{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 1.0,
  "eval_steps": 500,
  "global_step": 7500,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.0026666666666666666,
      "grad_norm": 15.25,
      "learning_rate": 9.973333333333333e-06,
      "loss": 1.455,
      "step": 20
    },
    {
      "epoch": 0.005333333333333333,
      "grad_norm": 47.25,
      "learning_rate": 9.946666666666667e-06,
      "loss": 1.414,
      "step": 40
    },
    {
      "epoch": 0.008,
      "grad_norm": 7.375,
      "learning_rate": 9.920000000000002e-06,
      "loss": 1.2805,
      "step": 60
    },
    {
      "epoch": 0.010666666666666666,
      "grad_norm": 6.78125,
      "learning_rate": 9.893333333333334e-06,
      "loss": 1.1713,
      "step": 80
    },
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 10.1875,
      "learning_rate": 9.866666666666668e-06,
      "loss": 1.1444,
      "step": 100
    },
    {
      "epoch": 0.016,
      "grad_norm": 8.5,
      "learning_rate": 9.84e-06,
      "loss": 1.0357,
      "step": 120
    },
    {
      "epoch": 0.018666666666666668,
      "grad_norm": 11.5,
      "learning_rate": 9.813333333333333e-06,
      "loss": 1.1974,
      "step": 140
    },
    {
      "epoch": 0.021333333333333333,
      "grad_norm": 0.0,
      "learning_rate": 9.786666666666667e-06,
      "loss": 1.1164,
      "step": 160
    },
    {
      "epoch": 0.024,
      "grad_norm": 6.8125,
      "learning_rate": 9.760000000000001e-06,
      "loss": 0.9679,
      "step": 180
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 6.90625,
      "learning_rate": 9.733333333333334e-06,
      "loss": 1.0737,
      "step": 200
    },
    {
      "epoch": 0.029333333333333333,
      "grad_norm": 5.84375,
      "learning_rate": 9.706666666666668e-06,
      "loss": 1.0582,
      "step": 220
    },
    {
      "epoch": 0.032,
      "grad_norm": 6.15625,
      "learning_rate": 9.68e-06,
      "loss": 0.9273,
      "step": 240
    },
    {
      "epoch": 0.034666666666666665,
      "grad_norm": 12.6875,
      "learning_rate": 9.653333333333335e-06,
      "loss": 1.2359,
      "step": 260
    },
    {
      "epoch": 0.037333333333333336,
      "grad_norm": 14.8125,
      "learning_rate": 9.626666666666667e-06,
      "loss": 1.0849,
      "step": 280
    },
    {
      "epoch": 0.04,
      "grad_norm": 4.1875,
      "learning_rate": 9.600000000000001e-06,
      "loss": 1.135,
      "step": 300
    },
    {
      "epoch": 0.042666666666666665,
      "grad_norm": 5.0625,
      "learning_rate": 9.573333333333334e-06,
      "loss": 1.0258,
      "step": 320
    },
    {
      "epoch": 0.04533333333333334,
      "grad_norm": 5.0625,
      "learning_rate": 9.546666666666668e-06,
      "loss": 1.1092,
      "step": 340
    },
    {
      "epoch": 0.048,
      "grad_norm": 4.625,
      "learning_rate": 9.52e-06,
      "loss": 1.075,
      "step": 360
    },
    {
      "epoch": 0.050666666666666665,
      "grad_norm": 8.25,
      "learning_rate": 9.493333333333334e-06,
      "loss": 1.065,
      "step": 380
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 6.15625,
      "learning_rate": 9.466666666666667e-06,
      "loss": 1.0102,
      "step": 400
    },
    {
      "epoch": 0.056,
      "grad_norm": 7.8125,
      "learning_rate": 9.440000000000001e-06,
      "loss": 1.0172,
      "step": 420
    },
    {
      "epoch": 0.058666666666666666,
      "grad_norm": 12.1875,
      "learning_rate": 9.413333333333334e-06,
      "loss": 1.2053,
      "step": 440
    },
    {
      "epoch": 0.06133333333333333,
      "grad_norm": 5.40625,
      "learning_rate": 9.386666666666668e-06,
      "loss": 0.9699,
      "step": 460
    },
    {
      "epoch": 0.064,
      "grad_norm": 10.8125,
      "learning_rate": 9.360000000000002e-06,
      "loss": 1.0698,
      "step": 480
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 4.71875,
      "learning_rate": 9.333333333333334e-06,
      "loss": 0.9594,
      "step": 500
    },
    {
      "epoch": 0.06933333333333333,
      "grad_norm": 18.75,
      "learning_rate": 9.306666666666667e-06,
      "loss": 1.0108,
      "step": 520
    },
    {
      "epoch": 0.072,
      "grad_norm": 10.0,
      "learning_rate": 9.280000000000001e-06,
      "loss": 1.0552,
      "step": 540
    },
    {
      "epoch": 0.07466666666666667,
      "grad_norm": 6.71875,
      "learning_rate": 9.253333333333333e-06,
      "loss": 0.923,
      "step": 560
    },
    {
      "epoch": 0.07733333333333334,
      "grad_norm": 8.4375,
      "learning_rate": 9.226666666666668e-06,
      "loss": 0.8475,
      "step": 580
    },
    {
      "epoch": 0.08,
      "grad_norm": 10.625,
      "learning_rate": 9.200000000000002e-06,
      "loss": 0.9403,
      "step": 600
    },
    {
      "epoch": 0.08266666666666667,
      "grad_norm": 7.4375,
      "learning_rate": 9.173333333333334e-06,
      "loss": 1.0269,
      "step": 620
    },
    {
      "epoch": 0.08533333333333333,
      "grad_norm": 10.875,
      "learning_rate": 9.146666666666667e-06,
      "loss": 0.8391,
      "step": 640
    },
    {
      "epoch": 0.088,
      "grad_norm": 7.4375,
      "learning_rate": 9.12e-06,
      "loss": 0.9461,
      "step": 660
    },
    {
      "epoch": 0.09066666666666667,
      "grad_norm": 5.34375,
      "learning_rate": 9.093333333333333e-06,
      "loss": 1.006,
      "step": 680
    },
    {
      "epoch": 0.09333333333333334,
      "grad_norm": 4.90625,
      "learning_rate": 9.066666666666667e-06,
      "loss": 0.9304,
      "step": 700
    },
    {
      "epoch": 0.096,
      "grad_norm": 9.3125,
      "learning_rate": 9.040000000000002e-06,
      "loss": 0.9569,
      "step": 720
    },
    {
      "epoch": 0.09866666666666667,
      "grad_norm": 4.90625,
      "learning_rate": 9.013333333333334e-06,
      "loss": 0.9264,
      "step": 740
    },
    {
      "epoch": 0.10133333333333333,
      "grad_norm": 10.375,
      "learning_rate": 8.986666666666666e-06,
      "loss": 0.9695,
      "step": 760
    },
    {
      "epoch": 0.104,
      "grad_norm": 6.0,
      "learning_rate": 8.96e-06,
      "loss": 0.8603,
      "step": 780
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 7.46875,
      "learning_rate": 8.933333333333333e-06,
      "loss": 1.0748,
      "step": 800
    },
    {
      "epoch": 0.10933333333333334,
      "grad_norm": 4.25,
      "learning_rate": 8.906666666666667e-06,
      "loss": 0.8817,
      "step": 820
    },
    {
      "epoch": 0.112,
      "grad_norm": 10.1875,
      "learning_rate": 8.880000000000001e-06,
      "loss": 1.0953,
      "step": 840
    },
    {
      "epoch": 0.11466666666666667,
      "grad_norm": 8.9375,
      "learning_rate": 8.853333333333334e-06,
      "loss": 0.9467,
      "step": 860
    },
    {
      "epoch": 0.11733333333333333,
      "grad_norm": 11.0,
      "learning_rate": 8.826666666666668e-06,
      "loss": 0.8218,
      "step": 880
    },
    {
      "epoch": 0.12,
      "grad_norm": 8.25,
      "learning_rate": 8.8e-06,
      "loss": 0.7804,
      "step": 900
    },
    {
      "epoch": 0.12266666666666666,
      "grad_norm": 5.9375,
      "learning_rate": 8.773333333333333e-06,
      "loss": 0.8919,
      "step": 920
    },
    {
      "epoch": 0.12533333333333332,
      "grad_norm": 10.0,
      "learning_rate": 8.746666666666667e-06,
