "step": 56
    },
    {
      "epoch": 0.59375,
      "grad_norm": 0.6765782237052917,
      "learning_rate": 8.993177550236464e-05,
      "loss": 1.1362,
      "step": 57
    },
    {
      "epoch": 0.6041666666666666,
      "grad_norm": 0.6685896515846252,
      "learning_rate": 8.940053768033609e-05,
      "loss": 1.1981,
      "step": 58
    },
    {
      "epoch": 0.6145833333333334,
      "grad_norm": 0.7182029485702515,
      "learning_rate": 8.885729807284856e-05,
      "loss": 1.2092,
      "step": 59
    },
    {
      "epoch": 0.625,
      "grad_norm": 0.7487837672233582,
      "learning_rate": 8.83022221559489e-05,
      "loss": 1.1835,
      "step": 60
    },
    {
      "epoch": 0.6354166666666666,
      "grad_norm": 0.6699823141098022,
      "learning_rate": 8.773547901113862e-05,
      "loss": 1.1435,
      "step": 61
    },
    {
      "epoch": 0.6458333333333334,
      "grad_norm": 0.6608943343162537,
      "learning_rate": 8.715724127386972e-05,
      "loss": 1.1367,
      "step": 62
    },
    {
      "epoch": 0.65625,
      "grad_norm": 0.7312352657318115,
      "learning_rate": 8.656768508095853e-05,
      "loss": 1.1482,
      "step": 63
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.7362478375434875,
      "learning_rate": 8.596699001693255e-05,
      "loss": 1.0665,
      "step": 64
    },
    {
      "epoch": 0.6770833333333334,
      "grad_norm": 0.7631517052650452,
      "learning_rate": 8.535533905932738e-05,
      "loss": 1.0266,
      "step": 65
    },
    {
      "epoch": 0.6875,
      "grad_norm": 0.8613834381103516,
      "learning_rate": 8.473291852294987e-05,
      "loss": 1.0237,
      "step": 66
    },
    {
      "epoch": 0.6979166666666666,
      "grad_norm": 0.74783855676651,
      "learning_rate": 8.409991800312493e-05,
      "loss": 1.0196,
      "step": 67
    },
    {
      "epoch": 0.7083333333333334,
      "grad_norm": 0.7897143363952637,
      "learning_rate": 8.345653031794292e-05,
      "loss": 1.238,
      "step": 68
    },
    {
      "epoch": 0.71875,
      "grad_norm": 0.9474412798881531,
      "learning_rate": 8.280295144952536e-05,
      "loss": 1.4944,
      "step": 69
    },
    {
      "epoch": 0.7291666666666666,
      "grad_norm": 0.53575599193573,
      "learning_rate": 8.213938048432697e-05,
      "loss": 1.2264,
      "step": 70
    },
    {
      "epoch": 0.7395833333333334,
      "grad_norm": 0.5903301239013672,
      "learning_rate": 8.146601955249188e-05,
      "loss": 1.2378,
      "step": 71
    },
    {
      "epoch": 0.75,
      "grad_norm": 0.5594421625137329,
      "learning_rate": 8.07830737662829e-05,
      "loss": 1.2275,
      "step": 72
    },
    {
      "epoch": 0.7604166666666666,
      "grad_norm": 0.5321654081344604,
      "learning_rate": 8.009075115760243e-05,
      "loss": 1.1879,
      "step": 73
    },
    {
      "epoch": 0.7708333333333334,
      "grad_norm": 0.5024734735488892,
      "learning_rate": 7.938926261462366e-05,
      "loss": 1.174,
      "step": 74
    },
    {
      "epoch": 0.78125,
      "grad_norm": 0.5411744713783264,
      "learning_rate": 7.86788218175523e-05,
      "loss": 1.1544,
      "step": 75
    },
    {
      "epoch": 0.7916666666666666,
      "grad_norm": 0.6023885011672974,
      "learning_rate": 7.795964517353735e-05,
      "loss": 1.1453,
      "step": 76
    },
    {
      "epoch": 0.8020833333333334,
      "grad_norm": 0.6447041034698486,
      "learning_rate": 7.723195175075136e-05,
      "loss": 1.178,
      "step": 77
    },
    {
      "epoch": 0.8125,
      "grad_norm": 0.5954291820526123,
      "learning_rate": 7.649596321166024e-05,
