{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 7.4,
  "eval_steps": 500,
  "global_step": 96,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.16,
      "grad_norm": 24.299409866333008,
      "learning_rate": 0.00019583333333333334,
      "loss": 9.6308,
      "step": 2
    },
    {
      "epoch": 0.32,
      "grad_norm": 21.645837783813477,
      "learning_rate": 0.00019166666666666667,
      "loss": 8.8304,
      "step": 4
    },
    {
      "epoch": 0.48,
      "grad_norm": 26.87311553955078,
      "learning_rate": 0.0001875,
      "loss": 8.2558,
      "step": 6
    },
    {
      "epoch": 0.64,
      "grad_norm": 20.85015106201172,
      "learning_rate": 0.00018333333333333334,
      "loss": 7.6341,
      "step": 8
    },
    {
      "epoch": 0.8,
      "grad_norm": 11.373078346252441,
      "learning_rate": 0.0001791666666666667,
      "loss": 7.3657,
      "step": 10
    },
    {
      "epoch": 0.96,
      "grad_norm": 8.73630428314209,
      "learning_rate": 0.000175,
      "loss": 7.3537,
      "step": 12
    },
    {
      "epoch": 1.08,
      "grad_norm": 5.606980323791504,
      "learning_rate": 0.00017083333333333333,
      "loss": 5.4308,
      "step": 14
    },
    {
      "epoch": 1.24,
      "grad_norm": 4.6125168800354,
      "learning_rate": 0.0001666666666666667,
      "loss": 7.1842,
      "step": 16
    },
    {
      "epoch": 1.4,
      "grad_norm": 7.653925895690918,
      "learning_rate": 0.00016250000000000002,
      "loss": 7.0222,
      "step": 18
    },
    {
      "epoch": 1.56,
      "grad_norm": 4.941583633422852,
      "learning_rate": 0.00015833333333333332,
      "loss": 6.962,
      "step": 20
    },
    {
      "epoch": 1.72,
      "grad_norm": 6.187161922454834,
      "learning_rate": 0.00015416666666666668,
      "loss": 6.9915,
      "step": 22
    },
    {
      "epoch": 1.88,
      "grad_norm": 3.677783489227295,
      "learning_rate": 0.00015000000000000001,
      "loss": 6.7917,
      "step": 24
    },
    {
      "epoch": 2.0,
      "grad_norm": 3.971726417541504,
      "learning_rate": 0.00014583333333333335,
      "loss": 5.0888,
      "step": 26
    },
    {
      "epoch": 2.16,
      "grad_norm": 4.507529258728027,
      "learning_rate": 0.00014166666666666668,
      "loss": 6.969,
      "step": 28
    },
    {
      "epoch": 2.32,
      "grad_norm": 5.118126392364502,
      "learning_rate": 0.0001375,
      "loss": 6.702,
      "step": 30
    },
    {
      "epoch": 2.48,
      "grad_norm": 4.643431663513184,
      "learning_rate": 0.00013333333333333334,
      "loss": 6.9216,
      "step": 32
    },
    {
      "epoch": 2.64,
      "grad_norm": 3.6992788314819336,
      "learning_rate": 0.00012916666666666667,
      "loss": 6.8128,
      "step": 34
    },
    {
      "epoch": 2.8,
      "grad_norm": 4.0084614753723145,
      "learning_rate": 0.000125,
      "loss": 6.8316,
      "step": 36
    },
    {
      "epoch": 2.96,
      "grad_norm": 3.2957804203033447,
      "learning_rate": 0.00012083333333333333,
      "loss": 6.7879,
      "step": 38
    },
    {
      "epoch": 3.08,
      "grad_norm": 5.090462684631348,
      "learning_rate": 0.00011666666666666668,
      "loss": 5.0059,
      "step": 40
    },
    {
      "epoch": 3.24,
      "grad_norm": 5.256293773651123,
      "learning_rate": 0.00011250000000000001,
      "loss": 6.8814,
      "step": 42
    },
    {
      "epoch": 3.4,
      "grad_norm": 4.577947616577148,
      "learning_rate": 0.00010833333333333333,
      "loss": 6.7358,
      "step": 44
    },
    {
      "epoch": 3.56,
      "grad_norm": 4.876791954040527,
      "learning_rate": 0.00010416666666666667,
      "loss": 6.8413,
      "step": 46
    },
    {
      "epoch": 3.7199999999999998,
      "grad_norm": 3.020899534225464,
      "learning_rate": 0.0001,
      "loss": 6.8198,
      "step": 48
    },
    {
      "epoch": 3.88,
      "grad_norm": 3.4423134326934814,
      "learning_rate": 9.583333333333334e-05,
      "loss": 6.696,
      "step": 50
    },
    {
