{
  "best_global_step": null,
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 10.0,
  "eval_steps": 500,
  "global_step": 3750,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 0.6864556074142456,
      "learning_rate": 1.2000000000000002e-07,
      "loss": 2.0431,
      "step": 10
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 0.6834467649459839,
      "learning_rate": 2.533333333333333e-07,
      "loss": 2.0222,
      "step": 20
    },
    {
      "epoch": 0.08,
      "grad_norm": 0.7390895485877991,
      "learning_rate": 3.8666666666666674e-07,
      "loss": 2.0474,
      "step": 30
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 0.8008406758308411,
      "learning_rate": 5.2e-07,
      "loss": 2.087,
      "step": 40
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.7216496467590332,
      "learning_rate": 6.533333333333334e-07,
      "loss": 2.0767,
      "step": 50
    },
    {
      "epoch": 0.16,
      "grad_norm": 0.7768703699111938,
      "learning_rate": 7.866666666666667e-07,
      "loss": 2.0302,
      "step": 60
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 0.9261518120765686,
      "learning_rate": 9.200000000000001e-07,
      "loss": 2.0068,
      "step": 70
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 0.6796293258666992,
      "learning_rate": 1.0533333333333333e-06,
      "loss": 2.0384,
      "step": 80
    },
    {
      "epoch": 0.24,
      "grad_norm": 1.0748271942138672,
      "learning_rate": 1.1866666666666668e-06,
      "loss": 2.104,
      "step": 90
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.9115467667579651,
      "learning_rate": 1.32e-06,
      "loss": 2.0462,
      "step": 100
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 0.915414035320282,
      "learning_rate": 1.4533333333333335e-06,
      "loss": 2.0701,
      "step": 110
    },
    {
      "epoch": 0.32,
      "grad_norm": 1.0734838247299194,
      "learning_rate": 1.586666666666667e-06,
      "loss": 2.066,
      "step": 120
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 1.0868602991104126,
      "learning_rate": 1.72e-06,
      "loss": 2.0059,
      "step": 130
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 1.1686838865280151,
      "learning_rate": 1.8533333333333333e-06,
      "loss": 2.0448,
      "step": 140
    },
    {
      "epoch": 0.4,
      "grad_norm": 1.0780514478683472,
      "learning_rate": 1.9866666666666666e-06,
      "loss": 1.9928,
      "step": 150
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 1.1489983797073364,
      "learning_rate": 2.12e-06,
      "loss": 2.0029,
      "step": 160
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 1.2736639976501465,
      "learning_rate": 2.2533333333333335e-06,
      "loss": 1.9858,
      "step": 170
    },
    {
      "epoch": 0.48,
      "grad_norm": 1.3319426774978638,
      "learning_rate": 2.386666666666667e-06,
      "loss": 1.9551,
      "step": 180
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 1.349578619003296,
      "learning_rate": 2.52e-06,
      "loss": 1.872,
      "step": 190
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.9017946720123291,
      "learning_rate": 2.6533333333333335e-06,
      "loss": 1.8316,
      "step": 200
    },
    {
      "epoch": 0.56,
      "grad_norm": 1.002862811088562,
      "learning_rate": 2.786666666666667e-06,
      "loss": 1.8138,
      "step": 210
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 0.8344107866287231,
      "learning_rate": 2.92e-06,
      "loss": 1.7294,
      "step": 220
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 0.9120360016822815,
      "learning_rate": 3.053333333333334e-06,
      "loss": 1.7006,
      "step": 230
    },
    {
      "epoch": 0.64,
      "grad_norm": 0.883114218711853,
      "learning_rate": 3.186666666666667e-06,
      "loss": 1.6236,
      "step": 240
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.8164843916893005,
      "learning_rate": 3.3200000000000004e-06,
      "loss": 1.6641,
      "step": 250
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 0.8954416513442993,
      "learning_rate": 3.4533333333333334e-06,
      "loss": 1.6328,
      "step": 260
    },
    {
      "epoch": 0.72,
      "grad_norm": 0.8396301865577698,
      "learning_rate": 3.5866666666666673e-06,
      "loss": 1.6047,
      "step": 270
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 0.9113221168518066,
      "learning_rate": 3.7200000000000004e-06,
      "loss": 1.6098,
      "step": 280
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 0.7408691048622131,
      "learning_rate": 3.853333333333334e-06,
      "loss": 1.5339,
      "step": 290
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.9837501645088196,
      "learning_rate": 3.986666666666667e-06,
      "loss": 1.592,
      "step": 300
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 0.9414945840835571,
      "learning_rate": 4.12e-06,
      "loss": 1.5275,
      "step": 310
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 0.6915170550346375,
      "learning_rate": 4.253333333333334e-06,
      "loss": 1.4722,
      "step": 320
    },
    {
      "epoch": 0.88,
      "grad_norm": 1.0188401937484741,
      "learning_rate": 4.3866666666666665e-06,
      "loss": 1.4897,
      "step": 330
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 0.7740457057952881,
      "learning_rate": 4.520000000000001e-06,
      "loss": 1.377,
      "step": 340
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 0.6730086207389832,
      "learning_rate": 4.653333333333333e-06,
      "loss": 1.392,
      "step": 350
    },
    {
      "epoch": 0.96,
      "grad_norm": 0.855743944644928,
      "learning_rate": 4.786666666666667e-06,
      "loss": 1.3936,
      "step": 360
    },
    {
      "epoch": 0.9866666666666667,
      "grad_norm": 0.718235969543457,
      "learning_rate": 4.92e-06,
      "loss": 1.3313,
      "step": 370
    },
    {
      "epoch": 1.0133333333333334,
      "grad_norm": 0.6589620113372803,
      "learning_rate": 4.999982670673473e-06,
      "loss": 1.3231,
      "step": 380
    },
    {
      "epoch": 1.04,
      "grad_norm": 0.7204256653785706,
      "learning_rate": 4.999787718509086e-06,
      "loss": 1.312,
      "step": 390
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 0.7311373949050903,
      "learning_rate": 4.999376169470306e-06,
      "loss": 1.3119,
      "step": 400
    },
    {
      "epoch": 1.0933333333333333,
      "grad_norm": 0.6310704946517944,
      "learning_rate": 4.998748059216254e-06,
      "loss": 1.2798,
      "step": 410
    },
    {
      "epoch": 1.12,
      "grad_norm": 0.7810817360877991,
      "learning_rate": 4.997903442170241e-06,
      "loss": 1.2968,
      "step": 420
    },
    {
      "epoch": 1.1466666666666667,
      "grad_norm": 0.7063048481941223,
      "learning_rate": 4.996842391515045e-06,
      "loss": 1.277,
      "step": 430
    },
    {
      "epoch": 1.1733333333333333,
      "grad_norm": 0.6194319725036621,
      "learning_rate": 4.995564999186572e-06,
      "loss": 1.3146,
      "step": 440
    },
    {
      "epoch": 1.2,
      "grad_norm": 0.8911550045013428,
      "learning_rate": 4.994071375865898e-06,
      "loss": 1.2271,
      "step": 450
    },
    {
      "epoch": 1.2266666666666666,
      "grad_norm": 0.7139999866485596,
      "learning_rate": 4.992361650969668e-06,
      "loss": 1.2009,
      "step": 460
    },
    {
      "epoch": 1.2533333333333334,
      "grad_norm": 0.7921785712242126,
      "learning_rate": 4.990435972638888e-06,
      "loss": 1.241,
      "step": 470
    },
    {
      "epoch": 1.28,
      "grad_norm": 0.6499159336090088,
      "learning_rate": 4.988294507726089e-06,
      "loss": 1.2606,
      "step": 480
    },
    {
      "epoch": 1.3066666666666666,
      "grad_norm": 0.8065305352210999,
      "learning_rate": 4.98593744178087e-06,
      "loss": 1.2408,
