{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 3.0,
  "eval_steps": 500,
  "global_step": 1350,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.0022222222222222222,
      "grad_norm": 0.06687259674072266,
      "learning_rate": 2.222222222222222e-06,
      "loss": 0.6478,
      "step": 1
    },
    {
      "epoch": 0.0044444444444444444,
      "grad_norm": 0.08385849744081497,
      "learning_rate": 4.444444444444444e-06,
      "loss": 0.6389,
      "step": 2
    },
    {
      "epoch": 0.006666666666666667,
      "grad_norm": 0.06483206152915955,
      "learning_rate": 6.666666666666667e-06,
      "loss": 0.6552,
      "step": 3
    },
    {
      "epoch": 0.008888888888888889,
      "grad_norm": 0.06315144151449203,
      "learning_rate": 8.888888888888888e-06,
      "loss": 0.8175,
      "step": 4
    },
    {
      "epoch": 0.011111111111111112,
      "grad_norm": 0.06796158105134964,
      "learning_rate": 1.111111111111111e-05,
      "loss": 0.6561,
      "step": 5
    },
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 0.0593683160841465,
      "learning_rate": 1.3333333333333333e-05,
      "loss": 0.6677,
      "step": 6
    },
    {
      "epoch": 0.015555555555555555,
      "grad_norm": 0.0792003720998764,
      "learning_rate": 1.5555555555555555e-05,
      "loss": 0.782,
      "step": 7
    },
    {
      "epoch": 0.017777777777777778,
      "grad_norm": 0.0665215253829956,
      "learning_rate": 1.7777777777777777e-05,
      "loss": 0.752,
      "step": 8
    },
    {
      "epoch": 0.02,
      "grad_norm": 0.07640073448419571,
      "learning_rate": 1.9999999999999998e-05,
      "loss": 0.7552,
      "step": 9
    },
    {
      "epoch": 0.022222222222222223,
      "grad_norm": 0.11807028204202652,
      "learning_rate": 2.222222222222222e-05,
      "loss": 0.8112,
      "step": 10
    },
    {
      "epoch": 0.024444444444444446,
      "grad_norm": 0.08529076725244522,
      "learning_rate": 2.4444444444444445e-05,
      "loss": 0.8115,
      "step": 11
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 0.09069886803627014,
      "learning_rate": 2.6666666666666667e-05,
      "loss": 0.7827,
      "step": 12
    },
    {
      "epoch": 0.028888888888888888,
      "grad_norm": 0.08439790457487106,
      "learning_rate": 2.8888888888888885e-05,
      "loss": 0.6591,
      "step": 13
    },
    {
      "epoch": 0.03111111111111111,
      "grad_norm": 0.049057431519031525,
      "learning_rate": 3.111111111111111e-05,
      "loss": 0.4825,
      "step": 14
    },
    {
      "epoch": 0.03333333333333333,
      "grad_norm": 0.06010900437831879,
      "learning_rate": 3.333333333333333e-05,
      "loss": 0.6372,
      "step": 15
    },
    {
      "epoch": 0.035555555555555556,
      "grad_norm": 0.09451697021722794,
      "learning_rate": 3.555555555555555e-05,
      "loss": 0.7133,
      "step": 16
    },
    {
      "epoch": 0.03777777777777778,
      "grad_norm": 0.10815142095088959,
      "learning_rate": 3.777777777777777e-05,
      "loss": 0.9101,
      "step": 17
    },
    {
      "epoch": 0.04,
      "grad_norm": 0.08878195285797119,
      "learning_rate": 3.9999999999999996e-05,
      "loss": 0.695,
      "step": 18
    },
    {
      "epoch": 0.042222222222222223,
      "grad_norm": 0.13616155087947845,
      "learning_rate": 4.222222222222222e-05,
      "loss": 0.8215,
      "step": 19
    },
    {
      "epoch": 0.044444444444444446,
      "grad_norm": 0.07087361067533493,
      "learning_rate": 4.444444444444444e-05,
      "loss": 0.7639,
      "step": 20
    },
    {
      "epoch": 0.04666666666666667,
      "grad_norm": 0.07879175245761871,
      "learning_rate": 4.6666666666666665e-05,
      "loss": 0.6547,
      "step": 21
    },
    {
      "epoch": 0.04888888888888889,
      "grad_norm": 0.08119899034500122,
      "learning_rate": 4.888888888888889e-05,
      "loss": 0.69,
      "step": 22
    },
    {
      "epoch": 0.051111111111111114,
      "grad_norm": 0.05957357957959175,
      "learning_rate": 5.111111111111111e-05,
      "loss": 0.5669,
      "step": 23
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 0.08532346785068512,
      "learning_rate": 5.333333333333333e-05,
      "loss": 0.6756,
      "step": 24
    },
    {
      "epoch": 0.05555555555555555,
      "grad_norm": 0.10510731488466263,
      "learning_rate": 5.5555555555555545e-05,
      "loss": 0.7982,
      "step": 25
    },
    {
      "epoch": 0.057777777777777775,
      "grad_norm": 0.09259792417287827,
      "learning_rate": 5.777777777777777e-05,
      "loss": 0.7915,
      "step": 26
    },
    {
      "epoch": 0.06,
      "grad_norm": 0.2204543501138687,
      "learning_rate": 5.9999999999999995e-05,
      "loss": 0.7374,
      "step": 27
    },
    {
      "epoch": 0.06222222222222222,
      "grad_norm": 0.0847523957490921,
      "learning_rate": 6.222222222222222e-05,
      "loss": 0.7315,
      "step": 28
    },
    {
      "epoch": 0.06444444444444444,
      "grad_norm": 0.06072792410850525,
      "learning_rate": 6.444444444444444e-05,
      "loss": 0.6173,
      "step": 29
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 0.08779124915599823,
      "learning_rate": 6.666666666666666e-05,
      "loss": 0.7824,
      "step": 30
    },
    {
      "epoch": 0.06888888888888889,
      "grad_norm": 0.07153160125017166,
      "learning_rate": 6.888888888888888e-05,
      "loss": 0.7171,
      "step": 31
    },
    {
      "epoch": 0.07111111111111111,
      "grad_norm": 0.06395824253559113,
      "learning_rate": 7.11111111111111e-05,
      "loss": 0.7462,
      "step": 32
    },
    {
      "epoch": 0.07333333333333333,
      "grad_norm": 0.08911176025867462,
      "learning_rate": 7.333333333333332e-05,
      "loss": 0.6821,
      "step": 33
    },
    {
      "epoch": 0.07555555555555556,
      "grad_norm": 0.0638173520565033,
      "learning_rate": 7.555555555555554e-05,
      "loss": 0.6373,
      "step": 34
    },
    {
      "epoch": 0.07777777777777778,
      "grad_norm": 0.07565649598836899,
      "learning_rate": 7.777777777777777e-05,
      "loss": 0.7063,
      "step": 35
    },
    {
      "epoch": 0.08,
      "grad_norm": 0.05962090566754341,
      "learning_rate": 7.999999999999999e-05,
      "loss": 0.5242,
      "step": 36
    },
    {
      "epoch": 0.08222222222222222,
      "grad_norm": 0.09105438739061356,
      "learning_rate": 8.222222222222222e-05,
      "loss": 0.7797,
      "step": 37
    },
    {
      "epoch": 0.08444444444444445,
      "grad_norm": 0.06883728504180908,
      "learning_rate": 8.444444444444444e-05,
      "loss": 0.6209,
      "step": 38
    },
    {
      "epoch": 0.08666666666666667,
      "grad_norm": 0.09342409670352936,
      "learning_rate": 8.666666666666665e-05,
      "loss": 0.7694,
      "step": 39
    },
    {
      "epoch": 0.08888888888888889,
      "grad_norm": 0.045902229845523834,
      "learning_rate": 8.888888888888888e-05,
      "loss": 0.6035,
      "step": 40
    },
    {
      "epoch": 0.09111111111111111,
      "grad_norm": 0.0726340040564537,
      "learning_rate": 9.11111111111111e-05,
      "loss": 0.7127,
      "step": 41
    },
    {
      "epoch": 0.09333333333333334,
      "grad_norm": 0.08810717612504959,
      "learning_rate": 9.333333333333333e-05,
      "loss": 0.838,
      "step": 42
    },
    {
      "epoch": 0.09555555555555556,
      "grad_norm": 0.08479885011911392,
      "learning_rate": 9.555555555555555e-05,
      "loss": 0.8645,
      "step": 43
    },
    {
      "epoch": 0.09777777777777778,
      "grad_norm": 0.06431703269481659,
      "learning_rate": 9.777777777777778e-05,
      "loss": 0.8542,
      "step": 44
    },
    {
      "epoch": 0.1,
      "grad_norm": 0.07358094304800034,
      "learning_rate": 9.999999999999999e-05,
      "loss": 0.7753,
      "step": 45
    },
    {
      "epoch": 0.10222222222222223,
      "grad_norm": 0.09305302053689957,
      "learning_rate": 0.00010222222222222222,
      "loss": 0.6795,
      "step": 46
    },
    {
      "epoch": 0.10444444444444445,
      "grad_norm": 0.08080010116100311,
      "learning_rate": 0.00010444444444444444,
      "loss": 0.5749,
      "step": 47
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 0.06824497878551483,
      "learning_rate": 0.00010666666666666667,
      "loss": 0.6968,
      "step": 48
    },
    {
      "epoch": 0.10888888888888888,
      "grad_norm": 0.09318830817937851,
      "learning_rate": 0.00010888888888888889,
      "loss": 0.7178,
      "step": 49
    },
    {
      "epoch": 0.1111111111111111,
      "grad_norm": 0.07186290621757507,
      "learning_rate": 0.00011111111111111109,
      "loss": 0.742,
      "step": 50
    },
    {
      "epoch": 0.11333333333333333,
      "grad_norm": 0.07324495166540146,
      "learning_rate": 0.00011333333333333331,
      "loss": 0.6345,
      "step": 51
    },
    {
      "epoch": 0.11555555555555555,
      "grad_norm": 0.06657472252845764,
      "learning_rate": 0.00011555555555555554,
      "loss": 0.62,
      "step": 52
    },
    {
      "epoch": 0.11777777777777777,
      "grad_norm": 0.06139868125319481,
      "learning_rate": 0.00011777777777777776,
      "loss": 0.7513,
      "step": 53
    },
    {
      "epoch": 0.12,
      "grad_norm": 0.06240592524409294,
      "learning_rate": 0.00011999999999999999,
      "loss": 0.6174,
      "step": 54
    },
    {
      "epoch": 0.12222222222222222,
      "grad_norm": 0.07715508341789246,
      "learning_rate": 0.00012222222222222221,
      "loss": 0.8125,
      "step": 55
    },
    {
      "epoch": 0.12444444444444444,
      "grad_norm": 0.0686756893992424,
      "learning_rate": 0.00012444444444444444,
      "loss": 0.5399,
      "step": 56
    },
    {
      "epoch": 0.12666666666666668,
      "grad_norm": 0.07324881106615067,
      "learning_rate": 0.00012666666666666666,
      "loss": 0.6211,
      "step": 57
    },
    {
      "epoch": 0.1288888888888889,
      "grad_norm": 0.08367079496383667,
      "learning_rate": 0.0001288888888888889,
      "loss": 0.6632,
      "step": 58
    },
    {
      "epoch": 0.13111111111111112,
      "grad_norm": 0.06640663743019104,
      "learning_rate": 0.00013111111111111111,
      "loss": 0.6054,
      "step": 59
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.06046535447239876,
      "learning_rate": 0.0001333333333333333,
      "loss": 0.7288,
      "step": 60
    },
    {
      "epoch": 0.13555555555555557,
      "grad_norm": 0.06970898061990738,
      "learning_rate": 0.00013555555555555554,
      "loss": 0.7491,
      "step": 61
    },
    {
      "epoch": 0.13777777777777778,
      "grad_norm": 0.06068103015422821,
      "learning_rate": 0.00013777777777777776,
      "loss": 0.6525,
      "step": 62
    },
    {
      "epoch": 0.14,
      "grad_norm": 0.08266304433345795,
      "learning_rate": 0.00014,
      "loss": 0.7896,
      "step": 63
    },
    {
      "epoch": 0.14222222222222222,
      "grad_norm": 0.05625743046402931,
      "learning_rate": 0.0001422222222222222,
      "loss": 0.6877,
      "step": 64
    },
    {
      "epoch": 0.14444444444444443,
      "grad_norm": 0.06797035783529282,
      "learning_rate": 0.0001444444444444444,
      "loss": 0.6664,
      "step": 65
    },
    {
      "epoch": 0.14666666666666667,
      "grad_norm": 0.06103198602795601,
      "learning_rate": 0.00014666666666666664,
      "loss": 0.7097,
      "step": 66
    },
    {
      "epoch": 0.14888888888888888,
      "grad_norm": 0.0863097533583641,
      "learning_rate": 0.00014888888888888886,
      "loss": 0.8366,
      "step": 67
    },
    {
      "epoch": 0.1511111111111111,
      "grad_norm": 0.04689197614789009,
      "learning_rate": 0.00015111111111111109,
      "loss": 0.6539,
      "step": 68
    },
    {
      "epoch": 0.15333333333333332,
      "grad_norm": 0.08514045178890228,
      "learning_rate": 0.0001533333333333333,
      "loss": 0.8184,
      "step": 69
    },
    {
      "epoch": 0.15555555555555556,
      "grad_norm": 0.06352313607931137,
      "learning_rate": 0.00015555555555555554,
      "loss": 0.735,
      "step": 70
    },
    {
      "epoch": 0.15777777777777777,
      "grad_norm": 0.05917006731033325,
      "learning_rate": 0.00015777777777777776,
      "loss": 0.6767,
      "step": 71
    },
    {
      "epoch": 0.16,
      "grad_norm": 0.07596120238304138,
      "learning_rate": 0.00015999999999999999,
      "loss": 0.6356,
      "step": 72
    },
    {
      "epoch": 0.1622222222222222,
      "grad_norm": 0.07308676093816757,
      "learning_rate": 0.0001622222222222222,
      "loss": 0.7718,
      "step": 73
    },
    {
      "epoch": 0.16444444444444445,
      "grad_norm": 0.06971703469753265,
      "learning_rate": 0.00016444444444444444,
      "loss": 0.7646,
      "step": 74
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 0.06212179735302925,
      "learning_rate": 0.00016666666666666666,
      "loss": 0.607,
      "step": 75
    },
    {
      "epoch": 0.1688888888888889,
      "grad_norm": 0.08927149325609207,
      "learning_rate": 0.00016888888888888889,
      "loss": 0.838,
      "step": 76
    },
    {
      "epoch": 0.1711111111111111,
      "grad_norm": 0.12827588617801666,
      "learning_rate": 0.0001711111111111111,
      "loss": 0.7376,
      "step": 77
    },
    {
      "epoch": 0.17333333333333334,
      "grad_norm": 0.06566973775625229,
      "learning_rate": 0.0001733333333333333,
      "loss": 0.6345,
      "step": 78
    },
    {
      "epoch": 0.17555555555555555,
      "grad_norm": 0.07192882150411606,
      "learning_rate": 0.00017555555555555553,
      "loss": 0.8029,
      "step": 79
    },
    {
      "epoch": 0.17777777777777778,
      "grad_norm": 0.04837195575237274,
      "learning_rate": 0.00017777777777777776,
      "loss": 0.6689,
      "step": 80
    },
    {
      "epoch": 0.18,
      "grad_norm": 0.1018751710653305,
      "learning_rate": 0.00017999999999999998,
      "loss": 0.6286,
      "step": 81
    },
    {
      "epoch": 0.18222222222222223,
      "grad_norm": 0.05638294294476509,
      "learning_rate": 0.0001822222222222222,
      "loss": 0.5445,
      "step": 82
    },
    {
      "epoch": 0.18444444444444444,
      "grad_norm": 0.05647343024611473,
      "learning_rate": 0.00018444444444444443,
      "loss": 0.6552,
      "step": 83
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 0.07809357345104218,
      "learning_rate": 0.00018666666666666666,
      "loss": 0.722,
      "step": 84
    },
    {
      "epoch": 0.18888888888888888,
      "grad_norm": 0.06055169925093651,
      "learning_rate": 0.00018888888888888888,
      "loss": 0.8052,
      "step": 85
    },
    {
      "epoch": 0.19111111111111112,
      "grad_norm": 0.05945683270692825,
      "learning_rate": 0.0001911111111111111,
      "loss": 0.7048,
      "step": 86
    },
    {
      "epoch": 0.19333333333333333,
      "grad_norm": 0.07493992894887924,
      "learning_rate": 0.00019333333333333333,
      "loss": 0.8066,
      "step": 87
    },
    {
      "epoch": 0.19555555555555557,
      "grad_norm": 0.07349304109811783,
      "learning_rate": 0.00019555555555555556,
      "loss": 0.6287,
      "step": 88
    },
    {
      "epoch": 0.19777777777777777,
      "grad_norm": 0.06694339215755463,
      "learning_rate": 0.00019777777777777776,
      "loss": 0.6973,
      "step": 89
    },
    {
      "epoch": 0.2,
      "grad_norm": 0.06596689671278,
      "learning_rate": 0.00019999999999999998,
      "loss": 0.6139,
      "step": 90
    },
    {
      "epoch": 0.20222222222222222,
      "grad_norm": 0.059765566140413284,
      "learning_rate": 0.0002022222222222222,
      "loss": 0.7106,
      "step": 91
    },
    {
      "epoch": 0.20444444444444446,
      "grad_norm": 0.06259062141180038,
      "learning_rate": 0.00020444444444444443,
      "loss": 0.7255,
      "step": 92
    },
    {
      "epoch": 0.20666666666666667,
      "grad_norm": 0.060403451323509216,
      "learning_rate": 0.00020666666666666666,
      "loss": 0.6794,
      "step": 93
    },
    {
      "epoch": 0.2088888888888889,
      "grad_norm": 0.08180979639291763,
      "learning_rate": 0.00020888888888888888,
      "loss": 0.7074,
      "step": 94
    },
    {
      "epoch": 0.2111111111111111,
      "grad_norm": 0.0711866170167923,
      "learning_rate": 0.0002111111111111111,
      "loss": 0.7665,
      "step": 95
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 0.06080659106373787,
      "learning_rate": 0.00021333333333333333,
      "loss": 0.7143,
      "step": 96
    },
    {
      "epoch": 0.21555555555555556,
      "grad_norm": 0.06005050614476204,
      "learning_rate": 0.00021555555555555556,
      "loss": 0.6225,
      "step": 97
    },
    {
      "epoch": 0.21777777777777776,
      "grad_norm": 0.05671238526701927,
      "learning_rate": 0.00021777777777777778,
      "loss": 0.6115,
      "step": 98
    },
    {
      "epoch": 0.22,
      "grad_norm": 0.04517147317528725,
      "learning_rate": 0.00021999999999999995,
      "loss": 0.6039,
      "step": 99
    },
    {
      "epoch": 0.2222222222222222,
      "grad_norm": 0.06307649612426758,
      "learning_rate": 0.00022222222222222218,
      "loss": 0.6816,
      "step": 100
    },
    {
      "epoch": 0.22444444444444445,
      "grad_norm": 0.08459043502807617,
      "learning_rate": 0.0002244444444444444,
      "loss": 0.742,
      "step": 101
    },
    {
      "epoch": 0.22666666666666666,
      "grad_norm": 0.07087739557027817,
      "learning_rate": 0.00022666666666666663,
      "loss": 0.5635,
      "step": 102
    },
    {
      "epoch": 0.2288888888888889,
      "grad_norm": 0.0924144759774208,
      "learning_rate": 0.00022888888888888885,
      "loss": 0.6658,
      "step": 103
    },
    {
      "epoch": 0.2311111111111111,
      "grad_norm": 0.07960222661495209,
      "learning_rate": 0.00023111111111111108,
      "loss": 0.7541,
      "step": 104
    },
    {
      "epoch": 0.23333333333333334,
      "grad_norm": 0.05279611423611641,
      "learning_rate": 0.0002333333333333333,
      "loss": 0.6112,
      "step": 105
    },
    {
      "epoch": 0.23555555555555555,
      "grad_norm": 0.06858152151107788,
      "learning_rate": 0.00023555555555555553,
      "loss": 0.5877,
      "step": 106
    },
    {
      "epoch": 0.23777777777777778,
      "grad_norm": 0.07217252254486084,
      "learning_rate": 0.00023777777777777775,
      "loss": 0.7188,
      "step": 107
    },
    {
      "epoch": 0.24,
      "grad_norm": 0.06040087342262268,
      "learning_rate": 0.00023999999999999998,
      "loss": 0.7232,
      "step": 108
    },
    {
      "epoch": 0.24222222222222223,
      "grad_norm": 0.07673678547143936,
      "learning_rate": 0.0002422222222222222,
      "loss": 0.6434,
      "step": 109
    },
    {
      "epoch": 0.24444444444444444,
      "grad_norm": 0.04461099952459335,
      "learning_rate": 0.00024444444444444443,
      "loss": 0.539,
      "step": 110
    },
    {
      "epoch": 0.24666666666666667,
      "grad_norm": 0.07912620157003403,
      "learning_rate": 0.0002466666666666666,
      "loss": 0.6223,
      "step": 111
    },
    {
      "epoch": 0.24888888888888888,
      "grad_norm": 0.061267413198947906,
      "learning_rate": 0.0002488888888888889,
      "loss": 0.645,
      "step": 112
    },
    {
      "epoch": 0.2511111111111111,
      "grad_norm": 0.05509350448846817,
      "learning_rate": 0.0002511111111111111,
      "loss": 0.5941,
      "step": 113
    },
    {
      "epoch": 0.25333333333333335,
      "grad_norm": 0.07612048834562302,
      "learning_rate": 0.00025333333333333333,
      "loss": 0.7886,
      "step": 114
    },
    {
      "epoch": 0.25555555555555554,
      "grad_norm": 0.045813750475645065,
      "learning_rate": 0.00025555555555555553,
      "loss": 0.5798,
      "step": 115
    },
    {
      "epoch": 0.2577777777777778,
      "grad_norm": 0.07017998397350311,
      "learning_rate": 0.0002577777777777778,
      "loss": 0.664,
      "step": 116
    },
    {
      "epoch": 0.26,
      "grad_norm": 0.059138622134923935,
      "learning_rate": 0.00026,
      "loss": 0.6002,
      "step": 117
    },
    {
      "epoch": 0.26222222222222225,
      "grad_norm": 0.06197448447346687,
      "learning_rate": 0.00026222222222222223,
      "loss": 0.7018,
      "step": 118
    },
    {
      "epoch": 0.2644444444444444,
      "grad_norm": 0.055604707449674606,
      "learning_rate": 0.00026444444444444443,
      "loss": 0.7665,
      "step": 119
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.06360765546560287,
      "learning_rate": 0.0002666666666666666,
      "loss": 0.701,
      "step": 120
    },
    {
      "epoch": 0.2688888888888889,
      "grad_norm": 0.06214721128344536,
      "learning_rate": 0.0002688888888888889,
      "loss": 0.567,
      "step": 121
    },
    {
      "epoch": 0.27111111111111114,
      "grad_norm": 0.05708202347159386,
      "learning_rate": 0.0002711111111111111,
      "loss": 0.7378,
      "step": 122
    },
    {
      "epoch": 0.2733333333333333,
      "grad_norm": 0.05343154817819595,
      "learning_rate": 0.00027333333333333333,
      "loss": 0.6234,
      "step": 123
    },
    {
      "epoch": 0.27555555555555555,
      "grad_norm": 0.12749263644218445,
      "learning_rate": 0.0002755555555555555,
      "loss": 0.7841,
      "step": 124
    },
    {
      "epoch": 0.2777777777777778,
      "grad_norm": 0.13472327589988708,
      "learning_rate": 0.0002777777777777778,
      "loss": 0.807,
      "step": 125
    },
    {
      "epoch": 0.28,
      "grad_norm": 0.08000756055116653,
      "learning_rate": 0.00028,
      "loss": 0.8359,
      "step": 126
    },
    {
      "epoch": 0.2822222222222222,
      "grad_norm": 0.057078856974840164,
      "learning_rate": 0.00028222222222222223,
      "loss": 0.6232,
      "step": 127
    },
    {
      "epoch": 0.28444444444444444,
      "grad_norm": 0.07158028334379196,
      "learning_rate": 0.0002844444444444444,
      "loss": 0.517,
      "step": 128
    },
    {
      "epoch": 0.2866666666666667,
      "grad_norm": 0.05929658189415932,
      "learning_rate": 0.0002866666666666667,
      "loss": 0.6644,
      "step": 129
    },
    {
      "epoch": 0.28888888888888886,
      "grad_norm": 0.05705413967370987,
      "learning_rate": 0.0002888888888888888,
      "loss": 0.5647,
      "step": 130
    },
    {
      "epoch": 0.2911111111111111,
      "grad_norm": 0.03960437327623367,
      "learning_rate": 0.0002911111111111111,
      "loss": 0.5516,
      "step": 131
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 0.06845048069953918,
      "learning_rate": 0.00029333333333333327,
      "loss": 0.8321,
      "step": 132
    },
    {
      "epoch": 0.29555555555555557,
      "grad_norm": 0.06761569529771805,
      "learning_rate": 0.0002955555555555555,
      "loss": 0.6994,
      "step": 133
    },
    {
      "epoch": 0.29777777777777775,
      "grad_norm": 0.055330973118543625,
      "learning_rate": 0.0002977777777777777,
      "loss": 0.5582,
      "step": 134
    },
    {
      "epoch": 0.3,
      "grad_norm": 0.06866293400526047,
      "learning_rate": 0.0003,
      "loss": 0.5497,
      "step": 135
    },
    {
      "epoch": 0.3022222222222222,
      "grad_norm": 0.06994841247797012,
      "learning_rate": 0.00029975308641975307,
      "loss": 0.71,
      "step": 136
    },
    {
      "epoch": 0.30444444444444446,
      "grad_norm": 0.061404068022966385,
      "learning_rate": 0.00029950617283950616,
      "loss": 0.7004,
      "step": 137
    },
    {
      "epoch": 0.30666666666666664,
      "grad_norm": 0.08630826324224472,
      "learning_rate": 0.00029925925925925926,
      "loss": 0.685,
      "step": 138
    },
    {
      "epoch": 0.3088888888888889,
      "grad_norm": 0.05255487933754921,
      "learning_rate": 0.0002990123456790123,
      "loss": 0.5405,
      "step": 139
    },
    {
      "epoch": 0.3111111111111111,
      "grad_norm": 0.050141241401433945,
      "learning_rate": 0.0002987654320987654,
      "loss": 0.6132,
      "step": 140
    },
    {
      "epoch": 0.31333333333333335,
      "grad_norm": 0.053194086998701096,
      "learning_rate": 0.0002985185185185185,
      "loss": 0.6057,
      "step": 141
    },
    {
      "epoch": 0.31555555555555553,
      "grad_norm": 0.0686035305261612,
      "learning_rate": 0.0002982716049382716,
      "loss": 0.7368,
      "step": 142
    },
    {
      "epoch": 0.31777777777777777,
      "grad_norm": 0.08060168474912643,
      "learning_rate": 0.0002980246913580247,
      "loss": 0.7203,
      "step": 143
    },
    {
      "epoch": 0.32,
      "grad_norm": 0.06388822197914124,
      "learning_rate": 0.0002977777777777777,
      "loss": 0.6401,
      "step": 144
    },
    {
      "epoch": 0.32222222222222224,
      "grad_norm": 0.08037619292736053,
      "learning_rate": 0.00029753086419753087,
      "loss": 0.5519,
      "step": 145
    },
    {
      "epoch": 0.3244444444444444,
      "grad_norm": 0.05287360027432442,
      "learning_rate": 0.0002972839506172839,
      "loss": 0.634,
      "step": 146
    },
    {
      "epoch": 0.32666666666666666,
      "grad_norm": 0.11447149515151978,
      "learning_rate": 0.000297037037037037,
      "loss": 0.6378,
      "step": 147
    },
    {
      "epoch": 0.3288888888888889,
      "grad_norm": 0.052581414580345154,
      "learning_rate": 0.0002967901234567901,
      "loss": 0.6137,
      "step": 148
    },
    {
      "epoch": 0.33111111111111113,
      "grad_norm": 0.05176948010921478,
      "learning_rate": 0.0002965432098765432,
      "loss": 0.6561,
      "step": 149
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.06692127138376236,
      "learning_rate": 0.00029629629629629624,
      "loss": 0.7146,
      "step": 150
    },
    {
      "epoch": 0.33555555555555555,
      "grad_norm": 0.060980744659900665,
      "learning_rate": 0.00029604938271604933,
      "loss": 0.6315,
      "step": 151
    },
    {
      "epoch": 0.3377777777777778,
      "grad_norm": 0.057845454663038254,
      "learning_rate": 0.0002958024691358025,
      "loss": 0.586,
      "step": 152
    },
    {
      "epoch": 0.34,
      "grad_norm": 0.05785061791539192,
      "learning_rate": 0.0002955555555555555,
      "loss": 0.6386,
      "step": 153
    },
    {
      "epoch": 0.3422222222222222,
      "grad_norm": 0.07744596898555756,
      "learning_rate": 0.0002953086419753086,
      "loss": 0.7732,
      "step": 154
    },
    {
      "epoch": 0.34444444444444444,
      "grad_norm": 0.051941994577646255,
      "learning_rate": 0.0002950617283950617,
      "loss": 0.5876,
      "step": 155
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 0.05806094780564308,
      "learning_rate": 0.0002948148148148148,
      "loss": 0.7254,
      "step": 156
    },
    {
      "epoch": 0.3488888888888889,
      "grad_norm": 0.06293324381113052,
      "learning_rate": 0.00029456790123456785,
      "loss": 0.7451,
      "step": 157
    },
    {
      "epoch": 0.3511111111111111,
      "grad_norm": 0.0668523982167244,
      "learning_rate": 0.00029432098765432095,
      "loss": 0.5934,
      "step": 158
    },
    {
      "epoch": 0.35333333333333333,
      "grad_norm": 0.07634396851062775,
      "learning_rate": 0.00029407407407407404,
      "loss": 0.7957,
      "step": 159
    },
    {
      "epoch": 0.35555555555555557,
      "grad_norm": 0.07272932678461075,
      "learning_rate": 0.00029382716049382714,
      "loss": 0.6655,
      "step": 160
    },
    {
      "epoch": 0.35777777777777775,
      "grad_norm": 0.059514183551073074,
      "learning_rate": 0.00029358024691358023,
      "loss": 0.6436,
      "step": 161
    },
    {
      "epoch": 0.36,
      "grad_norm": 0.058966901153326035,
      "learning_rate": 0.00029333333333333327,
      "loss": 0.5661,
      "step": 162
    },
    {
      "epoch": 0.3622222222222222,
      "grad_norm": 0.08566144853830338,
      "learning_rate": 0.0002930864197530864,
      "loss": 0.6154,
      "step": 163
    },
    {
      "epoch": 0.36444444444444446,
      "grad_norm": 0.091421939432621,
      "learning_rate": 0.00029283950617283946,
      "loss": 0.7903,
      "step": 164
    },
    {
      "epoch": 0.36666666666666664,
      "grad_norm": 0.06168731674551964,
      "learning_rate": 0.00029259259259259256,
      "loss": 0.6711,
      "step": 165
    },
    {
      "epoch": 0.3688888888888889,
      "grad_norm": 0.0587494820356369,
      "learning_rate": 0.00029234567901234565,
      "loss": 0.6277,
      "step": 166
    },
    {
      "epoch": 0.3711111111111111,
      "grad_norm": 0.05911793187260628,
      "learning_rate": 0.00029209876543209875,
      "loss": 0.6871,
      "step": 167
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 0.06315206736326218,
      "learning_rate": 0.00029185185185185184,
      "loss": 0.6521,
      "step": 168
    },
    {
      "epoch": 0.37555555555555553,
      "grad_norm": 0.07214728742837906,
      "learning_rate": 0.0002916049382716049,
      "loss": 0.6457,
      "step": 169
    },
    {
      "epoch": 0.37777777777777777,
      "grad_norm": 0.058888014405965805,
