{
  "best_metric": 1.231164574623108,
  "best_model_checkpoint": "miner_id_24/checkpoint-200",
  "epoch": 0.4166666666666667,
  "eval_steps": 50,
  "global_step": 200,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.0020833333333333333,
      "grad_norm": 2.0760622024536133,
      "learning_rate": 1e-05,
      "loss": 2.1465,
      "step": 1
    },
    {
      "epoch": 0.0020833333333333333,
      "eval_loss": 2.2751147747039795,
      "eval_runtime": 19.9985,
      "eval_samples_per_second": 40.453,
      "eval_steps_per_second": 10.151,
      "step": 1
    },
    {
      "epoch": 0.004166666666666667,
      "grad_norm": 1.9381818771362305,
      "learning_rate": 2e-05,
      "loss": 2.0334,
      "step": 2
    },
    {
      "epoch": 0.00625,
      "grad_norm": 2.1274771690368652,
      "learning_rate": 3e-05,
      "loss": 2.1608,
      "step": 3
    },
    {
      "epoch": 0.008333333333333333,
      "grad_norm": 2.0755529403686523,
      "learning_rate": 4e-05,
      "loss": 2.1661,
      "step": 4
    },
    {
      "epoch": 0.010416666666666666,
      "grad_norm": 1.8403009176254272,
      "learning_rate": 5e-05,
      "loss": 2.0022,
      "step": 5
    },
    {
      "epoch": 0.0125,
      "grad_norm": 1.5740439891815186,
      "learning_rate": 6e-05,
      "loss": 1.8836,
      "step": 6
    },
    {
      "epoch": 0.014583333333333334,
      "grad_norm": 1.266459345817566,
      "learning_rate": 7e-05,
      "loss": 1.8533,
      "step": 7
    },
    {
      "epoch": 0.016666666666666666,
      "grad_norm": 1.2156918048858643,
      "learning_rate": 8e-05,
      "loss": 1.7257,
      "step": 8
    },
    {
      "epoch": 0.01875,
      "grad_norm": 1.258802056312561,
      "learning_rate": 9e-05,
      "loss": 1.7418,
      "step": 9
    },
    {
      "epoch": 0.020833333333333332,
      "grad_norm": 1.269534707069397,
      "learning_rate": 0.0001,
      "loss": 1.5601,
      "step": 10
    },
    {
      "epoch": 0.022916666666666665,
      "grad_norm": 1.327074646949768,
      "learning_rate": 9.999316524962345e-05,
      "loss": 1.5243,
      "step": 11
    },
    {
      "epoch": 0.025,
      "grad_norm": 1.3379093408584595,
      "learning_rate": 9.997266286704631e-05,
      "loss": 1.5542,
      "step": 12
    },
    {
      "epoch": 0.027083333333333334,
      "grad_norm": 1.2762094736099243,
      "learning_rate": 9.993849845741524e-05,
      "loss": 1.5886,
      "step": 13
    },
    {
      "epoch": 0.029166666666666667,
      "grad_norm": 1.3708640336990356,
      "learning_rate": 9.989068136093873e-05,
      "loss": 1.583,
      "step": 14
    },
    {
      "epoch": 0.03125,
      "grad_norm": 1.2472329139709473,
      "learning_rate": 9.98292246503335e-05,
      "loss": 1.3531,
      "step": 15
    },
    {
      "epoch": 0.03333333333333333,
      "grad_norm": 1.3552896976470947,
      "learning_rate": 9.975414512725057e-05,
      "loss": 1.5126,
      "step": 16
    },
    {
      "epoch": 0.035416666666666666,
      "grad_norm": 1.2011890411376953,
      "learning_rate": 9.966546331768191e-05,
      "loss": 1.586,
      "step": 17
    },
    {
      "epoch": 0.0375,
      "grad_norm": 1.1840523481369019,
      "learning_rate": 9.956320346634876e-05,
      "loss": 1.4955,
      "step": 18
    },
    {
      "epoch": 0.03958333333333333,
      "grad_norm": 1.153628945350647,
      "learning_rate": 9.944739353007344e-05,
      "loss": 1.5557,
      "step": 19
    },
    {
      "epoch": 0.041666666666666664,
      "grad_norm": 1.2302961349487305,
      "learning_rate": 9.931806517013612e-05,
      "loss": 1.6156,
      "step": 20
    },
    {
      "epoch": 0.04375,
      "grad_norm": 1.168102502822876,
      "learning_rate": 9.917525374361912e-05,
      "loss": 1.4841,
      "step": 21
    },
    {
      "epoch": 0.04583333333333333,
      "grad_norm": 1.150782823562622,
      "learning_rate": 9.901899829374047e-05,
      "loss": 1.525,
      "step": 22
    },
    {
      "epoch": 0.04791666666666667,
      "grad_norm": 1.180137038230896,
      "learning_rate": 9.884934153917997e-05,
      "loss": 1.4639,
      "step": 23
    },
    {
      "epoch": 0.05,
      "grad_norm": 1.142685055732727,
      "learning_rate": 9.86663298624003e-05,
      "loss": 1.5168,
      "step": 24
    },
    {
      "epoch": 0.052083333333333336,
      "grad_norm": 1.1588330268859863,
