{
  "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": 1.3260700702667236,
      "learning_rate": 1.2000000000000002e-07,
      "loss": 2.9661,
      "step": 10
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 1.2190521955490112,
      "learning_rate": 2.533333333333333e-07,
      "loss": 2.8546,
      "step": 20
    },
    {
      "epoch": 0.08,
      "grad_norm": 1.063557744026184,
      "learning_rate": 3.8666666666666674e-07,
      "loss": 2.7771,
      "step": 30
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 1.1022443771362305,
      "learning_rate": 5.2e-07,
      "loss": 2.7986,
      "step": 40
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 1.0045348405838013,
      "learning_rate": 6.533333333333334e-07,
      "loss": 2.7848,
      "step": 50
    },
    {
      "epoch": 0.16,
      "grad_norm": 1.1520053148269653,
      "learning_rate": 7.866666666666667e-07,
      "loss": 2.7392,
      "step": 60
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 1.1911686658859253,
      "learning_rate": 9.200000000000001e-07,
      "loss": 2.8294,
      "step": 70
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 0.8869664072990417,
      "learning_rate": 1.0533333333333333e-06,
      "loss": 2.7817,
      "step": 80
    },
    {
      "epoch": 0.24,
      "grad_norm": 1.3061726093292236,
      "learning_rate": 1.1866666666666668e-06,
      "loss": 2.8212,
      "step": 90
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 1.6410006284713745,
      "learning_rate": 1.32e-06,
      "loss": 2.8196,
      "step": 100
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 1.4250684976577759,
      "learning_rate": 1.4533333333333335e-06,
      "loss": 2.6571,
      "step": 110
    },
    {
      "epoch": 0.32,
      "grad_norm": 1.6860215663909912,
      "learning_rate": 1.586666666666667e-06,
      "loss": 2.7758,
      "step": 120
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 1.3881759643554688,
      "learning_rate": 1.72e-06,
      "loss": 2.7617,
      "step": 130
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 1.5089608430862427,
      "learning_rate": 1.8533333333333333e-06,
      "loss": 2.6495,
      "step": 140
    },
    {
      "epoch": 0.4,
      "grad_norm": 1.2898715734481812,
      "learning_rate": 1.9866666666666666e-06,
      "loss": 2.7944,
      "step": 150
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 2.510946273803711,
      "learning_rate": 2.12e-06,
      "loss": 2.7703,
      "step": 160
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 1.4257193803787231,
      "learning_rate": 2.2533333333333335e-06,
      "loss": 2.6653,
      "step": 170
    },
    {
      "epoch": 0.48,
      "grad_norm": 1.9228178262710571,
      "learning_rate": 2.386666666666667e-06,
      "loss": 2.6569,
      "step": 180
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 1.9167159795761108,
      "learning_rate": 2.52e-06,
      "loss": 2.5694,
      "step": 190
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 1.9402084350585938,
      "learning_rate": 2.6533333333333335e-06,
      "loss": 2.4804,
      "step": 200
    },
    {
      "epoch": 0.56,
      "grad_norm": 1.3673012256622314,
      "learning_rate": 2.786666666666667e-06,
      "loss": 2.3965,
      "step": 210
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 1.1642200946807861,
      "learning_rate": 2.92e-06,
      "loss": 2.4015,
      "step": 220
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 0.8972470760345459,
      "learning_rate": 3.053333333333334e-06,
      "loss": 2.2293,
      "step": 230
    },
    {
      "epoch": 0.64,
      "grad_norm": 1.0226929187774658,
      "learning_rate": 3.186666666666667e-06,
      "loss": 2.2138,
      "step": 240
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 1.28902006149292,
      "learning_rate": 3.3200000000000004e-06,
      "loss": 2.1027,
      "step": 250
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 1.0202113389968872,
      "learning_rate": 3.4533333333333334e-06,
      "loss": 2.0698,
      "step": 260
    },
    {
      "epoch": 0.72,
      "grad_norm": 0.9459338188171387,
      "learning_rate": 3.5866666666666673e-06,
      "loss": 2.0861,
      "step": 270
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 1.0297719240188599,
      "learning_rate": 3.7200000000000004e-06,
      "loss": 2.0712,
      "step": 280
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 1.0611679553985596,
      "learning_rate": 3.853333333333334e-06,
      "loss": 1.9712,
      "step": 290
    },
    {
      "epoch": 0.8,
      "grad_norm": 0.9117859601974487,
      "learning_rate": 3.986666666666667e-06,
      "loss": 2.0212,
      "step": 300
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 0.820168673992157,
      "learning_rate": 4.12e-06,
      "loss": 1.9746,
      "step": 310
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 0.7669106125831604,
      "learning_rate": 4.253333333333334e-06,
      "loss": 1.9602,
      "step": 320
    },
    {
      "epoch": 0.88,
      "grad_norm": 0.7456678748130798,
      "learning_rate": 4.3866666666666665e-06,
      "loss": 1.9342,
      "step": 330
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 0.8794134855270386,
      "learning_rate": 4.520000000000001e-06,
      "loss": 1.9663,
      "step": 340
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 0.6996933221817017,
      "learning_rate": 4.653333333333333e-06,
      "loss": 1.9244,
      "step": 350
    },
    {
      "epoch": 0.96,
      "grad_norm": 1.4994454383850098,
      "learning_rate": 4.786666666666667e-06,
      "loss": 1.9133,
      "step": 360
    },
    {
      "epoch": 0.9866666666666667,
      "grad_norm": 0.8297287225723267,
      "learning_rate": 4.92e-06,
      "loss": 1.9561,
      "step": 370
    },
    {
      "epoch": 1.0133333333333334,
      "grad_norm": 0.793429970741272,
      "learning_rate": 4.999982670673473e-06,
      "loss": 1.8335,
      "step": 380
    },
    {
      "epoch": 1.04,
      "grad_norm": 1.2577004432678223,
      "learning_rate": 4.999787718509086e-06,
      "loss": 1.9429,
      "step": 390
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 0.8015560507774353,
      "learning_rate": 4.999376169470306e-06,
      "loss": 1.9304,
      "step": 400
    },
    {
      "epoch": 1.0933333333333333,
      "grad_norm": 0.6889002323150635,
      "learning_rate": 4.998748059216254e-06,
      "loss": 1.7845,
      "step": 410
    },
    {
      "epoch": 1.12,
      "grad_norm": 0.9721826314926147,
      "learning_rate": 4.997903442170241e-06,
      "loss": 1.8076,
      "step": 420
    },
    {
      "epoch": 1.1466666666666667,
      "grad_norm": 1.0830353498458862,
      "learning_rate": 4.996842391515045e-06,
      "loss": 1.8498,
      "step": 430
    },
    {
      "epoch": 1.1733333333333333,
      "grad_norm": 0.6819325089454651,
      "learning_rate": 4.995564999186572e-06,
      "loss": 1.8069,
      "step": 440
    },
    {
      "epoch": 1.2,
      "grad_norm": 0.8205446004867554,
      "learning_rate": 4.994071375865898e-06,
      "loss": 1.8426,
      "step": 450
    },
    {
      "epoch": 1.2266666666666666,
      "grad_norm": 0.7085703611373901,
      "learning_rate": 4.992361650969668e-06,
      "loss": 1.7295,
      "step": 460
    },
    {
      "epoch": 1.2533333333333334,
      "grad_norm": 0.7688453197479248,
      "learning_rate": 4.990435972638888e-06,
      "loss": 1.8634,
      "step": 470
    },
    {
      "epoch": 1.28,
      "grad_norm": 0.7346873879432678,
      "learning_rate": 4.988294507726089e-06,
      "loss": 1.7841,
      "step": 480
    },
    {
      "epoch": 1.3066666666666666,
      "grad_norm": 0.6709712743759155,
      "learning_rate": 4.98593744178087e-06,
      "loss": 1.7151,
      "step": 490
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 0.7021077871322632,