      "loss": 0.9852,
      "step": 940
    },
    {
      "epoch": 0.128,
      "grad_norm": 8.5625,
      "learning_rate": 8.720000000000001e-06,
      "loss": 0.774,
      "step": 960
    },
    {
      "epoch": 0.13066666666666665,
      "grad_norm": 6.75,
      "learning_rate": 8.693333333333334e-06,
      "loss": 0.9204,
      "step": 980
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 6.59375,
      "learning_rate": 8.666666666666668e-06,
      "loss": 0.9892,
      "step": 1000
    },
    {
      "epoch": 0.136,
      "grad_norm": 6.34375,
      "learning_rate": 8.64e-06,
      "loss": 0.8327,
      "step": 1020
    },
    {
      "epoch": 0.13866666666666666,
      "grad_norm": 7.3125,
      "learning_rate": 8.613333333333333e-06,
      "loss": 0.8612,
      "step": 1040
    },
    {
      "epoch": 0.14133333333333334,
      "grad_norm": 5.40625,
      "learning_rate": 8.586666666666667e-06,
      "loss": 0.9346,
      "step": 1060
    },
    {
      "epoch": 0.144,
      "grad_norm": 5.9375,
      "learning_rate": 8.560000000000001e-06,
      "loss": 0.8235,
      "step": 1080
    },
    {
      "epoch": 0.14666666666666667,
      "grad_norm": 6.21875,
      "learning_rate": 8.533333333333335e-06,
      "loss": 0.8926,
      "step": 1100
    },
    {
      "epoch": 0.14933333333333335,
      "grad_norm": 6.75,
      "learning_rate": 8.506666666666668e-06,
      "loss": 0.8275,
      "step": 1120
    },
    {
      "epoch": 0.152,
      "grad_norm": 12.75,
      "learning_rate": 8.48e-06,
      "loss": 0.8427,
      "step": 1140
    },
    {
      "epoch": 0.15466666666666667,
      "grad_norm": 4.75,
      "learning_rate": 8.453333333333334e-06,
      "loss": 0.8847,
      "step": 1160
    },
    {
      "epoch": 0.15733333333333333,
      "grad_norm": 7.0,
      "learning_rate": 8.426666666666667e-06,
      "loss": 0.9505,
      "step": 1180
    },
    {
      "epoch": 0.16,
      "grad_norm": 5.5625,
      "learning_rate": 8.400000000000001e-06,
      "loss": 0.9619,
      "step": 1200
    },
    {
      "epoch": 0.16266666666666665,
      "grad_norm": 5.8125,
      "learning_rate": 8.373333333333335e-06,
      "loss": 0.9071,
      "step": 1220
    },
    {
      "epoch": 0.16533333333333333,
      "grad_norm": 7.125,
      "learning_rate": 8.346666666666668e-06,
      "loss": 0.7582,
      "step": 1240
    },
    {
      "epoch": 0.168,
      "grad_norm": 4.0,
      "learning_rate": 8.32e-06,
      "loss": 0.8989,
      "step": 1260
    },
    {
      "epoch": 0.17066666666666666,
      "grad_norm": 11.375,
      "learning_rate": 8.293333333333334e-06,
      "loss": 0.8901,
      "step": 1280
    },
    {
      "epoch": 0.17333333333333334,
      "grad_norm": 15.1875,
      "learning_rate": 8.266666666666667e-06,
      "loss": 0.9268,
      "step": 1300
    },
    {
      "epoch": 0.176,
      "grad_norm": 6.3125,
      "learning_rate": 8.24e-06,
      "loss": 0.8835,
      "step": 1320
    },
    {
      "epoch": 0.17866666666666667,
      "grad_norm": 7.9375,
      "learning_rate": 8.213333333333335e-06,
      "loss": 1.0393,
      "step": 1340
    },
    {
      "epoch": 0.18133333333333335,
      "grad_norm": 4.875,
      "learning_rate": 8.186666666666667e-06,
      "loss": 0.8774,
      "step": 1360
    },
    {
      "epoch": 0.184,
      "grad_norm": 7.53125,
      "learning_rate": 8.16e-06,
      "loss": 0.8316,
      "step": 1380
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 9.4375,
      "learning_rate": 8.133333333333334e-06,
      "loss": 0.8799,
      "step": 1400
    },
    {
      "epoch": 0.18933333333333333,
      "grad_norm": 7.4375,
      "learning_rate": 8.106666666666666e-06,
      "loss": 0.9833,
      "step": 1420
    },
    {
      "epoch": 0.192,
      "grad_norm": 17.625,
      "learning_rate": 8.08e-06,
      "loss": 0.8978,
      "step": 1440
    },
    {
      "epoch": 0.19466666666666665,
      "grad_norm": 8.75,
      "learning_rate": 8.053333333333335e-06,
      "loss": 0.8684,
      "step": 1460
    },
    {
      "epoch": 0.19733333333333333,
      "grad_norm": 7.09375,
      "learning_rate": 8.026666666666667e-06,
      "loss": 0.9755,
      "step": 1480
    },
    {
      "epoch": 0.2,
      "grad_norm": 8.75,
      "learning_rate": 8.000000000000001e-06,
      "loss": 0.8681,
      "step": 1500
    },
    {
      "epoch": 0.20266666666666666,
      "grad_norm": 6.84375,
      "learning_rate": 7.973333333333334e-06,
      "loss": 0.9012,
      "step": 1520
    },
    {
      "epoch": 0.20533333333333334,
      "grad_norm": 5.9375,
      "learning_rate": 7.946666666666666e-06,
      "loss": 0.8758,
      "step": 1540
    },
    {
      "epoch": 0.208,
      "grad_norm": 5.78125,
      "learning_rate": 7.92e-06,
      "loss": 1.0684,
      "step": 1560
    },
    {
      "epoch": 0.21066666666666667,
      "grad_norm": 5.125,
      "learning_rate": 7.893333333333335e-06,
      "loss": 0.8874,
      "step": 1580
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 8.1875,
      "learning_rate": 7.866666666666667e-06,
      "loss": 0.7795,
      "step": 1600
    },
    {
      "epoch": 0.216,
      "grad_norm": 8.0,
      "learning_rate": 7.840000000000001e-06,
      "loss": 0.9483,
      "step": 1620
    },
    {
      "epoch": 0.21866666666666668,
      "grad_norm": 5.6875,
      "learning_rate": 7.813333333333334e-06,
      "loss": 0.8876,
      "step": 1640
    },
    {
      "epoch": 0.22133333333333333,
      "grad_norm": 6.25,
      "learning_rate": 7.786666666666666e-06,
      "loss": 0.8128,
      "step": 1660
    },
    {
      "epoch": 0.224,
      "grad_norm": 6.3125,
      "learning_rate": 7.76e-06,
      "loss": 0.8657,
      "step": 1680
    },
    {
      "epoch": 0.22666666666666666,
      "grad_norm": 4.9375,
      "learning_rate": 7.733333333333334e-06,
      "loss": 0.8157,
      "step": 1700
    },
    {
      "epoch": 0.22933333333333333,
      "grad_norm": 12.5,
      "learning_rate": 7.706666666666669e-06,
      "loss": 0.8908,
      "step": 1720
    },
    {
      "epoch": 0.232,
      "grad_norm": 7.03125,
      "learning_rate": 7.680000000000001e-06,
      "loss": 1.0434,
      "step": 1740
    },
    {
      "epoch": 0.23466666666666666,
      "grad_norm": 13.75,
      "learning_rate": 7.653333333333333e-06,
      "loss": 0.9352,
      "step": 1760
    },
    {
      "epoch": 0.23733333333333334,
      "grad_norm": 5.53125,
      "learning_rate": 7.626666666666668e-06,
      "loss": 0.9291,
      "step": 1780
    },
    {
      "epoch": 0.24,
      "grad_norm": 6.0,
      "learning_rate": 7.600000000000001e-06,
      "loss": 0.8934,
      "step": 1800
    },
    {
      "epoch": 0.24266666666666667,
      "grad_norm": 7.8125,
      "learning_rate": 7.573333333333333e-06,
      "loss": 0.8937,
      "step": 1820
    },
    {
      "epoch": 0.24533333333333332,
      "grad_norm": 6.625,
      "learning_rate": 7.5466666666666675e-06,
      "loss": 0.9843,
      "step": 1840
    },
    {
      "epoch": 0.248,
      "grad_norm": 7.90625,
      "learning_rate": 7.520000000000001e-06,
      "loss": 0.8546,
      "step": 1860
    },
    {
      "epoch": 0.25066666666666665,
      "grad_norm": 5.15625,
      "learning_rate": 7.493333333333333e-06,
      "loss": 0.9175,
      "step": 1880
