{
  "best_metric": 0.00134594168048352,
  "best_model_checkpoint": "miner_id_24/checkpoint-200",
  "epoch": 2.6666666666666665,
  "eval_steps": 50,
  "global_step": 200,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 50.29887390136719,
      "learning_rate": 1e-05,
      "loss": 3.4173,
      "step": 1
    },
    {
      "epoch": 0.013333333333333334,
      "eval_loss": 0.9772925972938538,
      "eval_runtime": 9.4887,
      "eval_samples_per_second": 13.384,
      "eval_steps_per_second": 3.372,
      "step": 1
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 25.251440048217773,
      "learning_rate": 2e-05,
      "loss": 2.7055,
      "step": 2
    },
    {
      "epoch": 0.04,
      "grad_norm": 24.79723358154297,
      "learning_rate": 3e-05,
      "loss": 2.7702,
      "step": 3
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 24.29383659362793,
      "learning_rate": 4e-05,
      "loss": 2.5686,
      "step": 4
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 24.20195770263672,
      "learning_rate": 5e-05,
      "loss": 2.3483,
      "step": 5
    },
    {
      "epoch": 0.08,
      "grad_norm": 23.966224670410156,
      "learning_rate": 6e-05,
      "loss": 2.0029,
      "step": 6
    },
    {
      "epoch": 0.09333333333333334,
      "grad_norm": 19.887798309326172,
      "learning_rate": 7e-05,
      "loss": 1.6444,
      "step": 7
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 19.920040130615234,
      "learning_rate": 8e-05,
      "loss": 1.6424,
      "step": 8
    },
    {
      "epoch": 0.12,
      "grad_norm": 18.465110778808594,
      "learning_rate": 9e-05,
      "loss": 1.444,
      "step": 9
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 20.36037826538086,
      "learning_rate": 0.0001,
      "loss": 1.913,
      "step": 10
    },
    {
      "epoch": 0.14666666666666667,
      "grad_norm": 21.445209503173828,
      "learning_rate": 9.999316524962345e-05,
      "loss": 1.7816,
      "step": 11
    },
    {
      "epoch": 0.16,
      "grad_norm": 69.12860107421875,
      "learning_rate": 9.997266286704631e-05,
      "loss": 1.3916,
      "step": 12
    },
    {
      "epoch": 0.17333333333333334,
      "grad_norm": 20.07329750061035,
      "learning_rate": 9.993849845741524e-05,
      "loss": 1.7777,
      "step": 13
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 76.1514892578125,
      "learning_rate": 9.989068136093873e-05,
      "loss": 1.2641,
      "step": 14
    },
    {
      "epoch": 0.2,
      "grad_norm": 26.075241088867188,
      "learning_rate": 9.98292246503335e-05,
      "loss": 1.5816,
      "step": 15
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 17.73980140686035,
      "learning_rate": 9.975414512725057e-05,
      "loss": 1.7057,
      "step": 16
    },
    {
      "epoch": 0.22666666666666666,
      "grad_norm": 16.885530471801758,
      "learning_rate": 9.966546331768191e-05,
      "loss": 1.2492,
      "step": 17
    },
    {
      "epoch": 0.24,
      "grad_norm": 14.588184356689453,
      "learning_rate": 9.956320346634876e-05,
      "loss": 1.0563,
      "step": 18
    },
    {
      "epoch": 0.25333333333333335,
      "grad_norm": 12.954377174377441,
      "learning_rate": 9.944739353007344e-05,
      "loss": 1.2261,
      "step": 19
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 12.559026718139648,
      "learning_rate": 9.931806517013612e-05,
      "loss": 1.3372,
      "step": 20
    },
    {
      "epoch": 0.28,
      "grad_norm": 12.452985763549805,
      "learning_rate": 9.917525374361912e-05,
      "loss": 1.1706,
      "step": 21
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 10.246400833129883,
      "learning_rate": 9.901899829374047e-05,
      "loss": 0.9317,
      "step": 22
    },
    {
      "epoch": 0.30666666666666664,
      "grad_norm": 13.230368614196777,
      "learning_rate": 9.884934153917997e-05,
      "loss": 0.7703,
      "step": 23
    },
    {
      "epoch": 0.32,
      "grad_norm": 11.20921802520752,
      "learning_rate": 9.86663298624003e-05,
      "loss": 0.9054,
      "step": 24
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 16.014795303344727,
      "learning_rate": 9.847001329696653e-05,
      "loss": 1.2127,
      "step": 25
