{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 0.5,
  "eval_steps": 75,
  "global_step": 375,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.0013333333333333333,
      "grad_norm": 5.494853571957073,
      "learning_rate": 1.5e-06,
      "loss": 2.2794,
      "step": 1
    },
    {
      "epoch": 0.0013333333333333333,
      "eval_loss": 1.8317261934280396,
      "eval_runtime": 98.252,
      "eval_samples_per_second": 1.018,
      "eval_steps_per_second": 0.254,
      "step": 1
    },
    {
      "epoch": 0.0026666666666666666,
      "grad_norm": 0.4396391591358924,
      "learning_rate": 3e-06,
      "loss": 2.2089,
      "step": 2
    },
    {
      "epoch": 0.004,
      "grad_norm": 0.6704432458412378,
      "learning_rate": 4.5e-06,
      "loss": 2.3789,
      "step": 3
    },
    {
      "epoch": 0.005333333333333333,
      "grad_norm": 0.5524719828039701,
      "learning_rate": 6e-06,
      "loss": 1.9508,
      "step": 4
    },
    {
      "epoch": 0.006666666666666667,
      "grad_norm": 1.551345196476793,
      "learning_rate": 7.5e-06,
      "loss": 2.3302,
      "step": 5
    },
    {
      "epoch": 0.008,
      "grad_norm": 1.4425623787692365,
      "learning_rate": 9e-06,
      "loss": 2.4649,
      "step": 6
    },
    {
      "epoch": 0.009333333333333334,
      "grad_norm": 1.9558403413673842,
      "learning_rate": 1.05e-05,
      "loss": 2.5318,
      "step": 7
    },
    {
      "epoch": 0.010666666666666666,
      "grad_norm": 0.6930931382639645,
      "learning_rate": 1.2e-05,
      "loss": 1.9398,
      "step": 8
    },
    {
      "epoch": 0.012,
      "grad_norm": 0.40522998481846323,
      "learning_rate": 1.3500000000000001e-05,
      "loss": 2.4355,
      "step": 9
    },
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 2.194079323679347,
      "learning_rate": 1.5e-05,
      "loss": 2.3417,
      "step": 10
    },
    {
      "epoch": 0.014666666666666666,
      "grad_norm": 2.5436460717739156,
      "learning_rate": 1.65e-05,
      "loss": 2.4571,
      "step": 11
    },
    {
      "epoch": 0.016,
      "grad_norm": 1.9496092240793341,
      "learning_rate": 1.8e-05,
      "loss": 1.9637,
      "step": 12
    },
    {
      "epoch": 0.017333333333333333,
      "grad_norm": 1.2616722727237577,
      "learning_rate": 1.95e-05,
      "loss": 2.5866,
      "step": 13
    },
    {
      "epoch": 0.018666666666666668,
      "grad_norm": 0.3060862022495338,
      "learning_rate": 2.1e-05,
      "loss": 2.1547,
      "step": 14
    },
    {
      "epoch": 0.02,
      "grad_norm": 0.5028816367161089,
      "learning_rate": 2.25e-05,
      "loss": 1.8957,
      "step": 15
    },
    {
      "epoch": 0.021333333333333333,
      "grad_norm": 0.5034069784636721,
      "learning_rate": 2.4e-05,
      "loss": 2.1151,
      "step": 16
    },
    {
      "epoch": 0.02266666666666667,
      "grad_norm": 1.5564960276262187,
      "learning_rate": 2.55e-05,
      "loss": 2.3041,
      "step": 17
    },
    {
      "epoch": 0.024,
      "grad_norm": 0.4958603020666427,
      "learning_rate": 2.7000000000000002e-05,
      "loss": 2.0962,
      "step": 18
    },
    {
      "epoch": 0.025333333333333333,
      "grad_norm": 1.5362995691059922,
      "learning_rate": 2.8499999999999998e-05,
      "loss": 2.3989,
      "step": 19
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 0.648652241685575,
      "learning_rate": 3e-05,
      "loss": 2.5339,
      "step": 20
    },
    {
      "epoch": 0.028,
      "grad_norm": 0.554470724602306,
      "learning_rate": 2.999996958555301e-05,
      "loss": 2.4793,
      "step": 21
    },
    {
      "epoch": 0.029333333333333333,
      "grad_norm": 1.3508987707917082,
      "learning_rate": 2.999987834234907e-05,
      "loss": 2.3167,
      "step": 22
    },
    {
      "epoch": 0.030666666666666665,
      "grad_norm": 0.4599504691462346,
      "learning_rate": 2.9999726270799325e-05,
      "loss": 2.36,
      "step": 23
    },
    {
      "epoch": 0.032,
      "grad_norm": 1.0007538870075432,
      "learning_rate": 2.999951337158897e-05,
      "loss": 2.2342,
      "step": 24
    },
    {
      "epoch": 0.03333333333333333,
      "grad_norm": 0.8436818785690442,
      "learning_rate": 2.9999239645677304e-05,
      "loss": 2.2803,
      "step": 25
    },
    {
      "epoch": 0.034666666666666665,
      "grad_norm": 0.37337797248642607,
      "learning_rate": 2.9998905094297686e-05,
      "loss": 2.188,
      "step": 26
    },
    {
      "epoch": 0.036,
      "grad_norm": 0.16596641795830927,
      "learning_rate": 2.9998509718957563e-05,
      "loss": 2.105,
      "step": 27
    },
    {
      "epoch": 0.037333333333333336,
      "grad_norm": 0.3163756174860874,
      "learning_rate": 2.9998053521438427e-05,
      "loss": 2.1819,
      "step": 28
    },
    {
      "epoch": 0.03866666666666667,
      "grad_norm": 0.73179742586677,
      "learning_rate": 2.9997536503795834e-05,
      "loss": 2.2281,
      "step": 29
    },
    {
      "epoch": 0.04,
      "grad_norm": 0.18793418314598326,
      "learning_rate": 2.9996958668359386e-05,
      "loss": 2.1174,
      "step": 30
    },
    {
      "epoch": 0.04133333333333333,
      "grad_norm": 0.6403343407451153,
      "learning_rate": 2.999632001773272e-05,
      "loss": 2.3419,
      "step": 31
    },
    {
      "epoch": 0.042666666666666665,
      "grad_norm": 0.2773466547599625,
      "learning_rate": 2.9995620554793495e-05,
      "loss": 1.9779,
      "step": 32
    },
    {
      "epoch": 0.044,
      "grad_norm": 0.42992322954286805,
      "learning_rate": 2.999486028269338e-05,
      "loss": 1.891,
      "step": 33
    },
    {
      "epoch": 0.04533333333333334,
      "grad_norm": 0.3880877285520559,
      "learning_rate": 2.9994039204858043e-05,
      "loss": 1.9488,
      "step": 34
    },
    {
      "epoch": 0.04666666666666667,
      "grad_norm": 0.38995745148913935,
      "learning_rate": 2.999315732498714e-05,
      "loss": 2.5013,
      "step": 35
    },
    {
      "epoch": 0.048,
      "grad_norm": 0.4228621926559084,
      "learning_rate": 2.999221464705427e-05,
      "loss": 2.1356,
      "step": 36
    },
    {
      "epoch": 0.04933333333333333,
      "grad_norm": 0.4663890399818879,
      "learning_rate": 2.9991211175307006e-05,
      "loss": 2.155,
      "step": 37
    },
    {
      "epoch": 0.050666666666666665,
      "grad_norm": 0.5287155786829871,
      "learning_rate": 2.9990146914266826e-05,
      "loss": 1.8496,
      "step": 38
    },
    {
      "epoch": 0.052,
      "grad_norm": 0.33925018851926647,
      "learning_rate": 2.9989021868729135e-05,
      "loss": 2.1315,
      "step": 39
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 0.16522140027488588,
      "learning_rate": 2.99878360437632e-05,
      "loss": 2.0977,
      "step": 40
    },
    {
      "epoch": 0.05466666666666667,
      "grad_norm": 0.6355838754971164,
      "learning_rate": 2.998658944471217e-05,
      "loss": 2.1459,
      "step": 41
    },
    {
      "epoch": 0.056,
      "grad_norm": 0.26447590316147407,
      "learning_rate": 2.9985282077193026e-05,
      "loss": 2.0833,
      "step": 42
    },
    {
      "epoch": 0.05733333333333333,
      "grad_norm": 0.29258668895913753,
      "learning_rate": 2.9983913947096563e-05,
      "loss": 2.2603,
      "step": 43
    },
    {
      "epoch": 0.058666666666666666,
      "grad_norm": 0.2920264557478038,
      "learning_rate": 2.9982485060587357e-05,
      "loss": 1.9828,
      "step": 44
    },
    {
      "epoch": 0.06,
      "grad_norm": 0.3860467745966656,
      "learning_rate": 2.9980995424103748e-05,
      "loss": 2.4214,
      "step": 45
    },
    {
      "epoch": 0.06133333333333333,
      "grad_norm": 0.5757512413804123,
      "learning_rate": 2.9979445044357814e-05,
      "loss": 2.212,
      "step": 46
    },
    {
      "epoch": 0.06266666666666666,
      "grad_norm": 0.21304621427134704,
      "learning_rate": 2.9977833928335316e-05,
      "loss": 1.9271,
      "step": 47
    },
    {
      "epoch": 0.064,
      "grad_norm": 0.3301257012003079,
      "learning_rate": 2.9976162083295694e-05,