      "learning_rate": 4.983364979033819e-06,
      "loss": 1.7789,
      "step": 500
    },
    {
      "epoch": 1.3599999999999999,
      "grad_norm": 0.6195208430290222,
      "learning_rate": 4.980577342378818e-06,
      "loss": 1.8095,
      "step": 510
    },
    {
      "epoch": 1.3866666666666667,
      "grad_norm": 0.8497361540794373,
      "learning_rate": 4.977574773353732e-06,
      "loss": 1.7106,
      "step": 520
    },
    {
      "epoch": 1.4133333333333333,
      "grad_norm": 0.9590965509414673,
      "learning_rate": 4.974357532119478e-06,
      "loss": 1.7598,
      "step": 530
    },
    {
      "epoch": 1.44,
      "grad_norm": 0.6314051151275635,
      "learning_rate": 4.970925897437484e-06,
      "loss": 1.7866,
      "step": 540
    },
    {
      "epoch": 1.4666666666666668,
      "grad_norm": 0.6002180576324463,
      "learning_rate": 4.967280166645538e-06,
      "loss": 1.7957,
      "step": 550
    },
    {
      "epoch": 1.4933333333333334,
      "grad_norm": 0.9273757934570312,
      "learning_rate": 4.9634206556320186e-06,
      "loss": 1.7368,
      "step": 560
    },
    {
      "epoch": 1.52,
      "grad_norm": 0.9748147130012512,
      "learning_rate": 4.959347698808532e-06,
      "loss": 1.7901,
      "step": 570
    },
    {
      "epoch": 1.5466666666666666,
      "grad_norm": 0.7918932437896729,
      "learning_rate": 4.95506164908093e-06,
      "loss": 1.7963,
      "step": 580
    },
    {
      "epoch": 1.5733333333333333,
      "grad_norm": 0.823905348777771,
      "learning_rate": 4.9505628778187365e-06,
      "loss": 1.8262,
      "step": 590
    },
    {
      "epoch": 1.6,
      "grad_norm": 0.7708048820495605,
      "learning_rate": 4.94585177482297e-06,
      "loss": 1.784,
      "step": 600
    },
    {
      "epoch": 1.6266666666666667,
      "grad_norm": 0.6546101570129395,
      "learning_rate": 4.940928748292363e-06,
      "loss": 1.7299,
      "step": 610
    },
    {
      "epoch": 1.6533333333333333,
      "grad_norm": 0.9508903622627258,
      "learning_rate": 4.9357942247879995e-06,
      "loss": 1.7814,
      "step": 620
    },
    {
      "epoch": 1.6800000000000002,
      "grad_norm": 0.8177071213722229,
      "learning_rate": 4.930448649196356e-06,
      "loss": 1.7693,
      "step": 630
    },
    {
      "epoch": 1.7066666666666666,
      "grad_norm": 0.8351238369941711,
      "learning_rate": 4.924892484690744e-06,
      "loss": 1.7546,
      "step": 640
    },
    {
      "epoch": 1.7333333333333334,
      "grad_norm": 0.6392200589179993,
      "learning_rate": 4.91912621269119e-06,
      "loss": 1.7813,
      "step": 650
    },
    {
      "epoch": 1.76,
      "grad_norm": 0.7682125568389893,
      "learning_rate": 4.913150332822716e-06,
      "loss": 1.705,
      "step": 660
    },
    {
      "epoch": 1.7866666666666666,
      "grad_norm": 0.853183925151825,
      "learning_rate": 4.906965362872048e-06,
      "loss": 1.7138,
      "step": 670
    },
    {
      "epoch": 1.8133333333333335,
      "grad_norm": 0.6856978535652161,
      "learning_rate": 4.9005718387427546e-06,
      "loss": 1.7742,
      "step": 680
    },
    {
      "epoch": 1.8399999999999999,
      "grad_norm": 0.7499570846557617,
      "learning_rate": 4.893970314408813e-06,
      "loss": 1.8262,
      "step": 690
    },
    {
      "epoch": 1.8666666666666667,
      "grad_norm": 0.9084373712539673,
      "learning_rate": 4.887161361866608e-06,
      "loss": 1.7991,
      "step": 700
    },
    {
      "epoch": 1.8933333333333333,
      "grad_norm": 0.7706170082092285,
      "learning_rate": 4.880145571085369e-06,
      "loss": 1.7892,
      "step": 710
    },
    {
      "epoch": 1.92,
      "grad_norm": 0.8223916292190552,
      "learning_rate": 4.872923549956058e-06,
      "loss": 1.7989,
      "step": 720
    },
    {
      "epoch": 1.9466666666666668,
      "grad_norm": 0.8382287621498108,
      "learning_rate": 4.86549592423869e-06,
      "loss": 1.8062,
      "step": 730
    },
    {
      "epoch": 1.9733333333333334,
      "grad_norm": 0.562559187412262,
      "learning_rate": 4.857863337508119e-06,
      "loss": 1.7391,
      "step": 740
    },
    {
      "epoch": 2.0,
      "grad_norm": 0.9999620914459229,
      "learning_rate": 4.850026451098271e-06,
      "loss": 1.7954,
      "step": 750
    },
    {
      "epoch": 2.026666666666667,
      "grad_norm": 0.7311544418334961,
      "learning_rate": 4.841985944044845e-06,
      "loss": 1.7463,
      "step": 760
    },
    {
      "epoch": 2.0533333333333332,
      "grad_norm": 0.8479844331741333,
      "learning_rate": 4.833742513026478e-06,
      "loss": 1.7205,
      "step": 770
    },
    {
      "epoch": 2.08,
      "grad_norm": 0.9184486865997314,
      "learning_rate": 4.825296872304377e-06,
      "loss": 1.7573,
      "step": 780
    },
    {
      "epoch": 2.1066666666666665,
      "grad_norm": 0.8509571552276611,
      "learning_rate": 4.816649753660431e-06,
      "loss": 1.7615,
      "step": 790
    },
    {
      "epoch": 2.1333333333333333,
      "grad_norm": 0.6607502698898315,
      "learning_rate": 4.807801906333809e-06,
      "loss": 1.7398,
      "step": 800
    },
    {
      "epoch": 2.16,
      "grad_norm": 0.8238988518714905,
      "learning_rate": 4.7987540969560385e-06,
      "loss": 1.7306,
      "step": 810
    },
    {
      "epoch": 2.1866666666666665,
      "grad_norm": 0.868171215057373,
      "learning_rate": 4.789507109484579e-06,
      "loss": 1.7441,
      "step": 820
    },
    {
      "epoch": 2.2133333333333334,
      "grad_norm": 0.7437669038772583,
      "learning_rate": 4.7800617451348974e-06,
      "loss": 1.7433,
      "step": 830
    },
    {
      "epoch": 2.24,
      "grad_norm": 0.7135257720947266,
      "learning_rate": 4.770418822311046e-06,
      "loss": 1.789,
      "step": 840
    },
    {
      "epoch": 2.2666666666666666,
      "grad_norm": 0.8468518853187561,
      "learning_rate": 4.760579176534747e-06,
      "loss": 1.7478,
      "step": 850
    },
    {
      "epoch": 2.2933333333333334,
      "grad_norm": 1.2122632265090942,
      "learning_rate": 4.750543660373004e-06,
      "loss": 1.6655,
      "step": 860
    },
    {
      "epoch": 2.32,
      "grad_norm": 0.7517653107643127,
      "learning_rate": 4.7403131433642226e-06,
      "loss": 1.6733,
      "step": 870
    },
    {
      "epoch": 2.3466666666666667,
      "grad_norm": 0.9318462014198303,
      "learning_rate": 4.729888511942877e-06,
      "loss": 1.7519,
      "step": 880
    },
    {
      "epoch": 2.3733333333333335,
      "grad_norm": 0.854913592338562,
      "learning_rate": 4.719270669362699e-06,
      "loss": 1.7217,
      "step": 890
    },
    {
      "epoch": 2.4,
      "grad_norm": 0.67042475938797,
      "learning_rate": 4.708460535618411e-06,
      "loss": 1.7709,
      "step": 900
    },
    {
      "epoch": 2.4266666666666667,
      "grad_norm": 0.7077845931053162,
      "learning_rate": 4.697459047366022e-06,
      "loss": 1.7217,
      "step": 910
    },
    {
      "epoch": 2.453333333333333,
      "grad_norm": 0.7887906432151794,
      "learning_rate": 4.68626715784166e-06,
      "loss": 1.7028,
      "step": 920
    },
    {
      "epoch": 2.48,
      "grad_norm": 0.8714291453361511,
      "learning_rate": 4.674885836778983e-06,
      "loss": 1.824,
      "step": 930
    },
    {
      "epoch": 2.506666666666667,
      "grad_norm": 0.8725156784057617,
      "learning_rate": 4.6633160703251556e-06,
      "loss": 1.7337,
      "step": 940
    },
    {
      "epoch": 2.533333333333333,
      "grad_norm": 0.6795626282691956,
      "learning_rate": 4.6515588609554006e-06,
      "loss": 1.7776,
      "step": 950
    },
    {
      "epoch": 2.56,
      "grad_norm": 0.8653692603111267,
      "learning_rate": 4.639615227386141e-06,
      "loss": 1.6206,
      "step": 960
    },