      "learning_rate": 0.000291358024691358,
      "loss": 0.6962,
      "step": 170
    },
    {
      "epoch": 0.38,
      "grad_norm": 0.05860765278339386,
      "learning_rate": 0.0002911111111111111,
      "loss": 0.6141,
      "step": 171
    },
    {
      "epoch": 0.38222222222222224,
      "grad_norm": 0.04580352082848549,
      "learning_rate": 0.00029086419753086417,
      "loss": 0.6696,
      "step": 172
    },
    {
      "epoch": 0.3844444444444444,
      "grad_norm": 0.0666603222489357,
      "learning_rate": 0.00029061728395061726,
      "loss": 0.6104,
      "step": 173
    },
    {
      "epoch": 0.38666666666666666,
      "grad_norm": 0.05495892092585564,
      "learning_rate": 0.00029037037037037036,
      "loss": 0.6219,
      "step": 174
    },
    {
      "epoch": 0.3888888888888889,
      "grad_norm": 0.05430325120687485,
      "learning_rate": 0.00029012345679012345,
      "loss": 0.6611,
      "step": 175
    },
    {
      "epoch": 0.39111111111111113,
      "grad_norm": 0.06881535798311234,
      "learning_rate": 0.0002898765432098765,
      "loss": 0.686,
      "step": 176
    },
    {
      "epoch": 0.3933333333333333,
      "grad_norm": 0.06852874904870987,
      "learning_rate": 0.0002896296296296296,
      "loss": 0.7312,
      "step": 177
    },
    {
      "epoch": 0.39555555555555555,
      "grad_norm": 0.07395198196172714,
      "learning_rate": 0.0002893827160493827,
      "loss": 0.6799,
      "step": 178
    },
    {
      "epoch": 0.3977777777777778,
      "grad_norm": 0.07263553887605667,
      "learning_rate": 0.0002891358024691358,
      "loss": 0.7232,
      "step": 179
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.05263182893395424,
      "learning_rate": 0.0002888888888888888,
      "loss": 0.5936,
      "step": 180
    },
    {
      "epoch": 0.4022222222222222,
      "grad_norm": 0.047391194850206375,
      "learning_rate": 0.00028864197530864197,
      "loss": 0.5515,
      "step": 181
    },
    {
      "epoch": 0.40444444444444444,
      "grad_norm": 0.056658029556274414,
      "learning_rate": 0.00028839506172839507,
      "loss": 0.6422,
      "step": 182
    },
    {
      "epoch": 0.4066666666666667,
      "grad_norm": 0.053307462483644485,
      "learning_rate": 0.0002881481481481481,
      "loss": 0.6596,
      "step": 183
    },
    {
      "epoch": 0.4088888888888889,
      "grad_norm": 0.05152831971645355,
      "learning_rate": 0.0002879012345679012,
      "loss": 0.6162,
      "step": 184
    },
    {
      "epoch": 0.4111111111111111,
      "grad_norm": 0.05862154811620712,
      "learning_rate": 0.0002876543209876543,
      "loss": 0.6215,
      "step": 185
    },
    {
      "epoch": 0.41333333333333333,
      "grad_norm": 0.05871991813182831,
      "learning_rate": 0.0002874074074074074,
      "loss": 0.6423,
      "step": 186
    },
    {
      "epoch": 0.41555555555555557,
      "grad_norm": 0.0672457218170166,
      "learning_rate": 0.00028716049382716043,
      "loss": 0.6997,
      "step": 187
    },
    {
      "epoch": 0.4177777777777778,
      "grad_norm": 0.059497442096471786,
      "learning_rate": 0.00028691358024691353,
      "loss": 0.7856,
      "step": 188
    },
    {
      "epoch": 0.42,
      "grad_norm": 0.08486013859510422,
      "learning_rate": 0.0002866666666666667,
      "loss": 0.6585,
      "step": 189
    },
    {
      "epoch": 0.4222222222222222,
      "grad_norm": 0.057826027274131775,
      "learning_rate": 0.0002864197530864197,
      "loss": 0.7507,
      "step": 190
    },
    {
      "epoch": 0.42444444444444446,
      "grad_norm": 0.06144357845187187,
      "learning_rate": 0.0002861728395061728,
      "loss": 0.6617,
      "step": 191
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 0.05544937029480934,
      "learning_rate": 0.0002859259259259259,
      "loss": 0.7459,
      "step": 192
    },
    {
      "epoch": 0.4288888888888889,
      "grad_norm": 0.07672414183616638,
      "learning_rate": 0.000285679012345679,
      "loss": 0.7217,
      "step": 193
    },
    {
      "epoch": 0.4311111111111111,
      "grad_norm": 0.07053379714488983,
      "learning_rate": 0.00028543209876543204,
      "loss": 0.7123,
      "step": 194
    },
    {
      "epoch": 0.43333333333333335,
      "grad_norm": 0.05894757807254791,
      "learning_rate": 0.00028518518518518514,
      "loss": 0.6724,
      "step": 195
    },
    {
      "epoch": 0.43555555555555553,
      "grad_norm": 0.06975255906581879,
      "learning_rate": 0.00028493827160493824,
      "loss": 0.6617,
      "step": 196
    },
    {
      "epoch": 0.43777777777777777,
      "grad_norm": 0.06969016790390015,
      "learning_rate": 0.00028469135802469133,
      "loss": 0.6081,
      "step": 197
    },
    {
      "epoch": 0.44,
      "grad_norm": 0.06051938980817795,
      "learning_rate": 0.0002844444444444444,
      "loss": 0.5882,
      "step": 198
    },
    {
      "epoch": 0.44222222222222224,
      "grad_norm": 0.054278962314128876,
      "learning_rate": 0.0002841975308641975,
      "loss": 0.5356,
      "step": 199
    },
    {
      "epoch": 0.4444444444444444,
      "grad_norm": 0.0599193349480629,
      "learning_rate": 0.0002839506172839506,
      "loss": 0.6907,
      "step": 200
    },
    {
      "epoch": 0.44666666666666666,
      "grad_norm": 0.1046207845211029,
      "learning_rate": 0.00028370370370370366,
      "loss": 0.5205,
      "step": 201
    },
    {
      "epoch": 0.4488888888888889,
      "grad_norm": 0.05720556154847145,
      "learning_rate": 0.00028345679012345675,
      "loss": 0.6213,
      "step": 202
    },
    {
      "epoch": 0.45111111111111113,
      "grad_norm": 0.07286486029624939,
      "learning_rate": 0.00028320987654320985,
      "loss": 0.7178,
      "step": 203
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 0.057378239929676056,
      "learning_rate": 0.00028296296296296294,
      "loss": 0.5544,
      "step": 204
    },
    {
      "epoch": 0.45555555555555555,
      "grad_norm": 0.0836499035358429,
      "learning_rate": 0.00028271604938271604,
      "loss": 0.6861,
      "step": 205
    },
    {
      "epoch": 0.4577777777777778,
      "grad_norm": 0.060671668499708176,
      "learning_rate": 0.0002824691358024691,
      "loss": 0.5515,
      "step": 206
    },
    {
      "epoch": 0.46,
      "grad_norm": 0.0478038564324379,
      "learning_rate": 0.00028222222222222223,
      "loss": 0.4805,
      "step": 207
    },
    {
      "epoch": 0.4622222222222222,
      "grad_norm": 0.05711014196276665,
      "learning_rate": 0.00028197530864197527,
      "loss": 0.6406,
      "step": 208
    },
    {
      "epoch": 0.46444444444444444,
      "grad_norm": 0.06043294817209244,
      "learning_rate": 0.00028172839506172836,
      "loss": 0.7391,
      "step": 209
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 0.046299222856760025,
      "learning_rate": 0.00028148148148148146,
      "loss": 0.5542,
      "step": 210
    },
    {
      "epoch": 0.4688888888888889,
      "grad_norm": 0.08454018831253052,
      "learning_rate": 0.00028123456790123455,
      "loss": 0.6525,
      "step": 211
    },
    {
      "epoch": 0.4711111111111111,
      "grad_norm": 0.050603095442056656,
      "learning_rate": 0.00028098765432098765,
      "loss": 0.5568,
      "step": 212
    },
    {
      "epoch": 0.47333333333333333,
      "grad_norm": 0.052967581897974014,
      "learning_rate": 0.0002807407407407407,
      "loss": 0.6809,
      "step": 213
    },
    {
      "epoch": 0.47555555555555556,
      "grad_norm": 0.05539657548069954,
      "learning_rate": 0.0002804938271604938,
      "loss": 0.5629,
      "step": 214
    },
    {
      "epoch": 0.4777777777777778,
      "grad_norm": 0.05519342049956322,
      "learning_rate": 0.0002802469135802469,
      "loss": 0.5795,
      "step": 215
    },
    {
      "epoch": 0.48,
      "grad_norm": 0.0779273733496666,
      "learning_rate": 0.00028,
      "loss": 0.7076,
      "step": 216
    },
    {
      "epoch": 0.4822222222222222,
      "grad_norm": 0.047700658440589905,
      "learning_rate": 0.00027975308641975307,
      "loss": 0.5524,
      "step": 217
    },
    {
      "epoch": 0.48444444444444446,
      "grad_norm": 0.05553275719285011,
      "learning_rate": 0.00027950617283950617,
      "loss": 0.5827,
      "step": 218
    },
    {
      "epoch": 0.4866666666666667,
      "grad_norm": 0.04649887606501579,
      "learning_rate": 0.00027925925925925926,
      "loss": 0.6617,
      "step": 219
    },
    {
      "epoch": 0.4888888888888889,
      "grad_norm": 0.0619090273976326,
      "learning_rate": 0.0002790123456790123,
      "loss": 0.8373,
      "step": 220
    },
    {
      "epoch": 0.4911111111111111,
      "grad_norm": 0.06357704102993011,
      "learning_rate": 0.0002787654320987654,
      "loss": 0.5782,
      "step": 221
    },
    {
      "epoch": 0.49333333333333335,
      "grad_norm": 0.06721944361925125,
      "learning_rate": 0.0002785185185185185,
      "loss": 0.5343,
      "step": 222
    },
    {
      "epoch": 0.4955555555555556,
      "grad_norm": 0.0589229092001915,
      "learning_rate": 0.0002782716049382716,
      "loss": 0.6475,
      "step": 223
    },
    {
      "epoch": 0.49777777777777776,
      "grad_norm": 0.04312542825937271,
      "learning_rate": 0.00027802469135802463,
      "loss": 0.5189,
      "step": 224
    },
    {
      "epoch": 0.5,
      "grad_norm": 0.0846293643116951,
      "learning_rate": 0.0002777777777777778,
      "loss": 0.6499,
      "step": 225
    },
    {
      "epoch": 0.5022222222222222,
      "grad_norm": 0.059431884437799454,
      "learning_rate": 0.00027753086419753087,
      "loss": 0.5793,
      "step": 226
    },
    {
      "epoch": 0.5044444444444445,
      "grad_norm": 0.064137764275074,
      "learning_rate": 0.0002772839506172839,
      "loss": 0.7592,
      "step": 227
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 0.06620758026838303,
      "learning_rate": 0.000277037037037037,
      "loss": 0.6093,
      "step": 228
    },
    {
      "epoch": 0.5088888888888888,
      "grad_norm": 0.061502937227487564,
      "learning_rate": 0.0002767901234567901,
      "loss": 0.7111,
      "step": 229
    },
    {
      "epoch": 0.5111111111111111,
      "grad_norm": 0.05012490227818489,
      "learning_rate": 0.0002765432098765432,
      "loss": 0.8083,
      "step": 230
    },
    {
      "epoch": 0.5133333333333333,
      "grad_norm": 0.07317467033863068,
      "learning_rate": 0.00027629629629629624,
      "loss": 0.6893,
      "step": 231
    },
    {
      "epoch": 0.5155555555555555,
      "grad_norm": 0.05900180712342262,
      "learning_rate": 0.00027604938271604934,
      "loss": 0.7233,
      "step": 232
    },
    {
      "epoch": 0.5177777777777778,
      "grad_norm": 0.08215516805648804,
      "learning_rate": 0.00027580246913580243,
      "loss": 0.7605,
      "step": 233
    },
    {
      "epoch": 0.52,
      "grad_norm": 0.06336875259876251,
      "learning_rate": 0.0002755555555555555,
      "loss": 0.6947,
      "step": 234
    },
    {
      "epoch": 0.5222222222222223,
      "grad_norm": 0.05653493478894234,
      "learning_rate": 0.0002753086419753086,
      "loss": 0.5903,
      "step": 235
    },
    {
      "epoch": 0.5244444444444445,
      "grad_norm": 0.05590517818927765,
      "learning_rate": 0.0002750617283950617,
      "loss": 0.5845,
      "step": 236
    },
    {
      "epoch": 0.5266666666666666,
      "grad_norm": 0.06814274936914444,
      "learning_rate": 0.0002748148148148148,
      "loss": 0.8476,
      "step": 237
    },
    {
      "epoch": 0.5288888888888889,
      "grad_norm": 0.05073162913322449,
      "learning_rate": 0.00027456790123456785,
      "loss": 0.5527,
      "step": 238
    },
    {
      "epoch": 0.5311111111111111,
      "grad_norm": 0.07849614322185516,
      "learning_rate": 0.00027432098765432095,
      "loss": 0.6355,
      "step": 239
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.04955737665295601,
      "learning_rate": 0.00027407407407407404,
      "loss": 0.6487,
      "step": 240
    },
    {
      "epoch": 0.5355555555555556,
      "grad_norm": 0.061425868421792984,
      "learning_rate": 0.00027382716049382714,
      "loss": 0.4973,
      "step": 241
    },
    {
      "epoch": 0.5377777777777778,
      "grad_norm": 0.07901917397975922,
      "learning_rate": 0.00027358024691358023,
      "loss": 0.7306,
      "step": 242
    },
    {
      "epoch": 0.54,
      "grad_norm": 0.06443935632705688,
      "learning_rate": 0.00027333333333333333,
      "loss": 0.687,
      "step": 243
    },
    {
      "epoch": 0.5422222222222223,
      "grad_norm": 0.070670947432518,
      "learning_rate": 0.0002730864197530864,
      "loss": 0.9579,
      "step": 244
    },
    {
      "epoch": 0.5444444444444444,
      "grad_norm": 0.05495050176978111,
      "learning_rate": 0.00027283950617283946,
      "loss": 0.4887,
      "step": 245
    },
    {
      "epoch": 0.5466666666666666,
      "grad_norm": 0.07778953015804291,
      "learning_rate": 0.00027259259259259256,
      "loss": 0.6945,
      "step": 246
    },
    {
      "epoch": 0.5488888888888889,
      "grad_norm": 0.04747968167066574,
      "learning_rate": 0.00027234567901234565,
      "loss": 0.642,
      "step": 247
    },
    {
      "epoch": 0.5511111111111111,
      "grad_norm": 0.060923799872398376,
      "learning_rate": 0.00027209876543209875,
      "loss": 0.6945,
      "step": 248
    },
    {
      "epoch": 0.5533333333333333,
      "grad_norm": 0.047542307525873184,
      "learning_rate": 0.00027185185185185184,
      "loss": 0.4812,
      "step": 249
    },
    {
      "epoch": 0.5555555555555556,
      "grad_norm": 0.0694783627986908,
      "learning_rate": 0.0002716049382716049,
      "loss": 0.5538,
      "step": 250
    },
    {
      "epoch": 0.5577777777777778,
      "grad_norm": 0.04970422014594078,
      "learning_rate": 0.00027135802469135803,
      "loss": 0.6646,
      "step": 251
    },
    {
      "epoch": 0.56,
      "grad_norm": 0.07231730967760086,
      "learning_rate": 0.0002711111111111111,
      "loss": 0.7271,
      "step": 252
    },
    {
      "epoch": 0.5622222222222222,
      "grad_norm": 0.055860117077827454,
      "learning_rate": 0.00027086419753086417,
      "loss": 0.5625,
      "step": 253
    },
    {
      "epoch": 0.5644444444444444,
      "grad_norm": 0.06579416990280151,
      "learning_rate": 0.00027061728395061727,
      "loss": 0.6468,
      "step": 254
    },
    {
      "epoch": 0.5666666666666667,
      "grad_norm": 0.06695139408111572,
      "learning_rate": 0.00027037037037037036,
      "loss": 0.5721,
      "step": 255
    },
    {
      "epoch": 0.5688888888888889,
      "grad_norm": 0.07215917110443115,
      "learning_rate": 0.00027012345679012346,
      "loss": 0.6384,
      "step": 256
    },
    {
      "epoch": 0.5711111111111111,
      "grad_norm": 0.11614429950714111,
      "learning_rate": 0.0002698765432098765,
      "loss": 0.7965,
      "step": 257
    },
    {
      "epoch": 0.5733333333333334,
      "grad_norm": 0.06437898427248001,
      "learning_rate": 0.0002696296296296296,
      "loss": 0.575,
      "step": 258
    },
    {
      "epoch": 0.5755555555555556,
      "grad_norm": 0.051053401082754135,
      "learning_rate": 0.0002693827160493827,
      "loss": 0.5971,
      "step": 259
    },
    {
      "epoch": 0.5777777777777777,
      "grad_norm": 0.05523311719298363,
      "learning_rate": 0.0002691358024691358,
      "loss": 0.5934,
      "step": 260
    },
    {
      "epoch": 0.58,
      "grad_norm": 0.05467135086655617,
      "learning_rate": 0.0002688888888888889,
      "loss": 0.569,
      "step": 261
    },
    {
      "epoch": 0.5822222222222222,
      "grad_norm": 0.06978314369916916,
      "learning_rate": 0.00026864197530864197,
      "loss": 0.6239,
      "step": 262
    },
    {
      "epoch": 0.5844444444444444,
      "grad_norm": 0.07661367952823639,
      "learning_rate": 0.000268395061728395,
      "loss": 0.8036,
      "step": 263
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 0.06496507674455643,
      "learning_rate": 0.0002681481481481481,
      "loss": 0.7783,
      "step": 264
    },
    {
      "epoch": 0.5888888888888889,
      "grad_norm": 0.05868912860751152,
      "learning_rate": 0.0002679012345679012,
      "loss": 0.6631,
      "step": 265
    },
    {
      "epoch": 0.5911111111111111,
      "grad_norm": 0.09481733292341232,
      "learning_rate": 0.0002676543209876543,
      "loss": 0.6108,
      "step": 266
    },
    {
      "epoch": 0.5933333333333334,
      "grad_norm": 0.06981168687343597,
      "learning_rate": 0.0002674074074074074,
      "loss": 0.5884,
      "step": 267
    },
    {
      "epoch": 0.5955555555555555,
      "grad_norm": 0.05572844669222832,
      "learning_rate": 0.00026716049382716043,
      "loss": 0.7082,
      "step": 268
    },
    {
      "epoch": 0.5977777777777777,
      "grad_norm": 0.08810676634311676,
      "learning_rate": 0.0002669135802469136,
      "loss": 0.7245,
      "step": 269
    },
    {
      "epoch": 0.6,
      "grad_norm": 0.06569419801235199,
      "learning_rate": 0.0002666666666666666,
      "loss": 0.5489,
      "step": 270
    },
    {
      "epoch": 0.6022222222222222,
      "grad_norm": 0.08496364206075668,
      "learning_rate": 0.0002664197530864197,
      "loss": 0.6375,
      "step": 271
    },
    {
      "epoch": 0.6044444444444445,
      "grad_norm": 0.05873265862464905,
      "learning_rate": 0.0002661728395061728,
      "loss": 0.7489,
      "step": 272
    },
    {
      "epoch": 0.6066666666666667,
      "grad_norm": 0.07921940833330154,
      "learning_rate": 0.0002659259259259259,
      "loss": 0.5877,
      "step": 273
    },
    {
      "epoch": 0.6088888888888889,
      "grad_norm": 0.05226515978574753,
      "learning_rate": 0.000265679012345679,
      "loss": 0.5937,
      "step": 274
    },
    {
      "epoch": 0.6111111111111112,
      "grad_norm": 0.06759991496801376,
      "learning_rate": 0.00026543209876543205,
      "loss": 0.6726,
      "step": 275
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 0.06234094873070717,
      "learning_rate": 0.00026518518518518514,
      "loss": 0.6509,
      "step": 276
    },
    {
      "epoch": 0.6155555555555555,
      "grad_norm": 0.07358703017234802,
      "learning_rate": 0.00026493827160493824,
      "loss": 0.5465,
      "step": 277
    },
    {
      "epoch": 0.6177777777777778,
      "grad_norm": 0.07200343906879425,
      "learning_rate": 0.00026469135802469133,
      "loss": 0.5876,
      "step": 278
    },
    {
      "epoch": 0.62,
      "grad_norm": 0.0803864523768425,
      "learning_rate": 0.00026444444444444443,
      "loss": 0.6187,
      "step": 279
    },
    {
      "epoch": 0.6222222222222222,
      "grad_norm": 0.07174916565418243,
      "learning_rate": 0.0002641975308641975,
      "loss": 0.5527,
      "step": 280
    },
    {
      "epoch": 0.6244444444444445,
      "grad_norm": 0.058686818927526474,
      "learning_rate": 0.0002639506172839506,
      "loss": 0.64,
      "step": 281
    },
    {
      "epoch": 0.6266666666666667,
      "grad_norm": 0.050265416502952576,
      "learning_rate": 0.00026370370370370366,
      "loss": 0.5849,
      "step": 282
    },
    {
      "epoch": 0.6288888888888889,
      "grad_norm": 0.0491122230887413,
      "learning_rate": 0.00026345679012345675,
      "loss": 0.5673,
      "step": 283
    },
    {
      "epoch": 0.6311111111111111,
      "grad_norm": 0.0580422468483448,
      "learning_rate": 0.00026320987654320985,
      "loss": 0.6451,
      "step": 284
    },
    {
      "epoch": 0.6333333333333333,
      "grad_norm": 0.04680923372507095,
      "learning_rate": 0.00026296296296296294,
      "loss": 0.6308,
      "step": 285
    },
    {
      "epoch": 0.6355555555555555,
      "grad_norm": 0.06512854248285294,
      "learning_rate": 0.00026271604938271604,
      "loss": 0.6047,
      "step": 286
    },
    {
      "epoch": 0.6377777777777778,
      "grad_norm": 0.04747498780488968,
      "learning_rate": 0.00026246913580246913,
      "loss": 0.5444,
      "step": 287
    },
    {
      "epoch": 0.64,
      "grad_norm": 0.05045843496918678,
      "learning_rate": 0.00026222222222222223,
      "loss": 0.5943,
      "step": 288
    },
    {
      "epoch": 0.6422222222222222,
      "grad_norm": 0.06047791615128517,
      "learning_rate": 0.00026197530864197527,
      "loss": 0.6508,
      "step": 289
    },
    {
      "epoch": 0.6444444444444445,
      "grad_norm": 0.05897914618253708,
      "learning_rate": 0.00026172839506172837,
      "loss": 0.6656,
      "step": 290
    },
    {
      "epoch": 0.6466666666666666,
      "grad_norm": 0.06382246315479279,
      "learning_rate": 0.00026148148148148146,
      "loss": 0.6152,
      "step": 291
    },
    {
      "epoch": 0.6488888888888888,
      "grad_norm": 0.05804605409502983,
      "learning_rate": 0.00026123456790123456,
      "loss": 0.7588,
      "step": 292
    },
    {
      "epoch": 0.6511111111111111,
      "grad_norm": 0.06460540741682053,
      "learning_rate": 0.0002609876543209876,
      "loss": 0.7051,
      "step": 293
    },
    {
      "epoch": 0.6533333333333333,
      "grad_norm": 0.05697052925825119,
      "learning_rate": 0.0002607407407407407,
      "loss": 0.6507,
      "step": 294
    },
    {
      "epoch": 0.6555555555555556,
      "grad_norm": 0.08563496172428131,
      "learning_rate": 0.00026049382716049384,
      "loss": 0.5777,
      "step": 295
    },
    {
      "epoch": 0.6577777777777778,
      "grad_norm": 0.053184833377599716,
      "learning_rate": 0.0002602469135802469,
      "loss": 0.5745,
      "step": 296
    },
    {
      "epoch": 0.66,
      "grad_norm": 0.07504092901945114,
      "learning_rate": 0.00026,
      "loss": 0.5631,
      "step": 297
    },
    {
      "epoch": 0.6622222222222223,
      "grad_norm": 0.060315705835819244,
      "learning_rate": 0.00025975308641975307,
      "loss": 0.5452,
      "step": 298
    },
    {
      "epoch": 0.6644444444444444,
      "grad_norm": 0.0928531289100647,
      "learning_rate": 0.00025950617283950617,
      "loss": 0.7384,
      "step": 299
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.05180056020617485,
      "learning_rate": 0.0002592592592592592,
      "loss": 0.4523,
      "step": 300
    },
    {
      "epoch": 0.6688888888888889,
      "grad_norm": 0.0784502848982811,
      "learning_rate": 0.0002590123456790123,
      "loss": 0.8033,
      "step": 301
    },
    {
      "epoch": 0.6711111111111111,
      "grad_norm": 0.06314003467559814,
      "learning_rate": 0.0002587654320987654,
      "loss": 0.6854,
      "step": 302
    },
    {
      "epoch": 0.6733333333333333,
      "grad_norm": 0.0726189836859703,
      "learning_rate": 0.0002585185185185185,
      "loss": 0.6991,
      "step": 303
    },
    {
      "epoch": 0.6755555555555556,
      "grad_norm": 0.08663801848888397,
      "learning_rate": 0.0002582716049382716,
      "loss": 0.6959,
      "step": 304
    },
    {
      "epoch": 0.6777777777777778,
      "grad_norm": 0.04849329963326454,
      "learning_rate": 0.0002580246913580247,
      "loss": 0.5358,
      "step": 305
    },
    {
      "epoch": 0.68,
      "grad_norm": 0.05882357433438301,
      "learning_rate": 0.0002577777777777778,
      "loss": 0.5991,
      "step": 306
    },
    {
      "epoch": 0.6822222222222222,
      "grad_norm": 0.04300856962800026,
      "learning_rate": 0.0002575308641975308,
      "loss": 0.5293,
      "step": 307
    },
    {
      "epoch": 0.6844444444444444,
      "grad_norm": 0.058613792061805725,
      "learning_rate": 0.0002572839506172839,
      "loss": 0.6661,
      "step": 308
    },
    {
      "epoch": 0.6866666666666666,
      "grad_norm": 0.04765408858656883,
      "learning_rate": 0.000257037037037037,
      "loss": 0.5902,
      "step": 309
    },
    {
      "epoch": 0.6888888888888889,
      "grad_norm": 0.06682875007390976,
      "learning_rate": 0.0002567901234567901,
      "loss": 0.6213,
      "step": 310
    },
    {
      "epoch": 0.6911111111111111,
      "grad_norm": 0.05194618180394173,
      "learning_rate": 0.0002565432098765432,
      "loss": 0.5554,
      "step": 311
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 0.06991297751665115,
      "learning_rate": 0.00025629629629629624,
      "loss": 0.5905,
      "step": 312
    },
    {
      "epoch": 0.6955555555555556,
      "grad_norm": 0.07291572540998459,
      "learning_rate": 0.0002560493827160494,
      "loss": 0.6945,
      "step": 313
    },
    {
      "epoch": 0.6977777777777778,
      "grad_norm": 0.056158553808927536,
      "learning_rate": 0.00025580246913580243,
      "loss": 0.6289,
      "step": 314
    },
    {
      "epoch": 0.7,
      "grad_norm": 0.056562066078186035,
      "learning_rate": 0.00025555555555555553,
      "loss": 0.5093,
      "step": 315
    },
    {
      "epoch": 0.7022222222222222,
      "grad_norm": 0.0728093609213829,
      "learning_rate": 0.0002553086419753086,
      "loss": 0.5912,
      "step": 316
    },
    {
      "epoch": 0.7044444444444444,
      "grad_norm": 0.0464496985077858,
      "learning_rate": 0.0002550617283950617,
      "loss": 0.6498,
      "step": 317
    },
    {
      "epoch": 0.7066666666666667,
      "grad_norm": 0.05788656324148178,
      "learning_rate": 0.0002548148148148148,
      "loss": 0.6619,
      "step": 318
    },
    {
      "epoch": 0.7088888888888889,
      "grad_norm": 0.07232210785150528,
      "learning_rate": 0.00025456790123456785,
      "loss": 0.6081,
      "step": 319
    },
    {
      "epoch": 0.7111111111111111,
      "grad_norm": 0.04878592863678932,
      "learning_rate": 0.00025432098765432095,
      "loss": 0.5144,
      "step": 320
    },
    {
      "epoch": 0.7133333333333334,
      "grad_norm": 0.062463223934173584,
      "learning_rate": 0.00025407407407407404,
      "loss": 0.6477,
      "step": 321
    },
    {
      "epoch": 0.7155555555555555,
      "grad_norm": 0.0489543080329895,
      "learning_rate": 0.00025382716049382714,
      "loss": 0.5673,
      "step": 322
    },
    {
      "epoch": 0.7177777777777777,
      "grad_norm": 0.05130515620112419,
      "learning_rate": 0.00025358024691358023,
      "loss": 0.5205,
      "step": 323
    },
    {
      "epoch": 0.72,
      "grad_norm": 0.09179674088954926,
      "learning_rate": 0.00025333333333333333,
      "loss": 0.7485,
      "step": 324
    },
    {
      "epoch": 0.7222222222222222,
      "grad_norm": 0.05300341546535492,
      "learning_rate": 0.0002530864197530864,
      "loss": 0.6421,
      "step": 325
    },
    {
      "epoch": 0.7244444444444444,
      "grad_norm": 0.05454908311367035,
      "learning_rate": 0.00025283950617283947,
      "loss": 0.5707,
      "step": 326
    },
    {
      "epoch": 0.7266666666666667,
      "grad_norm": 0.06438113749027252,
      "learning_rate": 0.00025259259259259256,
      "loss": 0.5568,
      "step": 327
    },
    {
      "epoch": 0.7288888888888889,
      "grad_norm": 0.052538372576236725,
      "learning_rate": 0.00025234567901234566,
      "loss": 0.589,
      "step": 328
    },
    {
      "epoch": 0.7311111111111112,
      "grad_norm": 0.07397031784057617,
      "learning_rate": 0.00025209876543209875,
      "loss": 0.5477,
      "step": 329
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 0.06466836482286453,
      "learning_rate": 0.0002518518518518518,
      "loss": 0.6557,
      "step": 330
    },
    {
      "epoch": 0.7355555555555555,
      "grad_norm": 0.10031090676784515,
      "learning_rate": 0.00025160493827160494,
      "loss": 0.6862,
      "step": 331
    },
    {
      "epoch": 0.7377777777777778,
      "grad_norm": 0.061177365481853485,
      "learning_rate": 0.00025135802469135804,
      "loss": 0.6014,
      "step": 332
    },
    {
      "epoch": 0.74,
      "grad_norm": 0.0572127141058445,
      "learning_rate": 0.0002511111111111111,
      "loss": 0.5435,
      "step": 333
    },
    {
      "epoch": 0.7422222222222222,
      "grad_norm": 0.06117907911539078,
      "learning_rate": 0.00025086419753086417,
      "loss": 0.5665,
      "step": 334
    },
    {
      "epoch": 0.7444444444444445,
      "grad_norm": 0.053214021027088165,
      "learning_rate": 0.00025061728395061727,
      "loss": 0.587,
      "step": 335
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 0.06741708517074585,
      "learning_rate": 0.00025037037037037036,
      "loss": 0.6778,
      "step": 336
    },
    {
      "epoch": 0.7488888888888889,
      "grad_norm": 0.06096634268760681,
      "learning_rate": 0.0002501234567901234,
      "loss": 0.7982,
      "step": 337
    },
    {
      "epoch": 0.7511111111111111,
      "grad_norm": 0.05581033229827881,
      "learning_rate": 0.0002498765432098765,
      "loss": 0.5297,
      "step": 338
    },
    {
      "epoch": 0.7533333333333333,
      "grad_norm": 0.07700909674167633,
      "learning_rate": 0.00024962962962962965,
      "loss": 0.7023,
      "step": 339
    },
    {
      "epoch": 0.7555555555555555,
      "grad_norm": 0.04708324000239372,