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 11.797860145568848,
      "learning_rate": 9.826044551386744e-05,
      "loss": 0.8713,
      "step": 26
    },
    {
      "epoch": 0.36,
      "grad_norm": 12.275259971618652,
      "learning_rate": 9.803768380684242e-05,
      "loss": 0.7719,
      "step": 27
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 12.713522911071777,
      "learning_rate": 9.780178907671789e-05,
      "loss": 0.923,
      "step": 28
    },
    {
      "epoch": 0.38666666666666666,
      "grad_norm": 18.40119743347168,
      "learning_rate": 9.755282581475769e-05,
      "loss": 0.8264,
      "step": 29
    },
    {
      "epoch": 0.4,
      "grad_norm": 16.341659545898438,
      "learning_rate": 9.729086208503174e-05,
      "loss": 0.5354,
      "step": 30
    },
    {
      "epoch": 0.41333333333333333,
      "grad_norm": 12.932632446289062,
      "learning_rate": 9.701596950580806e-05,
      "loss": 0.5934,
      "step": 31
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 11.644948959350586,
      "learning_rate": 9.672822322997305e-05,
      "loss": 0.6623,
      "step": 32
    },
    {
      "epoch": 0.44,
      "grad_norm": 22.6879825592041,
      "learning_rate": 9.642770192448536e-05,
      "loss": 0.6833,
      "step": 33
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 13.10388469696045,
      "learning_rate": 9.611448774886924e-05,
      "loss": 0.5686,
      "step": 34
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 12.521586418151855,
      "learning_rate": 9.578866633275288e-05,
      "loss": 0.3255,
      "step": 35
    },
    {
      "epoch": 0.48,
      "grad_norm": 18.594655990600586,
      "learning_rate": 9.545032675245813e-05,
      "loss": 0.5856,
      "step": 36
    },
    {
      "epoch": 0.49333333333333335,
      "grad_norm": 15.29348373413086,
      "learning_rate": 9.509956150664796e-05,
      "loss": 1.2175,
      "step": 37
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 8.562642097473145,
      "learning_rate": 9.473646649103818e-05,
      "loss": 0.7516,
      "step": 38
    },
    {
      "epoch": 0.52,
      "grad_norm": 8.301373481750488,
      "learning_rate": 9.43611409721806e-05,
      "loss": 0.7198,
      "step": 39
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 8.470928192138672,
      "learning_rate": 9.397368756032445e-05,
      "loss": 0.6263,
      "step": 40
    },
    {
      "epoch": 0.5466666666666666,
      "grad_norm": 10.59891128540039,
      "learning_rate": 9.357421218136386e-05,
      "loss": 0.751,
      "step": 41
    },
    {
      "epoch": 0.56,
      "grad_norm": 9.811482429504395,
      "learning_rate": 9.316282404787871e-05,
      "loss": 0.5658,
      "step": 42
    },
    {
      "epoch": 0.5733333333333334,
      "grad_norm": 4.804818153381348,
      "learning_rate": 9.273963562927695e-05,
      "loss": 0.3391,
      "step": 43
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 12.115275382995605,
      "learning_rate": 9.230476262104677e-05,
      "loss": 0.67,
      "step": 44
    },
    {
      "epoch": 0.6,
      "grad_norm": 7.702904224395752,
      "learning_rate": 9.185832391312644e-05,
      "loss": 0.4147,
      "step": 45
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 6.5679612159729,
      "learning_rate": 9.140044155740101e-05,
      "loss": 0.4313,
      "step": 46
    },
    {
      "epoch": 0.6266666666666667,
      "grad_norm": 6.622637748718262,
      "learning_rate": 9.093124073433463e-05,
      "loss": 0.2745,
      "step": 47
    },
    {
      "epoch": 0.64,
      "grad_norm": 11.041589736938477,
      "learning_rate": 9.045084971874738e-05,
      "loss": 0.3039,
      "step": 48
    },
    {
      "epoch": 0.6533333333333333,
      "grad_norm": 23.905696868896484,
      "learning_rate": 8.995939984474624e-05,
      "loss": 0.5467,
      "step": 49
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 14.82470989227295,
      "learning_rate": 8.945702546981969e-05,
      "loss": 0.4099,
      "step": 50
    },
    {
      "epoch": 0.6666666666666666,
      "eval_loss": 0.09669912606477737,
      "eval_runtime": 9.686,
      "eval_samples_per_second": 13.112,
      "eval_steps_per_second": 3.304,
      "step": 50
    },
    {
      "epoch": 0.68,
      "grad_norm": 7.584043979644775,