      "epoch": 4.0,
      "grad_norm": 1.9926425218582153,
      "learning_rate": 9.166666666666667e-05,
      "loss": 5.1219,
      "step": 52
    },
    {
      "epoch": 4.16,
      "grad_norm": 3.435487985610962,
      "learning_rate": 8.75e-05,
      "loss": 6.7308,
      "step": 54
    },
    {
      "epoch": 4.32,
      "grad_norm": 3.666560649871826,
      "learning_rate": 8.333333333333334e-05,
      "loss": 6.807,
      "step": 56
    },
    {
      "epoch": 4.48,
      "grad_norm": 5.933062553405762,
      "learning_rate": 7.916666666666666e-05,
      "loss": 6.5088,
      "step": 58
    },
    {
      "epoch": 4.64,
      "grad_norm": 7.5597944259643555,
      "learning_rate": 7.500000000000001e-05,
      "loss": 6.8242,
      "step": 60
    },
    {
      "epoch": 4.8,
      "grad_norm": 4.08908224105835,
      "learning_rate": 7.083333333333334e-05,
      "loss": 6.7755,
      "step": 62
    },
    {
      "epoch": 4.96,
      "grad_norm": 2.845886707305908,
      "learning_rate": 6.666666666666667e-05,
      "loss": 6.7024,
      "step": 64
    },
    {
      "epoch": 5.08,
      "grad_norm": 4.930906295776367,
      "learning_rate": 6.25e-05,
      "loss": 5.0796,
      "step": 66
    },
    {
      "epoch": 5.24,
      "grad_norm": 4.909699440002441,
      "learning_rate": 5.833333333333334e-05,
      "loss": 6.6225,
      "step": 68
    },
    {
      "epoch": 5.4,
      "grad_norm": 5.248680591583252,
      "learning_rate": 5.4166666666666664e-05,
      "loss": 6.6255,
      "step": 70
    },
    {
      "epoch": 5.5600000000000005,
      "grad_norm": 4.862923622131348,
      "learning_rate": 5e-05,
      "loss": 6.6052,
      "step": 72
    },
    {
      "epoch": 5.72,
      "grad_norm": 4.014983177185059,
      "learning_rate": 4.5833333333333334e-05,
      "loss": 6.7604,
      "step": 74
    },
    {
      "epoch": 5.88,
      "grad_norm": 5.7904887199401855,
      "learning_rate": 4.166666666666667e-05,
      "loss": 6.5661,
      "step": 76
    },
    {
      "epoch": 6.0,
      "grad_norm": 2.4023070335388184,
      "learning_rate": 3.7500000000000003e-05,
      "loss": 4.9485,
      "step": 78
    },
    {
      "epoch": 6.16,
      "grad_norm": 8.205228805541992,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 6.4406,
      "step": 80
    },
    {
      "epoch": 6.32,
      "grad_norm": 4.756229400634766,
      "learning_rate": 2.916666666666667e-05,
      "loss": 6.701,
      "step": 82
    },
    {
      "epoch": 6.48,
      "grad_norm": 3.8812973499298096,
      "learning_rate": 2.5e-05,
      "loss": 6.4635,
      "step": 84
    },
    {
      "epoch": 6.64,
      "grad_norm": 4.376280784606934,
      "learning_rate": 2.0833333333333336e-05,
      "loss": 6.6409,
      "step": 86
    },
    {
      "epoch": 6.8,
      "grad_norm": 3.6164727210998535,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 6.5085,
      "step": 88
    },
    {
      "epoch": 6.96,
      "grad_norm": 3.8249928951263428,
      "learning_rate": 1.25e-05,
      "loss": 6.6132,
      "step": 90
    },
    {
      "epoch": 7.08,
      "grad_norm": 3.8151330947875977,
      "learning_rate": 8.333333333333334e-06,
      "loss": 5.0894,
      "step": 92
    },
    {
      "epoch": 7.24,
      "grad_norm": 4.085716724395752,
      "learning_rate": 4.166666666666667e-06,
      "loss": 6.5454,
      "step": 94
    },
    {
      "epoch": 7.4,
      "grad_norm": 5.319828987121582,
      "learning_rate": 0.0,
      "loss": 6.5279,
      "step": 96
    },
    {
      "epoch": 7.4,
      "step": 96,
      "total_flos": 238308734281248.0,
      "train_loss": 6.6824056307474775,
      "train_runtime": 800.3785,
      "train_samples_per_second": 1.999,
      "train_steps_per_second": 0.12
    }
  ],
  "logging_steps": 2,
  "max_steps": 96,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 8,
  "save_steps": 500,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 238308734281248.0,
  "train_batch_size": 2,
  "trial_name": null,
  "trial_params": null
}