{
  "best_metric": 6.382301330566406,
  "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": 1.6381933689117432,
      "learning_rate": 1e-05,
      "loss": 10.6397,
      "step": 1
    },
    {
      "epoch": 0.006666666666666667,
      "eval_loss": 10.629864692687988,
      "eval_runtime": 1.4619,
      "eval_samples_per_second": 173.059,
      "eval_steps_per_second": 43.778,
      "step": 1
    },
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 1.6146544218063354,
      "learning_rate": 2e-05,
      "loss": 10.6351,
      "step": 2
    },
    {
      "epoch": 0.02,
      "grad_norm": 1.694298267364502,
      "learning_rate": 3e-05,
      "loss": 10.6541,
      "step": 3
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 1.653591513633728,
      "learning_rate": 4e-05,
      "loss": 10.6182,
      "step": 4
    },
    {
      "epoch": 0.03333333333333333,
      "grad_norm": 1.7196000814437866,
      "learning_rate": 5e-05,
      "loss": 10.602,
      "step": 5
    },
    {
      "epoch": 0.04,
      "grad_norm": 1.789573311805725,
      "learning_rate": 6e-05,
      "loss": 10.5649,
      "step": 6
    },
    {
      "epoch": 0.04666666666666667,
      "grad_norm": 1.9765897989273071,
      "learning_rate": 7e-05,
      "loss": 10.449,
      "step": 7
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 2.077252149581909,
      "learning_rate": 8e-05,
      "loss": 10.3879,
      "step": 8
    },
    {
      "epoch": 0.06,
      "grad_norm": 2.2498137950897217,
      "learning_rate": 9e-05,
      "loss": 10.2532,
      "step": 9
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 2.210841178894043,
      "learning_rate": 0.0001,
      "loss": 10.1166,
      "step": 10
    },
    {
      "epoch": 0.07333333333333333,
      "grad_norm": 2.3236072063446045,
      "learning_rate": 9.999316524962345e-05,
      "loss": 9.9803,
      "step": 11
    },
    {
      "epoch": 0.08,
      "grad_norm": 2.295628309249878,
      "learning_rate": 9.997266286704631e-05,
      "loss": 9.761,
      "step": 12
    },
    {
      "epoch": 0.08666666666666667,
      "grad_norm": 2.36259126663208,
      "learning_rate": 9.993849845741524e-05,
      "loss": 9.6215,
      "step": 13
    },
    {
      "epoch": 0.09333333333333334,
      "grad_norm": 2.1705455780029297,
      "learning_rate": 9.989068136093873e-05,
      "loss": 9.4521,
      "step": 14
    },
    {
      "epoch": 0.1,
      "grad_norm": 2.298909902572632,
      "learning_rate": 9.98292246503335e-05,
      "loss": 9.1529,
      "step": 15
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 2.1057233810424805,
      "learning_rate": 9.975414512725057e-05,
      "loss": 9.0798,
      "step": 16
    },
    {
      "epoch": 0.11333333333333333,
      "grad_norm": 1.8919862508773804,
      "learning_rate": 9.966546331768191e-05,
      "loss": 8.9946,
      "step": 17
    },
    {
      "epoch": 0.12,
      "grad_norm": 1.8262948989868164,
      "learning_rate": 9.956320346634876e-05,
      "loss": 8.8974,
      "step": 18
    },
    {
      "epoch": 0.12666666666666668,
      "grad_norm": 1.9114208221435547,
      "learning_rate": 9.944739353007344e-05,
      "loss": 8.7577,
      "step": 19
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 2.523731231689453,
      "learning_rate": 9.931806517013612e-05,
      "loss": 8.7439,
      "step": 20
    },
    {
      "epoch": 0.14,
      "grad_norm": 2.605613946914673,
      "learning_rate": 9.917525374361912e-05,
      "loss": 8.6674,
      "step": 21
    },
    {
      "epoch": 0.14666666666666667,
      "grad_norm": 2.1446597576141357,
      "learning_rate": 9.901899829374047e-05,
      "loss": 8.5975,
      "step": 22
    },
    {
      "epoch": 0.15333333333333332,
      "grad_norm": 1.525902271270752,
      "learning_rate": 9.884934153917997e-05,
      "loss": 8.6035,
      "step": 23
    },
    {
      "epoch": 0.16,
      "grad_norm": 1.4378074407577515,
      "learning_rate": 9.86663298624003e-05,
      "loss": 8.3106,
      "step": 24
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 1.4112677574157715,
      "learning_rate": 9.847001329696653e-05,
      "loss": 8.3166,
      "step": 25
    },
    {
      "epoch": 0.17333333333333334,
      "grad_norm": 1.4746986627578735,