    {
      "epoch": 2.586666666666667,
      "grad_norm": 0.7805237770080566,
      "learning_rate": 4.62748620448673e-06,
      "loss": 1.7503,
      "step": 970
    },
    {
      "epoch": 2.6133333333333333,
      "grad_norm": 0.7651466727256775,
      "learning_rate": 4.615172843189785e-06,
      "loss": 1.7778,
      "step": 980
    },
    {
      "epoch": 2.64,
      "grad_norm": 0.8041864633560181,
      "learning_rate": 4.602676210400126e-06,
      "loss": 1.6354,
      "step": 990
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 0.7719329595565796,
      "learning_rate": 4.589997388902339e-06,
      "loss": 1.7719,
      "step": 1000
    },
    {
      "epoch": 2.6933333333333334,
      "grad_norm": 0.9812129735946655,
      "learning_rate": 4.577137477266948e-06,
      "loss": 1.7822,
      "step": 1010
    },
    {
      "epoch": 2.7199999999999998,
      "grad_norm": 0.7337241172790527,
      "learning_rate": 4.564097589755233e-06,
      "loss": 1.7204,
      "step": 1020
    },
    {
      "epoch": 2.7466666666666666,
      "grad_norm": 0.5740780234336853,
      "learning_rate": 4.550878856222684e-06,
      "loss": 1.7386,
      "step": 1030
    },
    {
      "epoch": 2.7733333333333334,
      "grad_norm": 0.7582064270973206,
      "learning_rate": 4.537482422021105e-06,
      "loss": 1.7177,
      "step": 1040
    },
    {
      "epoch": 2.8,
      "grad_norm": 0.775303304195404,
      "learning_rate": 4.523909447899365e-06,
      "loss": 1.7284,
      "step": 1050
    },
    {
      "epoch": 2.8266666666666667,
      "grad_norm": 0.7809900641441345,
      "learning_rate": 4.510161109902837e-06,
      "loss": 1.7085,
      "step": 1060
    },
    {
      "epoch": 2.8533333333333335,
      "grad_norm": 0.8396899700164795,
      "learning_rate": 4.496238599271485e-06,
      "loss": 1.684,
      "step": 1070
    },
    {
      "epoch": 2.88,
      "grad_norm": 0.7145466208457947,
      "learning_rate": 4.482143122336658e-06,
      "loss": 1.7753,
      "step": 1080
    },
    {
      "epoch": 2.9066666666666667,
      "grad_norm": 0.7297652959823608,
      "learning_rate": 4.467875900416558e-06,
      "loss": 1.6807,
      "step": 1090
    },
    {
      "epoch": 2.9333333333333336,
      "grad_norm": 0.7068011164665222,
      "learning_rate": 4.4534381697104255e-06,
      "loss": 1.7068,
      "step": 1100
    },
    {
      "epoch": 2.96,
      "grad_norm": 0.7846283316612244,
      "learning_rate": 4.438831181191422e-06,
      "loss": 1.6906,
      "step": 1110
    },
    {
      "epoch": 2.986666666666667,
      "grad_norm": 0.8811623454093933,
      "learning_rate": 4.424056200498237e-06,
      "loss": 1.6248,
      "step": 1120
    },
    {
      "epoch": 3.013333333333333,
      "grad_norm": 0.8921287059783936,
      "learning_rate": 4.409114507825431e-06,
      "loss": 1.6849,
      "step": 1130
    },
    {
      "epoch": 3.04,
      "grad_norm": 0.6005886793136597,
      "learning_rate": 4.394007397812509e-06,
      "loss": 1.7756,
      "step": 1140
    },
    {
      "epoch": 3.066666666666667,
      "grad_norm": 0.8570132851600647,
      "learning_rate": 4.3787361794317405e-06,
      "loss": 1.6584,
      "step": 1150
    },
    {
      "epoch": 3.0933333333333333,
      "grad_norm": 0.7680262923240662,
      "learning_rate": 4.363302175874751e-06,
      "loss": 1.7428,
      "step": 1160
    },
    {
      "epoch": 3.12,
      "grad_norm": 0.9048510789871216,
      "learning_rate": 4.347706724437865e-06,
      "loss": 1.6959,
      "step": 1170
    },
    {
      "epoch": 3.1466666666666665,
      "grad_norm": 0.7438698410987854,
      "learning_rate": 4.33195117640624e-06,
      "loss": 1.7442,
      "step": 1180
    },
    {
      "epoch": 3.1733333333333333,
      "grad_norm": 0.7802926301956177,
      "learning_rate": 4.316036896936774e-06,
      "loss": 1.6798,
      "step": 1190
    },
    {
      "epoch": 3.2,
      "grad_norm": 0.8764957785606384,
      "learning_rate": 4.299965264939834e-06,
      "loss": 1.7208,
      "step": 1200
    },
    {
      "epoch": 3.2266666666666666,
      "grad_norm": 0.8330620527267456,
      "learning_rate": 4.283737672959766e-06,
      "loss": 1.6817,
      "step": 1210
    },
    {
      "epoch": 3.2533333333333334,
      "grad_norm": 0.905133068561554,
      "learning_rate": 4.267355527054243e-06,
      "loss": 1.7485,
      "step": 1220
    },
    {
      "epoch": 3.2800000000000002,
      "grad_norm": 0.6527189612388611,
      "learning_rate": 4.250820246672433e-06,
      "loss": 1.7212,
      "step": 1230
    },
    {
      "epoch": 3.3066666666666666,
      "grad_norm": 0.7526225447654724,
      "learning_rate": 4.234133264532012e-06,
      "loss": 1.7012,
      "step": 1240
    },
    {
      "epoch": 3.3333333333333335,
      "grad_norm": 0.7123927474021912,
      "learning_rate": 4.217296026495022e-06,
      "loss": 1.6295,
      "step": 1250
    },
    {
      "epoch": 3.36,
      "grad_norm": 0.8093245625495911,
      "learning_rate": 4.200309991442591e-06,
      "loss": 1.7663,
      "step": 1260
    },
    {
      "epoch": 3.3866666666666667,
      "grad_norm": 1.3336246013641357,
      "learning_rate": 4.1831766311485345e-06,
      "loss": 1.717,
      "step": 1270
    },
    {
      "epoch": 3.413333333333333,
      "grad_norm": 0.7733551263809204,
      "learning_rate": 4.165897430151822e-06,
      "loss": 1.725,
      "step": 1280
    },
    {
      "epoch": 3.44,
      "grad_norm": 0.8533732295036316,
      "learning_rate": 4.148473885627952e-06,
      "loss": 1.7301,
      "step": 1290
    },
    {
      "epoch": 3.466666666666667,
      "grad_norm": 0.9067566990852356,
      "learning_rate": 4.130907507259233e-06,
      "loss": 1.7135,
      "step": 1300
    },
    {
      "epoch": 3.493333333333333,
      "grad_norm": 0.7603811621665955,
      "learning_rate": 4.113199817103964e-06,
      "loss": 1.7212,
      "step": 1310
    },
    {
      "epoch": 3.52,
      "grad_norm": 0.8485473990440369,
      "learning_rate": 4.095352349464564e-06,
      "loss": 1.6639,
      "step": 1320
    },
    {
      "epoch": 3.546666666666667,
      "grad_norm": 0.7045131921768188,
      "learning_rate": 4.077366650754624e-06,
      "loss": 1.7154,
      "step": 1330
    },
    {
      "epoch": 3.5733333333333333,
      "grad_norm": 1.1325947046279907,
      "learning_rate": 4.059244279364923e-06,
      "loss": 1.7172,
      "step": 1340
    },
    {
      "epoch": 3.6,
      "grad_norm": 0.9101923704147339,
      "learning_rate": 4.040986805528392e-06,
      "loss": 1.7554,
      "step": 1350
    },
    {
      "epoch": 3.626666666666667,
      "grad_norm": 0.758923351764679,
      "learning_rate": 4.022595811184064e-06,
      "loss": 1.6887,
      "step": 1360
    },
    {
      "epoch": 3.6533333333333333,
      "grad_norm": 0.8347360491752625,
      "learning_rate": 4.004072889840006e-06,
      "loss": 1.6517,
      "step": 1370
    },
    {
      "epoch": 3.68,
      "grad_norm": 0.678141713142395,
      "learning_rate": 3.985419646435244e-06,
      "loss": 1.6396,
      "step": 1380
    },
    {
      "epoch": 3.7066666666666666,
      "grad_norm": 0.6728235483169556,
      "learning_rate": 3.966637697200704e-06,
      "loss": 1.6285,
      "step": 1390
    },
    {
      "epoch": 3.7333333333333334,
      "grad_norm": 0.882037878036499,
      "learning_rate": 3.94772866951917e-06,
      "loss": 1.6916,
      "step": 1400
    },
    {
      "epoch": 3.76,
      "grad_norm": 0.8103038668632507,
      "learning_rate": 3.928694201784282e-06,
      "loss": 1.7442,
      "step": 1410
    },
    {
      "epoch": 3.7866666666666666,
      "grad_norm": 0.8916019201278687,
      "learning_rate": 3.909535943258567e-06,
      "loss": 1.7152,
      "step": 1420
    },
    {
      "epoch": 3.8133333333333335,
      "grad_norm": 0.8124565482139587,
