{
  "best_metric": 6.3238372802734375,
  "best_model_checkpoint": "miner_id_24/checkpoint-200",
  "epoch": 1.3333333333333333,
  "eval_steps": 50,
  "global_step": 200,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.006666666666666667,
      "grad_norm": 1.6704267263412476,
      "learning_rate": 1e-05,
      "loss": 10.6397,
      "step": 1
    },
    {
      "epoch": 0.006666666666666667,
      "eval_loss": 10.629864692687988,
      "eval_runtime": 1.4433,
      "eval_samples_per_second": 175.292,
      "eval_steps_per_second": 44.343,
      "step": 1
    },
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 1.6504889726638794,
      "learning_rate": 2e-05,
      "loss": 10.6351,
      "step": 2
    },
    {
      "epoch": 0.02,
      "grad_norm": 1.7120699882507324,
      "learning_rate": 3e-05,
      "loss": 10.6542,
      "step": 3
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 1.671138048171997,
      "learning_rate": 4e-05,
      "loss": 10.6181,
      "step": 4
    },
    {
      "epoch": 0.03333333333333333,
      "grad_norm": 1.737485647201538,
      "learning_rate": 5e-05,
      "loss": 10.6018,
      "step": 5
    },
    {
      "epoch": 0.04,
      "grad_norm": 1.777223825454712,
      "learning_rate": 6e-05,
      "loss": 10.5675,
      "step": 6
    },
    {
      "epoch": 0.04666666666666667,
      "grad_norm": 2.002645492553711,
      "learning_rate": 7e-05,
      "loss": 10.4495,
      "step": 7
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 2.074695110321045,
      "learning_rate": 8e-05,
      "loss": 10.3905,
      "step": 8
    },
    {
      "epoch": 0.06,
      "grad_norm": 2.251786470413208,
      "learning_rate": 9e-05,
      "loss": 10.2538,
      "step": 9
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 2.241774559020996,
      "learning_rate": 0.0001,
      "loss": 10.1178,
      "step": 10
    },
    {
      "epoch": 0.07333333333333333,
      "grad_norm": 2.2985501289367676,
      "learning_rate": 9.999316524962345e-05,
      "loss": 9.9898,
      "step": 11
    },
    {
      "epoch": 0.08,
      "grad_norm": 2.2899510860443115,
      "learning_rate": 9.997266286704631e-05,
      "loss": 9.7659,
      "step": 12
    },
    {
      "epoch": 0.08666666666666667,
      "grad_norm": 2.3610587120056152,
      "learning_rate": 9.993849845741524e-05,
      "loss": 9.6309,
      "step": 13
    },
    {
      "epoch": 0.09333333333333334,
      "grad_norm": 2.162947177886963,
      "learning_rate": 9.989068136093873e-05,
      "loss": 9.4665,
      "step": 14
    },
    {
      "epoch": 0.1,
      "grad_norm": 2.3162806034088135,
      "learning_rate": 9.98292246503335e-05,
      "loss": 9.1622,
      "step": 15
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 2.0821406841278076,
      "learning_rate": 9.975414512725057e-05,
      "loss": 9.0891,
      "step": 16
    },
    {
      "epoch": 0.11333333333333333,
      "grad_norm": 1.8894153833389282,
      "learning_rate": 9.966546331768191e-05,
      "loss": 9.0016,
      "step": 17
    },
    {
      "epoch": 0.12,
      "grad_norm": 1.826828122138977,
      "learning_rate": 9.956320346634876e-05,
      "loss": 8.9091,
      "step": 18
    },
    {
      "epoch": 0.12666666666666668,
      "grad_norm": 1.8524067401885986,
      "learning_rate": 9.944739353007344e-05,
      "loss": 8.7582,
      "step": 19
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 2.37874698638916,
      "learning_rate": 9.931806517013612e-05,
      "loss": 8.7529,
      "step": 20
    },
    {
      "epoch": 0.14,
      "grad_norm": 2.52841854095459,
      "learning_rate": 9.917525374361912e-05,
      "loss": 8.6756,
      "step": 21
    },
    {
      "epoch": 0.14666666666666667,
      "grad_norm": 2.1700735092163086,
      "learning_rate": 9.901899829374047e-05,
      "loss": 8.6086,
      "step": 22
    },
    {
      "epoch": 0.15333333333333332,
      "grad_norm": 1.543384313583374,
      "learning_rate": 9.884934153917997e-05,
      "loss": 8.6103,
      "step": 23
    },
    {
      "epoch": 0.16,
      "grad_norm": 1.421515703201294,
      "learning_rate": 9.86663298624003e-05,
      "loss": 8.3199,
      "step": 24
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 1.3499048948287964,
      "learning_rate": 9.847001329696653e-05,