    },
    {
      "epoch": 0.25333333333333335,
      "grad_norm": 6.03125,
      "learning_rate": 7.4666666666666675e-06,
      "loss": 0.782,
      "step": 1900
    },
    {
      "epoch": 0.256,
      "grad_norm": 6.125,
      "learning_rate": 7.440000000000001e-06,
      "loss": 0.9667,
      "step": 1920
    },
    {
      "epoch": 0.25866666666666666,
      "grad_norm": 5.9375,
      "learning_rate": 7.413333333333333e-06,
      "loss": 0.7783,
      "step": 1940
    },
    {
      "epoch": 0.2613333333333333,
      "grad_norm": 18.75,
      "learning_rate": 7.386666666666667e-06,
      "loss": 0.8433,
      "step": 1960
    },
    {
      "epoch": 0.264,
      "grad_norm": 3.984375,
      "learning_rate": 7.360000000000001e-06,
      "loss": 0.8342,
      "step": 1980
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 15.75,
      "learning_rate": 7.333333333333333e-06,
      "loss": 0.9988,
      "step": 2000
    },
    {
      "epoch": 0.2693333333333333,
      "grad_norm": 4.4375,
      "learning_rate": 7.306666666666667e-06,
      "loss": 0.843,
      "step": 2020
    },
    {
      "epoch": 0.272,
      "grad_norm": 8.9375,
      "learning_rate": 7.280000000000001e-06,
      "loss": 0.8488,
      "step": 2040
    },
    {
      "epoch": 0.27466666666666667,
      "grad_norm": 11.1875,
      "learning_rate": 7.253333333333335e-06,
      "loss": 0.9964,
      "step": 2060
    },
    {
      "epoch": 0.2773333333333333,
      "grad_norm": 6.21875,
      "learning_rate": 7.226666666666667e-06,
      "loss": 0.9402,
      "step": 2080
    },
    {
      "epoch": 0.28,
      "grad_norm": 5.75,
      "learning_rate": 7.2000000000000005e-06,
      "loss": 0.8615,
      "step": 2100
    },
    {
      "epoch": 0.2826666666666667,
      "grad_norm": 16.375,
      "learning_rate": 7.173333333333335e-06,
      "loss": 0.9559,
      "step": 2120
    },
    {
      "epoch": 0.2853333333333333,
      "grad_norm": 5.8125,
      "learning_rate": 7.146666666666667e-06,
      "loss": 1.0456,
      "step": 2140
    },
    {
      "epoch": 0.288,
      "grad_norm": 12.4375,
      "learning_rate": 7.1200000000000004e-06,
      "loss": 1.0042,
      "step": 2160
    },
    {
      "epoch": 0.2906666666666667,
      "grad_norm": 5.1875,
      "learning_rate": 7.093333333333335e-06,
      "loss": 0.9614,
      "step": 2180
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 10.4375,
      "learning_rate": 7.066666666666667e-06,
      "loss": 0.9375,
      "step": 2200
    },
    {
      "epoch": 0.296,
      "grad_norm": 7.71875,
      "learning_rate": 7.04e-06,
      "loss": 0.9026,
      "step": 2220
    },
    {
      "epoch": 0.2986666666666667,
      "grad_norm": 4.03125,
      "learning_rate": 7.0133333333333345e-06,
      "loss": 0.8792,
      "step": 2240
    },
    {
      "epoch": 0.30133333333333334,
      "grad_norm": 15.0625,
      "learning_rate": 6.986666666666667e-06,
      "loss": 0.7369,
      "step": 2260
    },
    {
      "epoch": 0.304,
      "grad_norm": 3.265625,
      "learning_rate": 6.96e-06,
      "loss": 0.9259,
      "step": 2280
    },
    {
      "epoch": 0.30666666666666664,
      "grad_norm": 4.78125,
      "learning_rate": 6.9333333333333344e-06,
      "loss": 0.8908,
      "step": 2300
    },
    {
      "epoch": 0.30933333333333335,
      "grad_norm": 14.9375,
      "learning_rate": 6.906666666666667e-06,
      "loss": 0.9648,
      "step": 2320
    },
    {
      "epoch": 0.312,
      "grad_norm": 25.375,
      "learning_rate": 6.88e-06,
      "loss": 0.8354,
      "step": 2340
    },
    {
      "epoch": 0.31466666666666665,
      "grad_norm": 6.1875,
      "learning_rate": 6.853333333333334e-06,
      "loss": 0.864,
      "step": 2360
    },
    {
      "epoch": 0.31733333333333336,
      "grad_norm": 7.1875,
      "learning_rate": 6.826666666666667e-06,
      "loss": 0.8624,
      "step": 2380
    },
    {
      "epoch": 0.32,
      "grad_norm": 0.0,
      "learning_rate": 6.800000000000001e-06,
      "loss": 0.7185,
      "step": 2400
    },
    {
      "epoch": 0.32266666666666666,
      "grad_norm": 12.75,
      "learning_rate": 6.773333333333334e-06,
      "loss": 0.8361,
      "step": 2420
    },
    {
      "epoch": 0.3253333333333333,
      "grad_norm": 6.71875,
      "learning_rate": 6.746666666666667e-06,
      "loss": 0.7655,
      "step": 2440
    },
    {
      "epoch": 0.328,
      "grad_norm": 6.71875,
      "learning_rate": 6.720000000000001e-06,
      "loss": 0.9553,
      "step": 2460
    },
    {
      "epoch": 0.33066666666666666,
      "grad_norm": 5.8125,
      "learning_rate": 6.693333333333334e-06,
      "loss": 0.8216,
      "step": 2480
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 6.875,
      "learning_rate": 6.666666666666667e-06,
      "loss": 0.7825,
      "step": 2500
    },
    {
      "epoch": 0.336,
      "grad_norm": 6.8125,
      "learning_rate": 6.640000000000001e-06,
      "loss": 0.8339,
      "step": 2520
    },
    {
      "epoch": 0.33866666666666667,
      "grad_norm": 12.125,
      "learning_rate": 6.613333333333334e-06,
      "loss": 0.817,
      "step": 2540
    },
    {
      "epoch": 0.3413333333333333,
      "grad_norm": 6.40625,
      "learning_rate": 6.5866666666666666e-06,
      "loss": 0.9201,
      "step": 2560
    },
    {
      "epoch": 0.344,
      "grad_norm": 6.34375,
      "learning_rate": 6.560000000000001e-06,
      "loss": 0.7598,
      "step": 2580
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 9.5625,
      "learning_rate": 6.533333333333334e-06,
      "loss": 0.6929,
      "step": 2600
    },
    {
      "epoch": 0.34933333333333333,
      "grad_norm": 11.875,
      "learning_rate": 6.5066666666666665e-06,
      "loss": 0.9922,
      "step": 2620
    },
    {
      "epoch": 0.352,
      "grad_norm": 10.0,
      "learning_rate": 6.480000000000001e-06,
      "loss": 0.8939,
      "step": 2640
    },
    {
      "epoch": 0.3546666666666667,
      "grad_norm": 11.75,
      "learning_rate": 6.453333333333334e-06,
      "loss": 0.8085,
      "step": 2660
    },
    {
      "epoch": 0.35733333333333334,
      "grad_norm": 5.375,
      "learning_rate": 6.426666666666668e-06,
      "loss": 0.8599,
      "step": 2680
    },
    {
      "epoch": 0.36,
      "grad_norm": 10.0,
      "learning_rate": 6.4000000000000006e-06,
      "loss": 0.8337,
      "step": 2700
    },
    {
      "epoch": 0.3626666666666667,
      "grad_norm": 17.125,
      "learning_rate": 6.373333333333334e-06,
      "loss": 0.906,
      "step": 2720
    },
    {
      "epoch": 0.36533333333333334,
      "grad_norm": 7.75,
      "learning_rate": 6.346666666666668e-06,
      "loss": 0.7066,
      "step": 2740
    },
    {
      "epoch": 0.368,
      "grad_norm": 5.75,
      "learning_rate": 6.3200000000000005e-06,
      "loss": 0.7289,
      "step": 2760
    },
    {
      "epoch": 0.37066666666666664,
      "grad_norm": 24.125,
      "learning_rate": 6.293333333333334e-06,
      "loss": 0.8595,
      "step": 2780
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 5.875,
      "learning_rate": 6.266666666666668e-06,
      "loss": 0.8511,
      "step": 2800
    },
    {
      "epoch": 0.376,
      "grad_norm": 5.71875,
      "learning_rate": 6.24e-06,
      "loss": 0.8451,
      "step": 2820
    },
    {