      "step": 490
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 0.603751003742218,
      "learning_rate": 4.983364979033819e-06,
      "loss": 1.1539,
      "step": 500
    },
    {
      "epoch": 1.3599999999999999,
      "grad_norm": 0.6962315440177917,
      "learning_rate": 4.980577342378818e-06,
      "loss": 1.2015,
      "step": 510
    },
    {
      "epoch": 1.3866666666666667,
      "grad_norm": 0.7914028763771057,
      "learning_rate": 4.977574773353732e-06,
      "loss": 1.2067,
      "step": 520
    },
    {
      "epoch": 1.4133333333333333,
      "grad_norm": 0.7412983775138855,
      "learning_rate": 4.974357532119478e-06,
      "loss": 1.1334,
      "step": 530
    },
    {
      "epoch": 1.44,
      "grad_norm": 0.8885224461555481,
      "learning_rate": 4.970925897437484e-06,
      "loss": 1.2074,
      "step": 540
    },
    {
      "epoch": 1.4666666666666668,
      "grad_norm": 0.6707415580749512,
      "learning_rate": 4.967280166645538e-06,
      "loss": 1.2794,
      "step": 550
    },
    {
      "epoch": 1.4933333333333334,
      "grad_norm": 1.029408574104309,
      "learning_rate": 4.9634206556320186e-06,
      "loss": 1.1519,
      "step": 560
    },
    {
      "epoch": 1.52,
      "grad_norm": 0.7895164489746094,
      "learning_rate": 4.959347698808532e-06,
      "loss": 1.1693,
      "step": 570
    },
    {
      "epoch": 1.5466666666666666,
      "grad_norm": 0.7517342567443848,
      "learning_rate": 4.95506164908093e-06,
      "loss": 1.1478,
      "step": 580
    },
    {
      "epoch": 1.5733333333333333,
      "grad_norm": 0.7386269569396973,
      "learning_rate": 4.9505628778187365e-06,
      "loss": 1.154,
      "step": 590
    },
    {
      "epoch": 1.6,
      "grad_norm": 0.7774485349655151,
      "learning_rate": 4.94585177482297e-06,
      "loss": 1.197,
      "step": 600
    },
    {
      "epoch": 1.6266666666666667,
      "grad_norm": 0.6724669337272644,
      "learning_rate": 4.940928748292363e-06,
      "loss": 1.1248,
      "step": 610
    },
    {
      "epoch": 1.6533333333333333,
      "grad_norm": 0.8252294659614563,
      "learning_rate": 4.9357942247879995e-06,
      "loss": 1.1685,
      "step": 620
    },
    {
      "epoch": 1.6800000000000002,
      "grad_norm": 0.8395477533340454,
      "learning_rate": 4.930448649196356e-06,
      "loss": 1.1423,
      "step": 630
    },
    {
      "epoch": 1.7066666666666666,
      "grad_norm": 0.797327995300293,
      "learning_rate": 4.924892484690744e-06,
      "loss": 1.195,
      "step": 640
    },
    {
      "epoch": 1.7333333333333334,
      "grad_norm": 0.8169471621513367,
      "learning_rate": 4.91912621269119e-06,
      "loss": 1.1516,
      "step": 650
    },
    {
      "epoch": 1.76,
      "grad_norm": 0.9324586391448975,
      "learning_rate": 4.913150332822716e-06,
      "loss": 1.1535,
      "step": 660
    },
    {
      "epoch": 1.7866666666666666,
      "grad_norm": 0.9258119463920593,
      "learning_rate": 4.906965362872048e-06,
      "loss": 1.14,
      "step": 670
    },
    {
      "epoch": 1.8133333333333335,
      "grad_norm": 0.7775595188140869,
      "learning_rate": 4.9005718387427546e-06,
      "loss": 1.1633,
      "step": 680
    },
    {
      "epoch": 1.8399999999999999,
      "grad_norm": 0.9818838238716125,
      "learning_rate": 4.893970314408813e-06,
      "loss": 1.1303,
      "step": 690
    },
    {
      "epoch": 1.8666666666666667,
      "grad_norm": 0.7248987555503845,
      "learning_rate": 4.887161361866608e-06,
      "loss": 1.116,
      "step": 700
    },
    {
      "epoch": 1.8933333333333333,
      "grad_norm": 0.7499696612358093,
      "learning_rate": 4.880145571085369e-06,
      "loss": 1.1252,
      "step": 710
    },
    {
      "epoch": 1.92,
      "grad_norm": 0.9208846092224121,
      "learning_rate": 4.872923549956058e-06,
      "loss": 1.1746,
      "step": 720
    },
    {
      "epoch": 1.9466666666666668,
      "grad_norm": 0.8718836903572083,
      "learning_rate": 4.86549592423869e-06,
      "loss": 1.1291,
      "step": 730
    },
    {
      "epoch": 1.9733333333333334,
      "grad_norm": 0.8388645052909851,
      "learning_rate": 4.857863337508119e-06,
      "loss": 1.1033,
      "step": 740
    },
    {
      "epoch": 2.0,
      "grad_norm": 0.8666885495185852,
      "learning_rate": 4.850026451098271e-06,
      "loss": 1.1277,
      "step": 750
    },
    {
      "epoch": 2.026666666666667,
      "grad_norm": 1.0474607944488525,
      "learning_rate": 4.841985944044845e-06,
      "loss": 1.1568,
      "step": 760
    },
    {
      "epoch": 2.0533333333333332,
      "grad_norm": 0.9431724548339844,
      "learning_rate": 4.833742513026478e-06,
      "loss": 1.0784,
      "step": 770
    },
    {
      "epoch": 2.08,
      "grad_norm": 0.7262744307518005,
      "learning_rate": 4.825296872304377e-06,
      "loss": 1.1638,
      "step": 780
    },
    {
      "epoch": 2.1066666666666665,
      "grad_norm": 0.9374427795410156,
      "learning_rate": 4.816649753660431e-06,
      "loss": 1.0557,
      "step": 790
    },
    {
      "epoch": 2.1333333333333333,
      "grad_norm": 0.8942416310310364,
      "learning_rate": 4.807801906333809e-06,
      "loss": 1.0435,
      "step": 800
    },
    {
      "epoch": 2.16,
      "grad_norm": 0.8669484257698059,
      "learning_rate": 4.7987540969560385e-06,
      "loss": 1.0561,
      "step": 810
    },
    {
      "epoch": 2.1866666666666665,
      "grad_norm": 0.9552891850471497,
      "learning_rate": 4.789507109484579e-06,
      "loss": 1.1086,
      "step": 820
    },
    {
      "epoch": 2.2133333333333334,
      "grad_norm": 0.9328513145446777,
      "learning_rate": 4.7800617451348974e-06,
      "loss": 1.1033,
      "step": 830
    },
    {
      "epoch": 2.24,
      "grad_norm": 0.8567037582397461,
      "learning_rate": 4.770418822311046e-06,
      "loss": 1.0873,
      "step": 840
    },
    {
      "epoch": 2.2666666666666666,
      "grad_norm": 0.7724719047546387,
      "learning_rate": 4.760579176534747e-06,
      "loss": 1.0785,
      "step": 850
    },
    {
      "epoch": 2.2933333333333334,
      "grad_norm": 0.8977177143096924,
      "learning_rate": 4.750543660373004e-06,
      "loss": 1.0793,
      "step": 860
    },
    {
      "epoch": 2.32,
      "grad_norm": 1.0932681560516357,
      "learning_rate": 4.7403131433642226e-06,
      "loss": 1.0835,
      "step": 870
    },
    {
      "epoch": 2.3466666666666667,
      "grad_norm": 0.922770619392395,
      "learning_rate": 4.729888511942877e-06,
      "loss": 1.0805,
      "step": 880
    },
    {
      "epoch": 2.3733333333333335,
      "grad_norm": 0.9030175805091858,
      "learning_rate": 4.719270669362699e-06,
      "loss": 1.0933,
      "step": 890
    },
    {
      "epoch": 2.4,
      "grad_norm": 1.004112958908081,
      "learning_rate": 4.708460535618411e-06,
      "loss": 1.1069,
      "step": 900
    },
    {
      "epoch": 2.4266666666666667,
      "grad_norm": 1.0625816583633423,
      "learning_rate": 4.697459047366022e-06,
      "loss": 1.0471,
      "step": 910
    },
    {
      "epoch": 2.453333333333333,
      "grad_norm": 0.8528280258178711,
      "learning_rate": 4.68626715784166e-06,
      "loss": 1.0602,
      "step": 920
    },
    {
      "epoch": 2.48,
      "grad_norm": 1.1137285232543945,
      "learning_rate": 4.674885836778983e-06,
      "loss": 1.089,
      "step": 930
    },
    {
      "epoch": 2.506666666666667,
      "grad_norm": 1.0087735652923584,
      "learning_rate": 4.6633160703251556e-06,
      "loss": 1.1693,
      "step": 940
    },
    {
      "epoch": 2.533333333333333,
      "grad_norm": 0.829055666923523,
      "learning_rate": 4.6515588609554006e-06,
      "loss": 1.0238,
      "step": 950
    },
    {
      "epoch": 2.56,
      "grad_norm": 1.0512988567352295,
      "learning_rate": 4.639615227386141e-06,