      "loss": 8.3249,
      "step": 25
    },
    {
      "epoch": 0.17333333333333334,
      "grad_norm": 1.4746613502502441,
      "learning_rate": 9.826044551386744e-05,
      "loss": 8.165,
      "step": 26
    },
    {
      "epoch": 0.18,
      "grad_norm": 1.4022626876831055,
      "learning_rate": 9.803768380684242e-05,
      "loss": 8.2764,
      "step": 27
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 1.3471664190292358,
      "learning_rate": 9.780178907671789e-05,
      "loss": 8.4947,
      "step": 28
    },
    {
      "epoch": 0.19333333333333333,
      "grad_norm": 1.104827880859375,
      "learning_rate": 9.755282581475769e-05,
      "loss": 8.3191,
      "step": 29
    },
    {
      "epoch": 0.2,
      "grad_norm": 1.206941843032837,
      "learning_rate": 9.729086208503174e-05,
      "loss": 8.2826,
      "step": 30
    },
    {
      "epoch": 0.20666666666666667,
      "grad_norm": 1.2057088613510132,
      "learning_rate": 9.701596950580806e-05,
      "loss": 8.4137,
      "step": 31
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 0.9623018503189087,
      "learning_rate": 9.672822322997305e-05,
      "loss": 8.1592,
      "step": 32
    },
    {
      "epoch": 0.22,
      "grad_norm": 1.00106680393219,
      "learning_rate": 9.642770192448536e-05,
      "loss": 8.2937,
      "step": 33
    },
    {
      "epoch": 0.22666666666666666,
      "grad_norm": 1.249376654624939,
      "learning_rate": 9.611448774886924e-05,
      "loss": 8.3241,
      "step": 34
    },
    {
      "epoch": 0.23333333333333334,
      "grad_norm": 1.2966917753219604,
      "learning_rate": 9.578866633275288e-05,
      "loss": 8.4232,
      "step": 35
    },
    {
      "epoch": 0.24,
      "grad_norm": 1.2241467237472534,
      "learning_rate": 9.545032675245813e-05,
      "loss": 8.3684,
      "step": 36
    },
    {
      "epoch": 0.24666666666666667,
      "grad_norm": 1.546717882156372,
      "learning_rate": 9.509956150664796e-05,
      "loss": 8.3433,
      "step": 37
    },
    {
      "epoch": 0.25333333333333335,
      "grad_norm": 1.3489855527877808,
      "learning_rate": 9.473646649103818e-05,
      "loss": 8.2378,
      "step": 38
    },
    {
      "epoch": 0.26,
      "grad_norm": 1.6124604940414429,
      "learning_rate": 9.43611409721806e-05,
      "loss": 8.1141,
      "step": 39
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 1.3096257448196411,
      "learning_rate": 9.397368756032445e-05,
      "loss": 8.1046,
      "step": 40
    },
    {
      "epoch": 0.2733333333333333,
      "grad_norm": 1.1281837224960327,
      "learning_rate": 9.357421218136386e-05,
      "loss": 7.9999,
      "step": 41
    },
    {
      "epoch": 0.28,
      "grad_norm": 1.081023931503296,
      "learning_rate": 9.316282404787871e-05,
      "loss": 8.0118,
      "step": 42
    },
    {
      "epoch": 0.2866666666666667,
      "grad_norm": 1.0444697141647339,
      "learning_rate": 9.273963562927695e-05,
      "loss": 7.8513,
      "step": 43
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 1.051910400390625,
      "learning_rate": 9.230476262104677e-05,
      "loss": 7.8758,
      "step": 44
    },
    {
      "epoch": 0.3,
      "grad_norm": 1.1504086256027222,
      "learning_rate": 9.185832391312644e-05,
      "loss": 7.862,
      "step": 45
    },
    {
      "epoch": 0.30666666666666664,
      "grad_norm": 1.0228947401046753,
      "learning_rate": 9.140044155740101e-05,
      "loss": 7.8637,
      "step": 46
    },
    {
      "epoch": 0.31333333333333335,
      "grad_norm": 0.8253160119056702,
      "learning_rate": 9.093124073433463e-05,
      "loss": 7.7751,
      "step": 47
    },
    {
      "epoch": 0.32,
      "grad_norm": 0.8111023306846619,
      "learning_rate": 9.045084971874738e-05,
      "loss": 7.8318,
      "step": 48
    },
    {
      "epoch": 0.32666666666666666,
      "grad_norm": 0.749106764793396,
      "learning_rate": 8.995939984474624e-05,
      "loss": 7.9267,
      "step": 49
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.7948669195175171,
      "learning_rate": 8.945702546981969e-05,
      "loss": 7.6515,
      "step": 50
    },
    {
      "epoch": 0.3333333333333333,
      "eval_loss": 7.7750935554504395,
      "eval_runtime": 1.4037,
      "eval_samples_per_second": 180.232,