      "learning_rate": 9.847001329696653e-05,
      "loss": 1.5049,
      "step": 25
    },
    {
      "epoch": 0.05416666666666667,
      "grad_norm": 1.1046218872070312,
      "learning_rate": 9.826044551386744e-05,
      "loss": 1.4671,
      "step": 26
    },
    {
      "epoch": 0.05625,
      "grad_norm": 1.075933575630188,
      "learning_rate": 9.803768380684242e-05,
      "loss": 1.3682,
      "step": 27
    },
    {
      "epoch": 0.058333333333333334,
      "grad_norm": 1.1333820819854736,
      "learning_rate": 9.780178907671789e-05,
      "loss": 1.3515,
      "step": 28
    },
    {
      "epoch": 0.06041666666666667,
      "grad_norm": 1.3934657573699951,
      "learning_rate": 9.755282581475769e-05,
      "loss": 1.2995,
      "step": 29
    },
    {
      "epoch": 0.0625,
      "grad_norm": 1.2420434951782227,
      "learning_rate": 9.729086208503174e-05,
      "loss": 1.382,
      "step": 30
    },
    {
      "epoch": 0.06458333333333334,
      "grad_norm": 1.1270408630371094,
      "learning_rate": 9.701596950580806e-05,
      "loss": 1.3348,
      "step": 31
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 1.3090320825576782,
      "learning_rate": 9.672822322997305e-05,
      "loss": 1.3153,
      "step": 32
    },
    {
      "epoch": 0.06875,
      "grad_norm": 1.0761709213256836,
      "learning_rate": 9.642770192448536e-05,
      "loss": 1.22,
      "step": 33
    },
    {
      "epoch": 0.07083333333333333,
      "grad_norm": 1.2224770784378052,
      "learning_rate": 9.611448774886924e-05,
      "loss": 1.3154,
      "step": 34
    },
    {
      "epoch": 0.07291666666666667,
      "grad_norm": 1.314793586730957,
      "learning_rate": 9.578866633275288e-05,
      "loss": 1.5061,
      "step": 35
    },
    {
      "epoch": 0.075,
      "grad_norm": 1.2878282070159912,
      "learning_rate": 9.545032675245813e-05,
      "loss": 1.258,
      "step": 36
    },
    {
      "epoch": 0.07708333333333334,
      "grad_norm": 1.2205027341842651,
      "learning_rate": 9.509956150664796e-05,
      "loss": 1.4377,
      "step": 37
    },
    {
      "epoch": 0.07916666666666666,
      "grad_norm": 1.2285693883895874,
      "learning_rate": 9.473646649103818e-05,
      "loss": 1.1862,
      "step": 38
    },
    {
      "epoch": 0.08125,
      "grad_norm": 1.373927116394043,
      "learning_rate": 9.43611409721806e-05,
      "loss": 1.2734,
      "step": 39
    },
    {
      "epoch": 0.08333333333333333,
      "grad_norm": 1.3380682468414307,
      "learning_rate": 9.397368756032445e-05,
      "loss": 1.3634,
      "step": 40
    },
    {
      "epoch": 0.08541666666666667,
      "grad_norm": 1.3078755140304565,
      "learning_rate": 9.357421218136386e-05,
      "loss": 1.2911,
      "step": 41
    },
    {
      "epoch": 0.0875,
      "grad_norm": 1.3916032314300537,
      "learning_rate": 9.316282404787871e-05,
      "loss": 1.183,
      "step": 42
    },
    {
      "epoch": 0.08958333333333333,
      "grad_norm": 1.529417872428894,
      "learning_rate": 9.273963562927695e-05,
      "loss": 1.3458,
      "step": 43
    },
    {
      "epoch": 0.09166666666666666,
      "grad_norm": 1.4932584762573242,
      "learning_rate": 9.230476262104677e-05,
      "loss": 1.2765,
      "step": 44
    },
    {
      "epoch": 0.09375,
      "grad_norm": 1.3387377262115479,
      "learning_rate": 9.185832391312644e-05,
      "loss": 1.2856,
      "step": 45
    },
    {
      "epoch": 0.09583333333333334,
      "grad_norm": 1.6868760585784912,
      "learning_rate": 9.140044155740101e-05,
      "loss": 1.3925,
      "step": 46
    },
    {
      "epoch": 0.09791666666666667,
      "grad_norm": 1.3434560298919678,
      "learning_rate": 9.093124073433463e-05,
      "loss": 1.1198,
      "step": 47
    },
    {
      "epoch": 0.1,
      "grad_norm": 1.5202412605285645,
      "learning_rate": 9.045084971874738e-05,
      "loss": 1.1412,
      "step": 48
    },
    {
      "epoch": 0.10208333333333333,
      "grad_norm": 1.842848300933838,
      "learning_rate": 8.995939984474624e-05,
      "loss": 1.2041,
      "step": 49
    },
    {
      "epoch": 0.10416666666666667,
      "grad_norm": 1.7949153184890747,
      "learning_rate": 8.945702546981969e-05,
      "loss": 1.0547,
      "step": 50
    },
    {
      "epoch": 0.10416666666666667,
      "eval_loss": 1.4771716594696045,