      "learning_rate": 9.826044551386744e-05,
      "loss": 8.1568,
      "step": 26
    },
    {
      "epoch": 0.18,
      "grad_norm": 1.4394418001174927,
      "learning_rate": 9.803768380684242e-05,
      "loss": 8.2619,
      "step": 27
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 1.3305761814117432,
      "learning_rate": 9.780178907671789e-05,
      "loss": 8.4812,
      "step": 28
    },
    {
      "epoch": 0.19333333333333333,
      "grad_norm": 1.088888168334961,
      "learning_rate": 9.755282581475769e-05,
      "loss": 8.3061,
      "step": 29
    },
    {
      "epoch": 0.2,
      "grad_norm": 1.173352599143982,
      "learning_rate": 9.729086208503174e-05,
      "loss": 8.2675,
      "step": 30
    },
    {
      "epoch": 0.20666666666666667,
      "grad_norm": 1.1426469087600708,
      "learning_rate": 9.701596950580806e-05,
      "loss": 8.4035,
      "step": 31
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 0.9378364682197571,
      "learning_rate": 9.672822322997305e-05,
      "loss": 8.1475,
      "step": 32
    },
    {
      "epoch": 0.22,
      "grad_norm": 1.00910222530365,
      "learning_rate": 9.642770192448536e-05,
      "loss": 8.281,
      "step": 33
    },
    {
      "epoch": 0.22666666666666666,
      "grad_norm": 1.2551895380020142,
      "learning_rate": 9.611448774886924e-05,
      "loss": 8.315,
      "step": 34
    },
    {
      "epoch": 0.23333333333333334,
      "grad_norm": 1.2502933740615845,
      "learning_rate": 9.578866633275288e-05,
      "loss": 8.4095,
      "step": 35
    },
    {
      "epoch": 0.24,
      "grad_norm": 1.1748336553573608,
      "learning_rate": 9.545032675245813e-05,
      "loss": 8.3524,
      "step": 36
    },
    {
      "epoch": 0.24666666666666667,
      "grad_norm": 1.538738489151001,
      "learning_rate": 9.509956150664796e-05,
      "loss": 8.32,
      "step": 37
    },
    {
      "epoch": 0.25333333333333335,
      "grad_norm": 1.3302429914474487,
      "learning_rate": 9.473646649103818e-05,
      "loss": 8.2126,
      "step": 38
    },
    {
      "epoch": 0.26,
      "grad_norm": 1.5587679147720337,
      "learning_rate": 9.43611409721806e-05,
      "loss": 8.0983,
      "step": 39
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 1.3395634889602661,
      "learning_rate": 9.397368756032445e-05,
      "loss": 8.0876,
      "step": 40
    },
    {
      "epoch": 0.2733333333333333,
      "grad_norm": 1.1951045989990234,
      "learning_rate": 9.357421218136386e-05,
      "loss": 7.9798,
      "step": 41
    },
    {
      "epoch": 0.28,
      "grad_norm": 1.0867239236831665,
      "learning_rate": 9.316282404787871e-05,
      "loss": 7.9911,
      "step": 42
    },
    {
      "epoch": 0.2866666666666667,
      "grad_norm": 1.0854771137237549,
      "learning_rate": 9.273963562927695e-05,
      "loss": 7.841,
      "step": 43
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 1.105003833770752,
      "learning_rate": 9.230476262104677e-05,
      "loss": 7.8518,
      "step": 44
    },
    {
      "epoch": 0.3,
      "grad_norm": 1.1920799016952515,
      "learning_rate": 9.185832391312644e-05,
      "loss": 7.8375,
      "step": 45
    },
    {
      "epoch": 0.30666666666666664,
      "grad_norm": 1.0453646183013916,
      "learning_rate": 9.140044155740101e-05,
      "loss": 7.8479,
      "step": 46
    },
    {
      "epoch": 0.31333333333333335,
      "grad_norm": 0.8915311694145203,
      "learning_rate": 9.093124073433463e-05,
      "loss": 7.7572,
      "step": 47
    },
    {
      "epoch": 0.32,
      "grad_norm": 0.9154461026191711,
      "learning_rate": 9.045084971874738e-05,
      "loss": 7.8106,
      "step": 48
    },
    {
      "epoch": 0.32666666666666666,
      "grad_norm": 1.188502550125122,
      "learning_rate": 8.995939984474624e-05,
      "loss": 7.9189,
      "step": 49
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 1.0469354391098022,
      "learning_rate": 8.945702546981969e-05,
      "loss": 7.6365,
      "step": 50
    },
    {
      "epoch": 0.3333333333333333,
      "eval_loss": 7.765101909637451,
      "eval_runtime": 1.4152,
      "eval_samples_per_second": 178.774,
      "eval_steps_per_second": 45.223,
      "step": 50