      "learning_rate": 3.890255553930548e-06,
      "loss": 1.584,
      "step": 1430
    },
    {
      "epoch": 3.84,
      "grad_norm": 1.175717830657959,
      "learning_rate": 3.870854704370902e-06,
      "loss": 1.6622,
      "step": 1440
    },
    {
      "epoch": 3.8666666666666667,
      "grad_norm": 0.7688944339752197,
      "learning_rate": 3.851335075587717e-06,
      "loss": 1.6617,
      "step": 1450
    },
    {
      "epoch": 3.8933333333333335,
      "grad_norm": 0.8198382258415222,
      "learning_rate": 3.831698358880843e-06,
      "loss": 1.7615,
      "step": 1460
    },
    {
      "epoch": 3.92,
      "grad_norm": 0.9463858008384705,
      "learning_rate": 3.8119462556953358e-06,
      "loss": 1.7056,
      "step": 1470
    },
    {
      "epoch": 3.9466666666666668,
      "grad_norm": 0.860659658908844,
      "learning_rate": 3.7920804774740427e-06,
      "loss": 1.7146,
      "step": 1480
    },
    {
      "epoch": 3.9733333333333336,
      "grad_norm": 0.6901930570602417,
      "learning_rate": 3.772102745509313e-06,
      "loss": 1.6673,
      "step": 1490
    },
    {
      "epoch": 4.0,
      "grad_norm": 0.8208654522895813,
      "learning_rate": 3.75201479079385e-06,
      "loss": 1.6727,
      "step": 1500
    },
    {
      "epoch": 4.026666666666666,
      "grad_norm": 0.8625465035438538,
      "learning_rate": 3.731818353870729e-06,
      "loss": 1.7461,
      "step": 1510
    },
    {
      "epoch": 4.053333333333334,
      "grad_norm": 0.9363060593605042,
      "learning_rate": 3.7115151846825874e-06,
      "loss": 1.6987,
      "step": 1520
    },
    {
      "epoch": 4.08,
      "grad_norm": 0.85496985912323,
      "learning_rate": 3.6911070424199967e-06,
      "loss": 1.7011,
      "step": 1530
    },
    {
      "epoch": 4.1066666666666665,
      "grad_norm": 0.7028411626815796,
      "learning_rate": 3.6705956953690364e-06,
      "loss": 1.7364,
      "step": 1540
    },
    {
      "epoch": 4.133333333333334,
      "grad_norm": 0.7788967490196228,
      "learning_rate": 3.649982920758082e-06,
      "loss": 1.6497,
      "step": 1550
    },
    {
      "epoch": 4.16,
      "grad_norm": 0.7477676272392273,
      "learning_rate": 3.6292705046038077e-06,
      "loss": 1.6234,
      "step": 1560
    },
    {
      "epoch": 4.1866666666666665,
      "grad_norm": 0.9469152092933655,
      "learning_rate": 3.608460241556443e-06,
      "loss": 1.7088,
      "step": 1570
    },
    {
      "epoch": 4.213333333333333,
      "grad_norm": 0.71943598985672,
      "learning_rate": 3.5875539347442694e-06,
      "loss": 1.6717,
      "step": 1580
    },
    {
      "epoch": 4.24,
      "grad_norm": 1.0844371318817139,
      "learning_rate": 3.5665533956173857e-06,
      "loss": 1.6755,
      "step": 1590
    },
    {
      "epoch": 4.266666666666667,
      "grad_norm": 0.6315621137619019,
      "learning_rate": 3.5454604437907535e-06,
      "loss": 1.7006,
      "step": 1600
    },
    {
      "epoch": 4.293333333333333,
      "grad_norm": 1.314296007156372,
      "learning_rate": 3.5242769068865375e-06,
      "loss": 1.6445,
      "step": 1610
    },
    {
      "epoch": 4.32,
      "grad_norm": 0.684222400188446,
      "learning_rate": 3.503004620375744e-06,
      "loss": 1.7615,
      "step": 1620
    },
    {
      "epoch": 4.346666666666667,
      "grad_norm": 0.9206071496009827,
      "learning_rate": 3.481645427419188e-06,
      "loss": 1.6997,
      "step": 1630
    },
    {
      "epoch": 4.373333333333333,
      "grad_norm": 0.8316521048545837,
      "learning_rate": 3.460201178707791e-06,
      "loss": 1.6902,
      "step": 1640
    },
    {
      "epoch": 4.4,
      "grad_norm": 0.8833271861076355,
      "learning_rate": 3.438673732302223e-06,
      "loss": 1.7635,
      "step": 1650
    },
    {
      "epoch": 4.426666666666667,
      "grad_norm": 1.076093316078186,
      "learning_rate": 3.417064953471911e-06,
      "loss": 1.669,
      "step": 1660
    },
    {
      "epoch": 4.453333333333333,
      "grad_norm": 0.9731333255767822,
      "learning_rate": 3.395376714533419e-06,
      "loss": 1.6524,
      "step": 1670
    },
    {
      "epoch": 4.48,
      "grad_norm": 0.9789080619812012,
      "learning_rate": 3.3736108946882233e-06,
      "loss": 1.6656,
      "step": 1680
    },
    {
      "epoch": 4.506666666666667,
      "grad_norm": 0.8803356289863586,
      "learning_rate": 3.35176937985988e-06,
      "loss": 1.7349,
      "step": 1690
    },
    {
      "epoch": 4.533333333333333,
      "grad_norm": 0.8241089582443237,
      "learning_rate": 3.329854062530621e-06,
      "loss": 1.6017,
      "step": 1700
    },
    {
      "epoch": 4.5600000000000005,
      "grad_norm": 0.9876794815063477,
      "learning_rate": 3.307866841577381e-06,
      "loss": 1.7662,
      "step": 1710
    },
    {
      "epoch": 4.586666666666667,
      "grad_norm": 0.8717515468597412,
      "learning_rate": 3.2858096221072605e-06,
      "loss": 1.6321,
      "step": 1720
    },
    {
      "epoch": 4.613333333333333,
      "grad_norm": 0.8869647979736328,
      "learning_rate": 3.2636843152924595e-06,
      "loss": 1.6662,
      "step": 1730
    },
    {
      "epoch": 4.64,
      "grad_norm": 0.9849333763122559,
      "learning_rate": 3.241492838204684e-06,
      "loss": 1.6656,
      "step": 1740
    },
    {
      "epoch": 4.666666666666667,
      "grad_norm": 1.0160856246948242,
      "learning_rate": 3.2192371136490325e-06,
      "loss": 1.7322,
      "step": 1750
    },
    {
      "epoch": 4.693333333333333,
      "grad_norm": 1.1271207332611084,
      "learning_rate": 3.1969190699973985e-06,
      "loss": 1.635,
      "step": 1760
    },
    {
      "epoch": 4.72,
      "grad_norm": 0.8037768006324768,
      "learning_rate": 3.174540641021384e-06,
      "loss": 1.6201,
      "step": 1770
    },
    {
      "epoch": 4.746666666666667,
      "grad_norm": 0.8098615407943726,
      "learning_rate": 3.152103765724743e-06,
      "loss": 1.6724,
      "step": 1780
    },
    {
      "epoch": 4.773333333333333,
      "grad_norm": 0.9140426516532898,
      "learning_rate": 3.129610388175373e-06,
      "loss": 1.7291,
      "step": 1790
    },
    {
      "epoch": 4.8,
      "grad_norm": 0.8616933822631836,
      "learning_rate": 3.1070624573368772e-06,
      "loss": 1.7201,
      "step": 1800
    },
    {
      "epoch": 4.826666666666666,
      "grad_norm": 0.8575533032417297,
      "learning_rate": 3.0844619268996845e-06,
      "loss": 1.6765,
      "step": 1810
    },
    {
      "epoch": 4.8533333333333335,
      "grad_norm": 1.0969172716140747,
      "learning_rate": 3.061810755111776e-06,
      "loss": 1.7236,
      "step": 1820
    },
    {
      "epoch": 4.88,
      "grad_norm": 0.8472016453742981,
      "learning_rate": 3.0391109046090082e-06,
      "loss": 1.6881,
      "step": 1830
    },
    {
      "epoch": 4.906666666666666,
      "grad_norm": 0.8848344683647156,
      "learning_rate": 3.016364342245059e-06,
      "loss": 1.6624,
      "step": 1840
    },
    {
      "epoch": 4.933333333333334,
      "grad_norm": 0.8401445150375366,
      "learning_rate": 2.9935730389210076e-06,
      "loss": 1.6553,
      "step": 1850
    },
    {
      "epoch": 4.96,
      "grad_norm": 0.8503660559654236,
      "learning_rate": 2.970738969414563e-06,
      "loss": 1.6752,
      "step": 1860
    },
    {
      "epoch": 4.986666666666666,
      "grad_norm": 0.9966988563537598,
      "learning_rate": 2.9478641122089563e-06,
      "loss": 1.7338,
      "step": 1870
    },
    {
      "epoch": 5.013333333333334,
      "grad_norm": 0.602899968624115,
      "learning_rate": 2.924950449321515e-06,
      "loss": 1.5855,
      "step": 1880
    },
    {
      "epoch": 5.04,
      "grad_norm": 1.0888887643814087,
      "learning_rate": 2.9019999661319296e-06,
      "loss": 1.7572,
      "step": 1890
    },
    {