      "eval_steps_per_second": 45.592,
      "step": 50
    },
    {
      "epoch": 0.34,
      "grad_norm": 0.7627923488616943,
      "learning_rate": 8.894386393810563e-05,
      "loss": 7.677,
      "step": 51
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 0.7660783529281616,
      "learning_rate": 8.842005554284296e-05,
      "loss": 7.5819,
      "step": 52
    },
    {
      "epoch": 0.35333333333333333,
      "grad_norm": 0.8477405309677124,
      "learning_rate": 8.788574348801675e-05,
      "loss": 7.6507,
      "step": 53
    },
    {
      "epoch": 0.36,
      "grad_norm": 0.7705874443054199,
      "learning_rate": 8.73410738492077e-05,
      "loss": 7.48,
      "step": 54
    },
    {
      "epoch": 0.36666666666666664,
      "grad_norm": 0.9999469518661499,
      "learning_rate": 8.678619553365659e-05,
      "loss": 7.5064,
      "step": 55
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 0.6927492022514343,
      "learning_rate": 8.622126023955446e-05,
      "loss": 7.4744,
      "step": 56
    },
    {
      "epoch": 0.38,
      "grad_norm": 0.9107537865638733,
      "learning_rate": 8.564642241456986e-05,
      "loss": 7.5479,
      "step": 57
    },
    {
      "epoch": 0.38666666666666666,
      "grad_norm": 0.7829846739768982,
      "learning_rate": 8.506183921362443e-05,
      "loss": 7.4762,
      "step": 58
    },
    {
      "epoch": 0.3933333333333333,
      "grad_norm": 0.7759986519813538,
      "learning_rate": 8.44676704559283e-05,
      "loss": 7.645,
      "step": 59
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.8672779202461243,
      "learning_rate": 8.386407858128706e-05,
      "loss": 7.641,
      "step": 60
    },
    {
      "epoch": 0.4066666666666667,
      "grad_norm": 0.8328495025634766,
      "learning_rate": 8.32512286056924e-05,
      "loss": 7.4852,
      "step": 61
    },
    {
      "epoch": 0.41333333333333333,
      "grad_norm": 0.9243130087852478,
      "learning_rate": 8.262928807620843e-05,
      "loss": 7.3889,
      "step": 62
    },
    {
      "epoch": 0.42,
      "grad_norm": 0.8080509305000305,
      "learning_rate": 8.199842702516583e-05,
      "loss": 7.4888,
      "step": 63
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 1.097764492034912,
      "learning_rate": 8.135881792367686e-05,
      "loss": 7.3106,
      "step": 64
    },
    {
      "epoch": 0.43333333333333335,
      "grad_norm": 0.9069957733154297,
      "learning_rate": 8.07106356344834e-05,
      "loss": 7.3733,
      "step": 65
    },
    {
      "epoch": 0.44,
      "grad_norm": 0.980696976184845,
      "learning_rate": 8.005405736415126e-05,
      "loss": 7.6901,
      "step": 66
    },
    {
      "epoch": 0.44666666666666666,
      "grad_norm": 0.8169769644737244,
      "learning_rate": 7.938926261462366e-05,
      "loss": 7.6077,
      "step": 67
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 0.9907734394073486,
      "learning_rate": 7.871643313414718e-05,
      "loss": 7.5046,
      "step": 68
    },
    {
      "epoch": 0.46,
      "grad_norm": 1.093290090560913,
      "learning_rate": 7.803575286758364e-05,
      "loss": 7.6689,
      "step": 69
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 1.005406379699707,
      "learning_rate": 7.734740790612136e-05,
      "loss": 7.536,
      "step": 70
    },
    {
      "epoch": 0.47333333333333333,
      "grad_norm": 1.0941720008850098,
      "learning_rate": 7.66515864363997e-05,
      "loss": 7.5602,
      "step": 71
    },
    {
      "epoch": 0.48,
      "grad_norm": 1.18711256980896,
      "learning_rate": 7.594847868906076e-05,
      "loss": 7.678,
      "step": 72
    },
    {
      "epoch": 0.4866666666666667,
      "grad_norm": 1.1229771375656128,
      "learning_rate": 7.52382768867422e-05,
      "loss": 7.9485,
      "step": 73
    },
    {
      "epoch": 0.49333333333333335,
      "grad_norm": 1.5720796585083008,
      "learning_rate": 7.452117519152542e-05,
      "loss": 7.8392,
      "step": 74
    },
    {
      "epoch": 0.5,
      "grad_norm": 1.8248623609542847,
      "learning_rate": 7.379736965185368e-05,
      "loss": 7.625,
      "step": 75
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 1.6413469314575195,
      "learning_rate": 7.30670581489344e-05,
      "loss": 7.4963,