      "loss": 1.1054,
      "step": 960
    },
    {
      "epoch": 2.586666666666667,
      "grad_norm": 0.7199288606643677,
      "learning_rate": 4.62748620448673e-06,
      "loss": 1.1123,
      "step": 970
    },
    {
      "epoch": 2.6133333333333333,
      "grad_norm": 0.8040386438369751,
      "learning_rate": 4.615172843189785e-06,
      "loss": 1.0573,
      "step": 980
    },
    {
      "epoch": 2.64,
      "grad_norm": 0.8797423839569092,
      "learning_rate": 4.602676210400126e-06,
      "loss": 1.0704,
      "step": 990
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 0.9572004079818726,
      "learning_rate": 4.589997388902339e-06,
      "loss": 1.0475,
      "step": 1000
    },
    {
      "epoch": 2.6933333333333334,
      "grad_norm": 0.9472495913505554,
      "learning_rate": 4.577137477266948e-06,
      "loss": 1.0591,
      "step": 1010
    },
    {
      "epoch": 2.7199999999999998,
      "grad_norm": 0.8334089517593384,
      "learning_rate": 4.564097589755233e-06,
      "loss": 1.062,
      "step": 1020
    },
    {
      "epoch": 2.7466666666666666,
      "grad_norm": 1.1869418621063232,
      "learning_rate": 4.550878856222684e-06,
      "loss": 1.1608,
      "step": 1030
    },
    {
      "epoch": 2.7733333333333334,
      "grad_norm": 1.0386947393417358,
      "learning_rate": 4.537482422021105e-06,
      "loss": 1.1039,
      "step": 1040
    },
    {
      "epoch": 2.8,
      "grad_norm": 0.9129137992858887,
      "learning_rate": 4.523909447899365e-06,
      "loss": 1.1069,
      "step": 1050
    },
    {
      "epoch": 2.8266666666666667,
      "grad_norm": 1.2377030849456787,
      "learning_rate": 4.510161109902837e-06,
      "loss": 1.0762,
      "step": 1060
    },
    {
      "epoch": 2.8533333333333335,
      "grad_norm": 0.881824254989624,
      "learning_rate": 4.496238599271485e-06,
      "loss": 1.0351,
      "step": 1070
    },
    {
      "epoch": 2.88,
      "grad_norm": 0.8841559886932373,
      "learning_rate": 4.482143122336658e-06,
      "loss": 1.0592,
      "step": 1080
    },
    {
      "epoch": 2.9066666666666667,
      "grad_norm": 0.8864892721176147,
      "learning_rate": 4.467875900416558e-06,
      "loss": 1.0976,
      "step": 1090
    },
    {
      "epoch": 2.9333333333333336,
      "grad_norm": 1.1504698991775513,
      "learning_rate": 4.4534381697104255e-06,
      "loss": 1.0186,
      "step": 1100
    },
    {
      "epoch": 2.96,
      "grad_norm": 1.1625890731811523,
      "learning_rate": 4.438831181191422e-06,
      "loss": 1.0585,
      "step": 1110
    },
    {
      "epoch": 2.986666666666667,
      "grad_norm": 0.9680048227310181,
      "learning_rate": 4.424056200498237e-06,
      "loss": 1.1027,
      "step": 1120
    },
    {
      "epoch": 3.013333333333333,
      "grad_norm": 1.0091793537139893,
      "learning_rate": 4.409114507825431e-06,
      "loss": 1.0871,
      "step": 1130
    },
    {
      "epoch": 3.04,
      "grad_norm": 0.887014627456665,
      "learning_rate": 4.394007397812509e-06,
      "loss": 1.1032,
      "step": 1140
    },
    {
      "epoch": 3.066666666666667,
      "grad_norm": 1.0513815879821777,
      "learning_rate": 4.3787361794317405e-06,
      "loss": 1.0047,
      "step": 1150
    },
    {
      "epoch": 3.0933333333333333,
      "grad_norm": 1.031087040901184,
      "learning_rate": 4.363302175874751e-06,
      "loss": 1.0925,
      "step": 1160
    },
    {
      "epoch": 3.12,
      "grad_norm": 0.9170109033584595,
      "learning_rate": 4.347706724437865e-06,
      "loss": 1.0359,
      "step": 1170
    },
    {
      "epoch": 3.1466666666666665,
      "grad_norm": 1.0121595859527588,
      "learning_rate": 4.33195117640624e-06,
      "loss": 1.0739,
      "step": 1180
    },
    {
      "epoch": 3.1733333333333333,
      "grad_norm": 1.2087076902389526,
      "learning_rate": 4.316036896936774e-06,
      "loss": 1.0599,
      "step": 1190
    },
    {
      "epoch": 3.2,
      "grad_norm": 1.2129995822906494,
      "learning_rate": 4.299965264939834e-06,
      "loss": 1.0306,
      "step": 1200
    },
    {
      "epoch": 3.2266666666666666,
      "grad_norm": 1.1269701719284058,
      "learning_rate": 4.283737672959766e-06,
      "loss": 1.0243,
      "step": 1210
    },
    {
      "epoch": 3.2533333333333334,
      "grad_norm": 1.1129047870635986,
      "learning_rate": 4.267355527054243e-06,
      "loss": 1.0502,
      "step": 1220
    },
    {
      "epoch": 3.2800000000000002,
      "grad_norm": 0.9930374026298523,
      "learning_rate": 4.250820246672433e-06,
      "loss": 1.0108,
      "step": 1230
    },
    {
      "epoch": 3.3066666666666666,
      "grad_norm": 1.027233600616455,
      "learning_rate": 4.234133264532012e-06,
      "loss": 1.0999,
      "step": 1240
    },
    {
      "epoch": 3.3333333333333335,
      "grad_norm": 1.2046165466308594,
      "learning_rate": 4.217296026495022e-06,
      "loss": 1.0455,
      "step": 1250
    },
    {
      "epoch": 3.36,
      "grad_norm": 1.0823917388916016,
      "learning_rate": 4.200309991442591e-06,
      "loss": 1.0443,
      "step": 1260
    },
    {
      "epoch": 3.3866666666666667,
      "grad_norm": 1.0402946472167969,
      "learning_rate": 4.1831766311485345e-06,
      "loss": 1.0554,
      "step": 1270
    },
    {
      "epoch": 3.413333333333333,
      "grad_norm": 1.111549735069275,
      "learning_rate": 4.165897430151822e-06,
      "loss": 1.0947,
      "step": 1280
    },
    {
      "epoch": 3.44,
      "grad_norm": 1.0272332429885864,
      "learning_rate": 4.148473885627952e-06,
      "loss": 1.0399,
      "step": 1290
    },
    {
      "epoch": 3.466666666666667,
      "grad_norm": 1.1737327575683594,
      "learning_rate": 4.130907507259233e-06,
      "loss": 1.0306,
      "step": 1300
    },
    {
      "epoch": 3.493333333333333,
      "grad_norm": 1.2049609422683716,
      "learning_rate": 4.113199817103964e-06,
      "loss": 1.0165,
      "step": 1310
    },
    {
      "epoch": 3.52,
      "grad_norm": 1.266038179397583,
      "learning_rate": 4.095352349464564e-06,
      "loss": 1.0218,
      "step": 1320
    },
    {
      "epoch": 3.546666666666667,
      "grad_norm": 1.0571839809417725,
      "learning_rate": 4.077366650754624e-06,
      "loss": 1.0092,
      "step": 1330
    },
    {
      "epoch": 3.5733333333333333,
      "grad_norm": 1.0605683326721191,
      "learning_rate": 4.059244279364923e-06,
      "loss": 1.0095,
      "step": 1340
    },
    {
      "epoch": 3.6,
      "grad_norm": 0.9361685514450073,
      "learning_rate": 4.040986805528392e-06,
      "loss": 1.0308,
      "step": 1350
    },
    {
      "epoch": 3.626666666666667,
      "grad_norm": 0.9611579179763794,
      "learning_rate": 4.022595811184064e-06,
      "loss": 1.0537,
      "step": 1360
    },
    {
      "epoch": 3.6533333333333333,
      "grad_norm": 1.002272367477417,
      "learning_rate": 4.004072889840006e-06,
      "loss": 1.0158,
      "step": 1370
    },
    {
      "epoch": 3.68,
      "grad_norm": 1.0818594694137573,
      "learning_rate": 3.985419646435244e-06,
      "loss": 1.0203,
      "step": 1380
    },
    {
      "epoch": 3.7066666666666666,
      "grad_norm": 1.0322810411453247,
      "learning_rate": 3.966637697200704e-06,
      "loss": 0.9659,
      "step": 1390
    },
    {
      "epoch": 3.7333333333333334,
      "grad_norm": 1.035426378250122,
      "learning_rate": 3.94772866951917e-06,
      "loss": 1.0147,
      "step": 1400
    },
    {
      "epoch": 3.76,
      "grad_norm": 1.0693508386611938,
      "learning_rate": 3.928694201784282e-06,
      "loss": 0.9923,
      "step": 1410
    },
    {
      "epoch": 3.7866666666666666,
      "grad_norm": 1.0520384311676025,
      "learning_rate": 3.909535943258567e-06,
      "loss": 1.0362,
      "step": 1420
    },
    {
      "epoch": 3.8133333333333335,
      "grad_norm": 1.161549687385559,