      "epoch": 0.37866666666666665,
      "grad_norm": 11.8125,
      "learning_rate": 6.213333333333334e-06,
      "loss": 0.9961,
      "step": 2840
    },
    {
      "epoch": 0.38133333333333336,
      "grad_norm": 4.53125,
      "learning_rate": 6.186666666666668e-06,
      "loss": 0.7963,
      "step": 2860
    },
    {
      "epoch": 0.384,
      "grad_norm": 6.9375,
      "learning_rate": 6.16e-06,
      "loss": 0.8213,
      "step": 2880
    },
    {
      "epoch": 0.38666666666666666,
      "grad_norm": 6.3125,
      "learning_rate": 6.133333333333334e-06,
      "loss": 1.016,
      "step": 2900
    },
    {
      "epoch": 0.3893333333333333,
      "grad_norm": 7.34375,
      "learning_rate": 6.106666666666668e-06,
      "loss": 0.9049,
      "step": 2920
    },
    {
      "epoch": 0.392,
      "grad_norm": 6.875,
      "learning_rate": 6.08e-06,
      "loss": 0.8665,
      "step": 2940
    },
    {
      "epoch": 0.39466666666666667,
      "grad_norm": 13.9375,
      "learning_rate": 6.0533333333333335e-06,
      "loss": 0.998,
      "step": 2960
    },
    {
      "epoch": 0.3973333333333333,
      "grad_norm": 6.78125,
      "learning_rate": 6.026666666666668e-06,
      "loss": 0.8095,
      "step": 2980
    },
    {
      "epoch": 0.4,
      "grad_norm": 7.5,
      "learning_rate": 6e-06,
      "loss": 0.9424,
      "step": 3000
    },
    {
      "epoch": 0.4026666666666667,
      "grad_norm": 25.125,
      "learning_rate": 5.973333333333334e-06,
      "loss": 0.8398,
      "step": 3020
    },
    {
      "epoch": 0.4053333333333333,
      "grad_norm": 6.8125,
      "learning_rate": 5.946666666666668e-06,
      "loss": 0.9417,
      "step": 3040
    },
    {
      "epoch": 0.408,
      "grad_norm": 12.875,
      "learning_rate": 5.92e-06,
      "loss": 0.8075,
      "step": 3060
    },
    {
      "epoch": 0.4106666666666667,
      "grad_norm": 12.3125,
      "learning_rate": 5.893333333333334e-06,
      "loss": 1.0305,
      "step": 3080
    },
    {
      "epoch": 0.41333333333333333,
      "grad_norm": 8.9375,
      "learning_rate": 5.8666666666666675e-06,
      "loss": 0.86,
      "step": 3100
    },
    {
      "epoch": 0.416,
      "grad_norm": 8.5625,
      "learning_rate": 5.84e-06,
      "loss": 0.8449,
      "step": 3120
    },
    {
      "epoch": 0.4186666666666667,
      "grad_norm": 12.75,
      "learning_rate": 5.813333333333334e-06,
      "loss": 0.8675,
      "step": 3140
    },
    {
      "epoch": 0.42133333333333334,
      "grad_norm": 13.3125,
      "learning_rate": 5.7866666666666674e-06,
      "loss": 0.9272,
      "step": 3160
    },
    {
      "epoch": 0.424,
      "grad_norm": 7.34375,
      "learning_rate": 5.76e-06,
      "loss": 0.7701,
      "step": 3180
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 5.25,
      "learning_rate": 5.733333333333334e-06,
      "loss": 0.7484,
      "step": 3200
    },
    {
      "epoch": 0.42933333333333334,
      "grad_norm": 5.21875,
      "learning_rate": 5.706666666666667e-06,
      "loss": 0.863,
      "step": 3220
    },
    {
      "epoch": 0.432,
      "grad_norm": 4.34375,
      "learning_rate": 5.68e-06,
      "loss": 0.8175,
      "step": 3240
    },
    {
      "epoch": 0.43466666666666665,
      "grad_norm": 7.90625,
      "learning_rate": 5.653333333333334e-06,
      "loss": 0.8581,
      "step": 3260
    },
    {
      "epoch": 0.43733333333333335,
      "grad_norm": 11.125,
      "learning_rate": 5.626666666666667e-06,
      "loss": 0.7758,
      "step": 3280
    },
    {
      "epoch": 0.44,
      "grad_norm": 6.53125,
      "learning_rate": 5.600000000000001e-06,
      "loss": 0.9018,
      "step": 3300
    },
    {
      "epoch": 0.44266666666666665,
      "grad_norm": 5.3125,
      "learning_rate": 5.573333333333334e-06,
      "loss": 0.7962,
      "step": 3320
    },
    {
      "epoch": 0.44533333333333336,
      "grad_norm": 5.21875,
      "learning_rate": 5.546666666666667e-06,
      "loss": 0.9622,
      "step": 3340
    },
    {
      "epoch": 0.448,
      "grad_norm": 7.0,
      "learning_rate": 5.5200000000000005e-06,
      "loss": 0.8691,
      "step": 3360
    },
    {
      "epoch": 0.45066666666666666,
      "grad_norm": 8.125,
      "learning_rate": 5.493333333333334e-06,
      "loss": 0.8738,
      "step": 3380
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 7.8125,
      "learning_rate": 5.466666666666667e-06,
      "loss": 0.8511,
      "step": 3400
    },
    {
      "epoch": 0.456,
      "grad_norm": 5.875,
      "learning_rate": 5.4400000000000004e-06,
      "loss": 0.7783,
      "step": 3420
    },
    {
      "epoch": 0.45866666666666667,
      "grad_norm": 5.34375,
      "learning_rate": 5.413333333333334e-06,
      "loss": 0.887,
      "step": 3440
    },
    {
      "epoch": 0.4613333333333333,
      "grad_norm": 9.4375,
      "learning_rate": 5.386666666666667e-06,
      "loss": 0.8336,
      "step": 3460
    },
    {
      "epoch": 0.464,
      "grad_norm": 7.65625,
      "learning_rate": 5.36e-06,
      "loss": 0.9941,
      "step": 3480
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 6.59375,
      "learning_rate": 5.333333333333334e-06,
      "loss": 0.8369,
      "step": 3500
    },
    {
      "epoch": 0.4693333333333333,
      "grad_norm": 6.90625,
      "learning_rate": 5.306666666666667e-06,
      "loss": 0.9606,
      "step": 3520
    },
    {
      "epoch": 0.472,
      "grad_norm": 5.6875,
      "learning_rate": 5.28e-06,
      "loss": 0.9598,
      "step": 3540
    },
    {
      "epoch": 0.4746666666666667,
      "grad_norm": 8.6875,
      "learning_rate": 5.2533333333333336e-06,
      "loss": 0.8372,
      "step": 3560
    },
    {
      "epoch": 0.47733333333333333,
      "grad_norm": 6.71875,
      "learning_rate": 5.226666666666667e-06,
      "loss": 0.9693,
      "step": 3580
    },
    {
      "epoch": 0.48,
      "grad_norm": 4.5625,
      "learning_rate": 5.2e-06,
      "loss": 0.9033,
      "step": 3600
    },
    {
      "epoch": 0.4826666666666667,
      "grad_norm": 11.25,
      "learning_rate": 5.1733333333333335e-06,
      "loss": 0.7576,
      "step": 3620
    },
    {
      "epoch": 0.48533333333333334,
      "grad_norm": 7.625,
      "learning_rate": 5.146666666666668e-06,
      "loss": 0.8384,
      "step": 3640
    },
    {
      "epoch": 0.488,
      "grad_norm": 12.875,
      "learning_rate": 5.12e-06,
      "loss": 0.8029,
      "step": 3660
    },
    {
      "epoch": 0.49066666666666664,
      "grad_norm": 6.6875,
      "learning_rate": 5.093333333333333e-06,
      "loss": 0.8148,
      "step": 3680
    },
    {
      "epoch": 0.49333333333333335,
      "grad_norm": 2.875,
      "learning_rate": 5.0666666666666676e-06,
      "loss": 0.8445,
      "step": 3700
    },
    {
      "epoch": 0.496,
      "grad_norm": 7.96875,
      "learning_rate": 5.04e-06,
      "loss": 0.8861,
      "step": 3720
    },
    {
      "epoch": 0.49866666666666665,
      "grad_norm": 6.84375,
      "learning_rate": 5.013333333333333e-06,
      "loss": 0.8578,
      "step": 3740
    },
    {
      "epoch": 0.5013333333333333,
      "grad_norm": 8.9375,
      "learning_rate": 4.986666666666667e-06,
      "loss": 0.8307,
      "step": 3760
    },
    {
      "epoch": 0.504,
      "grad_norm": 6.25,
      "learning_rate": 4.960000000000001e-06,