      "learning_rate": 0.0002493827160493827,
      "loss": 0.6108,
      "step": 340
    },
    {
      "epoch": 0.7577777777777778,
      "grad_norm": 0.05553693324327469,
      "learning_rate": 0.0002491358024691358,
      "loss": 0.5974,
      "step": 341
    },
    {
      "epoch": 0.76,
      "grad_norm": 0.0789913535118103,
      "learning_rate": 0.0002488888888888889,
      "loss": 0.6418,
      "step": 342
    },
    {
      "epoch": 0.7622222222222222,
      "grad_norm": 0.057143647223711014,
      "learning_rate": 0.000248641975308642,
      "loss": 0.6978,
      "step": 343
    },
    {
      "epoch": 0.7644444444444445,
      "grad_norm": 0.05981820449233055,
      "learning_rate": 0.000248395061728395,
      "loss": 0.7412,
      "step": 344
    },
    {
      "epoch": 0.7666666666666667,
      "grad_norm": 0.07758378982543945,
      "learning_rate": 0.0002481481481481481,
      "loss": 0.5357,
      "step": 345
    },
    {
      "epoch": 0.7688888888888888,
      "grad_norm": 0.0765530914068222,
      "learning_rate": 0.0002479012345679012,
      "loss": 0.6916,
      "step": 346
    },
    {
      "epoch": 0.7711111111111111,
      "grad_norm": 0.07973485440015793,
      "learning_rate": 0.0002476543209876543,
      "loss": 0.675,
      "step": 347
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 0.07663662731647491,
      "learning_rate": 0.0002474074074074074,
      "loss": 0.5767,
      "step": 348
    },
    {
      "epoch": 0.7755555555555556,
      "grad_norm": 0.044524773955345154,
      "learning_rate": 0.0002471604938271605,
      "loss": 0.6424,
      "step": 349
    },
    {
      "epoch": 0.7777777777777778,
      "grad_norm": 0.06698901206254959,
      "learning_rate": 0.0002469135802469136,
      "loss": 0.5833,
      "step": 350
    },
    {
      "epoch": 0.78,
      "grad_norm": 0.04637622833251953,
      "learning_rate": 0.0002466666666666666,
      "loss": 0.4859,
      "step": 351
    },
    {
      "epoch": 0.7822222222222223,
      "grad_norm": 0.06135889142751694,
      "learning_rate": 0.0002464197530864197,
      "loss": 0.6461,
      "step": 352
    },
    {
      "epoch": 0.7844444444444445,
      "grad_norm": 0.05274899676442146,
      "learning_rate": 0.0002461728395061728,
      "loss": 0.5364,
      "step": 353
    },
    {
      "epoch": 0.7866666666666666,
      "grad_norm": 0.04430905729532242,
      "learning_rate": 0.0002459259259259259,
      "loss": 0.5564,
      "step": 354
    },
    {
      "epoch": 0.7888888888888889,
      "grad_norm": 0.08678912371397018,
      "learning_rate": 0.000245679012345679,
      "loss": 0.6058,
      "step": 355
    },
    {
      "epoch": 0.7911111111111111,
      "grad_norm": 0.07081649452447891,
      "learning_rate": 0.00024543209876543205,
      "loss": 0.6037,
      "step": 356
    },
    {
      "epoch": 0.7933333333333333,
      "grad_norm": 0.054697491228580475,
      "learning_rate": 0.0002451851851851852,
      "loss": 0.6191,
      "step": 357
    },
    {
      "epoch": 0.7955555555555556,
      "grad_norm": 0.05636013299226761,
      "learning_rate": 0.00024493827160493824,
      "loss": 0.5038,
      "step": 358
    },
    {
      "epoch": 0.7977777777777778,
      "grad_norm": 0.05813833326101303,
      "learning_rate": 0.00024469135802469133,
      "loss": 0.5779,
      "step": 359
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.08280492573976517,
      "learning_rate": 0.00024444444444444443,
      "loss": 0.8622,
      "step": 360
    },
    {
      "epoch": 0.8022222222222222,
      "grad_norm": 0.07269857823848724,
      "learning_rate": 0.0002441975308641975,
      "loss": 0.5954,
      "step": 361
    },
    {
      "epoch": 0.8044444444444444,
      "grad_norm": 0.05752701312303543,
      "learning_rate": 0.00024395061728395062,
      "loss": 0.6726,
      "step": 362
    },
    {
      "epoch": 0.8066666666666666,
      "grad_norm": 0.05924740061163902,
      "learning_rate": 0.0002437037037037037,
      "loss": 0.5368,
      "step": 363
    },
    {
      "epoch": 0.8088888888888889,
      "grad_norm": 0.09675303101539612,
      "learning_rate": 0.00024345679012345678,
      "loss": 0.7003,
      "step": 364
    },
    {
      "epoch": 0.8111111111111111,
      "grad_norm": 0.0829503983259201,
      "learning_rate": 0.00024320987654320985,
      "loss": 0.6148,
      "step": 365
    },
    {
      "epoch": 0.8133333333333334,
      "grad_norm": 0.04949120804667473,
      "learning_rate": 0.00024296296296296295,
      "loss": 0.5993,
      "step": 366
    },
    {
      "epoch": 0.8155555555555556,
      "grad_norm": 0.0907658115029335,
      "learning_rate": 0.00024271604938271601,
      "loss": 0.7222,
      "step": 367
    },
    {
      "epoch": 0.8177777777777778,
      "grad_norm": 0.0548752024769783,
      "learning_rate": 0.0002424691358024691,
      "loss": 0.5262,
      "step": 368
    },
    {
      "epoch": 0.82,
      "grad_norm": 0.05041273310780525,
      "learning_rate": 0.0002422222222222222,
      "loss": 0.5163,
      "step": 369
    },
    {
      "epoch": 0.8222222222222222,
      "grad_norm": 0.06130453571677208,
      "learning_rate": 0.00024197530864197527,
      "loss": 0.5394,
      "step": 370
    },
    {
      "epoch": 0.8244444444444444,
      "grad_norm": 0.0681861937046051,
      "learning_rate": 0.0002417283950617284,
      "loss": 0.6466,
      "step": 371
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 0.0512981116771698,
      "learning_rate": 0.00024148148148148146,
      "loss": 0.5321,
      "step": 372
    },
    {
      "epoch": 0.8288888888888889,
      "grad_norm": 0.06226026266813278,
      "learning_rate": 0.00024123456790123456,
      "loss": 0.5056,
      "step": 373
    },
    {
      "epoch": 0.8311111111111111,
      "grad_norm": 0.05910397320985794,
      "learning_rate": 0.00024098765432098763,
      "loss": 0.6231,
      "step": 374
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 0.060540203005075455,
      "learning_rate": 0.00024074074074074072,
      "loss": 0.5323,
      "step": 375
    },
    {
      "epoch": 0.8355555555555556,
      "grad_norm": 0.061202920973300934,
      "learning_rate": 0.0002404938271604938,
      "loss": 0.5317,
      "step": 376
    },
    {
      "epoch": 0.8377777777777777,
      "grad_norm": 0.05394279956817627,
      "learning_rate": 0.00024024691358024688,
      "loss": 0.5134,
      "step": 377
    },
    {
      "epoch": 0.84,
      "grad_norm": 0.04831009730696678,
      "learning_rate": 0.00023999999999999998,
      "loss": 0.5485,
      "step": 378
    },
    {
      "epoch": 0.8422222222222222,
      "grad_norm": 0.05570105463266373,
      "learning_rate": 0.00023975308641975305,
      "loss": 0.6335,
      "step": 379
    },
    {
      "epoch": 0.8444444444444444,
      "grad_norm": 0.057373929768800735,
      "learning_rate": 0.00023950617283950617,
      "loss": 0.6775,
      "step": 380
    },
    {
      "epoch": 0.8466666666666667,
      "grad_norm": 0.0687582939863205,
      "learning_rate": 0.00023925925925925924,
      "loss": 0.5954,
      "step": 381
    },
    {
      "epoch": 0.8488888888888889,
      "grad_norm": 0.08149206638336182,
      "learning_rate": 0.00023901234567901233,
      "loss": 0.6245,
      "step": 382
    },
    {
      "epoch": 0.8511111111111112,
      "grad_norm": 0.07159999012947083,
      "learning_rate": 0.0002387654320987654,
      "loss": 0.7488,
      "step": 383
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 0.06775209307670593,
      "learning_rate": 0.0002385185185185185,
      "loss": 0.6536,
      "step": 384
    },
    {
      "epoch": 0.8555555555555555,
      "grad_norm": 0.05568854138255119,
      "learning_rate": 0.0002382716049382716,
      "loss": 0.4267,
      "step": 385
    },
    {
      "epoch": 0.8577777777777778,
      "grad_norm": 0.05042643845081329,
      "learning_rate": 0.00023802469135802466,
      "loss": 0.5114,
      "step": 386
    },
    {
      "epoch": 0.86,
      "grad_norm": 0.05210336297750473,
      "learning_rate": 0.00023777777777777775,
      "loss": 0.7252,
      "step": 387
    },
    {
      "epoch": 0.8622222222222222,
      "grad_norm": 0.07702841609716415,
      "learning_rate": 0.00023753086419753082,
      "loss": 0.6754,
      "step": 388
    },
    {
      "epoch": 0.8644444444444445,
      "grad_norm": 0.04862853139638901,
      "learning_rate": 0.00023728395061728394,
      "loss": 0.6162,
      "step": 389
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 0.06977728009223938,
      "learning_rate": 0.000237037037037037,
      "loss": 0.6521,
      "step": 390
    },
    {
      "epoch": 0.8688888888888889,
      "grad_norm": 0.06286180019378662,
      "learning_rate": 0.0002367901234567901,
      "loss": 0.6411,
      "step": 391
    },
    {
      "epoch": 0.8711111111111111,
      "grad_norm": 0.06280764937400818,
      "learning_rate": 0.0002365432098765432,
      "loss": 0.5349,
      "step": 392
    },
    {
      "epoch": 0.8733333333333333,
      "grad_norm": 0.05416274443268776,
      "learning_rate": 0.00023629629629629627,
      "loss": 0.5094,
      "step": 393
    },
    {
      "epoch": 0.8755555555555555,
      "grad_norm": 0.06306446343660355,
      "learning_rate": 0.00023604938271604937,
      "loss": 0.6075,
      "step": 394
    },
    {
      "epoch": 0.8777777777777778,
      "grad_norm": 0.06415388733148575,
      "learning_rate": 0.00023580246913580243,
      "loss": 0.5358,
      "step": 395
    },
    {
      "epoch": 0.88,
      "grad_norm": 0.11125559359788895,
      "learning_rate": 0.00023555555555555553,
      "loss": 0.6107,
      "step": 396
    },
    {
      "epoch": 0.8822222222222222,
      "grad_norm": 0.07780521363019943,
      "learning_rate": 0.0002353086419753086,
      "loss": 0.6397,
      "step": 397
    },
    {
      "epoch": 0.8844444444444445,
      "grad_norm": 0.06937316805124283,
      "learning_rate": 0.00023506172839506172,
      "loss": 0.6575,
      "step": 398
    },
    {
      "epoch": 0.8866666666666667,
      "grad_norm": 0.1283538043498993,
      "learning_rate": 0.0002348148148148148,
      "loss": 0.5819,
      "step": 399
    },
    {
      "epoch": 0.8888888888888888,
      "grad_norm": 0.0543513298034668,
      "learning_rate": 0.00023456790123456788,
      "loss": 0.5547,
      "step": 400
    },
    {
      "epoch": 0.8911111111111111,
      "grad_norm": 0.054155413061380386,
      "learning_rate": 0.00023432098765432098,
      "loss": 0.4027,
      "step": 401
    },
    {
      "epoch": 0.8933333333333333,
      "grad_norm": 0.06638886779546738,
      "learning_rate": 0.00023407407407407405,
      "loss": 0.6455,
      "step": 402
    },
    {
      "epoch": 0.8955555555555555,
      "grad_norm": 0.12468775361776352,
      "learning_rate": 0.00023382716049382714,
      "loss": 0.6439,
      "step": 403
    },
    {
      "epoch": 0.8977777777777778,
      "grad_norm": 0.04853810369968414,
      "learning_rate": 0.0002335802469135802,
      "loss": 0.5014,
      "step": 404
    },
    {
      "epoch": 0.9,
      "grad_norm": 0.17347636818885803,
      "learning_rate": 0.0002333333333333333,
      "loss": 0.7411,
      "step": 405
    },
    {
      "epoch": 0.9022222222222223,
      "grad_norm": 0.11848603188991547,
      "learning_rate": 0.00023308641975308637,
      "loss": 0.6649,
      "step": 406
    },
    {
      "epoch": 0.9044444444444445,
      "grad_norm": 0.059788476675748825,
      "learning_rate": 0.0002328395061728395,
      "loss": 0.4632,
      "step": 407
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 0.06635454297065735,
      "learning_rate": 0.0002325925925925926,
      "loss": 0.6958,
      "step": 408
    },
    {
      "epoch": 0.9088888888888889,
      "grad_norm": 0.057197559624910355,
      "learning_rate": 0.00023234567901234566,
      "loss": 0.6016,
      "step": 409
    },
    {
      "epoch": 0.9111111111111111,
      "grad_norm": 0.049528613686561584,
      "learning_rate": 0.00023209876543209875,
      "loss": 0.6648,
      "step": 410
    },
    {
      "epoch": 0.9133333333333333,
      "grad_norm": 0.06839912384748459,
      "learning_rate": 0.00023185185185185182,
      "loss": 0.5886,
      "step": 411
    },
    {
      "epoch": 0.9155555555555556,
      "grad_norm": 0.06785445660352707,
      "learning_rate": 0.00023160493827160492,
      "loss": 0.615,
      "step": 412
    },
    {
      "epoch": 0.9177777777777778,
      "grad_norm": 0.043476469814777374,
      "learning_rate": 0.00023135802469135798,
      "loss": 0.4486,
      "step": 413
    },
    {
      "epoch": 0.92,
      "grad_norm": 0.06550905853509903,
      "learning_rate": 0.00023111111111111108,
      "loss": 0.6641,
      "step": 414
    },
    {
      "epoch": 0.9222222222222223,
      "grad_norm": 0.0671965703368187,
      "learning_rate": 0.0002308641975308642,
      "loss": 0.6494,
      "step": 415
    },
    {
      "epoch": 0.9244444444444444,
      "grad_norm": 0.07037396728992462,
      "learning_rate": 0.00023061728395061727,
      "loss": 0.6273,
      "step": 416
    },
    {
      "epoch": 0.9266666666666666,
      "grad_norm": 0.04188195616006851,
      "learning_rate": 0.00023037037037037036,
      "loss": 0.5256,
      "step": 417
    },
    {
      "epoch": 0.9288888888888889,
      "grad_norm": 0.05789446830749512,
      "learning_rate": 0.00023012345679012343,
      "loss": 0.5553,
      "step": 418
    },
    {
      "epoch": 0.9311111111111111,
      "grad_norm": 0.047859832644462585,
      "learning_rate": 0.00022987654320987653,
      "loss": 0.5206,
      "step": 419
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 0.08361068367958069,
      "learning_rate": 0.0002296296296296296,
      "loss": 0.6268,
      "step": 420
    },
    {
      "epoch": 0.9355555555555556,
      "grad_norm": 0.08475058525800705,
      "learning_rate": 0.0002293827160493827,
      "loss": 0.6478,
      "step": 421
    },
    {
      "epoch": 0.9377777777777778,
      "grad_norm": 0.042017385363578796,
      "learning_rate": 0.00022913580246913579,
      "loss": 0.5547,
      "step": 422
    },
    {
      "epoch": 0.94,
      "grad_norm": 0.08007270842790604,
      "learning_rate": 0.00022888888888888885,
      "loss": 0.767,
      "step": 423
    },
    {
      "epoch": 0.9422222222222222,
      "grad_norm": 0.052083924412727356,
      "learning_rate": 0.00022864197530864198,
      "loss": 0.4849,
      "step": 424
    },
    {
      "epoch": 0.9444444444444444,
      "grad_norm": 0.053211141377687454,
      "learning_rate": 0.00022839506172839504,
      "loss": 0.5743,
      "step": 425
    },
    {
      "epoch": 0.9466666666666667,
      "grad_norm": 0.07235322892665863,
      "learning_rate": 0.00022814814814814814,
      "loss": 0.6326,
      "step": 426
    },
    {
      "epoch": 0.9488888888888889,
      "grad_norm": 0.08066584169864655,
      "learning_rate": 0.0002279012345679012,
      "loss": 0.4816,
      "step": 427
    },
    {
      "epoch": 0.9511111111111111,
      "grad_norm": 0.0743255764245987,
      "learning_rate": 0.0002276543209876543,
      "loss": 0.6265,
      "step": 428
    },
    {
      "epoch": 0.9533333333333334,
      "grad_norm": 0.048771534115076065,
      "learning_rate": 0.00022740740740740737,
      "loss": 0.5854,
      "step": 429
    },
    {
      "epoch": 0.9555555555555556,
      "grad_norm": 0.0896950364112854,
      "learning_rate": 0.00022716049382716047,
      "loss": 0.5222,
      "step": 430
    },
    {
      "epoch": 0.9577777777777777,
      "grad_norm": 0.05134379863739014,
      "learning_rate": 0.00022691358024691356,
      "loss": 0.5088,
      "step": 431
    },
    {
      "epoch": 0.96,
      "grad_norm": 0.07395590096712112,
      "learning_rate": 0.00022666666666666663,
      "loss": 0.673,
      "step": 432
    },
    {
      "epoch": 0.9622222222222222,
      "grad_norm": 0.11836867779493332,
      "learning_rate": 0.00022641975308641975,
      "loss": 0.7372,
      "step": 433
    },
    {
      "epoch": 0.9644444444444444,
      "grad_norm": 0.07460740953683853,
      "learning_rate": 0.00022617283950617282,
      "loss": 0.6902,
      "step": 434
    },
    {
      "epoch": 0.9666666666666667,
      "grad_norm": 0.07469192892313004,
      "learning_rate": 0.00022592592592592591,
      "loss": 0.8642,
      "step": 435
    },
    {
      "epoch": 0.9688888888888889,
      "grad_norm": 0.06623450666666031,
      "learning_rate": 0.00022567901234567898,
      "loss": 0.5888,
      "step": 436
    },
    {
      "epoch": 0.9711111111111111,
      "grad_norm": 0.09601905941963196,
      "learning_rate": 0.00022543209876543208,
      "loss": 0.5912,
      "step": 437
    },
    {
      "epoch": 0.9733333333333334,
      "grad_norm": 0.06865989416837692,
      "learning_rate": 0.00022518518518518517,
      "loss": 0.6455,
      "step": 438
    },
    {
      "epoch": 0.9755555555555555,
      "grad_norm": 0.05189220979809761,
      "learning_rate": 0.00022493827160493824,
      "loss": 0.5397,
      "step": 439
    },
    {
      "epoch": 0.9777777777777777,
      "grad_norm": 0.05525451898574829,
      "learning_rate": 0.00022469135802469134,
      "loss": 0.6784,
      "step": 440
    },
    {
      "epoch": 0.98,
      "grad_norm": 0.057762518525123596,
      "learning_rate": 0.0002244444444444444,
      "loss": 0.4479,
      "step": 441
    },
    {
      "epoch": 0.9822222222222222,
      "grad_norm": 0.060063641518354416,
      "learning_rate": 0.00022419753086419753,
      "loss": 0.64,
      "step": 442
    },
    {
      "epoch": 0.9844444444444445,
      "grad_norm": 0.06219639629125595,
      "learning_rate": 0.0002239506172839506,
      "loss": 0.5714,
      "step": 443
    },
    {
      "epoch": 0.9866666666666667,
      "grad_norm": 0.06326323747634888,
      "learning_rate": 0.0002237037037037037,
      "loss": 0.6054,
      "step": 444
    },
    {
      "epoch": 0.9888888888888889,
      "grad_norm": 0.04752006009221077,
      "learning_rate": 0.00022345679012345678,
      "loss": 0.5744,
      "step": 445
    },
    {
      "epoch": 0.9911111111111112,
      "grad_norm": 0.056707534939050674,
      "learning_rate": 0.00022320987654320985,
      "loss": 0.6122,
      "step": 446
    },
    {
      "epoch": 0.9933333333333333,
      "grad_norm": 0.06692970544099808,
      "learning_rate": 0.00022296296296296295,
      "loss": 0.6779,
      "step": 447
    },
    {
      "epoch": 0.9955555555555555,
      "grad_norm": 0.050331197679042816,
      "learning_rate": 0.00022271604938271602,
      "loss": 0.4721,
      "step": 448
    },
    {
      "epoch": 0.9977777777777778,
      "grad_norm": 0.06355144828557968,
      "learning_rate": 0.0002224691358024691,
      "loss": 0.564,
      "step": 449
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.04859111085534096,
      "learning_rate": 0.00022222222222222218,
      "loss": 0.5267,
      "step": 450
    },
    {
      "epoch": 1.0022222222222221,
      "grad_norm": 0.07078340649604797,
      "learning_rate": 0.0002219753086419753,
      "loss": 0.5857,
      "step": 451
    },
    {
      "epoch": 1.0044444444444445,
      "grad_norm": 0.061178382486104965,
      "learning_rate": 0.0002217283950617284,
      "loss": 0.5948,
      "step": 452
    },
    {
      "epoch": 1.0066666666666666,
      "grad_norm": 0.07282081246376038,
      "learning_rate": 0.00022148148148148146,
      "loss": 0.5487,
      "step": 453
    },
    {
      "epoch": 1.008888888888889,
      "grad_norm": 0.08245845139026642,
      "learning_rate": 0.00022123456790123456,
      "loss": 0.6801,
      "step": 454
    },
    {
      "epoch": 1.011111111111111,
      "grad_norm": 0.06969266384840012,
      "learning_rate": 0.00022098765432098763,
      "loss": 0.7193,
      "step": 455
    },
    {
      "epoch": 1.0133333333333334,
      "grad_norm": 0.05709267035126686,
      "learning_rate": 0.00022074074074074072,
      "loss": 0.5754,
      "step": 456
    },
    {
      "epoch": 1.0155555555555555,
      "grad_norm": 0.06781706213951111,
      "learning_rate": 0.0002204938271604938,
      "loss": 0.5097,
      "step": 457
    },
    {
      "epoch": 1.0177777777777777,
      "grad_norm": 0.05709918588399887,
      "learning_rate": 0.00022024691358024689,
      "loss": 0.5642,
      "step": 458
    },
    {
      "epoch": 1.02,
      "grad_norm": 0.07334735989570618,
      "learning_rate": 0.00021999999999999995,
      "loss": 0.6115,
      "step": 459
    },
    {
      "epoch": 1.0222222222222221,
      "grad_norm": 0.07981806248426437,
      "learning_rate": 0.00021975308641975308,
      "loss": 0.7185,
      "step": 460
    },
    {
      "epoch": 1.0244444444444445,
      "grad_norm": 0.05394122749567032,
      "learning_rate": 0.00021950617283950617,
      "loss": 0.5799,
      "step": 461
    },
    {
      "epoch": 1.0266666666666666,
      "grad_norm": 0.058062098920345306,
      "learning_rate": 0.00021925925925925924,
      "loss": 0.5288,
      "step": 462
    },
    {
      "epoch": 1.028888888888889,
      "grad_norm": 0.1541467308998108,
      "learning_rate": 0.00021901234567901233,
      "loss": 0.5756,
      "step": 463
    },
    {
      "epoch": 1.031111111111111,
      "grad_norm": 0.06938309967517853,
      "learning_rate": 0.0002187654320987654,
      "loss": 0.6833,
      "step": 464
    },
    {
      "epoch": 1.0333333333333334,
      "grad_norm": 0.08871179074048996,
      "learning_rate": 0.0002185185185185185,
      "loss": 0.7262,
      "step": 465
    },
    {
      "epoch": 1.0355555555555556,
      "grad_norm": 0.06083621084690094,
      "learning_rate": 0.00021827160493827157,
      "loss": 0.5472,
      "step": 466
    },
    {
      "epoch": 1.0377777777777777,
      "grad_norm": 0.06976111978292465,
      "learning_rate": 0.00021802469135802466,
      "loss": 0.691,
      "step": 467
    },
    {
      "epoch": 1.04,
      "grad_norm": 0.12717045843601227,
      "learning_rate": 0.00021777777777777778,
      "loss": 0.6161,
      "step": 468
    },
    {
      "epoch": 1.0422222222222222,
      "grad_norm": 0.06936180591583252,
      "learning_rate": 0.00021753086419753085,
      "loss": 0.6569,
      "step": 469
    },
    {
      "epoch": 1.0444444444444445,
      "grad_norm": 0.06263519823551178,
      "learning_rate": 0.00021728395061728395,
      "loss": 0.5334,
      "step": 470
    },
    {
      "epoch": 1.0466666666666666,
      "grad_norm": 0.08511345088481903,
      "learning_rate": 0.00021703703703703701,
      "loss": 0.5885,
      "step": 471
    },
    {
      "epoch": 1.048888888888889,
      "grad_norm": 0.06053664907813072,
      "learning_rate": 0.0002167901234567901,
      "loss": 0.6264,
      "step": 472
    },
    {
      "epoch": 1.051111111111111,
      "grad_norm": 0.05959416553378105,
      "learning_rate": 0.00021654320987654318,
      "loss": 0.5635,
      "step": 473
    },
    {
      "epoch": 1.0533333333333332,
      "grad_norm": 0.06442887336015701,
      "learning_rate": 0.00021629629629629627,
      "loss": 0.5492,
      "step": 474
    },
    {
      "epoch": 1.0555555555555556,
      "grad_norm": 0.06876346468925476,
      "learning_rate": 0.00021604938271604937,
      "loss": 0.6686,
      "step": 475
    },
    {
      "epoch": 1.0577777777777777,
      "grad_norm": 0.049920275807380676,
      "learning_rate": 0.00021580246913580244,
      "loss": 0.605,
      "step": 476
    },
    {
      "epoch": 1.06,
      "grad_norm": 0.06928721815347672,
      "learning_rate": 0.00021555555555555556,
      "loss": 0.5062,
      "step": 477
    },
    {
      "epoch": 1.0622222222222222,
      "grad_norm": 0.05916568636894226,
      "learning_rate": 0.00021530864197530863,
      "loss": 0.4742,
      "step": 478
    },
    {
      "epoch": 1.0644444444444445,
      "grad_norm": 0.053693048655986786,
      "learning_rate": 0.00021506172839506172,
      "loss": 0.6089,
      "step": 479
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 0.10113474726676941,
      "learning_rate": 0.0002148148148148148,
      "loss": 0.5749,
      "step": 480
    },
    {
      "epoch": 1.068888888888889,
      "grad_norm": 0.05808864161372185,
      "learning_rate": 0.00021456790123456788,
      "loss": 0.6241,
      "step": 481
    },
    {
      "epoch": 1.0711111111111111,
      "grad_norm": 0.059021301567554474,
      "learning_rate": 0.00021432098765432095,
      "loss": 0.5746,
      "step": 482
    },
    {
      "epoch": 1.0733333333333333,
      "grad_norm": 0.06783812493085861,
      "learning_rate": 0.00021407407407407405,
      "loss": 0.593,
      "step": 483
    },
    {
      "epoch": 1.0755555555555556,
      "grad_norm": 0.05687486007809639,
      "learning_rate": 0.00021382716049382714,
      "loss": 0.6513,
      "step": 484
    },
    {
      "epoch": 1.0777777777777777,
      "grad_norm": 0.06547362357378006,
      "learning_rate": 0.0002135802469135802,
      "loss": 0.5432,
      "step": 485
    },
    {
      "epoch": 1.08,
      "grad_norm": 0.06113448739051819,
      "learning_rate": 0.00021333333333333333,
      "loss": 0.6199,
      "step": 486
    },
    {
      "epoch": 1.0822222222222222,
      "grad_norm": 0.055431269109249115,
      "learning_rate": 0.0002130864197530864,
      "loss": 0.5542,
      "step": 487
    },
    {
      "epoch": 1.0844444444444445,
      "grad_norm": 0.06054743006825447,
      "learning_rate": 0.0002128395061728395,
      "loss": 0.5033,
      "step": 488
    },
    {
      "epoch": 1.0866666666666667,
      "grad_norm": 0.0743783488869667,
      "learning_rate": 0.00021259259259259256,
      "loss": 0.5311,
      "step": 489
    },
    {
      "epoch": 1.0888888888888888,
      "grad_norm": 0.05679158866405487,
      "learning_rate": 0.00021234567901234566,
      "loss": 0.4519,
      "step": 490
    },
    {
      "epoch": 1.0911111111111111,
      "grad_norm": 0.05509325861930847,
      "learning_rate": 0.00021209876543209875,
      "loss": 0.6373,
      "step": 491
    },
    {
      "epoch": 1.0933333333333333,
      "grad_norm": 0.07969211786985397,
      "learning_rate": 0.00021185185185185182,
      "loss": 0.6296,
      "step": 492
    },
    {
      "epoch": 1.0955555555555556,
      "grad_norm": 0.06158541887998581,
      "learning_rate": 0.00021160493827160492,
      "loss": 0.7126,
      "step": 493
    },
    {
      "epoch": 1.0977777777777777,
      "grad_norm": 0.06029195338487625,
      "learning_rate": 0.00021135802469135799,
      "loss": 0.5298,
      "step": 494
    },
    {
      "epoch": 1.1,
      "grad_norm": 0.05442732945084572,
      "learning_rate": 0.0002111111111111111,
      "loss": 0.5408,
      "step": 495
    },
    {
      "epoch": 1.1022222222222222,
      "grad_norm": 0.057536616921424866,
      "learning_rate": 0.00021086419753086418,
      "loss": 0.6603,
      "step": 496
    },
    {
      "epoch": 1.1044444444444443,
      "grad_norm": 0.062051836401224136,
      "learning_rate": 0.00021061728395061727,
      "loss": 0.5411,
      "step": 497
    },
    {
      "epoch": 1.1066666666666667,
      "grad_norm": 0.06361360847949982,
      "learning_rate": 0.00021037037037037037,
      "loss": 0.5855,
      "step": 498
    },
    {
      "epoch": 1.1088888888888888,
      "grad_norm": 0.05750907585024834,
      "learning_rate": 0.00021012345679012343,
      "loss": 0.5023,
      "step": 499
    },
    {
      "epoch": 1.1111111111111112,
      "grad_norm": 0.05303119495511055,
      "learning_rate": 0.00020987654320987653,
      "loss": 0.7192,
      "step": 500
    },
    {
      "epoch": 1.1133333333333333,
      "grad_norm": 0.05355321615934372,
      "learning_rate": 0.0002096296296296296,
      "loss": 0.5047,
      "step": 501
    },
    {
      "epoch": 1.1155555555555556,
      "grad_norm": 0.04647836089134216,
      "learning_rate": 0.0002093827160493827,
      "loss": 0.5495,
      "step": 502
    },
    {
      "epoch": 1.1177777777777778,
      "grad_norm": 0.06943508982658386,
      "learning_rate": 0.00020913580246913576,
      "loss": 0.5198,
      "step": 503
    },
    {
      "epoch": 1.12,
      "grad_norm": 0.07622205466032028,
      "learning_rate": 0.00020888888888888888,
      "loss": 0.6394,
      "step": 504
    },
    {
      "epoch": 1.1222222222222222,
      "grad_norm": 0.0701436847448349,
      "learning_rate": 0.00020864197530864198,
      "loss": 0.6032,
      "step": 505
    },
    {
      "epoch": 1.1244444444444444,
      "grad_norm": 0.06063472479581833,
      "learning_rate": 0.00020839506172839505,
      "loss": 0.5935,
      "step": 506
    },
    {
      "epoch": 1.1266666666666667,
      "grad_norm": 0.05640608072280884,
      "learning_rate": 0.00020814814814814814,
      "loss": 0.5701,
      "step": 507
    },
    {
      "epoch": 1.1288888888888888,
      "grad_norm": 0.06712471693754196,
      "learning_rate": 0.0002079012345679012,
      "loss": 0.6875,
      "step": 508
    },
    {
      "epoch": 1.1311111111111112,
      "grad_norm": 0.05165605619549751,
      "learning_rate": 0.0002076543209876543,
      "loss": 0.6435,