      "step": 76
    },
    {
      "epoch": 0.5133333333333333,
      "grad_norm": 1.4298126697540283,
      "learning_rate": 7.233044034264034e-05,
      "loss": 7.376,
      "step": 77
    },
    {
      "epoch": 0.52,
      "grad_norm": 1.3445000648498535,
      "learning_rate": 7.158771761692464e-05,
      "loss": 7.6284,
      "step": 78
    },
    {
      "epoch": 0.5266666666666666,
      "grad_norm": 1.190466046333313,
      "learning_rate": 7.083909302476453e-05,
      "loss": 7.2179,
      "step": 79
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 1.223095417022705,
      "learning_rate": 7.008477123264848e-05,
      "loss": 7.1505,
      "step": 80
    },
    {
      "epoch": 0.54,
      "grad_norm": 1.3413643836975098,
      "learning_rate": 6.932495846462261e-05,
      "loss": 7.1625,
      "step": 81
    },
    {
      "epoch": 0.5466666666666666,
      "grad_norm": 1.3396008014678955,
      "learning_rate": 6.855986244591104e-05,
      "loss": 7.1261,
      "step": 82
    },
    {
      "epoch": 0.5533333333333333,
      "grad_norm": 1.1978174448013306,
      "learning_rate": 6.778969234612584e-05,
      "loss": 6.8596,
      "step": 83
    },
    {
      "epoch": 0.56,
      "grad_norm": 1.1006457805633545,
      "learning_rate": 6.701465872208216e-05,
      "loss": 7.0317,
      "step": 84
    },
    {
      "epoch": 0.5666666666666667,
      "grad_norm": 1.115079641342163,
      "learning_rate": 6.623497346023418e-05,
      "loss": 7.0042,
      "step": 85
    },
    {
      "epoch": 0.5733333333333334,
      "grad_norm": 1.036831259727478,
      "learning_rate": 6.545084971874738e-05,
      "loss": 6.8135,
      "step": 86
    },
    {
      "epoch": 0.58,
      "grad_norm": 1.2068320512771606,
      "learning_rate": 6.466250186922325e-05,
      "loss": 6.947,
      "step": 87
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 1.0559507608413696,
      "learning_rate": 6.387014543809223e-05,
      "loss": 6.976,
      "step": 88
    },
    {
      "epoch": 0.5933333333333334,
      "grad_norm": 0.9800467491149902,
      "learning_rate": 6.307399704769099e-05,
      "loss": 6.8517,
      "step": 89
    },
    {
      "epoch": 0.6,
      "grad_norm": 1.1070772409439087,
      "learning_rate": 6.227427435703997e-05,
      "loss": 6.5796,
      "step": 90
    },
    {
      "epoch": 0.6066666666666667,
      "grad_norm": 1.1731045246124268,
      "learning_rate": 6.147119600233758e-05,
      "loss": 6.9707,
      "step": 91
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 1.411057710647583,
      "learning_rate": 6.066498153718735e-05,
      "loss": 6.7819,
      "step": 92
    },
    {
      "epoch": 0.62,
      "grad_norm": 1.093481183052063,
      "learning_rate": 5.985585137257401e-05,
      "loss": 6.8025,
      "step": 93
    },
    {
      "epoch": 0.6266666666666667,
      "grad_norm": 1.1078654527664185,
      "learning_rate": 5.90440267166055e-05,
      "loss": 6.6584,
      "step": 94
    },
    {
      "epoch": 0.6333333333333333,
      "grad_norm": 1.0952398777008057,
      "learning_rate": 5.8229729514036705e-05,
      "loss": 6.8673,
      "step": 95
    },
    {
      "epoch": 0.64,
      "grad_norm": 1.2268553972244263,
      "learning_rate": 5.74131823855921e-05,
      "loss": 6.6608,
      "step": 96
    },
    {
      "epoch": 0.6466666666666666,
      "grad_norm": 1.2653717994689941,
      "learning_rate": 5.6594608567103456e-05,
      "loss": 6.5256,
      "step": 97
    },
    {
      "epoch": 0.6533333333333333,
      "grad_norm": 1.3679382801055908,
      "learning_rate": 5.577423184847932e-05,
      "loss": 6.8192,
      "step": 98
    },
    {
      "epoch": 0.66,
      "grad_norm": 1.2232385873794556,
      "learning_rate": 5.495227651252315e-05,
      "loss": 7.0526,
      "step": 99
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 1.412096619606018,
      "learning_rate": 5.4128967273616625e-05,
      "loss": 6.5701,
      "step": 100
    },
    {
      "epoch": 0.6666666666666666,
      "eval_loss": 6.805826187133789,
      "eval_runtime": 1.4192,
      "eval_samples_per_second": 178.266,
      "eval_steps_per_second": 45.095,
      "step": 100
    },
    {
      "epoch": 0.6733333333333333,
      "grad_norm": 1.2569886445999146,
      "learning_rate": 5.330452921628497e-05,