      "loss": 2.0472,
      "step": 48
    },
    {
      "epoch": 0.06533333333333333,
      "grad_norm": 0.3008211448973632,
      "learning_rate": 2.9974429516772018e-05,
      "loss": 2.4323,
      "step": 49
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 0.26704445986476444,
      "learning_rate": 2.997263623657097e-05,
      "loss": 2.003,
      "step": 50
    },
    {
      "epoch": 0.068,
      "grad_norm": 0.24343367493238866,
      "learning_rate": 2.9970782250772786e-05,
      "loss": 1.9911,
      "step": 51
    },
    {
      "epoch": 0.06933333333333333,
      "grad_norm": 0.36868774906810614,
      "learning_rate": 2.9968867567731233e-05,
      "loss": 2.3312,
      "step": 52
    },
    {
      "epoch": 0.07066666666666667,
      "grad_norm": 0.4346673091737939,
      "learning_rate": 2.9966892196073583e-05,
      "loss": 2.0461,
      "step": 53
    },
    {
      "epoch": 0.072,
      "grad_norm": 0.27732062938320917,
      "learning_rate": 2.996485614470054e-05,
      "loss": 1.8782,
      "step": 54
    },
    {
      "epoch": 0.07333333333333333,
      "grad_norm": 0.5044098714622329,
      "learning_rate": 2.9962759422786248e-05,
      "loss": 2.3024,
      "step": 55
    },
    {
      "epoch": 0.07466666666666667,
      "grad_norm": 0.35584299953539106,
      "learning_rate": 2.9960602039778196e-05,
      "loss": 1.9019,
      "step": 56
    },
    {
      "epoch": 0.076,
      "grad_norm": 0.25515628575898364,
      "learning_rate": 2.995838400539723e-05,
      "loss": 2.1745,
      "step": 57
    },
    {
      "epoch": 0.07733333333333334,
      "grad_norm": 0.22266755698926835,
      "learning_rate": 2.9956105329637454e-05,
      "loss": 2.3572,
      "step": 58
    },
    {
      "epoch": 0.07866666666666666,
      "grad_norm": 0.23590376658875728,
      "learning_rate": 2.9953766022766228e-05,
      "loss": 2.2639,
      "step": 59
    },
    {
      "epoch": 0.08,
      "grad_norm": 0.19958974114647998,
      "learning_rate": 2.9951366095324108e-05,
      "loss": 2.2983,
      "step": 60
    },
    {
      "epoch": 0.08133333333333333,
      "grad_norm": 0.26170668739549613,
      "learning_rate": 2.994890555812479e-05,
      "loss": 1.7797,
      "step": 61
    },
    {
      "epoch": 0.08266666666666667,
      "grad_norm": 0.1947500638232896,
      "learning_rate": 2.9946384422255074e-05,
      "loss": 2.232,
      "step": 62
    },
    {
      "epoch": 0.084,
      "grad_norm": 0.18048707660964908,
      "learning_rate": 2.9943802699074796e-05,
      "loss": 2.3487,
      "step": 63
    },
    {
      "epoch": 0.08533333333333333,
      "grad_norm": 0.21913225188044025,
      "learning_rate": 2.994116040021681e-05,
      "loss": 2.1964,
      "step": 64
    },
    {
      "epoch": 0.08666666666666667,
      "grad_norm": 0.4242826633242974,
      "learning_rate": 2.9938457537586896e-05,
      "loss": 2.3137,
      "step": 65
    },
    {
      "epoch": 0.088,
      "grad_norm": 0.2557454392806272,
      "learning_rate": 2.9935694123363727e-05,
      "loss": 2.1458,
      "step": 66
    },
    {
      "epoch": 0.08933333333333333,
      "grad_norm": 0.3093808768168103,
      "learning_rate": 2.9932870169998825e-05,
      "loss": 2.1153,
      "step": 67
    },
    {
      "epoch": 0.09066666666666667,
      "grad_norm": 0.33819459397450213,
      "learning_rate": 2.9929985690216478e-05,
      "loss": 2.0772,
      "step": 68
    },
    {
      "epoch": 0.092,
      "grad_norm": 0.21377958208808176,
      "learning_rate": 2.9927040697013705e-05,
      "loss": 2.1949,
      "step": 69
    },
    {
      "epoch": 0.09333333333333334,
      "grad_norm": 0.2652218777029591,
      "learning_rate": 2.9924035203660188e-05,
      "loss": 2.0031,
      "step": 70
    },
    {
      "epoch": 0.09466666666666666,
      "grad_norm": 0.23574741210798578,
      "learning_rate": 2.9920969223698202e-05,
      "loss": 1.9449,
      "step": 71
    },
    {
      "epoch": 0.096,
      "grad_norm": 0.2226926959097067,
      "learning_rate": 2.991784277094258e-05,
      "loss": 2.031,
      "step": 72
    },
    {
      "epoch": 0.09733333333333333,
      "grad_norm": 0.24814250998530846,
      "learning_rate": 2.9914655859480632e-05,
      "loss": 2.0921,
      "step": 73
    },
    {
      "epoch": 0.09866666666666667,
      "grad_norm": 0.33914254917033065,
      "learning_rate": 2.991140850367208e-05,
      "loss": 2.2183,
      "step": 74
    },
    {
      "epoch": 0.1,
      "grad_norm": 0.25867270370266443,
      "learning_rate": 2.990810071814901e-05,
      "loss": 1.6416,
      "step": 75
    },
    {
      "epoch": 0.1,
      "eval_loss": 1.782590389251709,
      "eval_runtime": 98.6583,
      "eval_samples_per_second": 1.014,
      "eval_steps_per_second": 0.253,
      "step": 75
    },
    {
      "epoch": 0.10133333333333333,
      "grad_norm": 0.22920181089355457,
      "learning_rate": 2.990473251781578e-05,
      "loss": 2.1863,
      "step": 76
    },
    {
      "epoch": 0.10266666666666667,
      "grad_norm": 0.18274633553603156,
      "learning_rate": 2.9901303917848977e-05,
      "loss": 2.2399,
      "step": 77
    },
    {
      "epoch": 0.104,
      "grad_norm": 0.18220877055008589,
      "learning_rate": 2.9897814933697335e-05,
      "loss": 1.9149,
      "step": 78
    },
    {
      "epoch": 0.10533333333333333,
      "grad_norm": 0.2021601886002538,
      "learning_rate": 2.9894265581081682e-05,
      "loss": 2.199,
      "step": 79
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 3.7616720925364286,
      "learning_rate": 2.989065587599484e-05,
      "loss": 2.1179,
      "step": 80
    },
    {
      "epoch": 0.108,
      "grad_norm": 0.23407462358542114,
      "learning_rate": 2.9886985834701577e-05,
      "loss": 2.5661,
      "step": 81
    },
    {
      "epoch": 0.10933333333333334,
      "grad_norm": 1.5338568979686038,
      "learning_rate": 2.9883255473738523e-05,
      "loss": 2.2263,
      "step": 82
    },
    {
      "epoch": 0.11066666666666666,
      "grad_norm": 0.24500727274505268,
      "learning_rate": 2.9879464809914113e-05,
      "loss": 2.0621,
      "step": 83
    },
    {
      "epoch": 0.112,
      "grad_norm": 0.21179059127462146,
      "learning_rate": 2.987561386030848e-05,
      "loss": 2.0356,
      "step": 84
    },
    {
      "epoch": 0.11333333333333333,
      "grad_norm": 0.3306008087329227,
      "learning_rate": 2.9871702642273404e-05,
      "loss": 2.0848,
      "step": 85
    },
    {
      "epoch": 0.11466666666666667,
      "grad_norm": 0.15657087812683942,
      "learning_rate": 2.9867731173432215e-05,
      "loss": 2.2127,
      "step": 86
    },
    {
      "epoch": 0.116,
      "grad_norm": 0.1886500437129195,
      "learning_rate": 2.9863699471679743e-05,
      "loss": 1.9854,
      "step": 87
    },
    {
      "epoch": 0.11733333333333333,
      "grad_norm": 0.22974349537556282,
      "learning_rate": 2.9859607555182206e-05,
      "loss": 2.1972,
      "step": 88
    },
    {
      "epoch": 0.11866666666666667,
      "grad_norm": 0.2578002903522265,
      "learning_rate": 2.9855455442377135e-05,
      "loss": 2.1804,
      "step": 89
    },
    {
      "epoch": 0.12,
      "grad_norm": 0.24109737247334548,
      "learning_rate": 2.9851243151973314e-05,
      "loss": 1.9523,
      "step": 90
    },
    {
      "epoch": 0.12133333333333333,
      "grad_norm": 0.34121465203098633,
      "learning_rate": 2.9846970702950653e-05,
      "loss": 1.9493,
      "step": 91
    },
    {
      "epoch": 0.12266666666666666,
      "grad_norm": 0.2069391899522312,
      "learning_rate": 2.9842638114560144e-05,
      "loss": 2.2207,
      "step": 92
    },
    {
      "epoch": 0.124,
      "grad_norm": 0.41038744334249916,
      "learning_rate": 2.9838245406323763e-05,
      "loss": 2.0954,
      "step": 93
    },
    {
      "epoch": 0.12533333333333332,
      "grad_norm": 0.2818876029106677,
      "learning_rate": 2.9833792598034362e-05,
      "loss": 2.063,
      "step": 94
    },
    {
      "epoch": 0.12666666666666668,
      "grad_norm": 0.3963506275688602,