      "loss": 1.1158,
      "step": 78
    },
    {
      "epoch": 0.8229166666666666,
      "grad_norm": 0.6600663065910339,
      "learning_rate": 7.575190374550272e-05,
      "loss": 1.1259,
      "step": 79
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 0.6914284825325012,
      "learning_rate": 7.500000000000001e-05,
      "loss": 1.1149,
      "step": 80
    },
    {
      "epoch": 0.84375,
      "grad_norm": 0.6389930844306946,
      "learning_rate": 7.424048101231686e-05,
      "loss": 1.1192,
      "step": 81
    },
    {
      "epoch": 0.8541666666666666,
      "grad_norm": 0.6449976563453674,
      "learning_rate": 7.347357813929454e-05,
      "loss": 1.1634,
      "step": 82
    },
    {
      "epoch": 0.8645833333333334,
      "grad_norm": 0.678610622882843,
      "learning_rate": 7.269952498697734e-05,
      "loss": 1.0999,
      "step": 83
    },
    {
      "epoch": 0.875,
      "grad_norm": 0.7008236646652222,
      "learning_rate": 7.191855733945387e-05,
      "loss": 1.1342,
      "step": 84
    },
    {
      "epoch": 0.8854166666666666,
      "grad_norm": 0.7141183018684387,
      "learning_rate": 7.113091308703498e-05,
      "loss": 1.114,
      "step": 85
    },
    {
      "epoch": 0.8958333333333334,
      "grad_norm": 0.6735123991966248,
      "learning_rate": 7.033683215379002e-05,
      "loss": 1.0612,
      "step": 86
    },
    {
      "epoch": 0.90625,
      "grad_norm": 0.7062748074531555,
      "learning_rate": 6.953655642446368e-05,
      "loss": 1.075,
      "step": 87
    },
    {
      "epoch": 0.9166666666666666,
      "grad_norm": 0.7226660847663879,
      "learning_rate": 6.873032967079561e-05,
      "loss": 1.071,
      "step": 88
    },
    {
      "epoch": 0.9270833333333334,
      "grad_norm": 0.700427234172821,
      "learning_rate": 6.7918397477265e-05,
      "loss": 1.0366,
      "step": 89
    },
    {
      "epoch": 0.9375,
      "grad_norm": 0.8241305947303772,
      "learning_rate": 6.710100716628344e-05,
      "loss": 1.1348,
      "step": 90
    },
    {
      "epoch": 0.9479166666666666,
      "grad_norm": 0.7908667922019958,
      "learning_rate": 6.627840772285784e-05,
      "loss": 1.3804,
      "step": 91
    },
    {
      "epoch": 0.9583333333333334,
      "grad_norm": 1.024819254875183,
      "learning_rate": 6.545084971874738e-05,
      "loss": 1.4945,
      "step": 92
    },
    {
      "epoch": 0.96875,
      "grad_norm": 0.5864484906196594,
      "learning_rate": 6.461858523613684e-05,
      "loss": 1.2342,
      "step": 93
    },
    {
      "epoch": 0.9791666666666666,
      "grad_norm": 0.9008581638336182,
      "learning_rate": 6.378186779084995e-05,
      "loss": 1.1704,
      "step": 94
    },
    {
      "epoch": 0.9895833333333334,
      "grad_norm": 0.8753951191902161,
      "learning_rate": 6.294095225512603e-05,
      "loss": 1.0993,
      "step": 95
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.8548023104667664,
      "learning_rate": 6.209609477998338e-05,
      "loss": 1.0669,
      "step": 96
    },
    {
      "epoch": 1.0104166666666667,
      "grad_norm": 0.41384008526802063,
      "learning_rate": 6.124755271719325e-05,
      "loss": 1.1135,
      "step": 97
    },
    {
      "epoch": 1.0208333333333333,
      "grad_norm": 0.48641350865364075,
      "learning_rate": 6.0395584540887963e-05,
      "loss": 1.1269,
      "step": 98
    },
    {
      "epoch": 1.03125,
      "grad_norm": 0.47290778160095215,
      "learning_rate": 5.9540449768827246e-05,
      "loss": 1.0987,
      "step": 99
    },
    {
      "epoch": 1.0416666666666667,
