{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 0.4266666666666667,
  "eval_steps": 500,
  "global_step": 400,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.021333333333333333,
      "grad_norm": 0.2379150092601776,
      "learning_rate": 0.00019678111587982831,
      "loss": 1.2904,
      "step": 20
    },
    {
      "epoch": 0.042666666666666665,
      "grad_norm": 0.1779569834470749,
      "learning_rate": 0.0001924892703862661,
      "loss": 0.896,
      "step": 40
    },
    {
      "epoch": 0.064,
      "grad_norm": 0.21149799227714539,
      "learning_rate": 0.00018819742489270387,
      "loss": 0.8611,
      "step": 60
    },
    {
      "epoch": 0.08533333333333333,
      "grad_norm": 0.2307891994714737,
      "learning_rate": 0.00018390557939914164,
      "loss": 0.7618,
      "step": 80
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 0.15213829278945923,
      "learning_rate": 0.00017961373390557942,
      "loss": 0.7812,
      "step": 100
    },
    {
      "epoch": 0.128,
      "grad_norm": 0.18217787146568298,
      "learning_rate": 0.00017532188841201717,
      "loss": 0.7661,
      "step": 120
    },
    {
      "epoch": 0.14933333333333335,
      "grad_norm": 0.155512273311615,
      "learning_rate": 0.00017103004291845494,
      "loss": 0.6752,
      "step": 140
    },
    {
      "epoch": 0.17066666666666666,
      "grad_norm": 0.13735325634479523,
      "learning_rate": 0.00016673819742489272,
      "loss": 0.7598,
      "step": 160
    },
    {
      "epoch": 0.192,
      "grad_norm": 0.1527564525604248,
      "learning_rate": 0.0001624463519313305,
      "loss": 0.738,
      "step": 180
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 0.18818077445030212,
      "learning_rate": 0.00015815450643776824,
      "loss": 0.7948,
      "step": 200
    },
    {
      "epoch": 0.23466666666666666,
      "grad_norm": 0.1243327334523201,
      "learning_rate": 0.000153862660944206,
      "loss": 0.7063,
      "step": 220
    },
    {
      "epoch": 0.256,
      "grad_norm": 0.1657700538635254,
      "learning_rate": 0.00014957081545064377,
      "loss": 0.7503,
      "step": 240
    },
    {
      "epoch": 0.2773333333333333,
      "grad_norm": 0.1808568388223648,
      "learning_rate": 0.00014527896995708155,
      "loss": 0.7746,
      "step": 260
    },
    {
      "epoch": 0.2986666666666667,
      "grad_norm": 0.14259935915470123,
      "learning_rate": 0.00014098712446351932,
      "loss": 0.7132,
      "step": 280
    },
    {
      "epoch": 0.32,
      "grad_norm": 0.14360037446022034,
      "learning_rate": 0.0001366952789699571,
      "loss": 0.7314,
      "step": 300
    },
    {
      "epoch": 0.3413333333333333,
      "grad_norm": 0.14424900710582733,
      "learning_rate": 0.00013240343347639485,
      "loss": 0.698,
      "step": 320
    },
    {
      "epoch": 0.3626666666666667,
      "grad_norm": 0.17244315147399902,
      "learning_rate": 0.00012811158798283262,
      "loss": 0.7564,
      "step": 340
    },
    {
      "epoch": 0.384,
      "grad_norm": 0.14911547303199768,
      "learning_rate": 0.0001238197424892704,
      "loss": 0.7224,
      "step": 360
    },
    {
      "epoch": 0.4053333333333333,
      "grad_norm": 0.17777429521083832,
      "learning_rate": 0.00011952789699570816,
      "loss": 0.7473,
      "step": 380
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 0.2215341329574585,
      "learning_rate": 0.00011523605150214594,
      "loss": 0.6998,
      "step": 400
    }
  ],
  "logging_steps": 20,
  "max_steps": 937,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 1,
  "save_steps": 200,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": false
      },
      "attributes": {}
    }
  },
  "total_flos": 9.9627359010816e+16,
  "train_batch_size": 2,
  "trial_name": null,
  "trial_params": null
}