      "eval_runtime": 19.6152,
      "eval_samples_per_second": 41.244,
      "eval_steps_per_second": 10.349,
      "step": 50
    },
    {
      "epoch": 0.10625,
      "grad_norm": 2.445969343185425,
      "learning_rate": 8.894386393810563e-05,
      "loss": 1.8617,
      "step": 51
    },
    {
      "epoch": 0.10833333333333334,
      "grad_norm": 2.264052391052246,
      "learning_rate": 8.842005554284296e-05,
      "loss": 1.6949,
      "step": 52
    },
    {
      "epoch": 0.11041666666666666,
      "grad_norm": 1.962007761001587,
      "learning_rate": 8.788574348801675e-05,
      "loss": 1.6935,
      "step": 53
    },
    {
      "epoch": 0.1125,
      "grad_norm": 1.6235146522521973,
      "learning_rate": 8.73410738492077e-05,
      "loss": 1.5265,
      "step": 54
    },
    {
      "epoch": 0.11458333333333333,
      "grad_norm": 1.0616308450698853,
      "learning_rate": 8.678619553365659e-05,
      "loss": 1.5154,
      "step": 55
    },
    {
      "epoch": 0.11666666666666667,
      "grad_norm": 1.0153629779815674,
      "learning_rate": 8.622126023955446e-05,
      "loss": 1.491,
      "step": 56
    },
    {
      "epoch": 0.11875,
      "grad_norm": 1.058132290840149,
      "learning_rate": 8.564642241456986e-05,
      "loss": 1.4779,
      "step": 57
    },
    {
      "epoch": 0.12083333333333333,
      "grad_norm": 1.0321332216262817,
      "learning_rate": 8.506183921362443e-05,
      "loss": 1.4664,
      "step": 58
    },
    {
      "epoch": 0.12291666666666666,
      "grad_norm": 0.9675401449203491,
      "learning_rate": 8.44676704559283e-05,
      "loss": 1.4612,
      "step": 59
    },
    {
      "epoch": 0.125,
      "grad_norm": 1.0338927507400513,
      "learning_rate": 8.386407858128706e-05,
      "loss": 1.4036,
      "step": 60
    },
    {
      "epoch": 0.12708333333333333,
      "grad_norm": 0.8915678858757019,
      "learning_rate": 8.32512286056924e-05,
      "loss": 1.3731,
      "step": 61
    },
    {
      "epoch": 0.12916666666666668,
      "grad_norm": 0.927663266658783,
      "learning_rate": 8.262928807620843e-05,
      "loss": 1.3126,
      "step": 62
    },
    {
      "epoch": 0.13125,
      "grad_norm": 0.8871569633483887,
      "learning_rate": 8.199842702516583e-05,
      "loss": 1.4405,
      "step": 63
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.8719902634620667,
      "learning_rate": 8.135881792367686e-05,
      "loss": 1.4276,
      "step": 64
    },
    {
      "epoch": 0.13541666666666666,
      "grad_norm": 0.9106648564338684,
      "learning_rate": 8.07106356344834e-05,
      "loss": 1.3069,
      "step": 65
    },
    {
      "epoch": 0.1375,
      "grad_norm": 0.9659252166748047,
      "learning_rate": 8.005405736415126e-05,
      "loss": 1.4594,
      "step": 66
    },
    {
      "epoch": 0.13958333333333334,
      "grad_norm": 0.9838249087333679,
      "learning_rate": 7.938926261462366e-05,
      "loss": 1.5815,
      "step": 67
    },
    {
      "epoch": 0.14166666666666666,
      "grad_norm": 0.882607102394104,
      "learning_rate": 7.871643313414718e-05,
      "loss": 1.2973,
      "step": 68
    },
    {
      "epoch": 0.14375,
      "grad_norm": 0.931350588798523,
      "learning_rate": 7.803575286758364e-05,
      "loss": 1.2979,
      "step": 69
    },
    {
      "epoch": 0.14583333333333334,
      "grad_norm": 0.8502551317214966,
      "learning_rate": 7.734740790612136e-05,
      "loss": 1.1778,
      "step": 70
    },
    {
      "epoch": 0.14791666666666667,
      "grad_norm": 0.9118583798408508,
      "learning_rate": 7.66515864363997e-05,
      "loss": 1.2566,
      "step": 71
    },
    {
      "epoch": 0.15,
      "grad_norm": 1.000322699546814,
      "learning_rate": 7.594847868906076e-05,
      "loss": 1.2587,
      "step": 72
    },
    {
      "epoch": 0.15208333333333332,
      "grad_norm": 0.9792361259460449,
      "learning_rate": 7.52382768867422e-05,
      "loss": 1.2974,
      "step": 73
    },
    {
      "epoch": 0.15416666666666667,
      "grad_norm": 0.9866423606872559,
      "learning_rate": 7.452117519152542e-05,
      "loss": 1.2705,
      "step": 74
    },
    {
      "epoch": 0.15625,
      "grad_norm": 1.0663665533065796,
      "learning_rate": 7.379736965185368e-05,
      "loss": 1.2904,
      "step": 75
    },
    {
      "epoch": 0.15833333333333333,
      "grad_norm": 0.9363723993301392,
