{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 1.694915254237288,
  "eval_steps": 500,
  "global_step": 100,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.0847457627118644,
      "grad_norm": 5.159055233001709,
      "learning_rate": 3.3333333333333333e-06,
      "loss": 0.3363,
      "step": 5
    },
    {
      "epoch": 0.1694915254237288,
      "grad_norm": 3.0858068466186523,
      "learning_rate": 6.666666666666667e-06,
      "loss": 0.3158,
      "step": 10
    },
    {
      "epoch": 0.2542372881355932,
      "grad_norm": 1.8810569047927856,
      "learning_rate": 1e-05,
      "loss": 0.3053,
      "step": 15
    },
    {
      "epoch": 0.3389830508474576,
      "grad_norm": 1.4383584260940552,
      "learning_rate": 1.3333333333333333e-05,
      "loss": 0.262,
      "step": 20
    },
    {
      "epoch": 0.423728813559322,
      "grad_norm": 1.2685976028442383,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 0.1876,
      "step": 25
    },
    {
      "epoch": 0.5084745762711864,
      "grad_norm": 0.9680385589599609,
      "learning_rate": 2e-05,
      "loss": 0.1628,
      "step": 30
    },
    {
      "epoch": 0.5932203389830508,
      "grad_norm": 0.9813632965087891,
      "learning_rate": 2.3333333333333336e-05,
      "loss": 0.1334,
      "step": 35
    },
    {
      "epoch": 0.6779661016949152,
      "grad_norm": 0.9503218531608582,
      "learning_rate": 2.6666666666666667e-05,
      "loss": 0.0835,
      "step": 40
    },
    {
      "epoch": 0.7627118644067796,
      "grad_norm": 0.5998983979225159,
      "learning_rate": 3e-05,
      "loss": 0.0837,
      "step": 45
    },
    {
      "epoch": 0.847457627118644,
      "grad_norm": 0.6649953126907349,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 0.0423,
      "step": 50
    },
    {
      "epoch": 0.9322033898305084,
      "grad_norm": 0.9891968965530396,
      "learning_rate": 3.6666666666666666e-05,
      "loss": 0.0663,
      "step": 55
    },
    {
      "epoch": 1.0169491525423728,
      "grad_norm": 0.6218674182891846,
      "learning_rate": 4e-05,
      "loss": 0.0403,
      "step": 60
    },
    {
      "epoch": 1.1016949152542372,
      "grad_norm": 0.7968205213546753,
      "learning_rate": 4.3333333333333334e-05,
      "loss": 0.0395,
      "step": 65
    },
    {
      "epoch": 1.1864406779661016,
      "grad_norm": 0.4469784200191498,
      "learning_rate": 4.666666666666667e-05,
      "loss": 0.0267,
      "step": 70
    },
    {
      "epoch": 1.271186440677966,
      "grad_norm": 0.7213916182518005,
      "learning_rate": 5e-05,
      "loss": 0.0352,
      "step": 75
    },
    {
      "epoch": 1.3559322033898304,
      "grad_norm": 0.4947931170463562,
      "learning_rate": 5.333333333333333e-05,
      "loss": 0.0208,
      "step": 80
    },
    {
      "epoch": 1.4406779661016949,
      "grad_norm": 0.4453703761100769,
      "learning_rate": 5.666666666666667e-05,
      "loss": 0.0201,
      "step": 85
    },
    {
      "epoch": 1.5254237288135593,
      "grad_norm": 0.5589554905891418,
      "learning_rate": 6e-05,
      "loss": 0.0179,
      "step": 90
    },
    {
      "epoch": 1.6101694915254239,
      "grad_norm": 0.5103617310523987,
      "learning_rate": 6.333333333333333e-05,
      "loss": 0.0177,
      "step": 95
    },
    {
      "epoch": 1.694915254237288,
      "grad_norm": 0.5546457171440125,
      "learning_rate": 6.666666666666667e-05,
      "loss": 0.0132,
      "step": 100
    }
  ],
  "logging_steps": 5,
  "max_steps": 177,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3,
  "save_steps": 10,
  "total_flos": 0.0,
  "train_batch_size": 128,
  "trial_name": null,
  "trial_params": null
}