      "learning_rate": 2.9829279709755597e-05,
      "loss": 1.9915,
      "step": 95
    },
    {
      "epoch": 0.128,
      "grad_norm": 0.3357399751778237,
      "learning_rate": 2.9824706761821845e-05,
      "loss": 2.0319,
      "step": 96
    },
    {
      "epoch": 0.12933333333333333,
      "grad_norm": 0.2484694376564558,
      "learning_rate": 2.9820073774838092e-05,
      "loss": 1.9593,
      "step": 97
    },
    {
      "epoch": 0.13066666666666665,
      "grad_norm": 0.28583010649806945,
      "learning_rate": 2.9815380769679853e-05,
      "loss": 2.0876,
      "step": 98
    },
    {
      "epoch": 0.132,
      "grad_norm": 0.2839808516235786,
      "learning_rate": 2.9810627767493083e-05,
      "loss": 2.107,
      "step": 99
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.22309498057469626,
      "learning_rate": 2.9805814789694065e-05,
      "loss": 2.3163,
      "step": 100
    },
    {
      "epoch": 0.13466666666666666,
      "grad_norm": 0.21629704903995522,
      "learning_rate": 2.9800941857969325e-05,
      "loss": 1.9568,
      "step": 101
    },
    {
      "epoch": 0.136,
      "grad_norm": 0.2498232144819958,
      "learning_rate": 2.9796008994275533e-05,
      "loss": 2.2436,
      "step": 102
    },
    {
      "epoch": 0.13733333333333334,
      "grad_norm": 0.23251794806618262,
      "learning_rate": 2.979101622083941e-05,
      "loss": 2.1077,
      "step": 103
    },
    {
      "epoch": 0.13866666666666666,
      "grad_norm": 0.27094215165929786,
      "learning_rate": 2.978596356015761e-05,
      "loss": 2.2429,
      "step": 104
    },
    {
      "epoch": 0.14,
      "grad_norm": 0.23381976958310982,
      "learning_rate": 2.978085103499663e-05,
      "loss": 2.1045,
      "step": 105
    },
    {
      "epoch": 0.14133333333333334,
      "grad_norm": 0.31137413672950875,
      "learning_rate": 2.9775678668392713e-05,
      "loss": 2.2828,
      "step": 106
    },
    {
      "epoch": 0.14266666666666666,
      "grad_norm": 0.2510514954722372,
      "learning_rate": 2.9770446483651735e-05,
      "loss": 2.0488,
      "step": 107
    },
    {
      "epoch": 0.144,
      "grad_norm": 0.20677625084575546,
      "learning_rate": 2.976515450434911e-05,
      "loss": 2.0007,
      "step": 108
    },
    {
      "epoch": 0.14533333333333334,
      "grad_norm": 0.1441931078695141,
      "learning_rate": 2.9759802754329665e-05,
      "loss": 2.2914,
      "step": 109
    },
    {
      "epoch": 0.14666666666666667,
      "grad_norm": 0.2505777324570115,
      "learning_rate": 2.9754391257707555e-05,
      "loss": 2.3766,
      "step": 110
    },
    {
      "epoch": 0.148,
      "grad_norm": 0.15292718959769924,
      "learning_rate": 2.9748920038866134e-05,
      "loss": 2.0941,
      "step": 111
    },
    {
      "epoch": 0.14933333333333335,
      "grad_norm": 0.323283263320876,
      "learning_rate": 2.9743389122457864e-05,
      "loss": 2.249,
      "step": 112
    },
    {
      "epoch": 0.15066666666666667,
      "grad_norm": 0.18122528780601804,
      "learning_rate": 2.9737798533404195e-05,
      "loss": 2.225,
      "step": 113
    },
    {
      "epoch": 0.152,
      "grad_norm": 0.1959413592260722,
      "learning_rate": 2.9732148296895444e-05,
      "loss": 2.2521,
      "step": 114
    },
    {
      "epoch": 0.15333333333333332,
      "grad_norm": 0.3035240193818014,
      "learning_rate": 2.9726438438390702e-05,
      "loss": 1.8693,
      "step": 115
    },
    {
      "epoch": 0.15466666666666667,
      "grad_norm": 0.18185372954938864,
      "learning_rate": 2.9720668983617685e-05,
      "loss": 1.7352,
      "step": 116
    },
    {
      "epoch": 0.156,
      "grad_norm": 0.22324589503263917,
      "learning_rate": 2.9714839958572674e-05,
      "loss": 2.1327,
      "step": 117
    },
    {
      "epoch": 0.15733333333333333,
      "grad_norm": 0.17640470731953065,
      "learning_rate": 2.9708951389520338e-05,
      "loss": 2.3011,
      "step": 118
    },
    {
      "epoch": 0.15866666666666668,
      "grad_norm": 0.22566777150432568,
      "learning_rate": 2.970300330299365e-05,
      "loss": 2.2591,
      "step": 119
    },
    {
      "epoch": 0.16,
      "grad_norm": 0.26753575405847074,
      "learning_rate": 2.9696995725793764e-05,
      "loss": 1.9764,
      "step": 120
    },
    {
      "epoch": 0.16133333333333333,
      "grad_norm": 0.2625838791216609,
      "learning_rate": 2.969092868498988e-05,
      "loss": 2.0906,
      "step": 121
    },
    {
      "epoch": 0.16266666666666665,
      "grad_norm": 0.23542440806071088,
      "learning_rate": 2.9684802207919144e-05,
      "loss": 2.331,
      "step": 122
    },
    {
      "epoch": 0.164,
      "grad_norm": 0.16614596830245607,
      "learning_rate": 2.9678616322186506e-05,
      "loss": 2.0534,
      "step": 123
    },
    {
      "epoch": 0.16533333333333333,
      "grad_norm": 0.2087450409416601,
      "learning_rate": 2.9672371055664598e-05,
      "loss": 2.3241,
      "step": 124
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 0.19314135153093137,
      "learning_rate": 2.9666066436493612e-05,
      "loss": 2.0654,
      "step": 125
    },
    {
      "epoch": 0.168,
      "grad_norm": 0.21431158762567906,
      "learning_rate": 2.9659702493081184e-05,
      "loss": 1.9973,
      "step": 126
    },
    {
      "epoch": 0.16933333333333334,
      "grad_norm": 1.9808549742241428,
      "learning_rate": 2.965327925410226e-05,
      "loss": 2.0077,
      "step": 127
    },
    {
      "epoch": 0.17066666666666666,
      "grad_norm": 0.26139018103307665,
      "learning_rate": 2.9646796748498934e-05,
      "loss": 2.0224,
      "step": 128
    },
    {
      "epoch": 0.172,
      "grad_norm": 0.25005627301032396,
      "learning_rate": 2.9640255005480376e-05,
      "loss": 2.2725,
      "step": 129
    },
    {
      "epoch": 0.17333333333333334,
      "grad_norm": 0.15880416331686953,
      "learning_rate": 2.9633654054522655e-05,
      "loss": 2.2907,
      "step": 130
    },
    {
      "epoch": 0.17466666666666666,
      "grad_norm": 0.33529634494995547,
      "learning_rate": 2.9626993925368635e-05,
      "loss": 2.0113,
      "step": 131
    },
    {
      "epoch": 0.176,
      "grad_norm": 0.28246655756719385,
      "learning_rate": 2.9620274648027805e-05,
      "loss": 1.6602,
      "step": 132
    },
    {
      "epoch": 0.17733333333333334,
      "grad_norm": 0.19752740198982274,
      "learning_rate": 2.96134962527762e-05,
      "loss": 2.4049,
      "step": 133
    },
    {
      "epoch": 0.17866666666666667,
      "grad_norm": 0.24132626803001633,
      "learning_rate": 2.960665877015619e-05,
      "loss": 1.9882,
      "step": 134
    },
    {
      "epoch": 0.18,
      "grad_norm": 0.20387262050547844,
      "learning_rate": 2.959976223097642e-05,
      "loss": 2.1055,
      "step": 135
    },
    {
      "epoch": 0.18133333333333335,
      "grad_norm": 0.1624504592181784,
      "learning_rate": 2.9592806666311612e-05,
      "loss": 2.0519,
      "step": 136
    },
    {
      "epoch": 0.18266666666666667,
      "grad_norm": 0.17429829196685362,
      "learning_rate": 2.958579210750246e-05,
      "loss": 2.2465,
      "step": 137
    },
    {
      "epoch": 0.184,
      "grad_norm": 0.20450521945125338,
      "learning_rate": 2.9578718586155467e-05,
      "loss": 2.0122,
      "step": 138
    },
    {
      "epoch": 0.18533333333333332,
      "grad_norm": 0.25553899821370907,
      "learning_rate": 2.9571586134142824e-05,
      "loss": 1.9806,
      "step": 139
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 0.18251828378522442,
      "learning_rate": 2.956439478360224e-05,
      "loss": 2.0153,
      "step": 140
    },
    {
      "epoch": 0.188,
      "grad_norm": 0.27047669211119385,
      "learning_rate": 2.9557144566936813e-05,
      "loss": 2.3386,
      "step": 141
    },
    {
      "epoch": 0.18933333333333333,
      "grad_norm": 0.25054213266869674,
      "learning_rate": 2.9549835516814905e-05,
      "loss": 1.8871,
      "step": 142
    },
    {
      "epoch": 0.19066666666666668,