      "learning_rate": 7.30670581489344e-05,
      "loss": 1.2351,
      "step": 76
    },
    {
      "epoch": 0.16041666666666668,
      "grad_norm": 1.1033340692520142,
      "learning_rate": 7.233044034264034e-05,
      "loss": 1.3097,
      "step": 77
    },
    {
      "epoch": 0.1625,
      "grad_norm": 1.065839171409607,
      "learning_rate": 7.158771761692464e-05,
      "loss": 1.2982,
      "step": 78
    },
    {
      "epoch": 0.16458333333333333,
      "grad_norm": 0.9307525753974915,
      "learning_rate": 7.083909302476453e-05,
      "loss": 1.206,
      "step": 79
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 1.0406173467636108,
      "learning_rate": 7.008477123264848e-05,
      "loss": 1.3544,
      "step": 80
    },
    {
      "epoch": 0.16875,
      "grad_norm": 1.087615966796875,
      "learning_rate": 6.932495846462261e-05,
      "loss": 1.4011,
      "step": 81
    },
    {
      "epoch": 0.17083333333333334,
      "grad_norm": 1.2352794408798218,
      "learning_rate": 6.855986244591104e-05,
      "loss": 1.3441,
      "step": 82
    },
    {
      "epoch": 0.17291666666666666,
      "grad_norm": 1.0451663732528687,
      "learning_rate": 6.778969234612584e-05,
      "loss": 1.1488,
      "step": 83
    },
    {
      "epoch": 0.175,
      "grad_norm": 1.0194698572158813,
      "learning_rate": 6.701465872208216e-05,
      "loss": 1.1794,
      "step": 84
    },
    {
      "epoch": 0.17708333333333334,
      "grad_norm": 1.111366629600525,
      "learning_rate": 6.623497346023418e-05,
      "loss": 1.2712,
      "step": 85
    },
    {
      "epoch": 0.17916666666666667,
      "grad_norm": 1.0214899778366089,
      "learning_rate": 6.545084971874738e-05,
      "loss": 1.2817,
      "step": 86
    },
    {
      "epoch": 0.18125,
      "grad_norm": 1.0541489124298096,
      "learning_rate": 6.466250186922325e-05,
      "loss": 1.1318,
      "step": 87
    },
    {
      "epoch": 0.18333333333333332,
      "grad_norm": 1.0895144939422607,
      "learning_rate": 6.387014543809223e-05,
      "loss": 1.2531,
      "step": 88
    },
    {
      "epoch": 0.18541666666666667,
      "grad_norm": 1.1021941900253296,
      "learning_rate": 6.307399704769099e-05,
      "loss": 1.1881,
      "step": 89
    },
    {
      "epoch": 0.1875,
      "grad_norm": 1.0990041494369507,
      "learning_rate": 6.227427435703997e-05,
      "loss": 1.1724,
      "step": 90
    },
    {
      "epoch": 0.18958333333333333,
      "grad_norm": 1.295570969581604,
      "learning_rate": 6.147119600233758e-05,
      "loss": 1.1891,
      "step": 91
    },
    {
      "epoch": 0.19166666666666668,
      "grad_norm": 1.2657661437988281,
      "learning_rate": 6.066498153718735e-05,
      "loss": 1.0379,
      "step": 92
    },
    {
      "epoch": 0.19375,
      "grad_norm": 1.3565133810043335,
      "learning_rate": 5.985585137257401e-05,
      "loss": 1.284,
      "step": 93
    },
    {
      "epoch": 0.19583333333333333,
      "grad_norm": 1.3533893823623657,
      "learning_rate": 5.90440267166055e-05,
      "loss": 1.1389,
      "step": 94
    },
    {
      "epoch": 0.19791666666666666,
      "grad_norm": 1.3498307466506958,
      "learning_rate": 5.8229729514036705e-05,
      "loss": 1.1647,
      "step": 95
    },
    {
      "epoch": 0.2,
      "grad_norm": 1.4012391567230225,
      "learning_rate": 5.74131823855921e-05,
      "loss": 1.1033,
      "step": 96
    },
    {
      "epoch": 0.20208333333333334,
      "grad_norm": 1.257043480873108,
      "learning_rate": 5.6594608567103456e-05,
      "loss": 1.0052,
      "step": 97
    },
    {
      "epoch": 0.20416666666666666,
      "grad_norm": 1.354735255241394,
      "learning_rate": 5.577423184847932e-05,
      "loss": 1.1057,
      "step": 98
    },
    {
      "epoch": 0.20625,
      "grad_norm": 1.3288631439208984,
      "learning_rate": 5.495227651252315e-05,
      "loss": 0.9795,
      "step": 99
    },
    {
      "epoch": 0.20833333333333334,
      "grad_norm": 1.5298000574111938,
      "learning_rate": 5.4128967273616625e-05,
      "loss": 0.8801,
      "step": 100
    },
    {
      "epoch": 0.20833333333333334,
      "eval_loss": 1.3193268775939941,
      "eval_runtime": 19.6358,
      "eval_samples_per_second": 41.2,
      "eval_steps_per_second": 10.338,
      "step": 100
    },
    {
      "epoch": 0.21041666666666667,