    },
    {
      "epoch": 0.34,
      "grad_norm": 0.7573084235191345,
      "learning_rate": 8.894386393810563e-05,
      "loss": 7.6573,
      "step": 51
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 1.0823854207992554,
      "learning_rate": 8.842005554284296e-05,
      "loss": 7.5666,
      "step": 52
    },
    {
      "epoch": 0.35333333333333333,
      "grad_norm": 0.9168323874473572,
      "learning_rate": 8.788574348801675e-05,
      "loss": 7.657,
      "step": 53
    },
    {
      "epoch": 0.36,
      "grad_norm": 0.9773350358009338,
      "learning_rate": 8.73410738492077e-05,
      "loss": 7.4906,
      "step": 54
    },
    {
      "epoch": 0.36666666666666664,
      "grad_norm": 1.0061911344528198,
      "learning_rate": 8.678619553365659e-05,
      "loss": 7.5187,
      "step": 55
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 0.9546054005622864,
      "learning_rate": 8.622126023955446e-05,
      "loss": 7.4891,
      "step": 56
    },
    {
      "epoch": 0.38,
      "grad_norm": 1.393092155456543,
      "learning_rate": 8.564642241456986e-05,
      "loss": 7.5511,
      "step": 57
    },
    {
      "epoch": 0.38666666666666666,
      "grad_norm": 1.0182528495788574,
      "learning_rate": 8.506183921362443e-05,
      "loss": 7.4952,
      "step": 58
    },
    {
      "epoch": 0.3933333333333333,
      "grad_norm": 1.1167330741882324,
      "learning_rate": 8.44676704559283e-05,
      "loss": 7.6829,
      "step": 59
    },
    {
      "epoch": 0.4,
      "grad_norm": 1.099485158920288,
      "learning_rate": 8.386407858128706e-05,
      "loss": 7.6573,
      "step": 60
    },
    {
      "epoch": 0.4066666666666667,
      "grad_norm": 0.9481819868087769,
      "learning_rate": 8.32512286056924e-05,
      "loss": 7.5194,
      "step": 61
    },
    {
      "epoch": 0.41333333333333333,
      "grad_norm": 1.2444236278533936,
      "learning_rate": 8.262928807620843e-05,
      "loss": 7.4323,
      "step": 62
    },
    {
      "epoch": 0.42,
      "grad_norm": 1.023725152015686,
      "learning_rate": 8.199842702516583e-05,
      "loss": 7.5138,
      "step": 63
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 1.0595976114273071,
      "learning_rate": 8.135881792367686e-05,
      "loss": 7.3202,
      "step": 64
    },
    {
      "epoch": 0.43333333333333335,
      "grad_norm": 1.1214628219604492,
      "learning_rate": 8.07106356344834e-05,
      "loss": 7.4049,
      "step": 65
    },
    {
      "epoch": 0.44,
      "grad_norm": 1.2091435194015503,
      "learning_rate": 8.005405736415126e-05,
      "loss": 7.7165,
      "step": 66
    },
    {
      "epoch": 0.44666666666666666,
      "grad_norm": 1.040303349494934,
      "learning_rate": 7.938926261462366e-05,
      "loss": 7.6203,
      "step": 67
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 0.9848716855049133,
      "learning_rate": 7.871643313414718e-05,
      "loss": 7.5478,
      "step": 68
    },
    {
      "epoch": 0.46,
      "grad_norm": 1.2769120931625366,
      "learning_rate": 7.803575286758364e-05,
      "loss": 7.7026,
      "step": 69
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 1.2616912126541138,
      "learning_rate": 7.734740790612136e-05,
      "loss": 7.5614,
      "step": 70
    },
    {
      "epoch": 0.47333333333333333,
      "grad_norm": 1.140787959098816,
      "learning_rate": 7.66515864363997e-05,
      "loss": 7.5931,
      "step": 71
    },
    {
      "epoch": 0.48,
      "grad_norm": 1.6364338397979736,
      "learning_rate": 7.594847868906076e-05,
      "loss": 7.7462,
      "step": 72
    },
    {
      "epoch": 0.4866666666666667,
      "grad_norm": 1.3517191410064697,
      "learning_rate": 7.52382768867422e-05,
      "loss": 7.9593,
      "step": 73
    },
    {
      "epoch": 0.49333333333333335,
      "grad_norm": 1.3764020204544067,
      "learning_rate": 7.452117519152542e-05,
      "loss": 7.8646,
      "step": 74
    },
    {
      "epoch": 0.5,
      "grad_norm": 3.3398163318634033,
      "learning_rate": 7.379736965185368e-05,
      "loss": 7.6291,
      "step": 75
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 2.4525671005249023,
      "learning_rate": 7.30670581489344e-05,
      "loss": 7.4908,
      "step": 76