      "step": 509
    },
    {
      "epoch": 1.1333333333333333,
      "grad_norm": 0.10354224592447281,
      "learning_rate": 0.00020740740740740737,
      "loss": 0.762,
      "step": 510
    },
    {
      "epoch": 1.1355555555555557,
      "grad_norm": 0.06619168072938919,
      "learning_rate": 0.00020716049382716047,
      "loss": 0.6213,
      "step": 511
    },
    {
      "epoch": 1.1377777777777778,
      "grad_norm": 0.057507146149873734,
      "learning_rate": 0.00020691358024691354,
      "loss": 0.5507,
      "step": 512
    },
    {
      "epoch": 1.1400000000000001,
      "grad_norm": 0.07064547389745712,
      "learning_rate": 0.00020666666666666666,
      "loss": 0.5473,
      "step": 513
    },
    {
      "epoch": 1.1422222222222222,
      "grad_norm": 0.05132355913519859,
      "learning_rate": 0.00020641975308641975,
      "loss": 0.5543,
      "step": 514
    },
    {
      "epoch": 1.1444444444444444,
      "grad_norm": 0.07275696098804474,
      "learning_rate": 0.00020617283950617282,
      "loss": 0.5865,
      "step": 515
    },
    {
      "epoch": 1.1466666666666667,
      "grad_norm": 0.08267077058553696,
      "learning_rate": 0.00020592592592592592,
      "loss": 0.616,
      "step": 516
    },
    {
      "epoch": 1.1488888888888888,
      "grad_norm": 0.0553496852517128,
      "learning_rate": 0.00020567901234567898,
      "loss": 0.505,
      "step": 517
    },
    {
      "epoch": 1.1511111111111112,
      "grad_norm": 0.08034535497426987,
      "learning_rate": 0.00020543209876543208,
      "loss": 0.6024,
      "step": 518
    },
    {
      "epoch": 1.1533333333333333,
      "grad_norm": 0.04105300456285477,
      "learning_rate": 0.00020518518518518515,
      "loss": 0.4681,
      "step": 519
    },
    {
      "epoch": 1.1555555555555554,
      "grad_norm": 0.061053916811943054,
      "learning_rate": 0.00020493827160493824,
      "loss": 0.5733,
      "step": 520
    },
    {
      "epoch": 1.1577777777777778,
      "grad_norm": 0.0702579915523529,
      "learning_rate": 0.00020469135802469136,
      "loss": 0.6121,
      "step": 521
    },
    {
      "epoch": 1.16,
      "grad_norm": 0.055256616324186325,
      "learning_rate": 0.00020444444444444443,
      "loss": 0.5665,
      "step": 522
    },
    {
      "epoch": 1.1622222222222223,
      "grad_norm": 0.05480768159031868,
      "learning_rate": 0.00020419753086419753,
      "loss": 0.6217,
      "step": 523
    },
    {
      "epoch": 1.1644444444444444,
      "grad_norm": 0.053458116948604584,
      "learning_rate": 0.0002039506172839506,
      "loss": 0.5462,
      "step": 524
    },
    {
      "epoch": 1.1666666666666667,
      "grad_norm": 0.057166215032339096,
      "learning_rate": 0.0002037037037037037,
      "loss": 0.6562,
      "step": 525
    },
    {
      "epoch": 1.1688888888888889,
      "grad_norm": 0.0650937482714653,
      "learning_rate": 0.00020345679012345676,
      "loss": 0.5649,
      "step": 526
    },
    {
      "epoch": 1.1711111111111112,
      "grad_norm": 0.06261788308620453,
      "learning_rate": 0.00020320987654320985,
      "loss": 0.6047,
      "step": 527
    },
    {
      "epoch": 1.1733333333333333,
      "grad_norm": 0.05728009343147278,
      "learning_rate": 0.00020296296296296295,
      "loss": 0.626,
      "step": 528
    },
    {
      "epoch": 1.1755555555555555,
      "grad_norm": 0.057623572647571564,
      "learning_rate": 0.00020271604938271602,
      "loss": 0.5539,
      "step": 529
    },
    {
      "epoch": 1.1777777777777778,
      "grad_norm": 0.06340766698122025,
      "learning_rate": 0.00020246913580246914,
      "loss": 0.6803,
      "step": 530
    },
    {
      "epoch": 1.18,
      "grad_norm": 0.06497206538915634,
      "learning_rate": 0.0002022222222222222,
      "loss": 0.5192,
      "step": 531
    },
    {
      "epoch": 1.1822222222222223,
      "grad_norm": 0.06043071672320366,
      "learning_rate": 0.0002019753086419753,
      "loss": 0.6507,
      "step": 532
    },
    {
      "epoch": 1.1844444444444444,
      "grad_norm": 0.061710089445114136,
      "learning_rate": 0.00020172839506172837,
      "loss": 0.477,
      "step": 533
    },
    {
      "epoch": 1.1866666666666668,
      "grad_norm": 0.060189537703990936,
      "learning_rate": 0.00020148148148148147,
      "loss": 0.5794,
      "step": 534
    },
    {
      "epoch": 1.1888888888888889,
      "grad_norm": 0.06140688434243202,
      "learning_rate": 0.00020123456790123456,
      "loss": 0.7886,
      "step": 535
    },
    {
      "epoch": 1.1911111111111112,
      "grad_norm": 0.0800878182053566,
      "learning_rate": 0.00020098765432098763,
      "loss": 0.6257,
      "step": 536
    },
    {
      "epoch": 1.1933333333333334,
      "grad_norm": 0.09335595369338989,
      "learning_rate": 0.00020074074074074072,
      "loss": 0.5105,
      "step": 537
    },
    {
      "epoch": 1.1955555555555555,
      "grad_norm": 0.07600431144237518,
      "learning_rate": 0.0002004938271604938,
      "loss": 0.5055,
      "step": 538
    },
    {
      "epoch": 1.1977777777777778,
      "grad_norm": 0.06713638454675674,
      "learning_rate": 0.00020024691358024691,
      "loss": 0.5703,
      "step": 539
    },
    {
      "epoch": 1.2,
      "grad_norm": 0.06339897960424423,
      "learning_rate": 0.00019999999999999998,
      "loss": 0.6407,
      "step": 540
    },
    {
      "epoch": 1.2022222222222223,
      "grad_norm": 0.07118365913629532,
      "learning_rate": 0.00019975308641975308,
      "loss": 0.5867,
      "step": 541
    },
    {
      "epoch": 1.2044444444444444,
      "grad_norm": 0.060945894569158554,
      "learning_rate": 0.00019950617283950615,
      "loss": 0.6236,
      "step": 542
    },
    {
      "epoch": 1.2066666666666666,
      "grad_norm": 0.0749896839261055,
      "learning_rate": 0.00019925925925925924,
      "loss": 0.6901,
      "step": 543
    },
    {
      "epoch": 1.208888888888889,
      "grad_norm": 0.06734532117843628,
      "learning_rate": 0.00019901234567901234,
      "loss": 0.5685,
      "step": 544
    },
    {
      "epoch": 1.211111111111111,
      "grad_norm": 0.051820721477270126,
      "learning_rate": 0.0001987654320987654,
      "loss": 0.5625,
      "step": 545
    },
    {
      "epoch": 1.2133333333333334,
      "grad_norm": 0.07281868159770966,
      "learning_rate": 0.0001985185185185185,
      "loss": 0.7227,
      "step": 546
    },
    {
      "epoch": 1.2155555555555555,
      "grad_norm": 0.05526493117213249,
      "learning_rate": 0.00019827160493827157,
      "loss": 0.5238,
      "step": 547
    },
    {
      "epoch": 1.2177777777777778,
      "grad_norm": 0.05460463836789131,
      "learning_rate": 0.0001980246913580247,
      "loss": 0.6307,
      "step": 548
    },
    {
      "epoch": 1.22,
      "grad_norm": 0.07580731064081192,
      "learning_rate": 0.00019777777777777776,
      "loss": 0.5489,
      "step": 549
    },
    {
      "epoch": 1.2222222222222223,
      "grad_norm": 0.05781114846467972,
      "learning_rate": 0.00019753086419753085,
      "loss": 0.5373,
      "step": 550
    },
    {
      "epoch": 1.2244444444444444,
      "grad_norm": 0.05181167647242546,
      "learning_rate": 0.00019728395061728395,
      "loss": 0.5223,
      "step": 551
    },
    {
      "epoch": 1.2266666666666666,
      "grad_norm": 0.09700439125299454,
      "learning_rate": 0.00019703703703703702,
      "loss": 0.5627,
      "step": 552
    },
    {
      "epoch": 1.228888888888889,
      "grad_norm": 0.055470336228609085,
      "learning_rate": 0.0001967901234567901,
      "loss": 0.4962,
      "step": 553
    },
    {
      "epoch": 1.231111111111111,
      "grad_norm": 0.04977557808160782,
      "learning_rate": 0.00019654320987654318,
      "loss": 0.5354,
      "step": 554
    },
    {
      "epoch": 1.2333333333333334,
      "grad_norm": 0.0558207705616951,
      "learning_rate": 0.00019629629629629627,
      "loss": 0.6646,
      "step": 555
    },
    {
      "epoch": 1.2355555555555555,
      "grad_norm": 0.06280802190303802,
      "learning_rate": 0.00019604938271604934,
      "loss": 0.5616,
      "step": 556
    },
    {
      "epoch": 1.2377777777777779,
      "grad_norm": 0.06775356829166412,
      "learning_rate": 0.00019580246913580246,
      "loss": 0.5433,
      "step": 557
    },
    {
      "epoch": 1.24,
      "grad_norm": 0.05544356256723404,
      "learning_rate": 0.00019555555555555556,
      "loss": 0.6169,
      "step": 558
    },
    {
      "epoch": 1.2422222222222223,
      "grad_norm": 0.07850141078233719,
      "learning_rate": 0.00019530864197530863,
      "loss": 0.5894,
      "step": 559
    },
    {
      "epoch": 1.2444444444444445,
      "grad_norm": 0.048309750854969025,
      "learning_rate": 0.00019506172839506172,
      "loss": 0.5247,
      "step": 560
    },
    {
      "epoch": 1.2466666666666666,
      "grad_norm": 0.1482103317975998,
      "learning_rate": 0.0001948148148148148,
      "loss": 0.6559,
      "step": 561
    },
    {
      "epoch": 1.248888888888889,
      "grad_norm": 0.04897948354482651,
      "learning_rate": 0.00019456790123456789,
      "loss": 0.528,
      "step": 562
    },
    {
      "epoch": 1.251111111111111,
      "grad_norm": 0.05171951279044151,
      "learning_rate": 0.00019432098765432095,
      "loss": 0.5279,
      "step": 563
    },
    {
      "epoch": 1.2533333333333334,
      "grad_norm": 0.06654342263936996,
      "learning_rate": 0.00019407407407407405,
      "loss": 0.5316,
      "step": 564
    },
    {
      "epoch": 1.2555555555555555,
      "grad_norm": 0.07495734095573425,
      "learning_rate": 0.00019382716049382712,
      "loss": 0.6979,
      "step": 565
    },
    {
      "epoch": 1.2577777777777777,
      "grad_norm": 0.0822639912366867,
      "learning_rate": 0.00019358024691358024,
      "loss": 0.5646,
      "step": 566
    },
    {
      "epoch": 1.26,
      "grad_norm": 0.04671519622206688,
      "learning_rate": 0.00019333333333333333,
      "loss": 0.4708,
      "step": 567
    },
    {
      "epoch": 1.2622222222222224,
      "grad_norm": 0.05543937534093857,
      "learning_rate": 0.0001930864197530864,
      "loss": 0.6776,
      "step": 568
    },
    {
      "epoch": 1.2644444444444445,
      "grad_norm": 0.06297334283590317,
      "learning_rate": 0.0001928395061728395,
      "loss": 0.6146,
      "step": 569
    },
    {
      "epoch": 1.2666666666666666,
      "grad_norm": 0.06672172993421555,
      "learning_rate": 0.00019259259259259257,
      "loss": 0.5809,
      "step": 570
    },
    {
      "epoch": 1.268888888888889,
      "grad_norm": 0.06314659118652344,
      "learning_rate": 0.00019234567901234566,
      "loss": 0.6398,
      "step": 571
    },
    {
      "epoch": 1.271111111111111,
      "grad_norm": 0.07397986948490143,
      "learning_rate": 0.00019209876543209873,
      "loss": 0.5926,
      "step": 572
    },
    {
      "epoch": 1.2733333333333334,
      "grad_norm": 0.05730567127466202,
      "learning_rate": 0.00019185185185185182,
      "loss": 0.502,
      "step": 573
    },
    {
      "epoch": 1.2755555555555556,
      "grad_norm": 0.05761762708425522,
      "learning_rate": 0.00019160493827160495,
      "loss": 0.6246,
      "step": 574
    },
    {
      "epoch": 1.2777777777777777,
      "grad_norm": 0.05256739631295204,
      "learning_rate": 0.00019135802469135801,
      "loss": 0.4969,
      "step": 575
    },
    {
      "epoch": 1.28,
      "grad_norm": 0.07907039672136307,
      "learning_rate": 0.0001911111111111111,
      "loss": 0.5639,
      "step": 576
    },
    {
      "epoch": 1.2822222222222222,
      "grad_norm": 0.06401896476745605,
      "learning_rate": 0.00019086419753086418,
      "loss": 0.455,
      "step": 577
    },
    {
      "epoch": 1.2844444444444445,
      "grad_norm": 0.06785224378108978,
      "learning_rate": 0.00019061728395061727,
      "loss": 0.6206,
      "step": 578
    },
    {
      "epoch": 1.2866666666666666,
      "grad_norm": 0.05500558391213417,
      "learning_rate": 0.00019037037037037034,
      "loss": 0.5703,
      "step": 579
    },
    {
      "epoch": 1.2888888888888888,
      "grad_norm": 0.13497020304203033,
      "learning_rate": 0.00019012345679012344,
      "loss": 0.6413,
      "step": 580
    },
    {
      "epoch": 1.291111111111111,
      "grad_norm": 0.05647628381848335,
      "learning_rate": 0.00018987654320987653,
      "loss": 0.4631,
      "step": 581
    },
    {
      "epoch": 1.2933333333333334,
      "grad_norm": 0.06448817253112793,
      "learning_rate": 0.0001896296296296296,
      "loss": 0.7013,
      "step": 582
    },
    {
      "epoch": 1.2955555555555556,
      "grad_norm": 0.05188887193799019,
      "learning_rate": 0.00018938271604938272,
      "loss": 0.5185,
      "step": 583
    },
    {
      "epoch": 1.2977777777777777,
      "grad_norm": 0.07357285916805267,
      "learning_rate": 0.0001891358024691358,
      "loss": 0.6057,
      "step": 584
    },
    {
      "epoch": 1.3,
      "grad_norm": 0.057298485189676285,
      "learning_rate": 0.00018888888888888888,
      "loss": 0.6387,
      "step": 585
    },
    {
      "epoch": 1.3022222222222222,
      "grad_norm": 0.05352728068828583,
      "learning_rate": 0.00018864197530864195,
      "loss": 0.5425,
      "step": 586
    },
    {
      "epoch": 1.3044444444444445,
      "grad_norm": 0.05617798492312431,
      "learning_rate": 0.00018839506172839505,
      "loss": 0.6855,
      "step": 587
    },
    {
      "epoch": 1.3066666666666666,
      "grad_norm": 0.05917446315288544,
      "learning_rate": 0.00018814814814814814,
      "loss": 0.7752,
      "step": 588
    },
    {
      "epoch": 1.3088888888888888,
      "grad_norm": 0.07065349817276001,
      "learning_rate": 0.0001879012345679012,
      "loss": 0.6745,
      "step": 589
    },
    {
      "epoch": 1.3111111111111111,
      "grad_norm": 0.05729060247540474,
      "learning_rate": 0.0001876543209876543,
      "loss": 0.5004,
      "step": 590
    },
    {
      "epoch": 1.3133333333333335,
      "grad_norm": 0.050993286073207855,
      "learning_rate": 0.00018740740740740737,
      "loss": 0.5734,
      "step": 591
    },
    {
      "epoch": 1.3155555555555556,
      "grad_norm": 0.050808437168598175,
      "learning_rate": 0.0001871604938271605,
      "loss": 0.5089,
      "step": 592
    },
    {
      "epoch": 1.3177777777777777,
      "grad_norm": 0.06159992888569832,
      "learning_rate": 0.00018691358024691356,
      "loss": 0.5593,
      "step": 593
    },
    {
      "epoch": 1.32,
      "grad_norm": 0.057330355048179626,
      "learning_rate": 0.00018666666666666666,
      "loss": 0.5363,
      "step": 594
    },
    {
      "epoch": 1.3222222222222222,
      "grad_norm": 0.07226645946502686,
      "learning_rate": 0.00018641975308641973,
      "loss": 0.62,
      "step": 595
    },
    {
      "epoch": 1.3244444444444445,
      "grad_norm": 0.0795191153883934,
      "learning_rate": 0.00018617283950617282,
      "loss": 0.6801,
      "step": 596
    },
    {
      "epoch": 1.3266666666666667,
      "grad_norm": 0.06860774755477905,
      "learning_rate": 0.00018592592592592592,
      "loss": 0.5357,
      "step": 597
    },
    {
      "epoch": 1.3288888888888888,
      "grad_norm": 0.07353827357292175,
      "learning_rate": 0.00018567901234567899,
      "loss": 0.6449,
      "step": 598
    },
    {
      "epoch": 1.3311111111111111,
      "grad_norm": 0.08865563571453094,
      "learning_rate": 0.00018543209876543208,
      "loss": 0.6238,
      "step": 599
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 0.0657055452466011,
      "learning_rate": 0.00018518518518518515,
      "loss": 0.6608,
      "step": 600
    },
    {
      "epoch": 1.3355555555555556,
      "grad_norm": 0.052916329354047775,
      "learning_rate": 0.00018493827160493827,
      "loss": 0.5771,
      "step": 601
    },
    {
      "epoch": 1.3377777777777777,
      "grad_norm": 0.06563440710306168,
      "learning_rate": 0.00018469135802469134,
      "loss": 0.5596,
      "step": 602
    },
    {
      "epoch": 1.34,
      "grad_norm": 0.05654449015855789,
      "learning_rate": 0.00018444444444444443,
      "loss": 0.6079,
      "step": 603
    },
    {
      "epoch": 1.3422222222222222,
      "grad_norm": 0.06601669639348984,
      "learning_rate": 0.00018419753086419753,
      "loss": 0.5052,
      "step": 604
    },
    {
      "epoch": 1.3444444444444446,
      "grad_norm": 0.05436199903488159,
      "learning_rate": 0.0001839506172839506,
      "loss": 0.5443,
      "step": 605
    },
    {
      "epoch": 1.3466666666666667,
      "grad_norm": 0.05751197785139084,
      "learning_rate": 0.0001837037037037037,
      "loss": 0.5621,
      "step": 606
    },
    {
      "epoch": 1.3488888888888888,
      "grad_norm": 0.056823842227458954,
      "learning_rate": 0.00018345679012345676,
      "loss": 0.5466,
      "step": 607
    },
    {
      "epoch": 1.3511111111111112,
      "grad_norm": 0.08196792006492615,
      "learning_rate": 0.00018320987654320986,
      "loss": 0.6071,
      "step": 608
    },
    {
      "epoch": 1.3533333333333333,
      "grad_norm": 0.07378371059894562,
      "learning_rate": 0.00018296296296296292,
      "loss": 0.6775,
      "step": 609
    },
    {
      "epoch": 1.3555555555555556,
      "grad_norm": 0.0697040930390358,
      "learning_rate": 0.00018271604938271605,
      "loss": 0.6275,
      "step": 610
    },
    {
      "epoch": 1.3577777777777778,
      "grad_norm": 0.05658598616719246,
      "learning_rate": 0.00018246913580246914,
      "loss": 0.4926,
      "step": 611
    },
    {
      "epoch": 1.3599999999999999,
      "grad_norm": 0.05035831779241562,
      "learning_rate": 0.0001822222222222222,
      "loss": 0.5523,
      "step": 612
    },
    {
      "epoch": 1.3622222222222222,
      "grad_norm": 0.08606016635894775,
      "learning_rate": 0.0001819753086419753,
      "loss": 0.5475,
      "step": 613
    },
    {
      "epoch": 1.3644444444444446,
      "grad_norm": 0.07070509344339371,
      "learning_rate": 0.00018172839506172837,
      "loss": 0.7618,
      "step": 614
    },
    {
      "epoch": 1.3666666666666667,
      "grad_norm": 0.054081596434116364,
      "learning_rate": 0.00018148148148148147,
      "loss": 0.5402,
      "step": 615
    },
    {
      "epoch": 1.3688888888888888,
      "grad_norm": 0.06346143782138824,
      "learning_rate": 0.00018123456790123454,
      "loss": 0.5518,
      "step": 616
    },
    {
      "epoch": 1.3711111111111112,
      "grad_norm": 0.07378754019737244,
      "learning_rate": 0.00018098765432098763,
      "loss": 0.617,
      "step": 617
    },
    {
      "epoch": 1.3733333333333333,
      "grad_norm": 0.08497416228055954,
      "learning_rate": 0.00018074074074074075,
      "loss": 0.7788,
      "step": 618
    },
    {
      "epoch": 1.3755555555555556,
      "grad_norm": 0.07911262661218643,
      "learning_rate": 0.00018049382716049382,
      "loss": 0.5803,
      "step": 619
    },
    {
      "epoch": 1.3777777777777778,
      "grad_norm": 0.04942178353667259,
      "learning_rate": 0.00018024691358024692,
      "loss": 0.4716,
      "step": 620
    },
    {
      "epoch": 1.38,
      "grad_norm": 0.047186482697725296,
      "learning_rate": 0.00017999999999999998,
      "loss": 0.5332,
      "step": 621
    },
    {
      "epoch": 1.3822222222222222,
      "grad_norm": 0.06078922376036644,
      "learning_rate": 0.00017975308641975308,
      "loss": 0.5501,
      "step": 622
    },
    {
      "epoch": 1.3844444444444444,
      "grad_norm": 0.052392344921827316,
      "learning_rate": 0.00017950617283950615,
      "loss": 0.5307,
      "step": 623
    },
    {
      "epoch": 1.3866666666666667,
      "grad_norm": 0.06864654272794724,
      "learning_rate": 0.00017925925925925924,
      "loss": 0.5512,
      "step": 624
    },
    {
      "epoch": 1.3888888888888888,
      "grad_norm": 0.06133788079023361,
      "learning_rate": 0.0001790123456790123,
      "loss": 0.4992,
      "step": 625
    },
    {
      "epoch": 1.3911111111111112,
      "grad_norm": 0.06265698373317719,
      "learning_rate": 0.0001787654320987654,
      "loss": 0.5094,
      "step": 626
    },
    {
      "epoch": 1.3933333333333333,
      "grad_norm": 0.05738376826047897,
      "learning_rate": 0.00017851851851851853,
      "loss": 0.6811,
      "step": 627
    },
    {
      "epoch": 1.3955555555555557,
      "grad_norm": 0.07373687624931335,
      "learning_rate": 0.0001782716049382716,
      "loss": 0.6168,
      "step": 628
    },
    {
      "epoch": 1.3977777777777778,
      "grad_norm": 0.052827995270490646,
      "learning_rate": 0.0001780246913580247,
      "loss": 0.5009,
      "step": 629
    },
    {
      "epoch": 1.4,
      "grad_norm": 0.12193891406059265,
      "learning_rate": 0.00017777777777777776,
      "loss": 0.5653,
      "step": 630
    },
    {
      "epoch": 1.4022222222222223,
      "grad_norm": 0.0757482722401619,
      "learning_rate": 0.00017753086419753085,
      "loss": 0.5405,
      "step": 631
    },
    {
      "epoch": 1.4044444444444444,
      "grad_norm": 0.06812596321105957,
      "learning_rate": 0.00017728395061728392,
      "loss": 0.5486,
      "step": 632
    },
    {
      "epoch": 1.4066666666666667,
      "grad_norm": 0.04514603316783905,
      "learning_rate": 0.00017703703703703702,
      "loss": 0.5271,
      "step": 633
    },
    {
      "epoch": 1.4088888888888889,
      "grad_norm": 0.05779915302991867,
      "learning_rate": 0.0001767901234567901,
      "loss": 0.7327,
      "step": 634
    },
    {
      "epoch": 1.411111111111111,
      "grad_norm": 0.07517620921134949,
      "learning_rate": 0.00017654320987654318,
      "loss": 0.4626,
      "step": 635
    },
    {
      "epoch": 1.4133333333333333,
      "grad_norm": 0.0513499453663826,
      "learning_rate": 0.0001762962962962963,
      "loss": 0.5631,
      "step": 636
    },
    {
      "epoch": 1.4155555555555557,
      "grad_norm": 0.06641045212745667,
      "learning_rate": 0.00017604938271604937,
      "loss": 0.5825,
      "step": 637
    },
    {
      "epoch": 1.4177777777777778,
      "grad_norm": 0.07333184778690338,
      "learning_rate": 0.00017580246913580247,
      "loss": 0.6719,
      "step": 638
    },
    {
      "epoch": 1.42,
      "grad_norm": 0.06464029848575592,
      "learning_rate": 0.00017555555555555553,
      "loss": 0.6932,
      "step": 639
    },
    {
      "epoch": 1.4222222222222223,
      "grad_norm": 0.06149693578481674,
      "learning_rate": 0.00017530864197530863,
      "loss": 0.5776,
      "step": 640
    },
    {
      "epoch": 1.4244444444444444,
      "grad_norm": 0.05443153157830238,
      "learning_rate": 0.00017506172839506172,
      "loss": 0.5091,
      "step": 641
    },
    {
      "epoch": 1.4266666666666667,
      "grad_norm": 0.07074269652366638,
      "learning_rate": 0.0001748148148148148,
      "loss": 0.6371,
      "step": 642
    },
    {
      "epoch": 1.4288888888888889,
      "grad_norm": 0.10091938078403473,
      "learning_rate": 0.0001745679012345679,
      "loss": 0.423,
      "step": 643
    },
    {
      "epoch": 1.431111111111111,
      "grad_norm": 0.05455939099192619,
      "learning_rate": 0.00017432098765432096,
      "loss": 0.5415,
      "step": 644
    },
    {
      "epoch": 1.4333333333333333,
      "grad_norm": 0.05939517170190811,
      "learning_rate": 0.00017407407407407408,
      "loss": 0.6316,
      "step": 645
    },
    {
      "epoch": 1.4355555555555555,
      "grad_norm": 0.07641264796257019,
      "learning_rate": 0.00017382716049382715,
      "loss": 0.5573,
      "step": 646
    },
    {
      "epoch": 1.4377777777777778,
      "grad_norm": 0.08066412806510925,
      "learning_rate": 0.00017358024691358024,
      "loss": 0.6718,
      "step": 647
    },
    {
      "epoch": 1.44,
      "grad_norm": 0.07123071700334549,
      "learning_rate": 0.0001733333333333333,
      "loss": 0.538,
      "step": 648
    },
    {
      "epoch": 1.4422222222222223,
      "grad_norm": 0.0550350546836853,
      "learning_rate": 0.0001730864197530864,
      "loss": 0.5855,
      "step": 649
    },
    {
      "epoch": 1.4444444444444444,
      "grad_norm": 0.054279692471027374,
      "learning_rate": 0.0001728395061728395,
      "loss": 0.6959,
      "step": 650
    },
    {
      "epoch": 1.4466666666666668,
      "grad_norm": 0.051811859011650085,
      "learning_rate": 0.00017259259259259257,
      "loss": 0.4472,
      "step": 651
    },
    {
      "epoch": 1.448888888888889,
      "grad_norm": 0.059803206473588943,
      "learning_rate": 0.00017234567901234566,
      "loss": 0.5405,
      "step": 652
    },
    {
      "epoch": 1.451111111111111,
      "grad_norm": 0.07218248397111893,
      "learning_rate": 0.00017209876543209873,
      "loss": 0.6648,
      "step": 653
    },
    {
      "epoch": 1.4533333333333334,
      "grad_norm": 0.05009540542960167,
      "learning_rate": 0.00017185185185185185,
      "loss": 0.5352,
      "step": 654
    },
    {
      "epoch": 1.4555555555555555,
      "grad_norm": 0.06544394046068192,
      "learning_rate": 0.00017160493827160492,
      "loss": 0.5009,
      "step": 655
    },
    {
      "epoch": 1.4577777777777778,
      "grad_norm": 0.05920146033167839,
      "learning_rate": 0.00017135802469135802,
      "loss": 0.5075,
      "step": 656
    },
    {
      "epoch": 1.46,
      "grad_norm": 0.04878571629524231,
      "learning_rate": 0.0001711111111111111,
      "loss": 0.4529,
      "step": 657
    },
    {
      "epoch": 1.462222222222222,
      "grad_norm": 0.04539019986987114,
      "learning_rate": 0.00017086419753086418,
      "loss": 0.451,
      "step": 658
    },
    {
      "epoch": 1.4644444444444444,
      "grad_norm": 0.05576840788125992,
      "learning_rate": 0.00017061728395061727,
      "loss": 0.5135,
      "step": 659
    },
    {
      "epoch": 1.4666666666666668,
      "grad_norm": 0.05507802218198776,
      "learning_rate": 0.00017037037037037034,
      "loss": 0.6366,
      "step": 660
    },
    {
      "epoch": 1.468888888888889,
      "grad_norm": 0.08249601721763611,
      "learning_rate": 0.00017012345679012344,
      "loss": 0.6801,
      "step": 661
    },
    {
      "epoch": 1.471111111111111,
      "grad_norm": 0.07689239829778671,
      "learning_rate": 0.0001698765432098765,
      "loss": 0.6374,
      "step": 662
    },
    {
      "epoch": 1.4733333333333334,
      "grad_norm": 0.10602860897779465,
      "learning_rate": 0.00016962962962962963,
      "loss": 0.5077,
      "step": 663
    },
    {
      "epoch": 1.4755555555555555,
      "grad_norm": 0.06070888042449951,
      "learning_rate": 0.00016938271604938272,
      "loss": 0.7006,
      "step": 664
    },
    {
      "epoch": 1.4777777777777779,
      "grad_norm": 0.05798992142081261,
      "learning_rate": 0.0001691358024691358,
      "loss": 0.493,
      "step": 665
    },
    {
      "epoch": 1.48,
      "grad_norm": 0.08377783000469208,
      "learning_rate": 0.00016888888888888889,
      "loss": 0.4825,
      "step": 666
    },
    {
      "epoch": 1.482222222222222,
      "grad_norm": 0.06520260870456696,
      "learning_rate": 0.00016864197530864195,
      "loss": 0.5424,
      "step": 667
    },
    {
      "epoch": 1.4844444444444445,
      "grad_norm": 0.07959870994091034,
      "learning_rate": 0.00016839506172839505,
      "loss": 0.6104,
      "step": 668
    },
    {
      "epoch": 1.4866666666666668,
      "grad_norm": 0.06556657701730728,
      "learning_rate": 0.00016814814814814812,
      "loss": 0.5864,
      "step": 669
    },
    {
      "epoch": 1.488888888888889,
      "grad_norm": 0.06736795604228973,
      "learning_rate": 0.0001679012345679012,
      "loss": 0.5733,
      "step": 670
    },
    {
      "epoch": 1.491111111111111,
      "grad_norm": 0.057398103177547455,
      "learning_rate": 0.00016765432098765433,
      "loss": 0.4716,
      "step": 671
    },
    {
      "epoch": 1.4933333333333334,
      "grad_norm": 0.09340738505125046,
      "learning_rate": 0.0001674074074074074,
      "loss": 0.5637,
      "step": 672
    },
    {
      "epoch": 1.4955555555555555,
      "grad_norm": 0.06669988483190536,
      "learning_rate": 0.0001671604938271605,
      "loss": 0.651,
      "step": 673
    },
    {
      "epoch": 1.4977777777777779,
      "grad_norm": 0.08472840487957001,
      "learning_rate": 0.00016691358024691357,
      "loss": 0.58,
      "step": 674
    },
    {
      "epoch": 1.5,
      "grad_norm": 0.057394471019506454,
      "learning_rate": 0.00016666666666666666,
      "loss": 0.5119,
      "step": 675
    },
    {
      "epoch": 1.5022222222222221,
      "grad_norm": 0.06451477110385895,
      "learning_rate": 0.00016641975308641973,
      "loss": 0.5004,
      "step": 676
    },
    {
      "epoch": 1.5044444444444445,
      "grad_norm": 0.07595914602279663,
      "learning_rate": 0.00016617283950617282,
      "loss": 0.6697,
      "step": 677
    },
    {
      "epoch": 1.5066666666666668,
      "grad_norm": 0.06590458005666733,