      "grad_norm": 1.349163293838501,
      "learning_rate": 5.330452921628497e-05,
      "loss": 1.5945,
      "step": 101
    },
    {
      "epoch": 0.2125,
      "grad_norm": 1.3282318115234375,
      "learning_rate": 5.247918773366112e-05,
      "loss": 1.5341,
      "step": 102
    },
    {
      "epoch": 0.21458333333333332,
      "grad_norm": 1.1850833892822266,
      "learning_rate": 5.165316846586541e-05,
      "loss": 1.492,
      "step": 103
    },
    {
      "epoch": 0.21666666666666667,
      "grad_norm": 1.226015567779541,
      "learning_rate": 5.0826697238317935e-05,
      "loss": 1.4586,
      "step": 104
    },
    {
      "epoch": 0.21875,
      "grad_norm": 0.9886764883995056,
      "learning_rate": 5e-05,
      "loss": 1.3954,
      "step": 105
    },
    {
      "epoch": 0.22083333333333333,
      "grad_norm": 0.9618775248527527,
      "learning_rate": 4.917330276168208e-05,
      "loss": 1.4007,
      "step": 106
    },
    {
      "epoch": 0.22291666666666668,
      "grad_norm": 0.8625959157943726,
      "learning_rate": 4.834683153413459e-05,
      "loss": 1.3579,
      "step": 107
    },
    {
      "epoch": 0.225,
      "grad_norm": 0.970028281211853,
      "learning_rate": 4.7520812266338885e-05,
      "loss": 1.4455,
      "step": 108
    },
    {
      "epoch": 0.22708333333333333,
      "grad_norm": 0.9091337323188782,
      "learning_rate": 4.669547078371504e-05,
      "loss": 1.2883,
      "step": 109
    },
    {
      "epoch": 0.22916666666666666,
      "grad_norm": 0.9552087187767029,
      "learning_rate": 4.5871032726383386e-05,
      "loss": 1.4821,
      "step": 110
    },
    {
      "epoch": 0.23125,
      "grad_norm": 1.0679712295532227,
      "learning_rate": 4.504772348747687e-05,
      "loss": 1.4462,
      "step": 111
    },
    {
      "epoch": 0.23333333333333334,
      "grad_norm": 0.9382581114768982,
      "learning_rate": 4.4225768151520694e-05,
      "loss": 1.3561,
      "step": 112
    },
    {
      "epoch": 0.23541666666666666,
      "grad_norm": 0.81501305103302,
      "learning_rate": 4.3405391432896555e-05,
      "loss": 1.2523,
      "step": 113
    },
    {
      "epoch": 0.2375,
      "grad_norm": 0.8973814845085144,
      "learning_rate": 4.2586817614407895e-05,
      "loss": 1.3209,
      "step": 114
    },
    {
      "epoch": 0.23958333333333334,
      "grad_norm": 0.9383504390716553,
      "learning_rate": 4.17702704859633e-05,
      "loss": 1.343,
      "step": 115
    },
    {
      "epoch": 0.24166666666666667,
      "grad_norm": 0.8992301225662231,
      "learning_rate": 4.095597328339452e-05,
      "loss": 1.3489,
      "step": 116
    },
    {
      "epoch": 0.24375,
      "grad_norm": 0.8795328736305237,
      "learning_rate": 4.0144148627425993e-05,
      "loss": 1.3103,
      "step": 117
    },
    {
      "epoch": 0.24583333333333332,
      "grad_norm": 0.8515303730964661,
      "learning_rate": 3.933501846281267e-05,
      "loss": 1.2279,
      "step": 118
    },
    {
      "epoch": 0.24791666666666667,
      "grad_norm": 0.9543999433517456,
      "learning_rate": 3.852880399766243e-05,
      "loss": 1.223,
      "step": 119
    },
    {
      "epoch": 0.25,
      "grad_norm": 0.8948822021484375,
      "learning_rate": 3.772572564296005e-05,
      "loss": 1.1405,
      "step": 120
    },
    {
      "epoch": 0.2520833333333333,
      "grad_norm": 0.9125294089317322,
      "learning_rate": 3.6926002952309016e-05,
      "loss": 1.3403,
      "step": 121
    },
    {
      "epoch": 0.25416666666666665,
      "grad_norm": 0.8719328045845032,
      "learning_rate": 3.612985456190778e-05,
      "loss": 1.2584,
      "step": 122
    },
    {
      "epoch": 0.25625,
      "grad_norm": 0.9424912333488464,
      "learning_rate": 3.533749813077677e-05,
      "loss": 1.1655,
      "step": 123
    },
    {
      "epoch": 0.25833333333333336,
      "grad_norm": 0.9609814286231995,
      "learning_rate": 3.4549150281252636e-05,
      "loss": 1.3369,
      "step": 124
    },
    {
      "epoch": 0.2604166666666667,
      "grad_norm": 0.9020384550094604,
      "learning_rate": 3.3765026539765834e-05,
      "loss": 1.1818,
      "step": 125
    },
    {
      "epoch": 0.2625,
      "grad_norm": 1.1233428716659546,
      "learning_rate": 3.298534127791785e-05,
      "loss": 1.3199,
      "step": 126
    },
    {
      "epoch": 0.26458333333333334,