      "grad_norm": 0.5031571388244629,
      "learning_rate": 5.868240888334653e-05,
      "loss": 1.0766,
      "step": 100
    },
    {
      "epoch": 1.0416666666666667,
      "eval_loss": 1.1312751770019531,
      "eval_runtime": 13.6427,
      "eval_samples_per_second": 11.874,
      "eval_steps_per_second": 5.937,
      "step": 100
    },
    {
      "epoch": 1.0520833333333333,
      "grad_norm": 0.5180606245994568,
      "learning_rate": 5.782172325201155e-05,
      "loss": 1.0357,
      "step": 101
    },
    {
      "epoch": 1.0625,
      "grad_norm": 0.5300853848457336,
      "learning_rate": 5.695865504800327e-05,
      "loss": 1.0338,
      "step": 102
    },
    {
      "epoch": 1.0729166666666667,
      "grad_norm": 0.5720819234848022,
      "learning_rate": 5.6093467170257374e-05,
      "loss": 0.9908,
      "step": 103
    },
    {
      "epoch": 1.0833333333333333,
      "grad_norm": 0.6454595923423767,
      "learning_rate": 5.522642316338268e-05,
      "loss": 0.9746,
      "step": 104
    },
    {
      "epoch": 1.09375,
      "grad_norm": 0.5898634791374207,
      "learning_rate": 5.435778713738292e-05,
      "loss": 0.9731,
      "step": 105
    },
    {
      "epoch": 1.1041666666666667,
      "grad_norm": 0.6364423036575317,
      "learning_rate": 5.348782368720626e-05,
      "loss": 1.0036,
      "step": 106
    },
    {
      "epoch": 1.1145833333333333,
      "grad_norm": 0.6658403873443604,
      "learning_rate": 5.26167978121472e-05,
      "loss": 0.9559,
      "step": 107
    },
    {
      "epoch": 1.125,
      "grad_norm": 0.6622569561004639,
      "learning_rate": 5.174497483512506e-05,
      "loss": 1.0081,
      "step": 108
    },
    {
      "epoch": 1.1354166666666667,
      "grad_norm": 0.6346863508224487,
      "learning_rate": 5.0872620321864185e-05,
      "loss": 0.9636,
      "step": 109
    },
    {
      "epoch": 1.1458333333333333,
      "grad_norm": 0.6534503698348999,
      "learning_rate": 5e-05,
      "loss": 0.9302,
      "step": 110
    },
    {
      "epoch": 1.15625,
      "grad_norm": 0.6347330212593079,
      "learning_rate": 4.912737967813583e-05,
      "loss": 0.9101,
      "step": 111
    },
    {
      "epoch": 1.1666666666666667,
      "grad_norm": 0.6683725714683533,
      "learning_rate": 4.825502516487497e-05,
      "loss": 0.9713,
      "step": 112
    },
    {
      "epoch": 1.1770833333333333,
      "grad_norm": 0.6979056596755981,
      "learning_rate": 4.738320218785281e-05,
      "loss": 0.8773,
      "step": 113
    },
    {
      "epoch": 1.1875,
      "grad_norm": 0.6672734022140503,
      "learning_rate": 4.6512176312793736e-05,
      "loss": 0.8426,
      "step": 114
    },
    {
      "epoch": 1.1979166666666667,
      "grad_norm": 0.6851008534431458,
      "learning_rate": 4.564221286261709e-05,
      "loss": 0.823,
      "step": 115
    },
    {
      "epoch": 1.2083333333333333,
      "grad_norm": 0.7060971260070801,
      "learning_rate": 4.477357683661734e-05,
      "loss": 0.8359,
      "step": 116
    },
    {
      "epoch": 1.21875,
      "grad_norm": 0.8305262327194214,
      "learning_rate": 4.390653282974264e-05,
      "loss": 0.8537,
      "step": 117
    },
    {
      "epoch": 1.2291666666666667,
      "grad_norm": 0.7518197894096375,
      "learning_rate": 4.3041344951996746e-05,
      "loss": 0.9882,
      "step": 118
    },
    {
      "epoch": 1.2395833333333333,
      "grad_norm": 0.8478448987007141,
      "learning_rate": 4.2178276747988446e-05,
      "loss": 1.0784,
      "step": 119
    },
    {
      "epoch": 1.25,
      "grad_norm": 0.72779381275177,
      "learning_rate": 4.131759111665349e-05,