      "learning_rate": 8.894386393810563e-05,
      "loss": 0.344,
      "step": 51
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 18.52998924255371,
      "learning_rate": 8.842005554284296e-05,
      "loss": 0.6303,
      "step": 52
    },
    {
      "epoch": 0.7066666666666667,
      "grad_norm": 8.824478149414062,
      "learning_rate": 8.788574348801675e-05,
      "loss": 0.2934,
      "step": 53
    },
    {
      "epoch": 0.72,
      "grad_norm": 10.426186561584473,
      "learning_rate": 8.73410738492077e-05,
      "loss": 0.6036,
      "step": 54
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 13.682530403137207,
      "learning_rate": 8.678619553365659e-05,
      "loss": 0.9071,
      "step": 55
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 9.902046203613281,
      "learning_rate": 8.622126023955446e-05,
      "loss": 0.6861,
      "step": 56
    },
    {
      "epoch": 0.76,
      "grad_norm": 7.555224418640137,
      "learning_rate": 8.564642241456986e-05,
      "loss": 0.597,
      "step": 57
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 6.417849063873291,
      "learning_rate": 8.506183921362443e-05,
      "loss": 0.3881,
      "step": 58
    },
    {
      "epoch": 0.7866666666666666,
      "grad_norm": 6.078815460205078,
      "learning_rate": 8.44676704559283e-05,
      "loss": 0.3234,
      "step": 59
    },
    {
      "epoch": 0.8,
      "grad_norm": 7.7617902755737305,
      "learning_rate": 8.386407858128706e-05,
      "loss": 0.3966,
      "step": 60
    },
    {
      "epoch": 0.8133333333333334,
      "grad_norm": 5.093605995178223,
      "learning_rate": 8.32512286056924e-05,
      "loss": 0.3465,
      "step": 61
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 7.753378391265869,
      "learning_rate": 8.262928807620843e-05,
      "loss": 0.3548,
      "step": 62
    },
    {
      "epoch": 0.84,
      "grad_norm": 7.401736736297607,
      "learning_rate": 8.199842702516583e-05,
      "loss": 0.2721,
      "step": 63
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 11.276641845703125,
      "learning_rate": 8.135881792367686e-05,
      "loss": 0.2499,
      "step": 64
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 9.640268325805664,
      "learning_rate": 8.07106356344834e-05,
      "loss": 0.2903,
      "step": 65
    },
    {
      "epoch": 0.88,
      "grad_norm": 7.010445594787598,
      "learning_rate": 8.005405736415126e-05,
      "loss": 0.1955,
      "step": 66
    },
    {
      "epoch": 0.8933333333333333,
      "grad_norm": 8.118300437927246,
      "learning_rate": 7.938926261462366e-05,
      "loss": 0.3428,
      "step": 67
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 9.0958890914917,
      "learning_rate": 7.871643313414718e-05,
      "loss": 0.2754,
      "step": 68
    },
    {
      "epoch": 0.92,
      "grad_norm": 6.128658771514893,
      "learning_rate": 7.803575286758364e-05,
      "loss": 0.2354,
      "step": 69
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 4.797001361846924,
      "learning_rate": 7.734740790612136e-05,
      "loss": 0.1955,
      "step": 70
    },
    {
      "epoch": 0.9466666666666667,
      "grad_norm": 7.087361812591553,
      "learning_rate": 7.66515864363997e-05,
      "loss": 0.1024,
      "step": 71
    },
    {
      "epoch": 0.96,
      "grad_norm": 4.830496788024902,
      "learning_rate": 7.594847868906076e-05,
      "loss": 0.1364,
      "step": 72
    },
    {
      "epoch": 0.9733333333333334,
      "grad_norm": 5.242960453033447,
      "learning_rate": 7.52382768867422e-05,
      "loss": 0.3405,
      "step": 73
    },
    {
      "epoch": 0.9866666666666667,
      "grad_norm": 4.762104034423828,
      "learning_rate": 7.452117519152542e-05,
      "loss": 0.2609,
      "step": 74
    },
    {
      "epoch": 1.0,
      "grad_norm": 5.180968284606934,
      "learning_rate": 7.379736965185368e-05,
      "loss": 0.1711,
      "step": 75
    },
    {
      "epoch": 1.0133333333333334,
      "grad_norm": 9.867732048034668,
      "learning_rate": 7.30670581489344e-05,
      "loss": 0.519,
      "step": 76
    },
    {
      "epoch": 1.0266666666666666,
      "grad_norm": 4.965210437774658,
      "learning_rate": 7.233044034264034e-05,
      "loss": 0.2578,
      "step": 77