      "grad_norm": 1.028306007385254,
      "learning_rate": 3.221030765387417e-05,
      "loss": 1.4029,
      "step": 127
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.9140666127204895,
      "learning_rate": 3.144013755408895e-05,
      "loss": 1.1946,
      "step": 128
    },
    {
      "epoch": 0.26875,
      "grad_norm": 1.0069950819015503,
      "learning_rate": 3.0675041535377405e-05,
      "loss": 1.2561,
      "step": 129
    },
    {
      "epoch": 0.2708333333333333,
      "grad_norm": 0.9883007407188416,
      "learning_rate": 2.991522876735154e-05,
      "loss": 1.2477,
      "step": 130
    },
    {
      "epoch": 0.27291666666666664,
      "grad_norm": 0.9492162466049194,
      "learning_rate": 2.916090697523549e-05,
      "loss": 1.2119,
      "step": 131
    },
    {
      "epoch": 0.275,
      "grad_norm": 1.041260004043579,
      "learning_rate": 2.8412282383075363e-05,
      "loss": 1.2349,
      "step": 132
    },
    {
      "epoch": 0.27708333333333335,
      "grad_norm": 0.9782376885414124,
      "learning_rate": 2.766955965735968e-05,
      "loss": 1.1536,
      "step": 133
    },
    {
      "epoch": 0.2791666666666667,
      "grad_norm": 0.9090268611907959,
      "learning_rate": 2.693294185106562e-05,
      "loss": 1.0996,
      "step": 134
    },
    {
      "epoch": 0.28125,
      "grad_norm": 1.100082278251648,
      "learning_rate": 2.6202630348146324e-05,
      "loss": 1.1436,
      "step": 135
    },
    {
      "epoch": 0.2833333333333333,
      "grad_norm": 1.050122857093811,
      "learning_rate": 2.547882480847461e-05,
      "loss": 1.2592,
      "step": 136
    },
    {
      "epoch": 0.28541666666666665,
      "grad_norm": 1.049125075340271,
      "learning_rate": 2.476172311325783e-05,
      "loss": 1.229,
      "step": 137
    },
    {
      "epoch": 0.2875,
      "grad_norm": 1.1987643241882324,
      "learning_rate": 2.405152131093926e-05,
      "loss": 1.2059,
      "step": 138
    },
    {
      "epoch": 0.28958333333333336,
      "grad_norm": 1.0851715803146362,
      "learning_rate": 2.3348413563600325e-05,
      "loss": 1.1774,
      "step": 139
    },
    {
      "epoch": 0.2916666666666667,
      "grad_norm": 1.743678092956543,
      "learning_rate": 2.2652592093878666e-05,
      "loss": 1.1542,
      "step": 140
    },
    {
      "epoch": 0.29375,
      "grad_norm": 1.1508506536483765,
      "learning_rate": 2.196424713241637e-05,
      "loss": 1.0386,
      "step": 141
    },
    {
      "epoch": 0.29583333333333334,
      "grad_norm": 1.1912480592727661,
      "learning_rate": 2.128356686585282e-05,
      "loss": 1.1985,
      "step": 142
    },
    {
      "epoch": 0.29791666666666666,
      "grad_norm": 1.1640328168869019,
      "learning_rate": 2.061073738537635e-05,
      "loss": 1.0901,
      "step": 143
    },
    {
      "epoch": 0.3,
      "grad_norm": 1.1531014442443848,
      "learning_rate": 1.9945942635848748e-05,
      "loss": 1.0857,
      "step": 144
    },
    {
      "epoch": 0.3020833333333333,
      "grad_norm": 1.2762736082077026,
      "learning_rate": 1.928936436551661e-05,
      "loss": 1.1353,
      "step": 145
    },
    {
      "epoch": 0.30416666666666664,
      "grad_norm": 1.2722305059432983,
      "learning_rate": 1.8641182076323148e-05,
      "loss": 1.0903,
      "step": 146
    },
    {
      "epoch": 0.30625,
      "grad_norm": 1.3303570747375488,
      "learning_rate": 1.800157297483417e-05,
      "loss": 1.0214,
      "step": 147
    },
    {
      "epoch": 0.30833333333333335,
      "grad_norm": 1.4248008728027344,
      "learning_rate": 1.7370711923791567e-05,
      "loss": 0.9502,
      "step": 148
    },
    {
      "epoch": 0.3104166666666667,
      "grad_norm": 1.4513983726501465,
      "learning_rate": 1.6748771394307585e-05,
      "loss": 1.0781,
      "step": 149
    },
    {
      "epoch": 0.3125,
      "grad_norm": 1.7057225704193115,
      "learning_rate": 1.6135921418712956e-05,
      "loss": 0.9673,
      "step": 150
    },
    {
      "epoch": 0.3125,
      "eval_loss": 1.2417633533477783,
      "eval_runtime": 19.6505,
      "eval_samples_per_second": 41.169,
      "eval_steps_per_second": 10.331,
      "step": 150
    },
    {
      "epoch": 0.3145833333333333,
      "grad_norm": 0.9167490005493164,
      "learning_rate": 1.553232954407171e-05,
      "loss": 1.4654,
      "step": 151