      "epoch": 5.066666666666666,
      "grad_norm": 0.95545893907547,
      "learning_rate": 2.8790146512102228e-06,
      "loss": 1.6945,
      "step": 1900
    },
    {
      "epoch": 5.093333333333334,
      "grad_norm": 0.7938442826271057,
      "learning_rate": 2.8559964961444533e-06,
      "loss": 1.6246,
      "step": 1910
    },
    {
      "epoch": 5.12,
      "grad_norm": 0.9190901517868042,
      "learning_rate": 2.8329474953681506e-06,
      "loss": 1.7174,
      "step": 1920
    },
    {
      "epoch": 5.1466666666666665,
      "grad_norm": 0.8581053614616394,
      "learning_rate": 2.8098696459875048e-06,
      "loss": 1.6249,
      "step": 1930
    },
    {
      "epoch": 5.173333333333334,
      "grad_norm": 1.1097462177276611,
      "learning_rate": 2.786764947608324e-06,
      "loss": 1.7614,
      "step": 1940
    },
    {
      "epoch": 5.2,
      "grad_norm": 0.8244250416755676,
      "learning_rate": 2.7636354021627802e-06,
      "loss": 1.6954,
      "step": 1950
    },
    {
      "epoch": 5.226666666666667,
      "grad_norm": 1.0831646919250488,
      "learning_rate": 2.7404830137359445e-06,
      "loss": 1.7215,
      "step": 1960
    },
    {
      "epoch": 5.253333333333333,
      "grad_norm": 0.8918278217315674,
      "learning_rate": 2.717309788392144e-06,
      "loss": 1.6235,
      "step": 1970
    },
    {
      "epoch": 5.28,
      "grad_norm": 0.8835996389389038,
      "learning_rate": 2.694117734001143e-06,
      "loss": 1.7047,
      "step": 1980
    },
    {
      "epoch": 5.306666666666667,
      "grad_norm": 0.8840324282646179,
      "learning_rate": 2.670908860064172e-06,
      "loss": 1.6767,
      "step": 1990
    },
    {
      "epoch": 5.333333333333333,
      "grad_norm": 1.132769227027893,
      "learning_rate": 2.6476851775398073e-06,
      "loss": 1.6917,
      "step": 2000
    },
    {
      "epoch": 5.36,
      "grad_norm": 0.9361376762390137,
      "learning_rate": 2.624448698669731e-06,
      "loss": 1.7446,
      "step": 2010
    },
    {
      "epoch": 5.386666666666667,
      "grad_norm": 0.9744315147399902,
      "learning_rate": 2.6012014368043813e-06,
      "loss": 1.7049,
      "step": 2020
    },
    {
      "epoch": 5.413333333333333,
      "grad_norm": 0.9135685563087463,
      "learning_rate": 2.5779454062285e-06,
      "loss": 1.6978,
      "step": 2030
    },
    {
      "epoch": 5.44,
      "grad_norm": 0.8381025791168213,
      "learning_rate": 2.5546826219866018e-06,
      "loss": 1.7194,
      "step": 2040
    },
    {
      "epoch": 5.466666666666667,
      "grad_norm": 1.0132782459259033,
      "learning_rate": 2.531415099708382e-06,
      "loss": 1.6255,
      "step": 2050
    },
    {
      "epoch": 5.493333333333333,
      "grad_norm": 0.836195170879364,
      "learning_rate": 2.5081448554340688e-06,
      "loss": 1.6757,
      "step": 2060
    },
    {
      "epoch": 5.52,
      "grad_norm": 1.2027889490127563,
      "learning_rate": 2.484873905439739e-06,
      "loss": 1.6886,
      "step": 2070
    },
    {
      "epoch": 5.546666666666667,
      "grad_norm": 1.023413896560669,
      "learning_rate": 2.4616042660626176e-06,
      "loss": 1.6878,
      "step": 2080
    },
    {
      "epoch": 5.573333333333333,
      "grad_norm": 0.9862648248672485,
      "learning_rate": 2.4383379535263725e-06,
      "loss": 1.6724,
      "step": 2090
    },
    {
      "epoch": 5.6,
      "grad_norm": 0.9263085126876831,
      "learning_rate": 2.4150769837664102e-06,
      "loss": 1.6894,
      "step": 2100
    },
    {
      "epoch": 5.626666666666667,
      "grad_norm": 1.2808797359466553,
      "learning_rate": 2.391823372255208e-06,
      "loss": 1.6914,
      "step": 2110
    },
    {
      "epoch": 5.653333333333333,
      "grad_norm": 1.2096583843231201,
      "learning_rate": 2.368579133827679e-06,
      "loss": 1.6269,
      "step": 2120
    },
    {
      "epoch": 5.68,
      "grad_norm": 0.9128383994102478,
      "learning_rate": 2.3453462825065966e-06,
      "loss": 1.6455,
      "step": 2130
    },
    {
      "epoch": 5.706666666666667,
      "grad_norm": 0.9094266295433044,
      "learning_rate": 2.3221268313280836e-06,
      "loss": 1.674,
      "step": 2140
    },
    {
      "epoch": 5.733333333333333,
      "grad_norm": 1.0370837450027466,
      "learning_rate": 2.2989227921671935e-06,
      "loss": 1.7358,
      "step": 2150
    },
    {
      "epoch": 5.76,
      "grad_norm": 1.0183449983596802,
      "learning_rate": 2.27573617556359e-06,
      "loss": 1.6758,
      "step": 2160
    },
    {
      "epoch": 5.786666666666667,
      "grad_norm": 0.7834766507148743,
      "learning_rate": 2.2525689905473377e-06,
      "loss": 1.64,
      "step": 2170
    },
    {
      "epoch": 5.8133333333333335,
      "grad_norm": 0.9842936992645264,
      "learning_rate": 2.2294232444648316e-06,
      "loss": 1.5864,
      "step": 2180
    },
    {
      "epoch": 5.84,
      "grad_norm": 0.9197008609771729,
      "learning_rate": 2.206300942804865e-06,
      "loss": 1.6242,
      "step": 2190
    },
    {
      "epoch": 5.866666666666667,
      "grad_norm": 0.9002187252044678,
      "learning_rate": 2.183204089024864e-06,
      "loss": 1.7396,
      "step": 2200
    },
    {
      "epoch": 5.8933333333333335,
      "grad_norm": 0.894535481929779,
      "learning_rate": 2.160134684377295e-06,
      "loss": 1.6573,
      "step": 2210
    },
    {
      "epoch": 5.92,
      "grad_norm": 0.7890879511833191,
      "learning_rate": 2.1370947277362646e-06,
      "loss": 1.6712,
      "step": 2220
    },
    {
      "epoch": 5.946666666666666,
      "grad_norm": 0.7837865352630615,
      "learning_rate": 2.1140862154243223e-06,
      "loss": 1.6761,
      "step": 2230
    },
    {
      "epoch": 5.973333333333334,
      "grad_norm": 0.9894525408744812,
      "learning_rate": 2.0911111410394915e-06,
      "loss": 1.5695,
      "step": 2240
    },
    {
      "epoch": 6.0,
      "grad_norm": 0.9099172353744507,
      "learning_rate": 2.0681714952825274e-06,
      "loss": 1.6609,
      "step": 2250
    },
    {
      "epoch": 6.026666666666666,
      "grad_norm": 0.8880329728126526,
      "learning_rate": 2.0452692657844333e-06,
      "loss": 1.6532,
      "step": 2260
    },
    {
      "epoch": 6.053333333333334,
      "grad_norm": 1.021958351135254,
      "learning_rate": 2.0224064369342388e-06,
      "loss": 1.7392,
      "step": 2270
    },
    {
      "epoch": 6.08,
      "grad_norm": 1.2252111434936523,
      "learning_rate": 1.9995849897070616e-06,
      "loss": 1.6888,
      "step": 2280
    },
    {
      "epoch": 6.1066666666666665,
      "grad_norm": 1.0892808437347412,
      "learning_rate": 1.9768069014924622e-06,
      "loss": 1.569,
      "step": 2290
    },
    {
      "epoch": 6.133333333333334,
      "grad_norm": 1.123616099357605,
      "learning_rate": 1.9540741459231124e-06,
      "loss": 1.6742,
      "step": 2300
    },
    {
      "epoch": 6.16,
      "grad_norm": 1.00949227809906,
      "learning_rate": 1.9313886927037843e-06,
      "loss": 1.6555,
      "step": 2310
    },
    {
      "epoch": 6.1866666666666665,
      "grad_norm": 0.8746801018714905,
      "learning_rate": 1.908752507440689e-06,
      "loss": 1.7283,
      "step": 2320
    },
    {
      "epoch": 6.213333333333333,
      "grad_norm": 0.9742733836174011,
      "learning_rate": 1.8861675514711572e-06,
      "loss": 1.6918,
      "step": 2330
    },
    {
      "epoch": 6.24,
      "grad_norm": 1.311090111732483,
      "learning_rate": 1.863635781693705e-06,
      "loss": 1.6135,
      "step": 2340
    },
    {
      "epoch": 6.266666666666667,
      "grad_norm": 1.0751314163208008,
      "learning_rate": 1.8411591503984687e-06,
      "loss": 1.6877,
      "step": 2350
    },
    {
      "epoch": 6.293333333333333,
      "grad_norm": 0.9745664000511169,
      "learning_rate": 1.818739605098051e-06,
