{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 3.0,
  "eval_steps": 500,
  "global_step": 144,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.14583333333333334,
      "grad_norm": 0.932168185710907,
      "learning_rate": 9.333333333333334e-05,
      "loss": 2.4371,
      "step": 7
    },
    {
      "epoch": 0.2916666666666667,
      "grad_norm": 1.55926513671875,
      "learning_rate": 0.0001866666666666667,
      "loss": 2.1281,
      "step": 14
    },
    {
      "epoch": 0.4375,
      "grad_norm": 2.454427480697632,
      "learning_rate": 0.00019069767441860466,
      "loss": 1.3913,
      "step": 21
    },
    {
      "epoch": 0.5833333333333334,
      "grad_norm": 0.8888841867446899,
      "learning_rate": 0.0001798449612403101,
      "loss": 0.5878,
      "step": 28
    },
    {
      "epoch": 0.7291666666666666,
      "grad_norm": 1.1111289262771606,
      "learning_rate": 0.0001689922480620155,
      "loss": 0.3453,
      "step": 35
    },
    {
      "epoch": 0.875,
      "grad_norm": 0.4063495099544525,
      "learning_rate": 0.00015813953488372093,
      "loss": 0.2937,
      "step": 42
    },
    {
      "epoch": 1.0208333333333333,
      "grad_norm": 0.42902955412864685,
      "learning_rate": 0.00014728682170542636,
      "loss": 0.2779,
      "step": 49
    },
    {
      "epoch": 1.1666666666666667,
      "grad_norm": 0.5491642355918884,
      "learning_rate": 0.00013643410852713178,
      "loss": 0.2806,
      "step": 56
    },
    {
      "epoch": 1.3125,
      "grad_norm": 0.4311344027519226,
      "learning_rate": 0.0001255813953488372,
      "loss": 0.2311,
      "step": 63
    },
    {
      "epoch": 1.4583333333333333,
      "grad_norm": 0.4233413636684418,
      "learning_rate": 0.00011472868217054265,
      "loss": 0.2268,
      "step": 70
    },
    {
      "epoch": 1.6041666666666665,
      "grad_norm": 0.46011030673980713,
      "learning_rate": 0.00010387596899224807,
      "loss": 0.2155,
      "step": 77
    },
    {
      "epoch": 1.75,
      "grad_norm": 0.4046083688735962,
      "learning_rate": 9.30232558139535e-05,
      "loss": 0.2121,
      "step": 84
    },
    {
      "epoch": 1.8958333333333335,
      "grad_norm": 0.41275689005851746,
      "learning_rate": 8.217054263565892e-05,
      "loss": 0.2015,
      "step": 91
    },
    {
      "epoch": 2.0416666666666665,
      "grad_norm": 0.42750322818756104,
      "learning_rate": 7.131782945736435e-05,
      "loss": 0.1849,
      "step": 98
    },
    {
      "epoch": 2.1875,
      "grad_norm": 0.46662458777427673,
      "learning_rate": 6.0465116279069765e-05,
      "loss": 0.184,
      "step": 105
    },
    {
      "epoch": 2.3333333333333335,
      "grad_norm": 0.5476089715957642,
      "learning_rate": 4.96124031007752e-05,
      "loss": 0.194,
      "step": 112
    },
    {
      "epoch": 2.4791666666666665,
      "grad_norm": 0.5398187041282654,
      "learning_rate": 3.875968992248062e-05,
      "loss": 0.1868,
      "step": 119
    },
    {
      "epoch": 2.625,
      "grad_norm": 0.41189488768577576,
      "learning_rate": 2.7906976744186048e-05,
      "loss": 0.1741,
      "step": 126
    },
    {
      "epoch": 2.7708333333333335,
      "grad_norm": 0.8281562328338623,
      "learning_rate": 1.7054263565891473e-05,
      "loss": 0.1577,
      "step": 133
    },
    {
      "epoch": 2.9166666666666665,
      "grad_norm": 0.49911385774612427,
      "learning_rate": 6.2015503875969e-06,
      "loss": 0.1839,
      "step": 140
    }
  ],
  "logging_steps": 7,
  "max_steps": 144,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3,
  "save_steps": 500,
  "total_flos": 7.5433855942656e+16,
  "train_batch_size": 12,
  "trial_name": null,
  "trial_params": null
}