    },
    {
      "epoch": 0.31666666666666665,
      "grad_norm": 0.9090939164161682,
      "learning_rate": 1.4938160786375572e-05,
      "loss": 1.4566,
      "step": 152
    },
    {
      "epoch": 0.31875,
      "grad_norm": 0.9467122554779053,
      "learning_rate": 1.435357758543015e-05,
      "loss": 1.3947,
      "step": 153
    },
    {
      "epoch": 0.32083333333333336,
      "grad_norm": 0.8778771758079529,
      "learning_rate": 1.3778739760445552e-05,
      "loss": 1.3994,
      "step": 154
    },
    {
      "epoch": 0.3229166666666667,
      "grad_norm": 0.9685648083686829,
      "learning_rate": 1.3213804466343421e-05,
      "loss": 1.3821,
      "step": 155
    },
    {
      "epoch": 0.325,
      "grad_norm": 0.8839799761772156,
      "learning_rate": 1.2658926150792322e-05,
      "loss": 1.3363,
      "step": 156
    },
    {
      "epoch": 0.32708333333333334,
      "grad_norm": 0.8684672713279724,
      "learning_rate": 1.2114256511983274e-05,
      "loss": 1.3057,
      "step": 157
    },
    {
      "epoch": 0.32916666666666666,
      "grad_norm": 0.846199095249176,
      "learning_rate": 1.157994445715706e-05,
      "loss": 1.3083,
      "step": 158
    },
    {
      "epoch": 0.33125,
      "grad_norm": 0.8054140210151672,
      "learning_rate": 1.1056136061894384e-05,
      "loss": 1.2968,
      "step": 159
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.8690974712371826,
      "learning_rate": 1.0542974530180327e-05,
      "loss": 1.3771,
      "step": 160
    },
    {
      "epoch": 0.33541666666666664,
      "grad_norm": 0.9138381481170654,
      "learning_rate": 1.0040600155253765e-05,
      "loss": 1.3114,
      "step": 161
    },
    {
      "epoch": 0.3375,
      "grad_norm": 0.8728609085083008,
      "learning_rate": 9.549150281252633e-06,
      "loss": 1.3982,
      "step": 162
    },
    {
      "epoch": 0.33958333333333335,
      "grad_norm": 0.9340368509292603,
      "learning_rate": 9.068759265665384e-06,
      "loss": 1.3702,
      "step": 163
    },
    {
      "epoch": 0.3416666666666667,
      "grad_norm": 0.9463593363761902,
      "learning_rate": 8.599558442598998e-06,
      "loss": 1.3482,
      "step": 164
    },
    {
      "epoch": 0.34375,
      "grad_norm": 0.8230924010276794,
      "learning_rate": 8.141676086873572e-06,
      "loss": 1.2077,
      "step": 165
    },
    {
      "epoch": 0.3458333333333333,
      "grad_norm": 0.7926594018936157,
      "learning_rate": 7.695237378953223e-06,
      "loss": 1.3396,
      "step": 166
    },
    {
      "epoch": 0.34791666666666665,
      "grad_norm": 0.862067699432373,
      "learning_rate": 7.260364370723044e-06,
      "loss": 1.279,
      "step": 167
    },
    {
      "epoch": 0.35,
      "grad_norm": 1.030511736869812,
      "learning_rate": 6.837175952121306e-06,
      "loss": 1.2897,
      "step": 168
    },
    {
      "epoch": 0.35208333333333336,
      "grad_norm": 0.8907017111778259,
      "learning_rate": 6.425787818636131e-06,
      "loss": 1.1892,
      "step": 169
    },
    {
      "epoch": 0.3541666666666667,
      "grad_norm": 0.8727016448974609,
      "learning_rate": 6.026312439675552e-06,
      "loss": 1.1843,
      "step": 170
    },
    {
      "epoch": 0.35625,
      "grad_norm": 0.8588412404060364,
      "learning_rate": 5.6388590278194096e-06,
      "loss": 1.1616,
      "step": 171
    },
    {
      "epoch": 0.35833333333333334,
      "grad_norm": 1.0423763990402222,
      "learning_rate": 5.263533508961827e-06,
      "loss": 1.3862,
      "step": 172
    },
    {
      "epoch": 0.36041666666666666,
      "grad_norm": 0.9067312479019165,
      "learning_rate": 4.900438493352055e-06,
      "loss": 1.1924,
      "step": 173
    },
    {
      "epoch": 0.3625,
      "grad_norm": 0.9496880769729614,
      "learning_rate": 4.549673247541875e-06,
      "loss": 1.1921,
      "step": 174
    },
    {
      "epoch": 0.3645833333333333,
      "grad_norm": 1.075940489768982,
      "learning_rate": 4.2113336672471245e-06,
      "loss": 1.3261,
      "step": 175
    },
    {
      "epoch": 0.36666666666666664,
      "grad_norm": 1.0297045707702637,
      "learning_rate": 3.885512251130763e-06,
      "loss": 1.2738,
      "step": 176
    },
    {
      "epoch": 0.36875,
      "grad_norm": 1.0785486698150635,
      "learning_rate": 3.5722980755146517e-06,
      "loss": 1.1258,
