{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 2.0,
  "eval_steps": 30,
  "global_step": 150,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0,
      "eval_loss": 0.11211773008108139,
      "eval_runtime": 0.9743,
      "eval_samples_per_second": 1.026,
      "eval_steps_per_second": 1.026,
      "step": 0
    },
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 0.031030020275519335,
      "learning_rate": 3.3333333333333333e-06,
      "loss": 0.1667,
      "step": 1
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 0.03834570557711562,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 0.2058,
      "step": 5
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.028094023294595035,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 0.1865,
      "step": 10
    },
    {
      "epoch": 0.2,
      "grad_norm": 0.04762041128095506,
      "learning_rate": 5e-05,
      "loss": 0.1856,
      "step": 15
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.028418698028222177,
      "learning_rate": 4.983095894354858e-05,
      "loss": 0.0908,
      "step": 20
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.034568736978493136,
      "learning_rate": 4.9326121764495596e-05,
      "loss": 0.1115,
      "step": 25
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.016206653452619863,
      "learning_rate": 4.849231551964771e-05,
      "loss": 0.1136,
      "step": 30
    },
    {
      "epoch": 0.4,
      "eval_loss": 0.032250553369522095,
      "eval_runtime": 1.0414,
      "eval_samples_per_second": 0.96,
      "eval_steps_per_second": 0.96,
      "step": 30
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 0.021469934923105765,
      "learning_rate": 4.734081600808531e-05,
      "loss": 0.0643,
      "step": 35
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.055096082731337134,
      "learning_rate": 4.588719528532342e-05,
      "loss": 0.1261,
      "step": 40
    },
    {
      "epoch": 0.6,
      "grad_norm": 0.05031835137603206,
      "learning_rate": 4.415111107797445e-05,
      "loss": 0.1096,
      "step": 45
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.05516939025833793,
      "learning_rate": 4.215604094671835e-05,
      "loss": 0.0866,
      "step": 50
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 0.032766685078341795,
      "learning_rate": 3.9928964792569655e-05,
      "loss": 0.083,
      "step": 55
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.062414929894008056,
      "learning_rate": 3.7500000000000003e-05,
      "loss": 0.0854,
      "step": 60
    },
    {
      "epoch": 0.8,
      "eval_loss": 0.02738812565803528,
      "eval_runtime": 0.8308,
      "eval_samples_per_second": 1.204,
      "eval_steps_per_second": 1.204,
      "step": 60
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 0.04592653742748478,
      "learning_rate": 3.490199415097892e-05,
      "loss": 0.0982,
      "step": 65
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 0.050049367221732345,
      "learning_rate": 3.217008081777726e-05,
      "loss": 0.0871,
      "step": 70
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.05998266046794504,
      "learning_rate": 2.9341204441673266e-05,
      "loss": 0.1206,
      "step": 75
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 0.019636243300368693,
      "learning_rate": 2.6453620722761896e-05,
      "loss": 0.088,
      "step": 80
    },
    {
      "epoch": 1.1333333333333333,
      "grad_norm": 0.043655221641392454,
      "learning_rate": 2.3546379277238107e-05,
      "loss": 0.0855,
      "step": 85
    },
    {
      "epoch": 1.2,
      "grad_norm": 0.04216235250268384,
      "learning_rate": 2.0658795558326743e-05,
      "loss": 0.0524,
      "step": 90
    },
    {
      "epoch": 1.2,
      "eval_loss": 0.029387038201093674,
      "eval_runtime": 0.8351,
      "eval_samples_per_second": 1.197,
      "eval_steps_per_second": 1.197,
      "step": 90
    },
    {
      "epoch": 1.2666666666666666,
      "grad_norm": 0.06963947213522952,
      "learning_rate": 1.7829919182222752e-05,
      "loss": 0.071,
      "step": 95
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 0.043611217695380816,
      "learning_rate": 1.509800584902108e-05,
      "loss": 0.0664,
      "step": 100
    },
    {
      "epoch": 1.4,
      "grad_norm": 0.04198147697434117,
      "learning_rate": 1.2500000000000006e-05,
      "loss": 0.0678,
      "step": 105
    },
    {
      "epoch": 1.4666666666666668,
      "grad_norm": 0.07071909102500858,
      "learning_rate": 1.0071035207430352e-05,
      "loss": 0.0654,
      "step": 110
    },
    {
      "epoch": 1.5333333333333332,
      "grad_norm": 0.06390301372675955,
      "learning_rate": 7.843959053281663e-06,
      "loss": 0.0827,
      "step": 115
    },
    {
      "epoch": 1.6,
      "grad_norm": 0.049604240366544386,
      "learning_rate": 5.848888922025553e-06,
      "loss": 0.0612,
      "step": 120
    },
    {
      "epoch": 1.6,
      "eval_loss": 0.02892993949353695,
      "eval_runtime": 0.839,
      "eval_samples_per_second": 1.192,
      "eval_steps_per_second": 1.192,
      "step": 120
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 0.07360390322146955,
      "learning_rate": 4.112804714676594e-06,
      "loss": 0.0845,
      "step": 125
    },
    {
      "epoch": 1.7333333333333334,
      "grad_norm": 0.06226824488391461,
      "learning_rate": 2.659183991914696e-06,
      "loss": 0.0926,
      "step": 130
    },
    {
      "epoch": 1.8,
      "grad_norm": 0.05406489110230538,
      "learning_rate": 1.5076844803522922e-06,
      "loss": 0.0688,
      "step": 135
    },
    {
      "epoch": 1.8666666666666667,
      "grad_norm": 0.06035274580908478,
      "learning_rate": 6.738782355044049e-07,
      "loss": 0.0741,
      "step": 140
    },
    {
      "epoch": 1.9333333333333333,
      "grad_norm": 0.06719978224301647,
      "learning_rate": 1.6904105645142444e-07,
      "loss": 0.0547,
      "step": 145
    },
    {
      "epoch": 2.0,
      "grad_norm": 0.09296641078603293,
      "learning_rate": 0.0,
      "loss": 0.082,
      "step": 150
    },
    {
      "epoch": 2.0,
      "eval_loss": 0.02918284200131893,
      "eval_runtime": 0.839,
      "eval_samples_per_second": 1.192,
      "eval_steps_per_second": 1.192,
      "step": 150
    },
    {
      "epoch": 2.0,
      "step": 150,
      "total_flos": 8212577402880.0,
      "train_loss": 0.09479607075452805,
      "train_runtime": 682.7157,
      "train_samples_per_second": 0.439,
      "train_steps_per_second": 0.22
    }
  ],
  "logging_steps": 5,
  "max_steps": 150,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 2,
  "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": 8212577402880.0,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}