{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 1.3333333333333333,
  "eval_steps": 50,
  "global_step": 1000,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.0026666666666666666,
      "eval_loss": 1.9955005645751953,
      "eval_runtime": 2.9988,
      "eval_samples_per_second": 52.021,
      "eval_steps_per_second": 2.668,
      "step": 2
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 6.4122138023376465,
      "learning_rate": 1.3333333333333334e-06,
      "loss": 1.7197,
      "step": 50
    },
    {
      "epoch": 0.06666666666666667,
      "eval_loss": 1.0588183403015137,
      "eval_runtime": 2.9928,
      "eval_samples_per_second": 52.126,
      "eval_steps_per_second": 2.673,
      "step": 50
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 6.253124237060547,
      "learning_rate": 2.666666666666667e-06,
      "loss": 0.8959,
      "step": 100
    },
    {
      "epoch": 0.13333333333333333,
      "eval_loss": 0.8088705539703369,
      "eval_runtime": 2.9651,
      "eval_samples_per_second": 52.613,
      "eval_steps_per_second": 2.698,
      "step": 100
    },
    {
      "epoch": 0.2,
      "grad_norm": 3.520400285720825,
      "learning_rate": 4.000000000000001e-06,
      "loss": 0.7838,
      "step": 150
    },
    {
      "epoch": 0.2,
      "eval_loss": 0.7823242545127869,
      "eval_runtime": 2.9843,
      "eval_samples_per_second": 52.274,
      "eval_steps_per_second": 2.681,
      "step": 150
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 2.8844940662384033,
      "learning_rate": 5.333333333333334e-06,
      "loss": 0.7432,
      "step": 200
    },
    {
      "epoch": 0.26666666666666666,
      "eval_loss": 0.7717527747154236,
      "eval_runtime": 2.9727,
      "eval_samples_per_second": 52.478,
      "eval_steps_per_second": 2.691,
      "step": 200
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 3.405369997024536,
      "learning_rate": 6.666666666666667e-06,
      "loss": 0.7305,
      "step": 250
    },
    {
      "epoch": 0.3333333333333333,
      "eval_loss": 0.7675933241844177,
      "eval_runtime": 2.9639,
      "eval_samples_per_second": 52.633,
      "eval_steps_per_second": 2.699,
      "step": 250
    },
    {
      "epoch": 0.4,
      "grad_norm": 3.4058008193969727,
      "learning_rate": 8.000000000000001e-06,
      "loss": 0.7735,
      "step": 300
    },
    {
      "epoch": 0.4,
      "eval_loss": 0.7630166411399841,
      "eval_runtime": 2.9748,
      "eval_samples_per_second": 52.441,
      "eval_steps_per_second": 2.689,
      "step": 300
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 3.8937957286834717,
      "learning_rate": 9.333333333333334e-06,
      "loss": 0.765,
      "step": 350
    },
    {
      "epoch": 0.4666666666666667,
      "eval_loss": 0.76200932264328,
      "eval_runtime": 2.9755,
      "eval_samples_per_second": 52.429,
      "eval_steps_per_second": 2.689,
      "step": 350
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 3.0671796798706055,
      "learning_rate": 1.0666666666666667e-05,
      "loss": 0.7693,
      "step": 400
    },
    {
      "epoch": 0.5333333333333333,
      "eval_loss": 0.7625126838684082,
      "eval_runtime": 2.9804,
      "eval_samples_per_second": 52.343,
      "eval_steps_per_second": 2.684,
      "step": 400
    },
    {
      "epoch": 0.6,
      "grad_norm": 2.562283754348755,
      "learning_rate": 1.2e-05,
      "loss": 0.7143,
      "step": 450
    },
    {
      "epoch": 0.6,
      "eval_loss": 0.7705833911895752,
      "eval_runtime": 2.9658,
      "eval_samples_per_second": 52.6,
      "eval_steps_per_second": 2.697,
      "step": 450
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 3.059102773666382,
      "learning_rate": 1.3333333333333333e-05,
      "loss": 0.7439,
      "step": 500
    },
    {
      "epoch": 0.6666666666666666,
      "eval_loss": 0.7748900651931763,
      "eval_runtime": 2.9693,
      "eval_samples_per_second": 52.538,