    },
    {
      "epoch": 1.04,
      "grad_norm": 4.604046821594238,
      "learning_rate": 7.158771761692464e-05,
      "loss": 0.2189,
      "step": 78
    },
    {
      "epoch": 1.0533333333333332,
      "grad_norm": 3.8259832859039307,
      "learning_rate": 7.083909302476453e-05,
      "loss": 0.1678,
      "step": 79
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 6.5297088623046875,
      "learning_rate": 7.008477123264848e-05,
      "loss": 0.2406,
      "step": 80
    },
    {
      "epoch": 1.08,
      "grad_norm": 3.149721622467041,
      "learning_rate": 6.932495846462261e-05,
      "loss": 0.1303,
      "step": 81
    },
    {
      "epoch": 1.0933333333333333,
      "grad_norm": 6.590494155883789,
      "learning_rate": 6.855986244591104e-05,
      "loss": 0.1785,
      "step": 82
    },
    {
      "epoch": 1.1066666666666667,
      "grad_norm": 3.5636935234069824,
      "learning_rate": 6.778969234612584e-05,
      "loss": 0.1187,
      "step": 83
    },
    {
      "epoch": 1.12,
      "grad_norm": 5.2688446044921875,
      "learning_rate": 6.701465872208216e-05,
      "loss": 0.1693,
      "step": 84
    },
    {
      "epoch": 1.1333333333333333,
      "grad_norm": 4.322957515716553,
      "learning_rate": 6.623497346023418e-05,
      "loss": 0.1705,
      "step": 85
    },
    {
      "epoch": 1.1466666666666667,
      "grad_norm": 7.441786766052246,
      "learning_rate": 6.545084971874738e-05,
      "loss": 0.127,
      "step": 86
    },
    {
      "epoch": 1.16,
      "grad_norm": 3.4263510704040527,
      "learning_rate": 6.466250186922325e-05,
      "loss": 0.0445,
      "step": 87
    },
    {
      "epoch": 1.1733333333333333,
      "grad_norm": 4.767960548400879,
      "learning_rate": 6.387014543809223e-05,
      "loss": 0.1222,
      "step": 88
    },
    {
      "epoch": 1.1866666666666668,
      "grad_norm": 7.345565319061279,
      "learning_rate": 6.307399704769099e-05,
      "loss": 0.1709,
      "step": 89
    },
    {
      "epoch": 1.2,
      "grad_norm": 5.709419250488281,
      "learning_rate": 6.227427435703997e-05,
      "loss": 0.1849,
      "step": 90
    },
    {
      "epoch": 1.2133333333333334,
      "grad_norm": 5.427676200866699,
      "learning_rate": 6.147119600233758e-05,
      "loss": 0.1488,
      "step": 91
    },
    {
      "epoch": 1.2266666666666666,
      "grad_norm": 9.375578880310059,
      "learning_rate": 6.066498153718735e-05,
      "loss": 0.1124,
      "step": 92
    },
    {
      "epoch": 1.24,
      "grad_norm": 6.749614715576172,
      "learning_rate": 5.985585137257401e-05,
      "loss": 0.1147,
      "step": 93
    },
    {
      "epoch": 1.2533333333333334,
      "grad_norm": 4.919158458709717,
      "learning_rate": 5.90440267166055e-05,
      "loss": 0.2741,
      "step": 94
    },
    {
      "epoch": 1.2666666666666666,
      "grad_norm": 4.476344108581543,
      "learning_rate": 5.8229729514036705e-05,
      "loss": 0.2433,
      "step": 95
    },
    {
      "epoch": 1.28,
      "grad_norm": 5.670655250549316,
      "learning_rate": 5.74131823855921e-05,
      "loss": 0.2827,
      "step": 96
    },
    {
      "epoch": 1.2933333333333334,
      "grad_norm": 5.603428840637207,
      "learning_rate": 5.6594608567103456e-05,
      "loss": 0.1654,
      "step": 97
    },
    {
      "epoch": 1.3066666666666666,
      "grad_norm": 4.16697359085083,
      "learning_rate": 5.577423184847932e-05,
      "loss": 0.1357,
      "step": 98
    },
    {
      "epoch": 1.32,
      "grad_norm": 5.953402996063232,
      "learning_rate": 5.495227651252315e-05,
      "loss": 0.1413,
      "step": 99
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 4.874863624572754,
      "learning_rate": 5.4128967273616625e-05,
      "loss": 0.1143,
      "step": 100
    },
    {
      "epoch": 1.3333333333333333,
      "eval_loss": 0.04322601482272148,
      "eval_runtime": 9.6858,
      "eval_samples_per_second": 13.112,
      "eval_steps_per_second": 3.304,
      "step": 100
    },
    {
      "epoch": 1.3466666666666667,
      "grad_norm": 4.973781108856201,
      "learning_rate": 5.330452921628497e-05,
      "loss": 0.1892,
      "step": 101
    },
    {
      "epoch": 1.3599999999999999,
      "grad_norm": 10.669159889221191,