    },
    {
      "epoch": 0.5133333333333333,
      "grad_norm": 1.8538157939910889,
      "learning_rate": 7.233044034264034e-05,
      "loss": 7.3797,
      "step": 77
    },
    {
      "epoch": 0.52,
      "grad_norm": 1.6827629804611206,
      "learning_rate": 7.158771761692464e-05,
      "loss": 7.6307,
      "step": 78
    },
    {
      "epoch": 0.5266666666666666,
      "grad_norm": 1.2399981021881104,
      "learning_rate": 7.083909302476453e-05,
      "loss": 7.2492,
      "step": 79
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 1.3008863925933838,
      "learning_rate": 7.008477123264848e-05,
      "loss": 7.1836,
      "step": 80
    },
    {
      "epoch": 0.54,
      "grad_norm": 1.4541407823562622,
      "learning_rate": 6.932495846462261e-05,
      "loss": 7.1977,
      "step": 81
    },
    {
      "epoch": 0.5466666666666666,
      "grad_norm": 1.4548249244689941,
      "learning_rate": 6.855986244591104e-05,
      "loss": 7.1569,
      "step": 82
    },
    {
      "epoch": 0.5533333333333333,
      "grad_norm": 1.3773916959762573,
      "learning_rate": 6.778969234612584e-05,
      "loss": 6.932,
      "step": 83
    },
    {
      "epoch": 0.56,
      "grad_norm": 1.355567455291748,
      "learning_rate": 6.701465872208216e-05,
      "loss": 7.0886,
      "step": 84
    },
    {
      "epoch": 0.5666666666666667,
      "grad_norm": 1.293992519378662,
      "learning_rate": 6.623497346023418e-05,
      "loss": 7.0542,
      "step": 85
    },
    {
      "epoch": 0.5733333333333334,
      "grad_norm": 1.2778198719024658,
      "learning_rate": 6.545084971874738e-05,
      "loss": 6.8637,
      "step": 86
    },
    {
      "epoch": 0.58,
      "grad_norm": 1.2121273279190063,
      "learning_rate": 6.466250186922325e-05,
      "loss": 7.015,
      "step": 87
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 1.0352461338043213,
      "learning_rate": 6.387014543809223e-05,
      "loss": 7.0175,
      "step": 88
    },
    {
      "epoch": 0.5933333333333334,
      "grad_norm": 1.132948398590088,
      "learning_rate": 6.307399704769099e-05,
      "loss": 6.9116,
      "step": 89
    },
    {
      "epoch": 0.6,
      "grad_norm": 1.1180634498596191,
      "learning_rate": 6.227427435703997e-05,
      "loss": 6.6326,
      "step": 90
    },
    {
      "epoch": 0.6066666666666667,
      "grad_norm": 1.9397624731063843,
      "learning_rate": 6.147119600233758e-05,
      "loss": 7.0596,
      "step": 91
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 2.2474684715270996,
      "learning_rate": 6.066498153718735e-05,
      "loss": 6.8578,
      "step": 92
    },
    {
      "epoch": 0.62,
      "grad_norm": 1.158443570137024,
      "learning_rate": 5.985585137257401e-05,
      "loss": 6.8835,
      "step": 93
    },
    {
      "epoch": 0.6266666666666667,
      "grad_norm": 1.1139155626296997,
      "learning_rate": 5.90440267166055e-05,
      "loss": 6.7017,
      "step": 94
    },
    {
      "epoch": 0.6333333333333333,
      "grad_norm": 1.3896214962005615,
      "learning_rate": 5.8229729514036705e-05,
      "loss": 6.9378,
      "step": 95
    },
    {
      "epoch": 0.64,
      "grad_norm": 1.246773362159729,
      "learning_rate": 5.74131823855921e-05,
      "loss": 6.7182,
      "step": 96
    },
    {
      "epoch": 0.6466666666666666,
      "grad_norm": 1.7253209352493286,
      "learning_rate": 5.6594608567103456e-05,
      "loss": 6.6144,
      "step": 97
    },
    {
      "epoch": 0.6533333333333333,
      "grad_norm": 1.5749443769454956,
      "learning_rate": 5.577423184847932e-05,
      "loss": 6.9089,
      "step": 98
    },
    {
      "epoch": 0.66,
      "grad_norm": 1.226715326309204,
      "learning_rate": 5.495227651252315e-05,
      "loss": 7.125,
      "step": 99
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 1.3733975887298584,
      "learning_rate": 5.4128967273616625e-05,
      "loss": 6.7155,
      "step": 100
    },
    {
      "epoch": 0.6666666666666666,
      "eval_loss": 6.902471542358398,
      "eval_runtime": 1.4237,
      "eval_samples_per_second": 177.708,
      "eval_steps_per_second": 44.954,
      "step": 100
    },
    {
      "epoch": 0.6733333333333333,
      "grad_norm": 1.2160810232162476,