      "loss": 6.9974,
      "step": 101
    },
    {
      "epoch": 0.68,
      "grad_norm": 1.3544940948486328,
      "learning_rate": 5.247918773366112e-05,
      "loss": 6.8182,
      "step": 102
    },
    {
      "epoch": 0.6866666666666666,
      "grad_norm": 1.3063092231750488,
      "learning_rate": 5.165316846586541e-05,
      "loss": 7.0404,
      "step": 103
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 1.2855514287948608,
      "learning_rate": 5.0826697238317935e-05,
      "loss": 6.7489,
      "step": 104
    },
    {
      "epoch": 0.7,
      "grad_norm": 1.380391001701355,
      "learning_rate": 5e-05,
      "loss": 7.0373,
      "step": 105
    },
    {
      "epoch": 0.7066666666666667,
      "grad_norm": 1.385783314704895,
      "learning_rate": 4.917330276168208e-05,
      "loss": 7.3029,
      "step": 106
    },
    {
      "epoch": 0.7133333333333334,
      "grad_norm": 1.5357089042663574,
      "learning_rate": 4.834683153413459e-05,
      "loss": 7.0,
      "step": 107
    },
    {
      "epoch": 0.72,
      "grad_norm": 1.7529628276824951,
      "learning_rate": 4.7520812266338885e-05,
      "loss": 7.3704,
      "step": 108
    },
    {
      "epoch": 0.7266666666666667,
      "grad_norm": 1.714961051940918,
      "learning_rate": 4.669547078371504e-05,
      "loss": 7.104,
      "step": 109
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 1.4496982097625732,
      "learning_rate": 4.5871032726383386e-05,
      "loss": 7.4949,
      "step": 110
    },
    {
      "epoch": 0.74,
      "grad_norm": 2.1905429363250732,
      "learning_rate": 4.504772348747687e-05,
      "loss": 7.3618,
      "step": 111
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 1.8492988348007202,
      "learning_rate": 4.4225768151520694e-05,
      "loss": 7.0678,
      "step": 112
    },
    {
      "epoch": 0.7533333333333333,
      "grad_norm": 1.7755775451660156,
      "learning_rate": 4.3405391432896555e-05,
      "loss": 7.0876,
      "step": 113
    },
    {
      "epoch": 0.76,
      "grad_norm": 1.956520676612854,
      "learning_rate": 4.2586817614407895e-05,
      "loss": 6.6639,
      "step": 114
    },
    {
      "epoch": 0.7666666666666667,
      "grad_norm": 1.5474450588226318,
      "learning_rate": 4.17702704859633e-05,
      "loss": 6.9022,
      "step": 115
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 2.936094284057617,
      "learning_rate": 4.095597328339452e-05,
      "loss": 6.6864,
      "step": 116
    },
    {
      "epoch": 0.78,
      "grad_norm": 1.4605381488800049,
      "learning_rate": 4.0144148627425993e-05,
      "loss": 6.6091,
      "step": 117
    },
    {
      "epoch": 0.7866666666666666,
      "grad_norm": 1.3257580995559692,
      "learning_rate": 3.933501846281267e-05,
      "loss": 6.7065,
      "step": 118
    },
    {
      "epoch": 0.7933333333333333,
      "grad_norm": 1.2959184646606445,
      "learning_rate": 3.852880399766243e-05,
      "loss": 6.5024,
      "step": 119
    },
    {
      "epoch": 0.8,
      "grad_norm": 1.4066102504730225,
      "learning_rate": 3.772572564296005e-05,
      "loss": 6.4035,
      "step": 120
    },
    {
      "epoch": 0.8066666666666666,
      "grad_norm": 0.9745067358016968,
      "learning_rate": 3.6926002952309016e-05,
      "loss": 6.8841,
      "step": 121
    },
    {
      "epoch": 0.8133333333333334,
      "grad_norm": 1.312638759613037,
      "learning_rate": 3.612985456190778e-05,
      "loss": 6.3875,
      "step": 122
    },
    {
      "epoch": 0.82,
      "grad_norm": 1.2422071695327759,
      "learning_rate": 3.533749813077677e-05,
      "loss": 6.2373,
      "step": 123
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 1.242225170135498,
      "learning_rate": 3.4549150281252636e-05,
      "loss": 6.2877,
      "step": 124
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 1.213604211807251,
      "learning_rate": 3.3765026539765834e-05,
      "loss": 6.278,
      "step": 125
    },
    {
      "epoch": 0.84,
      "grad_norm": 1.2119065523147583,
      "learning_rate": 3.298534127791785e-05,
      "loss": 6.1214,
      "step": 126
    },
    {
      "epoch": 0.8466666666666667,
      "grad_norm": 1.1940609216690063,
      "learning_rate": 3.221030765387417e-05,
      "loss": 6.3623,
