{
  "best_metric": 0.8383233532934131,
  "best_model_checkpoint": "./results/checkpoint-1000",
  "epoch": 2.6666666666666665,
  "eval_steps": 250,
  "global_step": 1000,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.0026666666666666666,
      "grad_norm": 16.15040397644043,
      "learning_rate": 1.9982222222222224e-05,
      "loss": 2.3987,
      "step": 1
    },
    {
      "epoch": 0.08,
      "grad_norm": 12.260425567626953,
      "learning_rate": 1.9466666666666668e-05,
      "loss": 2.2393,
      "step": 30
    },
    {
      "epoch": 0.16,
      "grad_norm": 8.993585586547852,
      "learning_rate": 1.8933333333333334e-05,
      "loss": 1.7878,
      "step": 60
    },
    {
      "epoch": 0.24,
      "grad_norm": 11.122185707092285,
      "learning_rate": 1.8400000000000003e-05,
      "loss": 1.5155,
      "step": 90
    },
    {
      "epoch": 0.32,
      "grad_norm": 15.829800605773926,
      "learning_rate": 1.7866666666666666e-05,
      "loss": 1.2466,
      "step": 120
    },
    {
      "epoch": 0.4,
      "grad_norm": 14.291194915771484,
      "learning_rate": 1.7333333333333336e-05,
      "loss": 1.1996,
      "step": 150
    },
    {
      "epoch": 0.48,
      "grad_norm": 17.213542938232422,
      "learning_rate": 1.6800000000000002e-05,
      "loss": 1.0749,
      "step": 180
    },
    {
      "epoch": 0.56,
      "grad_norm": 8.14549446105957,
      "learning_rate": 1.6266666666666668e-05,
      "loss": 0.9717,
      "step": 210
    },
    {
      "epoch": 0.64,
      "grad_norm": 13.813669204711914,
      "learning_rate": 1.5733333333333334e-05,
      "loss": 1.1143,
      "step": 240
    },
    {
      "epoch": 0.6666666666666666,
      "eval_accuracy": 0.7455089820359282,
      "eval_loss": 0.9105517268180847,
      "eval_runtime": 128.8034,
      "eval_samples_per_second": 2.593,
      "eval_steps_per_second": 0.326,
      "step": 250
    },
    {
      "epoch": 0.72,
      "grad_norm": 6.617077350616455,
      "learning_rate": 1.5200000000000002e-05,
      "loss": 0.8563,
      "step": 270
    },
    {
      "epoch": 0.8,
      "grad_norm": 7.134422302246094,
      "learning_rate": 1.4666666666666666e-05,
      "loss": 0.8534,
      "step": 300
    },
    {
      "epoch": 0.88,
      "grad_norm": 14.594669342041016,
      "learning_rate": 1.4133333333333334e-05,
      "loss": 0.8166,
      "step": 330
    },
    {
      "epoch": 0.96,
      "grad_norm": 11.417457580566406,
      "learning_rate": 1.3600000000000002e-05,
      "loss": 0.8419,
      "step": 360
    },
    {
      "epoch": 1.04,
      "grad_norm": 13.239908218383789,
      "learning_rate": 1.3066666666666668e-05,
      "loss": 0.7204,
      "step": 390
    },
    {
      "epoch": 1.12,
      "grad_norm": 16.799551010131836,
      "learning_rate": 1.2533333333333336e-05,
      "loss": 0.5632,
      "step": 420
    },
    {
      "epoch": 1.2,
      "grad_norm": 7.094001770019531,
      "learning_rate": 1.2e-05,
      "loss": 0.7082,
      "step": 450
    },
    {
      "epoch": 1.28,
      "grad_norm": 17.73163604736328,
      "learning_rate": 1.1466666666666668e-05,
      "loss": 0.573,
      "step": 480
    },
    {
      "epoch": 1.3333333333333333,
      "eval_accuracy": 0.7994011976047904,
      "eval_loss": 0.6648051738739014,
      "eval_runtime": 125.6819,
      "eval_samples_per_second": 2.658,
      "eval_steps_per_second": 0.334,
      "step": 500
    },
    {
      "epoch": 1.3599999999999999,
      "grad_norm": 13.776785850524902,
      "learning_rate": 1.0933333333333334e-05,