      "learning_rate": 0.0001659259259259259,
      "loss": 0.5613,
      "step": 678
    },
    {
      "epoch": 1.508888888888889,
      "grad_norm": 0.07247265428304672,
      "learning_rate": 0.000165679012345679,
      "loss": 0.6653,
      "step": 679
    },
    {
      "epoch": 1.511111111111111,
      "grad_norm": 0.07311250269412994,
      "learning_rate": 0.0001654320987654321,
      "loss": 0.5959,
      "step": 680
    },
    {
      "epoch": 1.5133333333333332,
      "grad_norm": 0.08032218366861343,
      "learning_rate": 0.00016518518518518518,
      "loss": 0.6595,
      "step": 681
    },
    {
      "epoch": 1.5155555555555555,
      "grad_norm": 0.04984492063522339,
      "learning_rate": 0.00016493827160493827,
      "loss": 0.535,
      "step": 682
    },
    {
      "epoch": 1.517777777777778,
      "grad_norm": 0.06561774015426636,
      "learning_rate": 0.00016469135802469134,
      "loss": 0.5198,
      "step": 683
    },
    {
      "epoch": 1.52,
      "grad_norm": 0.08288616687059402,
      "learning_rate": 0.00016444444444444444,
      "loss": 0.674,
      "step": 684
    },
    {
      "epoch": 1.5222222222222221,
      "grad_norm": 0.0601021908223629,
      "learning_rate": 0.0001641975308641975,
      "loss": 0.5975,
      "step": 685
    },
    {
      "epoch": 1.5244444444444445,
      "grad_norm": 0.12323024868965149,
      "learning_rate": 0.0001639506172839506,
      "loss": 0.5378,
      "step": 686
    },
    {
      "epoch": 1.5266666666666666,
      "grad_norm": 0.06298123300075531,
      "learning_rate": 0.0001637037037037037,
      "loss": 0.554,
      "step": 687
    },
    {
      "epoch": 1.528888888888889,
      "grad_norm": 0.06339532881975174,
      "learning_rate": 0.00016345679012345676,
      "loss": 0.5133,
      "step": 688
    },
    {
      "epoch": 1.531111111111111,
      "grad_norm": 0.0558561347424984,
      "learning_rate": 0.00016320987654320988,
      "loss": 0.5032,
      "step": 689
    },
    {
      "epoch": 1.5333333333333332,
      "grad_norm": 0.055791474878787994,
      "learning_rate": 0.00016296296296296295,
      "loss": 0.5456,
      "step": 690
    },
    {
      "epoch": 1.5355555555555556,
      "grad_norm": 0.04931165277957916,
      "learning_rate": 0.00016271604938271605,
      "loss": 0.4454,
      "step": 691
    },
    {
      "epoch": 1.537777777777778,
      "grad_norm": 0.07284574955701828,
      "learning_rate": 0.00016246913580246912,
      "loss": 0.5862,
      "step": 692
    },
    {
      "epoch": 1.54,
      "grad_norm": 0.1155928522348404,
      "learning_rate": 0.0001622222222222222,
      "loss": 0.527,
      "step": 693
    },
    {
      "epoch": 1.5422222222222222,
      "grad_norm": 0.054718051105737686,
      "learning_rate": 0.0001619753086419753,
      "loss": 0.5375,
      "step": 694
    },
    {
      "epoch": 1.5444444444444443,
      "grad_norm": 0.05141949653625488,
      "learning_rate": 0.00016172839506172837,
      "loss": 0.5186,
      "step": 695
    },
    {
      "epoch": 1.5466666666666666,
      "grad_norm": 0.07433553040027618,
      "learning_rate": 0.00016148148148148147,
      "loss": 0.5112,
      "step": 696
    },
    {
      "epoch": 1.548888888888889,
      "grad_norm": 0.05488400533795357,
      "learning_rate": 0.00016123456790123454,
      "loss": 0.5465,
      "step": 697
    },
    {
      "epoch": 1.551111111111111,
      "grad_norm": 0.07929231971502304,
      "learning_rate": 0.00016098765432098766,
      "loss": 0.6853,
      "step": 698
    },
    {
      "epoch": 1.5533333333333332,
      "grad_norm": 0.05515801161527634,
      "learning_rate": 0.00016074074074074073,
      "loss": 0.681,
      "step": 699
    },
    {
      "epoch": 1.5555555555555556,
      "grad_norm": 0.04796384274959564,
      "learning_rate": 0.00016049382716049382,
      "loss": 0.4594,
      "step": 700
    },
    {
      "epoch": 1.557777777777778,
      "grad_norm": 0.06954047083854675,
      "learning_rate": 0.00016024691358024692,
      "loss": 0.5117,
      "step": 701
    },
    {
      "epoch": 1.56,
      "grad_norm": 0.04393395036458969,
      "learning_rate": 0.00015999999999999999,
      "loss": 0.4467,
      "step": 702
    },
    {
      "epoch": 1.5622222222222222,
      "grad_norm": 0.07525661587715149,
      "learning_rate": 0.00015975308641975308,
      "loss": 0.5913,
      "step": 703
    },
    {
      "epoch": 1.5644444444444443,
      "grad_norm": 0.07192367315292358,
      "learning_rate": 0.00015950617283950615,
      "loss": 0.4955,
      "step": 704
    },
    {
      "epoch": 1.5666666666666667,
      "grad_norm": 0.07459937036037445,
      "learning_rate": 0.00015925925925925924,
      "loss": 0.6316,
      "step": 705
    },
    {
      "epoch": 1.568888888888889,
      "grad_norm": 0.06207813322544098,
      "learning_rate": 0.0001590123456790123,
      "loss": 0.6553,
      "step": 706
    },
    {
      "epoch": 1.5711111111111111,
      "grad_norm": 0.07175853848457336,
      "learning_rate": 0.00015876543209876543,
      "loss": 0.5826,
      "step": 707
    },
    {
      "epoch": 1.5733333333333333,
      "grad_norm": 0.05727192759513855,
      "learning_rate": 0.0001585185185185185,
      "loss": 0.6622,
      "step": 708
    },
    {
      "epoch": 1.5755555555555556,
      "grad_norm": 0.06073378771543503,
      "learning_rate": 0.0001582716049382716,
      "loss": 0.4843,
      "step": 709
    },
    {
      "epoch": 1.5777777777777777,
      "grad_norm": 0.1481916457414627,
      "learning_rate": 0.0001580246913580247,
      "loss": 0.6315,
      "step": 710
    },
    {
      "epoch": 1.58,
      "grad_norm": 0.07267245650291443,
      "learning_rate": 0.00015777777777777776,
      "loss": 0.577,
      "step": 711
    },
    {
      "epoch": 1.5822222222222222,
      "grad_norm": 0.1542692631483078,
      "learning_rate": 0.00015753086419753086,
      "loss": 0.5453,
      "step": 712
    },
    {
      "epoch": 1.5844444444444443,
      "grad_norm": 0.08447085320949554,
      "learning_rate": 0.00015728395061728392,
      "loss": 0.6688,
      "step": 713
    },
    {
      "epoch": 1.5866666666666667,
      "grad_norm": 0.05692017823457718,
      "learning_rate": 0.00015703703703703702,
      "loss": 0.4807,
      "step": 714
    },
    {
      "epoch": 1.588888888888889,
      "grad_norm": 0.07300254702568054,
      "learning_rate": 0.0001567901234567901,
      "loss": 0.5531,
      "step": 715
    },
    {
      "epoch": 1.5911111111111111,
      "grad_norm": 0.07361926138401031,
      "learning_rate": 0.0001565432098765432,
      "loss": 0.5973,
      "step": 716
    },
    {
      "epoch": 1.5933333333333333,
      "grad_norm": 0.09326552599668503,
      "learning_rate": 0.0001562962962962963,
      "loss": 0.68,
      "step": 717
    },
    {
      "epoch": 1.5955555555555554,
      "grad_norm": 0.06923039257526398,
      "learning_rate": 0.00015604938271604937,
      "loss": 0.5468,
      "step": 718
    },
    {
      "epoch": 1.5977777777777777,
      "grad_norm": 0.05969049409031868,
      "learning_rate": 0.00015580246913580247,
      "loss": 0.5393,
      "step": 719
    },
    {
      "epoch": 1.6,
      "grad_norm": 0.06347218155860901,
      "learning_rate": 0.00015555555555555554,
      "loss": 0.5553,
      "step": 720
    },
    {
      "epoch": 1.6022222222222222,
      "grad_norm": 0.04843074828386307,
      "learning_rate": 0.00015530864197530863,
      "loss": 0.4702,
      "step": 721
    },
    {
      "epoch": 1.6044444444444443,
      "grad_norm": 0.05043656378984451,
      "learning_rate": 0.0001550617283950617,
      "loss": 0.6072,
      "step": 722
    },
    {
      "epoch": 1.6066666666666667,
      "grad_norm": 0.06668213754892349,
      "learning_rate": 0.0001548148148148148,
      "loss": 0.5995,
      "step": 723
    },
    {
      "epoch": 1.608888888888889,
      "grad_norm": 0.05539967119693756,
      "learning_rate": 0.00015456790123456792,
      "loss": 0.5543,
      "step": 724
    },
    {
      "epoch": 1.6111111111111112,
      "grad_norm": 0.05010242387652397,
      "learning_rate": 0.00015432098765432098,
      "loss": 0.549,
      "step": 725
    },
    {
      "epoch": 1.6133333333333333,
      "grad_norm": 0.08259212225675583,
      "learning_rate": 0.00015407407407407408,
      "loss": 0.6413,
      "step": 726
    },
    {
      "epoch": 1.6155555555555554,
      "grad_norm": 0.06118133291602135,
      "learning_rate": 0.00015382716049382715,
      "loss": 0.5549,
      "step": 727
    },
    {
      "epoch": 1.6177777777777778,
      "grad_norm": 0.053836848586797714,
      "learning_rate": 0.00015358024691358024,
      "loss": 0.5361,
      "step": 728
    },
    {
      "epoch": 1.62,
      "grad_norm": 0.1261414736509323,
      "learning_rate": 0.0001533333333333333,
      "loss": 0.5703,
      "step": 729
    },
    {
      "epoch": 1.6222222222222222,
      "grad_norm": 0.05367890000343323,
      "learning_rate": 0.0001530864197530864,
      "loss": 0.555,
      "step": 730
    },
    {
      "epoch": 1.6244444444444444,
      "grad_norm": 0.09554382413625717,
      "learning_rate": 0.00015283950617283947,
      "loss": 0.3854,
      "step": 731
    },
    {
      "epoch": 1.6266666666666667,
      "grad_norm": 0.0832231193780899,
      "learning_rate": 0.00015259259259259257,
      "loss": 0.6498,
      "step": 732
    },
    {
      "epoch": 1.628888888888889,
      "grad_norm": 0.09230218082666397,
      "learning_rate": 0.0001523456790123457,
      "loss": 0.5641,
      "step": 733
    },
    {
      "epoch": 1.6311111111111112,
      "grad_norm": 0.057532064616680145,
      "learning_rate": 0.00015209876543209873,
      "loss": 0.5838,
      "step": 734
    },
    {
      "epoch": 1.6333333333333333,
      "grad_norm": 0.13021503388881683,
      "learning_rate": 0.00015185185185185185,
      "loss": 0.5665,
      "step": 735
    },
    {
      "epoch": 1.6355555555555554,
      "grad_norm": 0.06547033041715622,
      "learning_rate": 0.00015160493827160492,
      "loss": 0.5572,
      "step": 736
    },
    {
      "epoch": 1.6377777777777778,
      "grad_norm": 0.06860460340976715,
      "learning_rate": 0.00015135802469135802,
      "loss": 0.5439,
      "step": 737
    },
    {
      "epoch": 1.6400000000000001,
      "grad_norm": 0.054408688098192215,
      "learning_rate": 0.00015111111111111109,
      "loss": 0.5768,
      "step": 738
    },
    {
      "epoch": 1.6422222222222222,
      "grad_norm": 0.051527902483940125,
      "learning_rate": 0.00015086419753086418,
      "loss": 0.6987,
      "step": 739
    },
    {
      "epoch": 1.6444444444444444,
      "grad_norm": 0.07253484427928925,
      "learning_rate": 0.00015061728395061728,
      "loss": 0.6066,
      "step": 740
    },
    {
      "epoch": 1.6466666666666665,
      "grad_norm": 0.07275417447090149,
      "learning_rate": 0.00015037037037037034,
      "loss": 0.6965,
      "step": 741
    },
    {
      "epoch": 1.6488888888888888,
      "grad_norm": 0.06611516326665878,
      "learning_rate": 0.00015012345679012347,
      "loss": 0.5983,
      "step": 742
    },
    {
      "epoch": 1.6511111111111112,
      "grad_norm": 0.06346430629491806,
      "learning_rate": 0.00014987654320987653,
      "loss": 0.506,
      "step": 743
    },
    {
      "epoch": 1.6533333333333333,
      "grad_norm": 0.0587560310959816,
      "learning_rate": 0.00014962962962962963,
      "loss": 0.3811,
      "step": 744
    },
    {
      "epoch": 1.6555555555555554,
      "grad_norm": 0.061339814215898514,
      "learning_rate": 0.0001493827160493827,
      "loss": 0.617,
      "step": 745
    },
    {
      "epoch": 1.6577777777777778,
      "grad_norm": 0.06670242547988892,
      "learning_rate": 0.0001491358024691358,
      "loss": 0.4602,
      "step": 746
    },
    {
      "epoch": 1.6600000000000001,
      "grad_norm": 0.06967601925134659,
      "learning_rate": 0.00014888888888888886,
      "loss": 0.4374,
      "step": 747
    },
    {
      "epoch": 1.6622222222222223,
      "grad_norm": 0.06698095798492432,
      "learning_rate": 0.00014864197530864196,
      "loss": 0.4996,
      "step": 748
    },
    {
      "epoch": 1.6644444444444444,
      "grad_norm": 0.073794424533844,
      "learning_rate": 0.00014839506172839505,
      "loss": 0.6215,
      "step": 749
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 0.0930507704615593,
      "learning_rate": 0.00014814814814814812,
      "loss": 0.6421,
      "step": 750
    },
    {
      "epoch": 1.6688888888888889,
      "grad_norm": 0.05774183198809624,
      "learning_rate": 0.00014790123456790124,
      "loss": 0.4443,
      "step": 751
    },
    {
      "epoch": 1.6711111111111112,
      "grad_norm": 0.04958115518093109,
      "learning_rate": 0.0001476543209876543,
      "loss": 0.4481,
      "step": 752
    },
    {
      "epoch": 1.6733333333333333,
      "grad_norm": 0.06320313364267349,
      "learning_rate": 0.0001474074074074074,
      "loss": 0.4927,
      "step": 753
    },
    {
      "epoch": 1.6755555555555555,
      "grad_norm": 0.05753500014543533,
      "learning_rate": 0.00014716049382716047,
      "loss": 0.6196,
      "step": 754
    },
    {
      "epoch": 1.6777777777777778,
      "grad_norm": 0.05950382724404335,
      "learning_rate": 0.00014691358024691357,
      "loss": 0.656,
      "step": 755
    },
    {
      "epoch": 1.6800000000000002,
      "grad_norm": 0.059872355312108994,
      "learning_rate": 0.00014666666666666664,
      "loss": 0.5287,
      "step": 756
    },
    {
      "epoch": 1.6822222222222223,
      "grad_norm": 0.07446783781051636,
      "learning_rate": 0.00014641975308641973,
      "loss": 0.4874,
      "step": 757
    },
    {
      "epoch": 1.6844444444444444,
      "grad_norm": 0.09308301657438278,
      "learning_rate": 0.00014617283950617283,
      "loss": 0.6015,
      "step": 758
    },
    {
      "epoch": 1.6866666666666665,
      "grad_norm": 0.07845073938369751,
      "learning_rate": 0.00014592592592592592,
      "loss": 0.6242,
      "step": 759
    },
    {
      "epoch": 1.6888888888888889,
      "grad_norm": 0.05412207916378975,
      "learning_rate": 0.000145679012345679,
      "loss": 0.5224,
      "step": 760
    },
    {
      "epoch": 1.6911111111111112,
      "grad_norm": 0.06393057107925415,
      "learning_rate": 0.00014543209876543208,
      "loss": 0.6104,
      "step": 761
    },
    {
      "epoch": 1.6933333333333334,
      "grad_norm": 0.0477752685546875,
      "learning_rate": 0.00014518518518518518,
      "loss": 0.6407,
      "step": 762
    },
    {
      "epoch": 1.6955555555555555,
      "grad_norm": 0.05183986574411392,
      "learning_rate": 0.00014493827160493825,
      "loss": 0.4581,
      "step": 763
    },
    {
      "epoch": 1.6977777777777778,
      "grad_norm": 0.07449138909578323,
      "learning_rate": 0.00014469135802469134,
      "loss": 0.5091,
      "step": 764
    },
    {
      "epoch": 1.7,
      "grad_norm": 0.06958594918251038,
      "learning_rate": 0.0001444444444444444,
      "loss": 0.7315,
      "step": 765
    },
    {
      "epoch": 1.7022222222222223,
      "grad_norm": 0.05860864371061325,
      "learning_rate": 0.00014419753086419753,
      "loss": 0.4559,
      "step": 766
    },
    {
      "epoch": 1.7044444444444444,
      "grad_norm": 0.06844347715377808,
      "learning_rate": 0.0001439506172839506,
      "loss": 0.5453,
      "step": 767
    },
    {
      "epoch": 1.7066666666666666,
      "grad_norm": 0.06979213654994965,
      "learning_rate": 0.0001437037037037037,
      "loss": 0.5099,
      "step": 768
    },
    {
      "epoch": 1.708888888888889,
      "grad_norm": 0.05852322652935982,
      "learning_rate": 0.00014345679012345676,
      "loss": 0.4338,
      "step": 769
    },
    {
      "epoch": 1.7111111111111112,
      "grad_norm": 0.05683210492134094,
      "learning_rate": 0.00014320987654320986,
      "loss": 0.5247,
      "step": 770
    },
    {
      "epoch": 1.7133333333333334,
      "grad_norm": 0.05876768380403519,
      "learning_rate": 0.00014296296296296295,
      "loss": 0.4864,
      "step": 771
    },
    {
      "epoch": 1.7155555555555555,
      "grad_norm": 0.08508090674877167,
      "learning_rate": 0.00014271604938271602,
      "loss": 0.6039,
      "step": 772
    },
    {
      "epoch": 1.7177777777777776,
      "grad_norm": 0.052276160567998886,
      "learning_rate": 0.00014246913580246912,
      "loss": 0.6211,
      "step": 773
    },
    {
      "epoch": 1.72,
      "grad_norm": 0.05639871582388878,
      "learning_rate": 0.0001422222222222222,
      "loss": 0.5547,
      "step": 774
    },
    {
      "epoch": 1.7222222222222223,
      "grad_norm": 0.10673470050096512,
      "learning_rate": 0.0001419753086419753,
      "loss": 0.5379,
      "step": 775
    },
    {
      "epoch": 1.7244444444444444,
      "grad_norm": 0.05808853358030319,
      "learning_rate": 0.00014172839506172838,
      "loss": 0.5664,
      "step": 776
    },
    {
      "epoch": 1.7266666666666666,
      "grad_norm": 0.08077769726514816,
      "learning_rate": 0.00014148148148148147,
      "loss": 0.5641,
      "step": 777
    },
    {
      "epoch": 1.728888888888889,
      "grad_norm": 0.09657977521419525,
      "learning_rate": 0.00014123456790123454,
      "loss": 0.6948,
      "step": 778
    },
    {
      "epoch": 1.7311111111111113,
      "grad_norm": 0.06040675938129425,
      "learning_rate": 0.00014098765432098763,
      "loss": 0.5752,
      "step": 779
    },
    {
      "epoch": 1.7333333333333334,
      "grad_norm": 0.09027255326509476,
      "learning_rate": 0.00014074074074074073,
      "loss": 0.571,
      "step": 780
    },
    {
      "epoch": 1.7355555555555555,
      "grad_norm": 0.08459677547216415,
      "learning_rate": 0.00014049382716049382,
      "loss": 0.4594,
      "step": 781
    },
    {
      "epoch": 1.7377777777777776,
      "grad_norm": 0.06038082763552666,
      "learning_rate": 0.0001402469135802469,
      "loss": 0.5246,
      "step": 782
    },
    {
      "epoch": 1.74,
      "grad_norm": 0.07737093418836594,
      "learning_rate": 0.00014,
      "loss": 0.4698,
      "step": 783
    },
    {
      "epoch": 1.7422222222222223,
      "grad_norm": 0.05954982340335846,
      "learning_rate": 0.00013975308641975308,
      "loss": 0.661,
      "step": 784
    },
    {
      "epoch": 1.7444444444444445,
      "grad_norm": 0.05921616032719612,
      "learning_rate": 0.00013950617283950615,
      "loss": 0.5617,
      "step": 785
    },
    {
      "epoch": 1.7466666666666666,
      "grad_norm": 0.07192415744066238,
      "learning_rate": 0.00013925925925925925,
      "loss": 0.5018,
      "step": 786
    },
    {
      "epoch": 1.748888888888889,
      "grad_norm": 0.06786806136369705,
      "learning_rate": 0.00013901234567901231,
      "loss": 0.6252,
      "step": 787
    },
    {
      "epoch": 1.751111111111111,
      "grad_norm": 0.059251997619867325,
      "learning_rate": 0.00013876543209876544,
      "loss": 0.5964,
      "step": 788
    },
    {
      "epoch": 1.7533333333333334,
      "grad_norm": 0.08339954167604446,
      "learning_rate": 0.0001385185185185185,
      "loss": 0.5799,
      "step": 789
    },
    {
      "epoch": 1.7555555555555555,
      "grad_norm": 0.06480483710765839,
      "learning_rate": 0.0001382716049382716,
      "loss": 0.6731,
      "step": 790
    },
    {
      "epoch": 1.7577777777777777,
      "grad_norm": 0.08144319802522659,
      "learning_rate": 0.00013802469135802467,
      "loss": 0.5436,
      "step": 791
    },
    {
      "epoch": 1.76,
      "grad_norm": 0.06506912410259247,
      "learning_rate": 0.00013777777777777776,
      "loss": 0.4995,
      "step": 792
    },
    {
      "epoch": 1.7622222222222224,
      "grad_norm": 0.06140586733818054,
      "learning_rate": 0.00013753086419753086,
      "loss": 0.5528,
      "step": 793
    },
    {
      "epoch": 1.7644444444444445,
      "grad_norm": 0.07202223688364029,
      "learning_rate": 0.00013728395061728393,
      "loss": 0.6095,
      "step": 794
    },
    {
      "epoch": 1.7666666666666666,
      "grad_norm": 0.06542429327964783,
      "learning_rate": 0.00013703703703703702,
      "loss": 0.6198,
      "step": 795
    },
    {
      "epoch": 1.7688888888888887,
      "grad_norm": 0.05932031571865082,
      "learning_rate": 0.00013679012345679012,
      "loss": 0.433,
      "step": 796
    },
    {
      "epoch": 1.771111111111111,
      "grad_norm": 0.062494318932294846,
      "learning_rate": 0.0001365432098765432,
      "loss": 0.5766,
      "step": 797
    },
    {
      "epoch": 1.7733333333333334,
      "grad_norm": 0.0756322592496872,
      "learning_rate": 0.00013629629629629628,
      "loss": 0.6299,
      "step": 798
    },
    {
      "epoch": 1.7755555555555556,
      "grad_norm": 0.04970455914735794,
      "learning_rate": 0.00013604938271604937,
      "loss": 0.5057,
      "step": 799
    },
    {
      "epoch": 1.7777777777777777,
      "grad_norm": 0.061017874628305435,
      "learning_rate": 0.00013580246913580244,
      "loss": 0.5729,
      "step": 800
    },
    {
      "epoch": 1.78,
      "grad_norm": 0.056633949279785156,
      "learning_rate": 0.00013555555555555554,
      "loss": 0.4932,
      "step": 801
    },
    {
      "epoch": 1.7822222222222224,
      "grad_norm": 0.05541403591632843,
      "learning_rate": 0.00013530864197530863,
      "loss": 0.4638,
      "step": 802
    },
    {
      "epoch": 1.7844444444444445,
      "grad_norm": 0.06685563176870346,
      "learning_rate": 0.00013506172839506173,
      "loss": 0.4718,
      "step": 803
    },
    {
      "epoch": 1.7866666666666666,
      "grad_norm": 0.06282782554626465,
      "learning_rate": 0.0001348148148148148,
      "loss": 0.4503,
      "step": 804
    },
    {
      "epoch": 1.7888888888888888,
      "grad_norm": 0.08332068473100662,
      "learning_rate": 0.0001345679012345679,
      "loss": 0.5893,
      "step": 805
    },
    {
      "epoch": 1.791111111111111,
      "grad_norm": 0.05621097981929779,
      "learning_rate": 0.00013432098765432099,
      "loss": 0.4665,
      "step": 806
    },
    {
      "epoch": 1.7933333333333334,
      "grad_norm": 0.07574357837438583,
      "learning_rate": 0.00013407407407407405,
      "loss": 0.504,
      "step": 807
    },
    {
      "epoch": 1.7955555555555556,
      "grad_norm": 0.09337465465068817,
      "learning_rate": 0.00013382716049382715,
      "loss": 0.6057,
      "step": 808
    },
    {
      "epoch": 1.7977777777777777,
      "grad_norm": 0.052697040140628815,
      "learning_rate": 0.00013358024691358022,
      "loss": 0.5173,
      "step": 809
    },
    {
      "epoch": 1.8,
      "grad_norm": 0.05568508058786392,
      "learning_rate": 0.0001333333333333333,
      "loss": 0.5579,
      "step": 810
    },
    {
      "epoch": 1.8022222222222222,
      "grad_norm": 0.05045437812805176,
      "learning_rate": 0.0001330864197530864,
      "loss": 0.6121,
      "step": 811
    },
    {
      "epoch": 1.8044444444444445,
      "grad_norm": 0.069134920835495,
      "learning_rate": 0.0001328395061728395,
      "loss": 0.4159,
      "step": 812
    },
    {
      "epoch": 1.8066666666666666,
      "grad_norm": 0.1204785630106926,
      "learning_rate": 0.00013259259259259257,
      "loss": 0.6306,
      "step": 813
    },
    {
      "epoch": 1.8088888888888888,
      "grad_norm": 0.06287333369255066,
      "learning_rate": 0.00013234567901234567,
      "loss": 0.4427,
      "step": 814
    },
    {
      "epoch": 1.8111111111111111,
      "grad_norm": 0.05693672224879265,
      "learning_rate": 0.00013209876543209876,
      "loss": 0.5253,
      "step": 815
    },
    {
      "epoch": 1.8133333333333335,
      "grad_norm": 0.06401466578245163,
      "learning_rate": 0.00013185185185185183,
      "loss": 0.4845,
      "step": 816
    },
    {
      "epoch": 1.8155555555555556,
      "grad_norm": 0.10396970808506012,
      "learning_rate": 0.00013160493827160492,
      "loss": 0.5815,
      "step": 817
    },
    {
      "epoch": 1.8177777777777777,
      "grad_norm": 0.04332258924841881,
      "learning_rate": 0.00013135802469135802,
      "loss": 0.5852,
      "step": 818
    },
    {
      "epoch": 1.8199999999999998,
      "grad_norm": 0.06762854009866714,
      "learning_rate": 0.00013111111111111111,
      "loss": 0.5667,
      "step": 819
    },
    {
      "epoch": 1.8222222222222222,
      "grad_norm": 0.05695168673992157,
      "learning_rate": 0.00013086419753086418,
      "loss": 0.4791,
      "step": 820
    },
    {
      "epoch": 1.8244444444444445,
      "grad_norm": 0.0671275183558464,
      "learning_rate": 0.00013061728395061728,
      "loss": 0.4719,
      "step": 821
    },
    {
      "epoch": 1.8266666666666667,
      "grad_norm": 0.07296454906463623,
      "learning_rate": 0.00013037037037037035,
      "loss": 0.6347,
      "step": 822
    },
    {
      "epoch": 1.8288888888888888,
      "grad_norm": 0.06824342161417007,
      "learning_rate": 0.00013012345679012344,
      "loss": 0.4157,
      "step": 823
    },
    {
      "epoch": 1.8311111111111111,
      "grad_norm": 0.06561208516359329,
      "learning_rate": 0.00012987654320987654,
      "loss": 0.5368,
      "step": 824
    },
    {
      "epoch": 1.8333333333333335,
      "grad_norm": 0.07323651015758514,
      "learning_rate": 0.0001296296296296296,
      "loss": 0.4789,
      "step": 825
    },
    {
      "epoch": 1.8355555555555556,
      "grad_norm": 0.05986982211470604,
      "learning_rate": 0.0001293827160493827,
      "loss": 0.5182,
      "step": 826
    },
    {
      "epoch": 1.8377777777777777,
      "grad_norm": 0.06120222806930542,
      "learning_rate": 0.0001291358024691358,
      "loss": 0.6269,
      "step": 827
    },
    {
      "epoch": 1.8399999999999999,
      "grad_norm": 0.05974249541759491,
      "learning_rate": 0.0001288888888888889,
      "loss": 0.4981,
      "step": 828
    },
    {
      "epoch": 1.8422222222222222,
      "grad_norm": 0.06369238346815109,
      "learning_rate": 0.00012864197530864196,
      "loss": 0.6065,
      "step": 829
    },
    {
      "epoch": 1.8444444444444446,
      "grad_norm": 0.06819500029087067,
      "learning_rate": 0.00012839506172839505,
      "loss": 0.5027,
      "step": 830
    },
    {
      "epoch": 1.8466666666666667,
      "grad_norm": 0.08742193132638931,
      "learning_rate": 0.00012814814814814812,
      "loss": 0.4614,
      "step": 831
    },
    {
      "epoch": 1.8488888888888888,
      "grad_norm": 0.09370777010917664,
      "learning_rate": 0.00012790123456790122,
      "loss": 0.4883,
      "step": 832
    },
    {
      "epoch": 1.8511111111111112,
      "grad_norm": 0.04948408156633377,
      "learning_rate": 0.0001276543209876543,
      "loss": 0.4401,
      "step": 833
    },
    {
      "epoch": 1.8533333333333335,
      "grad_norm": 0.057232894003391266,
      "learning_rate": 0.0001274074074074074,
      "loss": 0.4827,
      "step": 834
    },
    {
      "epoch": 1.8555555555555556,
      "grad_norm": 0.06303838640451431,
      "learning_rate": 0.00012716049382716047,
      "loss": 0.539,
      "step": 835
    },
    {
      "epoch": 1.8577777777777778,
      "grad_norm": 0.058734916150569916,
      "learning_rate": 0.00012691358024691357,
      "loss": 0.5328,
      "step": 836
    },
    {
      "epoch": 1.8599999999999999,
      "grad_norm": 0.06439004093408585,
      "learning_rate": 0.00012666666666666666,
      "loss": 0.5914,
      "step": 837
    },
    {
      "epoch": 1.8622222222222222,
      "grad_norm": 0.06162082031369209,
      "learning_rate": 0.00012641975308641973,
      "loss": 0.5006,
      "step": 838
    },
    {
      "epoch": 1.8644444444444446,
      "grad_norm": 0.08706016838550568,
      "learning_rate": 0.00012617283950617283,
      "loss": 0.5539,
      "step": 839
    },
    {
      "epoch": 1.8666666666666667,
      "grad_norm": 0.06765034794807434,
      "learning_rate": 0.0001259259259259259,
      "loss": 0.4778,
      "step": 840
    },
    {
      "epoch": 1.8688888888888888,
      "grad_norm": 0.09286016970872879,
      "learning_rate": 0.00012567901234567902,
      "loss": 0.7237,
      "step": 841
    },
    {
      "epoch": 1.871111111111111,
      "grad_norm": 0.06110518053174019,
      "learning_rate": 0.00012543209876543209,
      "loss": 0.7471,
      "step": 842
    },
    {
      "epoch": 1.8733333333333333,
      "grad_norm": 0.07018718868494034,
      "learning_rate": 0.00012518518518518518,
      "loss": 0.5854,
      "step": 843
    },
    {
      "epoch": 1.8755555555555556,
      "grad_norm": 0.05846709385514259,
      "learning_rate": 0.00012493827160493825,
      "loss": 0.516,
      "step": 844
    },
    {
      "epoch": 1.8777777777777778,
      "grad_norm": 0.07162352651357651,
      "learning_rate": 0.00012469135802469134,
      "loss": 0.778,
      "step": 845
    },
    {
      "epoch": 1.88,
      "grad_norm": 0.07620000839233398,
      "learning_rate": 0.00012444444444444444,
      "loss": 0.5572,
      "step": 846
    },
    {
      "epoch": 1.8822222222222222,