      "learning_rate": 5.247918773366112e-05,
      "loss": 0.185,
      "step": 102
    },
    {
      "epoch": 1.3733333333333333,
      "grad_norm": 4.0593390464782715,
      "learning_rate": 5.165316846586541e-05,
      "loss": 0.1722,
      "step": 103
    },
    {
      "epoch": 1.3866666666666667,
      "grad_norm": 3.9478116035461426,
      "learning_rate": 5.0826697238317935e-05,
      "loss": 0.0804,
      "step": 104
    },
    {
      "epoch": 1.4,
      "grad_norm": 12.696138381958008,
      "learning_rate": 5e-05,
      "loss": 0.2556,
      "step": 105
    },
    {
      "epoch": 1.4133333333333333,
      "grad_norm": 3.372502326965332,
      "learning_rate": 4.917330276168208e-05,
      "loss": 0.1064,
      "step": 106
    },
    {
      "epoch": 1.4266666666666667,
      "grad_norm": 9.539258003234863,
      "learning_rate": 4.834683153413459e-05,
      "loss": 0.119,
      "step": 107
    },
    {
      "epoch": 1.44,
      "grad_norm": 2.4638707637786865,
      "learning_rate": 4.7520812266338885e-05,
      "loss": 0.0441,
      "step": 108
    },
    {
      "epoch": 1.4533333333333334,
      "grad_norm": 8.411279678344727,
      "learning_rate": 4.669547078371504e-05,
      "loss": 0.3136,
      "step": 109
    },
    {
      "epoch": 1.4666666666666668,
      "grad_norm": 2.2590298652648926,
      "learning_rate": 4.5871032726383386e-05,
      "loss": 0.1064,
      "step": 110
    },
    {
      "epoch": 1.48,
      "grad_norm": 2.4205009937286377,
      "learning_rate": 4.504772348747687e-05,
      "loss": 0.0597,
      "step": 111
    },
    {
      "epoch": 1.4933333333333334,
      "grad_norm": 4.619236946105957,
      "learning_rate": 4.4225768151520694e-05,
      "loss": 0.2368,
      "step": 112
    },
    {
      "epoch": 1.5066666666666668,
      "grad_norm": 3.667818307876587,
      "learning_rate": 4.3405391432896555e-05,
      "loss": 0.1777,
      "step": 113
    },
    {
      "epoch": 1.52,
      "grad_norm": 2.6507275104522705,
      "learning_rate": 4.2586817614407895e-05,
      "loss": 0.098,
      "step": 114
    },
    {
      "epoch": 1.5333333333333332,
      "grad_norm": 6.714043140411377,
      "learning_rate": 4.17702704859633e-05,
      "loss": 0.1271,
      "step": 115
    },
    {
      "epoch": 1.5466666666666666,
      "grad_norm": 3.4016287326812744,
      "learning_rate": 4.095597328339452e-05,
      "loss": 0.1648,
      "step": 116
    },
    {
      "epoch": 1.56,
      "grad_norm": 3.2792365550994873,
      "learning_rate": 4.0144148627425993e-05,
      "loss": 0.0868,
      "step": 117
    },
    {
      "epoch": 1.5733333333333333,
      "grad_norm": 2.558272361755371,
      "learning_rate": 3.933501846281267e-05,
      "loss": 0.066,
      "step": 118
    },
    {
      "epoch": 1.5866666666666667,
      "grad_norm": 1.8633497953414917,
      "learning_rate": 3.852880399766243e-05,
      "loss": 0.0606,
      "step": 119
    },
    {
      "epoch": 1.6,
      "grad_norm": 4.817272663116455,
      "learning_rate": 3.772572564296005e-05,
      "loss": 0.1163,
      "step": 120
    },
    {
      "epoch": 1.6133333333333333,
      "grad_norm": 1.7066318988800049,
      "learning_rate": 3.6926002952309016e-05,
      "loss": 0.0376,
      "step": 121
    },
    {
      "epoch": 1.6266666666666667,
      "grad_norm": 62.322975158691406,
      "learning_rate": 3.612985456190778e-05,
      "loss": 0.1284,
      "step": 122
    },
    {
      "epoch": 1.6400000000000001,
      "grad_norm": 1.8164634704589844,
      "learning_rate": 3.533749813077677e-05,
      "loss": 0.0299,
      "step": 123
    },
    {
      "epoch": 1.6533333333333333,
      "grad_norm": 4.184752464294434,
      "learning_rate": 3.4549150281252636e-05,
      "loss": 0.0258,
      "step": 124
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 4.788540363311768,
      "learning_rate": 3.3765026539765834e-05,
      "loss": 0.041,
      "step": 125
    },
    {
      "epoch": 1.6800000000000002,
      "grad_norm": 3.868875026702881,
      "learning_rate": 3.298534127791785e-05,
      "loss": 0.1127,
      "step": 126
    },
    {
      "epoch": 1.6933333333333334,
      "grad_norm": 4.948379039764404,
      "learning_rate": 3.221030765387417e-05,
      "loss": 0.1151,
      "step": 127
    },