      "loss": 1.1398,
      "step": 120
    },
    {
      "epoch": 1.2604166666666667,
      "grad_norm": 0.7103601694107056,
      "learning_rate": 4.045955023117276e-05,
      "loss": 1.131,
      "step": 121
    },
    {
      "epoch": 1.2708333333333333,
      "grad_norm": 0.6451308727264404,
      "learning_rate": 3.960441545911204e-05,
      "loss": 1.1243,
      "step": 122
    },
    {
      "epoch": 1.28125,
      "grad_norm": 0.5890367031097412,
      "learning_rate": 3.875244728280676e-05,
      "loss": 1.068,
      "step": 123
    },
    {
      "epoch": 1.2916666666666667,
      "grad_norm": 0.5778118968009949,
      "learning_rate": 3.790390522001662e-05,
      "loss": 1.0683,
      "step": 124
    },
    {
      "epoch": 1.3020833333333333,
      "grad_norm": 0.5687625408172607,
      "learning_rate": 3.705904774487396e-05,
      "loss": 1.0821,
      "step": 125
    },
    {
      "epoch": 1.3125,
      "grad_norm": 0.5884503722190857,
      "learning_rate": 3.6218132209150045e-05,
      "loss": 1.072,
      "step": 126
    },
    {
      "epoch": 1.3229166666666667,
      "grad_norm": 0.6317735314369202,
      "learning_rate": 3.5381414763863166e-05,
      "loss": 0.9908,
      "step": 127
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 0.666948676109314,
      "learning_rate": 3.4549150281252636e-05,
      "loss": 0.985,
      "step": 128
    },
    {
      "epoch": 1.34375,
      "grad_norm": 0.6713611483573914,
      "learning_rate": 3.372159227714218e-05,
      "loss": 0.9843,
      "step": 129
    },
    {
      "epoch": 1.3541666666666667,
      "grad_norm": 0.6817423105239868,
      "learning_rate": 3.289899283371657e-05,
      "loss": 0.9373,
      "step": 130
    },
    {
      "epoch": 1.3645833333333333,
      "grad_norm": 0.6328092813491821,
      "learning_rate": 3.2081602522734986e-05,
      "loss": 0.9526,
      "step": 131
    },
    {
      "epoch": 1.375,
      "grad_norm": 0.6617544889450073,
      "learning_rate": 3.12696703292044e-05,
      "loss": 0.9797,
      "step": 132
    },
    {
      "epoch": 1.3854166666666667,
      "grad_norm": 0.6377935409545898,
      "learning_rate": 3.046344357553632e-05,
      "loss": 1.0135,
      "step": 133
    },
    {
      "epoch": 1.3958333333333333,
      "grad_norm": 0.6690253615379333,
      "learning_rate": 2.9663167846209998e-05,
      "loss": 0.9313,
      "step": 134
    },
    {
      "epoch": 1.40625,
      "grad_norm": 0.7100499868392944,
      "learning_rate": 2.886908691296504e-05,
      "loss": 0.9405,
      "step": 135
    },
    {
      "epoch": 1.4166666666666667,
      "grad_norm": 0.7612564563751221,
      "learning_rate": 2.8081442660546125e-05,
      "loss": 0.9656,
      "step": 136
    },
    {
      "epoch": 1.4270833333333333,
      "grad_norm": 0.6985579133033752,
      "learning_rate": 2.7300475013022663e-05,
      "loss": 0.8357,
      "step": 137
    },
    {
      "epoch": 1.4375,
      "grad_norm": 0.7598462104797363,
      "learning_rate": 2.6526421860705473e-05,
      "loss": 0.9036,
      "step": 138
    },
    {
      "epoch": 1.4479166666666667,
      "grad_norm": 0.7539339065551758,
      "learning_rate": 2.575951898768315e-05,
      "loss": 0.8834,
      "step": 139
    },
    {
      "epoch": 1.4583333333333333,
      "grad_norm": 0.7372638583183289,
      "learning_rate": 2.500000000000001e-05,
      "loss": 0.8397,
      "step": 140
    },
    {
      "epoch": 1.46875,
      "grad_norm": 0.8293446898460388,
      "learning_rate": 2.4248096254497288e-05,
      "loss": 0.9098,
      "step": 141
    },
    {