      "learning_rate": 3.890255553930548e-06,
      "loss": 1.0248,
      "step": 1430
    },
    {
      "epoch": 3.84,
      "grad_norm": 1.1647064685821533,
      "learning_rate": 3.870854704370902e-06,
      "loss": 1.0184,
      "step": 1440
    },
    {
      "epoch": 3.8666666666666667,
      "grad_norm": 1.0443631410598755,
      "learning_rate": 3.851335075587717e-06,
      "loss": 1.0075,
      "step": 1450
    },
    {
      "epoch": 3.8933333333333335,
      "grad_norm": 1.2016109228134155,
      "learning_rate": 3.831698358880843e-06,
      "loss": 0.9735,
      "step": 1460
    },
    {
      "epoch": 3.92,
      "grad_norm": 1.184370994567871,
      "learning_rate": 3.8119462556953358e-06,
      "loss": 1.0525,
      "step": 1470
    },
    {
      "epoch": 3.9466666666666668,
      "grad_norm": 1.0538806915283203,
      "learning_rate": 3.7920804774740427e-06,
      "loss": 1.0021,
      "step": 1480
    },
    {
      "epoch": 3.9733333333333336,
      "grad_norm": 1.1907788515090942,
      "learning_rate": 3.772102745509313e-06,
      "loss": 1.0103,
      "step": 1490
    },
    {
      "epoch": 4.0,
      "grad_norm": 0.9973454475402832,
      "learning_rate": 3.75201479079385e-06,
      "loss": 1.0488,
      "step": 1500
    },
    {
      "epoch": 4.026666666666666,
      "grad_norm": 1.0266902446746826,
      "learning_rate": 3.731818353870729e-06,
      "loss": 1.0314,
      "step": 1510
    },
    {
      "epoch": 4.053333333333334,
      "grad_norm": 1.2079659700393677,
      "learning_rate": 3.7115151846825874e-06,
      "loss": 0.9852,
      "step": 1520
    },
    {
      "epoch": 4.08,
      "grad_norm": 1.3338674306869507,
      "learning_rate": 3.6911070424199967e-06,
      "loss": 1.0028,
      "step": 1530
    },
    {
      "epoch": 4.1066666666666665,
      "grad_norm": 1.3352152109146118,
      "learning_rate": 3.6705956953690364e-06,
      "loss": 1.0209,
      "step": 1540
    },
    {
      "epoch": 4.133333333333334,
      "grad_norm": 1.1906076669692993,
      "learning_rate": 3.649982920758082e-06,
      "loss": 0.9795,
      "step": 1550
    },
    {
      "epoch": 4.16,
      "grad_norm": 1.0354583263397217,
      "learning_rate": 3.6292705046038077e-06,
      "loss": 0.978,
      "step": 1560
    },
    {
      "epoch": 4.1866666666666665,
      "grad_norm": 1.252071738243103,
      "learning_rate": 3.608460241556443e-06,
      "loss": 1.0051,
      "step": 1570
    },
    {
      "epoch": 4.213333333333333,
      "grad_norm": 0.9613018035888672,
      "learning_rate": 3.5875539347442694e-06,
      "loss": 1.0369,
      "step": 1580
    },
    {
      "epoch": 4.24,
      "grad_norm": 1.083121657371521,
      "learning_rate": 3.5665533956173857e-06,
      "loss": 1.045,
      "step": 1590
    },
    {
      "epoch": 4.266666666666667,
      "grad_norm": 1.428909182548523,
      "learning_rate": 3.5454604437907535e-06,
      "loss": 1.0239,
      "step": 1600
    },
    {
      "epoch": 4.293333333333333,
      "grad_norm": 1.4894375801086426,
      "learning_rate": 3.5242769068865375e-06,
      "loss": 1.0049,
      "step": 1610
    },
    {
      "epoch": 4.32,
      "grad_norm": 1.0027519464492798,
      "learning_rate": 3.503004620375744e-06,
      "loss": 0.9904,
      "step": 1620
    },
    {
      "epoch": 4.346666666666667,
      "grad_norm": 1.0072699785232544,
      "learning_rate": 3.481645427419188e-06,
      "loss": 0.9837,
      "step": 1630
    },
    {
      "epoch": 4.373333333333333,
      "grad_norm": 1.1597809791564941,
      "learning_rate": 3.460201178707791e-06,
      "loss": 0.9199,
      "step": 1640
    },
    {
      "epoch": 4.4,
      "grad_norm": 1.1061170101165771,
      "learning_rate": 3.438673732302223e-06,
      "loss": 1.0196,
      "step": 1650
    },
    {
      "epoch": 4.426666666666667,
      "grad_norm": 1.3632824420928955,
      "learning_rate": 3.417064953471911e-06,
      "loss": 0.987,
      "step": 1660
    },
    {
      "epoch": 4.453333333333333,
      "grad_norm": 0.9218217134475708,
      "learning_rate": 3.395376714533419e-06,
      "loss": 1.0263,
      "step": 1670
    },
    {
      "epoch": 4.48,
      "grad_norm": 1.3146958351135254,
      "learning_rate": 3.3736108946882233e-06,
      "loss": 1.0308,
      "step": 1680
    },
    {
      "epoch": 4.506666666666667,
      "grad_norm": 1.104790210723877,
      "learning_rate": 3.35176937985988e-06,
      "loss": 0.9673,
      "step": 1690
    },
    {
      "epoch": 4.533333333333333,
      "grad_norm": 1.3057141304016113,
      "learning_rate": 3.329854062530621e-06,
      "loss": 1.09,
      "step": 1700
    },
    {
      "epoch": 4.5600000000000005,
      "grad_norm": 1.2161588668823242,
      "learning_rate": 3.307866841577381e-06,
      "loss": 1.0211,
      "step": 1710
    },
    {
      "epoch": 4.586666666666667,
      "grad_norm": 1.0284647941589355,
      "learning_rate": 3.2858096221072605e-06,
      "loss": 1.0146,
      "step": 1720
    },
    {
      "epoch": 4.613333333333333,
      "grad_norm": 1.2662749290466309,
      "learning_rate": 3.2636843152924595e-06,
      "loss": 1.0113,
      "step": 1730
    },
    {
      "epoch": 4.64,
      "grad_norm": 1.086302638053894,
      "learning_rate": 3.241492838204684e-06,
      "loss": 0.9937,
      "step": 1740
    },
    {
      "epoch": 4.666666666666667,
      "grad_norm": 1.2689603567123413,
      "learning_rate": 3.2192371136490325e-06,
      "loss": 0.9909,
      "step": 1750
    },
    {
      "epoch": 4.693333333333333,
      "grad_norm": 1.1881645917892456,
      "learning_rate": 3.1969190699973985e-06,
      "loss": 0.9918,
      "step": 1760
    },
    {
      "epoch": 4.72,
      "grad_norm": 1.037034511566162,
      "learning_rate": 3.174540641021384e-06,
      "loss": 0.9945,
      "step": 1770
    },
    {
      "epoch": 4.746666666666667,
      "grad_norm": 1.156396746635437,
      "learning_rate": 3.152103765724743e-06,
      "loss": 0.9715,
      "step": 1780
    },
    {
      "epoch": 4.773333333333333,
      "grad_norm": 1.177418828010559,
      "learning_rate": 3.129610388175373e-06,
      "loss": 0.9705,
      "step": 1790
    },
    {
      "epoch": 4.8,
      "grad_norm": 1.1656800508499146,
      "learning_rate": 3.1070624573368772e-06,
      "loss": 1.0075,
      "step": 1800
    },
    {
      "epoch": 4.826666666666666,
      "grad_norm": 1.6069332361221313,
      "learning_rate": 3.0844619268996845e-06,
      "loss": 1.0066,
      "step": 1810
    },
    {
      "epoch": 4.8533333333333335,
      "grad_norm": 1.326254963874817,
      "learning_rate": 3.061810755111776e-06,
      "loss": 0.9984,
      "step": 1820
    },
    {
      "epoch": 4.88,
      "grad_norm": 1.3211278915405273,
      "learning_rate": 3.0391109046090082e-06,
      "loss": 1.0083,
      "step": 1830
    },
    {
      "epoch": 4.906666666666666,
      "grad_norm": 1.1794722080230713,
      "learning_rate": 3.016364342245059e-06,
      "loss": 1.0047,
      "step": 1840
    },
    {
      "epoch": 4.933333333333334,
      "grad_norm": 1.3180665969848633,
      "learning_rate": 2.9935730389210076e-06,
      "loss": 0.9606,
      "step": 1850
    },
    {
      "epoch": 4.96,
      "grad_norm": 1.159301996231079,
      "learning_rate": 2.970738969414563e-06,
      "loss": 1.0171,
      "step": 1860
    },
    {
      "epoch": 4.986666666666666,
      "grad_norm": 1.176303505897522,
      "learning_rate": 2.9478641122089563e-06,
      "loss": 1.0312,
      "step": 1870
    },
    {
      "epoch": 5.013333333333334,
      "grad_norm": 1.5347254276275635,
      "learning_rate": 2.924950449321515e-06,
      "loss": 0.9875,
      "step": 1880
    },
    {
      "epoch": 5.04,
      "grad_norm": 1.2689859867095947,
      "learning_rate": 2.9019999661319296e-06,
      "loss": 0.9468,
      "step": 1890
    },
    {
      "epoch": 5.066666666666666,