    {
      "epoch": 1.7066666666666666,
      "grad_norm": 6.008472442626953,
      "learning_rate": 3.144013755408895e-05,
      "loss": 0.0948,
      "step": 128
    },
    {
      "epoch": 1.72,
      "grad_norm": 5.2226033210754395,
      "learning_rate": 3.0675041535377405e-05,
      "loss": 0.0842,
      "step": 129
    },
    {
      "epoch": 1.7333333333333334,
      "grad_norm": 3.3233368396759033,
      "learning_rate": 2.991522876735154e-05,
      "loss": 0.1126,
      "step": 130
    },
    {
      "epoch": 1.7466666666666666,
      "grad_norm": 3.3976824283599854,
      "learning_rate": 2.916090697523549e-05,
      "loss": 0.1553,
      "step": 131
    },
    {
      "epoch": 1.76,
      "grad_norm": 2.0290944576263428,
      "learning_rate": 2.8412282383075363e-05,
      "loss": 0.0559,
      "step": 132
    },
    {
      "epoch": 1.7733333333333334,
      "grad_norm": 2.0413146018981934,
      "learning_rate": 2.766955965735968e-05,
      "loss": 0.0633,
      "step": 133
    },
    {
      "epoch": 1.7866666666666666,
      "grad_norm": 4.638266086578369,
      "learning_rate": 2.693294185106562e-05,
      "loss": 0.068,
      "step": 134
    },
    {
      "epoch": 1.8,
      "grad_norm": 3.9342634677886963,
      "learning_rate": 2.6202630348146324e-05,
      "loss": 0.0826,
      "step": 135
    },
    {
      "epoch": 1.8133333333333335,
      "grad_norm": 1.4676851034164429,
      "learning_rate": 2.547882480847461e-05,
      "loss": 0.0489,
      "step": 136
    },
    {
      "epoch": 1.8266666666666667,
      "grad_norm": 1.9415638446807861,
      "learning_rate": 2.476172311325783e-05,
      "loss": 0.0643,
      "step": 137
    },
    {
      "epoch": 1.8399999999999999,
      "grad_norm": 2.260969877243042,
      "learning_rate": 2.405152131093926e-05,
      "loss": 0.0406,
      "step": 138
    },
    {
      "epoch": 1.8533333333333335,
      "grad_norm": 0.2568335235118866,
      "learning_rate": 2.3348413563600325e-05,
      "loss": 0.0052,
      "step": 139
    },
    {
      "epoch": 1.8666666666666667,
      "grad_norm": 1.0721421241760254,
      "learning_rate": 2.2652592093878666e-05,
      "loss": 0.008,
      "step": 140
    },
    {
      "epoch": 1.88,
      "grad_norm": 7.019590377807617,
      "learning_rate": 2.196424713241637e-05,
      "loss": 0.08,
      "step": 141
    },
    {
      "epoch": 1.8933333333333333,
      "grad_norm": 0.5075843334197998,
      "learning_rate": 2.128356686585282e-05,
      "loss": 0.0088,
      "step": 142
    },
    {
      "epoch": 1.9066666666666667,
      "grad_norm": 1.6679000854492188,
      "learning_rate": 2.061073738537635e-05,
      "loss": 0.0071,
      "step": 143
    },
    {
      "epoch": 1.92,
      "grad_norm": 0.8726446032524109,
      "learning_rate": 1.9945942635848748e-05,
      "loss": 0.0095,
      "step": 144
    },
    {
      "epoch": 1.9333333333333333,
      "grad_norm": 4.830911636352539,
      "learning_rate": 1.928936436551661e-05,
      "loss": 0.0775,
      "step": 145
    },
    {
      "epoch": 1.9466666666666668,
      "grad_norm": 1.4868309497833252,
      "learning_rate": 1.8641182076323148e-05,
      "loss": 0.0239,
      "step": 146
    },
    {
      "epoch": 1.96,
      "grad_norm": 0.5674850940704346,
      "learning_rate": 1.800157297483417e-05,
      "loss": 0.0091,
      "step": 147
    },
    {
      "epoch": 1.9733333333333334,
      "grad_norm": 1.390391230583191,
      "learning_rate": 1.7370711923791567e-05,
      "loss": 0.0363,
      "step": 148
    },
    {
      "epoch": 1.9866666666666668,
      "grad_norm": 3.122633695602417,
      "learning_rate": 1.6748771394307585e-05,
      "loss": 0.0665,
      "step": 149
    },
    {
      "epoch": 2.0,
      "grad_norm": 0.1160033643245697,
      "learning_rate": 1.6135921418712956e-05,
      "loss": 0.0039,
      "step": 150
    },
    {
      "epoch": 2.0,
      "eval_loss": 0.004325200337916613,
      "eval_runtime": 9.692,
      "eval_samples_per_second": 13.104,
      "eval_steps_per_second": 3.302,
      "step": 150
    },
    {
      "epoch": 2.013333333333333,
      "grad_norm": 1.7153946161270142,
      "learning_rate": 1.553232954407171e-05,
      "loss": 0.0582,
      "step": 151
    },
    {
      "epoch": 2.026666666666667,