      "epoch": 1.4791666666666667,
      "grad_norm": 0.9567181468009949,
      "learning_rate": 2.350403678833976e-05,
      "loss": 1.0332,
      "step": 142
    },
    {
      "epoch": 1.4895833333333333,
      "grad_norm": 0.4921674132347107,
      "learning_rate": 2.2768048249248648e-05,
      "loss": 1.0907,
      "step": 143
    },
    {
      "epoch": 1.5,
      "grad_norm": 0.5659317374229431,
      "learning_rate": 2.2040354826462668e-05,
      "loss": 1.0865,
      "step": 144
    },
    {
      "epoch": 1.5104166666666665,
      "grad_norm": 0.5646691918373108,
      "learning_rate": 2.132117818244771e-05,
      "loss": 1.0361,
      "step": 145
    },
    {
      "epoch": 1.5208333333333335,
      "grad_norm": 0.6313392519950867,
      "learning_rate": 2.061073738537635e-05,
      "loss": 1.0682,
      "step": 146
    },
    {
      "epoch": 1.53125,
      "grad_norm": 0.6425784230232239,
      "learning_rate": 1.9909248842397584e-05,
      "loss": 1.0661,
      "step": 147
    },
    {
      "epoch": 1.5416666666666665,
      "grad_norm": 0.6888548135757446,
      "learning_rate": 1.9216926233717085e-05,
      "loss": 1.0142,
      "step": 148
    },
    {
      "epoch": 1.5520833333333335,
      "grad_norm": 0.7186463475227356,
      "learning_rate": 1.8533980447508137e-05,
      "loss": 1.0024,
      "step": 149
    },
    {
      "epoch": 1.5625,
      "grad_norm": 0.6648855805397034,
      "learning_rate": 1.7860619515673033e-05,
      "loss": 0.9738,
      "step": 150
    },
    {
      "epoch": 1.5625,
      "eval_loss": 1.1049232482910156,
      "eval_runtime": 13.6278,
      "eval_samples_per_second": 11.887,
      "eval_steps_per_second": 5.944,
      "step": 150
    },
    {
      "epoch": 1.5729166666666665,
      "grad_norm": 0.6735657453536987,
      "learning_rate": 1.7197048550474643e-05,
      "loss": 0.9896,
      "step": 151
    },
    {
      "epoch": 1.5833333333333335,
      "grad_norm": 0.7103169560432434,
      "learning_rate": 1.6543469682057106e-05,
      "loss": 0.9488,
      "step": 152
    },
    {
      "epoch": 1.59375,
      "grad_norm": 0.6837167739868164,
      "learning_rate": 1.5900081996875083e-05,
      "loss": 0.9789,
      "step": 153
    },
    {
      "epoch": 1.6041666666666665,
      "grad_norm": 0.6514947414398193,
      "learning_rate": 1.526708147705013e-05,
      "loss": 1.0009,
      "step": 154
    },
    {
      "epoch": 1.6145833333333335,
      "grad_norm": 0.6609664559364319,
      "learning_rate": 1.4644660940672627e-05,
      "loss": 0.9559,
      "step": 155
    },
    {
      "epoch": 1.625,
      "grad_norm": 0.6664807200431824,
      "learning_rate": 1.4033009983067452e-05,
      "loss": 0.9171,
      "step": 156
    },
    {
      "epoch": 1.6354166666666665,
      "grad_norm": 0.6664649844169617,
      "learning_rate": 1.3432314919041478e-05,
      "loss": 0.8995,
      "step": 157
    },
    {
      "epoch": 1.6458333333333335,
      "grad_norm": 0.6916347742080688,
      "learning_rate": 1.2842758726130283e-05,
      "loss": 0.8661,
      "step": 158
    },
    {
      "epoch": 1.65625,
      "grad_norm": 0.6753320097923279,
      "learning_rate": 1.22645209888614e-05,
      "loss": 0.9085,
      "step": 159
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 0.6635647416114807,
      "learning_rate": 1.1697777844051105e-05,
      "loss": 0.8536,
      "step": 160
    },
    {
      "epoch": 1.6770833333333335,
      "grad_norm": 0.7056015729904175,
      "learning_rate": 1.1142701927151456e-05,
      "loss": 0.8024,
      "step": 161
    },
    {
      "epoch": 1.6875,
      "grad_norm": 0.7135605812072754,