      "step": 127
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 1.128990650177002,
      "learning_rate": 3.144013755408895e-05,
      "loss": 6.0886,
      "step": 128
    },
    {
      "epoch": 0.86,
      "grad_norm": 1.078188180923462,
      "learning_rate": 3.0675041535377405e-05,
      "loss": 6.4409,
      "step": 129
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 1.262239694595337,
      "learning_rate": 2.991522876735154e-05,
      "loss": 6.7811,
      "step": 130
    },
    {
      "epoch": 0.8733333333333333,
      "grad_norm": 1.1253308057785034,
      "learning_rate": 2.916090697523549e-05,
      "loss": 6.354,
      "step": 131
    },
    {
      "epoch": 0.88,
      "grad_norm": 1.222213864326477,
      "learning_rate": 2.8412282383075363e-05,
      "loss": 6.421,
      "step": 132
    },
    {
      "epoch": 0.8866666666666667,
      "grad_norm": 1.176461100578308,
      "learning_rate": 2.766955965735968e-05,
      "loss": 6.27,
      "step": 133
    },
    {
      "epoch": 0.8933333333333333,
      "grad_norm": 1.1208661794662476,
      "learning_rate": 2.693294185106562e-05,
      "loss": 6.3167,
      "step": 134
    },
    {
      "epoch": 0.9,
      "grad_norm": 1.1560771465301514,
      "learning_rate": 2.6202630348146324e-05,
      "loss": 6.5704,
      "step": 135
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 1.1945961713790894,
      "learning_rate": 2.547882480847461e-05,
      "loss": 6.4275,
      "step": 136
    },
    {
      "epoch": 0.9133333333333333,
      "grad_norm": 1.2958921194076538,
      "learning_rate": 2.476172311325783e-05,
      "loss": 6.3223,
      "step": 137
    },
    {
      "epoch": 0.92,
      "grad_norm": 1.2401461601257324,
      "learning_rate": 2.405152131093926e-05,
      "loss": 6.3485,
      "step": 138
    },
    {
      "epoch": 0.9266666666666666,
      "grad_norm": 1.1630189418792725,
      "learning_rate": 2.3348413563600325e-05,
      "loss": 6.3815,
      "step": 139
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 1.2702646255493164,
      "learning_rate": 2.2652592093878666e-05,
      "loss": 6.4203,
      "step": 140
    },
    {
      "epoch": 0.94,
      "grad_norm": 1.4475162029266357,
      "learning_rate": 2.196424713241637e-05,
      "loss": 6.4887,
      "step": 141
    },
    {
      "epoch": 0.9466666666666667,
      "grad_norm": 1.5737197399139404,
      "learning_rate": 2.128356686585282e-05,
      "loss": 6.838,
      "step": 142
    },
    {
      "epoch": 0.9533333333333334,
      "grad_norm": 1.7108166217803955,
      "learning_rate": 2.061073738537635e-05,
      "loss": 6.9824,
      "step": 143
    },
    {
      "epoch": 0.96,
      "grad_norm": 1.7177094221115112,
      "learning_rate": 1.9945942635848748e-05,
      "loss": 6.6558,
      "step": 144
    },
    {
      "epoch": 0.9666666666666667,
      "grad_norm": 1.739940881729126,
      "learning_rate": 1.928936436551661e-05,
      "loss": 6.9296,
      "step": 145
    },
    {
      "epoch": 0.9733333333333334,
      "grad_norm": 1.8661653995513916,
      "learning_rate": 1.8641182076323148e-05,
      "loss": 7.2269,
      "step": 146
    },
    {
      "epoch": 0.98,
      "grad_norm": 2.1256356239318848,
      "learning_rate": 1.800157297483417e-05,
      "loss": 7.3348,
      "step": 147
    },
    {
      "epoch": 0.9866666666666667,
      "grad_norm": 2.4900269508361816,
      "learning_rate": 1.7370711923791567e-05,
      "loss": 6.9887,
      "step": 148
    },
    {
      "epoch": 0.9933333333333333,
      "grad_norm": 1.6170237064361572,
      "learning_rate": 1.6748771394307585e-05,
      "loss": 6.5292,
      "step": 149
    },
    {
      "epoch": 1.0,
      "grad_norm": 1.355469822883606,
      "learning_rate": 1.6135921418712956e-05,
      "loss": 6.5406,
      "step": 150
    },
    {
      "epoch": 1.0,
      "eval_loss": 6.417325019836426,
      "eval_runtime": 1.4241,
      "eval_samples_per_second": 177.658,
      "eval_steps_per_second": 44.941,
      "step": 150
    },
    {
      "epoch": 1.0066666666666666,
      "grad_norm": 1.4654701948165894,
      "learning_rate": 1.553232954407171e-05,
      "loss": 7.0165,
      "step": 151
    },
    {
      "epoch": 1.0133333333333334,
      "grad_norm": 1.5460039377212524,