      "loss": 0.834,
      "step": 3780
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 6.90625,
      "learning_rate": 4.933333333333334e-06,
      "loss": 0.8883,
      "step": 3800
    },
    {
      "epoch": 0.5093333333333333,
      "grad_norm": 8.8125,
      "learning_rate": 4.9066666666666666e-06,
      "loss": 1.0132,
      "step": 3820
    },
    {
      "epoch": 0.512,
      "grad_norm": 6.34375,
      "learning_rate": 4.880000000000001e-06,
      "loss": 0.8095,
      "step": 3840
    },
    {
      "epoch": 0.5146666666666667,
      "grad_norm": 16.25,
      "learning_rate": 4.853333333333334e-06,
      "loss": 0.7855,
      "step": 3860
    },
    {
      "epoch": 0.5173333333333333,
      "grad_norm": 3.71875,
      "learning_rate": 4.826666666666667e-06,
      "loss": 0.9392,
      "step": 3880
    },
    {
      "epoch": 0.52,
      "grad_norm": 10.6875,
      "learning_rate": 4.800000000000001e-06,
      "loss": 0.8816,
      "step": 3900
    },
    {
      "epoch": 0.5226666666666666,
      "grad_norm": 0.0,
      "learning_rate": 4.773333333333334e-06,
      "loss": 0.9275,
      "step": 3920
    },
    {
      "epoch": 0.5253333333333333,
      "grad_norm": 8.625,
      "learning_rate": 4.746666666666667e-06,
      "loss": 0.9474,
      "step": 3940
    },
    {
      "epoch": 0.528,
      "grad_norm": 16.75,
      "learning_rate": 4.7200000000000005e-06,
      "loss": 0.9811,
      "step": 3960
    },
    {
      "epoch": 0.5306666666666666,
      "grad_norm": 9.5,
      "learning_rate": 4.693333333333334e-06,
      "loss": 0.8538,
      "step": 3980
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 6.3125,
      "learning_rate": 4.666666666666667e-06,
      "loss": 0.8538,
      "step": 4000
    },
    {
      "epoch": 0.536,
      "grad_norm": 4.21875,
      "learning_rate": 4.6400000000000005e-06,
      "loss": 0.8279,
      "step": 4020
    },
    {
      "epoch": 0.5386666666666666,
      "grad_norm": 4.75,
      "learning_rate": 4.613333333333334e-06,
      "loss": 0.9307,
      "step": 4040
    },
    {
      "epoch": 0.5413333333333333,
      "grad_norm": 12.5625,
      "learning_rate": 4.586666666666667e-06,
      "loss": 0.8649,
      "step": 4060
    },
    {
      "epoch": 0.544,
      "grad_norm": 7.5,
      "learning_rate": 4.56e-06,
      "loss": 0.8741,
      "step": 4080
    },
    {
      "epoch": 0.5466666666666666,
      "grad_norm": 14.25,
      "learning_rate": 4.533333333333334e-06,
      "loss": 0.9643,
      "step": 4100
    },
    {
      "epoch": 0.5493333333333333,
      "grad_norm": 4.78125,
      "learning_rate": 4.506666666666667e-06,
      "loss": 0.8667,
      "step": 4120
    },
    {
      "epoch": 0.552,
      "grad_norm": 6.15625,
      "learning_rate": 4.48e-06,
      "loss": 0.8046,
      "step": 4140
    },
    {
      "epoch": 0.5546666666666666,
      "grad_norm": 7.03125,
      "learning_rate": 4.453333333333334e-06,
      "loss": 0.9223,
      "step": 4160
    },
    {
      "epoch": 0.5573333333333333,
      "grad_norm": 7.96875,
      "learning_rate": 4.426666666666667e-06,
      "loss": 0.8703,
      "step": 4180
    },
    {
      "epoch": 0.56,
      "grad_norm": 7.6875,
      "learning_rate": 4.4e-06,
      "loss": 1.0666,
      "step": 4200
    },
    {
      "epoch": 0.5626666666666666,
      "grad_norm": 8.1875,
      "learning_rate": 4.3733333333333335e-06,
      "loss": 0.9842,
      "step": 4220
    },
    {
      "epoch": 0.5653333333333334,
      "grad_norm": 7.0625,
      "learning_rate": 4.346666666666667e-06,
      "loss": 0.8589,
      "step": 4240
    },
    {
      "epoch": 0.568,
      "grad_norm": 10.375,
      "learning_rate": 4.32e-06,
      "loss": 0.7067,
      "step": 4260
    },
    {
      "epoch": 0.5706666666666667,
      "grad_norm": 5.25,
      "learning_rate": 4.2933333333333334e-06,
      "loss": 0.9755,
      "step": 4280
    },
    {
      "epoch": 0.5733333333333334,
      "grad_norm": 12.5625,
      "learning_rate": 4.266666666666668e-06,
      "loss": 0.7756,
      "step": 4300
    },
    {
      "epoch": 0.576,
      "grad_norm": 0.0,
      "learning_rate": 4.24e-06,
      "loss": 0.8783,
      "step": 4320
    },
    {
      "epoch": 0.5786666666666667,
      "grad_norm": 7.125,
      "learning_rate": 4.213333333333333e-06,
      "loss": 1.0166,
      "step": 4340
    },
    {
      "epoch": 0.5813333333333334,
      "grad_norm": 5.1875,
      "learning_rate": 4.1866666666666675e-06,
      "loss": 0.8475,
      "step": 4360
    },
    {
      "epoch": 0.584,
      "grad_norm": 4.34375,
      "learning_rate": 4.16e-06,
      "loss": 0.6802,
      "step": 4380
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 15.125,
      "learning_rate": 4.133333333333333e-06,
      "loss": 0.8837,
      "step": 4400
    },
    {
      "epoch": 0.5893333333333334,
      "grad_norm": 10.5,
      "learning_rate": 4.1066666666666674e-06,
      "loss": 1.0228,
      "step": 4420
    },
    {
      "epoch": 0.592,
      "grad_norm": 5.90625,
      "learning_rate": 4.08e-06,
      "loss": 0.843,
      "step": 4440
    },
    {
      "epoch": 0.5946666666666667,
      "grad_norm": 11.3125,
      "learning_rate": 4.053333333333333e-06,
      "loss": 0.8699,
      "step": 4460
    },
    {
      "epoch": 0.5973333333333334,
      "grad_norm": 18.375,
      "learning_rate": 4.026666666666667e-06,
      "loss": 0.933,
      "step": 4480
    },
    {
      "epoch": 0.6,
      "grad_norm": 9.3125,
      "learning_rate": 4.000000000000001e-06,
      "loss": 0.9347,
      "step": 4500
    },
    {
      "epoch": 0.6026666666666667,
      "grad_norm": 6.0,
      "learning_rate": 3.973333333333333e-06,
      "loss": 0.8948,
      "step": 4520
    },
    {
      "epoch": 0.6053333333333333,
      "grad_norm": 16.5,
      "learning_rate": 3.946666666666667e-06,
      "loss": 0.8145,
      "step": 4540
    },
    {
      "epoch": 0.608,
      "grad_norm": 9.875,
      "learning_rate": 3.920000000000001e-06,
      "loss": 0.9667,
      "step": 4560
    },
    {
      "epoch": 0.6106666666666667,
      "grad_norm": 31.75,
      "learning_rate": 3.893333333333333e-06,
      "loss": 1.0643,
      "step": 4580
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 6.5625,
      "learning_rate": 3.866666666666667e-06,
      "loss": 0.8706,
      "step": 4600
    },
    {
      "epoch": 0.616,
      "grad_norm": 11.375,
      "learning_rate": 3.8400000000000005e-06,
      "loss": 0.7251,
      "step": 4620
    },
    {
      "epoch": 0.6186666666666667,
      "grad_norm": 6.9375,
      "learning_rate": 3.813333333333334e-06,
      "loss": 0.96,
      "step": 4640
    },
    {
      "epoch": 0.6213333333333333,
      "grad_norm": 11.6875,
      "learning_rate": 3.7866666666666667e-06,
      "loss": 0.9132,
      "step": 4660
    },
    {
      "epoch": 0.624,
      "grad_norm": 18.25,
      "learning_rate": 3.7600000000000004e-06,
      "loss": 1.0296,
      "step": 4680
    },
    {
      "epoch": 0.6266666666666667,
      "grad_norm": 10.4375,
      "learning_rate": 3.7333333333333337e-06,
      "loss": 0.9027,
      "step": 4700
    },
    {
      "epoch": 0.6293333333333333,
      "grad_norm": 8.375,
      "learning_rate": 3.7066666666666666e-06,
      "loss": 0.7323,
      "step": 4720
    },
    {