      "eval_steps_per_second": 2.694,
      "step": 500
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 2.8608345985412598,
      "learning_rate": 1.4666666666666666e-05,
      "loss": 0.7618,
      "step": 550
    },
    {
      "epoch": 0.7333333333333333,
      "eval_loss": 0.7838959097862244,
      "eval_runtime": 2.9626,
      "eval_samples_per_second": 52.656,
      "eval_steps_per_second": 2.7,
      "step": 550
    },
    {
      "epoch": 0.8,
      "grad_norm": 4.955874919891357,
      "learning_rate": 1.6000000000000003e-05,
      "loss": 0.7922,
      "step": 600
    },
    {
      "epoch": 0.8,
      "eval_loss": 0.7905844449996948,
      "eval_runtime": 2.9698,
      "eval_samples_per_second": 52.529,
      "eval_steps_per_second": 2.694,
      "step": 600
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 2.5499260425567627,
      "learning_rate": 1.7333333333333336e-05,
      "loss": 0.763,
      "step": 650
    },
    {
      "epoch": 0.8666666666666667,
      "eval_loss": 0.7975873351097107,
      "eval_runtime": 2.9521,
      "eval_samples_per_second": 52.843,
      "eval_steps_per_second": 2.71,
      "step": 650
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 2.624908924102783,
      "learning_rate": 1.866666666666667e-05,
      "loss": 0.8084,
      "step": 700
    },
    {
      "epoch": 0.9333333333333333,
      "eval_loss": 0.800664484500885,
      "eval_runtime": 2.9597,
      "eval_samples_per_second": 52.707,
      "eval_steps_per_second": 2.703,
      "step": 700
    },
    {
      "epoch": 1.0,
      "grad_norm": 2.5612921714782715,
      "learning_rate": 2e-05,
      "loss": 0.759,
      "step": 750
    },
    {
      "epoch": 1.0,
      "eval_loss": 0.806624710559845,
      "eval_runtime": 2.9743,
      "eval_samples_per_second": 52.448,
      "eval_steps_per_second": 2.69,
      "step": 750
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 2.9441487789154053,
      "learning_rate": 1.999729241179462e-05,
      "loss": 0.5238,
      "step": 800
    },
    {
      "epoch": 1.0666666666666667,
      "eval_loss": 0.8611153960227966,
      "eval_runtime": 2.965,
      "eval_samples_per_second": 52.613,
      "eval_steps_per_second": 2.698,
      "step": 800
    },
    {
      "epoch": 1.1333333333333333,
      "grad_norm": 2.583162307739258,
      "learning_rate": 1.998917111338525e-05,
      "loss": 0.5057,
      "step": 850
    },
    {
      "epoch": 1.1333333333333333,
      "eval_loss": 0.8437222242355347,
      "eval_runtime": 2.9539,
      "eval_samples_per_second": 52.812,
      "eval_steps_per_second": 2.708,
      "step": 850
    },
    {
      "epoch": 1.2,
      "grad_norm": 2.984715700149536,
      "learning_rate": 1.9975640502598243e-05,
      "loss": 0.5233,
      "step": 900
    },
    {
      "epoch": 1.2,
      "eval_loss": 0.8486198782920837,
      "eval_runtime": 2.9598,
      "eval_samples_per_second": 52.706,
      "eval_steps_per_second": 2.703,
      "step": 900
    },
    {
      "epoch": 1.2666666666666666,
      "grad_norm": 2.890220880508423,
      "learning_rate": 1.9956707906498046e-05,
      "loss": 0.5477,
      "step": 950
    },
    {
      "epoch": 1.2666666666666666,
      "eval_loss": 0.8472152948379517,
      "eval_runtime": 2.9694,
      "eval_samples_per_second": 52.536,
      "eval_steps_per_second": 2.694,
      "step": 950
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 2.1137006282806396,
      "learning_rate": 1.9932383577419432e-05,
      "loss": 0.5512,
      "step": 1000
    },
    {
      "epoch": 1.3333333333333333,
      "eval_loss": 0.8495014905929565,
      "eval_runtime": 2.9684,
      "eval_samples_per_second": 52.553,
      "eval_steps_per_second": 2.695,
      "step": 1000
    }
  ],
  "logging_steps": 50,
  "max_steps": 7500,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 10,
  "save_steps": 500,
  "total_flos": 4.703948926405837e+16,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}