      "learning_rate": 1.4938160786375572e-05,
      "loss": 6.59,
      "step": 152
    },
    {
      "epoch": 1.02,
      "grad_norm": 1.7011278867721558,
      "learning_rate": 1.435357758543015e-05,
      "loss": 6.7625,
      "step": 153
    },
    {
      "epoch": 1.0266666666666666,
      "grad_norm": 1.4820308685302734,
      "learning_rate": 1.3778739760445552e-05,
      "loss": 6.4783,
      "step": 154
    },
    {
      "epoch": 1.0333333333333334,
      "grad_norm": 3.0741946697235107,
      "learning_rate": 1.3213804466343421e-05,
      "loss": 6.1531,
      "step": 155
    },
    {
      "epoch": 1.04,
      "grad_norm": 1.2712472677230835,
      "learning_rate": 1.2658926150792322e-05,
      "loss": 6.3721,
      "step": 156
    },
    {
      "epoch": 1.0466666666666666,
      "grad_norm": 1.2734488248825073,
      "learning_rate": 1.2114256511983274e-05,
      "loss": 6.3421,
      "step": 157
    },
    {
      "epoch": 1.0533333333333332,
      "grad_norm": 1.2724361419677734,
      "learning_rate": 1.157994445715706e-05,
      "loss": 6.0152,
      "step": 158
    },
    {
      "epoch": 1.06,
      "grad_norm": 1.1067454814910889,
      "learning_rate": 1.1056136061894384e-05,
      "loss": 6.2188,
      "step": 159
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 1.280876636505127,
      "learning_rate": 1.0542974530180327e-05,
      "loss": 6.2907,
      "step": 160
    },
    {
      "epoch": 1.0733333333333333,
      "grad_norm": 1.2378463745117188,
      "learning_rate": 1.0040600155253765e-05,
      "loss": 6.0513,
      "step": 161
    },
    {
      "epoch": 1.08,
      "grad_norm": 1.2607754468917847,
      "learning_rate": 9.549150281252633e-06,
      "loss": 6.1112,
      "step": 162
    },
    {
      "epoch": 1.0866666666666667,
      "grad_norm": 1.1938084363937378,
      "learning_rate": 9.068759265665384e-06,
      "loss": 5.9641,
      "step": 163
    },
    {
      "epoch": 1.0933333333333333,
      "grad_norm": 1.1748747825622559,
      "learning_rate": 8.599558442598998e-06,
      "loss": 6.2188,
      "step": 164
    },
    {
      "epoch": 1.1,
      "grad_norm": 1.0640002489089966,
      "learning_rate": 8.141676086873572e-06,
      "loss": 6.1368,
      "step": 165
    },
    {
      "epoch": 1.1066666666666667,
      "grad_norm": 1.0332165956497192,
      "learning_rate": 7.695237378953223e-06,
      "loss": 5.955,
      "step": 166
    },
    {
      "epoch": 1.1133333333333333,
      "grad_norm": 1.2797082662582397,
      "learning_rate": 7.260364370723044e-06,
      "loss": 5.8243,
      "step": 167
    },
    {
      "epoch": 1.12,
      "grad_norm": 1.0190529823303223,
      "learning_rate": 6.837175952121306e-06,
      "loss": 6.0807,
      "step": 168
    },
    {
      "epoch": 1.1266666666666667,
      "grad_norm": 1.0489872694015503,
      "learning_rate": 6.425787818636131e-06,
      "loss": 6.361,
      "step": 169
    },
    {
      "epoch": 1.1333333333333333,
      "grad_norm": 1.0319275856018066,
      "learning_rate": 6.026312439675552e-06,
      "loss": 6.0716,
      "step": 170
    },
    {
      "epoch": 1.1400000000000001,
      "grad_norm": 1.1008127927780151,
      "learning_rate": 5.6388590278194096e-06,
      "loss": 6.1967,
      "step": 171
    },
    {
      "epoch": 1.1466666666666667,
      "grad_norm": 1.1358180046081543,
      "learning_rate": 5.263533508961827e-06,
      "loss": 6.1619,
      "step": 172
    },
    {
      "epoch": 1.1533333333333333,
      "grad_norm": 1.1912341117858887,
      "learning_rate": 4.900438493352055e-06,
      "loss": 6.2468,
      "step": 173
    },
    {
      "epoch": 1.16,
      "grad_norm": 1.1931565999984741,
      "learning_rate": 4.549673247541875e-06,
      "loss": 6.0682,
      "step": 174
    },
    {
      "epoch": 1.1666666666666667,
      "grad_norm": 1.3873487710952759,
      "learning_rate": 4.2113336672471245e-06,
      "loss": 6.6426,
      "step": 175
    },
    {
      "epoch": 1.1733333333333333,
      "grad_norm": 1.1276971101760864,
      "learning_rate": 3.885512251130763e-06,
      "loss": 6.3425,
      "step": 176
    },
    {
      "epoch": 1.18,
      "grad_norm": 1.1396633386611938,
      "learning_rate": 3.5722980755146517e-06,
      "loss": 6.2272,
      "step": 177
    },
    {
