{
  "best_metric": 0.4875,
  "best_model_checkpoint": "./results\\checkpoint-2880",
  "epoch": 3.0,
  "eval_steps": 500,
  "global_step": 2880,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.052083333333333336,
      "grad_norm": 155.7015838623047,
      "learning_rate": 1.96875e-05,
      "loss": 1.7323,
      "step": 50
    },
    {
      "epoch": 0.10416666666666667,
      "grad_norm": 153.36297607421875,
      "learning_rate": 1.9340277777777777e-05,
      "loss": 1.7687,
      "step": 100
    },
    {
      "epoch": 0.15625,
      "grad_norm": 97.84998321533203,
      "learning_rate": 1.8993055555555557e-05,
      "loss": 1.5166,
      "step": 150
    },
    {
      "epoch": 0.20833333333333334,
      "grad_norm": 87.25718688964844,
      "learning_rate": 1.8645833333333334e-05,
      "loss": 1.4955,
      "step": 200
    },
    {
      "epoch": 0.2604166666666667,
      "grad_norm": 125.15475463867188,
      "learning_rate": 1.8298611111111114e-05,
      "loss": 1.4829,
      "step": 250
    },
    {
      "epoch": 0.3125,
      "grad_norm": 134.1583709716797,
      "learning_rate": 1.795138888888889e-05,
      "loss": 1.4193,
      "step": 300
    },
    {
      "epoch": 0.3645833333333333,
      "grad_norm": 131.859375,
      "learning_rate": 1.760416666666667e-05,
      "loss": 1.452,
      "step": 350
    },
    {
      "epoch": 0.4166666666666667,
      "grad_norm": 138.31675720214844,
      "learning_rate": 1.7256944444444446e-05,
      "loss": 1.3007,
      "step": 400
    },
    {
      "epoch": 0.46875,
      "grad_norm": 157.62069702148438,
      "learning_rate": 1.6909722222222223e-05,
      "loss": 1.4118,
      "step": 450
    },
    {
      "epoch": 0.5208333333333334,
      "grad_norm": 54.530174255371094,
      "learning_rate": 1.6562500000000003e-05,
      "loss": 1.3227,
      "step": 500
    },
    {
      "epoch": 0.5729166666666666,
      "grad_norm": 171.06533813476562,
      "learning_rate": 1.621527777777778e-05,
      "loss": 1.2604,
      "step": 550
    },
    {
      "epoch": 0.625,
      "grad_norm": 39.52677536010742,
      "learning_rate": 1.5868055555555556e-05,
      "loss": 1.5804,
      "step": 600
    },
    {
      "epoch": 0.6770833333333334,
      "grad_norm": 108.43389129638672,
      "learning_rate": 1.5520833333333332e-05,
      "loss": 1.4102,
      "step": 650
    },
    {
      "epoch": 0.7291666666666666,
      "grad_norm": 18.957843780517578,
      "learning_rate": 1.5173611111111112e-05,
      "loss": 1.4766,
      "step": 700
    },
    {
      "epoch": 0.78125,
      "grad_norm": 89.05490112304688,
      "learning_rate": 1.482638888888889e-05,
      "loss": 1.4893,
      "step": 750
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 168.27105712890625,
      "learning_rate": 1.4479166666666669e-05,
      "loss": 1.2101,
      "step": 800
    },
    {
      "epoch": 0.8854166666666666,
      "grad_norm": 91.1783447265625,
      "learning_rate": 1.4131944444444445e-05,
      "loss": 1.2243,
      "step": 850
    },
    {
      "epoch": 0.9375,
      "grad_norm": 149.9921112060547,
      "learning_rate": 1.3784722222222225e-05,
      "loss": 1.4776,
      "step": 900
    },
    {
      "epoch": 0.9895833333333334,
      "grad_norm": 82.460205078125,
      "learning_rate": 1.3437500000000001e-05,
      "loss": 1.3782,
      "step": 950
    },
    {
      "epoch": 1.0,
      "eval_accuracy": 0.3875,
      "eval_loss": 1.3083277940750122,
      "eval_runtime": 44.6625,
      "eval_samples_per_second": 5.374,
      "eval_steps_per_second": 5.374,