      "grad_norm": 0.05490870773792267,
      "learning_rate": 0.0001241975308641975,
      "loss": 0.5349,
      "step": 847
    },
    {
      "epoch": 1.8844444444444446,
      "grad_norm": 0.06622836738824844,
      "learning_rate": 0.0001239506172839506,
      "loss": 0.5669,
      "step": 848
    },
    {
      "epoch": 1.8866666666666667,
      "grad_norm": 0.07705485075712204,
      "learning_rate": 0.0001237037037037037,
      "loss": 0.5705,
      "step": 849
    },
    {
      "epoch": 1.8888888888888888,
      "grad_norm": 0.06699000298976898,
      "learning_rate": 0.0001234567901234568,
      "loss": 0.5654,
      "step": 850
    },
    {
      "epoch": 1.891111111111111,
      "grad_norm": 0.06047092005610466,
      "learning_rate": 0.00012320987654320986,
      "loss": 0.4673,
      "step": 851
    },
    {
      "epoch": 1.8933333333333333,
      "grad_norm": 0.07268223911523819,
      "learning_rate": 0.00012296296296296296,
      "loss": 0.6171,
      "step": 852
    },
    {
      "epoch": 1.8955555555555557,
      "grad_norm": 0.10248938947916031,
      "learning_rate": 0.00012271604938271602,
      "loss": 0.5941,
      "step": 853
    },
    {
      "epoch": 1.8977777777777778,
      "grad_norm": 0.05336601287126541,
      "learning_rate": 0.00012246913580246912,
      "loss": 0.4696,
      "step": 854
    },
    {
      "epoch": 1.9,
      "grad_norm": 0.058589834719896317,
      "learning_rate": 0.00012222222222222221,
      "loss": 0.5427,
      "step": 855
    },
    {
      "epoch": 1.9022222222222223,
      "grad_norm": 0.06546634435653687,
      "learning_rate": 0.00012197530864197531,
      "loss": 0.5526,
      "step": 856
    },
    {
      "epoch": 1.9044444444444446,
      "grad_norm": 0.06999081373214722,
      "learning_rate": 0.00012172839506172839,
      "loss": 0.5001,
      "step": 857
    },
    {
      "epoch": 1.9066666666666667,
      "grad_norm": 0.0729992538690567,
      "learning_rate": 0.00012148148148148147,
      "loss": 0.5502,
      "step": 858
    },
    {
      "epoch": 1.9088888888888889,
      "grad_norm": 0.05125622823834419,
      "learning_rate": 0.00012123456790123455,
      "loss": 0.5191,
      "step": 859
    },
    {
      "epoch": 1.911111111111111,
      "grad_norm": 0.0560213103890419,
      "learning_rate": 0.00012098765432098764,
      "loss": 0.4794,
      "step": 860
    },
    {
      "epoch": 1.9133333333333333,
      "grad_norm": 0.06891674548387527,
      "learning_rate": 0.00012074074074074073,
      "loss": 0.5763,
      "step": 861
    },
    {
      "epoch": 1.9155555555555557,
      "grad_norm": 0.08869532495737076,
      "learning_rate": 0.00012049382716049381,
      "loss": 0.5773,
      "step": 862
    },
    {
      "epoch": 1.9177777777777778,
      "grad_norm": 0.08977396786212921,
      "learning_rate": 0.0001202469135802469,
      "loss": 0.6123,
      "step": 863
    },
    {
      "epoch": 1.92,
      "grad_norm": 0.061748404055833817,
      "learning_rate": 0.00011999999999999999,
      "loss": 0.5121,
      "step": 864
    },
    {
      "epoch": 1.9222222222222223,
      "grad_norm": 0.06991101056337357,
      "learning_rate": 0.00011975308641975308,
      "loss": 0.5506,
      "step": 865
    },
    {
      "epoch": 1.9244444444444444,
      "grad_norm": 0.04891958832740784,
      "learning_rate": 0.00011950617283950617,
      "loss": 0.5519,
      "step": 866
    },
    {
      "epoch": 1.9266666666666667,
      "grad_norm": 0.057783063501119614,
      "learning_rate": 0.00011925925925925925,
      "loss": 0.4751,
      "step": 867
    },
    {
      "epoch": 1.9288888888888889,
      "grad_norm": 0.05776379629969597,
      "learning_rate": 0.00011901234567901233,
      "loss": 0.5066,
      "step": 868
    },
    {
      "epoch": 1.931111111111111,
      "grad_norm": 0.06384903937578201,
      "learning_rate": 0.00011876543209876541,
      "loss": 0.5378,
      "step": 869
    },
    {
      "epoch": 1.9333333333333333,
      "grad_norm": 0.05312483012676239,
      "learning_rate": 0.0001185185185185185,
      "loss": 0.4739,
      "step": 870
    },
    {
      "epoch": 1.9355555555555557,
      "grad_norm": 0.06334760785102844,
      "learning_rate": 0.0001182716049382716,
      "loss": 0.4546,
      "step": 871
    },
    {
      "epoch": 1.9377777777777778,
      "grad_norm": 0.047741394490003586,
      "learning_rate": 0.00011802469135802468,
      "loss": 0.5654,
      "step": 872
    },
    {
      "epoch": 1.94,
      "grad_norm": 0.06999547779560089,
      "learning_rate": 0.00011777777777777776,
      "loss": 0.5412,
      "step": 873
    },
    {
      "epoch": 1.942222222222222,
      "grad_norm": 0.06686510145664215,
      "learning_rate": 0.00011753086419753086,
      "loss": 0.5527,
      "step": 874
    },
    {
      "epoch": 1.9444444444444444,
      "grad_norm": 0.059512909501791,
      "learning_rate": 0.00011728395061728394,
      "loss": 0.542,
      "step": 875
    },
    {
      "epoch": 1.9466666666666668,
      "grad_norm": 0.047394365072250366,
      "learning_rate": 0.00011703703703703702,
      "loss": 0.4956,
      "step": 876
    },
    {
      "epoch": 1.948888888888889,
      "grad_norm": 0.08979500085115433,
      "learning_rate": 0.0001167901234567901,
      "loss": 0.5184,
      "step": 877
    },
    {
      "epoch": 1.951111111111111,
      "grad_norm": 0.05302036926150322,
      "learning_rate": 0.00011654320987654319,
      "loss": 0.4902,
      "step": 878
    },
    {
      "epoch": 1.9533333333333334,
      "grad_norm": 0.07505984604358673,
      "learning_rate": 0.0001162962962962963,
      "loss": 0.6523,
      "step": 879
    },
    {
      "epoch": 1.9555555555555557,
      "grad_norm": 0.05769059807062149,
      "learning_rate": 0.00011604938271604938,
      "loss": 0.5161,
      "step": 880
    },
    {
      "epoch": 1.9577777777777778,
      "grad_norm": 0.054265160113573074,
      "learning_rate": 0.00011580246913580246,
      "loss": 0.5704,
      "step": 881
    },
    {
      "epoch": 1.96,
      "grad_norm": 0.06840366125106812,
      "learning_rate": 0.00011555555555555554,
      "loss": 0.5586,
      "step": 882
    },
    {
      "epoch": 1.962222222222222,
      "grad_norm": 0.05442436784505844,
      "learning_rate": 0.00011530864197530863,
      "loss": 0.5448,
      "step": 883
    },
    {
      "epoch": 1.9644444444444444,
      "grad_norm": 0.07485603541135788,
      "learning_rate": 0.00011506172839506172,
      "loss": 0.5699,
      "step": 884
    },
    {
      "epoch": 1.9666666666666668,
      "grad_norm": 0.05651551112532616,
      "learning_rate": 0.0001148148148148148,
      "loss": 0.5211,
      "step": 885
    },
    {
      "epoch": 1.968888888888889,
      "grad_norm": 0.09889449924230576,
      "learning_rate": 0.00011456790123456789,
      "loss": 0.5635,
      "step": 886
    },
    {
      "epoch": 1.971111111111111,
      "grad_norm": 0.06663019210100174,
      "learning_rate": 0.00011432098765432099,
      "loss": 0.6432,
      "step": 887
    },
    {
      "epoch": 1.9733333333333334,
      "grad_norm": 0.06748384237289429,
      "learning_rate": 0.00011407407407407407,
      "loss": 0.6222,
      "step": 888
    },
    {
      "epoch": 1.9755555555555555,
      "grad_norm": 0.06977667659521103,
      "learning_rate": 0.00011382716049382715,
      "loss": 0.6341,
      "step": 889
    },
    {
      "epoch": 1.9777777777777779,
      "grad_norm": 0.07906489074230194,
      "learning_rate": 0.00011358024691358023,
      "loss": 0.5485,
      "step": 890
    },
    {
      "epoch": 1.98,
      "grad_norm": 0.05564168095588684,
      "learning_rate": 0.00011333333333333331,
      "loss": 0.5855,
      "step": 891
    },
    {
      "epoch": 1.982222222222222,
      "grad_norm": 0.06901608407497406,
      "learning_rate": 0.00011308641975308641,
      "loss": 0.4678,
      "step": 892
    },
    {
      "epoch": 1.9844444444444445,
      "grad_norm": 0.056001629680395126,
      "learning_rate": 0.00011283950617283949,
      "loss": 0.5875,
      "step": 893
    },
    {
      "epoch": 1.9866666666666668,
      "grad_norm": 0.06345464289188385,
      "learning_rate": 0.00011259259259259259,
      "loss": 0.6737,
      "step": 894
    },
    {
      "epoch": 1.988888888888889,
      "grad_norm": 0.06477094441652298,
      "learning_rate": 0.00011234567901234567,
      "loss": 0.467,
      "step": 895
    },
    {
      "epoch": 1.991111111111111,
      "grad_norm": 0.06361080706119537,
      "learning_rate": 0.00011209876543209876,
      "loss": 0.5965,
      "step": 896
    },
    {
      "epoch": 1.9933333333333332,
      "grad_norm": 0.08266133815050125,
      "learning_rate": 0.00011185185185185184,
      "loss": 0.6367,
      "step": 897
    },
    {
      "epoch": 1.9955555555555555,
      "grad_norm": 0.07403647899627686,
      "learning_rate": 0.00011160493827160493,
      "loss": 0.4981,
      "step": 898
    },
    {
      "epoch": 1.9977777777777779,
      "grad_norm": 0.06103847920894623,
      "learning_rate": 0.00011135802469135801,
      "loss": 0.6276,
      "step": 899
    },
    {
      "epoch": 2.0,
      "grad_norm": 0.044981278479099274,
      "learning_rate": 0.00011111111111111109,
      "loss": 0.4664,
      "step": 900
    },
    {
      "epoch": 2.002222222222222,
      "grad_norm": 0.05929357558488846,
      "learning_rate": 0.0001108641975308642,
      "loss": 0.4904,
      "step": 901
    },
    {
      "epoch": 2.0044444444444443,
      "grad_norm": 0.05011327192187309,
      "learning_rate": 0.00011061728395061728,
      "loss": 0.5205,
      "step": 902
    },
    {
      "epoch": 2.006666666666667,
      "grad_norm": 0.09381725639104843,
      "learning_rate": 0.00011037037037037036,
      "loss": 0.6632,
      "step": 903
    },
    {
      "epoch": 2.008888888888889,
      "grad_norm": 0.05319998413324356,
      "learning_rate": 0.00011012345679012344,
      "loss": 0.5231,
      "step": 904
    },
    {
      "epoch": 2.011111111111111,
      "grad_norm": 0.07952640950679779,
      "learning_rate": 0.00010987654320987654,
      "loss": 0.5011,
      "step": 905
    },
    {
      "epoch": 2.013333333333333,
      "grad_norm": 0.07917460799217224,
      "learning_rate": 0.00010962962962962962,
      "loss": 0.5721,
      "step": 906
    },
    {
      "epoch": 2.0155555555555558,
      "grad_norm": 0.06674852222204208,
      "learning_rate": 0.0001093827160493827,
      "loss": 0.588,
      "step": 907
    },
    {
      "epoch": 2.017777777777778,
      "grad_norm": 0.05087682232260704,
      "learning_rate": 0.00010913580246913578,
      "loss": 0.5812,
      "step": 908
    },
    {
      "epoch": 2.02,
      "grad_norm": 0.06378140300512314,
      "learning_rate": 0.00010888888888888889,
      "loss": 0.5039,
      "step": 909
    },
    {
      "epoch": 2.022222222222222,
      "grad_norm": 0.06806355714797974,
      "learning_rate": 0.00010864197530864197,
      "loss": 0.7617,
      "step": 910
    },
    {
      "epoch": 2.0244444444444443,
      "grad_norm": 0.05110703036189079,
      "learning_rate": 0.00010839506172839505,
      "loss": 0.4773,
      "step": 911
    },
    {
      "epoch": 2.026666666666667,
      "grad_norm": 0.08746683597564697,
      "learning_rate": 0.00010814814814814814,
      "loss": 0.511,
      "step": 912
    },
    {
      "epoch": 2.028888888888889,
      "grad_norm": 0.06579595804214478,
      "learning_rate": 0.00010790123456790122,
      "loss": 0.6538,
      "step": 913
    },
    {
      "epoch": 2.031111111111111,
      "grad_norm": 0.05616295337677002,
      "learning_rate": 0.00010765432098765431,
      "loss": 0.5027,
      "step": 914
    },
    {
      "epoch": 2.033333333333333,
      "grad_norm": 0.08300033956766129,
      "learning_rate": 0.0001074074074074074,
      "loss": 0.6057,
      "step": 915
    },
    {
      "epoch": 2.0355555555555553,
      "grad_norm": 0.05325921252369881,
      "learning_rate": 0.00010716049382716048,
      "loss": 0.5811,
      "step": 916
    },
    {
      "epoch": 2.037777777777778,
      "grad_norm": 0.06213977560400963,
      "learning_rate": 0.00010691358024691357,
      "loss": 0.5295,
      "step": 917
    },
    {
      "epoch": 2.04,
      "grad_norm": 0.050137948244810104,
      "learning_rate": 0.00010666666666666667,
      "loss": 0.5571,
      "step": 918
    },
    {
      "epoch": 2.042222222222222,
      "grad_norm": 0.15031930804252625,
      "learning_rate": 0.00010641975308641975,
      "loss": 0.6984,
      "step": 919
    },
    {
      "epoch": 2.0444444444444443,
      "grad_norm": 0.06720391660928726,
      "learning_rate": 0.00010617283950617283,
      "loss": 0.4943,
      "step": 920
    },
    {
      "epoch": 2.046666666666667,
      "grad_norm": 0.06666924804449081,
      "learning_rate": 0.00010592592592592591,
      "loss": 0.4965,
      "step": 921
    },
    {
      "epoch": 2.048888888888889,
      "grad_norm": 0.06180984526872635,
      "learning_rate": 0.00010567901234567899,
      "loss": 0.4507,
      "step": 922
    },
    {
      "epoch": 2.051111111111111,
      "grad_norm": 0.07479197531938553,
      "learning_rate": 0.00010543209876543209,
      "loss": 0.7286,
      "step": 923
    },
    {
      "epoch": 2.0533333333333332,
      "grad_norm": 0.06343316286802292,
      "learning_rate": 0.00010518518518518518,
      "loss": 0.5466,
      "step": 924
    },
    {
      "epoch": 2.0555555555555554,
      "grad_norm": 0.05978839099407196,
      "learning_rate": 0.00010493827160493826,
      "loss": 0.4675,
      "step": 925
    },
    {
      "epoch": 2.057777777777778,
      "grad_norm": 0.06739088892936707,
      "learning_rate": 0.00010469135802469135,
      "loss": 0.5894,
      "step": 926
    },
    {
      "epoch": 2.06,
      "grad_norm": 0.08694419264793396,
      "learning_rate": 0.00010444444444444444,
      "loss": 0.5999,
      "step": 927
    },
    {
      "epoch": 2.062222222222222,
      "grad_norm": 0.06224658340215683,
      "learning_rate": 0.00010419753086419752,
      "loss": 0.4674,
      "step": 928
    },
    {
      "epoch": 2.0644444444444443,
      "grad_norm": 0.05369469150900841,
      "learning_rate": 0.0001039506172839506,
      "loss": 0.6258,
      "step": 929
    },
    {
      "epoch": 2.066666666666667,
      "grad_norm": 0.08104464411735535,
      "learning_rate": 0.00010370370370370369,
      "loss": 0.6806,
      "step": 930
    },
    {
      "epoch": 2.068888888888889,
      "grad_norm": 0.07722575217485428,
      "learning_rate": 0.00010345679012345677,
      "loss": 0.7507,
      "step": 931
    },
    {
      "epoch": 2.071111111111111,
      "grad_norm": 0.06280424445867538,
      "learning_rate": 0.00010320987654320988,
      "loss": 0.6387,
      "step": 932
    },
    {
      "epoch": 2.0733333333333333,
      "grad_norm": 0.0635446161031723,
      "learning_rate": 0.00010296296296296296,
      "loss": 0.519,
      "step": 933
    },
    {
      "epoch": 2.0755555555555554,
      "grad_norm": 0.0843411311507225,
      "learning_rate": 0.00010271604938271604,
      "loss": 0.5354,
      "step": 934
    },
    {
      "epoch": 2.077777777777778,
      "grad_norm": 0.058972544968128204,
      "learning_rate": 0.00010246913580246912,
      "loss": 0.6468,
      "step": 935
    },
    {
      "epoch": 2.08,
      "grad_norm": 0.08231063932180405,
      "learning_rate": 0.00010222222222222222,
      "loss": 0.4815,
      "step": 936
    },
    {
      "epoch": 2.082222222222222,
      "grad_norm": 0.04656016454100609,
      "learning_rate": 0.0001019753086419753,
      "loss": 0.5225,
      "step": 937
    },
    {
      "epoch": 2.0844444444444443,
      "grad_norm": 0.06876270473003387,
      "learning_rate": 0.00010172839506172838,
      "loss": 0.676,
      "step": 938
    },
    {
      "epoch": 2.086666666666667,
      "grad_norm": 0.0567607656121254,
      "learning_rate": 0.00010148148148148147,
      "loss": 0.5187,
      "step": 939
    },
    {
      "epoch": 2.088888888888889,
      "grad_norm": 0.07258874177932739,
      "learning_rate": 0.00010123456790123457,
      "loss": 0.5526,
      "step": 940
    },
    {
      "epoch": 2.091111111111111,
      "grad_norm": 0.0688469335436821,
      "learning_rate": 0.00010098765432098765,
      "loss": 0.4792,
      "step": 941
    },
    {
      "epoch": 2.0933333333333333,
      "grad_norm": 0.1316925436258316,
      "learning_rate": 0.00010074074074074073,
      "loss": 0.5259,
      "step": 942
    },
    {
      "epoch": 2.0955555555555554,
      "grad_norm": 0.06025873124599457,
      "learning_rate": 0.00010049382716049381,
      "loss": 0.4789,
      "step": 943
    },
    {
      "epoch": 2.097777777777778,
      "grad_norm": 0.07988710701465607,
      "learning_rate": 0.0001002469135802469,
      "loss": 0.6522,
      "step": 944
    },
    {
      "epoch": 2.1,
      "grad_norm": 0.06128866225481033,
      "learning_rate": 9.999999999999999e-05,
      "loss": 0.4895,
      "step": 945
    },
    {
      "epoch": 2.102222222222222,
      "grad_norm": 0.05999578535556793,
      "learning_rate": 9.975308641975307e-05,
      "loss": 0.6414,
      "step": 946
    },
    {
      "epoch": 2.1044444444444443,
      "grad_norm": 0.059802647680044174,
      "learning_rate": 9.950617283950617e-05,
      "loss": 0.4996,
      "step": 947
    },
    {
      "epoch": 2.1066666666666665,
      "grad_norm": 0.058329831808805466,
      "learning_rate": 9.925925925925925e-05,
      "loss": 0.7335,
      "step": 948
    },
    {
      "epoch": 2.108888888888889,
      "grad_norm": 0.054771069437265396,
      "learning_rate": 9.901234567901234e-05,
      "loss": 0.525,
      "step": 949
    },
    {
      "epoch": 2.111111111111111,
      "grad_norm": 0.05562947317957878,
      "learning_rate": 9.876543209876543e-05,
      "loss": 0.4125,
      "step": 950
    },
    {
      "epoch": 2.1133333333333333,
      "grad_norm": 0.05977302044630051,
      "learning_rate": 9.851851851851851e-05,
      "loss": 0.4594,
      "step": 951
    },
    {
      "epoch": 2.1155555555555554,
      "grad_norm": 0.0554046556353569,
      "learning_rate": 9.827160493827159e-05,
      "loss": 0.5191,
      "step": 952
    },
    {
      "epoch": 2.117777777777778,
      "grad_norm": 0.058400023728609085,
      "learning_rate": 9.802469135802467e-05,
      "loss": 0.6893,
      "step": 953
    },
    {
      "epoch": 2.12,
      "grad_norm": 0.07758837938308716,
      "learning_rate": 9.777777777777778e-05,
      "loss": 0.5919,
      "step": 954
    },
    {
      "epoch": 2.1222222222222222,
      "grad_norm": 0.0872005820274353,
      "learning_rate": 9.753086419753086e-05,
      "loss": 0.6871,
      "step": 955
    },
    {
      "epoch": 2.1244444444444444,
      "grad_norm": 0.08081839233636856,
      "learning_rate": 9.728395061728394e-05,
      "loss": 0.6952,
      "step": 956
    },
    {
      "epoch": 2.1266666666666665,
      "grad_norm": 0.06615129858255386,
      "learning_rate": 9.703703703703702e-05,
      "loss": 0.5317,
      "step": 957
    },
    {
      "epoch": 2.128888888888889,
      "grad_norm": 0.09356512874364853,
      "learning_rate": 9.679012345679012e-05,
      "loss": 0.6803,
      "step": 958
    },
    {
      "epoch": 2.131111111111111,
      "grad_norm": 0.05351172760128975,
      "learning_rate": 9.65432098765432e-05,
      "loss": 0.4233,
      "step": 959
    },
    {
      "epoch": 2.1333333333333333,
      "grad_norm": 0.0722617581486702,
      "learning_rate": 9.629629629629628e-05,
      "loss": 0.6503,
      "step": 960
    },
    {
      "epoch": 2.1355555555555554,
      "grad_norm": 0.060257527977228165,
      "learning_rate": 9.604938271604936e-05,
      "loss": 0.4915,
      "step": 961
    },
    {
      "epoch": 2.137777777777778,
      "grad_norm": 0.10558751225471497,
      "learning_rate": 9.580246913580247e-05,
      "loss": 0.5252,
      "step": 962
    },
    {
      "epoch": 2.14,
      "grad_norm": 0.05734710022807121,
      "learning_rate": 9.555555555555555e-05,
      "loss": 0.6058,
      "step": 963
    },
    {
      "epoch": 2.1422222222222222,
      "grad_norm": 0.06799523532390594,
      "learning_rate": 9.530864197530864e-05,
      "loss": 0.5999,
      "step": 964
    },
    {
      "epoch": 2.1444444444444444,
      "grad_norm": 0.07418831437826157,
      "learning_rate": 9.506172839506172e-05,
      "loss": 0.6482,
      "step": 965
    },
    {
      "epoch": 2.1466666666666665,
      "grad_norm": 0.050821445882320404,
      "learning_rate": 9.48148148148148e-05,
      "loss": 0.441,
      "step": 966
    },
    {
      "epoch": 2.148888888888889,
      "grad_norm": 0.05051890015602112,
      "learning_rate": 9.45679012345679e-05,
      "loss": 0.4902,
      "step": 967
    },
    {
      "epoch": 2.151111111111111,
      "grad_norm": 0.10794457793235779,
      "learning_rate": 9.432098765432098e-05,
      "loss": 0.5588,
      "step": 968
    },
    {
      "epoch": 2.1533333333333333,
      "grad_norm": 0.07309269160032272,
      "learning_rate": 9.407407407407407e-05,
      "loss": 0.5948,
      "step": 969
    },
    {
      "epoch": 2.1555555555555554,
      "grad_norm": 0.049595270305871964,
      "learning_rate": 9.382716049382715e-05,
      "loss": 0.5163,
      "step": 970
    },
    {
      "epoch": 2.1577777777777776,
      "grad_norm": 0.09771185368299484,
      "learning_rate": 9.358024691358025e-05,
      "loss": 0.6503,
      "step": 971
    },
    {
      "epoch": 2.16,
      "grad_norm": 0.05198473855853081,
      "learning_rate": 9.333333333333333e-05,
      "loss": 0.5181,
      "step": 972
    },
    {
      "epoch": 2.1622222222222223,
      "grad_norm": 0.07002071291208267,
      "learning_rate": 9.308641975308641e-05,
      "loss": 0.6796,
      "step": 973
    },
    {
      "epoch": 2.1644444444444444,
      "grad_norm": 0.11276919394731522,
      "learning_rate": 9.283950617283949e-05,
      "loss": 0.5194,
      "step": 974
    },
    {
      "epoch": 2.1666666666666665,
      "grad_norm": 0.05655023828148842,
      "learning_rate": 9.259259259259257e-05,
      "loss": 0.5285,
      "step": 975
    },
    {
      "epoch": 2.168888888888889,
      "grad_norm": 0.08103014528751373,
      "learning_rate": 9.234567901234567e-05,
      "loss": 0.5859,
      "step": 976
    },
    {
      "epoch": 2.171111111111111,
      "grad_norm": 0.044183384627103806,
      "learning_rate": 9.209876543209876e-05,
      "loss": 0.4693,
      "step": 977
    },
    {
      "epoch": 2.1733333333333333,
      "grad_norm": 0.0533757321536541,
      "learning_rate": 9.185185185185185e-05,
      "loss": 0.5282,
      "step": 978
    },
    {
      "epoch": 2.1755555555555555,
      "grad_norm": 0.048276450484991074,
      "learning_rate": 9.160493827160493e-05,
      "loss": 0.4395,
      "step": 979
    },
    {
      "epoch": 2.1777777777777776,
      "grad_norm": 0.10359742492437363,
      "learning_rate": 9.135802469135802e-05,
      "loss": 0.5895,
      "step": 980
    },
    {
      "epoch": 2.18,
      "grad_norm": 0.05386464670300484,
      "learning_rate": 9.11111111111111e-05,
      "loss": 0.4812,
      "step": 981
    },
    {
      "epoch": 2.1822222222222223,
      "grad_norm": 0.072238028049469,
      "learning_rate": 9.086419753086419e-05,
      "loss": 0.7056,
      "step": 982
    },
    {
      "epoch": 2.1844444444444444,
      "grad_norm": 0.06497480720281601,
      "learning_rate": 9.061728395061727e-05,
      "loss": 0.5694,
      "step": 983
    },
    {
      "epoch": 2.1866666666666665,
      "grad_norm": 0.0650085061788559,
      "learning_rate": 9.037037037037038e-05,
      "loss": 0.535,
      "step": 984
    },
    {
      "epoch": 2.188888888888889,
      "grad_norm": 0.08351404964923859,
      "learning_rate": 9.012345679012346e-05,
      "loss": 0.6464,
      "step": 985
    },
    {
      "epoch": 2.1911111111111112,
      "grad_norm": 0.060226235538721085,
      "learning_rate": 8.987654320987654e-05,
      "loss": 0.4206,
      "step": 986
    },
    {
      "epoch": 2.1933333333333334,
      "grad_norm": 0.07895997911691666,
      "learning_rate": 8.962962962962962e-05,
      "loss": 0.532,
      "step": 987
    },
    {
      "epoch": 2.1955555555555555,
      "grad_norm": 0.06073553487658501,
      "learning_rate": 8.93827160493827e-05,
      "loss": 0.3753,
      "step": 988
    },
    {
      "epoch": 2.1977777777777776,
      "grad_norm": 0.06916957348585129,
      "learning_rate": 8.91358024691358e-05,
      "loss": 0.5444,
      "step": 989
    },
    {
      "epoch": 2.2,
      "grad_norm": 0.05763095244765282,
      "learning_rate": 8.888888888888888e-05,
      "loss": 0.5598,
      "step": 990
    },
    {
      "epoch": 2.2022222222222223,
      "grad_norm": 0.07719336450099945,
      "learning_rate": 8.864197530864196e-05,
      "loss": 0.6593,
      "step": 991
    },
    {
      "epoch": 2.2044444444444444,
      "grad_norm": 0.04980287328362465,
      "learning_rate": 8.839506172839506e-05,
      "loss": 0.4634,
      "step": 992
    },
    {
      "epoch": 2.2066666666666666,
      "grad_norm": 0.07499777525663376,
      "learning_rate": 8.814814814814815e-05,
      "loss": 0.6515,
      "step": 993
    },
    {
      "epoch": 2.2088888888888887,
      "grad_norm": 0.06283349543809891,
      "learning_rate": 8.790123456790123e-05,
      "loss": 0.554,
      "step": 994
    },
    {
      "epoch": 2.2111111111111112,
      "grad_norm": 0.07238056510686874,
      "learning_rate": 8.765432098765431e-05,
      "loss": 0.5551,
      "step": 995
    },
    {
      "epoch": 2.2133333333333334,
      "grad_norm": 0.06402061879634857,
      "learning_rate": 8.74074074074074e-05,
      "loss": 0.4701,
      "step": 996
    },
    {
      "epoch": 2.2155555555555555,
      "grad_norm": 0.06097758188843727,
      "learning_rate": 8.716049382716048e-05,
      "loss": 0.5056,
      "step": 997
    },
    {
      "epoch": 2.2177777777777776,
      "grad_norm": 0.066048763692379,
      "learning_rate": 8.691358024691357e-05,
      "loss": 0.5434,
      "step": 998
    },
    {
      "epoch": 2.22,
      "grad_norm": 0.04893951117992401,
      "learning_rate": 8.666666666666665e-05,
      "loss": 0.5412,
      "step": 999
    },
    {
      "epoch": 2.2222222222222223,
      "grad_norm": 0.061332616955041885,
      "learning_rate": 8.641975308641975e-05,
      "loss": 0.5636,
      "step": 1000
    },
    {
      "epoch": 2.2244444444444444,
      "grad_norm": 0.08975567668676376,
      "learning_rate": 8.617283950617283e-05,
      "loss": 0.4669,
      "step": 1001
    },
    {
      "epoch": 2.2266666666666666,
      "grad_norm": 0.04541618376970291,
      "learning_rate": 8.592592592592593e-05,
      "loss": 0.4714,
      "step": 1002
    },
    {
      "epoch": 2.2288888888888887,
      "grad_norm": 0.07543133199214935,
      "learning_rate": 8.567901234567901e-05,
      "loss": 0.5177,
      "step": 1003
    },
    {
      "epoch": 2.2311111111111113,
      "grad_norm": 0.056555863469839096,
      "learning_rate": 8.543209876543209e-05,
      "loss": 0.5839,
      "step": 1004
    },
    {
      "epoch": 2.2333333333333334,
      "grad_norm": 0.0559513233602047,
      "learning_rate": 8.518518518518517e-05,
      "loss": 0.4586,
      "step": 1005
    },
    {
      "epoch": 2.2355555555555555,
      "grad_norm": 0.05552906543016434,
      "learning_rate": 8.493827160493825e-05,
      "loss": 0.5174,
      "step": 1006
    },
    {
      "epoch": 2.2377777777777776,
      "grad_norm": 0.0614011324942112,
      "learning_rate": 8.469135802469136e-05,
      "loss": 0.6988,
      "step": 1007
    },
    {
      "epoch": 2.24,
      "grad_norm": 0.06229771301150322,
      "learning_rate": 8.444444444444444e-05,
      "loss": 0.4308,
      "step": 1008
    },
    {
      "epoch": 2.2422222222222223,
      "grad_norm": 0.0725821703672409,
      "learning_rate": 8.419753086419752e-05,
      "loss": 0.5323,
      "step": 1009
    },
    {
      "epoch": 2.2444444444444445,
      "grad_norm": 0.08226242661476135,
      "learning_rate": 8.39506172839506e-05,
      "loss": 0.5034,
      "step": 1010
    },
    {
      "epoch": 2.2466666666666666,
      "grad_norm": 0.06674276292324066,
      "learning_rate": 8.37037037037037e-05,
      "loss": 0.4633,
      "step": 1011
    },
    {
      "epoch": 2.2488888888888887,
      "grad_norm": 0.060701869428157806,
      "learning_rate": 8.345679012345678e-05,
      "loss": 0.4909,
      "step": 1012
    },
    {
      "epoch": 2.2511111111111113,
      "grad_norm": 0.063337542116642,
      "learning_rate": 8.320987654320986e-05,
      "loss": 0.5566,
      "step": 1013
    },
    {
      "epoch": 2.2533333333333334,
      "grad_norm": 0.05131515860557556,
      "learning_rate": 8.296296296296295e-05,
      "loss": 0.492,
      "step": 1014
    },
    {
      "epoch": 2.2555555555555555,
      "grad_norm": 0.056889623403549194,
      "learning_rate": 8.271604938271605e-05,
      "loss": 0.4611,
      "step": 1015
    },
    {
      "epoch": 2.2577777777777777,
      "grad_norm": 0.06834527850151062,