      "learning_rate": 1.0599462319663905e-05,
      "loss": 0.8668,
      "step": 162
    },
    {
      "epoch": 1.6979166666666665,
      "grad_norm": 0.745603084564209,
      "learning_rate": 1.006822449763537e-05,
      "loss": 0.8019,
      "step": 163
    },
    {
      "epoch": 1.7083333333333335,
      "grad_norm": 0.7806446552276611,
      "learning_rate": 9.549150281252633e-06,
      "loss": 1.0347,
      "step": 164
    },
    {
      "epoch": 1.71875,
      "grad_norm": 0.9726524949073792,
      "learning_rate": 9.042397785550405e-06,
      "loss": 0.9745,
      "step": 165
    },
    {
      "epoch": 1.7291666666666665,
      "grad_norm": 0.47184664011001587,
      "learning_rate": 8.548121372247918e-06,
      "loss": 1.1018,
      "step": 166
    },
    {
      "epoch": 1.7395833333333335,
      "grad_norm": 0.5795819163322449,
      "learning_rate": 8.066471602728803e-06,
      "loss": 1.0654,
      "step": 167
    },
    {
      "epoch": 1.75,
      "grad_norm": 0.5761855840682983,
      "learning_rate": 7.597595192178702e-06,
      "loss": 1.0779,
      "step": 168
    },
    {
      "epoch": 1.7604166666666665,
      "grad_norm": 0.5878072381019592,
      "learning_rate": 7.1416349648943894e-06,
      "loss": 1.0233,
      "step": 169
    },
    {
      "epoch": 1.7708333333333335,
      "grad_norm": 0.5870786905288696,
      "learning_rate": 6.698729810778065e-06,
      "loss": 1.0185,
      "step": 170
    },
    {
      "epoch": 1.78125,
      "grad_norm": 0.5810210704803467,
      "learning_rate": 6.269014643030213e-06,
      "loss": 0.9702,
      "step": 171
    },
    {
      "epoch": 1.7916666666666665,
      "grad_norm": 0.6185545325279236,
      "learning_rate": 5.852620357053651e-06,
      "loss": 0.9864,
      "step": 172
    },
    {
      "epoch": 1.8020833333333335,
      "grad_norm": 0.6088296175003052,
      "learning_rate": 5.449673790581611e-06,
      "loss": 0.9794,
      "step": 173
    },
    {
      "epoch": 1.8125,
      "grad_norm": 0.6336007714271545,
      "learning_rate": 5.060297685041659e-06,
      "loss": 0.9781,
      "step": 174
    },
    {
      "epoch": 1.8229166666666665,
      "grad_norm": 0.635280191898346,
      "learning_rate": 4.684610648167503e-06,
      "loss": 0.8847,
      "step": 175
    },
    {
      "epoch": 1.8333333333333335,
      "grad_norm": 0.6503217220306396,
      "learning_rate": 4.322727117869951e-06,
      "loss": 0.8849,
      "step": 176
    },
    {
      "epoch": 1.84375,
      "grad_norm": 0.6389548182487488,
      "learning_rate": 3.974757327377981e-06,
      "loss": 0.9125,
      "step": 177
    },
    {
      "epoch": 1.8541666666666665,
      "grad_norm": 0.6556768417358398,
      "learning_rate": 3.6408072716606346e-06,
      "loss": 0.9179,
      "step": 178
    },
    {
      "epoch": 1.8645833333333335,
      "grad_norm": 0.6496260762214661,
      "learning_rate": 3.3209786751399187e-06,
      "loss": 0.9347,
      "step": 179
    },
    {
      "epoch": 1.875,
      "grad_norm": 0.6618404388427734,
      "learning_rate": 3.0153689607045845e-06,
      "loss": 0.8607,
      "step": 180
    },
    {
      "epoch": 1.8854166666666665,
      "grad_norm": 0.6887024641036987,
      "learning_rate": 2.724071220034158e-06,
      "loss": 0.8698,
      "step": 181
    },
    {
      "epoch": 1.8958333333333335,
      "grad_norm": 0.6851520538330078,
      "learning_rate": 2.4471741852423237e-06,
      "loss": 0.8412,
      "step": 182
    },
    {
      "epoch": 1.90625,
      "grad_norm": 0.7331283092498779,
      "learning_rate": 2.1847622018482283e-06,