      "loss": 1.7167,
      "step": 2360
    },
    {
      "epoch": 6.32,
      "grad_norm": 1.391249656677246,
      "learning_rate": 1.796379088358775e-06,
      "loss": 1.6697,
      "step": 2370
    },
    {
      "epoch": 6.346666666666667,
      "grad_norm": 1.0126644372940063,
      "learning_rate": 1.774079537632369e-06,
      "loss": 1.6313,
      "step": 2380
    },
    {
      "epoch": 6.373333333333333,
      "grad_norm": 0.9063668847084045,
      "learning_rate": 1.7518428850880928e-06,
      "loss": 1.6423,
      "step": 2390
    },
    {
      "epoch": 6.4,
      "grad_norm": 0.9129550457000732,
      "learning_rate": 1.7296710574453262e-06,
      "loss": 1.6806,
      "step": 2400
    },
    {
      "epoch": 6.426666666666667,
      "grad_norm": 1.0306205749511719,
      "learning_rate": 1.7075659758066207e-06,
      "loss": 1.8324,
      "step": 2410
    },
    {
      "epoch": 6.453333333333333,
      "grad_norm": 0.9289770126342773,
      "learning_rate": 1.6855295554912477e-06,
      "loss": 1.7036,
      "step": 2420
    },
    {
      "epoch": 6.48,
      "grad_norm": 1.1734378337860107,
      "learning_rate": 1.6635637058692417e-06,
      "loss": 1.7271,
      "step": 2430
    },
    {
      "epoch": 6.506666666666667,
      "grad_norm": 1.1899135112762451,
      "learning_rate": 1.6416703301959622e-06,
      "loss": 1.6116,
      "step": 2440
    },
    {
      "epoch": 6.533333333333333,
      "grad_norm": 0.9925697445869446,
      "learning_rate": 1.619851325447182e-06,
      "loss": 1.65,
      "step": 2450
    },
    {
      "epoch": 6.5600000000000005,
      "grad_norm": 1.0551037788391113,
      "learning_rate": 1.5981085821547237e-06,
      "loss": 1.6553,
      "step": 2460
    },
    {
      "epoch": 6.586666666666667,
      "grad_norm": 0.9644522666931152,
      "learning_rate": 1.5764439842426516e-06,
      "loss": 1.6487,
      "step": 2470
    },
    {
      "epoch": 6.613333333333333,
      "grad_norm": 1.1285290718078613,
      "learning_rate": 1.5548594088640368e-06,
      "loss": 1.692,
      "step": 2480
    },
    {
      "epoch": 6.64,
      "grad_norm": 1.2168961763381958,
      "learning_rate": 1.5333567262383086e-06,
      "loss": 1.6596,
      "step": 2490
    },
    {
      "epoch": 6.666666666666667,
      "grad_norm": 1.0515251159667969,
      "learning_rate": 1.5119377994892095e-06,
      "loss": 1.603,
      "step": 2500
    },
    {
      "epoch": 6.693333333333333,
      "grad_norm": 1.0192151069641113,
      "learning_rate": 1.4906044844833605e-06,
      "loss": 1.6846,
      "step": 2510
    },
    {
      "epoch": 6.72,
      "grad_norm": 1.1747512817382812,
      "learning_rate": 1.4693586296694574e-06,
      "loss": 1.6895,
      "step": 2520
    },
    {
      "epoch": 6.746666666666667,
      "grad_norm": 1.0625276565551758,
      "learning_rate": 1.4482020759181136e-06,
      "loss": 1.6625,
      "step": 2530
    },
    {
      "epoch": 6.773333333333333,
      "grad_norm": 1.2509487867355347,
      "learning_rate": 1.4271366563623512e-06,
      "loss": 1.6851,
      "step": 2540
    },
    {
      "epoch": 6.8,
      "grad_norm": 1.12450110912323,
      "learning_rate": 1.406164196238768e-06,
      "loss": 1.6029,
      "step": 2550
    },
    {
      "epoch": 6.826666666666666,
      "grad_norm": 1.1328859329223633,
      "learning_rate": 1.3852865127293901e-06,
      "loss": 1.5987,
      "step": 2560
    },
    {
      "epoch": 6.8533333333333335,
      "grad_norm": 1.0585845708847046,
      "learning_rate": 1.364505414804221e-06,
      "loss": 1.6181,
      "step": 2570
    },
    {
      "epoch": 6.88,
      "grad_norm": 1.2313337326049805,
      "learning_rate": 1.3438227030644946e-06,
      "loss": 1.7003,
      "step": 2580
    },
    {
      "epoch": 6.906666666666666,
      "grad_norm": 1.1627655029296875,
      "learning_rate": 1.3232401695866686e-06,
      "loss": 1.6519,
      "step": 2590
    },
    {
      "epoch": 6.933333333333334,
      "grad_norm": 1.4945528507232666,
      "learning_rate": 1.3027595977671443e-06,
      "loss": 1.6431,
      "step": 2600
    },
    {
      "epoch": 6.96,
      "grad_norm": 1.0905581712722778,
      "learning_rate": 1.282382762167739e-06,
      "loss": 1.6311,
      "step": 2610
    },
    {
      "epoch": 6.986666666666666,
      "grad_norm": 1.1594579219818115,
      "learning_rate": 1.2621114283619345e-06,
      "loss": 1.7169,
      "step": 2620
    },
    {
      "epoch": 7.013333333333334,
      "grad_norm": 1.0197468996047974,
      "learning_rate": 1.241947352781889e-06,
      "loss": 1.6843,
      "step": 2630
    },
    {
      "epoch": 7.04,
      "grad_norm": 0.9002560973167419,
      "learning_rate": 1.2218922825662558e-06,
      "loss": 1.6436,
      "step": 2640
    },
    {
      "epoch": 7.066666666666666,
      "grad_norm": 1.0222526788711548,
      "learning_rate": 1.2019479554087964e-06,
      "loss": 1.6276,
      "step": 2650
    },
    {
      "epoch": 7.093333333333334,
      "grad_norm": 1.2399083375930786,
      "learning_rate": 1.182116099407819e-06,
      "loss": 1.6515,
      "step": 2660
    },
    {
      "epoch": 7.12,
      "grad_norm": 1.0906753540039062,
      "learning_rate": 1.1623984329164413e-06,
      "loss": 1.6438,
      "step": 2670
    },
    {
      "epoch": 7.1466666666666665,
      "grad_norm": 1.0210061073303223,
      "learning_rate": 1.142796664393707e-06,
      "loss": 1.705,
      "step": 2680
    },
    {
      "epoch": 7.173333333333334,
      "grad_norm": 0.9715026617050171,
      "learning_rate": 1.1233124922565494e-06,
      "loss": 1.7126,
      "step": 2690
    },
    {
      "epoch": 7.2,
      "grad_norm": 0.8580982685089111,
      "learning_rate": 1.1039476047326352e-06,
      "loss": 1.6729,
      "step": 2700
    },
    {
      "epoch": 7.226666666666667,
      "grad_norm": 1.1537833213806152,
      "learning_rate": 1.0847036797140832e-06,
      "loss": 1.7293,
      "step": 2710
    },
    {
      "epoch": 7.253333333333333,
      "grad_norm": 0.998429536819458,
      "learning_rate": 1.065582384612082e-06,
      "loss": 1.7036,
      "step": 2720
    },
    {
      "epoch": 7.28,
      "grad_norm": 1.0259299278259277,
      "learning_rate": 1.0465853762124134e-06,
      "loss": 1.6303,
      "step": 2730
    },
    {
      "epoch": 7.306666666666667,
      "grad_norm": 1.121588110923767,
      "learning_rate": 1.0277143005319038e-06,
      "loss": 1.6615,
      "step": 2740
    },
    {
      "epoch": 7.333333333333333,
      "grad_norm": 0.9042307138442993,
      "learning_rate": 1.0089707926757954e-06,
      "loss": 1.6152,
      "step": 2750
    },
    {
      "epoch": 7.36,
      "grad_norm": 0.9918031692504883,
      "learning_rate": 9.9035647669608e-07,
      "loss": 1.5828,
      "step": 2760
    },
    {
      "epoch": 7.386666666666667,
      "grad_norm": 1.0638200044631958,
      "learning_rate": 9.718729654507713e-07,
      "loss": 1.6624,
      "step": 2770
    },
    {
      "epoch": 7.413333333333333,
      "grad_norm": 1.013146996498108,
      "learning_rate": 9.535218604641652e-07,
      "loss": 1.7115,
      "step": 2780
    },
    {
      "epoch": 7.44,
      "grad_norm": 1.302118182182312,
      "learning_rate": 9.353047517880709e-07,
      "loss": 1.638,
      "step": 2790
    },
    {
      "epoch": 7.466666666666667,
      "grad_norm": 0.7931357622146606,
      "learning_rate": 9.172232178640361e-07,
      "loss": 1.7482,
      "step": 2800
    },
    {
      "epoch": 7.493333333333333,
      "grad_norm": 0.9321092367172241,
      "learning_rate": 8.992788253865872e-07,
      "loss": 1.6079,
      "step": 2810
    },
    {
      "epoch": 7.52,
      "grad_norm": 1.0876185894012451,
      "learning_rate": 8.814731291674756e-07,
      "loss": 1.6749,
      "step": 2820
    },
    {
      "epoch": 7.546666666666667,