      "epoch": 1.1866666666666668,
      "grad_norm": 1.3147308826446533,
      "learning_rate": 3.271776770026963e-06,
      "loss": 6.1493,
      "step": 178
    },
    {
      "epoch": 1.1933333333333334,
      "grad_norm": 1.5033493041992188,
      "learning_rate": 2.9840304941919415e-06,
      "loss": 6.829,
      "step": 179
    },
    {
      "epoch": 1.2,
      "grad_norm": 1.412479281425476,
      "learning_rate": 2.7091379149682685e-06,
      "loss": 6.9277,
      "step": 180
    },
    {
      "epoch": 1.2066666666666666,
      "grad_norm": 1.358506202697754,
      "learning_rate": 2.4471741852423237e-06,
      "loss": 6.8033,
      "step": 181
    },
    {
      "epoch": 1.2133333333333334,
      "grad_norm": 1.6962099075317383,
      "learning_rate": 2.1982109232821178e-06,
      "loss": 6.7335,
      "step": 182
    },
    {
      "epoch": 1.22,
      "grad_norm": 1.7807296514511108,
      "learning_rate": 1.962316193157593e-06,
      "loss": 6.7779,
      "step": 183
    },
    {
      "epoch": 1.2266666666666666,
      "grad_norm": 1.7198636531829834,
      "learning_rate": 1.7395544861325718e-06,
      "loss": 6.8311,
      "step": 184
    },
    {
      "epoch": 1.2333333333333334,
      "grad_norm": 1.9839980602264404,
      "learning_rate": 1.5299867030334814e-06,
      "loss": 7.0258,
      "step": 185
    },
    {
      "epoch": 1.24,
      "grad_norm": 2.107638120651245,
      "learning_rate": 1.333670137599713e-06,
      "loss": 7.4238,
      "step": 186
    },
    {
      "epoch": 1.2466666666666666,
      "grad_norm": 2.363969326019287,
      "learning_rate": 1.1506584608200367e-06,
      "loss": 7.2006,
      "step": 187
    },
    {
      "epoch": 1.2533333333333334,
      "grad_norm": 1.188218355178833,
      "learning_rate": 9.810017062595322e-07,
      "loss": 6.7909,
      "step": 188
    },
    {
      "epoch": 1.26,
      "grad_norm": 1.0448393821716309,
      "learning_rate": 8.247462563808817e-07,
      "loss": 6.5488,
      "step": 189
    },
    {
      "epoch": 1.2666666666666666,
      "grad_norm": 1.0394378900527954,
      "learning_rate": 6.819348298638839e-07,
      "loss": 6.2821,
      "step": 190
    },
    {
      "epoch": 1.2733333333333334,
      "grad_norm": 1.2314143180847168,
      "learning_rate": 5.526064699265753e-07,
      "loss": 6.6374,
      "step": 191
    },
    {
      "epoch": 1.28,
      "grad_norm": 1.0445191860198975,
      "learning_rate": 4.367965336512403e-07,
      "loss": 6.2437,
      "step": 192
    },
    {
      "epoch": 1.2866666666666666,
      "grad_norm": 1.0697433948516846,
      "learning_rate": 3.3453668231809286e-07,
      "loss": 6.2274,
      "step": 193
    },
    {
      "epoch": 1.2933333333333334,
      "grad_norm": 0.8856604695320129,
      "learning_rate": 2.458548727494292e-07,
      "loss": 6.2347,
      "step": 194
    },
    {
      "epoch": 1.3,
      "grad_norm": 1.0433714389801025,
      "learning_rate": 1.7077534966650766e-07,
      "loss": 5.9637,
      "step": 195
    },
    {
      "epoch": 1.3066666666666666,
      "grad_norm": 0.9851812720298767,
      "learning_rate": 1.0931863906127327e-07,
      "loss": 6.2848,
      "step": 196
    },
    {
      "epoch": 1.3133333333333335,
      "grad_norm": 0.9262309670448303,
      "learning_rate": 6.150154258476315e-08,
      "loss": 6.4257,
      "step": 197
    },
    {
      "epoch": 1.32,
      "grad_norm": 1.0527437925338745,
      "learning_rate": 2.7337132953697554e-08,
      "loss": 5.9434,
      "step": 198
    },
    {
      "epoch": 1.3266666666666667,
      "grad_norm": 1.0299817323684692,
      "learning_rate": 6.834750376549792e-09,
      "loss": 6.1018,
      "step": 199
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 1.2329082489013672,
      "learning_rate": 0.0,
      "loss": 5.8603,
      "step": 200
    },
    {
      "epoch": 1.3333333333333333,
      "eval_loss": 6.3238372802734375,
      "eval_runtime": 1.4186,
      "eval_samples_per_second": 178.343,
      "eval_steps_per_second": 45.114,
      "step": 200
    }
  ],
  "logging_steps": 1,
  "max_steps": 200,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 2,
  "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": 1.0781835600592896e+16,
  "train_batch_size": 8,
  "trial_name": null,
  "trial_params": null
}