      "grad_norm": 0.2177646465341283,
      "learning_rate": 2.9542467666169946e-05,
      "loss": 1.9861,
      "step": 143
    },
    {
      "epoch": 0.192,
      "grad_norm": 0.23131873734472552,
      "learning_rate": 2.953504104820032e-05,
      "loss": 2.2903,
      "step": 144
    },
    {
      "epoch": 0.19333333333333333,
      "grad_norm": 0.19112449587530203,
      "learning_rate": 2.9527555696369217e-05,
      "loss": 2.079,
      "step": 145
    },
    {
      "epoch": 0.19466666666666665,
      "grad_norm": 0.25269202301867255,
      "learning_rate": 2.9520011644404457e-05,
      "loss": 2.0033,
      "step": 146
    },
    {
      "epoch": 0.196,
      "grad_norm": 0.27870777753889076,
      "learning_rate": 2.9512408926298362e-05,
      "loss": 2.0747,
      "step": 147
    },
    {
      "epoch": 0.19733333333333333,
      "grad_norm": 0.2356849572111222,
      "learning_rate": 2.9504747576307594e-05,
      "loss": 1.9859,
      "step": 148
    },
    {
      "epoch": 0.19866666666666666,
      "grad_norm": 0.24802404030831268,
      "learning_rate": 2.9497027628953e-05,
      "loss": 1.9636,
      "step": 149
    },
    {
      "epoch": 0.2,
      "grad_norm": 0.2705817304080749,
      "learning_rate": 2.9489249119019465e-05,
      "loss": 2.3547,
      "step": 150
    },
    {
      "epoch": 0.2,
      "eval_loss": 1.764258623123169,
      "eval_runtime": 98.8204,
      "eval_samples_per_second": 1.012,
      "eval_steps_per_second": 0.253,
      "step": 150
    },
    {
      "epoch": 0.20133333333333334,
      "grad_norm": 0.2582615198348039,
      "learning_rate": 2.948141208155574e-05,
      "loss": 2.0245,
      "step": 151
    },
    {
      "epoch": 0.20266666666666666,
      "grad_norm": 0.4907789285423073,
      "learning_rate": 2.9473516551874283e-05,
      "loss": 2.0994,
      "step": 152
    },
    {
      "epoch": 0.204,
      "grad_norm": 0.18922034328138926,
      "learning_rate": 2.946556256555113e-05,
      "loss": 2.323,
      "step": 153
    },
    {
      "epoch": 0.20533333333333334,
      "grad_norm": 0.2033901054041812,
      "learning_rate": 2.94575501584257e-05,
      "loss": 2.0412,
      "step": 154
    },
    {
      "epoch": 0.20666666666666667,
      "grad_norm": 0.44181703724009636,
      "learning_rate": 2.9449479366600646e-05,
      "loss": 2.0977,
      "step": 155
    },
    {
      "epoch": 0.208,
      "grad_norm": 0.23299679001877052,
      "learning_rate": 2.94413502264417e-05,
      "loss": 2.1351,
      "step": 156
    },
    {
      "epoch": 0.20933333333333334,
      "grad_norm": 0.1826511129435199,
      "learning_rate": 2.94331627745775e-05,
      "loss": 2.23,
      "step": 157
    },
    {
      "epoch": 0.21066666666666667,
      "grad_norm": 0.21212768867139842,
      "learning_rate": 2.9424917047899425e-05,
      "loss": 2.1412,
      "step": 158
    },
    {
      "epoch": 0.212,
      "grad_norm": 0.3826582810934168,
      "learning_rate": 2.9416613083561428e-05,
      "loss": 2.2128,
      "step": 159
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 0.19962942232450726,
      "learning_rate": 2.9408250918979886e-05,
      "loss": 1.9778,
      "step": 160
    },
    {
      "epoch": 0.21466666666666667,
      "grad_norm": 0.1694294631609089,
      "learning_rate": 2.9399830591833407e-05,
      "loss": 2.4602,
      "step": 161
    },
    {
      "epoch": 0.216,
      "grad_norm": 0.2899013004381108,
      "learning_rate": 2.9391352140062668e-05,
      "loss": 1.9118,
      "step": 162
    },
    {
      "epoch": 0.21733333333333332,
      "grad_norm": 0.23107679488781446,
      "learning_rate": 2.9382815601870252e-05,
      "loss": 2.0482,
      "step": 163
    },
    {
      "epoch": 0.21866666666666668,
      "grad_norm": 0.21890406305674734,
      "learning_rate": 2.9374221015720465e-05,
      "loss": 2.041,
      "step": 164
    },
    {
      "epoch": 0.22,
      "grad_norm": 0.23483748269482313,
      "learning_rate": 2.9365568420339173e-05,
      "loss": 2.2775,
      "step": 165
    },
    {
      "epoch": 0.22133333333333333,
      "grad_norm": 0.2872971245253849,
      "learning_rate": 2.9356857854713628e-05,
      "loss": 1.9568,
      "step": 166
    },
    {
      "epoch": 0.22266666666666668,
      "grad_norm": 0.2372348840011155,
      "learning_rate": 2.9348089358092266e-05,
      "loss": 2.262,
      "step": 167
    },
    {
      "epoch": 0.224,
      "grad_norm": 0.36284791627622115,
      "learning_rate": 2.9339262969984575e-05,
      "loss": 2.083,
      "step": 168
    },
    {
      "epoch": 0.22533333333333333,
      "grad_norm": 0.29336818899957795,
      "learning_rate": 2.9330378730160882e-05,
      "loss": 1.9668,
      "step": 169
    },
    {
      "epoch": 0.22666666666666666,
      "grad_norm": 0.2201337837382957,
      "learning_rate": 2.932143667865218e-05,
      "loss": 2.2411,
      "step": 170
    },
    {
      "epoch": 0.228,
      "grad_norm": 0.23312129174527574,
      "learning_rate": 2.931243685574997e-05,
      "loss": 1.7557,
      "step": 171
    },
    {
      "epoch": 0.22933333333333333,
      "grad_norm": 0.2158943628320117,
      "learning_rate": 2.930337930200603e-05,
      "loss": 2.2391,
      "step": 172
    },
    {
      "epoch": 0.23066666666666666,
      "grad_norm": 0.22961082626415702,
      "learning_rate": 2.929426405823231e-05,
      "loss": 1.983,
      "step": 173
    },
    {
      "epoch": 0.232,
      "grad_norm": 0.1589890947108339,
      "learning_rate": 2.9285091165500653e-05,
      "loss": 2.2212,
      "step": 174
    },
    {
      "epoch": 0.23333333333333334,
      "grad_norm": 0.3416891731513133,
      "learning_rate": 2.9275860665142697e-05,
      "loss": 2.151,
      "step": 175
    },
    {
      "epoch": 0.23466666666666666,
      "grad_norm": 0.3116792178273567,
      "learning_rate": 2.9266572598749632e-05,
      "loss": 1.9779,
      "step": 176
    },
    {
      "epoch": 0.236,
      "grad_norm": 0.2507975453340776,
      "learning_rate": 2.925722700817204e-05,
      "loss": 1.8828,
      "step": 177
    },
    {
      "epoch": 0.23733333333333334,
      "grad_norm": 0.2679656189407352,
      "learning_rate": 2.9247823935519685e-05,
      "loss": 2.0387,
      "step": 178
    },
    {
      "epoch": 0.23866666666666667,
      "grad_norm": 0.23989994031916193,
      "learning_rate": 2.9238363423161357e-05,
      "loss": 2.0543,
      "step": 179
    },
    {
      "epoch": 0.24,
      "grad_norm": 0.1858192959656248,
      "learning_rate": 2.9228845513724636e-05,
      "loss": 2.1298,
      "step": 180
    },
    {
      "epoch": 0.24133333333333334,
      "grad_norm": 0.2634790646951208,
      "learning_rate": 2.921927025009575e-05,
      "loss": 1.8913,
      "step": 181
    },
    {
      "epoch": 0.24266666666666667,
      "grad_norm": 0.2022924360136422,
      "learning_rate": 2.920963767541933e-05,
      "loss": 2.125,
      "step": 182
    },
    {
      "epoch": 0.244,
      "grad_norm": 0.2093674676298739,
      "learning_rate": 2.919994783309827e-05,
      "loss": 2.0787,
      "step": 183
    },
    {
      "epoch": 0.24533333333333332,
      "grad_norm": 0.21965402179914853,
      "learning_rate": 2.9190200766793476e-05,
      "loss": 2.2001,
      "step": 184
    },
    {
      "epoch": 0.24666666666666667,
      "grad_norm": 0.1853707607114335,
      "learning_rate": 2.9180396520423712e-05,
      "loss": 2.2625,
      "step": 185
    },
    {
      "epoch": 0.248,
      "grad_norm": 0.16161978911997635,
      "learning_rate": 2.9170535138165386e-05,
      "loss": 2.1841,
      "step": 186
    },
    {
      "epoch": 0.24933333333333332,
      "grad_norm": 0.3229805512119213,
      "learning_rate": 2.9160616664452343e-05,
      "loss": 2.3706,
      "step": 187
    },
    {
      "epoch": 0.25066666666666665,
      "grad_norm": 0.2836753076906196,
      "learning_rate": 2.915064114397568e-05,
      "loss": 1.6237,
      "step": 188
    },
    {
      "epoch": 0.252,
      "grad_norm": 0.2698172260057232,
      "learning_rate": 2.9140608621683537e-05,
      "loss": 1.6731,
      "step": 189