      "learning_rate": 5.330452921628497e-05,
      "loss": 7.0692,
      "step": 101
    },
    {
      "epoch": 0.68,
      "grad_norm": 1.231864333152771,
      "learning_rate": 5.247918773366112e-05,
      "loss": 6.8945,
      "step": 102
    },
    {
      "epoch": 0.6866666666666666,
      "grad_norm": 1.2489062547683716,
      "learning_rate": 5.165316846586541e-05,
      "loss": 7.1025,
      "step": 103
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 1.4517185688018799,
      "learning_rate": 5.0826697238317935e-05,
      "loss": 6.8416,
      "step": 104
    },
    {
      "epoch": 0.7,
      "grad_norm": 1.485958456993103,
      "learning_rate": 5e-05,
      "loss": 7.1086,
      "step": 105
    },
    {
      "epoch": 0.7066666666666667,
      "grad_norm": 1.5207924842834473,
      "learning_rate": 4.917330276168208e-05,
      "loss": 7.3767,
      "step": 106
    },
    {
      "epoch": 0.7133333333333334,
      "grad_norm": 1.5679630041122437,
      "learning_rate": 4.834683153413459e-05,
      "loss": 7.0808,
      "step": 107
    },
    {
      "epoch": 0.72,
      "grad_norm": 1.6971476078033447,
      "learning_rate": 4.7520812266338885e-05,
      "loss": 7.4246,
      "step": 108
    },
    {
      "epoch": 0.7266666666666667,
      "grad_norm": 1.747584581375122,
      "learning_rate": 4.669547078371504e-05,
      "loss": 7.1439,
      "step": 109
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 1.4352521896362305,
      "learning_rate": 4.5871032726383386e-05,
      "loss": 7.5286,
      "step": 110
    },
    {
      "epoch": 0.74,
      "grad_norm": 2.118438243865967,
      "learning_rate": 4.504772348747687e-05,
      "loss": 7.4395,
      "step": 111
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 2.515925884246826,
      "learning_rate": 4.4225768151520694e-05,
      "loss": 7.1571,
      "step": 112
    },
    {
      "epoch": 0.7533333333333333,
      "grad_norm": 2.4835245609283447,
      "learning_rate": 4.3405391432896555e-05,
      "loss": 7.1947,
      "step": 113
    },
    {
      "epoch": 0.76,
      "grad_norm": 2.538992166519165,
      "learning_rate": 4.2586817614407895e-05,
      "loss": 6.8124,
      "step": 114
    },
    {
      "epoch": 0.7666666666666667,
      "grad_norm": 2.201281785964966,
      "learning_rate": 4.17702704859633e-05,
      "loss": 7.0082,
      "step": 115
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 2.949039936065674,
      "learning_rate": 4.095597328339452e-05,
      "loss": 6.7853,
      "step": 116
    },
    {
      "epoch": 0.78,
      "grad_norm": 1.6952489614486694,
      "learning_rate": 4.0144148627425993e-05,
      "loss": 6.7038,
      "step": 117
    },
    {
      "epoch": 0.7866666666666666,
      "grad_norm": 1.43556809425354,
      "learning_rate": 3.933501846281267e-05,
      "loss": 6.7951,
      "step": 118
    },
    {
      "epoch": 0.7933333333333333,
      "grad_norm": 1.3865935802459717,
      "learning_rate": 3.852880399766243e-05,
      "loss": 6.6128,
      "step": 119
    },
    {
      "epoch": 0.8,
      "grad_norm": 1.4190902709960938,
      "learning_rate": 3.772572564296005e-05,
      "loss": 6.5368,
      "step": 120
    },
    {
      "epoch": 0.8066666666666666,
      "grad_norm": 1.1104280948638916,
      "learning_rate": 3.6926002952309016e-05,
      "loss": 6.9775,
      "step": 121
    },
    {
      "epoch": 0.8133333333333334,
      "grad_norm": 1.4352192878723145,
      "learning_rate": 3.612985456190778e-05,
      "loss": 6.5174,
      "step": 122
    },
    {
      "epoch": 0.82,
      "grad_norm": 1.5836997032165527,
      "learning_rate": 3.533749813077677e-05,
      "loss": 6.3366,
      "step": 123
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 1.9213489294052124,
      "learning_rate": 3.4549150281252636e-05,
      "loss": 6.3856,
      "step": 124
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 1.5448235273361206,
      "learning_rate": 3.3765026539765834e-05,
      "loss": 6.384,
      "step": 125
    },
    {
      "epoch": 0.84,
      "grad_norm": 1.5515705347061157,
      "learning_rate": 3.298534127791785e-05,
      "loss": 6.243,
      "step": 126
    },
    {
      "epoch": 0.8466666666666667,
      "grad_norm": 1.4407246112823486,