      "epoch": 0.632,
      "grad_norm": 10.5,
      "learning_rate": 3.6800000000000003e-06,
      "loss": 0.9328,
      "step": 4740
    },
    {
      "epoch": 0.6346666666666667,
      "grad_norm": 5.0625,
      "learning_rate": 3.6533333333333336e-06,
      "loss": 0.7808,
      "step": 4760
    },
    {
      "epoch": 0.6373333333333333,
      "grad_norm": 6.59375,
      "learning_rate": 3.6266666666666674e-06,
      "loss": 0.9576,
      "step": 4780
    },
    {
      "epoch": 0.64,
      "grad_norm": 6.28125,
      "learning_rate": 3.6000000000000003e-06,
      "loss": 0.8316,
      "step": 4800
    },
    {
      "epoch": 0.6426666666666667,
      "grad_norm": 0.0,
      "learning_rate": 3.5733333333333336e-06,
      "loss": 0.6515,
      "step": 4820
    },
    {
      "epoch": 0.6453333333333333,
      "grad_norm": 9.625,
      "learning_rate": 3.5466666666666673e-06,
      "loss": 0.8541,
      "step": 4840
    },
    {
      "epoch": 0.648,
      "grad_norm": 6.21875,
      "learning_rate": 3.52e-06,
      "loss": 0.8417,
      "step": 4860
    },
    {
      "epoch": 0.6506666666666666,
      "grad_norm": 8.1875,
      "learning_rate": 3.4933333333333335e-06,
      "loss": 0.9216,
      "step": 4880
    },
    {
      "epoch": 0.6533333333333333,
      "grad_norm": 4.75,
      "learning_rate": 3.4666666666666672e-06,
      "loss": 0.9348,
      "step": 4900
    },
    {
      "epoch": 0.656,
      "grad_norm": 8.25,
      "learning_rate": 3.44e-06,
      "loss": 0.7977,
      "step": 4920
    },
    {
      "epoch": 0.6586666666666666,
      "grad_norm": 4.5625,
      "learning_rate": 3.4133333333333334e-06,
      "loss": 0.8787,
      "step": 4940
    },
    {
      "epoch": 0.6613333333333333,
      "grad_norm": 3.484375,
      "learning_rate": 3.386666666666667e-06,
      "loss": 0.8119,
      "step": 4960
    },
    {
      "epoch": 0.664,
      "grad_norm": 21.125,
      "learning_rate": 3.3600000000000004e-06,
      "loss": 0.9452,
      "step": 4980
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 7.59375,
      "learning_rate": 3.3333333333333333e-06,
      "loss": 0.7995,
      "step": 5000
    },
    {
      "epoch": 0.6693333333333333,
      "grad_norm": 6.21875,
      "learning_rate": 3.306666666666667e-06,
      "loss": 0.8576,
      "step": 5020
    },
    {
      "epoch": 0.672,
      "grad_norm": 17.875,
      "learning_rate": 3.2800000000000004e-06,
      "loss": 0.8936,
      "step": 5040
    },
    {
      "epoch": 0.6746666666666666,
      "grad_norm": 7.90625,
      "learning_rate": 3.2533333333333332e-06,
      "loss": 0.8069,
      "step": 5060
    },
    {
      "epoch": 0.6773333333333333,
      "grad_norm": 5.09375,
      "learning_rate": 3.226666666666667e-06,
      "loss": 0.8479,
      "step": 5080
    },
    {
      "epoch": 0.68,
      "grad_norm": 5.3125,
      "learning_rate": 3.2000000000000003e-06,
      "loss": 0.8548,
      "step": 5100
    },
    {
      "epoch": 0.6826666666666666,
      "grad_norm": 6.15625,
      "learning_rate": 3.173333333333334e-06,
      "loss": 0.8022,
      "step": 5120
    },
    {
      "epoch": 0.6853333333333333,
      "grad_norm": 4.6875,
      "learning_rate": 3.146666666666667e-06,
      "loss": 0.7463,
      "step": 5140
    },
    {
      "epoch": 0.688,
      "grad_norm": 7.28125,
      "learning_rate": 3.12e-06,
      "loss": 0.9768,
      "step": 5160
    },
    {
      "epoch": 0.6906666666666667,
      "grad_norm": 4.4375,
      "learning_rate": 3.093333333333334e-06,
      "loss": 0.8469,
      "step": 5180
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 5.71875,
      "learning_rate": 3.066666666666667e-06,
      "loss": 0.8344,
      "step": 5200
    },
    {
      "epoch": 0.696,
      "grad_norm": 7.625,
      "learning_rate": 3.04e-06,
      "loss": 0.8205,
      "step": 5220
    },
    {
      "epoch": 0.6986666666666667,
      "grad_norm": 4.875,
      "learning_rate": 3.013333333333334e-06,
      "loss": 0.8419,
      "step": 5240
    },
    {
      "epoch": 0.7013333333333334,
      "grad_norm": 5.46875,
      "learning_rate": 2.986666666666667e-06,
      "loss": 0.8327,
      "step": 5260
    },
    {
      "epoch": 0.704,
      "grad_norm": 12.25,
      "learning_rate": 2.96e-06,
      "loss": 0.8177,
      "step": 5280
    },
    {
      "epoch": 0.7066666666666667,
      "grad_norm": 3.421875,
      "learning_rate": 2.9333333333333338e-06,
      "loss": 0.7919,
      "step": 5300
    },
    {
      "epoch": 0.7093333333333334,
      "grad_norm": 4.5,
      "learning_rate": 2.906666666666667e-06,
      "loss": 0.9305,
      "step": 5320
    },
    {
      "epoch": 0.712,
      "grad_norm": 7.90625,
      "learning_rate": 2.88e-06,
      "loss": 0.7414,
      "step": 5340
    },
    {
      "epoch": 0.7146666666666667,
      "grad_norm": 10.0,
      "learning_rate": 2.8533333333333337e-06,
      "loss": 0.982,
      "step": 5360
    },
    {
      "epoch": 0.7173333333333334,
      "grad_norm": 17.0,
      "learning_rate": 2.826666666666667e-06,
      "loss": 0.8287,
      "step": 5380
    },
    {
      "epoch": 0.72,
      "grad_norm": 4.90625,
      "learning_rate": 2.8000000000000003e-06,
      "loss": 0.9346,
      "step": 5400
    },
    {
      "epoch": 0.7226666666666667,
      "grad_norm": 5.59375,
      "learning_rate": 2.7733333333333336e-06,
      "loss": 0.9072,
      "step": 5420
    },
    {
      "epoch": 0.7253333333333334,
      "grad_norm": 5.875,
      "learning_rate": 2.746666666666667e-06,
      "loss": 0.8976,
      "step": 5440
    },
    {
      "epoch": 0.728,
      "grad_norm": 7.46875,
      "learning_rate": 2.7200000000000002e-06,
      "loss": 0.9375,
      "step": 5460
    },
    {
      "epoch": 0.7306666666666667,
      "grad_norm": 3.96875,
      "learning_rate": 2.6933333333333335e-06,
      "loss": 0.8615,
      "step": 5480
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 7.8125,
      "learning_rate": 2.666666666666667e-06,
      "loss": 0.9002,
      "step": 5500
    },
    {
      "epoch": 0.736,
      "grad_norm": 14.3125,
      "learning_rate": 2.64e-06,
      "loss": 0.8602,
      "step": 5520
    },
    {
      "epoch": 0.7386666666666667,
      "grad_norm": 6.25,
      "learning_rate": 2.6133333333333334e-06,
      "loss": 0.9083,
      "step": 5540
    },
    {
      "epoch": 0.7413333333333333,
      "grad_norm": 2.609375,
      "learning_rate": 2.5866666666666667e-06,
      "loss": 0.8616,
      "step": 5560
    },
    {
      "epoch": 0.744,
      "grad_norm": 7.75,
      "learning_rate": 2.56e-06,
      "loss": 0.9167,
      "step": 5580
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 9.625,
      "learning_rate": 2.5333333333333338e-06,
      "loss": 0.9719,
      "step": 5600
    },
    {
      "epoch": 0.7493333333333333,
      "grad_norm": 2.4375,
      "learning_rate": 2.5066666666666667e-06,
      "loss": 0.9433,
      "step": 5620
    },
    {
      "epoch": 0.752,
      "grad_norm": 6.9375,
      "learning_rate": 2.4800000000000004e-06,
      "loss": 0.9686,
      "step": 5640
    },
    {
      "epoch": 0.7546666666666667,
      "grad_norm": 5.8125,
      "learning_rate": 2.4533333333333333e-06,
      "loss": 0.9819,
      "step": 5660
    },
    {
      "epoch": 0.7573333333333333,
      "grad_norm": 9.6875,