      "grad_norm": 1.2898365259170532,
      "learning_rate": 1.4938160786375572e-05,
      "loss": 0.0429,
      "step": 152
    },
    {
      "epoch": 2.04,
      "grad_norm": 3.2258665561676025,
      "learning_rate": 1.435357758543015e-05,
      "loss": 0.0493,
      "step": 153
    },
    {
      "epoch": 2.0533333333333332,
      "grad_norm": 1.4855374097824097,
      "learning_rate": 1.3778739760445552e-05,
      "loss": 0.0209,
      "step": 154
    },
    {
      "epoch": 2.066666666666667,
      "grad_norm": 0.5690524578094482,
      "learning_rate": 1.3213804466343421e-05,
      "loss": 0.0134,
      "step": 155
    },
    {
      "epoch": 2.08,
      "grad_norm": 1.7612203359603882,
      "learning_rate": 1.2658926150792322e-05,
      "loss": 0.0165,
      "step": 156
    },
    {
      "epoch": 2.0933333333333333,
      "grad_norm": 0.540814220905304,
      "learning_rate": 1.2114256511983274e-05,
      "loss": 0.0079,
      "step": 157
    },
    {
      "epoch": 2.1066666666666665,
      "grad_norm": 0.4302440583705902,
      "learning_rate": 1.157994445715706e-05,
      "loss": 0.0073,
      "step": 158
    },
    {
      "epoch": 2.12,
      "grad_norm": 0.4170801341533661,
      "learning_rate": 1.1056136061894384e-05,
      "loss": 0.0052,
      "step": 159
    },
    {
      "epoch": 2.1333333333333333,
      "grad_norm": 0.9564638137817383,
      "learning_rate": 1.0542974530180327e-05,
      "loss": 0.0157,
      "step": 160
    },
    {
      "epoch": 2.1466666666666665,
      "grad_norm": 0.3957054615020752,
      "learning_rate": 1.0040600155253765e-05,
      "loss": 0.0028,
      "step": 161
    },
    {
      "epoch": 2.16,
      "grad_norm": 0.06262867897748947,
      "learning_rate": 9.549150281252633e-06,
      "loss": 0.0013,
      "step": 162
    },
    {
      "epoch": 2.1733333333333333,
      "grad_norm": 0.8128209710121155,
      "learning_rate": 9.068759265665384e-06,
      "loss": 0.0136,
      "step": 163
    },
    {
      "epoch": 2.1866666666666665,
      "grad_norm": 0.18653173744678497,
      "learning_rate": 8.599558442598998e-06,
      "loss": 0.0035,
      "step": 164
    },
    {
      "epoch": 2.2,
      "grad_norm": 1.8884209394454956,
      "learning_rate": 8.141676086873572e-06,
      "loss": 0.0105,
      "step": 165
    },
    {
      "epoch": 2.2133333333333334,
      "grad_norm": 0.4568460285663605,
      "learning_rate": 7.695237378953223e-06,
      "loss": 0.0056,
      "step": 166
    },
    {
      "epoch": 2.2266666666666666,
      "grad_norm": 0.10728849470615387,
      "learning_rate": 7.260364370723044e-06,
      "loss": 0.0024,
      "step": 167
    },
    {
      "epoch": 2.24,
      "grad_norm": 0.12798936665058136,
      "learning_rate": 6.837175952121306e-06,
      "loss": 0.0037,
      "step": 168
    },
    {
      "epoch": 2.2533333333333334,
      "grad_norm": 0.7557106614112854,
      "learning_rate": 6.425787818636131e-06,
      "loss": 0.0304,
      "step": 169
    },
    {
      "epoch": 2.2666666666666666,
      "grad_norm": 0.7446048259735107,
      "learning_rate": 6.026312439675552e-06,
      "loss": 0.0244,
      "step": 170
    },
    {
      "epoch": 2.2800000000000002,
      "grad_norm": 1.1874483823776245,
      "learning_rate": 5.6388590278194096e-06,
      "loss": 0.0145,
      "step": 171
    },
    {
      "epoch": 2.2933333333333334,
      "grad_norm": 0.6669476628303528,
      "learning_rate": 5.263533508961827e-06,
      "loss": 0.0117,
      "step": 172
    },
    {
      "epoch": 2.3066666666666666,
      "grad_norm": 0.7574792504310608,
      "learning_rate": 4.900438493352055e-06,
      "loss": 0.0184,
      "step": 173
    },
    {
      "epoch": 2.32,
      "grad_norm": 2.9286837577819824,
      "learning_rate": 4.549673247541875e-06,
      "loss": 0.0228,
      "step": 174
    },
    {
      "epoch": 2.3333333333333335,
      "grad_norm": 0.32915443181991577,
      "learning_rate": 4.2113336672471245e-06,
      "loss": 0.0057,
      "step": 175
    },
    {
      "epoch": 2.3466666666666667,
      "grad_norm": 0.5084283351898193,
      "learning_rate": 3.885512251130763e-06,
      "loss": 0.0085,
      "step": 176
    },
    {
      "epoch": 2.36,
      "grad_norm": 0.45335549116134644,