      "step": 960
    },
    {
      "epoch": 1.0416666666666667,
      "grad_norm": 123.17823791503906,
      "learning_rate": 1.3090277777777778e-05,
      "loss": 1.3116,
      "step": 1000
    },
    {
      "epoch": 1.09375,
      "grad_norm": 49.70926284790039,
      "learning_rate": 1.2743055555555556e-05,
      "loss": 1.2184,
      "step": 1050
    },
    {
      "epoch": 1.1458333333333333,
      "grad_norm": 153.35614013671875,
      "learning_rate": 1.2395833333333334e-05,
      "loss": 1.3477,
      "step": 1100
    },
    {
      "epoch": 1.1979166666666667,
      "grad_norm": 62.75331497192383,
      "learning_rate": 1.2048611111111112e-05,
      "loss": 1.2826,
      "step": 1150
    },
    {
      "epoch": 1.25,
      "grad_norm": 79.40390014648438,
      "learning_rate": 1.1701388888888889e-05,
      "loss": 1.2922,
      "step": 1200
    },
    {
      "epoch": 1.3020833333333333,
      "grad_norm": 181.26205444335938,
      "learning_rate": 1.1354166666666669e-05,
      "loss": 1.316,
      "step": 1250
    },
    {
      "epoch": 1.3541666666666667,
      "grad_norm": 149.93280029296875,
      "learning_rate": 1.1006944444444445e-05,
      "loss": 1.4199,
      "step": 1300
    },
    {
      "epoch": 1.40625,
      "grad_norm": 155.1587677001953,
      "learning_rate": 1.0659722222222223e-05,
      "loss": 1.2123,
      "step": 1350
    },
    {
      "epoch": 1.4583333333333333,
      "grad_norm": 146.17555236816406,
      "learning_rate": 1.0312500000000002e-05,
      "loss": 1.335,
      "step": 1400
    },
    {
      "epoch": 1.5104166666666665,
      "grad_norm": 4.901557922363281,
      "learning_rate": 9.965277777777778e-06,
      "loss": 1.2311,
      "step": 1450
    },
    {
      "epoch": 1.5625,
      "grad_norm": 82.2793197631836,
      "learning_rate": 9.618055555555556e-06,
      "loss": 1.355,
      "step": 1500
    },
    {
      "epoch": 1.6145833333333335,
      "grad_norm": 149.9713134765625,
      "learning_rate": 9.270833333333334e-06,
      "loss": 1.2959,
      "step": 1550
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 31.172189712524414,
      "learning_rate": 8.923611111111113e-06,
      "loss": 1.1895,
      "step": 1600
    },
    {
      "epoch": 1.71875,
      "grad_norm": 101.80203247070312,
      "learning_rate": 8.57638888888889e-06,
      "loss": 1.1713,
      "step": 1650
    },
    {
      "epoch": 1.7708333333333335,
      "grad_norm": 78.40554809570312,
      "learning_rate": 8.229166666666667e-06,
      "loss": 1.2715,
      "step": 1700
    },
    {
      "epoch": 1.8229166666666665,
      "grad_norm": 141.534423828125,
      "learning_rate": 7.881944444444446e-06,
      "loss": 1.4267,
      "step": 1750
    },
    {
      "epoch": 1.875,
      "grad_norm": 11.576106071472168,
      "learning_rate": 7.534722222222223e-06,
      "loss": 1.2104,
      "step": 1800
    },
    {
      "epoch": 1.9270833333333335,
      "grad_norm": 115.15353393554688,
      "learning_rate": 7.1875e-06,
      "loss": 1.3666,
      "step": 1850
    },
    {
      "epoch": 1.9791666666666665,
      "grad_norm": 135.0023193359375,
      "learning_rate": 6.840277777777778e-06,
      "loss": 1.4864,
      "step": 1900
    },
    {
      "epoch": 2.0,
      "eval_accuracy": 0.42916666666666664,
      "eval_loss": 1.2844825983047485,
      "eval_runtime": 45.4978,
      "eval_samples_per_second": 5.275,
      "eval_steps_per_second": 5.275,
      "step": 1920
    },
    {
      "epoch": 2.03125,
      "grad_norm": 189.46316528320312,
