{
  "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": 2.4011104106903076,
      "eval_runtime": 0.605,
      "eval_samples_per_second": 1.653,
      "eval_steps_per_second": 1.653,
      "step": 0
    },
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 0.35604148352305487,
      "learning_rate": 3.3333333333333333e-06,
      "loss": 1.8606,
      "step": 1
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 0.5574997406752219,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 2.0219,
      "step": 5
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.5379445375024249,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 2.1694,
      "step": 10
    },
    {
      "epoch": 0.2,
      "grad_norm": 0.6627891598028803,
      "learning_rate": 5e-05,
      "loss": 1.3957,
      "step": 15
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.49843000461804543,
      "learning_rate": 4.983095894354858e-05,
      "loss": 0.656,
      "step": 20
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.2492706497489882,
      "learning_rate": 4.9326121764495596e-05,
      "loss": 0.5445,
      "step": 25
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.2172063620520647,
      "learning_rate": 4.849231551964771e-05,
      "loss": 0.371,
      "step": 30
    },
    {
      "epoch": 0.4,
      "eval_loss": 0.4940870702266693,
      "eval_runtime": 0.9536,
      "eval_samples_per_second": 1.049,
      "eval_steps_per_second": 1.049,
      "step": 30
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 0.1708043354995214,
      "learning_rate": 4.734081600808531e-05,
      "loss": 0.471,
      "step": 35
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.1967513660567036,
      "learning_rate": 4.588719528532342e-05,
      "loss": 0.4045,
      "step": 40
    },
    {
      "epoch": 0.6,
      "grad_norm": 0.18707592435572035,
      "learning_rate": 4.415111107797445e-05,
      "loss": 0.3781,
      "step": 45
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.21910920665560382,
      "learning_rate": 4.215604094671835e-05,
      "loss": 0.3267,
      "step": 50
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 0.23631888063329412,
      "learning_rate": 3.9928964792569655e-05,
      "loss": 0.3935,
      "step": 55
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.3259968304936835,
      "learning_rate": 3.7500000000000003e-05,
      "loss": 0.4005,
      "step": 60
    },
    {
      "epoch": 0.8,
      "eval_loss": 0.38908952474594116,
      "eval_runtime": 0.3176,
      "eval_samples_per_second": 3.149,
      "eval_steps_per_second": 3.149,
      "step": 60
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 0.2599899397465439,
      "learning_rate": 3.490199415097892e-05,
      "loss": 0.389,
      "step": 65
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 0.19275934165020034,
      "learning_rate": 3.217008081777726e-05,
      "loss": 0.4284,
      "step": 70
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.18294695368361824,
      "learning_rate": 2.9341204441673266e-05,
      "loss": 0.3751,
      "step": 75
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 0.16629401869634053,
      "learning_rate": 2.6453620722761896e-05,
      "loss": 0.3475,
      "step": 80
    },
    {
      "epoch": 1.1333333333333333,
      "grad_norm": 0.19145723138502144,
      "learning_rate": 2.3546379277238107e-05,
      "loss": 0.3095,
      "step": 85
    },
    {
      "epoch": 1.2,
      "grad_norm": 0.2273839858973757,
      "learning_rate": 2.0658795558326743e-05,
      "loss": 0.359,
      "step": 90
    },
    {
      "epoch": 1.2,
      "eval_loss": 0.33637693524360657,
      "eval_runtime": 0.3067,
      "eval_samples_per_second": 3.26,
      "eval_steps_per_second": 3.26,
      "step": 90
    },
    {
      "epoch": 1.2666666666666666,
      "grad_norm": 0.20882813523302898,
      "learning_rate": 1.7829919182222752e-05,
      "loss": 0.3523,
      "step": 95
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 0.20666840634387143,
      "learning_rate": 1.509800584902108e-05,
      "loss": 0.3846,
      "step": 100
    },
    {
      "epoch": 1.4,
      "grad_norm": 0.23847499200045513,
      "learning_rate": 1.2500000000000006e-05,
      "loss": 0.3208,
      "step": 105
    },
    {
      "epoch": 1.4666666666666668,
      "grad_norm": 0.1708590152909707,
      "learning_rate": 1.0071035207430352e-05,
      "loss": 0.3078,
      "step": 110
    },
    {
      "epoch": 1.5333333333333332,
      "grad_norm": 0.17472548544124877,
      "learning_rate": 7.843959053281663e-06,
      "loss": 0.2848,
      "step": 115
    },
    {
      "epoch": 1.6,
      "grad_norm": 0.25184592766412545,
      "learning_rate": 5.848888922025553e-06,
      "loss": 0.3634,
      "step": 120
    },
    {
      "epoch": 1.6,
      "eval_loss": 0.33655136823654175,
      "eval_runtime": 0.3022,
      "eval_samples_per_second": 3.309,
      "eval_steps_per_second": 3.309,
      "step": 120
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 0.2662568103968219,
      "learning_rate": 4.112804714676594e-06,
      "loss": 0.2798,
      "step": 125
    },
    {
      "epoch": 1.7333333333333334,
      "grad_norm": 0.3756787865790234,
      "learning_rate": 2.659183991914696e-06,
      "loss": 0.3606,
      "step": 130
    },
    {
      "epoch": 1.8,
      "grad_norm": 0.23854788078442946,
      "learning_rate": 1.5076844803522922e-06,
      "loss": 0.2923,
      "step": 135
    },
    {
      "epoch": 1.8666666666666667,
      "grad_norm": 0.22773110483844683,
      "learning_rate": 6.738782355044049e-07,
      "loss": 0.2871,
      "step": 140
    },
    {
      "epoch": 1.9333333333333333,
      "grad_norm": 0.31452834717041517,
      "learning_rate": 1.6904105645142444e-07,
      "loss": 0.2824,
      "step": 145
    },
    {
      "epoch": 2.0,
      "grad_norm": 0.26528862188423696,
      "learning_rate": 0.0,
      "loss": 0.2806,
      "step": 150
    },
    {
      "epoch": 2.0,
      "eval_loss": 0.33367061614990234,
      "eval_runtime": 0.3024,
      "eval_samples_per_second": 3.307,
      "eval_steps_per_second": 3.307,
      "step": 150
    },
    {
      "epoch": 2.0,
      "step": 150,
      "total_flos": 2955191943168.0,
      "train_loss": 0.5168582518895467,
      "train_runtime": 367.9761,
      "train_samples_per_second": 0.815,
      "train_steps_per_second": 0.408
    }
  ],
  "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": 2955191943168.0,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}