      "grad_norm": 1.233862280845642,
      "learning_rate": 2.8790146512102228e-06,
      "loss": 0.9642,
      "step": 1900
    },
    {
      "epoch": 5.093333333333334,
      "grad_norm": 1.0744117498397827,
      "learning_rate": 2.8559964961444533e-06,
      "loss": 0.9939,
      "step": 1910
    },
    {
      "epoch": 5.12,
      "grad_norm": 1.403465986251831,
      "learning_rate": 2.8329474953681506e-06,
      "loss": 0.9849,
      "step": 1920
    },
    {
      "epoch": 5.1466666666666665,
      "grad_norm": 1.2598626613616943,
      "learning_rate": 2.8098696459875048e-06,
      "loss": 0.9666,
      "step": 1930
    },
    {
      "epoch": 5.173333333333334,
      "grad_norm": 1.214621663093567,
      "learning_rate": 2.786764947608324e-06,
      "loss": 0.9845,
      "step": 1940
    },
    {
      "epoch": 5.2,
      "grad_norm": 1.134233832359314,
      "learning_rate": 2.7636354021627802e-06,
      "loss": 1.0092,
      "step": 1950
    },
    {
      "epoch": 5.226666666666667,
      "grad_norm": 1.0942606925964355,
      "learning_rate": 2.7404830137359445e-06,
      "loss": 1.0145,
      "step": 1960
    },
    {
      "epoch": 5.253333333333333,
      "grad_norm": 1.3385876417160034,
      "learning_rate": 2.717309788392144e-06,
      "loss": 0.9876,
      "step": 1970
    },
    {
      "epoch": 5.28,
      "grad_norm": 1.1661790609359741,
      "learning_rate": 2.694117734001143e-06,
      "loss": 1.0215,
      "step": 1980
    },
    {
      "epoch": 5.306666666666667,
      "grad_norm": 1.1474223136901855,
      "learning_rate": 2.670908860064172e-06,
      "loss": 0.9624,
      "step": 1990
    },
    {
      "epoch": 5.333333333333333,
      "grad_norm": 1.262390375137329,
      "learning_rate": 2.6476851775398073e-06,
      "loss": 0.9575,
      "step": 2000
    },
    {
      "epoch": 5.36,
      "grad_norm": 1.2726715803146362,
      "learning_rate": 2.624448698669731e-06,
      "loss": 0.9906,
      "step": 2010
    },
    {
      "epoch": 5.386666666666667,
      "grad_norm": 1.4422998428344727,
      "learning_rate": 2.6012014368043813e-06,
      "loss": 1.0085,
      "step": 2020
    },
    {
      "epoch": 5.413333333333333,
      "grad_norm": 1.073887825012207,
      "learning_rate": 2.5779454062285e-06,
      "loss": 1.0043,
      "step": 2030
    },
    {
      "epoch": 5.44,
      "grad_norm": 1.2706611156463623,
      "learning_rate": 2.5546826219866018e-06,
      "loss": 0.99,
      "step": 2040
    },
    {
      "epoch": 5.466666666666667,
      "grad_norm": 1.2542794942855835,
      "learning_rate": 2.531415099708382e-06,
      "loss": 0.9931,
      "step": 2050
    },
    {
      "epoch": 5.493333333333333,
      "grad_norm": 1.207595705986023,
      "learning_rate": 2.5081448554340688e-06,
      "loss": 1.0107,
      "step": 2060
    },
    {
      "epoch": 5.52,
      "grad_norm": 1.1939449310302734,
      "learning_rate": 2.484873905439739e-06,
      "loss": 1.0018,
      "step": 2070
    },
    {
      "epoch": 5.546666666666667,
      "grad_norm": 1.145877718925476,
      "learning_rate": 2.4616042660626176e-06,
      "loss": 0.9923,
      "step": 2080
    },
    {
      "epoch": 5.573333333333333,
      "grad_norm": 1.1784632205963135,
      "learning_rate": 2.4383379535263725e-06,
      "loss": 0.9456,
      "step": 2090
    },
    {
      "epoch": 5.6,
      "grad_norm": 1.2335214614868164,
      "learning_rate": 2.4150769837664102e-06,
      "loss": 0.9523,
      "step": 2100
    },
    {
      "epoch": 5.626666666666667,
      "grad_norm": 1.4584623575210571,
      "learning_rate": 2.391823372255208e-06,
      "loss": 0.9789,
      "step": 2110
    },
    {
      "epoch": 5.653333333333333,
      "grad_norm": 1.1800681352615356,
      "learning_rate": 2.368579133827679e-06,
      "loss": 1.0049,
      "step": 2120
    },
    {
      "epoch": 5.68,
      "grad_norm": 1.2724323272705078,
      "learning_rate": 2.3453462825065966e-06,
      "loss": 0.9843,
      "step": 2130
    },
    {
      "epoch": 5.706666666666667,
      "grad_norm": 1.3822221755981445,
      "learning_rate": 2.3221268313280836e-06,
      "loss": 0.9483,
      "step": 2140
    },
    {
      "epoch": 5.733333333333333,
      "grad_norm": 1.4377061128616333,
      "learning_rate": 2.2989227921671935e-06,
      "loss": 0.9726,
      "step": 2150
    },
    {
      "epoch": 5.76,
      "grad_norm": 1.4040346145629883,
      "learning_rate": 2.27573617556359e-06,
      "loss": 0.9877,
      "step": 2160
    },
    {
      "epoch": 5.786666666666667,
      "grad_norm": 1.2673684358596802,
      "learning_rate": 2.2525689905473377e-06,
      "loss": 0.9995,
      "step": 2170
    },
    {
      "epoch": 5.8133333333333335,
      "grad_norm": 1.2852178812026978,
      "learning_rate": 2.2294232444648316e-06,
      "loss": 0.9519,
      "step": 2180
    },
    {
      "epoch": 5.84,
      "grad_norm": 1.2947932481765747,
      "learning_rate": 2.206300942804865e-06,
      "loss": 0.968,
      "step": 2190
    },
    {
      "epoch": 5.866666666666667,
      "grad_norm": 1.0892807245254517,
      "learning_rate": 2.183204089024864e-06,
      "loss": 0.9982,
      "step": 2200
    },
    {
      "epoch": 5.8933333333333335,
      "grad_norm": 1.2275118827819824,
      "learning_rate": 2.160134684377295e-06,
      "loss": 0.9891,
      "step": 2210
    },
    {
      "epoch": 5.92,
      "grad_norm": 1.333308458328247,
      "learning_rate": 2.1370947277362646e-06,
      "loss": 0.977,
      "step": 2220
    },
    {
      "epoch": 5.946666666666666,
      "grad_norm": 1.2039783000946045,
      "learning_rate": 2.1140862154243223e-06,
      "loss": 0.9839,
      "step": 2230
    },
    {
      "epoch": 5.973333333333334,
      "grad_norm": 1.297869324684143,
      "learning_rate": 2.0911111410394915e-06,
      "loss": 0.9947,
      "step": 2240
    },
    {
      "epoch": 6.0,
      "grad_norm": 1.3803035020828247,
      "learning_rate": 2.0681714952825274e-06,
      "loss": 0.9492,
      "step": 2250
    },
    {
      "epoch": 6.026666666666666,
      "grad_norm": 1.5339772701263428,
      "learning_rate": 2.0452692657844333e-06,
      "loss": 1.0125,
      "step": 2260
    },
    {
      "epoch": 6.053333333333334,
      "grad_norm": 1.5292214155197144,
      "learning_rate": 2.0224064369342388e-06,
      "loss": 0.9575,
      "step": 2270
    },
    {
      "epoch": 6.08,
      "grad_norm": 1.2730904817581177,
      "learning_rate": 1.9995849897070616e-06,
      "loss": 0.9329,
      "step": 2280
    },
    {
      "epoch": 6.1066666666666665,
      "grad_norm": 1.529963731765747,
      "learning_rate": 1.9768069014924622e-06,
      "loss": 0.9253,
      "step": 2290
    },
    {
      "epoch": 6.133333333333334,
      "grad_norm": 1.3134512901306152,
      "learning_rate": 1.9540741459231124e-06,
      "loss": 0.9921,
      "step": 2300
    },
    {
      "epoch": 6.16,
      "grad_norm": 1.308095932006836,
      "learning_rate": 1.9313886927037843e-06,
      "loss": 0.9777,
      "step": 2310
    },
    {
      "epoch": 6.1866666666666665,
      "grad_norm": 1.4481947422027588,
      "learning_rate": 1.908752507440689e-06,
      "loss": 0.9695,
      "step": 2320
    },
    {
      "epoch": 6.213333333333333,
      "grad_norm": 1.304056167602539,
      "learning_rate": 1.8861675514711572e-06,
      "loss": 0.921,
      "step": 2330
    },
    {
      "epoch": 6.24,
      "grad_norm": 1.9694091081619263,
      "learning_rate": 1.863635781693705e-06,
      "loss": 0.9746,
      "step": 2340
    },
    {
      "epoch": 6.266666666666667,
      "grad_norm": 1.4358716011047363,
      "learning_rate": 1.8411591503984687e-06,
      "loss": 0.9828,
      "step": 2350
    },
    {
      "epoch": 6.293333333333333,
      "grad_norm": 1.2268424034118652,
      "learning_rate": 1.818739605098051e-06,
      "loss": 0.9686,
      "step": 2360
