{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 3.0,
  "eval_steps": 500,
  "global_step": 15000,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.1,
      "learning_rate": 4.8333333333333334e-05,
      "loss": 5.4972,
      "step": 500
    },
    {
      "epoch": 0.2,
      "learning_rate": 4.666666666666667e-05,
      "loss": 0.9864,
      "step": 1000
    },
    {
      "epoch": 0.3,
      "learning_rate": 4.5e-05,
      "loss": 0.6486,
      "step": 1500
    },
    {
      "epoch": 0.4,
      "learning_rate": 4.3333333333333334e-05,
      "loss": 0.4434,
      "step": 2000
    },
    {
      "epoch": 0.5,
      "learning_rate": 4.166666666666667e-05,
      "loss": 0.4089,
      "step": 2500
    },
    {
      "epoch": 0.6,
      "learning_rate": 4e-05,
      "loss": 0.3371,
      "step": 3000
    },
    {
      "epoch": 0.7,
      "learning_rate": 3.8333333333333334e-05,
      "loss": 0.3095,
      "step": 3500
    },
    {
      "epoch": 0.8,
      "learning_rate": 3.6666666666666666e-05,
      "loss": 0.2993,
      "step": 4000
    },
    {
      "epoch": 0.9,
      "learning_rate": 3.5e-05,
      "loss": 0.2893,
      "step": 4500
    },
    {
      "epoch": 1.0,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 0.2869,
      "step": 5000
    },
    {
      "epoch": 1.1,
      "learning_rate": 3.1666666666666666e-05,
      "loss": 0.2181,
      "step": 5500
    },
    {
      "epoch": 1.2,
      "learning_rate": 3e-05,
      "loss": 0.2417,
      "step": 6000
    },
    {
      "epoch": 1.3,
      "learning_rate": 2.8333333333333335e-05,
      "loss": 0.2489,
      "step": 6500
    },
    {
      "epoch": 1.4,
      "learning_rate": 2.6666666666666667e-05,
      "loss": 0.226,
      "step": 7000
    },
    {
      "epoch": 1.5,
      "learning_rate": 2.5e-05,
      "loss": 0.2155,
      "step": 7500
    },
    {
      "epoch": 1.6,
      "learning_rate": 2.3333333333333336e-05,
      "loss": 0.2154,
      "step": 8000
    },
    {
      "epoch": 1.7,
      "learning_rate": 2.1666666666666667e-05,
      "loss": 0.2066,
      "step": 8500
    },
    {
      "epoch": 1.8,
      "learning_rate": 2e-05,
      "loss": 0.2167,
      "step": 9000
    },
    {
      "epoch": 1.9,
      "learning_rate": 1.8333333333333333e-05,
      "loss": 0.1876,
      "step": 9500
    },
    {
      "epoch": 2.0,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 0.192,
      "step": 10000
    },
    {
      "epoch": 2.1,
      "learning_rate": 1.5e-05,
      "loss": 0.183,
      "step": 10500
    },
    {
      "epoch": 2.2,
      "learning_rate": 1.3333333333333333e-05,
      "loss": 0.1728,
      "step": 11000
    },
    {
      "epoch": 2.3,
      "learning_rate": 1.1666666666666668e-05,
      "loss": 0.18,
      "step": 11500
    },
    {
      "epoch": 2.4,
      "learning_rate": 1e-05,
      "loss": 0.1911,
      "step": 12000
    },
    {
      "epoch": 2.5,
      "learning_rate": 8.333333333333334e-06,
      "loss": 0.1742,
      "step": 12500
    },
    {
      "epoch": 2.6,
      "learning_rate": 6.666666666666667e-06,
      "loss": 0.1834,
      "step": 13000
    },
    {
      "epoch": 2.7,
      "learning_rate": 5e-06,
      "loss": 0.1853,
      "step": 13500
    },
    {
      "epoch": 2.8,
      "learning_rate": 3.3333333333333333e-06,
      "loss": 0.1756,
      "step": 14000
    },
    {
      "epoch": 2.9,
      "learning_rate": 1.6666666666666667e-06,
      "loss": 0.1615,
      "step": 14500
    },
    {
      "epoch": 3.0,
      "learning_rate": 0.0,
      "loss": 0.1816,
      "step": 15000
    },
    {
      "epoch": 3.0,
      "step": 15000,
      "total_flos": 1408713102213120.0,
      "train_loss": 0.4487843953450521,
      "train_runtime": 2923.2046,
      "train_samples_per_second": 20.525,
      "train_steps_per_second": 5.131
    }
  ],
  "logging_steps": 500,
  "max_steps": 15000,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3,
  "save_steps": 5000,
  "total_flos": 1408713102213120.0,
  "train_batch_size": 4,
  "trial_name": null,
  "trial_params": null
}