      "learning_rate": 8.246913580246914e-05,
      "loss": 0.7076,
      "step": 1016
    },
    {
      "epoch": 2.26,
      "grad_norm": 0.06255058944225311,
      "learning_rate": 8.222222222222222e-05,
      "loss": 0.5511,
      "step": 1017
    },
    {
      "epoch": 2.2622222222222224,
      "grad_norm": 0.062491778284311295,
      "learning_rate": 8.19753086419753e-05,
      "loss": 0.6179,
      "step": 1018
    },
    {
      "epoch": 2.2644444444444445,
      "grad_norm": 0.05383693054318428,
      "learning_rate": 8.172839506172838e-05,
      "loss": 0.4916,
      "step": 1019
    },
    {
      "epoch": 2.2666666666666666,
      "grad_norm": 0.0685378834605217,
      "learning_rate": 8.148148148148148e-05,
      "loss": 0.6815,
      "step": 1020
    },
    {
      "epoch": 2.2688888888888887,
      "grad_norm": 0.05592293292284012,
      "learning_rate": 8.123456790123456e-05,
      "loss": 0.6527,
      "step": 1021
    },
    {
      "epoch": 2.2711111111111113,
      "grad_norm": 0.06338860839605331,
      "learning_rate": 8.098765432098765e-05,
      "loss": 0.6013,
      "step": 1022
    },
    {
      "epoch": 2.2733333333333334,
      "grad_norm": 0.06278155744075775,
      "learning_rate": 8.074074074074073e-05,
      "loss": 0.591,
      "step": 1023
    },
    {
      "epoch": 2.2755555555555556,
      "grad_norm": 0.07255859673023224,
      "learning_rate": 8.049382716049383e-05,
      "loss": 0.5748,
      "step": 1024
    },
    {
      "epoch": 2.2777777777777777,
      "grad_norm": 0.06974730640649796,
      "learning_rate": 8.024691358024691e-05,
      "loss": 0.489,
      "step": 1025
    },
    {
      "epoch": 2.2800000000000002,
      "grad_norm": 0.06803488731384277,
      "learning_rate": 7.999999999999999e-05,
      "loss": 0.4965,
      "step": 1026
    },
    {
      "epoch": 2.2822222222222224,
      "grad_norm": 0.06226198375225067,
      "learning_rate": 7.975308641975307e-05,
      "loss": 0.5525,
      "step": 1027
    },
    {
      "epoch": 2.2844444444444445,
      "grad_norm": 0.05195463076233864,
      "learning_rate": 7.950617283950616e-05,
      "loss": 0.5943,
      "step": 1028
    },
    {
      "epoch": 2.2866666666666666,
      "grad_norm": 0.06786032766103745,
      "learning_rate": 7.925925925925925e-05,
      "loss": 0.5846,
      "step": 1029
    },
    {
      "epoch": 2.2888888888888888,
      "grad_norm": 0.055401552468538284,
      "learning_rate": 7.901234567901235e-05,
      "loss": 0.4741,
      "step": 1030
    },
    {
      "epoch": 2.2911111111111113,
      "grad_norm": 0.06985199451446533,
      "learning_rate": 7.876543209876543e-05,
      "loss": 0.5871,
      "step": 1031
    },
    {
      "epoch": 2.2933333333333334,
      "grad_norm": 0.060605403035879135,
      "learning_rate": 7.851851851851851e-05,
      "loss": 0.587,
      "step": 1032
    },
    {
      "epoch": 2.2955555555555556,
      "grad_norm": 0.058030206710100174,
      "learning_rate": 7.82716049382716e-05,
      "loss": 0.5585,
      "step": 1033
    },
    {
      "epoch": 2.2977777777777777,
      "grad_norm": 0.0632559284567833,
      "learning_rate": 7.802469135802469e-05,
      "loss": 0.5816,
      "step": 1034
    },
    {
      "epoch": 2.3,
      "grad_norm": 0.045592762529850006,
      "learning_rate": 7.777777777777777e-05,
      "loss": 0.5184,
      "step": 1035
    },
    {
      "epoch": 2.3022222222222224,
      "grad_norm": 0.07075291126966476,
      "learning_rate": 7.753086419753085e-05,
      "loss": 0.5876,
      "step": 1036
    },
    {
      "epoch": 2.3044444444444445,
      "grad_norm": 0.07266212999820709,
      "learning_rate": 7.728395061728396e-05,
      "loss": 0.5915,
      "step": 1037
    },
    {
      "epoch": 2.3066666666666666,
      "grad_norm": 0.0763152539730072,
      "learning_rate": 7.703703703703704e-05,
      "loss": 0.4925,
      "step": 1038
    },
    {
      "epoch": 2.3088888888888888,
      "grad_norm": 0.05008356273174286,
      "learning_rate": 7.679012345679012e-05,
      "loss": 0.5566,
      "step": 1039
    },
    {
      "epoch": 2.311111111111111,
      "grad_norm": 0.058586686849594116,
      "learning_rate": 7.65432098765432e-05,
      "loss": 0.5645,
      "step": 1040
    },
    {
      "epoch": 2.3133333333333335,
      "grad_norm": 0.06809350848197937,
      "learning_rate": 7.629629629629628e-05,
      "loss": 0.683,
      "step": 1041
    },
    {
      "epoch": 2.3155555555555556,
      "grad_norm": 0.06814820319414139,
      "learning_rate": 7.604938271604937e-05,
      "loss": 0.4951,
      "step": 1042
    },
    {
      "epoch": 2.3177777777777777,
      "grad_norm": 0.06426460295915604,
      "learning_rate": 7.580246913580246e-05,
      "loss": 0.5607,
      "step": 1043
    },
    {
      "epoch": 2.32,
      "grad_norm": 0.06859628111124039,
      "learning_rate": 7.555555555555554e-05,
      "loss": 0.5394,
      "step": 1044
    },
    {
      "epoch": 2.3222222222222224,
      "grad_norm": 0.08079138398170471,
      "learning_rate": 7.530864197530864e-05,
      "loss": 0.591,
      "step": 1045
    },
    {
      "epoch": 2.3244444444444445,
      "grad_norm": 0.06668093800544739,
      "learning_rate": 7.506172839506173e-05,
      "loss": 0.5569,
      "step": 1046
    },
    {
      "epoch": 2.3266666666666667,
      "grad_norm": 0.05966291204094887,
      "learning_rate": 7.481481481481481e-05,
      "loss": 0.4233,
      "step": 1047
    },
    {
      "epoch": 2.328888888888889,
      "grad_norm": 0.058995746076107025,
      "learning_rate": 7.45679012345679e-05,
      "loss": 0.5384,
      "step": 1048
    },
    {
      "epoch": 2.3311111111111114,
      "grad_norm": 0.050750378519296646,
      "learning_rate": 7.432098765432098e-05,
      "loss": 0.5719,
      "step": 1049
    },
    {
      "epoch": 2.3333333333333335,
      "grad_norm": 0.054379820823669434,
      "learning_rate": 7.407407407407406e-05,
      "loss": 0.5022,
      "step": 1050
    },
    {
      "epoch": 2.3355555555555556,
      "grad_norm": 0.06929490715265274,
      "learning_rate": 7.382716049382715e-05,
      "loss": 0.6144,
      "step": 1051
    },
    {
      "epoch": 2.3377777777777777,
      "grad_norm": 0.0617499053478241,
      "learning_rate": 7.358024691358024e-05,
      "loss": 0.4842,
      "step": 1052
    },
    {
      "epoch": 2.34,
      "grad_norm": 0.1699656844139099,
      "learning_rate": 7.333333333333332e-05,
      "loss": 0.4776,
      "step": 1053
    },
    {
      "epoch": 2.3422222222222224,
      "grad_norm": 0.070797398686409,
      "learning_rate": 7.308641975308641e-05,
      "loss": 0.4883,
      "step": 1054
    },
    {
      "epoch": 2.3444444444444446,
      "grad_norm": 0.061980705708265305,
      "learning_rate": 7.28395061728395e-05,
      "loss": 0.5367,
      "step": 1055
    },
    {
      "epoch": 2.3466666666666667,
      "grad_norm": 0.0650290697813034,
      "learning_rate": 7.259259259259259e-05,
      "loss": 0.4806,
      "step": 1056
    },
    {
      "epoch": 2.348888888888889,
      "grad_norm": 0.05629928782582283,
      "learning_rate": 7.234567901234567e-05,
      "loss": 0.4375,
      "step": 1057
    },
    {
      "epoch": 2.351111111111111,
      "grad_norm": 0.0574677512049675,
      "learning_rate": 7.209876543209877e-05,
      "loss": 0.4422,
      "step": 1058
    },
    {
      "epoch": 2.3533333333333335,
      "grad_norm": 0.045402076095342636,
      "learning_rate": 7.185185185185185e-05,
      "loss": 0.527,
      "step": 1059
    },
    {
      "epoch": 2.3555555555555556,
      "grad_norm": 0.047060877084732056,
      "learning_rate": 7.160493827160493e-05,
      "loss": 0.4543,
      "step": 1060
    },
    {
      "epoch": 2.3577777777777778,
      "grad_norm": 0.05593902990221977,
      "learning_rate": 7.135802469135801e-05,
      "loss": 0.486,
      "step": 1061
    },
    {
      "epoch": 2.36,
      "grad_norm": 0.042419929057359695,
      "learning_rate": 7.11111111111111e-05,
      "loss": 0.5189,
      "step": 1062
    },
    {
      "epoch": 2.362222222222222,
      "grad_norm": 0.05823193117976189,
      "learning_rate": 7.086419753086419e-05,
      "loss": 0.5521,
      "step": 1063
    },
    {
      "epoch": 2.3644444444444446,
      "grad_norm": 0.07853607833385468,
      "learning_rate": 7.061728395061727e-05,
      "loss": 0.5679,
      "step": 1064
    },
    {
      "epoch": 2.3666666666666667,
      "grad_norm": 0.056772686541080475,
      "learning_rate": 7.037037037037036e-05,
      "loss": 0.5089,
      "step": 1065
    },
    {
      "epoch": 2.368888888888889,
      "grad_norm": 0.059823885560035706,
      "learning_rate": 7.012345679012345e-05,
      "loss": 0.601,
      "step": 1066
    },
    {
      "epoch": 2.371111111111111,
      "grad_norm": 0.10615638643503189,
      "learning_rate": 6.987654320987654e-05,
      "loss": 0.5864,
      "step": 1067
    },
    {
      "epoch": 2.3733333333333335,
      "grad_norm": 0.06523310393095016,
      "learning_rate": 6.962962962962962e-05,
      "loss": 0.5912,
      "step": 1068
    },
    {
      "epoch": 2.3755555555555556,
      "grad_norm": 0.05638803914189339,
      "learning_rate": 6.938271604938272e-05,
      "loss": 0.4248,
      "step": 1069
    },
    {
      "epoch": 2.3777777777777778,
      "grad_norm": 0.05251540243625641,
      "learning_rate": 6.91358024691358e-05,
      "loss": 0.4581,
      "step": 1070
    },
    {
      "epoch": 2.38,
      "grad_norm": 0.05011064559221268,
      "learning_rate": 6.888888888888888e-05,
      "loss": 0.5094,
      "step": 1071
    },
    {
      "epoch": 2.3822222222222225,
      "grad_norm": 0.06625556200742722,
      "learning_rate": 6.864197530864196e-05,
      "loss": 0.5462,
      "step": 1072
    },
    {
      "epoch": 2.3844444444444446,
      "grad_norm": 0.06464938819408417,
      "learning_rate": 6.839506172839506e-05,
      "loss": 0.5221,
      "step": 1073
    },
    {
      "epoch": 2.3866666666666667,
      "grad_norm": 0.06818525493144989,
      "learning_rate": 6.814814814814814e-05,
      "loss": 0.5493,
      "step": 1074
    },
    {
      "epoch": 2.388888888888889,
      "grad_norm": 0.08517734706401825,
      "learning_rate": 6.790123456790122e-05,
      "loss": 0.5241,
      "step": 1075
    },
    {
      "epoch": 2.391111111111111,
      "grad_norm": 0.049852389842271805,
      "learning_rate": 6.765432098765432e-05,
      "loss": 0.5092,
      "step": 1076
    },
    {
      "epoch": 2.3933333333333335,
      "grad_norm": 0.06493844836950302,
      "learning_rate": 6.74074074074074e-05,
      "loss": 0.7021,
      "step": 1077
    },
    {
      "epoch": 2.3955555555555557,
      "grad_norm": 0.04971351847052574,
      "learning_rate": 6.716049382716049e-05,
      "loss": 0.3808,
      "step": 1078
    },
    {
      "epoch": 2.397777777777778,
      "grad_norm": 0.07863829284906387,
      "learning_rate": 6.691358024691357e-05,
      "loss": 0.6705,
      "step": 1079
    },
    {
      "epoch": 2.4,
      "grad_norm": 0.05218340456485748,
      "learning_rate": 6.666666666666666e-05,
      "loss": 0.504,
      "step": 1080
    },
    {
      "epoch": 2.402222222222222,
      "grad_norm": 0.05992546305060387,
      "learning_rate": 6.641975308641975e-05,
      "loss": 0.5528,
      "step": 1081
    },
    {
      "epoch": 2.4044444444444446,
      "grad_norm": 0.05170424282550812,
      "learning_rate": 6.617283950617283e-05,
      "loss": 0.5887,
      "step": 1082
    },
    {
      "epoch": 2.4066666666666667,
      "grad_norm": 0.06698056310415268,
      "learning_rate": 6.592592592592591e-05,
      "loss": 0.5743,
      "step": 1083
    },
    {
      "epoch": 2.408888888888889,
      "grad_norm": 0.0655369758605957,
      "learning_rate": 6.567901234567901e-05,
      "loss": 0.5041,
      "step": 1084
    },
    {
      "epoch": 2.411111111111111,
      "grad_norm": 0.05607493594288826,
      "learning_rate": 6.543209876543209e-05,
      "loss": 0.5527,
      "step": 1085
    },
    {
      "epoch": 2.413333333333333,
      "grad_norm": 0.05267152935266495,
      "learning_rate": 6.518518518518517e-05,
      "loss": 0.405,
      "step": 1086
    },
    {
      "epoch": 2.4155555555555557,
      "grad_norm": 0.051925208419561386,
      "learning_rate": 6.493827160493827e-05,
      "loss": 0.4746,
      "step": 1087
    },
    {
      "epoch": 2.417777777777778,
      "grad_norm": 0.0693216323852539,
      "learning_rate": 6.469135802469135e-05,
      "loss": 0.5639,
      "step": 1088
    },
    {
      "epoch": 2.42,
      "grad_norm": 0.04773171246051788,
      "learning_rate": 6.444444444444444e-05,
      "loss": 0.5445,
      "step": 1089
    },
    {
      "epoch": 2.422222222222222,
      "grad_norm": 0.059276122599840164,
      "learning_rate": 6.419753086419753e-05,
      "loss": 0.5707,
      "step": 1090
    },
    {
      "epoch": 2.4244444444444446,
      "grad_norm": 0.05703291296958923,
      "learning_rate": 6.395061728395061e-05,
      "loss": 0.6186,
      "step": 1091
    },
    {
      "epoch": 2.4266666666666667,
      "grad_norm": 0.059713978320360184,
      "learning_rate": 6.37037037037037e-05,
      "loss": 0.5472,
      "step": 1092
    },
    {
      "epoch": 2.428888888888889,
      "grad_norm": 0.07642186433076859,
      "learning_rate": 6.345679012345678e-05,
      "loss": 0.6143,
      "step": 1093
    },
    {
      "epoch": 2.431111111111111,
      "grad_norm": 0.06594318151473999,
      "learning_rate": 6.320987654320987e-05,
      "loss": 0.4702,
      "step": 1094
    },
    {
      "epoch": 2.4333333333333336,
      "grad_norm": 0.07548554241657257,
      "learning_rate": 6.296296296296295e-05,
      "loss": 0.5768,
      "step": 1095
    },
    {
      "epoch": 2.4355555555555557,
      "grad_norm": 0.06707516312599182,
      "learning_rate": 6.271604938271604e-05,
      "loss": 0.6927,
      "step": 1096
    },
    {
      "epoch": 2.437777777777778,
      "grad_norm": 0.0729343593120575,
      "learning_rate": 6.246913580246912e-05,
      "loss": 0.7841,
      "step": 1097
    },
    {
      "epoch": 2.44,
      "grad_norm": 0.05313663184642792,
      "learning_rate": 6.222222222222222e-05,
      "loss": 0.5131,
      "step": 1098
    },
    {
      "epoch": 2.442222222222222,
      "grad_norm": 0.07384145259857178,
      "learning_rate": 6.19753086419753e-05,
      "loss": 0.6907,
      "step": 1099
    },
    {
      "epoch": 2.4444444444444446,
      "grad_norm": 0.051853831857442856,
      "learning_rate": 6.17283950617284e-05,
      "loss": 0.6614,
      "step": 1100
    },
    {
      "epoch": 2.4466666666666668,
      "grad_norm": 0.04776390641927719,
      "learning_rate": 6.148148148148148e-05,
      "loss": 0.4446,
      "step": 1101
    },
    {
      "epoch": 2.448888888888889,
      "grad_norm": 0.06168276071548462,
      "learning_rate": 6.123456790123456e-05,
      "loss": 0.5067,
      "step": 1102
    },
    {
      "epoch": 2.451111111111111,
      "grad_norm": 0.05856132134795189,
      "learning_rate": 6.0987654320987655e-05,
      "loss": 0.5644,
      "step": 1103
    },
    {
      "epoch": 2.453333333333333,
      "grad_norm": 0.06515628844499588,
      "learning_rate": 6.0740740740740736e-05,
      "loss": 0.6779,
      "step": 1104
    },
    {
      "epoch": 2.4555555555555557,
      "grad_norm": 0.06323693692684174,
      "learning_rate": 6.049382716049382e-05,
      "loss": 0.577,
      "step": 1105
    },
    {
      "epoch": 2.457777777777778,
      "grad_norm": 0.05601757392287254,
      "learning_rate": 6.0246913580246906e-05,
      "loss": 0.6251,
      "step": 1106
    },
    {
      "epoch": 2.46,
      "grad_norm": 0.06924091279506683,
      "learning_rate": 5.9999999999999995e-05,
      "loss": 0.4927,
      "step": 1107
    },
    {
      "epoch": 2.462222222222222,
      "grad_norm": 0.1901812106370926,
      "learning_rate": 5.975308641975308e-05,
      "loss": 0.6125,
      "step": 1108
    },
    {
      "epoch": 2.464444444444444,
      "grad_norm": 0.06211036071181297,
      "learning_rate": 5.9506172839506165e-05,
      "loss": 0.741,
      "step": 1109
    },
    {
      "epoch": 2.466666666666667,
      "grad_norm": 0.05459253862500191,
      "learning_rate": 5.925925925925925e-05,
      "loss": 0.5158,
      "step": 1110
    },
    {
      "epoch": 2.468888888888889,
      "grad_norm": 0.06459296494722366,
      "learning_rate": 5.901234567901234e-05,
      "loss": 0.6143,
      "step": 1111
    },
    {
      "epoch": 2.471111111111111,
      "grad_norm": 0.0627160295844078,
      "learning_rate": 5.876543209876543e-05,
      "loss": 0.4867,
      "step": 1112
    },
    {
      "epoch": 2.473333333333333,
      "grad_norm": 0.05840280279517174,
      "learning_rate": 5.851851851851851e-05,
      "loss": 0.6229,
      "step": 1113
    },
    {
      "epoch": 2.4755555555555557,
      "grad_norm": 0.07121528685092926,
      "learning_rate": 5.827160493827159e-05,
      "loss": 0.4508,
      "step": 1114
    },
    {
      "epoch": 2.477777777777778,
      "grad_norm": 0.08437851071357727,
      "learning_rate": 5.802469135802469e-05,
      "loss": 0.6107,
      "step": 1115
    },
    {
      "epoch": 2.48,
      "grad_norm": 0.09962430596351624,
      "learning_rate": 5.777777777777777e-05,
      "loss": 0.6031,
      "step": 1116
    },
    {
      "epoch": 2.482222222222222,
      "grad_norm": 0.06262155622243881,
      "learning_rate": 5.753086419753086e-05,
      "loss": 0.4977,
      "step": 1117
    },
    {
      "epoch": 2.4844444444444447,
      "grad_norm": 0.05871571972966194,
      "learning_rate": 5.7283950617283946e-05,
      "loss": 0.5218,
      "step": 1118
    },
    {
      "epoch": 2.486666666666667,
      "grad_norm": 0.05485491827130318,
      "learning_rate": 5.7037037037037035e-05,
      "loss": 0.5382,
      "step": 1119
    },
    {
      "epoch": 2.488888888888889,
      "grad_norm": 0.07214649766683578,
      "learning_rate": 5.6790123456790116e-05,
      "loss": 0.5695,
      "step": 1120
    },
    {
      "epoch": 2.491111111111111,
      "grad_norm": 0.06216902658343315,
      "learning_rate": 5.6543209876543205e-05,
      "loss": 0.5668,
      "step": 1121
    },
    {
      "epoch": 2.493333333333333,
      "grad_norm": 0.0855700746178627,
      "learning_rate": 5.629629629629629e-05,
      "loss": 0.5041,
      "step": 1122
    },
    {
      "epoch": 2.4955555555555557,
      "grad_norm": 0.05714331939816475,
      "learning_rate": 5.604938271604938e-05,
      "loss": 0.3766,
      "step": 1123
    },
    {
      "epoch": 2.497777777777778,
      "grad_norm": 0.06301258504390717,
      "learning_rate": 5.580246913580246e-05,
      "loss": 0.5554,
      "step": 1124
    },
    {
      "epoch": 2.5,
      "grad_norm": 0.07956915348768234,
      "learning_rate": 5.5555555555555545e-05,
      "loss": 0.566,
      "step": 1125
    },
    {
      "epoch": 2.502222222222222,
      "grad_norm": 0.06741563230752945,
      "learning_rate": 5.530864197530864e-05,
      "loss": 0.6758,
      "step": 1126
    },
    {
      "epoch": 2.5044444444444443,
      "grad_norm": 0.07749062776565552,
      "learning_rate": 5.506172839506172e-05,
      "loss": 0.5189,
      "step": 1127
    },
    {
      "epoch": 2.506666666666667,
      "grad_norm": 0.06751803308725357,
      "learning_rate": 5.481481481481481e-05,
      "loss": 0.5469,
      "step": 1128
    },
    {
      "epoch": 2.508888888888889,
      "grad_norm": 0.07618889212608337,
      "learning_rate": 5.456790123456789e-05,
      "loss": 0.6026,
      "step": 1129
    },
    {
      "epoch": 2.511111111111111,
      "grad_norm": 0.07808917760848999,
      "learning_rate": 5.4320987654320986e-05,
      "loss": 0.5355,
      "step": 1130
    },
    {
      "epoch": 2.513333333333333,
      "grad_norm": 0.07308845967054367,
      "learning_rate": 5.407407407407407e-05,
      "loss": 0.5843,
      "step": 1131
    },
    {
      "epoch": 2.5155555555555553,
      "grad_norm": 0.0436067134141922,
      "learning_rate": 5.3827160493827156e-05,
      "loss": 0.4646,
      "step": 1132
    },
    {
      "epoch": 2.517777777777778,
      "grad_norm": 0.054867230355739594,
      "learning_rate": 5.358024691358024e-05,
      "loss": 0.5209,
      "step": 1133
    },
    {
      "epoch": 2.52,
      "grad_norm": 0.05941241979598999,
      "learning_rate": 5.333333333333333e-05,
      "loss": 0.4341,
      "step": 1134
    },
    {
      "epoch": 2.522222222222222,
      "grad_norm": 0.08015015721321106,
      "learning_rate": 5.3086419753086415e-05,
      "loss": 0.454,
      "step": 1135
    },
    {
      "epoch": 2.5244444444444447,
      "grad_norm": 0.07355854660272598,
      "learning_rate": 5.2839506172839496e-05,
      "loss": 0.5666,
      "step": 1136
    },
    {
      "epoch": 2.5266666666666664,
      "grad_norm": 0.051169779151678085,
      "learning_rate": 5.259259259259259e-05,
      "loss": 0.4666,
      "step": 1137
    },
    {
      "epoch": 2.528888888888889,
      "grad_norm": 0.06035088375210762,
      "learning_rate": 5.234567901234567e-05,
      "loss": 0.6008,
      "step": 1138
    },
    {
      "epoch": 2.531111111111111,
      "grad_norm": 0.06222086399793625,
      "learning_rate": 5.209876543209876e-05,
      "loss": 0.4605,
      "step": 1139
    },
    {
      "epoch": 2.533333333333333,
      "grad_norm": 0.06256081163883209,
      "learning_rate": 5.185185185185184e-05,
      "loss": 0.5614,
      "step": 1140
    },
    {
      "epoch": 2.535555555555556,
      "grad_norm": 0.0504666231572628,
      "learning_rate": 5.160493827160494e-05,
      "loss": 0.4592,
      "step": 1141
    },
    {
      "epoch": 2.537777777777778,
      "grad_norm": 0.057697102427482605,
      "learning_rate": 5.135802469135802e-05,
      "loss": 0.4808,
      "step": 1142
    },
    {
      "epoch": 2.54,
      "grad_norm": 0.05934306979179382,
      "learning_rate": 5.111111111111111e-05,
      "loss": 0.6204,
      "step": 1143
    },
    {
      "epoch": 2.542222222222222,
      "grad_norm": 0.05678641051054001,
      "learning_rate": 5.086419753086419e-05,
      "loss": 0.4813,
      "step": 1144
    },
    {
      "epoch": 2.5444444444444443,
      "grad_norm": 0.049973636865615845,
      "learning_rate": 5.0617283950617285e-05,
      "loss": 0.4882,
      "step": 1145
    },
    {
      "epoch": 2.546666666666667,
      "grad_norm": 0.05903719365596771,
      "learning_rate": 5.0370370370370366e-05,
      "loss": 0.5108,
      "step": 1146
    },
    {
      "epoch": 2.548888888888889,
      "grad_norm": 0.06578648090362549,
      "learning_rate": 5.012345679012345e-05,
      "loss": 0.5471,
      "step": 1147
    },
    {
      "epoch": 2.551111111111111,
      "grad_norm": 0.07062222063541412,
      "learning_rate": 4.9876543209876536e-05,
      "loss": 0.5773,
      "step": 1148
    },
    {
      "epoch": 2.5533333333333332,
      "grad_norm": 0.06813468784093857,
      "learning_rate": 4.9629629629629625e-05,
      "loss": 0.5425,
      "step": 1149
    },
    {
      "epoch": 2.5555555555555554,
      "grad_norm": 0.05379043146967888,
      "learning_rate": 4.938271604938271e-05,
      "loss": 0.5869,
      "step": 1150
    },
    {
      "epoch": 2.557777777777778,
      "grad_norm": 0.06605621427297592,
      "learning_rate": 4.9135802469135795e-05,
      "loss": 0.5702,
      "step": 1151
    },
    {
      "epoch": 2.56,
      "grad_norm": 0.05059510096907616,
      "learning_rate": 4.888888888888889e-05,
      "loss": 0.5515,
      "step": 1152
    },
    {
      "epoch": 2.562222222222222,
      "grad_norm": 0.08809015899896622,
      "learning_rate": 4.864197530864197e-05,
      "loss": 0.5429,
      "step": 1153
    },
    {
      "epoch": 2.5644444444444443,
      "grad_norm": 0.1451186090707779,
      "learning_rate": 4.839506172839506e-05,
      "loss": 0.5834,
      "step": 1154
    },
    {
      "epoch": 2.5666666666666664,
      "grad_norm": 0.0585605725646019,
      "learning_rate": 4.814814814814814e-05,
      "loss": 0.4758,
      "step": 1155
    },
    {
      "epoch": 2.568888888888889,
      "grad_norm": 0.07379104197025299,
      "learning_rate": 4.7901234567901237e-05,
      "loss": 0.5267,
      "step": 1156
    },
    {
      "epoch": 2.571111111111111,
      "grad_norm": 0.12918312847614288,
      "learning_rate": 4.765432098765432e-05,
      "loss": 0.7243,
      "step": 1157
    },
    {
      "epoch": 2.5733333333333333,
      "grad_norm": 0.0846041664481163,
      "learning_rate": 4.74074074074074e-05,
      "loss": 0.495,
      "step": 1158
    },
    {
      "epoch": 2.575555555555556,
      "grad_norm": 0.06449992209672928,
      "learning_rate": 4.716049382716049e-05,
      "loss": 0.6013,
      "step": 1159
    },
    {
      "epoch": 2.5777777777777775,
      "grad_norm": 0.07164155691862106,
      "learning_rate": 4.6913580246913576e-05,
      "loss": 0.5062,
      "step": 1160
    },
    {
      "epoch": 2.58,
      "grad_norm": 0.057980503886938095,
      "learning_rate": 4.6666666666666665e-05,
      "loss": 0.5751,
      "step": 1161
    },
    {
      "epoch": 2.582222222222222,
      "grad_norm": 0.05791774019598961,
      "learning_rate": 4.6419753086419746e-05,
      "loss": 0.4968,
      "step": 1162
    },
    {
      "epoch": 2.5844444444444443,
      "grad_norm": 0.08030201494693756,
      "learning_rate": 4.6172839506172835e-05,
      "loss": 0.6533,
      "step": 1163
    },
    {
      "epoch": 2.586666666666667,
      "grad_norm": 0.07436682283878326,
      "learning_rate": 4.592592592592592e-05,
      "loss": 0.6033,
      "step": 1164
    },
    {
      "epoch": 2.588888888888889,
      "grad_norm": 0.08432338386774063,
      "learning_rate": 4.567901234567901e-05,
      "loss": 0.664,
      "step": 1165
    },
    {
      "epoch": 2.591111111111111,
      "grad_norm": 0.06954263150691986,
      "learning_rate": 4.543209876543209e-05,
      "loss": 0.6309,
      "step": 1166
    },
    {
      "epoch": 2.5933333333333333,
      "grad_norm": 0.05851338058710098,
      "learning_rate": 4.518518518518519e-05,
      "loss": 0.7941,
      "step": 1167
    },
    {
      "epoch": 2.5955555555555554,
      "grad_norm": 0.06911693513393402,
      "learning_rate": 4.493827160493827e-05,
      "loss": 0.5295,
      "step": 1168
    },
    {
      "epoch": 2.597777777777778,
      "grad_norm": 0.055619195103645325,
      "learning_rate": 4.469135802469135e-05,
      "loss": 0.5289,
      "step": 1169
    },
    {
      "epoch": 2.6,
      "grad_norm": 0.07144150882959366,
      "learning_rate": 4.444444444444444e-05,
      "loss": 0.7668,
      "step": 1170
    },
    {
      "epoch": 2.602222222222222,
      "grad_norm": 0.05022842809557915,
      "learning_rate": 4.419753086419753e-05,
      "loss": 0.5514,
      "step": 1171
    },
    {
      "epoch": 2.6044444444444443,
      "grad_norm": 0.09054499119520187,
      "learning_rate": 4.3950617283950617e-05,
      "loss": 0.5177,
      "step": 1172
    },
    {
      "epoch": 2.6066666666666665,
      "grad_norm": 0.07231871783733368,
      "learning_rate": 4.37037037037037e-05,
      "loss": 0.5098,
      "step": 1173
    },
    {
      "epoch": 2.608888888888889,
      "grad_norm": 0.06764987111091614,
      "learning_rate": 4.3456790123456786e-05,
      "loss": 0.5113,
      "step": 1174
    },
    {
      "epoch": 2.611111111111111,
      "grad_norm": 0.06053946167230606,
      "learning_rate": 4.3209876543209875e-05,
      "loss": 0.5271,
      "step": 1175
    },
    {
      "epoch": 2.6133333333333333,
      "grad_norm": 0.07456693798303604,
      "learning_rate": 4.296296296296296e-05,
      "loss": 0.5984,
      "step": 1176
    },
    {
      "epoch": 2.6155555555555554,
      "grad_norm": 0.0758151188492775,
      "learning_rate": 4.2716049382716045e-05,
      "loss": 0.5604,
      "step": 1177
    },
    {
      "epoch": 2.6177777777777775,
      "grad_norm": 0.0626075491309166,
      "learning_rate": 4.2469135802469126e-05,
      "loss": 0.4546,
      "step": 1178
    },
    {
      "epoch": 2.62,
      "grad_norm": 0.054678939282894135,
      "learning_rate": 4.222222222222222e-05,
      "loss": 0.5228,
      "step": 1179
    },
    {
      "epoch": 2.6222222222222222,
      "grad_norm": 0.07075554132461548,
      "learning_rate": 4.19753086419753e-05,
      "loss": 0.5948,
      "step": 1180
    },
    {
      "epoch": 2.6244444444444444,
      "grad_norm": 0.05450223758816719,
      "learning_rate": 4.172839506172839e-05,
      "loss": 0.5478,
      "step": 1181
    },
    {
      "epoch": 2.626666666666667,
      "grad_norm": 0.09620941430330276,
      "learning_rate": 4.148148148148147e-05,
      "loss": 0.5981,
      "step": 1182
    },
    {
      "epoch": 2.628888888888889,
      "grad_norm": 0.07030943036079407,
      "learning_rate": 4.123456790123457e-05,
      "loss": 0.5803,
      "step": 1183
    },
    {
      "epoch": 2.631111111111111,
      "grad_norm": 0.0563332624733448,
      "learning_rate": 4.098765432098765e-05,
      "loss": 0.5838,
      "step": 1184
    },
    {
      "epoch": 2.6333333333333333,