    },
    {
      "epoch": 0.25333333333333335,
      "grad_norm": 0.19227100326585553,
      "learning_rate": 2.913051914278089e-05,
      "loss": 2.3641,
      "step": 190
    },
    {
      "epoch": 0.25466666666666665,
      "grad_norm": 0.17075536856147475,
      "learning_rate": 2.9120372752729364e-05,
      "loss": 2.1405,
      "step": 191
    },
    {
      "epoch": 0.256,
      "grad_norm": 0.18977706986071732,
      "learning_rate": 2.9110169497247005e-05,
      "loss": 2.2104,
      "step": 192
    },
    {
      "epoch": 0.25733333333333336,
      "grad_norm": 0.19137759329665405,
      "learning_rate": 2.909990942230809e-05,
      "loss": 2.0225,
      "step": 193
    },
    {
      "epoch": 0.25866666666666666,
      "grad_norm": 1.565607637042905,
      "learning_rate": 2.9089592574142925e-05,
      "loss": 1.8544,
      "step": 194
    },
    {
      "epoch": 0.26,
      "grad_norm": 0.19540116729751783,
      "learning_rate": 2.9079218999237602e-05,
      "loss": 2.3062,
      "step": 195
    },
    {
      "epoch": 0.2613333333333333,
      "grad_norm": 0.210417328406617,
      "learning_rate": 2.9068788744333847e-05,
      "loss": 2.1931,
      "step": 196
    },
    {
      "epoch": 0.26266666666666666,
      "grad_norm": 0.17528914661443556,
      "learning_rate": 2.905830185642875e-05,
      "loss": 2.213,
      "step": 197
    },
    {
      "epoch": 0.264,
      "grad_norm": 0.19180797982535258,
      "learning_rate": 2.90477583827746e-05,
      "loss": 2.0999,
      "step": 198
    },
    {
      "epoch": 0.2653333333333333,
      "grad_norm": 0.20387611359379645,
      "learning_rate": 2.903715837087864e-05,
      "loss": 2.4077,
      "step": 199
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.37614141580385196,
      "learning_rate": 2.9026501868502878e-05,
      "loss": 2.345,
      "step": 200
    },
    {
      "epoch": 0.268,
      "grad_norm": 0.23854637338124732,
      "learning_rate": 2.901578892366384e-05,
      "loss": 1.9616,
      "step": 201
    },
    {
      "epoch": 0.2693333333333333,
      "grad_norm": 0.360995797147823,
      "learning_rate": 2.9005019584632385e-05,
      "loss": 2.2637,
      "step": 202
    },
    {
      "epoch": 0.27066666666666667,
      "grad_norm": 0.1964827412506095,
      "learning_rate": 2.899419389993348e-05,
      "loss": 2.2153,
      "step": 203
    },
    {
      "epoch": 0.272,
      "grad_norm": 0.2697880949391648,
      "learning_rate": 2.8983311918345973e-05,
      "loss": 1.8934,
      "step": 204
    },
    {
      "epoch": 0.2733333333333333,
      "grad_norm": 0.2583392197903811,
      "learning_rate": 2.8972373688902372e-05,
      "loss": 2.1552,
      "step": 205
    },
    {
      "epoch": 0.27466666666666667,
      "grad_norm": 0.2368677594314249,
      "learning_rate": 2.8961379260888634e-05,
      "loss": 2.1976,
      "step": 206
    },
    {
      "epoch": 0.276,
      "grad_norm": 0.28279002863897235,
      "learning_rate": 2.895032868384393e-05,
      "loss": 2.0461,
      "step": 207
    },
    {
      "epoch": 0.2773333333333333,
      "grad_norm": 0.17431186704640889,
      "learning_rate": 2.8939222007560446e-05,
      "loss": 2.2258,
      "step": 208
    },
    {
      "epoch": 0.2786666666666667,
      "grad_norm": 0.2607071149284682,
      "learning_rate": 2.8928059282083126e-05,
      "loss": 1.8783,
      "step": 209
    },
    {
      "epoch": 0.28,
      "grad_norm": 0.16929508986851496,
      "learning_rate": 2.8916840557709474e-05,
      "loss": 2.21,
      "step": 210
    },
    {
      "epoch": 0.2813333333333333,
      "grad_norm": 0.30196081586191537,
      "learning_rate": 2.8905565884989304e-05,
      "loss": 2.2047,
      "step": 211
    },
    {
      "epoch": 0.2826666666666667,
      "grad_norm": 0.22938305453707358,
      "learning_rate": 2.889423531472455e-05,
      "loss": 2.1314,
      "step": 212
    },
    {
      "epoch": 0.284,
      "grad_norm": 0.24253705098980116,
      "learning_rate": 2.8882848897968974e-05,
      "loss": 1.9166,
      "step": 213
    },
    {
      "epoch": 0.2853333333333333,
      "grad_norm": 0.21184383213391744,
      "learning_rate": 2.8871406686028006e-05,
      "loss": 2.1445,
      "step": 214
    },
    {
      "epoch": 0.2866666666666667,
      "grad_norm": 0.20065002671794552,
      "learning_rate": 2.885990873045846e-05,
      "loss": 2.2053,
      "step": 215
    },
    {
      "epoch": 0.288,
      "grad_norm": 0.20595618063455937,
      "learning_rate": 2.884835508306833e-05,
      "loss": 2.0275,
      "step": 216
    },
    {
      "epoch": 0.28933333333333333,
      "grad_norm": 0.22663216643758846,
      "learning_rate": 2.883674579591656e-05,
      "loss": 2.1399,
      "step": 217
    },
    {
      "epoch": 0.2906666666666667,
      "grad_norm": 0.20459405622917667,
      "learning_rate": 2.8825080921312775e-05,
      "loss": 2.0352,
      "step": 218
    },
    {
      "epoch": 0.292,
      "grad_norm": 0.24151264290319524,
      "learning_rate": 2.8813360511817092e-05,
      "loss": 2.0821,
      "step": 219
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 0.2377001051292377,
      "learning_rate": 2.8801584620239833e-05,
      "loss": 2.0448,
      "step": 220
    },
    {
      "epoch": 0.2946666666666667,
      "grad_norm": 0.3689003556922912,
      "learning_rate": 2.878975329964134e-05,
      "loss": 2.107,
      "step": 221
    },
    {
      "epoch": 0.296,
      "grad_norm": 0.19280049013174935,
      "learning_rate": 2.877786660333169e-05,
      "loss": 2.2571,
      "step": 222
    },
    {
      "epoch": 0.29733333333333334,
      "grad_norm": 0.25684356289858495,
      "learning_rate": 2.876592458487049e-05,
      "loss": 1.9243,
      "step": 223
    },
    {
      "epoch": 0.2986666666666667,
      "grad_norm": 0.2460391604188184,
      "learning_rate": 2.8753927298066608e-05,
      "loss": 2.0996,
      "step": 224
    },
    {
      "epoch": 0.3,
      "grad_norm": 0.2287761563539284,
      "learning_rate": 2.8741874796977947e-05,
      "loss": 1.9114,
      "step": 225
    },
    {
      "epoch": 0.3,
      "eval_loss": 1.7546015977859497,
      "eval_runtime": 98.7181,
      "eval_samples_per_second": 1.013,
      "eval_steps_per_second": 0.253,
      "step": 225
    },
    {
      "epoch": 0.30133333333333334,
      "grad_norm": 0.31900423121867244,
      "learning_rate": 2.8729767135911197e-05,
      "loss": 1.5513,
      "step": 226
    },
    {
      "epoch": 0.30266666666666664,
      "grad_norm": 0.21099907718331903,
      "learning_rate": 2.8717604369421587e-05,
      "loss": 1.8735,
      "step": 227
    },
    {
      "epoch": 0.304,
      "grad_norm": 0.23179334925928516,
      "learning_rate": 2.8705386552312647e-05,
      "loss": 2.0279,
      "step": 228
    },
    {
      "epoch": 0.30533333333333335,
      "grad_norm": 0.2249602605454057,
      "learning_rate": 2.869311373963596e-05,
      "loss": 2.1506,
      "step": 229
    },
    {
      "epoch": 0.30666666666666664,
      "grad_norm": 0.30614551906788895,
      "learning_rate": 2.8680785986690903e-05,
      "loss": 2.0057,
      "step": 230
    },
    {
      "epoch": 0.308,
      "grad_norm": 0.32936171428483624,
      "learning_rate": 2.86684033490244e-05,
      "loss": 1.9719,
      "step": 231
    },
    {
      "epoch": 0.30933333333333335,
      "grad_norm": 0.21095264296363714,
      "learning_rate": 2.8655965882430697e-05,
      "loss": 2.0526,
      "step": 232
    },
    {
      "epoch": 0.31066666666666665,
      "grad_norm": 0.2506508450731689,
      "learning_rate": 2.8643473642951066e-05,
      "loss": 2.034,
      "step": 233
    },
    {
      "epoch": 0.312,
      "grad_norm": 0.16272890488221511,
      "learning_rate": 2.8630926686873598e-05,
      "loss": 2.2394,
      "step": 234
    },
    {
      "epoch": 0.31333333333333335,
      "grad_norm": 0.2636216414291072,
      "learning_rate": 2.8618325070732918e-05,
      "loss": 1.9559,
      "step": 235
    },
    {
      "epoch": 0.31466666666666665,
      "grad_norm": 0.239263175250845,