      "loss": 0.4696,
      "step": 510
    },
    {
      "epoch": 1.44,
      "grad_norm": 24.468957901000977,
      "learning_rate": 1.04e-05,
      "loss": 0.617,
      "step": 540
    },
    {
      "epoch": 1.52,
      "grad_norm": 18.628131866455078,
      "learning_rate": 9.866666666666668e-06,
      "loss": 0.6078,
      "step": 570
    },
    {
      "epoch": 1.6,
      "grad_norm": 100.15174865722656,
      "learning_rate": 9.333333333333334e-06,
      "loss": 0.5287,
      "step": 600
    },
    {
      "epoch": 1.6800000000000002,
      "grad_norm": 16.748079299926758,
      "learning_rate": 8.8e-06,
      "loss": 0.7787,
      "step": 630
    },
    {
      "epoch": 1.76,
      "grad_norm": 19.134979248046875,
      "learning_rate": 8.266666666666667e-06,
      "loss": 0.4815,
      "step": 660
    },
    {
      "epoch": 1.8399999999999999,
      "grad_norm": 6.146342754364014,
      "learning_rate": 7.733333333333334e-06,
      "loss": 0.5385,
      "step": 690
    },
    {
      "epoch": 1.92,
      "grad_norm": 5.284756660461426,
      "learning_rate": 7.2000000000000005e-06,
      "loss": 0.6076,
      "step": 720
    },
    {
      "epoch": 2.0,
      "grad_norm": 13.146005630493164,
      "learning_rate": 6.666666666666667e-06,
      "loss": 0.5023,
      "step": 750
    },
    {
      "epoch": 2.0,
      "eval_accuracy": 0.8323353293413174,
      "eval_loss": 0.6021029353141785,
      "eval_runtime": 118.5789,
      "eval_samples_per_second": 2.817,
      "eval_steps_per_second": 0.354,
      "step": 750
    },
    {
      "epoch": 2.08,
      "grad_norm": 15.934453010559082,
      "learning_rate": 6.133333333333334e-06,
      "loss": 0.4482,
      "step": 780
    },
    {
      "epoch": 2.16,
      "grad_norm": 2.5525577068328857,
      "learning_rate": 5.600000000000001e-06,
      "loss": 0.4262,
      "step": 810
    },
    {
      "epoch": 2.24,
      "grad_norm": 20.71769905090332,
      "learning_rate": 5.0666666666666676e-06,
      "loss": 0.3308,
      "step": 840
    },
    {
      "epoch": 2.32,
      "grad_norm": 5.773500919342041,
      "learning_rate": 4.533333333333334e-06,
      "loss": 0.3913,
      "step": 870
    },
    {
      "epoch": 2.4,
      "grad_norm": 23.659786224365234,
      "learning_rate": 4.000000000000001e-06,
      "loss": 0.4899,
      "step": 900
    },
    {
      "epoch": 2.48,
      "grad_norm": 9.76993179321289,
      "learning_rate": 3.4666666666666672e-06,
      "loss": 0.3889,
      "step": 930
    },
    {
      "epoch": 2.56,
      "grad_norm": 3.7444443702697754,
      "learning_rate": 2.9333333333333338e-06,
      "loss": 0.4644,
      "step": 960
    },
    {
      "epoch": 2.64,
      "grad_norm": 15.488058090209961,
      "learning_rate": 2.4000000000000003e-06,
      "loss": 0.3985,
      "step": 990
    },
    {
      "epoch": 2.6666666666666665,
      "eval_accuracy": 0.8383233532934131,
      "eval_loss": 0.5776464939117432,
      "eval_runtime": 128.183,
      "eval_samples_per_second": 2.606,
      "eval_steps_per_second": 0.328,
      "step": 1000
    }
  ],
  "logging_steps": 30,
  "max_steps": 1125,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3,
  "save_steps": 500,
  "stateful_callbacks": {
    "EarlyStoppingCallback": {
      "args": {
        "early_stopping_patience": 3,
        "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": false
      },
      "attributes": {}
    }
  },
  "total_flos": 525996778653696.0,
  "train_batch_size": 8,
  "trial_name": null,
  "trial_params": null
}