{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 0.4266666666666667,
  "eval_steps": 500,
  "global_step": 400,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.021333333333333333,
      "grad_norm": 0.16738499701023102,
      "learning_rate": 0.00019678111587982831,
      "loss": 1.2913,
      "step": 20
    },
    {
      "epoch": 0.042666666666666665,
      "grad_norm": 0.12496387213468552,
      "learning_rate": 0.0001924892703862661,
      "loss": 0.8962,
      "step": 40
    },
    {
      "epoch": 0.064,
      "grad_norm": 0.14622226357460022,
      "learning_rate": 0.00018819742489270387,
      "loss": 0.8615,
      "step": 60
    },
    {
      "epoch": 0.08533333333333333,
      "grad_norm": 0.1667492836713791,
      "learning_rate": 0.00018390557939914164,
      "loss": 0.7632,
      "step": 80
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 0.10765811055898666,
      "learning_rate": 0.00017961373390557942,
      "loss": 0.7812,
      "step": 100
    },
    {
      "epoch": 0.128,
      "grad_norm": 0.12846282124519348,
      "learning_rate": 0.00017532188841201717,
      "loss": 0.7662,
      "step": 120
    },
    {
      "epoch": 0.14933333333333335,
      "grad_norm": 0.11023407429456711,
      "learning_rate": 0.00017103004291845494,
      "loss": 0.6754,
      "step": 140
    },
    {
      "epoch": 0.17066666666666666,
      "grad_norm": 0.09734851121902466,
      "learning_rate": 0.00016673819742489272,
      "loss": 0.7599,
      "step": 160
    },
    {
      "epoch": 0.192,
      "grad_norm": 0.10783602297306061,
      "learning_rate": 0.0001624463519313305,
      "loss": 0.7381,
      "step": 180
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 0.1328570544719696,
      "learning_rate": 0.00015815450643776824,
      "loss": 0.795,
      "step": 200
    },
    {
      "epoch": 0.23466666666666666,
      "grad_norm": 0.08770736306905746,
      "learning_rate": 0.000153862660944206,
      "loss": 0.7064,
      "step": 220
    },
    {
      "epoch": 0.256,
      "grad_norm": 0.117164246737957,
      "learning_rate": 0.00014957081545064377,
      "loss": 0.7507,
      "step": 240
    },
    {
      "epoch": 0.2773333333333333,
      "grad_norm": 0.12723304331302643,
      "learning_rate": 0.00014527896995708155,
      "loss": 0.7746,
      "step": 260
    },
    {
      "epoch": 0.2986666666666667,
      "grad_norm": 0.10076747834682465,
      "learning_rate": 0.00014098712446351932,
      "loss": 0.7134,
      "step": 280
    },
    {
      "epoch": 0.32,
      "grad_norm": 0.10124226659536362,
      "learning_rate": 0.0001366952789699571,
      "loss": 0.7313,
      "step": 300
    },
    {
      "epoch": 0.3413333333333333,
      "grad_norm": 0.10177339613437653,
      "learning_rate": 0.00013240343347639485,
      "loss": 0.6978,
      "step": 320
    },
    {
      "epoch": 0.3626666666666667,
      "grad_norm": 0.12226517498493195,
      "learning_rate": 0.00012811158798283262,
      "loss": 0.7564,
      "step": 340
    },
    {
      "epoch": 0.384,
      "grad_norm": 0.10549446195363998,
      "learning_rate": 0.0001238197424892704,
      "loss": 0.7225,
      "step": 360
    },
    {
      "epoch": 0.4053333333333333,
      "grad_norm": 0.12615783512592316,
      "learning_rate": 0.00011952789699570816,
      "loss": 0.7473,
      "step": 380
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 0.15513750910758972,
      "learning_rate": 0.00011523605150214594,
      "loss": 0.6998,
      "step": 400
    }
  ],
  "logging_steps": 20,
  "max_steps": 937,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 1,
  "save_steps": 200,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": false
      },
      "attributes": {}
    }
  },
  "total_flos": 1.040389883559936e+17,
  "train_batch_size": 2,
  "trial_name": null,
  "trial_params": null
}