      "loss": 0.8442,
      "step": 183
    },
    {
      "epoch": 1.9166666666666665,
      "grad_norm": 0.7035320997238159,
      "learning_rate": 1.9369152030840556e-06,
      "loss": 0.8199,
      "step": 184
    },
    {
      "epoch": 1.9270833333333335,
      "grad_norm": 0.7680994272232056,
      "learning_rate": 1.70370868554659e-06,
      "loss": 0.8528,
      "step": 185
    },
    {
      "epoch": 1.9375,
      "grad_norm": 0.756158709526062,
      "learning_rate": 1.4852136862001764e-06,
      "loss": 0.7988,
      "step": 186
    },
    {
      "epoch": 1.9479166666666665,
      "grad_norm": 0.8097379207611084,
      "learning_rate": 1.2814967607382432e-06,
      "loss": 0.9105,
      "step": 187
    },
    {
      "epoch": 1.9583333333333335,
      "grad_norm": 0.8740496039390564,
      "learning_rate": 1.0926199633097157e-06,
      "loss": 1.0824,
      "step": 188
    },
    {
      "epoch": 1.96875,
      "grad_norm": 0.4817550480365753,
      "learning_rate": 9.186408276168013e-07,
      "loss": 1.0318,
      "step": 189
    },
    {
      "epoch": 1.9791666666666665,
      "grad_norm": 0.6054410934448242,
      "learning_rate": 7.596123493895991e-07,
      "loss": 0.9603,
      "step": 190
    },
    {
      "epoch": 1.9895833333333335,
      "grad_norm": 0.6801382303237915,
      "learning_rate": 6.15582970243117e-07,
      "loss": 0.8966,
      "step": 191
    },
    {
      "epoch": 2.0,
      "grad_norm": 0.852452278137207,
      "learning_rate": 4.865965629214819e-07,
      "loss": 0.8796,
      "step": 192
    },
    {
      "epoch": 2.0104166666666665,
      "grad_norm": 0.3836596608161926,
      "learning_rate": 3.7269241793390085e-07,
      "loss": 1.0342,
      "step": 193
    },
    {
      "epoch": 2.0208333333333335,
      "grad_norm": 0.4494467079639435,
      "learning_rate": 2.7390523158633554e-07,
      "loss": 1.0453,
      "step": 194
    },
    {
      "epoch": 2.03125,
      "grad_norm": 0.5086709856987,
      "learning_rate": 1.9026509541272275e-07,
      "loss": 1.0034,
      "step": 195
    },
    {
      "epoch": 2.0416666666666665,
      "grad_norm": 0.505764365196228,
      "learning_rate": 1.2179748700879012e-07,
      "loss": 1.0083,
      "step": 196
    },
    {
      "epoch": 2.0520833333333335,
      "grad_norm": 0.5370025634765625,
      "learning_rate": 6.852326227130834e-08,
      "loss": 0.9276,
      "step": 197
    },
    {
      "epoch": 2.0625,
      "grad_norm": 0.5703802108764648,
      "learning_rate": 3.04586490452119e-08,
      "loss": 0.961,
      "step": 198
    },
    {
      "epoch": 2.0729166666666665,
      "grad_norm": 0.5515142679214478,
      "learning_rate": 7.615242180436522e-09,
      "loss": 0.8952,
      "step": 199
    },
    {
      "epoch": 2.0833333333333335,
      "grad_norm": 0.6029378175735474,
      "learning_rate": 0.0,
      "loss": 0.8896,
      "step": 200
    },
    {
      "epoch": 2.0833333333333335,
      "eval_loss": 1.0826399326324463,
      "eval_runtime": 13.6062,
      "eval_samples_per_second": 11.906,
      "eval_steps_per_second": 5.953,
      "step": 200
    }
  ],
  "logging_steps": 1,
  "max_steps": 200,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3,
  "save_steps": 50,
  "stateful_callbacks": {
    "EarlyStoppingCallback": {
      "args": {
        "early_stopping_patience": 5,
        "early_stopping_threshold": 0.0
      },
      "attributes": {
        "early_stopping_patience_counter": 0
      }
    },
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 3.041540503146332e+17,
  "train_batch_size": 8,
  "trial_name": null,
  "trial_params": null
}