    },
    {
      "epoch": 6.32,
      "grad_norm": 1.4600015878677368,
      "learning_rate": 1.796379088358775e-06,
      "loss": 0.968,
      "step": 2370
    },
    {
      "epoch": 6.346666666666667,
      "grad_norm": 1.2927517890930176,
      "learning_rate": 1.774079537632369e-06,
      "loss": 0.9727,
      "step": 2380
    },
    {
      "epoch": 6.373333333333333,
      "grad_norm": 1.3452156782150269,
      "learning_rate": 1.7518428850880928e-06,
      "loss": 1.0324,
      "step": 2390
    },
    {
      "epoch": 6.4,
      "grad_norm": 1.2633044719696045,
      "learning_rate": 1.7296710574453262e-06,
      "loss": 0.9418,
      "step": 2400
    },
    {
      "epoch": 6.426666666666667,
      "grad_norm": 1.2620983123779297,
      "learning_rate": 1.7075659758066207e-06,
      "loss": 0.9838,
      "step": 2410
    },
    {
      "epoch": 6.453333333333333,
      "grad_norm": 1.704779863357544,
      "learning_rate": 1.6855295554912477e-06,
      "loss": 0.9787,
      "step": 2420
    },
    {
      "epoch": 6.48,
      "grad_norm": 1.4947396516799927,
      "learning_rate": 1.6635637058692417e-06,
      "loss": 0.9441,
      "step": 2430
    },
    {
      "epoch": 6.506666666666667,
      "grad_norm": 1.3541390895843506,
      "learning_rate": 1.6416703301959622e-06,
      "loss": 0.9573,
      "step": 2440
    },
    {
      "epoch": 6.533333333333333,
      "grad_norm": 1.5069646835327148,
      "learning_rate": 1.619851325447182e-06,
      "loss": 0.9402,
      "step": 2450
    },
    {
      "epoch": 6.5600000000000005,
      "grad_norm": 1.052452802658081,
      "learning_rate": 1.5981085821547237e-06,
      "loss": 1.0117,
      "step": 2460
    },
    {
      "epoch": 6.586666666666667,
      "grad_norm": 1.3735320568084717,
      "learning_rate": 1.5764439842426516e-06,
      "loss": 0.9713,
      "step": 2470
    },
    {
      "epoch": 6.613333333333333,
      "grad_norm": 1.4487781524658203,
      "learning_rate": 1.5548594088640368e-06,
      "loss": 0.9591,
      "step": 2480
    },
    {
      "epoch": 6.64,
      "grad_norm": 1.3759781122207642,
      "learning_rate": 1.5333567262383086e-06,
      "loss": 1.002,
      "step": 2490
    },
    {
      "epoch": 6.666666666666667,
      "grad_norm": 1.5115113258361816,
      "learning_rate": 1.5119377994892095e-06,
      "loss": 0.9722,
      "step": 2500
    },
    {
      "epoch": 6.693333333333333,
      "grad_norm": 1.2209426164627075,
      "learning_rate": 1.4906044844833605e-06,
      "loss": 0.9731,
      "step": 2510
    },
    {
      "epoch": 6.72,
      "grad_norm": 1.4368799924850464,
      "learning_rate": 1.4693586296694574e-06,
      "loss": 0.997,
      "step": 2520
    },
    {
      "epoch": 6.746666666666667,
      "grad_norm": 1.284833312034607,
      "learning_rate": 1.4482020759181136e-06,
      "loss": 0.9805,
      "step": 2530
    },
    {
      "epoch": 6.773333333333333,
      "grad_norm": 1.4915701150894165,
      "learning_rate": 1.4271366563623512e-06,
      "loss": 0.9859,
      "step": 2540
    },
    {
      "epoch": 6.8,
      "grad_norm": 1.3779624700546265,
      "learning_rate": 1.406164196238768e-06,
      "loss": 0.9346,
      "step": 2550
    },
    {
      "epoch": 6.826666666666666,
      "grad_norm": 1.6257760524749756,
      "learning_rate": 1.3852865127293901e-06,
      "loss": 0.9563,
      "step": 2560
    },
    {
      "epoch": 6.8533333333333335,
      "grad_norm": 1.3327535390853882,
      "learning_rate": 1.364505414804221e-06,
      "loss": 0.9809,
      "step": 2570
    },
    {
      "epoch": 6.88,
      "grad_norm": 1.8340835571289062,
      "learning_rate": 1.3438227030644946e-06,
      "loss": 0.9424,
      "step": 2580
    },
    {
      "epoch": 6.906666666666666,
      "grad_norm": 1.3357032537460327,
      "learning_rate": 1.3232401695866686e-06,
      "loss": 0.9846,
      "step": 2590
    },
    {
      "epoch": 6.933333333333334,
      "grad_norm": 1.2755762338638306,
      "learning_rate": 1.3027595977671443e-06,
      "loss": 0.94,
      "step": 2600
    },
    {
      "epoch": 6.96,
      "grad_norm": 1.5766125917434692,
      "learning_rate": 1.282382762167739e-06,
      "loss": 0.9797,
      "step": 2610
    },
    {
      "epoch": 6.986666666666666,
      "grad_norm": 1.2762746810913086,
      "learning_rate": 1.2621114283619345e-06,
      "loss": 0.9921,
      "step": 2620
    },
    {
      "epoch": 7.013333333333334,
      "grad_norm": 1.5844758749008179,
      "learning_rate": 1.241947352781889e-06,
      "loss": 0.9246,
      "step": 2630
    },
    {
      "epoch": 7.04,
      "grad_norm": 1.1820189952850342,
      "learning_rate": 1.2218922825662558e-06,
      "loss": 0.989,
      "step": 2640
    },
    {
      "epoch": 7.066666666666666,
      "grad_norm": 1.3478128910064697,
      "learning_rate": 1.2019479554087964e-06,
      "loss": 0.9711,
      "step": 2650
    },
    {
      "epoch": 7.093333333333334,
      "grad_norm": 1.191152572631836,
      "learning_rate": 1.182116099407819e-06,
      "loss": 0.9399,
      "step": 2660
    },
    {
      "epoch": 7.12,
      "grad_norm": 1.3069545030593872,
      "learning_rate": 1.1623984329164413e-06,
      "loss": 1.037,
      "step": 2670
    },
    {
      "epoch": 7.1466666666666665,
      "grad_norm": 1.3280954360961914,
      "learning_rate": 1.142796664393707e-06,
      "loss": 0.9824,
      "step": 2680
    },
    {
      "epoch": 7.173333333333334,
      "grad_norm": 1.5953059196472168,
      "learning_rate": 1.1233124922565494e-06,
      "loss": 0.9549,
      "step": 2690
    },
    {
      "epoch": 7.2,
      "grad_norm": 1.1579573154449463,
      "learning_rate": 1.1039476047326352e-06,
      "loss": 0.9626,
      "step": 2700
    },
    {
      "epoch": 7.226666666666667,
      "grad_norm": 1.3610824346542358,
      "learning_rate": 1.0847036797140832e-06,
      "loss": 0.9968,
      "step": 2710
    },
    {
      "epoch": 7.253333333333333,
      "grad_norm": 1.4503854513168335,
      "learning_rate": 1.065582384612082e-06,
      "loss": 0.8981,
      "step": 2720
    },
    {
      "epoch": 7.28,
      "grad_norm": 1.4366077184677124,
      "learning_rate": 1.0465853762124134e-06,
      "loss": 0.9544,
      "step": 2730
    },
    {
      "epoch": 7.306666666666667,
      "grad_norm": 1.6409127712249756,
      "learning_rate": 1.0277143005319038e-06,
      "loss": 0.9835,
      "step": 2740
    },
    {
      "epoch": 7.333333333333333,
      "grad_norm": 1.6304514408111572,
      "learning_rate": 1.0089707926757954e-06,
      "loss": 0.9667,
      "step": 2750
    },
    {
      "epoch": 7.36,
      "grad_norm": 1.4634387493133545,
      "learning_rate": 9.9035647669608e-07,
      "loss": 0.968,
      "step": 2760
    },
    {
      "epoch": 7.386666666666667,
      "grad_norm": 1.411413550376892,
      "learning_rate": 9.718729654507713e-07,
      "loss": 0.9681,
      "step": 2770
    },
    {
      "epoch": 7.413333333333333,
      "grad_norm": 1.3875097036361694,
      "learning_rate": 9.535218604641652e-07,
      "loss": 0.9676,
      "step": 2780
    },
    {
      "epoch": 7.44,
      "grad_norm": 1.4006201028823853,
      "learning_rate": 9.353047517880709e-07,
      "loss": 0.9615,
      "step": 2790
    },
    {
      "epoch": 7.466666666666667,
      "grad_norm": 1.580459713935852,
      "learning_rate": 9.172232178640361e-07,
      "loss": 0.9638,
      "step": 2800
    },
    {
      "epoch": 7.493333333333333,
      "grad_norm": 1.4033180475234985,
      "learning_rate": 8.992788253865872e-07,
      "loss": 0.9885,
      "step": 2810
    },
    {
      "epoch": 7.52,
      "grad_norm": 1.7243731021881104,
      "learning_rate": 8.814731291674756e-07,
      "loss": 0.9464,
      "step": 2820
    },
    {
      "epoch": 7.546666666666667,
      "grad_norm": 1.453606367111206,
      "learning_rate": 8.63807672000963e-07,