      "step": 177
    },
    {
      "epoch": 0.37083333333333335,
      "grad_norm": 0.844489574432373,
      "learning_rate": 3.271776770026963e-06,
      "loss": 0.9943,
      "step": 178
    },
    {
      "epoch": 0.3729166666666667,
      "grad_norm": 1.013533592224121,
      "learning_rate": 2.9840304941919415e-06,
      "loss": 1.1661,
      "step": 179
    },
    {
      "epoch": 0.375,
      "grad_norm": 1.2113096714019775,
      "learning_rate": 2.7091379149682685e-06,
      "loss": 1.289,
      "step": 180
    },
    {
      "epoch": 0.3770833333333333,
      "grad_norm": 1.1044951677322388,
      "learning_rate": 2.4471741852423237e-06,
      "loss": 1.218,
      "step": 181
    },
    {
      "epoch": 0.37916666666666665,
      "grad_norm": 1.092716097831726,
      "learning_rate": 2.1982109232821178e-06,
      "loss": 1.1623,
      "step": 182
    },
    {
      "epoch": 0.38125,
      "grad_norm": 1.000908613204956,
      "learning_rate": 1.962316193157593e-06,
      "loss": 0.9333,
      "step": 183
    },
    {
      "epoch": 0.38333333333333336,
      "grad_norm": 1.1057783365249634,
      "learning_rate": 1.7395544861325718e-06,
      "loss": 1.1531,
      "step": 184
    },
    {
      "epoch": 0.3854166666666667,
      "grad_norm": 1.1311243772506714,
      "learning_rate": 1.5299867030334814e-06,
      "loss": 1.1979,
      "step": 185
    },
    {
      "epoch": 0.3875,
      "grad_norm": 1.2355334758758545,
      "learning_rate": 1.333670137599713e-06,
      "loss": 1.1383,
      "step": 186
    },
    {
      "epoch": 0.38958333333333334,
      "grad_norm": 1.0468701124191284,
      "learning_rate": 1.1506584608200367e-06,
      "loss": 1.0801,
      "step": 187
    },
    {
      "epoch": 0.39166666666666666,
      "grad_norm": 1.475512981414795,
      "learning_rate": 9.810017062595322e-07,
      "loss": 1.1457,
      "step": 188
    },
    {
      "epoch": 0.39375,
      "grad_norm": 1.1971158981323242,
      "learning_rate": 8.247462563808817e-07,
      "loss": 1.1274,
      "step": 189
    },
    {
      "epoch": 0.3958333333333333,
      "grad_norm": 1.4328129291534424,
      "learning_rate": 6.819348298638839e-07,
      "loss": 1.1646,
      "step": 190
    },
    {
      "epoch": 0.39791666666666664,
      "grad_norm": 1.192665934562683,
      "learning_rate": 5.526064699265753e-07,
      "loss": 0.9839,
      "step": 191
    },
    {
      "epoch": 0.4,
      "grad_norm": 1.4151753187179565,
      "learning_rate": 4.367965336512403e-07,
      "loss": 1.1046,
      "step": 192
    },
    {
      "epoch": 0.40208333333333335,
      "grad_norm": 1.2922543287277222,
      "learning_rate": 3.3453668231809286e-07,
      "loss": 1.1315,
      "step": 193
    },
    {
      "epoch": 0.4041666666666667,
      "grad_norm": 1.2625151872634888,
      "learning_rate": 2.458548727494292e-07,
      "loss": 1.0683,
      "step": 194
    },
    {
      "epoch": 0.40625,
      "grad_norm": 1.4895367622375488,
      "learning_rate": 1.7077534966650766e-07,
      "loss": 1.1841,
      "step": 195
    },
    {
      "epoch": 0.4083333333333333,
      "grad_norm": 1.3106508255004883,
      "learning_rate": 1.0931863906127327e-07,
      "loss": 1.0804,
      "step": 196
    },
    {
      "epoch": 0.41041666666666665,
      "grad_norm": 1.3905127048492432,
      "learning_rate": 6.150154258476315e-08,
      "loss": 1.0058,
      "step": 197
    },
    {
      "epoch": 0.4125,
      "grad_norm": 1.5347251892089844,
      "learning_rate": 2.7337132953697554e-08,
      "loss": 1.0941,
      "step": 198
    },
    {
      "epoch": 0.41458333333333336,
      "grad_norm": 1.3431941270828247,
      "learning_rate": 6.834750376549792e-09,
      "loss": 0.9099,
      "step": 199
    },
    {
      "epoch": 0.4166666666666667,
      "grad_norm": 1.9352409839630127,
      "learning_rate": 0.0,
      "loss": 1.047,
      "step": 200
    },
    {
      "epoch": 0.4166666666666667,
      "eval_loss": 1.231164574623108,
      "eval_runtime": 19.6564,
      "eval_samples_per_second": 41.157,
      "eval_steps_per_second": 10.327,
      "step": 200
    }
  ],
  "logging_steps": 1,
  "max_steps": 200,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 1,
  "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": 5.3014438084608e+16,
  "train_batch_size": 8,
  "trial_name": null,
  "trial_params": null
}