      "learning_rate": 3.221030765387417e-05,
      "loss": 6.4605,
      "step": 127
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 1.2414093017578125,
      "learning_rate": 3.144013755408895e-05,
      "loss": 6.2075,
      "step": 128
    },
    {
      "epoch": 0.86,
      "grad_norm": 1.1296087503433228,
      "learning_rate": 3.0675041535377405e-05,
      "loss": 6.5588,
      "step": 129
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 1.2087022066116333,
      "learning_rate": 2.991522876735154e-05,
      "loss": 6.8457,
      "step": 130
    },
    {
      "epoch": 0.8733333333333333,
      "grad_norm": 1.1997573375701904,
      "learning_rate": 2.916090697523549e-05,
      "loss": 6.4406,
      "step": 131
    },
    {
      "epoch": 0.88,
      "grad_norm": 1.2564754486083984,
      "learning_rate": 2.8412282383075363e-05,
      "loss": 6.4753,
      "step": 132
    },
    {
      "epoch": 0.8866666666666667,
      "grad_norm": 1.2567410469055176,
      "learning_rate": 2.766955965735968e-05,
      "loss": 6.3568,
      "step": 133
    },
    {
      "epoch": 0.8933333333333333,
      "grad_norm": 1.0489071607589722,
      "learning_rate": 2.693294185106562e-05,
      "loss": 6.3988,
      "step": 134
    },
    {
      "epoch": 0.9,
      "grad_norm": 1.1148699522018433,
      "learning_rate": 2.6202630348146324e-05,
      "loss": 6.6257,
      "step": 135
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 1.0405628681182861,
      "learning_rate": 2.547882480847461e-05,
      "loss": 6.492,
      "step": 136
    },
    {
      "epoch": 0.9133333333333333,
      "grad_norm": 1.3530441522598267,
      "learning_rate": 2.476172311325783e-05,
      "loss": 6.4214,
      "step": 137
    },
    {
      "epoch": 0.92,
      "grad_norm": 1.2020103931427002,
      "learning_rate": 2.405152131093926e-05,
      "loss": 6.4477,
      "step": 138
    },
    {
      "epoch": 0.9266666666666666,
      "grad_norm": 1.1758826971054077,
      "learning_rate": 2.3348413563600325e-05,
      "loss": 6.4422,
      "step": 139
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 1.2299786806106567,
      "learning_rate": 2.2652592093878666e-05,
      "loss": 6.4735,
      "step": 140
    },
    {
      "epoch": 0.94,
      "grad_norm": 1.5014129877090454,
      "learning_rate": 2.196424713241637e-05,
      "loss": 6.5596,
      "step": 141
    },
    {
      "epoch": 0.9466666666666667,
      "grad_norm": 1.4287091493606567,
      "learning_rate": 2.128356686585282e-05,
      "loss": 6.8937,
      "step": 142
    },
    {
      "epoch": 0.9533333333333334,
      "grad_norm": 1.6451044082641602,
      "learning_rate": 2.061073738537635e-05,
      "loss": 7.0184,
      "step": 143
    },
    {
      "epoch": 0.96,
      "grad_norm": 1.5953348875045776,
      "learning_rate": 1.9945942635848748e-05,
      "loss": 6.7456,
      "step": 144
    },
    {
      "epoch": 0.9666666666666667,
      "grad_norm": 1.6397967338562012,
      "learning_rate": 1.928936436551661e-05,
      "loss": 6.9816,
      "step": 145
    },
    {
      "epoch": 0.9733333333333334,
      "grad_norm": 1.7129333019256592,
      "learning_rate": 1.8641182076323148e-05,
      "loss": 7.2572,
      "step": 146
    },
    {
      "epoch": 0.98,
      "grad_norm": 2.004953145980835,
      "learning_rate": 1.800157297483417e-05,
      "loss": 7.3532,
      "step": 147
    },
    {
      "epoch": 0.9866666666666667,
      "grad_norm": 2.2922816276550293,
      "learning_rate": 1.7370711923791567e-05,
      "loss": 7.0234,
      "step": 148
    },
    {
      "epoch": 0.9933333333333333,
      "grad_norm": 1.8938628435134888,
      "learning_rate": 1.6748771394307585e-05,
      "loss": 6.5994,
      "step": 149
    },
    {
      "epoch": 1.0,
      "grad_norm": 1.5183442831039429,
      "learning_rate": 1.6135921418712956e-05,
      "loss": 6.6004,
      "step": 150
    },
    {
      "epoch": 1.0,
      "eval_loss": 6.487771987915039,
      "eval_runtime": 1.4147,
      "eval_samples_per_second": 178.834,
      "eval_steps_per_second": 45.239,
      "step": 150
    },
    {
      "epoch": 1.0066666666666666,
      "grad_norm": 1.6162371635437012,
      "learning_rate": 1.553232954407171e-05,