      "learning_rate": 2.860566885130994e-05,
      "loss": 1.9268,
      "step": 236
    },
    {
      "epoch": 0.316,
      "grad_norm": 0.3034572733475333,
      "learning_rate": 2.8592958085631616e-05,
      "loss": 2.4146,
      "step": 237
    },
    {
      "epoch": 0.31733333333333336,
      "grad_norm": 0.22016199356343413,
      "learning_rate": 2.8580192830970674e-05,
      "loss": 1.901,
      "step": 238
    },
    {
      "epoch": 0.31866666666666665,
      "grad_norm": 0.23102023640647829,
      "learning_rate": 2.856737314484536e-05,
      "loss": 2.1498,
      "step": 239
    },
    {
      "epoch": 0.32,
      "grad_norm": 0.20238380453993177,
      "learning_rate": 2.8554499085019177e-05,
      "loss": 2.0954,
      "step": 240
    },
    {
      "epoch": 0.32133333333333336,
      "grad_norm": 0.20808439458283837,
      "learning_rate": 2.854157070950063e-05,
      "loss": 2.0783,
      "step": 241
    },
    {
      "epoch": 0.32266666666666666,
      "grad_norm": 0.278146848673199,
      "learning_rate": 2.8528588076542966e-05,
      "loss": 1.7518,
      "step": 242
    },
    {
      "epoch": 0.324,
      "grad_norm": 0.20915907784327617,
      "learning_rate": 2.8515551244643903e-05,
      "loss": 1.7229,
      "step": 243
    },
    {
      "epoch": 0.3253333333333333,
      "grad_norm": 0.5420477506537028,
      "learning_rate": 2.850246027254537e-05,
      "loss": 1.758,
      "step": 244
    },
    {
      "epoch": 0.32666666666666666,
      "grad_norm": 0.2800677412041746,
      "learning_rate": 2.8489315219233248e-05,
      "loss": 1.9584,
      "step": 245
    },
    {
      "epoch": 0.328,
      "grad_norm": 0.22569958386724373,
      "learning_rate": 2.847611614393709e-05,
      "loss": 2.1033,
      "step": 246
    },
    {
      "epoch": 0.3293333333333333,
      "grad_norm": 0.28225543933402175,
      "learning_rate": 2.846286310612988e-05,
      "loss": 2.2579,
      "step": 247
    },
    {
      "epoch": 0.33066666666666666,
      "grad_norm": 0.25637825153268795,
      "learning_rate": 2.844955616552773e-05,
      "loss": 1.9495,
      "step": 248
    },
    {
      "epoch": 0.332,
      "grad_norm": 0.3042322338758206,
      "learning_rate": 2.8436195382089644e-05,
      "loss": 2.2247,
      "step": 249
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.2110291139150889,
      "learning_rate": 2.8422780816017227e-05,
      "loss": 2.2582,
      "step": 250
    },
    {
      "epoch": 0.33466666666666667,
      "grad_norm": 0.24476057607988286,
      "learning_rate": 2.8409312527754417e-05,
      "loss": 2.1626,
      "step": 251
    },
    {
      "epoch": 0.336,
      "grad_norm": 0.19859582662498323,
      "learning_rate": 2.8395790577987225e-05,
      "loss": 2.0592,
      "step": 252
    },
    {
      "epoch": 0.3373333333333333,
      "grad_norm": 0.2560077569832347,
      "learning_rate": 2.8382215027643447e-05,
      "loss": 1.9116,
      "step": 253
    },
    {
      "epoch": 0.33866666666666667,
      "grad_norm": 0.2325816082873428,
      "learning_rate": 2.836858593789239e-05,
      "loss": 2.1088,
      "step": 254
    },
    {
      "epoch": 0.34,
      "grad_norm": 0.2633745282570676,
      "learning_rate": 2.8354903370144613e-05,
      "loss": 2.3106,
      "step": 255
    },
    {
      "epoch": 0.3413333333333333,
      "grad_norm": 0.25738882949934827,
      "learning_rate": 2.834116738605162e-05,
      "loss": 1.9449,
      "step": 256
    },
    {
      "epoch": 0.3426666666666667,
      "grad_norm": 0.19022713562039067,
      "learning_rate": 2.8327378047505625e-05,
      "loss": 2.0301,
      "step": 257
    },
    {
      "epoch": 0.344,
      "grad_norm": 0.21459535231309906,
      "learning_rate": 2.8313535416639232e-05,
      "loss": 2.3784,
      "step": 258
    },
    {
      "epoch": 0.3453333333333333,
      "grad_norm": 0.2725347155581082,
      "learning_rate": 2.829963955582518e-05,
      "loss": 1.9749,
      "step": 259
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 0.23824574091343387,
      "learning_rate": 2.828569052767604e-05,
      "loss": 2.1253,
      "step": 260
    },
    {
      "epoch": 0.348,
      "grad_norm": 0.30927788905161807,
      "learning_rate": 2.8271688395043965e-05,
      "loss": 1.6379,
      "step": 261
    },
    {
      "epoch": 0.34933333333333333,
      "grad_norm": 0.13916235450047149,
      "learning_rate": 2.8257633221020382e-05,
      "loss": 2.0781,
      "step": 262
    },
    {
      "epoch": 0.3506666666666667,
      "grad_norm": 0.2038351351610376,
      "learning_rate": 2.8243525068935705e-05,
      "loss": 2.1167,
      "step": 263
    },
    {
      "epoch": 0.352,
      "grad_norm": 0.2282060698474947,
      "learning_rate": 2.8229364002359074e-05,
      "loss": 1.9761,
      "step": 264
    },
    {
      "epoch": 0.35333333333333333,
      "grad_norm": 0.19533951565078514,
      "learning_rate": 2.821515008509804e-05,
      "loss": 2.3902,
      "step": 265
    },
    {
      "epoch": 0.3546666666666667,
      "grad_norm": 0.22231788208405978,
      "learning_rate": 2.8200883381198297e-05,
      "loss": 2.2763,
      "step": 266
    },
    {
      "epoch": 0.356,
      "grad_norm": 0.17343255119399525,
      "learning_rate": 2.818656395494339e-05,
      "loss": 2.1964,
      "step": 267
    },
    {
      "epoch": 0.35733333333333334,
      "grad_norm": 0.3190889201723669,
      "learning_rate": 2.817219187085442e-05,
      "loss": 1.8898,
      "step": 268
    },
    {
      "epoch": 0.3586666666666667,
      "grad_norm": 0.25221058014306336,
      "learning_rate": 2.8157767193689753e-05,
      "loss": 2.2137,
      "step": 269
    },
    {
      "epoch": 0.36,
      "grad_norm": 0.25456852526288787,
      "learning_rate": 2.8143289988444737e-05,
      "loss": 2.1055,
      "step": 270
    },
    {
      "epoch": 0.36133333333333334,
      "grad_norm": 0.4387988494124866,
      "learning_rate": 2.8128760320351403e-05,
      "loss": 2.0767,
      "step": 271
    },
    {
      "epoch": 0.3626666666666667,
      "grad_norm": 0.27199878538165156,
      "learning_rate": 2.8114178254878156e-05,
      "loss": 2.1353,
      "step": 272
    },
    {
      "epoch": 0.364,
      "grad_norm": 0.2650737962386425,
      "learning_rate": 2.8099543857729525e-05,
      "loss": 2.037,
      "step": 273
    },
    {
      "epoch": 0.36533333333333334,
      "grad_norm": 0.19178775730316125,
      "learning_rate": 2.808485719484581e-05,
      "loss": 2.2227,
      "step": 274
    },
    {
      "epoch": 0.36666666666666664,
      "grad_norm": 0.2495538747593823,
      "learning_rate": 2.8070118332402827e-05,
      "loss": 2.1111,
      "step": 275
    },
    {
      "epoch": 0.368,
      "grad_norm": 0.23278524231204606,
      "learning_rate": 2.8055327336811585e-05,
      "loss": 2.0269,
      "step": 276
    },
    {
      "epoch": 0.36933333333333335,
      "grad_norm": 0.2909743741626987,
      "learning_rate": 2.804048427471801e-05,
      "loss": 1.9845,
      "step": 277
    },
    {
      "epoch": 0.37066666666666664,
      "grad_norm": 0.5654501769424853,
      "learning_rate": 2.8025589213002624e-05,
      "loss": 1.9375,
      "step": 278
    },
    {
      "epoch": 0.372,
      "grad_norm": 0.24272194924805965,
      "learning_rate": 2.8010642218780246e-05,
      "loss": 1.9151,
      "step": 279
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 0.23044549921686833,
      "learning_rate": 2.7995643359399703e-05,
      "loss": 2.1577,
      "step": 280
    },
    {
      "epoch": 0.37466666666666665,
      "grad_norm": 0.2297518184027699,
      "learning_rate": 2.7980592702443518e-05,
      "loss": 2.2779,
      "step": 281
    },
    {
      "epoch": 0.376,
      "grad_norm": 0.43013668653840365,
      "learning_rate": 2.79654903157276e-05,
      "loss": 1.9419,
      "step": 282
    },
    {
      "epoch": 0.37733333333333335,
      "grad_norm": 0.23835905215528563,
      "learning_rate": 2.795033626730095e-05,
      "loss": 2.1743,
      "step": 283
    },
    {
      "epoch": 0.37866666666666665,
      "grad_norm": 0.2813058642182358,