      "grad_norm": 1.0826046466827393,
      "learning_rate": 8.63807672000963e-07,
      "loss": 1.6491,
      "step": 2830
    },
    {
      "epoch": 7.573333333333333,
      "grad_norm": 1.0835968255996704,
      "learning_rate": 8.462839845301438e-07,
      "loss": 1.6671,
      "step": 2840
    },
    {
      "epoch": 7.6,
      "grad_norm": 1.2509957551956177,
      "learning_rate": 8.289035851143198e-07,
      "loss": 1.67,
      "step": 2850
    },
    {
      "epoch": 7.626666666666667,
      "grad_norm": 1.1528269052505493,
      "learning_rate": 8.116679796974389e-07,
      "loss": 1.6247,
      "step": 2860
    },
    {
      "epoch": 7.653333333333333,
      "grad_norm": 0.9256828427314758,
      "learning_rate": 7.945786616776157e-07,
      "loss": 1.6268,
      "step": 2870
    },
    {
      "epoch": 7.68,
      "grad_norm": 1.0600520372390747,
      "learning_rate": 7.776371117777276e-07,
      "loss": 1.6902,
      "step": 2880
    },
    {
      "epoch": 7.706666666666667,
      "grad_norm": 0.9527045488357544,
      "learning_rate": 7.60844797917123e-07,
      "loss": 1.5988,
      "step": 2890
    },
    {
      "epoch": 7.733333333333333,
      "grad_norm": 1.0828256607055664,
      "learning_rate": 7.442031750844269e-07,
      "loss": 1.6704,
      "step": 2900
    },
    {
      "epoch": 7.76,
      "grad_norm": 1.1773947477340698,
      "learning_rate": 7.277136852114747e-07,
      "loss": 1.6827,
      "step": 2910
    },
    {
      "epoch": 7.786666666666667,
      "grad_norm": 1.3546745777130127,
      "learning_rate": 7.113777570483701e-07,
      "loss": 1.6406,
      "step": 2920
    },
    {
      "epoch": 7.8133333333333335,
      "grad_norm": 1.0221235752105713,
      "learning_rate": 6.951968060396963e-07,
      "loss": 1.6239,
      "step": 2930
    },
    {
      "epoch": 7.84,
      "grad_norm": 0.8836374282836914,
      "learning_rate": 6.791722342018656e-07,
      "loss": 1.6505,
      "step": 2940
    },
    {
      "epoch": 7.866666666666667,
      "grad_norm": 1.4861336946487427,
      "learning_rate": 6.633054300016464e-07,
      "loss": 1.6439,
      "step": 2950
    },
    {
      "epoch": 7.8933333333333335,
      "grad_norm": 1.0975189208984375,
      "learning_rate": 6.475977682358558e-07,
      "loss": 1.6943,
      "step": 2960
    },
    {
      "epoch": 7.92,
      "grad_norm": 0.9906185269355774,
      "learning_rate": 6.320506099122359e-07,
      "loss": 1.6972,
      "step": 2970
    },
    {
      "epoch": 7.946666666666666,
      "grad_norm": 0.9991128444671631,
      "learning_rate": 6.166653021315336e-07,
      "loss": 1.7144,
      "step": 2980
    },
    {
      "epoch": 7.973333333333334,
      "grad_norm": 0.7832310795783997,
      "learning_rate": 6.01443177970773e-07,
      "loss": 1.64,
      "step": 2990
    },
    {
      "epoch": 8.0,
      "grad_norm": 1.045725703239441,
      "learning_rate": 5.863855563677559e-07,
      "loss": 1.6638,
      "step": 3000
    },
    {
      "epoch": 8.026666666666667,
      "grad_norm": 0.9321222901344299,
      "learning_rate": 5.714937420067746e-07,
      "loss": 1.6576,
      "step": 3010
    },
    {
      "epoch": 8.053333333333333,
      "grad_norm": 1.1314470767974854,
      "learning_rate": 5.567690252055738e-07,
      "loss": 1.634,
      "step": 3020
    },
    {
      "epoch": 8.08,
      "grad_norm": 1.1661452054977417,
      "learning_rate": 5.422126818035403e-07,
      "loss": 1.6576,
      "step": 3030
    },
    {
      "epoch": 8.106666666666667,
      "grad_norm": 1.023749589920044,
      "learning_rate": 5.278259730511651e-07,
      "loss": 1.6985,
      "step": 3040
    },
    {
      "epoch": 8.133333333333333,
      "grad_norm": 0.8616606593132019,
      "learning_rate": 5.136101455007541e-07,
      "loss": 1.7006,
      "step": 3050
    },
    {
      "epoch": 8.16,
      "grad_norm": 1.0434175729751587,
      "learning_rate": 4.995664308984254e-07,
      "loss": 1.6621,
      "step": 3060
    },
    {
      "epoch": 8.186666666666667,
      "grad_norm": 1.206966519355774,
      "learning_rate": 4.856960460773766e-07,
      "loss": 1.6407,
      "step": 3070
    },
    {
      "epoch": 8.213333333333333,
      "grad_norm": 0.9314172863960266,
      "learning_rate": 4.7200019285245867e-07,
      "loss": 1.7501,
      "step": 3080
    },
    {
      "epoch": 8.24,
      "grad_norm": 1.2337085008621216,
      "learning_rate": 4.5848005791603533e-07,
      "loss": 1.6169,
      "step": 3090
    },
    {
      "epoch": 8.266666666666667,
      "grad_norm": 0.9701104164123535,
      "learning_rate": 4.451368127351674e-07,
      "loss": 1.6666,
      "step": 3100
    },
    {
      "epoch": 8.293333333333333,
      "grad_norm": 1.1220892667770386,
      "learning_rate": 4.319716134501051e-07,
      "loss": 1.5962,
      "step": 3110
    },
    {
      "epoch": 8.32,
      "grad_norm": 1.0029473304748535,
      "learning_rate": 4.1898560077411664e-07,
      "loss": 1.6603,
      "step": 3120
    },
    {
      "epoch": 8.346666666666668,
      "grad_norm": 1.011228084564209,
      "learning_rate": 4.061798998946459e-07,
      "loss": 1.6106,
      "step": 3130
    },
    {
      "epoch": 8.373333333333333,
      "grad_norm": 1.3020498752593994,
      "learning_rate": 3.935556203758237e-07,
      "loss": 1.669,
      "step": 3140
    },
    {
      "epoch": 8.4,
      "grad_norm": 1.105768084526062,
      "learning_rate": 3.8111385606232565e-07,
      "loss": 1.672,
      "step": 3150
    },
    {
      "epoch": 8.426666666666666,
      "grad_norm": 1.1611669063568115,
      "learning_rate": 3.6885568498459395e-07,
      "loss": 1.6565,
      "step": 3160
    },
    {
      "epoch": 8.453333333333333,
      "grad_norm": 0.9635624289512634,
      "learning_rate": 3.5678216926543384e-07,
      "loss": 1.6181,
      "step": 3170
    },
    {
      "epoch": 8.48,
      "grad_norm": 1.1056032180786133,
      "learning_rate": 3.448943550279804e-07,
      "loss": 1.6407,
      "step": 3180
    },
    {
      "epoch": 8.506666666666666,
      "grad_norm": 1.136650800704956,
      "learning_rate": 3.331932723050596e-07,
      "loss": 1.6685,
      "step": 3190
    },
    {
      "epoch": 8.533333333333333,
      "grad_norm": 0.9246675968170166,
      "learning_rate": 3.216799349499383e-07,
      "loss": 1.6401,
      "step": 3200
    },
    {
      "epoch": 8.56,
      "grad_norm": 1.0271546840667725,
      "learning_rate": 3.1035534054847884e-07,
      "loss": 1.6806,
      "step": 3210
    },
    {
      "epoch": 8.586666666666666,
      "grad_norm": 1.0452704429626465,
      "learning_rate": 2.992204703326995e-07,
      "loss": 1.6791,
      "step": 3220
    },
    {
      "epoch": 8.613333333333333,
      "grad_norm": 1.186958909034729,
      "learning_rate": 2.882762890957586e-07,
      "loss": 1.7309,
      "step": 3230
    },
    {
      "epoch": 8.64,
      "grad_norm": 1.1407443284988403,
      "learning_rate": 2.7752374510835456e-07,
      "loss": 1.6452,
      "step": 3240
    },
    {
      "epoch": 8.666666666666666,
      "grad_norm": 1.0465816259384155,
      "learning_rate": 2.6696377003656654e-07,
      "loss": 1.6748,
      "step": 3250
    },
    {
      "epoch": 8.693333333333333,
      "grad_norm": 1.1659401655197144,
      "learning_rate": 2.565972788611243e-07,
      "loss": 1.6536,
      "step": 3260
    },
    {
      "epoch": 8.72,
      "grad_norm": 1.190261960029602,
      "learning_rate": 2.46425169798134e-07,
      "loss": 1.7099,
      "step": 3270
    },
    {
      "epoch": 8.746666666666666,
      "grad_norm": 1.4275482892990112,
      "learning_rate": 2.3644832422124565e-07,
      "loss": 1.6508,
      "step": 3280
    },
    {
      "epoch": 8.773333333333333,
      "grad_norm": 0.7873063087463379,
      "learning_rate": 2.2666760658529103e-07,
      "loss": 1.5954,
      "step": 3290
    },
