{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 12.903225806451612,
  "eval_steps": 500,
  "global_step": 200,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.6451612903225806,
      "grad_norm": 1.17766535282135,
      "learning_rate": 9.666666666666667e-05,
      "loss": 2.5686,
      "step": 10
    },
    {
      "epoch": 1.2903225806451613,
      "grad_norm": 1.074232816696167,
      "learning_rate": 9.333333333333334e-05,
      "loss": 2.2897,
      "step": 20
    },
    {
      "epoch": 1.935483870967742,
      "grad_norm": 1.3295201063156128,
      "learning_rate": 9e-05,
      "loss": 2.0286,
      "step": 30
    },
    {
      "epoch": 2.5806451612903225,
      "grad_norm": 1.5712580680847168,
      "learning_rate": 8.666666666666667e-05,
      "loss": 1.6861,
      "step": 40
    },
    {
      "epoch": 3.225806451612903,
      "grad_norm": 2.046724319458008,
      "learning_rate": 8.333333333333334e-05,
      "loss": 1.5038,
      "step": 50
    },
    {
      "epoch": 3.870967741935484,
      "grad_norm": 2.154179334640503,
      "learning_rate": 8e-05,
      "loss": 1.1607,
      "step": 60
    },
    {
      "epoch": 4.516129032258064,
      "grad_norm": 1.9853581190109253,
      "learning_rate": 7.666666666666667e-05,
      "loss": 0.8446,
      "step": 70
    },
    {
      "epoch": 5.161290322580645,
      "grad_norm": 1.9510444402694702,
      "learning_rate": 7.333333333333333e-05,
      "loss": 0.6355,
      "step": 80
    },
    {
      "epoch": 5.806451612903226,
      "grad_norm": 2.4067842960357666,
      "learning_rate": 7e-05,
      "loss": 0.396,
      "step": 90
    },
    {
      "epoch": 6.451612903225806,
      "grad_norm": 2.007054090499878,
      "learning_rate": 6.666666666666667e-05,
      "loss": 0.2548,
      "step": 100
    },
    {
      "epoch": 7.096774193548387,
      "grad_norm": 1.1860252618789673,
      "learning_rate": 6.333333333333333e-05,
      "loss": 0.1762,
      "step": 110
    },
    {
      "epoch": 7.741935483870968,
      "grad_norm": 1.3247166872024536,
      "learning_rate": 6e-05,
      "loss": 0.0907,
      "step": 120
    },
    {
      "epoch": 8.387096774193548,
      "grad_norm": 1.0443822145462036,
      "learning_rate": 5.666666666666667e-05,
      "loss": 0.0663,
      "step": 130
    },
    {
      "epoch": 9.03225806451613,
      "grad_norm": 0.96644127368927,
      "learning_rate": 5.333333333333333e-05,
      "loss": 0.0593,
      "step": 140
    },
    {
      "epoch": 9.67741935483871,
      "grad_norm": 1.1865681409835815,
      "learning_rate": 5e-05,
      "loss": 0.0366,
      "step": 150
    },
    {
      "epoch": 10.32258064516129,
      "grad_norm": 0.8162716031074524,
      "learning_rate": 4.666666666666667e-05,
      "loss": 0.0329,
      "step": 160
    },
    {
      "epoch": 10.967741935483872,
      "grad_norm": 0.8599117398262024,
      "learning_rate": 4.3333333333333334e-05,
      "loss": 0.0275,
      "step": 170
    },
    {
      "epoch": 11.612903225806452,
      "grad_norm": 0.5749396681785583,
      "learning_rate": 4e-05,
      "loss": 0.0182,
      "step": 180
    },
    {
      "epoch": 12.258064516129032,
      "grad_norm": 0.4733521044254303,
      "learning_rate": 3.6666666666666666e-05,
      "loss": 0.0157,
      "step": 190
    },
    {
      "epoch": 12.903225806451612,
      "grad_norm": 0.654066264629364,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 0.0123,
      "step": 200
    }
  ],
  "logging_steps": 10,
  "max_steps": 300,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 20,
  "save_steps": 100,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": false
      },
      "attributes": {}
    }
  },
  "total_flos": 5.78062097842176e+16,
  "train_batch_size": 4,
  "trial_name": null,
  "trial_params": null
}