      "learning_rate": 2.793513062544534e-05,
      "loss": 2.0095,
      "step": 284
    },
    {
      "epoch": 0.38,
      "grad_norm": 0.34406979517562547,
      "learning_rate": 2.7919873458675022e-05,
      "loss": 1.9489,
      "step": 285
    },
    {
      "epoch": 0.38133333333333336,
      "grad_norm": 0.32231785755728004,
      "learning_rate": 2.790456483573642e-05,
      "loss": 1.58,
      "step": 286
    },
    {
      "epoch": 0.38266666666666665,
      "grad_norm": 0.19333385414604146,
      "learning_rate": 2.788920482560779e-05,
      "loss": 1.9752,
      "step": 287
    },
    {
      "epoch": 0.384,
      "grad_norm": 0.1765295794157884,
      "learning_rate": 2.7873793497498945e-05,
      "loss": 2.0614,
      "step": 288
    },
    {
      "epoch": 0.38533333333333336,
      "grad_norm": 0.16114993710297087,
      "learning_rate": 2.7858330920850923e-05,
      "loss": 2.2809,
      "step": 289
    },
    {
      "epoch": 0.38666666666666666,
      "grad_norm": 0.23825781911565472,
      "learning_rate": 2.784281716533568e-05,
      "loss": 2.1522,
      "step": 290
    },
    {
      "epoch": 0.388,
      "grad_norm": 0.17001985217323573,
      "learning_rate": 2.782725230085579e-05,
      "loss": 1.9506,
      "step": 291
    },
    {
      "epoch": 0.3893333333333333,
      "grad_norm": 0.26309455211904453,
      "learning_rate": 2.7811636397544094e-05,
      "loss": 2.2083,
      "step": 292
    },
    {
      "epoch": 0.39066666666666666,
      "grad_norm": 0.20730249929125907,
      "learning_rate": 2.7795969525763418e-05,
      "loss": 2.2347,
      "step": 293
    },
    {
      "epoch": 0.392,
      "grad_norm": 0.24136453807928746,
      "learning_rate": 2.7780251756106242e-05,
      "loss": 2.029,
      "step": 294
    },
    {
      "epoch": 0.3933333333333333,
      "grad_norm": 0.35339039676185235,
      "learning_rate": 2.7764483159394384e-05,
      "loss": 2.211,
      "step": 295
    },
    {
      "epoch": 0.39466666666666667,
      "grad_norm": 0.25636488066657487,
      "learning_rate": 2.7748663806678684e-05,
      "loss": 2.1863,
      "step": 296
    },
    {
      "epoch": 0.396,
      "grad_norm": 0.20584179603071404,
      "learning_rate": 2.7732793769238674e-05,
      "loss": 2.2463,
      "step": 297
    },
    {
      "epoch": 0.3973333333333333,
      "grad_norm": 0.23027068378292892,
      "learning_rate": 2.7716873118582266e-05,
      "loss": 2.2356,
      "step": 298
    },
    {
      "epoch": 0.39866666666666667,
      "grad_norm": 0.192849837559735,
      "learning_rate": 2.770090192644543e-05,
      "loss": 2.2441,
      "step": 299
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.2685272097028798,
      "learning_rate": 2.768488026479187e-05,
      "loss": 2.0004,
      "step": 300
    },
    {
      "epoch": 0.4,
      "eval_loss": 1.7474404573440552,
      "eval_runtime": 98.8253,
      "eval_samples_per_second": 1.012,
      "eval_steps_per_second": 0.253,
      "step": 300
    },
    {
      "epoch": 0.4013333333333333,
      "grad_norm": 0.26520047905722166,
      "learning_rate": 2.766880820581269e-05,
      "loss": 2.0768,
      "step": 301
    },
    {
      "epoch": 0.4026666666666667,
      "grad_norm": 0.31076708165257216,
      "learning_rate": 2.765268582192608e-05,
      "loss": 2.0636,
      "step": 302
    },
    {
      "epoch": 0.404,
      "grad_norm": 0.25216548132506456,
      "learning_rate": 2.763651318577699e-05,
      "loss": 2.0432,
      "step": 303
    },
    {
      "epoch": 0.4053333333333333,
      "grad_norm": 0.2393514712031434,
      "learning_rate": 2.7620290370236786e-05,
      "loss": 2.3461,
      "step": 304
    },
    {
      "epoch": 0.4066666666666667,
      "grad_norm": 0.21599798017132937,
      "learning_rate": 2.7604017448402954e-05,
      "loss": 2.3087,
      "step": 305
    },
    {
      "epoch": 0.408,
      "grad_norm": 0.3082071954730338,
      "learning_rate": 2.7587694493598743e-05,
      "loss": 1.9302,
      "step": 306
    },
    {
      "epoch": 0.4093333333333333,
      "grad_norm": 0.21921446809175332,
      "learning_rate": 2.7571321579372835e-05,
      "loss": 2.1354,
      "step": 307
    },
    {
      "epoch": 0.4106666666666667,
      "grad_norm": 0.2141708374659774,
      "learning_rate": 2.7554898779499025e-05,
      "loss": 2.0915,
      "step": 308
    },
    {
      "epoch": 0.412,
      "grad_norm": 0.2615730026982423,
      "learning_rate": 2.7538426167975895e-05,
      "loss": 1.9005,
      "step": 309
    },
    {
      "epoch": 0.41333333333333333,
      "grad_norm": 0.24746987092185013,
      "learning_rate": 2.7521903819026457e-05,
      "loss": 2.129,
      "step": 310
    },
    {
      "epoch": 0.4146666666666667,
      "grad_norm": 0.23072670442926277,
      "learning_rate": 2.7505331807097845e-05,
      "loss": 2.1061,
      "step": 311
    },
    {
      "epoch": 0.416,
      "grad_norm": 3.0090982638780748,
      "learning_rate": 2.7488710206860944e-05,
      "loss": 2.1382,
      "step": 312
    },
    {
      "epoch": 0.41733333333333333,
      "grad_norm": 0.2705418179646343,
      "learning_rate": 2.7472039093210108e-05,
      "loss": 2.2219,
      "step": 313
    },
    {
      "epoch": 0.4186666666666667,
      "grad_norm": 0.3567890646341258,
      "learning_rate": 2.7455318541262768e-05,
      "loss": 1.6885,
      "step": 314
    },
    {
      "epoch": 0.42,
      "grad_norm": 0.20851488835910675,
      "learning_rate": 2.743854862635912e-05,
      "loss": 1.947,
      "step": 315
    },
    {
      "epoch": 0.42133333333333334,
      "grad_norm": 0.24844212488624198,
      "learning_rate": 2.742172942406179e-05,
      "loss": 2.1564,
      "step": 316
    },
    {
      "epoch": 0.4226666666666667,
      "grad_norm": 0.304277870351501,
      "learning_rate": 2.7404861010155477e-05,
      "loss": 1.8723,
      "step": 317
    },
    {
      "epoch": 0.424,
      "grad_norm": 0.20754447108795832,
      "learning_rate": 2.7387943460646624e-05,
      "loss": 2.4758,
      "step": 318
    },
    {
      "epoch": 0.42533333333333334,
      "grad_norm": 0.24883308801860618,
      "learning_rate": 2.7370976851763068e-05,
      "loss": 1.6462,
      "step": 319
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 0.23024352142002386,
      "learning_rate": 2.73539612599537e-05,
      "loss": 2.1038,
      "step": 320
    },
    {
      "epoch": 0.428,
      "grad_norm": 0.3139739867715439,
      "learning_rate": 2.7336896761888126e-05,
      "loss": 1.902,
      "step": 321
    },
    {
      "epoch": 0.42933333333333334,
      "grad_norm": 0.21999868040548332,
      "learning_rate": 2.7319783434456306e-05,
      "loss": 2.171,
      "step": 322
    },
    {
      "epoch": 0.43066666666666664,
      "grad_norm": 0.2467001853935637,
      "learning_rate": 2.7302621354768233e-05,
      "loss": 1.9828,
      "step": 323
    },
    {
      "epoch": 0.432,
      "grad_norm": 0.2496730220022523,
      "learning_rate": 2.728541060015356e-05,
      "loss": 2.3413,
      "step": 324
    },
    {
      "epoch": 0.43333333333333335,
      "grad_norm": 0.4056202922850381,
      "learning_rate": 2.7268151248161253e-05,
      "loss": 2.0407,
      "step": 325
    },
    {
      "epoch": 0.43466666666666665,
      "grad_norm": 0.2171839709482431,
      "learning_rate": 2.7250843376559265e-05,
      "loss": 2.0089,
      "step": 326
    },
    {
      "epoch": 0.436,
      "grad_norm": 0.26937671179427725,
      "learning_rate": 2.7233487063334172e-05,
      "loss": 2.2827,
      "step": 327
    },
    {
      "epoch": 0.43733333333333335,
      "grad_norm": 0.20567971005307945,
      "learning_rate": 2.7216082386690804e-05,
      "loss": 2.2386,
      "step": 328
    },
    {
      "epoch": 0.43866666666666665,
      "grad_norm": 0.2027173811893726,
      "learning_rate": 2.7198629425051917e-05,
      "loss": 2.3031,
      "step": 329
    },
    {
      "epoch": 0.44,
      "grad_norm": 0.2980323024473477,
      "learning_rate": 2.7181128257057846e-05,
      "loss": 2.1883,
      "step": 330
    },
    {
      "epoch": 0.44133333333333336,