    {
      "epoch": 8.8,
      "grad_norm": 1.0107383728027344,
      "learning_rate": 2.1708386435137647e-07,
      "loss": 1.6384,
      "step": 3300
    },
    {
      "epoch": 8.826666666666666,
      "grad_norm": 1.151199221611023,
      "learning_rate": 2.0769792791345945e-07,
      "loss": 1.5958,
      "step": 3310
    },
    {
      "epoch": 8.853333333333333,
      "grad_norm": 0.9328808188438416,
      "learning_rate": 1.9851061052639202e-07,
      "loss": 1.7356,
      "step": 3320
    },
    {
      "epoch": 8.88,
      "grad_norm": 1.2401057481765747,
      "learning_rate": 1.8952270823546253e-07,
      "loss": 1.6644,
      "step": 3330
    },
    {
      "epoch": 8.906666666666666,
      "grad_norm": 1.0410566329956055,
      "learning_rate": 1.8073499980741426e-07,
      "loss": 1.6447,
      "step": 3340
    },
    {
      "epoch": 8.933333333333334,
      "grad_norm": 0.9945191144943237,
      "learning_rate": 1.721482466629737e-07,
      "loss": 1.63,
      "step": 3350
    },
    {
      "epoch": 8.96,
      "grad_norm": 1.384772539138794,
      "learning_rate": 1.637631928108721e-07,
      "loss": 1.5961,
      "step": 3360
    },
    {
      "epoch": 8.986666666666666,
      "grad_norm": 1.1313170194625854,
      "learning_rate": 1.5558056478338523e-07,
      "loss": 1.6825,
      "step": 3370
    },
    {
      "epoch": 9.013333333333334,
      "grad_norm": 1.0066853761672974,
      "learning_rate": 1.476010715733761e-07,
      "loss": 1.6951,
      "step": 3380
    },
    {
      "epoch": 9.04,
      "grad_norm": 1.199820637702942,
      "learning_rate": 1.3982540457286893e-07,
      "loss": 1.6796,
      "step": 3390
    },
    {
      "epoch": 9.066666666666666,
      "grad_norm": 1.135715126991272,
      "learning_rate": 1.3225423751313942e-07,
      "loss": 1.6329,
      "step": 3400
    },
    {
      "epoch": 9.093333333333334,
      "grad_norm": 1.0266982316970825,
      "learning_rate": 1.248882264063389e-07,
      "loss": 1.6754,
      "step": 3410
    },
    {
      "epoch": 9.12,
      "grad_norm": 1.192221999168396,
      "learning_rate": 1.1772800948865542e-07,
      "loss": 1.7027,
      "step": 3420
    },
    {
      "epoch": 9.146666666666667,
      "grad_norm": 1.3425045013427734,
      "learning_rate": 1.1077420716501031e-07,
      "loss": 1.6439,
      "step": 3430
    },
    {
      "epoch": 9.173333333333334,
      "grad_norm": 1.2292110919952393,
      "learning_rate": 1.0402742195530501e-07,
      "loss": 1.6746,
      "step": 3440
    },
    {
      "epoch": 9.2,
      "grad_norm": 0.9197198152542114,
      "learning_rate": 9.748823844221239e-08,
      "loss": 1.6584,
      "step": 3450
    },
    {
      "epoch": 9.226666666666667,
      "grad_norm": 0.9650914669036865,
      "learning_rate": 9.115722322052878e-08,
      "loss": 1.6752,
      "step": 3460
    },
    {
      "epoch": 9.253333333333334,
      "grad_norm": 1.2544925212860107,
      "learning_rate": 8.503492484807613e-08,
      "loss": 1.6303,
      "step": 3470
    },
    {
      "epoch": 9.28,
      "grad_norm": 1.1284185647964478,
      "learning_rate": 7.912187379817582e-08,
      "loss": 1.6722,
      "step": 3480
    },
    {
      "epoch": 9.306666666666667,
      "grad_norm": 1.0232893228530884,
      "learning_rate": 7.341858241368182e-08,
      "loss": 1.7343,
      "step": 3490
    },
    {
      "epoch": 9.333333333333334,
      "grad_norm": 1.286456823348999,
      "learning_rate": 6.79255448625904e-08,
      "loss": 1.6559,
      "step": 3500
    },
    {
      "epoch": 9.36,
      "grad_norm": 0.9723238348960876,
      "learning_rate": 6.264323709522125e-08,
      "loss": 1.7105,
      "step": 3510
    },
    {
      "epoch": 9.386666666666667,
      "grad_norm": 0.915547251701355,
      "learning_rate": 5.7572116802979695e-08,
      "loss": 1.6813,
      "step": 3520
    },
    {
      "epoch": 9.413333333333334,
      "grad_norm": 1.073350191116333,
      "learning_rate": 5.2712623378697035e-08,
      "loss": 1.662,
      "step": 3530
    },
    {
      "epoch": 9.44,
      "grad_norm": 1.4046480655670166,
      "learning_rate": 4.806517787856152e-08,
      "loss": 1.6464,
      "step": 3540
    },
    {
      "epoch": 9.466666666666667,
      "grad_norm": 0.9930236339569092,
      "learning_rate": 4.3630182985633093e-08,
      "loss": 1.5746,
      "step": 3550
    },
    {
      "epoch": 9.493333333333334,
      "grad_norm": 0.9176751375198364,
      "learning_rate": 3.940802297495466e-08,
      "loss": 1.6134,
      "step": 3560
    },
    {
      "epoch": 9.52,
      "grad_norm": 1.1889771223068237,
      "learning_rate": 3.539906368025453e-08,
      "loss": 1.6769,
      "step": 3570
    },
    {
      "epoch": 9.546666666666667,
      "grad_norm": 1.149104118347168,
      "learning_rate": 3.1603652462249e-08,
      "loss": 1.6366,
      "step": 3580
    },
    {
      "epoch": 9.573333333333334,
      "grad_norm": 0.9914628863334656,
      "learning_rate": 2.802211817854561e-08,
      "loss": 1.6296,
      "step": 3590
    },
    {
      "epoch": 9.6,
      "grad_norm": 0.9465372562408447,
      "learning_rate": 2.465477115514675e-08,
      "loss": 1.6666,
      "step": 3600
    },
    {
      "epoch": 9.626666666666667,
      "grad_norm": 1.336161494255066,
      "learning_rate": 2.1501903159563688e-08,
      "loss": 1.5738,
      "step": 3610
    },
    {
      "epoch": 9.653333333333332,
      "grad_norm": 0.9720616340637207,
      "learning_rate": 1.856378737553427e-08,
      "loss": 1.6266,
      "step": 3620
    },
    {
      "epoch": 9.68,
      "grad_norm": 0.8966802358627319,
      "learning_rate": 1.584067837935327e-08,
      "loss": 1.6879,
      "step": 3630
    },
    {
      "epoch": 9.706666666666667,
      "grad_norm": 1.0030333995819092,
      "learning_rate": 1.3332812117814731e-08,
      "loss": 1.6272,
      "step": 3640
    },
    {
      "epoch": 9.733333333333333,
      "grad_norm": 0.9756541848182678,
      "learning_rate": 1.1040405887767503e-08,
      "loss": 1.6611,
      "step": 3650
    },
    {
      "epoch": 9.76,
      "grad_norm": 1.1682424545288086,
      "learning_rate": 8.963658317286684e-09,
      "loss": 1.6519,
      "step": 3660
    },
    {
      "epoch": 9.786666666666667,
      "grad_norm": 0.93636554479599,
      "learning_rate": 7.102749348465166e-09,
      "loss": 1.669,
      "step": 3670
    },
    {
      "epoch": 9.813333333333333,
      "grad_norm": 1.0292489528656006,
      "learning_rate": 5.457840221820831e-09,
      "loss": 1.5997,
      "step": 3680
    },
    {
      "epoch": 9.84,
      "grad_norm": 1.1855809688568115,
      "learning_rate": 4.029073462325506e-09,
      "loss": 1.6465,
      "step": 3690
    },
    {
      "epoch": 9.866666666666667,
      "grad_norm": 0.9122327566146851,
      "learning_rate": 2.8165728670573324e-09,
      "loss": 1.591,
      "step": 3700
    },
    {
      "epoch": 9.893333333333333,
      "grad_norm": 1.2053117752075195,
      "learning_rate": 1.8204434944729676e-09,
      "loss": 1.6682,
      "step": 3710
    },
    {
      "epoch": 9.92,
      "grad_norm": 1.091283917427063,
      "learning_rate": 1.0407716553040291e-09,
      "loss": 1.6886,
      "step": 3720
    },
    {
      "epoch": 9.946666666666667,
      "grad_norm": 0.9393439292907715,
      "learning_rate": 4.77624905080576e-10,
      "loss": 1.5919,
      "step": 3730
    },
    {
      "epoch": 9.973333333333333,
      "grad_norm": 1.102495551109314,
      "learning_rate": 1.3105203827634693e-10,
      "loss": 1.7873,
      "step": 3740
    },
    {
      "epoch": 10.0,
      "grad_norm": 1.1831676959991455,
      "learning_rate": 1.0830840810327482e-12,
      "loss": 1.6486,
      "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": 2.442270942438359e+17,
  "train_batch_size": 8,
  "trial_name": null,
  "trial_params": null
}