      "learning_rate": 2.426666666666667e-06,
      "loss": 0.9684,
      "step": 5680
    },
    {
      "epoch": 0.76,
      "grad_norm": 8.625,
      "learning_rate": 2.4000000000000003e-06,
      "loss": 0.9163,
      "step": 5700
    },
    {
      "epoch": 0.7626666666666667,
      "grad_norm": 11.75,
      "learning_rate": 2.3733333333333336e-06,
      "loss": 0.8858,
      "step": 5720
    },
    {
      "epoch": 0.7653333333333333,
      "grad_norm": 5.875,
      "learning_rate": 2.346666666666667e-06,
      "loss": 0.8227,
      "step": 5740
    },
    {
      "epoch": 0.768,
      "grad_norm": 4.375,
      "learning_rate": 2.3200000000000002e-06,
      "loss": 0.8237,
      "step": 5760
    },
    {
      "epoch": 0.7706666666666667,
      "grad_norm": 12.1875,
      "learning_rate": 2.2933333333333335e-06,
      "loss": 0.9655,
      "step": 5780
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 5.9375,
      "learning_rate": 2.266666666666667e-06,
      "loss": 0.6897,
      "step": 5800
    },
    {
      "epoch": 0.776,
      "grad_norm": 16.875,
      "learning_rate": 2.24e-06,
      "loss": 0.8354,
      "step": 5820
    },
    {
      "epoch": 0.7786666666666666,
      "grad_norm": 9.75,
      "learning_rate": 2.2133333333333335e-06,
      "loss": 0.8695,
      "step": 5840
    },
    {
      "epoch": 0.7813333333333333,
      "grad_norm": 9.5625,
      "learning_rate": 2.1866666666666668e-06,
      "loss": 0.7503,
      "step": 5860
    },
    {
      "epoch": 0.784,
      "grad_norm": 7.53125,
      "learning_rate": 2.16e-06,
      "loss": 0.9109,
      "step": 5880
    },
    {
      "epoch": 0.7866666666666666,
      "grad_norm": 0.0,
      "learning_rate": 2.133333333333334e-06,
      "loss": 0.8247,
      "step": 5900
    },
    {
      "epoch": 0.7893333333333333,
      "grad_norm": 6.4375,
      "learning_rate": 2.1066666666666667e-06,
      "loss": 0.808,
      "step": 5920
    },
    {
      "epoch": 0.792,
      "grad_norm": 6.84375,
      "learning_rate": 2.08e-06,
      "loss": 0.9473,
      "step": 5940
    },
    {
      "epoch": 0.7946666666666666,
      "grad_norm": 5.59375,
      "learning_rate": 2.0533333333333337e-06,
      "loss": 0.8681,
      "step": 5960
    },
    {
      "epoch": 0.7973333333333333,
      "grad_norm": 3.734375,
      "learning_rate": 2.0266666666666666e-06,
      "loss": 0.9148,
      "step": 5980
    },
    {
      "epoch": 0.8,
      "grad_norm": 5.34375,
      "learning_rate": 2.0000000000000003e-06,
      "loss": 0.8826,
      "step": 6000
    },
    {
      "epoch": 0.8026666666666666,
      "grad_norm": 7.5,
      "learning_rate": 1.9733333333333336e-06,
      "loss": 0.8836,
      "step": 6020
    },
    {
      "epoch": 0.8053333333333333,
      "grad_norm": 4.3125,
      "learning_rate": 1.9466666666666665e-06,
      "loss": 0.8836,
      "step": 6040
    },
    {
      "epoch": 0.808,
      "grad_norm": 0.0,
      "learning_rate": 1.9200000000000003e-06,
      "loss": 0.9051,
      "step": 6060
    },
    {
      "epoch": 0.8106666666666666,
      "grad_norm": 0.0,
      "learning_rate": 1.8933333333333333e-06,
      "loss": 0.7184,
      "step": 6080
    },
    {
      "epoch": 0.8133333333333334,
      "grad_norm": 4.09375,
      "learning_rate": 1.8666666666666669e-06,
      "loss": 0.7784,
      "step": 6100
    },
    {
      "epoch": 0.816,
      "grad_norm": 13.0,
      "learning_rate": 1.8400000000000002e-06,
      "loss": 0.8781,
      "step": 6120
    },
    {
      "epoch": 0.8186666666666667,
      "grad_norm": 0.0,
      "learning_rate": 1.8133333333333337e-06,
      "loss": 0.8565,
      "step": 6140
    },
    {
      "epoch": 0.8213333333333334,
      "grad_norm": 17.0,
      "learning_rate": 1.7866666666666668e-06,
      "loss": 0.8705,
      "step": 6160
    },
    {
      "epoch": 0.824,
      "grad_norm": 6.6875,
      "learning_rate": 1.76e-06,
      "loss": 0.8946,
      "step": 6180
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 6.90625,
      "learning_rate": 1.7333333333333336e-06,
      "loss": 0.9203,
      "step": 6200
    },
    {
      "epoch": 0.8293333333333334,
      "grad_norm": 7.9375,
      "learning_rate": 1.7066666666666667e-06,
      "loss": 0.9021,
      "step": 6220
    },
    {
      "epoch": 0.832,
      "grad_norm": 14.75,
      "learning_rate": 1.6800000000000002e-06,
      "loss": 0.9852,
      "step": 6240
    },
    {
      "epoch": 0.8346666666666667,
      "grad_norm": 6.90625,
      "learning_rate": 1.6533333333333335e-06,
      "loss": 0.9907,
      "step": 6260
    },
    {
      "epoch": 0.8373333333333334,
      "grad_norm": 4.78125,
      "learning_rate": 1.6266666666666666e-06,
      "loss": 0.8371,
      "step": 6280
    },
    {
      "epoch": 0.84,
      "grad_norm": 6.28125,
      "learning_rate": 1.6000000000000001e-06,
      "loss": 0.8951,
      "step": 6300
    },
    {
      "epoch": 0.8426666666666667,
      "grad_norm": 5.90625,
      "learning_rate": 1.5733333333333334e-06,
      "loss": 0.8683,
      "step": 6320
    },
    {
      "epoch": 0.8453333333333334,
      "grad_norm": 6.28125,
      "learning_rate": 1.546666666666667e-06,
      "loss": 0.9549,
      "step": 6340
    },
    {
      "epoch": 0.848,
      "grad_norm": 10.4375,
      "learning_rate": 1.52e-06,
      "loss": 0.7493,
      "step": 6360
    },
    {
      "epoch": 0.8506666666666667,
      "grad_norm": 5.59375,
      "learning_rate": 1.4933333333333336e-06,
      "loss": 0.9304,
      "step": 6380
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 5.09375,
      "learning_rate": 1.4666666666666669e-06,
      "loss": 0.9055,
      "step": 6400
    },
    {
      "epoch": 0.856,
      "grad_norm": 15.1875,
      "learning_rate": 1.44e-06,
      "loss": 0.8643,
      "step": 6420
    },
    {
      "epoch": 0.8586666666666667,
      "grad_norm": 7.5,
      "learning_rate": 1.4133333333333335e-06,
      "loss": 0.9275,
      "step": 6440
    },
    {
      "epoch": 0.8613333333333333,
      "grad_norm": 7.15625,
      "learning_rate": 1.3866666666666668e-06,
      "loss": 0.8803,
      "step": 6460
    },
    {
      "epoch": 0.864,
      "grad_norm": 7.71875,
      "learning_rate": 1.3600000000000001e-06,
      "loss": 0.9048,
      "step": 6480
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 17.625,
      "learning_rate": 1.3333333333333334e-06,
      "loss": 0.8502,
      "step": 6500
    },
    {
      "epoch": 0.8693333333333333,
      "grad_norm": 5.375,
      "learning_rate": 1.3066666666666667e-06,
      "loss": 0.9328,
      "step": 6520
    },
    {
      "epoch": 0.872,
      "grad_norm": 6.6875,
      "learning_rate": 1.28e-06,
      "loss": 0.8532,
      "step": 6540
    },
    {
      "epoch": 0.8746666666666667,
      "grad_norm": 5.09375,
      "learning_rate": 1.2533333333333333e-06,
      "loss": 0.8169,
      "step": 6560
    },
    {
      "epoch": 0.8773333333333333,
      "grad_norm": 7.03125,
      "learning_rate": 1.2266666666666666e-06,
      "loss": 0.8844,
      "step": 6580
    },
    {
      "epoch": 0.88,
      "grad_norm": 6.625,
      "learning_rate": 1.2000000000000002e-06,
      "loss": 1.1842,
      "step": 6600
    },
    {
      "epoch": 0.8826666666666667,
      "grad_norm": 5.125,
      "learning_rate": 1.1733333333333335e-06,