      "loss": 7.0824,
      "step": 151
    },
    {
      "epoch": 1.0133333333333334,
      "grad_norm": 1.8865649700164795,
      "learning_rate": 1.4938160786375572e-05,
      "loss": 6.6495,
      "step": 152
    },
    {
      "epoch": 1.02,
      "grad_norm": 1.9201303720474243,
      "learning_rate": 1.435357758543015e-05,
      "loss": 6.8388,
      "step": 153
    },
    {
      "epoch": 1.0266666666666666,
      "grad_norm": 1.6664762496948242,
      "learning_rate": 1.3778739760445552e-05,
      "loss": 6.5622,
      "step": 154
    },
    {
      "epoch": 1.0333333333333334,
      "grad_norm": 2.743537664413452,
      "learning_rate": 1.3213804466343421e-05,
      "loss": 6.3014,
      "step": 155
    },
    {
      "epoch": 1.04,
      "grad_norm": 1.2960411310195923,
      "learning_rate": 1.2658926150792322e-05,
      "loss": 6.4328,
      "step": 156
    },
    {
      "epoch": 1.0466666666666666,
      "grad_norm": 1.2710509300231934,
      "learning_rate": 1.2114256511983274e-05,
      "loss": 6.4244,
      "step": 157
    },
    {
      "epoch": 1.0533333333333332,
      "grad_norm": 1.249668836593628,
      "learning_rate": 1.157994445715706e-05,
      "loss": 6.064,
      "step": 158
    },
    {
      "epoch": 1.06,
      "grad_norm": 1.0968729257583618,
      "learning_rate": 1.1056136061894384e-05,
      "loss": 6.2837,
      "step": 159
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 1.4061657190322876,
      "learning_rate": 1.0542974530180327e-05,
      "loss": 6.3597,
      "step": 160
    },
    {
      "epoch": 1.0733333333333333,
      "grad_norm": 1.1481869220733643,
      "learning_rate": 1.0040600155253765e-05,
      "loss": 6.109,
      "step": 161
    },
    {
      "epoch": 1.08,
      "grad_norm": 1.2133780717849731,
      "learning_rate": 9.549150281252633e-06,
      "loss": 6.192,
      "step": 162
    },
    {
      "epoch": 1.0866666666666667,
      "grad_norm": 1.1438218355178833,
      "learning_rate": 9.068759265665384e-06,
      "loss": 6.0448,
      "step": 163
    },
    {
      "epoch": 1.0933333333333333,
      "grad_norm": 1.0994309186935425,
      "learning_rate": 8.599558442598998e-06,
      "loss": 6.2818,
      "step": 164
    },
    {
      "epoch": 1.1,
      "grad_norm": 1.0328632593154907,
      "learning_rate": 8.141676086873572e-06,
      "loss": 6.1917,
      "step": 165
    },
    {
      "epoch": 1.1066666666666667,
      "grad_norm": 1.1082019805908203,
      "learning_rate": 7.695237378953223e-06,
      "loss": 6.0417,
      "step": 166
    },
    {
      "epoch": 1.1133333333333333,
      "grad_norm": 1.2321699857711792,
      "learning_rate": 7.260364370723044e-06,
      "loss": 5.9083,
      "step": 167
    },
    {
      "epoch": 1.12,
      "grad_norm": 1.045245885848999,
      "learning_rate": 6.837175952121306e-06,
      "loss": 6.1607,
      "step": 168
    },
    {
      "epoch": 1.1266666666666667,
      "grad_norm": 1.0684219598770142,
      "learning_rate": 6.425787818636131e-06,
      "loss": 6.4247,
      "step": 169
    },
    {
      "epoch": 1.1333333333333333,
      "grad_norm": 0.9988701343536377,
      "learning_rate": 6.026312439675552e-06,
      "loss": 6.1313,
      "step": 170
    },
    {
      "epoch": 1.1400000000000001,
      "grad_norm": 1.3453062772750854,
      "learning_rate": 5.6388590278194096e-06,
      "loss": 6.2563,
      "step": 171
    },
    {
      "epoch": 1.1466666666666667,
      "grad_norm": 1.1717990636825562,
      "learning_rate": 5.263533508961827e-06,
      "loss": 6.2668,
      "step": 172
    },
    {
      "epoch": 1.1533333333333333,
      "grad_norm": 1.3726729154586792,
      "learning_rate": 4.900438493352055e-06,
      "loss": 6.2996,
      "step": 173
    },
    {
      "epoch": 1.16,
      "grad_norm": 1.1512153148651123,
      "learning_rate": 4.549673247541875e-06,
      "loss": 6.1166,
      "step": 174
    },
    {
      "epoch": 1.1666666666666667,
      "grad_norm": 1.329035997390747,
      "learning_rate": 4.2113336672471245e-06,
      "loss": 6.6666,
      "step": 175
    },
    {
      "epoch": 1.1733333333333333,
      "grad_norm": 1.1277896165847778,
      "learning_rate": 3.885512251130763e-06,
      "loss": 6.3953,
      "step": 176
    },
    {