      "learning_rate": 6.493055555555557e-06,
      "loss": 1.1535,
      "step": 1950
    },
    {
      "epoch": 2.0833333333333335,
      "grad_norm": 67.3314437866211,
      "learning_rate": 6.145833333333334e-06,
      "loss": 1.3638,
      "step": 2000
    },
    {
      "epoch": 2.1354166666666665,
      "grad_norm": 93.1375503540039,
      "learning_rate": 5.798611111111112e-06,
      "loss": 1.2812,
      "step": 2050
    },
    {
      "epoch": 2.1875,
      "grad_norm": 136.60032653808594,
      "learning_rate": 5.458333333333333e-06,
      "loss": 1.1984,
      "step": 2100
    },
    {
      "epoch": 2.2395833333333335,
      "grad_norm": 153.8768768310547,
      "learning_rate": 5.1111111111111115e-06,
      "loss": 1.1768,
      "step": 2150
    },
    {
      "epoch": 2.2916666666666665,
      "grad_norm": 82.70931243896484,
      "learning_rate": 4.763888888888889e-06,
      "loss": 1.1306,
      "step": 2200
    },
    {
      "epoch": 2.34375,
      "grad_norm": 105.9932861328125,
      "learning_rate": 4.416666666666667e-06,
      "loss": 1.2059,
      "step": 2250
    },
    {
      "epoch": 2.3958333333333335,
      "grad_norm": 189.60964965820312,
      "learning_rate": 4.069444444444444e-06,
      "loss": 1.3351,
      "step": 2300
    },
    {
      "epoch": 2.4479166666666665,
      "grad_norm": 26.440898895263672,
      "learning_rate": 3.7222222222222225e-06,
      "loss": 1.0397,
      "step": 2350
    },
    {
      "epoch": 2.5,
      "grad_norm": 85.09593200683594,
      "learning_rate": 3.3750000000000003e-06,
      "loss": 0.9869,
      "step": 2400
    },
    {
      "epoch": 2.5520833333333335,
      "grad_norm": 128.60325622558594,
      "learning_rate": 3.0277777777777776e-06,
      "loss": 1.2672,
      "step": 2450
    },
    {
      "epoch": 2.6041666666666665,
      "grad_norm": 79.84228515625,
      "learning_rate": 2.680555555555556e-06,
      "loss": 1.2467,
      "step": 2500
    },
    {
      "epoch": 2.65625,
      "grad_norm": 94.4609375,
      "learning_rate": 2.3333333333333336e-06,
      "loss": 1.3397,
      "step": 2550
    },
    {
      "epoch": 2.7083333333333335,
      "grad_norm": 141.47027587890625,
      "learning_rate": 1.9861111111111113e-06,
      "loss": 1.2617,
      "step": 2600
    },
    {
      "epoch": 2.7604166666666665,
      "grad_norm": 100.57274627685547,
      "learning_rate": 1.638888888888889e-06,
      "loss": 1.2989,
      "step": 2650
    },
    {
      "epoch": 2.8125,
      "grad_norm": 142.5128936767578,
      "learning_rate": 1.2916666666666669e-06,
      "loss": 1.3327,
      "step": 2700
    },
    {
      "epoch": 2.8645833333333335,
      "grad_norm": 34.203887939453125,
      "learning_rate": 9.444444444444445e-07,
      "loss": 1.2494,
      "step": 2750
    },
    {
      "epoch": 2.9166666666666665,
      "grad_norm": 116.69619750976562,
      "learning_rate": 5.972222222222223e-07,
      "loss": 1.1185,
      "step": 2800
    },
    {
      "epoch": 2.96875,
      "grad_norm": 90.93894958496094,
      "learning_rate": 2.5000000000000004e-07,
      "loss": 1.1924,
      "step": 2850
    },
    {
      "epoch": 3.0,
      "eval_accuracy": 0.4875,
      "eval_loss": 1.2382519245147705,
      "eval_runtime": 45.0307,
      "eval_samples_per_second": 5.33,
      "eval_steps_per_second": 5.33,
      "step": 2880
    }
  ],
  "logging_steps": 50,
  "max_steps": 2880,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3,
  "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": 0.0,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}