      "loss": 0.8118,
      "step": 6620
    },
    {
      "epoch": 0.8853333333333333,
      "grad_norm": 6.53125,
      "learning_rate": 1.1466666666666668e-06,
      "loss": 0.8635,
      "step": 6640
    },
    {
      "epoch": 0.888,
      "grad_norm": 17.125,
      "learning_rate": 1.12e-06,
      "loss": 0.911,
      "step": 6660
    },
    {
      "epoch": 0.8906666666666667,
      "grad_norm": 12.0625,
      "learning_rate": 1.0933333333333334e-06,
      "loss": 0.8615,
      "step": 6680
    },
    {
      "epoch": 0.8933333333333333,
      "grad_norm": 8.4375,
      "learning_rate": 1.066666666666667e-06,
      "loss": 0.9396,
      "step": 6700
    },
    {
      "epoch": 0.896,
      "grad_norm": 5.4375,
      "learning_rate": 1.04e-06,
      "loss": 0.9288,
      "step": 6720
    },
    {
      "epoch": 0.8986666666666666,
      "grad_norm": 7.71875,
      "learning_rate": 1.0133333333333333e-06,
      "loss": 0.8788,
      "step": 6740
    },
    {
      "epoch": 0.9013333333333333,
      "grad_norm": 9.5625,
      "learning_rate": 9.866666666666668e-07,
      "loss": 0.8478,
      "step": 6760
    },
    {
      "epoch": 0.904,
      "grad_norm": 6.09375,
      "learning_rate": 9.600000000000001e-07,
      "loss": 0.8052,
      "step": 6780
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 11.25,
      "learning_rate": 9.333333333333334e-07,
      "loss": 1.0128,
      "step": 6800
    },
    {
      "epoch": 0.9093333333333333,
      "grad_norm": 10.375,
      "learning_rate": 9.066666666666668e-07,
      "loss": 0.8069,
      "step": 6820
    },
    {
      "epoch": 0.912,
      "grad_norm": 4.53125,
      "learning_rate": 8.8e-07,
      "loss": 0.8799,
      "step": 6840
    },
    {
      "epoch": 0.9146666666666666,
      "grad_norm": 6.15625,
      "learning_rate": 8.533333333333334e-07,
      "loss": 0.681,
      "step": 6860
    },
    {
      "epoch": 0.9173333333333333,
      "grad_norm": 9.6875,
      "learning_rate": 8.266666666666668e-07,
      "loss": 0.9491,
      "step": 6880
    },
    {
      "epoch": 0.92,
      "grad_norm": 8.4375,
      "learning_rate": 8.000000000000001e-07,
      "loss": 0.9059,
      "step": 6900
    },
    {
      "epoch": 0.9226666666666666,
      "grad_norm": 5.71875,
      "learning_rate": 7.733333333333335e-07,
      "loss": 0.9009,
      "step": 6920
    },
    {
      "epoch": 0.9253333333333333,
      "grad_norm": 3.65625,
      "learning_rate": 7.466666666666668e-07,
      "loss": 0.7688,
      "step": 6940
    },
    {
      "epoch": 0.928,
      "grad_norm": 18.125,
      "learning_rate": 7.2e-07,
      "loss": 0.8222,
      "step": 6960
    },
    {
      "epoch": 0.9306666666666666,
      "grad_norm": 4.8125,
      "learning_rate": 6.933333333333334e-07,
      "loss": 0.8589,
      "step": 6980
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 15.625,
      "learning_rate": 6.666666666666667e-07,
      "loss": 1.0669,
      "step": 7000
    },
    {
      "epoch": 0.936,
      "grad_norm": 11.8125,
      "learning_rate": 6.4e-07,
      "loss": 0.8907,
      "step": 7020
    },
    {
      "epoch": 0.9386666666666666,
      "grad_norm": 9.375,
      "learning_rate": 6.133333333333333e-07,
      "loss": 0.8357,
      "step": 7040
    },
    {
      "epoch": 0.9413333333333334,
      "grad_norm": 7.65625,
      "learning_rate": 5.866666666666667e-07,
      "loss": 0.8471,
      "step": 7060
    },
    {
      "epoch": 0.944,
      "grad_norm": 15.375,
      "learning_rate": 5.6e-07,
      "loss": 0.7884,
      "step": 7080
    },
    {
      "epoch": 0.9466666666666667,
      "grad_norm": 3.875,
      "learning_rate": 5.333333333333335e-07,
      "loss": 0.8038,
      "step": 7100
    },
    {
      "epoch": 0.9493333333333334,
      "grad_norm": 9.5,
      "learning_rate": 5.066666666666667e-07,
      "loss": 0.8502,
      "step": 7120
    },
    {
      "epoch": 0.952,
      "grad_norm": 4.90625,
      "learning_rate": 4.800000000000001e-07,
      "loss": 0.7352,
      "step": 7140
    },
    {
      "epoch": 0.9546666666666667,
      "grad_norm": 9.125,
      "learning_rate": 4.533333333333334e-07,
      "loss": 0.9503,
      "step": 7160
    },
    {
      "epoch": 0.9573333333333334,
      "grad_norm": 6.3125,
      "learning_rate": 4.266666666666667e-07,
      "loss": 0.8573,
      "step": 7180
    },
    {
      "epoch": 0.96,
      "grad_norm": 19.25,
      "learning_rate": 4.0000000000000003e-07,
      "loss": 0.9808,
      "step": 7200
    },
    {
      "epoch": 0.9626666666666667,
      "grad_norm": 4.90625,
      "learning_rate": 3.733333333333334e-07,
      "loss": 0.9278,
      "step": 7220
    },
    {
      "epoch": 0.9653333333333334,
      "grad_norm": 7.90625,
      "learning_rate": 3.466666666666667e-07,
      "loss": 0.8229,
      "step": 7240
    },
    {
      "epoch": 0.968,
      "grad_norm": 13.625,
      "learning_rate": 3.2e-07,
      "loss": 0.8607,
      "step": 7260
    },
    {
      "epoch": 0.9706666666666667,
      "grad_norm": 7.21875,
      "learning_rate": 2.9333333333333337e-07,
      "loss": 0.9099,
      "step": 7280
    },
    {
      "epoch": 0.9733333333333334,
      "grad_norm": 4.875,
      "learning_rate": 2.666666666666667e-07,
      "loss": 0.9211,
      "step": 7300
    },
    {
      "epoch": 0.976,
      "grad_norm": 0.0,
      "learning_rate": 2.4000000000000003e-07,
      "loss": 0.9568,
      "step": 7320
    },
    {
      "epoch": 0.9786666666666667,
      "grad_norm": 12.375,
      "learning_rate": 2.1333333333333334e-07,
      "loss": 0.8992,
      "step": 7340
    },
    {
      "epoch": 0.9813333333333333,
      "grad_norm": 7.46875,
      "learning_rate": 1.866666666666667e-07,
      "loss": 0.7981,
      "step": 7360
    },
    {
      "epoch": 0.984,
      "grad_norm": 0.0,
      "learning_rate": 1.6e-07,
      "loss": 0.7928,
      "step": 7380
    },
    {
      "epoch": 0.9866666666666667,
      "grad_norm": 7.34375,
      "learning_rate": 1.3333333333333336e-07,
      "loss": 0.8291,
      "step": 7400
    },
    {
      "epoch": 0.9893333333333333,
      "grad_norm": 7.375,
      "learning_rate": 1.0666666666666667e-07,
      "loss": 0.885,
      "step": 7420
    },
    {
      "epoch": 0.992,
      "grad_norm": 5.5625,
      "learning_rate": 8e-08,
      "loss": 0.9896,
      "step": 7440
    },
    {
      "epoch": 0.9946666666666667,
      "grad_norm": 12.0625,
      "learning_rate": 5.3333333333333334e-08,
      "loss": 0.7702,
      "step": 7460
    },
    {
      "epoch": 0.9973333333333333,
      "grad_norm": 5.1875,
      "learning_rate": 2.6666666666666667e-08,
      "loss": 0.7447,
      "step": 7480
    },
    {
      "epoch": 1.0,
      "grad_norm": 11.5,
      "learning_rate": 0.0,
      "loss": 0.8711,
      "step": 7500
    },
    {
      "epoch": 1.0,
      "step": 7500,
      "total_flos": 3.247196995584e+16,
      "train_loss": 0.8968856293996175,
      "train_runtime": 1623.6786,
      "train_samples_per_second": 4.619,
      "train_steps_per_second": 4.619
    }
  ],
  "logging_steps": 20,
  "max_steps": 7500,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 1,
  "save_steps": 5000,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 3.247196995584e+16,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}