      "epoch": 1.18,
      "grad_norm": 1.4285123348236084,
      "learning_rate": 3.5722980755146517e-06,
      "loss": 6.2737,
      "step": 177
    },
    {
      "epoch": 1.1866666666666668,
      "grad_norm": 1.5813792943954468,
      "learning_rate": 3.271776770026963e-06,
      "loss": 6.1981,
      "step": 178
    },
    {
      "epoch": 1.1933333333333334,
      "grad_norm": 1.552916169166565,
      "learning_rate": 2.9840304941919415e-06,
      "loss": 6.8838,
      "step": 179
    },
    {
      "epoch": 1.2,
      "grad_norm": 1.4972158670425415,
      "learning_rate": 2.7091379149682685e-06,
      "loss": 6.9976,
      "step": 180
    },
    {
      "epoch": 1.2066666666666666,
      "grad_norm": 1.6340606212615967,
      "learning_rate": 2.4471741852423237e-06,
      "loss": 6.8501,
      "step": 181
    },
    {
      "epoch": 1.2133333333333334,
      "grad_norm": 1.8090088367462158,
      "learning_rate": 2.1982109232821178e-06,
      "loss": 6.7464,
      "step": 182
    },
    {
      "epoch": 1.22,
      "grad_norm": 2.0729153156280518,
      "learning_rate": 1.962316193157593e-06,
      "loss": 6.8301,
      "step": 183
    },
    {
      "epoch": 1.2266666666666666,
      "grad_norm": 1.7537096738815308,
      "learning_rate": 1.7395544861325718e-06,
      "loss": 6.8989,
      "step": 184
    },
    {
      "epoch": 1.2333333333333334,
      "grad_norm": 2.3291068077087402,
      "learning_rate": 1.5299867030334814e-06,
      "loss": 7.0603,
      "step": 185
    },
    {
      "epoch": 1.24,
      "grad_norm": 2.235341787338257,
      "learning_rate": 1.333670137599713e-06,
      "loss": 7.439,
      "step": 186
    },
    {
      "epoch": 1.2466666666666666,
      "grad_norm": 2.3835337162017822,
      "learning_rate": 1.1506584608200367e-06,
      "loss": 7.2214,
      "step": 187
    },
    {
      "epoch": 1.2533333333333334,
      "grad_norm": 1.2735402584075928,
      "learning_rate": 9.810017062595322e-07,
      "loss": 6.8501,
      "step": 188
    },
    {
      "epoch": 1.26,
      "grad_norm": 1.0328888893127441,
      "learning_rate": 8.247462563808817e-07,
      "loss": 6.6104,
      "step": 189
    },
    {
      "epoch": 1.2666666666666666,
      "grad_norm": 1.0581254959106445,
      "learning_rate": 6.819348298638839e-07,
      "loss": 6.3611,
      "step": 190
    },
    {
      "epoch": 1.2733333333333334,
      "grad_norm": 1.2060351371765137,
      "learning_rate": 5.526064699265753e-07,
      "loss": 6.7015,
      "step": 191
    },
    {
      "epoch": 1.28,
      "grad_norm": 1.0336604118347168,
      "learning_rate": 4.367965336512403e-07,
      "loss": 6.3214,
      "step": 192
    },
    {
      "epoch": 1.2866666666666666,
      "grad_norm": 0.9532073140144348,
      "learning_rate": 3.3453668231809286e-07,
      "loss": 6.2786,
      "step": 193
    },
    {
      "epoch": 1.2933333333333334,
      "grad_norm": 0.9868900775909424,
      "learning_rate": 2.458548727494292e-07,
      "loss": 6.2939,
      "step": 194
    },
    {
      "epoch": 1.3,
      "grad_norm": 1.0176023244857788,
      "learning_rate": 1.7077534966650766e-07,
      "loss": 6.026,
      "step": 195
    },
    {
      "epoch": 1.3066666666666666,
      "grad_norm": 0.9228242635726929,
      "learning_rate": 1.0931863906127327e-07,
      "loss": 6.3458,
      "step": 196
    },
    {
      "epoch": 1.3133333333333335,
      "grad_norm": 0.9024170637130737,
      "learning_rate": 6.150154258476315e-08,
      "loss": 6.4783,
      "step": 197
    },
    {
      "epoch": 1.32,
      "grad_norm": 1.016882061958313,
      "learning_rate": 2.7337132953697554e-08,
      "loss": 6.0115,
      "step": 198
    },
    {
      "epoch": 1.3266666666666667,
      "grad_norm": 1.0576156377792358,
      "learning_rate": 6.834750376549792e-09,
      "loss": 6.1719,
      "step": 199
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 1.141358494758606,
      "learning_rate": 0.0,
      "loss": 5.9455,
      "step": 200
    },
    {
      "epoch": 1.3333333333333333,
      "eval_loss": 6.382301330566406,
      "eval_runtime": 1.4229,
      "eval_samples_per_second": 177.8,
      "eval_steps_per_second": 44.977,
      "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
}