      "grad_norm": 0.05982625484466553,
      "learning_rate": 4.074074074074074e-05,
      "loss": 0.4185,
      "step": 1185
    },
    {
      "epoch": 2.6355555555555554,
      "grad_norm": 0.06112497299909592,
      "learning_rate": 4.0493827160493827e-05,
      "loss": 0.4933,
      "step": 1186
    },
    {
      "epoch": 2.637777777777778,
      "grad_norm": 0.06475501507520676,
      "learning_rate": 4.0246913580246915e-05,
      "loss": 0.5246,
      "step": 1187
    },
    {
      "epoch": 2.64,
      "grad_norm": 0.05402704328298569,
      "learning_rate": 3.9999999999999996e-05,
      "loss": 0.5475,
      "step": 1188
    },
    {
      "epoch": 2.6422222222222222,
      "grad_norm": 0.04999251663684845,
      "learning_rate": 3.975308641975308e-05,
      "loss": 0.3999,
      "step": 1189
    },
    {
      "epoch": 2.6444444444444444,
      "grad_norm": 0.06521523743867874,
      "learning_rate": 3.950617283950617e-05,
      "loss": 0.6131,
      "step": 1190
    },
    {
      "epoch": 2.6466666666666665,
      "grad_norm": 0.053711630403995514,
      "learning_rate": 3.9259259259259255e-05,
      "loss": 0.5736,
      "step": 1191
    },
    {
      "epoch": 2.648888888888889,
      "grad_norm": 0.07394678145647049,
      "learning_rate": 3.901234567901234e-05,
      "loss": 0.4872,
      "step": 1192
    },
    {
      "epoch": 2.651111111111111,
      "grad_norm": 0.11503905057907104,
      "learning_rate": 3.8765432098765425e-05,
      "loss": 0.5291,
      "step": 1193
    },
    {
      "epoch": 2.6533333333333333,
      "grad_norm": 0.0591617114841938,
      "learning_rate": 3.851851851851852e-05,
      "loss": 0.5433,
      "step": 1194
    },
    {
      "epoch": 2.6555555555555554,
      "grad_norm": 0.06372568011283875,
      "learning_rate": 3.82716049382716e-05,
      "loss": 0.5799,
      "step": 1195
    },
    {
      "epoch": 2.6577777777777776,
      "grad_norm": 0.08090534806251526,
      "learning_rate": 3.802469135802468e-05,
      "loss": 0.5181,
      "step": 1196
    },
    {
      "epoch": 2.66,
      "grad_norm": 0.06028290092945099,
      "learning_rate": 3.777777777777777e-05,
      "loss": 0.4973,
      "step": 1197
    },
    {
      "epoch": 2.6622222222222223,
      "grad_norm": 0.05448451265692711,
      "learning_rate": 3.7530864197530867e-05,
      "loss": 0.4895,
      "step": 1198
    },
    {
      "epoch": 2.6644444444444444,
      "grad_norm": 0.05945173278450966,
      "learning_rate": 3.728395061728395e-05,
      "loss": 0.6438,
      "step": 1199
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 0.06829828768968582,
      "learning_rate": 3.703703703703703e-05,
      "loss": 0.3988,
      "step": 1200
    },
    {
      "epoch": 2.6688888888888886,
      "grad_norm": 0.05857190117239952,
      "learning_rate": 3.679012345679012e-05,
      "loss": 0.8121,
      "step": 1201
    },
    {
      "epoch": 2.671111111111111,
      "grad_norm": 0.0487736314535141,
      "learning_rate": 3.6543209876543207e-05,
      "loss": 0.4318,
      "step": 1202
    },
    {
      "epoch": 2.6733333333333333,
      "grad_norm": 0.062193140387535095,
      "learning_rate": 3.6296296296296295e-05,
      "loss": 0.5721,
      "step": 1203
    },
    {
      "epoch": 2.6755555555555555,
      "grad_norm": 0.06735247373580933,
      "learning_rate": 3.604938271604938e-05,
      "loss": 0.6563,
      "step": 1204
    },
    {
      "epoch": 2.677777777777778,
      "grad_norm": 0.09367570281028748,
      "learning_rate": 3.5802469135802465e-05,
      "loss": 0.5724,
      "step": 1205
    },
    {
      "epoch": 2.68,
      "grad_norm": 0.11274941265583038,
      "learning_rate": 3.555555555555555e-05,
      "loss": 0.6182,
      "step": 1206
    },
    {
      "epoch": 2.6822222222222223,
      "grad_norm": 0.04841291159391403,
      "learning_rate": 3.5308641975308635e-05,
      "loss": 0.5414,
      "step": 1207
    },
    {
      "epoch": 2.6844444444444444,
      "grad_norm": 0.07584474980831146,
      "learning_rate": 3.506172839506172e-05,
      "loss": 0.3981,
      "step": 1208
    },
    {
      "epoch": 2.6866666666666665,
      "grad_norm": 0.07028737664222717,
      "learning_rate": 3.481481481481481e-05,
      "loss": 0.4701,
      "step": 1209
    },
    {
      "epoch": 2.688888888888889,
      "grad_norm": 0.06219390779733658,
      "learning_rate": 3.45679012345679e-05,
      "loss": 0.4585,
      "step": 1210
    },
    {
      "epoch": 2.6911111111111112,
      "grad_norm": 0.07443705201148987,
      "learning_rate": 3.432098765432098e-05,
      "loss": 0.5342,
      "step": 1211
    },
    {
      "epoch": 2.6933333333333334,
      "grad_norm": 0.07293137907981873,
      "learning_rate": 3.407407407407407e-05,
      "loss": 0.6419,
      "step": 1212
    },
    {
      "epoch": 2.6955555555555555,
      "grad_norm": 0.05949751287698746,
      "learning_rate": 3.382716049382716e-05,
      "loss": 0.6161,
      "step": 1213
    },
    {
      "epoch": 2.6977777777777776,
      "grad_norm": 0.055641401559114456,
      "learning_rate": 3.3580246913580247e-05,
      "loss": 0.5305,
      "step": 1214
    },
    {
      "epoch": 2.7,
      "grad_norm": 0.05257444828748703,
      "learning_rate": 3.333333333333333e-05,
      "loss": 0.5328,
      "step": 1215
    },
    {
      "epoch": 2.7022222222222223,
      "grad_norm": 0.060353755950927734,
      "learning_rate": 3.3086419753086417e-05,
      "loss": 0.5574,
      "step": 1216
    },
    {
      "epoch": 2.7044444444444444,
      "grad_norm": 0.062428735196590424,
      "learning_rate": 3.2839506172839505e-05,
      "loss": 0.57,
      "step": 1217
    },
    {
      "epoch": 2.7066666666666666,
      "grad_norm": 0.1273394227027893,
      "learning_rate": 3.2592592592592586e-05,
      "loss": 0.6074,
      "step": 1218
    },
    {
      "epoch": 2.7088888888888887,
      "grad_norm": 0.08416179567575455,
      "learning_rate": 3.2345679012345675e-05,
      "loss": 0.5412,
      "step": 1219
    },
    {
      "epoch": 2.7111111111111112,
      "grad_norm": 0.06812825053930283,
      "learning_rate": 3.209876543209876e-05,
      "loss": 0.4663,
      "step": 1220
    },
    {
      "epoch": 2.7133333333333334,
      "grad_norm": 0.07209253311157227,
      "learning_rate": 3.185185185185185e-05,
      "loss": 0.7026,
      "step": 1221
    },
    {
      "epoch": 2.7155555555555555,
      "grad_norm": 0.07327984273433685,
      "learning_rate": 3.160493827160493e-05,
      "loss": 0.6341,
      "step": 1222
    },
    {
      "epoch": 2.7177777777777776,
      "grad_norm": 0.06341154873371124,
      "learning_rate": 3.135802469135802e-05,
      "loss": 0.6397,
      "step": 1223
    },
    {
      "epoch": 2.7199999999999998,
      "grad_norm": 0.06885281205177307,
      "learning_rate": 3.111111111111111e-05,
      "loss": 0.4368,
      "step": 1224
    },
    {
      "epoch": 2.7222222222222223,
      "grad_norm": 0.059726446866989136,
      "learning_rate": 3.08641975308642e-05,
      "loss": 0.6954,
      "step": 1225
    },
    {
      "epoch": 2.7244444444444444,
      "grad_norm": 0.06625626981258392,
      "learning_rate": 3.061728395061728e-05,
      "loss": 0.54,
      "step": 1226
    },
    {
      "epoch": 2.7266666666666666,
      "grad_norm": 0.042261507362127304,
      "learning_rate": 3.0370370370370368e-05,
      "loss": 0.5263,
      "step": 1227
    },
    {
      "epoch": 2.728888888888889,
      "grad_norm": 0.048613209277391434,
      "learning_rate": 3.0123456790123453e-05,
      "loss": 0.4816,
      "step": 1228
    },
    {
      "epoch": 2.7311111111111113,
      "grad_norm": 0.09477412700653076,
      "learning_rate": 2.987654320987654e-05,
      "loss": 0.5138,
      "step": 1229
    },
    {
      "epoch": 2.7333333333333334,
      "grad_norm": 0.06048741191625595,
      "learning_rate": 2.9629629629629627e-05,
      "loss": 0.5746,
      "step": 1230
    },
    {
      "epoch": 2.7355555555555555,
      "grad_norm": 0.05966867506504059,
      "learning_rate": 2.9382716049382715e-05,
      "loss": 0.5898,
      "step": 1231
    },
    {
      "epoch": 2.7377777777777776,
      "grad_norm": 0.08776303380727768,
      "learning_rate": 2.9135802469135796e-05,
      "loss": 0.7237,
      "step": 1232
    },
    {
      "epoch": 2.74,
      "grad_norm": 0.07035078853368759,
      "learning_rate": 2.8888888888888885e-05,
      "loss": 0.6296,
      "step": 1233
    },
    {
      "epoch": 2.7422222222222223,
      "grad_norm": 0.06418696790933609,
      "learning_rate": 2.8641975308641973e-05,
      "loss": 0.4852,
      "step": 1234
    },
    {
      "epoch": 2.7444444444444445,
      "grad_norm": 0.04925747588276863,
      "learning_rate": 2.8395061728395058e-05,
      "loss": 0.4677,
      "step": 1235
    },
    {
      "epoch": 2.7466666666666666,
      "grad_norm": 0.06488417088985443,
      "learning_rate": 2.8148148148148147e-05,
      "loss": 0.5834,
      "step": 1236
    },
    {
      "epoch": 2.7488888888888887,
      "grad_norm": 0.04511519521474838,
      "learning_rate": 2.790123456790123e-05,
      "loss": 0.4887,
      "step": 1237
    },
    {
      "epoch": 2.7511111111111113,
      "grad_norm": 0.06843352317810059,
      "learning_rate": 2.765432098765432e-05,
      "loss": 0.4983,
      "step": 1238
    },
    {
      "epoch": 2.7533333333333334,
      "grad_norm": 0.06756050139665604,
      "learning_rate": 2.7407407407407405e-05,
      "loss": 0.4994,
      "step": 1239
    },
    {
      "epoch": 2.7555555555555555,
      "grad_norm": 0.06538543850183487,
      "learning_rate": 2.7160493827160493e-05,
      "loss": 0.3782,
      "step": 1240
    },
    {
      "epoch": 2.7577777777777777,
      "grad_norm": 0.057626090943813324,
      "learning_rate": 2.6913580246913578e-05,
      "loss": 0.563,
      "step": 1241
    },
    {
      "epoch": 2.76,
      "grad_norm": 0.1639692187309265,
      "learning_rate": 2.6666666666666667e-05,
      "loss": 0.434,
      "step": 1242
    },
    {
      "epoch": 2.7622222222222224,
      "grad_norm": 0.048517338931560516,
      "learning_rate": 2.6419753086419748e-05,
      "loss": 0.5348,
      "step": 1243
    },
    {
      "epoch": 2.7644444444444445,
      "grad_norm": 0.05313562974333763,
      "learning_rate": 2.6172839506172837e-05,
      "loss": 0.4687,
      "step": 1244
    },
    {
      "epoch": 2.7666666666666666,
      "grad_norm": 0.05369576811790466,
      "learning_rate": 2.592592592592592e-05,
      "loss": 0.4959,
      "step": 1245
    },
    {
      "epoch": 2.7688888888888887,
      "grad_norm": 0.06537558138370514,
      "learning_rate": 2.567901234567901e-05,
      "loss": 0.4862,
      "step": 1246
    },
    {
      "epoch": 2.771111111111111,
      "grad_norm": 0.062362298369407654,
      "learning_rate": 2.5432098765432095e-05,
      "loss": 0.5051,
      "step": 1247
    },
    {
      "epoch": 2.7733333333333334,
      "grad_norm": 0.07045628130435944,
      "learning_rate": 2.5185185185185183e-05,
      "loss": 0.5431,
      "step": 1248
    },
    {
      "epoch": 2.7755555555555556,
      "grad_norm": 0.058078449219465256,
      "learning_rate": 2.4938271604938268e-05,
      "loss": 0.4098,
      "step": 1249
    },
    {
      "epoch": 2.7777777777777777,
      "grad_norm": 0.04137657955288887,
      "learning_rate": 2.4691358024691357e-05,
      "loss": 0.5553,
      "step": 1250
    },
    {
      "epoch": 2.7800000000000002,
      "grad_norm": 0.08747418969869614,
      "learning_rate": 2.4444444444444445e-05,
      "loss": 0.5497,
      "step": 1251
    },
    {
      "epoch": 2.7822222222222224,
      "grad_norm": 0.05402607470750809,
      "learning_rate": 2.419753086419753e-05,
      "loss": 0.7094,
      "step": 1252
    },
    {
      "epoch": 2.7844444444444445,
      "grad_norm": 0.0792861357331276,
      "learning_rate": 2.3950617283950618e-05,
      "loss": 0.4718,
      "step": 1253
    },
    {
      "epoch": 2.7866666666666666,
      "grad_norm": 0.13500571250915527,
      "learning_rate": 2.37037037037037e-05,
      "loss": 0.5404,
      "step": 1254
    },
    {
      "epoch": 2.7888888888888888,
      "grad_norm": 0.12560763955116272,
      "learning_rate": 2.3456790123456788e-05,
      "loss": 0.701,
      "step": 1255
    },
    {
      "epoch": 2.7911111111111113,
      "grad_norm": 0.04671892896294594,
      "learning_rate": 2.3209876543209873e-05,
      "loss": 0.5641,
      "step": 1256
    },
    {
      "epoch": 2.7933333333333334,
      "grad_norm": 0.043379250913858414,
      "learning_rate": 2.296296296296296e-05,
      "loss": 0.5214,
      "step": 1257
    },
    {
      "epoch": 2.7955555555555556,
      "grad_norm": 0.06795503944158554,
      "learning_rate": 2.2716049382716047e-05,
      "loss": 0.7148,
      "step": 1258
    },
    {
      "epoch": 2.7977777777777777,
      "grad_norm": 0.08358605951070786,
      "learning_rate": 2.2469135802469135e-05,
      "loss": 0.5945,
      "step": 1259
    },
    {
      "epoch": 2.8,
      "grad_norm": 0.05269525200128555,
      "learning_rate": 2.222222222222222e-05,
      "loss": 0.6251,
      "step": 1260
    },
    {
      "epoch": 2.8022222222222224,
      "grad_norm": 0.059296853840351105,
      "learning_rate": 2.1975308641975308e-05,
      "loss": 0.5402,
      "step": 1261
    },
    {
      "epoch": 2.8044444444444445,
      "grad_norm": 0.054700687527656555,
      "learning_rate": 2.1728395061728393e-05,
      "loss": 0.6104,
      "step": 1262
    },
    {
      "epoch": 2.8066666666666666,
      "grad_norm": 0.051813941448926926,
      "learning_rate": 2.148148148148148e-05,
      "loss": 0.7215,
      "step": 1263
    },
    {
      "epoch": 2.8088888888888888,
      "grad_norm": 0.07439989596605301,
      "learning_rate": 2.1234567901234563e-05,
      "loss": 0.5278,
      "step": 1264
    },
    {
      "epoch": 2.811111111111111,
      "grad_norm": 0.05079736188054085,
      "learning_rate": 2.098765432098765e-05,
      "loss": 0.3882,
      "step": 1265
    },
    {
      "epoch": 2.8133333333333335,
      "grad_norm": 0.054003696888685226,
      "learning_rate": 2.0740740740740737e-05,
      "loss": 0.4078,
      "step": 1266
    },
    {
      "epoch": 2.8155555555555556,
      "grad_norm": 0.05357246473431587,
      "learning_rate": 2.0493827160493825e-05,
      "loss": 0.504,
      "step": 1267
    },
    {
      "epoch": 2.8177777777777777,
      "grad_norm": 0.05181051790714264,
      "learning_rate": 2.0246913580246913e-05,
      "loss": 0.4397,
      "step": 1268
    },
    {
      "epoch": 2.82,
      "grad_norm": 0.06633854657411575,
      "learning_rate": 1.9999999999999998e-05,
      "loss": 0.467,
      "step": 1269
    },
    {
      "epoch": 2.822222222222222,
      "grad_norm": 0.05127658322453499,
      "learning_rate": 1.9753086419753087e-05,
      "loss": 0.5133,
      "step": 1270
    },
    {
      "epoch": 2.8244444444444445,
      "grad_norm": 0.0671505257487297,
      "learning_rate": 1.950617283950617e-05,
      "loss": 0.5096,
      "step": 1271
    },
    {
      "epoch": 2.8266666666666667,
      "grad_norm": 0.07473781704902649,
      "learning_rate": 1.925925925925926e-05,
      "loss": 0.5238,
      "step": 1272
    },
    {
      "epoch": 2.828888888888889,
      "grad_norm": 0.05219605565071106,
      "learning_rate": 1.901234567901234e-05,
      "loss": 0.5948,
      "step": 1273
    },
    {
      "epoch": 2.8311111111111114,
      "grad_norm": 0.07204823940992355,
      "learning_rate": 1.8765432098765433e-05,
      "loss": 0.4418,
      "step": 1274
    },
    {
      "epoch": 2.8333333333333335,
      "grad_norm": 0.06105707958340645,
      "learning_rate": 1.8518518518518515e-05,
      "loss": 0.4878,
      "step": 1275
    },
    {
      "epoch": 2.8355555555555556,
      "grad_norm": 0.06640278548002243,
      "learning_rate": 1.8271604938271603e-05,
      "loss": 0.6453,
      "step": 1276
    },
    {
      "epoch": 2.8377777777777777,
      "grad_norm": 0.07634621113538742,
      "learning_rate": 1.802469135802469e-05,
      "loss": 0.4362,
      "step": 1277
    },
    {
      "epoch": 2.84,
      "grad_norm": 0.09639936685562134,
      "learning_rate": 1.7777777777777777e-05,
      "loss": 0.5412,
      "step": 1278
    },
    {
      "epoch": 2.8422222222222224,
      "grad_norm": 0.05341300740838051,
      "learning_rate": 1.753086419753086e-05,
      "loss": 0.5017,
      "step": 1279
    },
    {
      "epoch": 2.8444444444444446,
      "grad_norm": 0.0719999149441719,
      "learning_rate": 1.728395061728395e-05,
      "loss": 0.5701,
      "step": 1280
    },
    {
      "epoch": 2.8466666666666667,
      "grad_norm": 0.07877740263938904,
      "learning_rate": 1.7037037037037035e-05,
      "loss": 0.614,
      "step": 1281
    },
    {
      "epoch": 2.848888888888889,
      "grad_norm": 0.051416411995887756,
      "learning_rate": 1.6790123456790123e-05,
      "loss": 0.5091,
      "step": 1282
    },
    {
      "epoch": 2.851111111111111,
      "grad_norm": 0.05415206402540207,
      "learning_rate": 1.6543209876543208e-05,
      "loss": 0.5306,
      "step": 1283
    },
    {
      "epoch": 2.8533333333333335,
      "grad_norm": 0.06409255415201187,
      "learning_rate": 1.6296296296296293e-05,
      "loss": 0.5477,
      "step": 1284
    },
    {
      "epoch": 2.8555555555555556,
      "grad_norm": 0.07997147738933563,
      "learning_rate": 1.604938271604938e-05,
      "loss": 0.5713,
      "step": 1285
    },
    {
      "epoch": 2.8577777777777778,
      "grad_norm": 0.06648123264312744,
      "learning_rate": 1.5802469135802467e-05,
      "loss": 0.4982,
      "step": 1286
    },
    {
      "epoch": 2.86,
      "grad_norm": 0.05242307111620903,
      "learning_rate": 1.5555555555555555e-05,
      "loss": 0.4074,
      "step": 1287
    },
    {
      "epoch": 2.862222222222222,
      "grad_norm": 0.04754193499684334,
      "learning_rate": 1.530864197530864e-05,
      "loss": 0.4296,
      "step": 1288
    },
    {
      "epoch": 2.8644444444444446,
      "grad_norm": 0.0683235228061676,
      "learning_rate": 1.5061728395061727e-05,
      "loss": 0.4713,
      "step": 1289
    },
    {
      "epoch": 2.8666666666666667,
      "grad_norm": 0.05207923427224159,
      "learning_rate": 1.4814814814814813e-05,
      "loss": 0.4893,
      "step": 1290
    },
    {
      "epoch": 2.868888888888889,
      "grad_norm": 0.056113988161087036,
      "learning_rate": 1.4567901234567898e-05,
      "loss": 0.4756,
      "step": 1291
    },
    {
      "epoch": 2.871111111111111,
      "grad_norm": 0.06050454080104828,
      "learning_rate": 1.4320987654320987e-05,
      "loss": 0.3881,
      "step": 1292
    },
    {
      "epoch": 2.873333333333333,
      "grad_norm": 0.06342190504074097,
      "learning_rate": 1.4074074074074073e-05,
      "loss": 0.4357,
      "step": 1293
    },
    {
      "epoch": 2.8755555555555556,
      "grad_norm": 0.06841931492090225,
      "learning_rate": 1.382716049382716e-05,
      "loss": 0.5386,
      "step": 1294
    },
    {
      "epoch": 2.8777777777777778,
      "grad_norm": 0.06081142649054527,
      "learning_rate": 1.3580246913580247e-05,
      "loss": 0.4596,
      "step": 1295
    },
    {
      "epoch": 2.88,
      "grad_norm": 0.07481483370065689,
      "learning_rate": 1.3333333333333333e-05,
      "loss": 0.5804,
      "step": 1296
    },
    {
      "epoch": 2.8822222222222225,
      "grad_norm": 0.050198931246995926,
      "learning_rate": 1.3086419753086418e-05,
      "loss": 0.5793,
      "step": 1297
    },
    {
      "epoch": 2.8844444444444446,
      "grad_norm": 0.05838954448699951,
      "learning_rate": 1.2839506172839505e-05,
      "loss": 0.4812,
      "step": 1298
    },
    {
      "epoch": 2.8866666666666667,
      "grad_norm": 0.05184544622898102,
      "learning_rate": 1.2592592592592592e-05,
      "loss": 0.481,
      "step": 1299
    },
    {
      "epoch": 2.888888888888889,
      "grad_norm": 0.07582832872867584,
      "learning_rate": 1.2345679012345678e-05,
      "loss": 0.5617,
      "step": 1300
    },
    {
      "epoch": 2.891111111111111,
      "grad_norm": 0.07804284989833832,
      "learning_rate": 1.2098765432098765e-05,
      "loss": 0.6318,
      "step": 1301
    },
    {
      "epoch": 2.8933333333333335,
      "grad_norm": 0.060935601592063904,
      "learning_rate": 1.185185185185185e-05,
      "loss": 0.5654,
      "step": 1302
    },
    {
      "epoch": 2.8955555555555557,
      "grad_norm": 0.058726221323013306,
      "learning_rate": 1.1604938271604937e-05,
      "loss": 0.593,
      "step": 1303
    },
    {
      "epoch": 2.897777777777778,
      "grad_norm": 0.05662497878074646,
      "learning_rate": 1.1358024691358023e-05,
      "loss": 0.6047,
      "step": 1304
    },
    {
      "epoch": 2.9,
      "grad_norm": 0.05847261846065521,
      "learning_rate": 1.111111111111111e-05,
      "loss": 0.5682,
      "step": 1305
    },
    {
      "epoch": 2.902222222222222,
      "grad_norm": 0.05384650081396103,
      "learning_rate": 1.0864197530864197e-05,
      "loss": 0.5402,
      "step": 1306
    },
    {
      "epoch": 2.9044444444444446,
      "grad_norm": 0.05802860110998154,
      "learning_rate": 1.0617283950617282e-05,
      "loss": 0.5522,
      "step": 1307
    },
    {
      "epoch": 2.9066666666666667,
      "grad_norm": 0.062039174139499664,
      "learning_rate": 1.0370370370370368e-05,
      "loss": 0.4738,
      "step": 1308
    },
    {
      "epoch": 2.908888888888889,
      "grad_norm": 0.07000809162855148,
      "learning_rate": 1.0123456790123457e-05,
      "loss": 0.6082,
      "step": 1309
    },
    {
      "epoch": 2.911111111111111,
      "grad_norm": 0.05195184424519539,
      "learning_rate": 9.876543209876543e-06,
      "loss": 0.6155,
      "step": 1310
    },
    {
      "epoch": 2.913333333333333,
      "grad_norm": 0.08509308099746704,
      "learning_rate": 9.62962962962963e-06,
      "loss": 0.5573,
      "step": 1311
    },
    {
      "epoch": 2.9155555555555557,
      "grad_norm": 0.08439867198467255,
      "learning_rate": 9.382716049382717e-06,
      "loss": 0.4368,
      "step": 1312
    },
    {
      "epoch": 2.917777777777778,
      "grad_norm": 0.054084569215774536,
      "learning_rate": 9.135802469135802e-06,
      "loss": 0.4594,
      "step": 1313
    },
    {
      "epoch": 2.92,
      "grad_norm": 0.07232722640037537,
      "learning_rate": 8.888888888888888e-06,
      "loss": 0.5347,
      "step": 1314
    },
    {
      "epoch": 2.9222222222222225,
      "grad_norm": 0.06299246847629547,
      "learning_rate": 8.641975308641975e-06,
      "loss": 0.4886,
      "step": 1315
    },
    {
      "epoch": 2.924444444444444,
      "grad_norm": 0.06266815960407257,
      "learning_rate": 8.395061728395062e-06,
      "loss": 0.6174,
      "step": 1316
    },
    {
      "epoch": 2.9266666666666667,
      "grad_norm": 0.06049675866961479,
      "learning_rate": 8.148148148148147e-06,
      "loss": 0.6329,
      "step": 1317
    },
    {
      "epoch": 2.928888888888889,
      "grad_norm": 0.05617294833064079,
      "learning_rate": 7.901234567901233e-06,
      "loss": 0.5556,
      "step": 1318
    },
    {
      "epoch": 2.931111111111111,
      "grad_norm": 0.06655992567539215,
      "learning_rate": 7.65432098765432e-06,
      "loss": 0.5181,
      "step": 1319
    },
    {
      "epoch": 2.9333333333333336,
      "grad_norm": 0.06388793885707855,
      "learning_rate": 7.407407407407407e-06,
      "loss": 0.6094,
      "step": 1320
    },
    {
      "epoch": 2.9355555555555557,
      "grad_norm": 0.04894081875681877,
      "learning_rate": 7.160493827160493e-06,
      "loss": 0.4628,
      "step": 1321
    },
    {
      "epoch": 2.937777777777778,
      "grad_norm": 0.06200474873185158,
      "learning_rate": 6.91358024691358e-06,
      "loss": 0.7136,
      "step": 1322
    },
    {
      "epoch": 2.94,
      "grad_norm": 0.07943463325500488,
      "learning_rate": 6.666666666666667e-06,
      "loss": 0.7333,
      "step": 1323
    },
    {
      "epoch": 2.942222222222222,
      "grad_norm": 0.051468003541231155,
      "learning_rate": 6.4197530864197525e-06,
      "loss": 0.5301,
      "step": 1324
    },
    {
      "epoch": 2.9444444444444446,
      "grad_norm": 0.0468410961329937,
      "learning_rate": 6.172839506172839e-06,
      "loss": 0.4637,
      "step": 1325
    },
    {
      "epoch": 2.9466666666666668,
      "grad_norm": 0.09125997126102448,
      "learning_rate": 5.925925925925925e-06,
      "loss": 0.6117,
      "step": 1326
    },
    {
      "epoch": 2.948888888888889,
      "grad_norm": 0.0682133361697197,
      "learning_rate": 5.679012345679012e-06,
      "loss": 0.6474,
      "step": 1327
    },
    {
      "epoch": 2.951111111111111,
      "grad_norm": 0.05989382416009903,
      "learning_rate": 5.432098765432098e-06,
      "loss": 0.6313,
      "step": 1328
    },
    {
      "epoch": 2.953333333333333,
      "grad_norm": 0.07264363765716553,
      "learning_rate": 5.185185185185184e-06,
      "loss": 0.5645,
      "step": 1329
    },
    {
      "epoch": 2.9555555555555557,
      "grad_norm": 0.057875052094459534,
      "learning_rate": 4.938271604938272e-06,
      "loss": 0.4804,
      "step": 1330
    },
    {
      "epoch": 2.957777777777778,
      "grad_norm": 0.07367154955863953,
      "learning_rate": 4.691358024691358e-06,
      "loss": 0.6391,
      "step": 1331
    },
    {
      "epoch": 2.96,
      "grad_norm": 0.05268028378486633,
      "learning_rate": 4.444444444444444e-06,
      "loss": 0.492,
      "step": 1332
    },
    {
      "epoch": 2.962222222222222,
      "grad_norm": 0.060173213481903076,
      "learning_rate": 4.197530864197531e-06,
      "loss": 0.5008,
      "step": 1333
    },
    {
      "epoch": 2.964444444444444,
      "grad_norm": 0.06758608669042587,
      "learning_rate": 3.950617283950617e-06,
      "loss": 0.5625,
      "step": 1334
    },
    {
      "epoch": 2.966666666666667,
      "grad_norm": 0.04485061764717102,
      "learning_rate": 3.7037037037037033e-06,
      "loss": 0.6103,
      "step": 1335
    },
    {
      "epoch": 2.968888888888889,
      "grad_norm": 0.05087360367178917,
      "learning_rate": 3.45679012345679e-06,
      "loss": 0.4286,
      "step": 1336
    },
    {
      "epoch": 2.971111111111111,
      "grad_norm": 0.05051387846469879,
      "learning_rate": 3.2098765432098762e-06,
      "loss": 0.4035,
      "step": 1337
    },
    {
      "epoch": 2.9733333333333336,
      "grad_norm": 0.06164296716451645,
      "learning_rate": 2.9629629629629625e-06,
      "loss": 0.4906,
      "step": 1338
    },
    {
      "epoch": 2.9755555555555553,
      "grad_norm": 0.05128742754459381,
      "learning_rate": 2.716049382716049e-06,
      "loss": 0.6804,
      "step": 1339
    },
    {
      "epoch": 2.977777777777778,
      "grad_norm": 0.07346834242343903,
      "learning_rate": 2.469135802469136e-06,
      "loss": 0.5991,
      "step": 1340
    },
    {
      "epoch": 2.98,
      "grad_norm": 0.15875644981861115,
      "learning_rate": 2.222222222222222e-06,
      "loss": 0.5792,
      "step": 1341
    },
    {
      "epoch": 2.982222222222222,
      "grad_norm": 0.05861335247755051,
      "learning_rate": 1.9753086419753083e-06,
      "loss": 0.4663,
      "step": 1342
    },
    {
      "epoch": 2.9844444444444447,
      "grad_norm": 0.05954683944582939,
      "learning_rate": 1.728395061728395e-06,
      "loss": 0.435,
      "step": 1343
    },
    {
      "epoch": 2.986666666666667,
      "grad_norm": 0.07032537460327148,
      "learning_rate": 1.4814814814814812e-06,
      "loss": 0.4384,
      "step": 1344
    },
    {
      "epoch": 2.988888888888889,
      "grad_norm": 0.07222862541675568,
      "learning_rate": 1.234567901234568e-06,
      "loss": 0.5334,
      "step": 1345
    },
    {
      "epoch": 2.991111111111111,
      "grad_norm": 0.07875492423772812,
      "learning_rate": 9.876543209876542e-07,
      "loss": 0.7617,
      "step": 1346
    },
    {
      "epoch": 2.993333333333333,
      "grad_norm": 0.07582969963550568,
      "learning_rate": 7.407407407407406e-07,
      "loss": 0.5529,
      "step": 1347
    },
    {
      "epoch": 2.9955555555555557,
      "grad_norm": 0.05928955227136612,
      "learning_rate": 4.938271604938271e-07,
      "loss": 0.6101,
      "step": 1348
    },
    {
      "epoch": 2.997777777777778,
      "grad_norm": 0.07385487854480743,
      "learning_rate": 2.4691358024691354e-07,
      "loss": 0.3858,
      "step": 1349
    },
    {
      "epoch": 3.0,
      "grad_norm": 0.06644037365913391,
      "learning_rate": 0.0,
      "loss": 0.4738,
      "step": 1350
    },
    {
      "epoch": 3.0,
      "step": 1350,
      "total_flos": 5.088308053724365e+17,
      "train_loss": 0.5877564937980087,
      "train_runtime": 3779.9459,
      "train_samples_per_second": 5.714,
      "train_steps_per_second": 0.357
    }
  ],
  "logging_steps": 1.0,
  "max_steps": 1350,
  "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": 5.088308053724365e+17,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}