      "learning_rate": 3.5722980755146517e-06,
      "loss": 0.0077,
      "step": 177
    },
    {
      "epoch": 2.3733333333333335,
      "grad_norm": 0.1259620636701584,
      "learning_rate": 3.271776770026963e-06,
      "loss": 0.004,
      "step": 178
    },
    {
      "epoch": 2.3866666666666667,
      "grad_norm": 0.06907020509243011,
      "learning_rate": 2.9840304941919415e-06,
      "loss": 0.0019,
      "step": 179
    },
    {
      "epoch": 2.4,
      "grad_norm": 0.686761200428009,
      "learning_rate": 2.7091379149682685e-06,
      "loss": 0.0039,
      "step": 180
    },
    {
      "epoch": 2.413333333333333,
      "grad_norm": 0.05237516388297081,
      "learning_rate": 2.4471741852423237e-06,
      "loss": 0.0026,
      "step": 181
    },
    {
      "epoch": 2.4266666666666667,
      "grad_norm": 0.04414919391274452,
      "learning_rate": 2.1982109232821178e-06,
      "loss": 0.002,
      "step": 182
    },
    {
      "epoch": 2.44,
      "grad_norm": 0.06174348667263985,
      "learning_rate": 1.962316193157593e-06,
      "loss": 0.0021,
      "step": 183
    },
    {
      "epoch": 2.453333333333333,
      "grad_norm": 0.13806205987930298,
      "learning_rate": 1.7395544861325718e-06,
      "loss": 0.0038,
      "step": 184
    },
    {
      "epoch": 2.466666666666667,
      "grad_norm": 0.06712806224822998,
      "learning_rate": 1.5299867030334814e-06,
      "loss": 0.0017,
      "step": 185
    },
    {
      "epoch": 2.48,
      "grad_norm": 0.04779912158846855,
      "learning_rate": 1.333670137599713e-06,
      "loss": 0.0025,
      "step": 186
    },
    {
      "epoch": 2.493333333333333,
      "grad_norm": 0.30543091893196106,
      "learning_rate": 1.1506584608200367e-06,
      "loss": 0.0134,
      "step": 187
    },
    {
      "epoch": 2.506666666666667,
      "grad_norm": 0.4935925006866455,
      "learning_rate": 9.810017062595322e-07,
      "loss": 0.0156,
      "step": 188
    },
    {
      "epoch": 2.52,
      "grad_norm": 0.45831233263015747,
      "learning_rate": 8.247462563808817e-07,
      "loss": 0.0087,
      "step": 189
    },
    {
      "epoch": 2.533333333333333,
      "grad_norm": 0.6592668294906616,
      "learning_rate": 6.819348298638839e-07,
      "loss": 0.0091,
      "step": 190
    },
    {
      "epoch": 2.546666666666667,
      "grad_norm": 0.7057308554649353,
      "learning_rate": 5.526064699265753e-07,
      "loss": 0.008,
      "step": 191
    },
    {
      "epoch": 2.56,
      "grad_norm": 0.36649176478385925,
      "learning_rate": 4.367965336512403e-07,
      "loss": 0.006,
      "step": 192
    },
    {
      "epoch": 2.5733333333333333,
      "grad_norm": 0.07222431898117065,
      "learning_rate": 3.3453668231809286e-07,
      "loss": 0.003,
      "step": 193
    },
    {
      "epoch": 2.586666666666667,
      "grad_norm": 0.10298915207386017,
      "learning_rate": 2.458548727494292e-07,
      "loss": 0.0044,
      "step": 194
    },
    {
      "epoch": 2.6,
      "grad_norm": 0.7209210395812988,
      "learning_rate": 1.7077534966650766e-07,
      "loss": 0.0087,
      "step": 195
    },
    {
      "epoch": 2.6133333333333333,
      "grad_norm": 0.6381630301475525,
      "learning_rate": 1.0931863906127327e-07,
      "loss": 0.0087,
      "step": 196
    },
    {
      "epoch": 2.626666666666667,
      "grad_norm": 0.11780187487602234,
      "learning_rate": 6.150154258476315e-08,
      "loss": 0.002,
      "step": 197
    },
    {
      "epoch": 2.64,
      "grad_norm": 0.07737250626087189,
      "learning_rate": 2.7337132953697554e-08,
      "loss": 0.0021,
      "step": 198
    },
    {
      "epoch": 2.6533333333333333,
      "grad_norm": 0.092742420732975,
      "learning_rate": 6.834750376549792e-09,
      "loss": 0.0031,
      "step": 199
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 0.059916067868471146,
      "learning_rate": 0.0,
      "loss": 0.0028,
      "step": 200
    },
    {
      "epoch": 2.6666666666666665,
      "eval_loss": 0.00134594168048352,
      "eval_runtime": 9.6908,
      "eval_samples_per_second": 13.105,
      "eval_steps_per_second": 3.302,
      "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": 2.8593161149140173e+17,
  "train_batch_size": 8,
  "trial_name": null,
  "trial_params": null
}