      "loss": 0.9594,
      "step": 2830
    },
    {
      "epoch": 7.573333333333333,
      "grad_norm": 1.6155478954315186,
      "learning_rate": 8.462839845301438e-07,
      "loss": 0.9609,
      "step": 2840
    },
    {
      "epoch": 7.6,
      "grad_norm": 1.4838684797286987,
      "learning_rate": 8.289035851143198e-07,
      "loss": 0.9643,
      "step": 2850
    },
    {
      "epoch": 7.626666666666667,
      "grad_norm": 1.3259801864624023,
      "learning_rate": 8.116679796974389e-07,
      "loss": 0.9646,
      "step": 2860
    },
    {
      "epoch": 7.653333333333333,
      "grad_norm": 1.5047879219055176,
      "learning_rate": 7.945786616776157e-07,
      "loss": 0.9062,
      "step": 2870
    },
    {
      "epoch": 7.68,
      "grad_norm": 1.5503374338150024,
      "learning_rate": 7.776371117777276e-07,
      "loss": 0.9242,
      "step": 2880
    },
    {
      "epoch": 7.706666666666667,
      "grad_norm": 1.6389449834823608,
      "learning_rate": 7.60844797917123e-07,
      "loss": 0.9476,
      "step": 2890
    },
    {
      "epoch": 7.733333333333333,
      "grad_norm": 1.2944670915603638,
      "learning_rate": 7.442031750844269e-07,
      "loss": 0.974,
      "step": 2900
    },
    {
      "epoch": 7.76,
      "grad_norm": 1.4704028367996216,
      "learning_rate": 7.277136852114747e-07,
      "loss": 0.9126,
      "step": 2910
    },
    {
      "epoch": 7.786666666666667,
      "grad_norm": 1.8540769815444946,
      "learning_rate": 7.113777570483701e-07,
      "loss": 0.9673,
      "step": 2920
    },
    {
      "epoch": 7.8133333333333335,
      "grad_norm": 1.45095694065094,
      "learning_rate": 6.951968060396963e-07,
      "loss": 0.9677,
      "step": 2930
    },
    {
      "epoch": 7.84,
      "grad_norm": 1.4591078758239746,
      "learning_rate": 6.791722342018656e-07,
      "loss": 1.0081,
      "step": 2940
    },
    {
      "epoch": 7.866666666666667,
      "grad_norm": 1.3265269994735718,
      "learning_rate": 6.633054300016464e-07,
      "loss": 0.9352,
      "step": 2950
    },
    {
      "epoch": 7.8933333333333335,
      "grad_norm": 1.5188606977462769,
      "learning_rate": 6.475977682358558e-07,
      "loss": 0.9725,
      "step": 2960
    },
    {
      "epoch": 7.92,
      "grad_norm": 1.5498340129852295,
      "learning_rate": 6.320506099122359e-07,
      "loss": 0.9883,
      "step": 2970
    },
    {
      "epoch": 7.946666666666666,
      "grad_norm": 1.5423794984817505,
      "learning_rate": 6.166653021315336e-07,
      "loss": 0.9092,
      "step": 2980
    },
    {
      "epoch": 7.973333333333334,
      "grad_norm": 1.4549285173416138,
      "learning_rate": 6.01443177970773e-07,
      "loss": 0.9351,
      "step": 2990
    },
    {
      "epoch": 8.0,
      "grad_norm": 1.2420357465744019,
      "learning_rate": 5.863855563677559e-07,
      "loss": 0.9546,
      "step": 3000
    },
    {
      "epoch": 8.026666666666667,
      "grad_norm": 1.233181357383728,
      "learning_rate": 5.714937420067746e-07,
      "loss": 0.916,
      "step": 3010
    },
    {
      "epoch": 8.053333333333333,
      "grad_norm": 1.1143083572387695,
      "learning_rate": 5.567690252055738e-07,
      "loss": 0.9752,
      "step": 3020
    },
    {
      "epoch": 8.08,
      "grad_norm": 1.7582933902740479,
      "learning_rate": 5.422126818035403e-07,
      "loss": 0.907,
      "step": 3030
    },
    {
      "epoch": 8.106666666666667,
      "grad_norm": 1.5106295347213745,
      "learning_rate": 5.278259730511651e-07,
      "loss": 0.9487,
      "step": 3040
    },
    {
      "epoch": 8.133333333333333,
      "grad_norm": 1.3198901414871216,
      "learning_rate": 5.136101455007541e-07,
      "loss": 0.922,
      "step": 3050
    },
    {
      "epoch": 8.16,
      "grad_norm": 1.433039665222168,
      "learning_rate": 4.995664308984254e-07,
      "loss": 0.912,
      "step": 3060
    },
    {
      "epoch": 8.186666666666667,
      "grad_norm": 1.372050404548645,
      "learning_rate": 4.856960460773766e-07,
      "loss": 0.9788,
      "step": 3070
    },
    {
      "epoch": 8.213333333333333,
      "grad_norm": 1.4133652448654175,
      "learning_rate": 4.7200019285245867e-07,
      "loss": 0.9483,
      "step": 3080
    },
    {
      "epoch": 8.24,
      "grad_norm": 1.8541817665100098,
      "learning_rate": 4.5848005791603533e-07,
      "loss": 0.9734,
      "step": 3090
    },
    {
      "epoch": 8.266666666666667,
      "grad_norm": 1.7887778282165527,
      "learning_rate": 4.451368127351674e-07,
      "loss": 1.0254,
      "step": 3100
    },
    {
      "epoch": 8.293333333333333,
      "grad_norm": 1.3291224241256714,
      "learning_rate": 4.319716134501051e-07,
      "loss": 0.969,
      "step": 3110
    },
    {
      "epoch": 8.32,
      "grad_norm": 1.4450148344039917,
      "learning_rate": 4.1898560077411664e-07,
      "loss": 0.9059,
      "step": 3120
    },
    {
      "epoch": 8.346666666666668,
      "grad_norm": 1.4905790090560913,
      "learning_rate": 4.061798998946459e-07,
      "loss": 0.9379,
      "step": 3130
    },
    {
      "epoch": 8.373333333333333,
      "grad_norm": 1.5517672300338745,
      "learning_rate": 3.935556203758237e-07,
      "loss": 0.9874,
      "step": 3140
    },
    {
      "epoch": 8.4,
      "grad_norm": 1.5111827850341797,
      "learning_rate": 3.8111385606232565e-07,
      "loss": 0.9313,
      "step": 3150
    },
    {
      "epoch": 8.426666666666666,
      "grad_norm": 1.3383586406707764,
      "learning_rate": 3.6885568498459395e-07,
      "loss": 0.9489,
      "step": 3160
    },
    {
      "epoch": 8.453333333333333,
      "grad_norm": 1.7002395391464233,
      "learning_rate": 3.5678216926543384e-07,
      "loss": 0.9954,
      "step": 3170
    },
    {
      "epoch": 8.48,
      "grad_norm": 1.522956371307373,
      "learning_rate": 3.448943550279804e-07,
      "loss": 0.9239,
      "step": 3180
    },
    {
      "epoch": 8.506666666666666,
      "grad_norm": 1.3977686166763306,
      "learning_rate": 3.331932723050596e-07,
      "loss": 0.9494,
      "step": 3190
    },
    {
      "epoch": 8.533333333333333,
      "grad_norm": 1.385392427444458,
      "learning_rate": 3.216799349499383e-07,
      "loss": 1.0081,
      "step": 3200
    },
    {
      "epoch": 8.56,
      "grad_norm": 1.3390395641326904,
      "learning_rate": 3.1035534054847884e-07,
      "loss": 0.9623,
      "step": 3210
    },
    {
      "epoch": 8.586666666666666,
      "grad_norm": 1.3952502012252808,
      "learning_rate": 2.992204703326995e-07,
      "loss": 0.953,
      "step": 3220
    },
    {
      "epoch": 8.613333333333333,
      "grad_norm": 1.281001329421997,
      "learning_rate": 2.882762890957586e-07,
      "loss": 1.0032,
      "step": 3230
    },
    {
      "epoch": 8.64,
      "grad_norm": 1.4301480054855347,
      "learning_rate": 2.7752374510835456e-07,
      "loss": 0.9094,
      "step": 3240
    },
    {
      "epoch": 8.666666666666666,
      "grad_norm": 1.2691582441329956,
      "learning_rate": 2.6696377003656654e-07,
      "loss": 0.9169,
      "step": 3250
    },
    {
      "epoch": 8.693333333333333,
      "grad_norm": 1.4293104410171509,
      "learning_rate": 2.565972788611243e-07,
      "loss": 0.9849,
      "step": 3260
    },
    {
      "epoch": 8.72,
      "grad_norm": 1.213094711303711,
      "learning_rate": 2.46425169798134e-07,
      "loss": 0.9507,
      "step": 3270
    },
    {
      "epoch": 8.746666666666666,
      "grad_norm": 1.4834156036376953,
      "learning_rate": 2.3644832422124565e-07,
      "loss": 0.9814,
      "step": 3280
    },
    {
      "epoch": 8.773333333333333,
      "grad_norm": 1.3371623754501343,
      "learning_rate": 2.2666760658529103e-07,
      "loss": 0.952,
      "step": 3290
    },
    {
      "epoch": 8.8,
      "grad_norm": 1.2769241333007812,
      "learning_rate": 2.1708386435137647e-07,