      "grad_norm": 0.20192851290457803,
      "learning_rate": 2.716357896156611e-05,
      "loss": 1.9459,
      "step": 331
    },
    {
      "epoch": 0.44266666666666665,
      "grad_norm": 0.2871519578556366,
      "learning_rate": 2.7145981617651108e-05,
      "loss": 2.1742,
      "step": 332
    },
    {
      "epoch": 0.444,
      "grad_norm": 0.1949811627760568,
      "learning_rate": 2.712833630460372e-05,
      "loss": 2.2647,
      "step": 333
    },
    {
      "epoch": 0.44533333333333336,
      "grad_norm": 0.2741619826374072,
      "learning_rate": 2.7110643101930978e-05,
      "loss": 1.9767,
      "step": 334
    },
    {
      "epoch": 0.44666666666666666,
      "grad_norm": 0.22305808717890685,
      "learning_rate": 2.7092902089355693e-05,
      "loss": 1.9271,
      "step": 335
    },
    {
      "epoch": 0.448,
      "grad_norm": 0.31086274795948865,
      "learning_rate": 2.7075113346816092e-05,
      "loss": 1.9092,
      "step": 336
    },
    {
      "epoch": 0.4493333333333333,
      "grad_norm": 0.34135122978923976,
      "learning_rate": 2.7057276954465484e-05,
      "loss": 1.9028,
      "step": 337
    },
    {
      "epoch": 0.45066666666666666,
      "grad_norm": 0.2422925649756551,
      "learning_rate": 2.703939299267186e-05,
      "loss": 2.3585,
      "step": 338
    },
    {
      "epoch": 0.452,
      "grad_norm": 0.21763822152397602,
      "learning_rate": 2.702146154201757e-05,
      "loss": 1.9407,
      "step": 339
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 0.26419913958274843,
      "learning_rate": 2.7003482683298935e-05,
      "loss": 2.0248,
      "step": 340
    },
    {
      "epoch": 0.45466666666666666,
      "grad_norm": 0.2463717390301776,
      "learning_rate": 2.698545649752588e-05,
      "loss": 2.0147,
      "step": 341
    },
    {
      "epoch": 0.456,
      "grad_norm": 0.21124149059138703,
      "learning_rate": 2.696738306592159e-05,
      "loss": 1.9508,
      "step": 342
    },
    {
      "epoch": 0.4573333333333333,
      "grad_norm": 0.2758662340977994,
      "learning_rate": 2.694926246992213e-05,
      "loss": 2.1917,
      "step": 343
    },
    {
      "epoch": 0.45866666666666667,
      "grad_norm": 0.30773115319803324,
      "learning_rate": 2.693109479117608e-05,
      "loss": 2.0674,
      "step": 344
    },
    {
      "epoch": 0.46,
      "grad_norm": 0.23761648514026573,
      "learning_rate": 2.6912880111544163e-05,
      "loss": 2.0919,
      "step": 345
    },
    {
      "epoch": 0.4613333333333333,
      "grad_norm": 0.25681238620857727,
      "learning_rate": 2.6894618513098882e-05,
      "loss": 1.9084,
      "step": 346
    },
    {
      "epoch": 0.46266666666666667,
      "grad_norm": 0.22830005506281845,
      "learning_rate": 2.687631007812415e-05,
      "loss": 2.056,
      "step": 347
    },
    {
      "epoch": 0.464,
      "grad_norm": 0.2947866578986673,
      "learning_rate": 2.6857954889114923e-05,
      "loss": 1.7343,
      "step": 348
    },
    {
      "epoch": 0.4653333333333333,
      "grad_norm": 0.24624687251309207,
      "learning_rate": 2.6839553028776817e-05,
      "loss": 2.2644,
      "step": 349
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 0.23775099815354966,
      "learning_rate": 2.682110458002575e-05,
      "loss": 2.0576,
      "step": 350
    },
    {
      "epoch": 0.468,
      "grad_norm": 0.24126580378308465,
      "learning_rate": 2.6802609625987548e-05,
      "loss": 2.1331,
      "step": 351
    },
    {
      "epoch": 0.4693333333333333,
      "grad_norm": 0.26152377053961967,
      "learning_rate": 2.6784068249997586e-05,
      "loss": 2.194,
      "step": 352
    },
    {
      "epoch": 0.4706666666666667,
      "grad_norm": 0.2670202218764803,
      "learning_rate": 2.676548053560042e-05,
      "loss": 1.885,
      "step": 353
    },
    {
      "epoch": 0.472,
      "grad_norm": 0.2227627113395291,
      "learning_rate": 2.674684656654938e-05,
      "loss": 2.2919,
      "step": 354
    },
    {
      "epoch": 0.47333333333333333,
      "grad_norm": 0.5386305755161744,
      "learning_rate": 2.6728166426806237e-05,
      "loss": 2.1106,
      "step": 355
    },
    {
      "epoch": 0.4746666666666667,
      "grad_norm": 0.2713934931123545,
      "learning_rate": 2.6709440200540778e-05,
      "loss": 1.9203,
      "step": 356
    },
    {
      "epoch": 0.476,
      "grad_norm": 0.2687463890320937,
      "learning_rate": 2.669066797213046e-05,
      "loss": 2.0278,
      "step": 357
    },
    {
      "epoch": 0.47733333333333333,
      "grad_norm": 0.2420523080214261,
      "learning_rate": 2.6671849826160018e-05,
      "loss": 1.9393,
      "step": 358
    },
    {
      "epoch": 0.4786666666666667,
      "grad_norm": 0.2400087971667011,
      "learning_rate": 2.6652985847421074e-05,
      "loss": 2.1867,
      "step": 359
    },
    {
      "epoch": 0.48,
      "grad_norm": 0.28320805189191467,
      "learning_rate": 2.663407612091178e-05,
      "loss": 1.8562,
      "step": 360
    },
    {
      "epoch": 0.48133333333333334,
      "grad_norm": 0.20819758118379753,
      "learning_rate": 2.6615120731836412e-05,
      "loss": 2.0647,
      "step": 361
    },
    {
      "epoch": 0.4826666666666667,
      "grad_norm": 0.19756628127478343,
      "learning_rate": 2.6596119765604996e-05,
      "loss": 2.1335,
      "step": 362
    },
    {
      "epoch": 0.484,
      "grad_norm": 0.26928306040248223,
      "learning_rate": 2.6577073307832925e-05,
      "loss": 2.0874,
      "step": 363
    },
    {
      "epoch": 0.48533333333333334,
      "grad_norm": 0.2164920362315045,
      "learning_rate": 2.655798144434056e-05,
      "loss": 2.1714,
      "step": 364
    },
    {
      "epoch": 0.4866666666666667,
      "grad_norm": 0.24919806333780237,
      "learning_rate": 2.6538844261152863e-05,
      "loss": 1.9509,
      "step": 365
    },
    {
      "epoch": 0.488,
      "grad_norm": 0.27032556044133776,
      "learning_rate": 2.6519661844498997e-05,
      "loss": 1.801,
      "step": 366
    },
    {
      "epoch": 0.48933333333333334,
      "grad_norm": 0.26804357878114354,
      "learning_rate": 2.650043428081194e-05,
      "loss": 2.1762,
      "step": 367
    },
    {
      "epoch": 0.49066666666666664,
      "grad_norm": 0.3572135575195324,
      "learning_rate": 2.6481161656728093e-05,
      "loss": 1.9907,
      "step": 368
    },
    {
      "epoch": 0.492,
      "grad_norm": 0.20724767007565056,
      "learning_rate": 2.646184405908689e-05,
      "loss": 2.0845,
      "step": 369
    },
    {
      "epoch": 0.49333333333333335,
      "grad_norm": 0.29461252876218635,
      "learning_rate": 2.6442481574930417e-05,
      "loss": 2.0182,
      "step": 370
    },
    {
      "epoch": 0.49466666666666664,
      "grad_norm": 0.32302958691645034,
      "learning_rate": 2.6423074291503e-05,
      "loss": 1.8637,
      "step": 371
    },
    {
      "epoch": 0.496,
      "grad_norm": 0.21633487662675288,
      "learning_rate": 2.6403622296250843e-05,
      "loss": 2.1181,
      "step": 372
    },
    {
      "epoch": 0.49733333333333335,
      "grad_norm": 0.23982202171517725,
      "learning_rate": 2.6384125676821594e-05,
      "loss": 2.2663,
      "step": 373
    },
    {
      "epoch": 0.49866666666666665,
      "grad_norm": 0.26674040749443334,
      "learning_rate": 2.636458452106398e-05,
      "loss": 1.9904,
      "step": 374
    },
    {
      "epoch": 0.5,
      "grad_norm": 0.20615794890547487,
      "learning_rate": 2.63449989170274e-05,
      "loss": 2.2052,
      "step": 375
    },
    {
      "epoch": 0.5,
      "eval_loss": 1.7428412437438965,
      "eval_runtime": 98.8155,
      "eval_samples_per_second": 1.012,
      "eval_steps_per_second": 0.253,
      "step": 375
    }
  ],
  "logging_steps": 1,
  "max_steps": 1500,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 2,
  "save_steps": 375,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": false
      },
      "attributes": {}
    }
  },
  "total_flos": 87275077632000.0,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}