      "loss": 0.9713,
      "step": 3300
    },
    {
      "epoch": 8.826666666666666,
      "grad_norm": 1.410171627998352,
      "learning_rate": 2.0769792791345945e-07,
      "loss": 0.9523,
      "step": 3310
    },
    {
      "epoch": 8.853333333333333,
      "grad_norm": 1.3789598941802979,
      "learning_rate": 1.9851061052639202e-07,
      "loss": 1.0252,
      "step": 3320
    },
    {
      "epoch": 8.88,
      "grad_norm": 1.4115532636642456,
      "learning_rate": 1.8952270823546253e-07,
      "loss": 0.9217,
      "step": 3330
    },
    {
      "epoch": 8.906666666666666,
      "grad_norm": 1.686996340751648,
      "learning_rate": 1.8073499980741426e-07,
      "loss": 0.9918,
      "step": 3340
    },
    {
      "epoch": 8.933333333333334,
      "grad_norm": 1.3518773317337036,
      "learning_rate": 1.721482466629737e-07,
      "loss": 0.9355,
      "step": 3350
    },
    {
      "epoch": 8.96,
      "grad_norm": 1.308510184288025,
      "learning_rate": 1.637631928108721e-07,
      "loss": 0.9804,
      "step": 3360
    },
    {
      "epoch": 8.986666666666666,
      "grad_norm": 1.519740104675293,
      "learning_rate": 1.5558056478338523e-07,
      "loss": 0.9214,
      "step": 3370
    },
    {
      "epoch": 9.013333333333334,
      "grad_norm": 1.4635462760925293,
      "learning_rate": 1.476010715733761e-07,
      "loss": 0.9473,
      "step": 3380
    },
    {
      "epoch": 9.04,
      "grad_norm": 1.6289703845977783,
      "learning_rate": 1.3982540457286893e-07,
      "loss": 1.0251,
      "step": 3390
    },
    {
      "epoch": 9.066666666666666,
      "grad_norm": 1.1922096014022827,
      "learning_rate": 1.3225423751313942e-07,
      "loss": 0.9078,
      "step": 3400
    },
    {
      "epoch": 9.093333333333334,
      "grad_norm": 1.4207053184509277,
      "learning_rate": 1.248882264063389e-07,
      "loss": 0.9616,
      "step": 3410
    },
    {
      "epoch": 9.12,
      "grad_norm": 1.662922739982605,
      "learning_rate": 1.1772800948865542e-07,
      "loss": 0.9826,
      "step": 3420
    },
    {
      "epoch": 9.146666666666667,
      "grad_norm": 1.499869704246521,
      "learning_rate": 1.1077420716501031e-07,
      "loss": 0.9619,
      "step": 3430
    },
    {
      "epoch": 9.173333333333334,
      "grad_norm": 1.6088509559631348,
      "learning_rate": 1.0402742195530501e-07,
      "loss": 0.9319,
      "step": 3440
    },
    {
      "epoch": 9.2,
      "grad_norm": 1.6875691413879395,
      "learning_rate": 9.748823844221239e-08,
      "loss": 0.9762,
      "step": 3450
    },
    {
      "epoch": 9.226666666666667,
      "grad_norm": 1.240744709968567,
      "learning_rate": 9.115722322052878e-08,
      "loss": 0.9661,
      "step": 3460
    },
    {
      "epoch": 9.253333333333334,
      "grad_norm": 1.5115891695022583,
      "learning_rate": 8.503492484807613e-08,
      "loss": 0.9694,
      "step": 3470
    },
    {
      "epoch": 9.28,
      "grad_norm": 1.4953974485397339,
      "learning_rate": 7.912187379817582e-08,
      "loss": 0.9815,
      "step": 3480
    },
    {
      "epoch": 9.306666666666667,
      "grad_norm": 1.2569257020950317,
      "learning_rate": 7.341858241368182e-08,
      "loss": 0.9463,
      "step": 3490
    },
    {
      "epoch": 9.333333333333334,
      "grad_norm": 1.4589368104934692,
      "learning_rate": 6.79255448625904e-08,
      "loss": 0.9505,
      "step": 3500
    },
    {
      "epoch": 9.36,
      "grad_norm": 1.5550317764282227,
      "learning_rate": 6.264323709522125e-08,
      "loss": 0.9576,
      "step": 3510
    },
    {
      "epoch": 9.386666666666667,
      "grad_norm": 1.359791874885559,
      "learning_rate": 5.7572116802979695e-08,
      "loss": 0.9569,
      "step": 3520
    },
    {
      "epoch": 9.413333333333334,
      "grad_norm": 1.360062837600708,
      "learning_rate": 5.2712623378697035e-08,
      "loss": 0.9108,
      "step": 3530
    },
    {
      "epoch": 9.44,
      "grad_norm": 1.419716238975525,
      "learning_rate": 4.806517787856152e-08,
      "loss": 0.999,
      "step": 3540
    },
    {
      "epoch": 9.466666666666667,
      "grad_norm": 1.3147867918014526,
      "learning_rate": 4.3630182985633093e-08,
      "loss": 0.9516,
      "step": 3550
    },
    {
      "epoch": 9.493333333333334,
      "grad_norm": 1.3970048427581787,
      "learning_rate": 3.940802297495466e-08,
      "loss": 0.9381,
      "step": 3560
    },
    {
      "epoch": 9.52,
      "grad_norm": 1.278246283531189,
      "learning_rate": 3.539906368025453e-08,
      "loss": 0.9293,
      "step": 3570
    },
    {
      "epoch": 9.546666666666667,
      "grad_norm": 1.3652037382125854,
      "learning_rate": 3.1603652462249e-08,
      "loss": 0.9309,
      "step": 3580
    },
    {
      "epoch": 9.573333333333334,
      "grad_norm": 1.4681710004806519,
      "learning_rate": 2.802211817854561e-08,
      "loss": 0.9415,
      "step": 3590
    },
    {
      "epoch": 9.6,
      "grad_norm": 1.4077391624450684,
      "learning_rate": 2.465477115514675e-08,
      "loss": 0.9555,
      "step": 3600
    },
    {
      "epoch": 9.626666666666667,
      "grad_norm": 1.8016074895858765,
      "learning_rate": 2.1501903159563688e-08,
      "loss": 0.9258,
      "step": 3610
    },
    {
      "epoch": 9.653333333333332,
      "grad_norm": 1.37924325466156,
      "learning_rate": 1.856378737553427e-08,
      "loss": 0.9798,
      "step": 3620
    },
    {
      "epoch": 9.68,
      "grad_norm": 1.2986595630645752,
      "learning_rate": 1.584067837935327e-08,
      "loss": 0.9444,
      "step": 3630
    },
    {
      "epoch": 9.706666666666667,
      "grad_norm": 1.3296507596969604,
      "learning_rate": 1.3332812117814731e-08,
      "loss": 0.9421,
      "step": 3640
    },
    {
      "epoch": 9.733333333333333,
      "grad_norm": 1.47772216796875,
      "learning_rate": 1.1040405887767503e-08,
      "loss": 0.8807,
      "step": 3650
    },
    {
      "epoch": 9.76,
      "grad_norm": 1.6291658878326416,
      "learning_rate": 8.963658317286684e-09,
      "loss": 0.9037,
      "step": 3660
    },
    {
      "epoch": 9.786666666666667,
      "grad_norm": 1.5793346166610718,
      "learning_rate": 7.102749348465166e-09,
      "loss": 0.9839,
      "step": 3670
    },
    {
      "epoch": 9.813333333333333,
      "grad_norm": 1.3573871850967407,
      "learning_rate": 5.457840221820831e-09,
      "loss": 0.9405,
      "step": 3680
    },
    {
      "epoch": 9.84,
      "grad_norm": 1.3204113245010376,
      "learning_rate": 4.029073462325506e-09,
      "loss": 0.9589,
      "step": 3690
    },
    {
      "epoch": 9.866666666666667,
      "grad_norm": 1.4250832796096802,
      "learning_rate": 2.8165728670573324e-09,
      "loss": 0.8948,
      "step": 3700
    },
    {
      "epoch": 9.893333333333333,
      "grad_norm": 1.9013235569000244,
      "learning_rate": 1.8204434944729676e-09,
      "loss": 1.0401,
      "step": 3710
    },
    {
      "epoch": 9.92,
      "grad_norm": 1.3507270812988281,
      "learning_rate": 1.0407716553040291e-09,
      "loss": 0.9874,
      "step": 3720
    },
    {
      "epoch": 9.946666666666667,
      "grad_norm": 1.3722429275512695,
      "learning_rate": 4.77624905080576e-10,
      "loss": 0.9466,
      "step": 3730
    },
    {
      "epoch": 9.973333333333333,
      "grad_norm": 1.249128818511963,
      "learning_rate": 1.3105203827634693e-10,
      "loss": 0.9351,
      "step": 3740
    },
    {
      "epoch": 10.0,
      "grad_norm": 1.5156923532485962,
      "learning_rate": 1.0830840810327482e-12,
      "loss": 0.9953,
      "step": 3750
    }
  ],
  "logging_steps": 10,
  "max_steps": 3750,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 10,
  "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": 3.3564794130805555e+17,
  "train_batch_size": 8,
  "trial_name": null,
  "trial_params": null
}